探讨宁波市空气中粒径≤2.5 μm的颗粒物（PM2.5）和≤10 μm的颗粒物（PM10）对人群因心脑血管疾病死亡的影响。
采用时间序列的广义相加模型，控制时间的长期趋势、季节效应、气象因素及"星期几效应"等混杂因素后，分析2011－2014年宁波市大气颗粒物日均浓度对人群心脑血管疾病死亡的短期效应。
单污染物模型分析显示，宁波市大气颗粒物浓度在滞后2 d对心脑血管疾病死亡的效应最强。PM2.5和PM10的移动平均浓度（滞后2~3 d和滞后2~4 d）每升高10 μg/m3分别造成心脑血管疾病死亡增加0.55%（0.23%~0.87%）和0.53%（0.28%~0.78%）。多污染物模型分析显示，调整了其他污染物后，PM10与人群心脑血管疾病死亡增加相关，纳入PM2.5后，心脑血管疾病死亡增加0.58%（0.09%~1.07%）；PM2.5与人群心脑血管疾病死亡增加无关。
大气颗粒物浓度升高与宁波市人群因心脑血管疾病死亡增加相关。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
大气污染物主要由固态颗粒物和气态污染物两大类组成，其中颗粒物污染对人群健康的危害尤为严重[1]，短期暴露于颗粒物污染对健康的不利影响包括增加死亡率和急诊门诊量、加重呼吸系统疾病症状及降低心肺功能等[2]。早期的研究多集中于颗粒物对呼吸系统的影响，但近年来关于颗粒物对心脑血管系统影响的研究也受到关注[3]。空气中粒径≤2.5 μm的颗粒物（PM2.5）污染在我国的健康危险因素中排第四位，2010年我国约有124万居民过早死亡与PM2.5污染相关，其中61万为脑血管病，28万为缺血性心脏病[4]。近20年来，心脑血管疾病已成为我国居民的首位死因[5]，因此有必要研究心脑血管疾病死亡与颗粒物污染之间的关系。目前国内空气污染对健康影响的相关研究主要集中在北京、天津、广州等大城市[6,7,8,9]，其中大部分研究的污染物为二氧化氮（NO2）及二氧化硫（SO2），对颗粒物研究较少，尤其是PM2.5，但已有研究显示PM2.5对人体健康的影响可能更大[10]。宁波市地处长江三角洲地带，由于临港重化工业和能源基地的特色定位，大气污染问题日益受到关注，但关于颗粒物的相关健康危害研究较少。因此，本研究采用基于半参数广义相加模型（Generalized Additive Model，GAM）的时间序列分析，定量评估宁波市大气颗粒物与居民每日心脑血管疾病死亡之间的关系，为进一步制定有效的环境法规、保护易感人群提供依据。
（1）居民死亡资料：2011年1月1日至2014年12月31日宁波市居民死亡监测数据来源于中国CDC死因登记报告信息系统，具体信息包括性别、出生日期、死亡日期、根本死因等。根本死因分类按照《国际疾病分类》第十版（ICD-10）编码，疾病变量为心脑血管疾病死亡（I00~I99），主要包括冠心病、慢性心衰及脑血管病死亡等。
（2）环境监测资料：2011年1月1日至2014年12月31日环境监测资料来源于宁波市环境监测中心，包括PM2.5、粒径≤10 μm的颗粒物（PM10）、NO2及SO2的日平均浓度。
（3）气象监测资料：2011年1月1日至2014年12月31日气象资料来源于宁波市气象局，包括日平均气温（℃）、日平均相对湿度（%）、日平均气压（hpa）和日平均风速（km/h）。
（1）模型原理：采用基于半参数的GAM对数据进行分析，该模型是对传统广义线性模型的拓展。对于总人口来说，居民每日心脑血管疾病死亡是小概率事件，其实际分布近似泊松（Poisson）分布，本研究回归模型采用Poisson分布，基本公式：
式中，Yt为观察日t的当天心脑血管疾病死亡人数,对于每个t，服从总体均数为E（Yt）的Poisson分布；E为观察日t的当天心脑血管疾病死亡人数期望值；α为截距；Xi为对应变量产生线性影响的自变量（颗粒物浓度指标）；β为回归模型估计的指示变量系数；Fj（Zj）为自然样条函数；Zj为对应变量产生非线性影响的变量（时间、气象因素等）。
模型以心脑血管疾病死亡为因变量，颗粒物浓度变量为线性自变量，时间、气象因素等为非线性自变量。对于非线性自变量，采用自然样条函数进行拟合，选择时间样条函数的自由度为7/年[11]；气象因素中平均气温采用6为自由度，其他包括相对湿度、气压和风速均采用3为自由度[12,13,14,15,16]；用哑变量的形式控制"星期几"效应的影响。在基础模型中先引入当天的颗粒物浓度进入单污染物模型，之后再分别引入其他污染物进行多污染模型分析，考虑到污染物对人体危害可能的滞后效应[17]，选取分析当天（滞后0 d）至前5天（滞后5 d）大气单污染物对心脑血管疾病死亡的影响，并用相对危险度（RR）和超额危险度（ER）评价危害的大小，ER=（RR－1）×100%。
