2013—2018年北京市大氣PM2.5持續(xù)高暴露對居民因病入院的急性影響

陳 晨， 仲 宇， 劉園園， 路 鳳， 郭默寧， 方建龍， 李湉湉， 施小明*

1.中國疾病預防控制中心環(huán)境與人群健康重點實驗室， 中國疾病預防控制中心環(huán)境與健康相關產品安全所， 北京 100021 2.北京市衛(wèi)生健康委信息中心， 北京 100021

短期暴露于大氣細顆粒物(PM2.5)會顯著提高人群心腦血管系統(tǒng)和呼吸系統(tǒng)等多系統(tǒng)死亡[1-3]和發(fā)病風險[4-9]，同時帶來嚴重疾病負擔[10]，大幅降低人群期望壽命[11]. 2017年的全球疾病負擔研究[10]指出，2017年全球歸因于大氣PM2.5污染的提早死亡人數(shù)近300萬人，健康壽命年損失為830萬年，而這一疾病負擔半數(shù)以上發(fā)生在中國和印度. 因此，大氣PM2.5污染已成為低收入或中等收入國家的首要環(huán)境健康問題. 我國工業(yè)化快速發(fā)展進程引發(fā)了全國大氣污染的高峰[12]，2017年我國居民歸因于大氣PM2.5污染的提早死亡人數(shù)約 852 000 人[12]. 國務院于2013年9月印發(fā)《大氣污染防治行動計劃》(2013—2017年)，該計劃的實施大幅改善了我國空氣質量，截至2017年底京津冀、長三角、珠三角地區(qū)PM2.5平均濃度分別下降了39.6%、34.3%、27.7%，北京市PM2.5年均濃度從2013年的89.5 μgm3降至2017年底的58 μgm3. 然而，現(xiàn)階段我國大氣污染水平仍遠超歐美發(fā)達國家，尤其全國多地大范圍大氣重污染事件頻發(fā)對我國居民的健康構成嚴重威脅，引起國內外關注.

大氣重污染事件以持續(xù)性發(fā)生PM2.5高濃度暴露為特征對人群健康造成危害. 如英國2014年春季兩次發(fā)生以PM2.5為主的持續(xù)重污染事件(2014年3月12—14日和3月28日—4月3日)[13]，英國公共衛(wèi)生署進行了人群死亡風險定量評估，發(fā)現(xiàn)兩次污染天氣事件共計10 d，歸因于PM2.5短期暴露導致的死亡約600例，引起人群死亡率上升了2.0～2.7倍[14]. 2013年起，我國多地頻繁發(fā)生持續(xù)數(shù)天或數(shù)周的重污染事件，致使國內專家學者開始關注重污染事件急性健康影響研究[15-18]. 然而，多數(shù)研究未能系統(tǒng)考慮到污染濃度和持續(xù)時間在大氣重污染事件健康影響中的作用，并且目前多數(shù)研究以人群死亡為健康終點[16-18]，缺乏重污染事件下PM2.5會引起人群發(fā)病風險的健康證據. 雖然關于逐日PM2.5短期暴露的人群急性發(fā)病效應證據較為充分[5-6,19-24]，但大氣PM2.5持續(xù)性高暴露研究仍少有以人群發(fā)病為切入點，大氣PM2.5持續(xù)高暴露的發(fā)病風險有待證實. 由于缺乏相關的健康證據，導致無法基于人群健康制定精準的污染防治目標，也無法評估污染防治行動是否有效抵御了大氣污染帶來的健康損害，為各地區(qū)如何落實大氣污染相關的人群健康防護措施帶來阻礙. 因此，該研究從臨床預防的公共衛(wèi)生角度，以北京市為研究區(qū)域，以因病入院作為人群發(fā)病的健康終點，定量評估以大氣PM2.5持續(xù)高暴露為特征的大氣污染事件對人群健康影響的嚴重程度，以期為有針對性地制定下一階段大氣污染攻堅戰(zhàn)規(guī)劃提供重要依據，達到減少敏感疾病發(fā)生、降低人群病死率等目標.

1 材料與方法

1.1 數(shù)據來源

1.1.1大氣PM2.5濃度數(shù)據

收集北京市12個國家級環(huán)保監(jiān)測站點2013年1月1日—2018年12月31日大氣PM2.5小時濃度數(shù)據，逐日計算北京市大氣PM2.5的24 h濃度值. 數(shù)據來源于中國環(huán)境監(jiān)測總站的全國城市空氣質量實時發(fā)布平臺(http:106.37.208.233:20035).

1.1.2氣象因素數(shù)據

收集北京市氣象站(編號54511)2013年1月1日—2018年12月31日逐日日均溫度和日均相對濕度數(shù)據. 數(shù)據來源于中國氣象局的中國氣象數(shù)據網(http:data.cma.cn).

1.1.3居民因病入院數(shù)據

以北京市常住(在北京市居住時間達半年及以上)居民因病入院為人群發(fā)病的健康終點，獲取全市2013年1月1日—2018年12月31日每日因病入院時間序列數(shù)據，依據世界衛(wèi)生組織2007年發(fā)布的《國際疾病統(tǒng)計分類法》第10次修訂版(ICD-10)對因病入院數(shù)據界定疾病種類，具體包括非意外總疾病、心腦血管系統(tǒng)疾病和呼吸系統(tǒng)疾病，分析大氣PM2.5持續(xù)高暴露對這三類疾病發(fā)病的影響；同時，將研究人群分為全人群以及不同性別(男、女)和不同年齡(0～64歲、65～75歲、75歲及以上)的亞組人群分別開展分析. 數(shù)據來源于北京市公共衛(wèi)生信息中心.

1.2 統(tǒng)計學方法

1.2.1PM2.5持續(xù)高暴露情景的定義

從PM2.5濃度和持續(xù)時間兩方面來定義持續(xù)PM2.5高暴露情景，共6種情景. 情景1為中度污染持續(xù)發(fā)生2 d及以上，即PM2.5日均濃度連續(xù)2 d及以上超過我國GB 3095—2012《環(huán)境空氣質量標準》二級濃度限值(75 μgm3)；情景2為中度污染持續(xù)發(fā)生3 d 及以上，即PM2.5日均濃度連續(xù)3 d及以上超過GB 3095—2012二級濃度限值；情景3為重度污染持續(xù)發(fā)生2 d及以上，即PM2.5日均濃度連續(xù)2 d及以上超過HJ 633—2012《環(huán)境空氣質量指數(shù)(AQI)技術規(guī)定(試行)》重污染對應的PM2.5濃度限值(150 μgm3)；情景4為重度污染持續(xù)發(fā)生3 d及以上，即PM2.5日均濃度連續(xù)3 d及以上超過HJ 633—2012重污染對應的PM2.5濃度限值；情景5為極端污染持續(xù)發(fā)生2 d及以上，即PM2.5日均濃度連續(xù)2 d及以上超過北京市2013—2018年大氣PM2.5日均濃度第95百分位數(shù)(P95)；情景6為極端污染持續(xù)發(fā)生3 d及以上，即PM2.5日均濃度連續(xù)3 d及以上超過北京市2013—2018年大氣PM2.5日均濃度第95百分位數(shù).

1.2.2基本情況描述

對北京市大氣PM2.5污染濃度、日均溫度和日均相對濕度等氣象因素以及居民因病入院情況進行描述性分析，采用平均值±標準差以及中位數(shù)、第25百分位數(shù)(P25)和第75百分位數(shù)(P75)表示；同時，采用情景的發(fā)生次數(shù)、發(fā)生天數(shù)、平均每次持續(xù)天數(shù)等指標描述大氣PM2.5持續(xù)高暴露發(fā)生情況.

1.2.3時間序列統(tǒng)計建模

基于時間序列研究設計，以人群每日住院數(shù)為健康終點，通過PM2.5持續(xù)高暴露和非持續(xù)高暴露區(qū)分人群暴露水平，建立quasi-Poisson分布的廣義相加回歸模型(generalized additive model，GAM)，在利用自然樣條函數(shù)控制氣象因素和長期趨勢，以及線性方式控制星期效應和節(jié)假日效應等混雜因素的基礎上，分析觀察相較于非持續(xù)高暴露情景，PM2.5持續(xù)高暴露情景對不同人群非意外總疾病、心腦血管系統(tǒng)疾病和呼吸系統(tǒng)疾病因病入院的急性影響，以“與非持續(xù)高暴露情景相比，不同持續(xù)高暴露情景引起人群發(fā)病風險增幅”來表示. 時間序列統(tǒng)計建模具體見式(1).