（2）敏感性分析：为了检验模型的稳定性，本研究一次最多在模型中同时引入两种颗粒物浓度变量进行拟合，并比较单污染物模型和多污染物模型分析结果的差异。使用赤池信息量准则（Akaike's Information Criterion，AIC）选择最优模型，AIC值越小，模型拟合优度越高[9]。建立模型后用偏自相关函数（PACF）的残差自相关考察残差序列是否呈随机平稳白噪声分布以检验模型的拟合优度[13,18]。
统计学分析采用R3.1.0软件的GAM模块，空气污染和气象指标之间的相关性分析采用Spearman相关，检验水准为0.05。
2011－2014年宁波市空气颗粒物PM2.5、PM10的日平均浓度分别为58.31（7~457）μg/m3和90.94（13~605）μg/m3，心脑血管疾病总死亡46 362例，平均每日心脑血管疾病死亡32（8~74）例。平均气温为17.55（-1.60~34.40）℃，平均相对湿度为73.05%（28.00%~95.00%），平均气压为1 015.70（986.6~1 037.5）hpa、风速为11.05（1~40）km/h。
人群心脑血管疾病死亡数呈现明显的季节性波动，夏秋季较少，冬春季较多，总体变化不大。颗粒物PM2.5和PM10浓度同样存在季节波动性，冬春季颗粒物浓度较高而夏秋季较低（图1）。
颗粒物PM2.5和PM10浓度同心脑血管疾病死亡间均呈正相关（rs值分别为0.307和0.278），气象要素中，日均气温、日均相对湿度、日均风速与心脑血管疾病每日死亡数呈负相关（rs值分别为-0.547、-0.117和-0.081），日均气压与心脑血管疾病每日死亡数呈正相关（rs=0.495），颗粒物PM2.5和PM10间呈正相关且关联性较强（rs=0.935），大气颗粒物和气象因素之间呈现不同程度的相关关系，rs值均有统计学意义（P<0.05），见表1。
2011－2014年宁波市每日大气污染物及气象要素与心脑血管疾病死亡的相关分析
2011－2014年宁波市每日大气污染物及气象要素与心脑血管疾病死亡的相关分析
| 指标 | rs值 | 大气颗粒物 | 气象因素 | |||||
|---|---|---|---|---|---|---|---|---|
| PM2.5(μg/m3) | PM10（μg/m3） | 平均气温(°) | 相对湿度(%) | 气压(hpa) | 风速(km/h) | |||
| 大气颗粒物(μg/m3) | ||||||||
| PM2.5 | 0.307a | 1.000 | ||||||
| PM10 | 0.278a | 0.935a | 1.000 | |||||
| 气象因素 | ||||||||
| 平均气温(°) | -0.547a | -0.490a | -0.442a | 1.000 | ||||
| 相对湿度(%) | -0.117a | -0.240a | -0.397a | 0.091a | 1.000 | |||
| 气压(hpa) | 0.495a | 0.448a | 0.456a | -0.897a | -0.219a | 1.000 | ||
| 风速(km/h) | -0.081a | -0.300a | -0.312a | 0.117a | -0.094a | -0.132a | 1.000 | |
注：Spearman相关性检验，aP<0.05（双侧）
调整日均气温、日均相对湿度、日均气压、日均风速、长期趋势和星期几效应后，大气颗粒物污染对心脑血管疾病死亡的影响分析显示，PM2.5日均浓度每增加10 μg/m3，对滞后2~3 d心脑血管疾病死亡影响有统计学意义，且滞后2 d效应最大（ER=0.46%，95% CI：0.18%~0.74%）；PM10日均浓度每增加10 μg/m3，对滞后2~4 d心脑血管疾病死亡影响有统计学意义，且滞后2 d的效应最大（ER=0.41%，95%CI：0.21%~0.62%）。分别以滞后2~3 d的浓度均值估计PM2.5、以滞后2~4 d的浓度均值估计PM10与人群心脑血管疾病死亡间的关联，结果显示，PM2.5和PM10日平均浓度每升高10 μg/m3，人群心脑血管疾病死亡的ER值分别为0.55%（0.23%~0.87%）和0.53%（0.28%~0.78%），见表2。两种颗粒物对心脑血管疾病死亡的滞后作用在达到高峰后随着时间的延长而逐渐减小。见图2，图3。