ln[E(μt)]=α+βEPt+ns(time,df)+

ns(Temt, df)+ns(Rht,df)+

γDOWt+δholidayt

(1)

式中：E(μt)為觀察第t日的目標人群因病入院的期望值；α模型截距；EPt為第t日PM2.5持續(xù)高暴露的二分類變量，EP=0為非持續(xù)高PM2.5暴露期，EP=1為PM2.5持續(xù)高暴露期；β為PM2.5持續(xù)高暴露對人群因病入院急性影響的偏回歸系數(shù)；ns自然樣條函數(shù)，用于模型控制長期趨勢(time)、日均溫度(Temt)、日均相對濕度(Rht)等混雜因素，df為自然樣條函數(shù)的自由度，參考文獻[18]因病入院的時間趨勢(time)、日均溫度(Temt)、日均相對濕度(Rht)的自由度(df)分別取7(每年)、3、3；γ為模型中控制星期效應(DOWt)的偏回歸系數(shù)；δ為模型中控制節(jié)假日效應(holidayt)的偏回歸系數(shù). 采用R軟件3.6.0版本中mgcv和nlme包進行所有數(shù)據分析.

2 結果與分析

2.1 北京市2013—2018年大氣PM2.5污染及因病入院情況

由表1可見：2013—2018年北京市PM2.5日均濃度為71.5 μgm3，范圍為3.1～481.8 μgm3；溫度和相對濕度的日均值分別為13.8℃(范圍為-14.3～32.6 ℃)和52.1%(范圍為8.0%～99.0%). 由表2可見：研究期間平均每天因非意外總疾病入院人數(shù)約 4 299人，其中，男性 1 819 人(占42.3%)，女性 2 480 人(占57.7%)；平均每天因心腦血管系統(tǒng)疾病入院人數(shù)約948人;平均每天因呼吸系統(tǒng)疾病入院人數(shù)約511人. 表3描述了北京市2013—2018年大氣PM2.5持續(xù)高暴露情景發(fā)生的次數(shù)和持續(xù)時間. 由表3可見：研究期間，持續(xù)2 d及以上的重污染情景發(fā)生了61次，共持續(xù)172 d，平均每次持續(xù)2.82 d；持續(xù)2 d及以上的極端污染情景發(fā)生了31次，共持續(xù)76 d，平均每次持續(xù)2.45 d.

表1 北京市2013—2018年大氣PM2.5污染及氣象因素描述性分析

表2 北京市2013—2018年全市因病入院情況描述性分析

表3 2013—2018年北京市大氣PM2.5持續(xù)高暴露情景發(fā)生情況

2.2 大氣PM2.5持續(xù)高暴露對因病入院的急性影響

圖1～3分別展示了2013—2018年不同大氣PM2.5持續(xù)高暴露情景對居民非意外總疾病、心腦血管系統(tǒng)疾病和呼吸系統(tǒng)疾病因病入院的急性影響. 由圖1～3可見，對于全人群研究發(fā)現(xiàn)，相較于非持續(xù)高暴露情景，重污染持續(xù)2 d及以上時(情景3)引起的非意外總疾病和心腦血管系統(tǒng)疾病因病入院的發(fā)病風險均顯著增加，增幅分別為5.0%(95%CI，1.2%～9.0%)和5.6%(95%CI，1.8%～9.5%). 隨著污染濃度和持續(xù)時間的增加，心腦血管系統(tǒng)疾病入院的發(fā)病風險顯著增加，當極端污染持續(xù)發(fā)生3 d及以上(情景6)時，將引起人群心腦血管疾病的發(fā)病風險增加8.9%(95%CI，0.7%～17.7%)，較其他暴露情景發(fā)病風險增幅呈上升趨勢，說明心腦血管系統(tǒng)疾病是易受到重污染天氣影響的敏感性疾病. 筆者尚未觀察到6種PM2.5持續(xù)高暴露情景對全人群因呼吸系統(tǒng)疾病入院的顯著影響.

圖1 2013—2018年北京市PM2.5持續(xù)高暴露情景對居民非意外總疾病因病入院的急性影響 Fig.1 Acute effects of persistent high ambient PM2.5 exposure scenarios on hospitalization for non-accidental disease in Beijing from 2013 to 2018

圖2 2013—2018年北京市PM2.5持續(xù)高暴露情景對居民心腦血管系統(tǒng)疾病因病入院的急性影響Fig.2 Acute effects of persistent high ambient PM2.5 exposure scenarios on hospitalization for cardio-cerebrovascular disease in Beijing from 2013 to 2018

圖3 2013—2018年北京市PM2.5持續(xù)高暴露情景對呼吸系統(tǒng)疾病因病入院的急性影響Fig.3 Acute effects of persistent high ambient PM2.5 exposure scenarios on hospitalization for respiratory disease in Beijing from 2013 to 2018

由圖1～3可見，通過亞組人群分層分析發(fā)現(xiàn)，重度污染持續(xù)2 d及以上的情景中(情景3)男性、女性、0～64歲、65～74歲、75歲及以上等亞組人群的非意外總疾病和心腦血管系統(tǒng)疾病的發(fā)病風險均顯著增加. 隨著污染濃度和持續(xù)時間增加，情景發(fā)生次數(shù)減少、模型統(tǒng)計分析能力降低，男性和75歲及以上人群相關的急性效應的95%置信區(qū)間增寬，急性效應失去統(tǒng)計學顯著性. 當出現(xiàn)極端污染且持續(xù)3 d以及上時(情景6)，女性、0～64歲和65～74歲人群的非意外總疾病和心腦血管疾病因病入院的發(fā)病風險均顯著增加，其中非意外總疾病發(fā)病風險分別增加7.7%(95%CI，0.1%～16.0%)、8.0%(95%CI，0.1%～16.5%)和12.2%(95%CI，2.1%～23.4%)，心腦血管系統(tǒng)疾病發(fā)病風險分別增加9.9%(95%CI，1.9%～18.5%)、11.3%(95%CI，2.1%～21.4%)和9.6%(95%CI，1.0%～19.0%). 而在因呼吸系統(tǒng)疾病入院的亞組人群研究中，僅在重度污染持續(xù)時間2 d及以上的情景下(情景3)觀察到0～64歲因病入院受到了顯著影響，發(fā)病風險增加了3.4%(95%CI，0.2%～6.6%).

3 討論

國外關于大氣污染的急性健康風險研究始于對重污染事件的研究，通過將重污染事件發(fā)生前和發(fā)生后的人群死亡數(shù)或發(fā)病數(shù)與重污染事件期間的死亡數(shù)或發(fā)病數(shù)進行比較，發(fā)現(xiàn)污染濃度大幅增加對人群健康產生了嚴重的影響[4,25-26]. 國內同領域的早期研究采取上述分析策略，觀察到以大氣PM2.5持續(xù)高暴露為特征的重污染事件對公眾健康危害嚴重. 如CHEN等[15]對北京市2013年1月10—17日以PM2.5為主要污染物的重污染事件中呼吸系統(tǒng)疾病發(fā)病情況進行分析，發(fā)現(xiàn)與2013年冬季其他時段相比，該時期呼吸系統(tǒng)疾病的急診和門診風險分別顯著提高了74%(95%CI，44%～111%)和16%(95%CI，7%～27%)，顯示PM2.5持續(xù)高暴露會引起人群呼吸系統(tǒng)損傷，造成短期內人群呼吸系統(tǒng)因病就診人數(shù)大幅增加的負擔. 這一分析策略雖快速簡便，但未能對重污染天氣事件的不同污染情景進行識別分析，缺乏污染物濃度和持續(xù)時間等關鍵要素的定量評估.

隨著研究設計和統(tǒng)計方法的發(fā)展，該領域涌現(xiàn)出一批基于數(shù)理統(tǒng)計模型，從污染濃度和持續(xù)時間兩維度定量分析環(huán)境事件對人群健康影響的研究[14,27-28]. 陳晨等[18]通過定義6種污染情景，在全國污染典型地區(qū)選擇40個區(qū)縣作為研究區(qū)域，就PM2.5持續(xù)高暴露開展急性死亡風險研究，發(fā)現(xiàn)當出現(xiàn)持續(xù)2 d及以上的中度污染(PM2.5濃度≥75 μgm3)時，人群非意外總疾病死亡和心腦血管疾病死亡風險分別增加1.7%(95%CI，0.6%～2.8%)和2.3%(95%CI，0.7%～4.0%)，而不同污染情景下的人群死亡風險增幅隨污染強度及持續(xù)時間的不同而發(fā)生變化. 筆者延續(xù)上述分析方法，觀察到PM2.5持續(xù)高暴露對于人群因病入院的急性影響與已有研究結果存在差異. 在大氣PM2.5出現(xiàn)持續(xù)2 d及以上的中度污染(PM2.5濃度>75.0 μgm3)情景，筆者未觀察到人群因病入院的發(fā)病風險顯著增加；但出現(xiàn)持續(xù)2 d及以上的重度污染(PM2.5濃度>150.0 μgm3)情景時，人群非意外總疾病和心腦血管系統(tǒng)疾病的發(fā)病風險顯著增加. 上述研究中PM2.5持續(xù)高濃度暴露對人群死亡和因病入院產生的急性影響的差異，可能是因為“十三五”期間采取的大氣污染防治措施改善了空氣質量，同時還影響了人們的行為模式，包括人們對重污染天氣事件健康防護意識的增加和健康防護措施(如口罩、空氣凈化器等)使用率的增加等，因此在持續(xù)性中度污染情景下人群發(fā)病風險未觀察到顯著增加. 但值得注意的是，筆者發(fā)現(xiàn)2013—2018年持續(xù)性重污染情景對人們造成了嚴重影響，提示現(xiàn)有的健康防護手段不足以應對持續(xù)性PM2.5重污染.

研究顯示，心腦血管系統(tǒng)疾病是PM2.5持續(xù)高暴露相關的敏感性疾病. ZHOU等[17]研究發(fā)現(xiàn)，2013年1月重污染事件中心腦血管系統(tǒng)疾病死亡風險增幅最為顯著，相關死亡風險增加了11.7%(95%CI，3.1%～20.9%). 許多PM2.5逐日暴露的人群敏感性疾病研究亦證實心腦血管系統(tǒng)疾病易受到PM2.5影響[29-33]. 如WEI等[24]使用2000—2012年美國醫(yī)療保險入院數(shù)據，分析了PM2.5逐日暴露對美國居民214種疾病因病入院的影響，發(fā)現(xiàn)PM2.5短期暴露引起人群心腦血管疾病的發(fā)病風險增幅較大. 筆者還發(fā)現(xiàn)65～74歲年齡組人群是PM2.5持續(xù)高暴露情景下的脆弱人群，這與當前PM2.5短期暴露對不同年齡組人群急性影響研究結果[34]一致，這可能是由于老年人心肺系統(tǒng)及其他器官臟器的功能衰老退化，機體應對PM2.5損傷作用的能力差. 提示下一階段重污染事件的健康防護行動應重點關注患有心腦血管系統(tǒng)疾病人群以及65歲以上老人，并給予有效保護措施.

4 結論

a) 2013—2018年持續(xù)2 d及以上重污染(PM2.5濃度>150 μgm3)情景共發(fā)生61次，相較于非持續(xù)高暴露情景，該重污染情景引起全人群因非意外總疾病入院的發(fā)病風險顯著增加了5.0%(95%CI，1.2%～9.0%). 提示“十三五”期間《大氣污染防治行動計劃》實施以來，北京市以PM2.5持續(xù)高暴露為特征的重污染事件仍高頻發(fā)生，并對當?shù)鼐用穹且馔饪偧膊∫虿∪朐涸斐娠@著影響. 建議“十四五”期間大氣污染防治行動應關注重污染天氣事件，尤其重視持續(xù)性PM2.5日均暴露濃度≥150 μgm3的情景發(fā)生，通過及時發(fā)布重污染預警信息和啟動污染減排應急手段，實現(xiàn)“削峰降速”,從而防范持續(xù)性重污染的發(fā)生.

b) 持續(xù)2 d及以上的重污染情景和極端污染情景發(fā)生時，全人群心腦血管系統(tǒng)疾病的發(fā)病風險分別增加了5.6%(95%CI，1.8%～9.5%)和8.9%(95%CI，0.7%～17.7%)，表明心腦血管系統(tǒng)疾病是PM2.5持續(xù)高暴露相關的敏感性疾病. 在持續(xù)3 d及以上的極端污染情景下，65～74歲人群的非意外總疾病的發(fā)病風險顯著增加，且增幅較大，表明65～74歲是PM2.5持續(xù)極端污染情景下的脆弱人群. 建議“十四五”期間大氣污染防治與人群健康防護行動應雙管齊下，增加重污染天氣健康防護知識的宣教以及有效防護措施的普及，幫助脆弱人群提高重污染事件應對能力，共同避免重污染事件對于人群健康的危害.