不同滞后时间颗粒物浓度每升高10 μg/m3人群心脑血管疾病死亡影响的ER值(%)
不同滞后时间颗粒物浓度每升高10 μg/m3人群心脑血管疾病死亡影响的ER值(%)
| 滞后天数 | ER值(95%CI) | |
|---|---|---|
| PM2.5 | PM10 | |
| 0 | -0.10(-0.41~0.20) | 0.03(-0.19~0.26) |
| 1 | 0.19(-0.10~0.47) | 0.21(-0.02~0.41) |
| 2 | 0.46(0.18~0.74) | 0.41(0.21~0.62) |
| 3 | 0.38(0.10~0.66) | 0.36(0.16~0.56) |
| 4 | 0.28(-0.02~0.56) | 0.22(0.02~0.43) |
| 5 | 0.18(-0.10~0.46) | 0.16(-0.04~0.36) |
| 移动平均值 | 0.55（0.23~0.87）a | 0.53(0.28~0.78)b |
注：a滞后2~3 d污染物浓度均值，b滞后2~4 d污染物浓度均值
在单污染物模型的基础上，分别纳入SO2及NO2，拟合多污染物模型显示，PM2.5纳入其他污染物后ER值无统计学意义。PM10纳入SO2后ER值无统计学意义，PM10纳入PM2.5及NO2后ER值有所变化，均有统计学意义。见表3。
多污染物模型拟合后颗粒物浓度每升高10 μg/m3对人群心脑血管疾病死亡影响的ER值(%)
多污染物模型拟合后颗粒物浓度每升高10 μg/m3对人群心脑血管疾病死亡影响的ER值(%)
| 污染物 | 调整因素 | ER值(95%CI) |
|---|---|---|
| PM2.5a | - | 0.55(0.23~0.87) |
| PM10 | -0.07(-0.68~0.54) | |
| SO2 | -0.22(-0.62~0.18) | |
| NO2 | 0.20(-0.19~0.60) | |
| PM10b | - | 0.53(0.28~0.78) |
| PM2.5 | 0.58(0.09~1.07) | |
| SO2 | -0.09(-0.42~0.24) | |
| NO2 | 0.42(0.10~0.73) |
注：a滞后2~3 d污染物浓度均值，b滞后2~4 d污染物浓度均值
本研究是对2011年1月1日至2014年12月31日宁波市的大气颗粒物PM2.5和PM10浓度与居民心脑血管疾病死亡间的时间序列分析，结果显示，宁波市大气颗粒物浓度升高与人群因心脑血管疾病死亡增加相关。单污染物模型显示，PM2.5与PM10均对滞后第二天心脑血管疾病死亡影响的效应最大，多污染物模型中PM2.5调整其他污染物因素后与心脑血管疾病死亡间的关联无统计学意义，这一结果与杭州市的研究结果类似[19]，而PM10除调整SO2后与心脑血管疾病死亡间的关联无统计学意义，调整其他污染物后关联强度有所变化，但关联仍有统计学意义。这可能因为单污染物模型中，不考虑污染物之间的相互影响，因此，PM2.5与PM10效应相对稳定，但在多污染模型中，由于污染物间的相关系数较高，不同污染物之间可能存在共线性，从而使污染物效应产生变化。
目前国际上开展的颗粒物污染与心脑血管疾病死亡的短期效应研究，主要采用时间序列和病例交叉分析方法，多个研究显示颗粒物浓度升高与心脑血管疾病死亡增加显著相关，如美国一项研究显示滞后2 d PM2.5日均浓度每增加10 μg/m3导致心脑血管疾病死亡增加0.85%[20]；欧洲地区的研究显示，滞后0~1 d PM10日均浓度每升高10 μg/m3，心血管死亡增加0.76%[21]。国内北京、天津市的研究结果也显示，PM10日均浓度每增加10 μg/m3引起的心脑血管疾病死亡分别增加0.4%和0.6%[6, 8]；西安市的一项研究显示，滞后1~2 d PM2.5日均浓度每增加10 μg/m3引起的心脑血管疾病死亡增加0.27%[22]。这些研究均提示短期颗粒物浓度升高与人群每日心血管死亡的上升相关。比较这些研究结果可以发现颗粒物与心脑血管疾病死亡的关联度总体相对较弱，且国内效应值低于国外欧美等发达国家，相关的Meta分析与这一结果一致[23]。本研究显示宁波市大气颗粒物日均浓度超过国家《环境空气质量标准》一级标准限值，对心脑血管疾病死亡的效应低于国外研究，而与国内研究基本一致，这可能与国内外人群年龄结构不同、统计模型参数不同、研究时间、污染源类型不同及研究方法和暴露-反应曲线的不一致等有关。
本研究结果可为宁波地区大气颗粒物污染治理相关政策的制定提供科学依据，同时为不同地区间研究结果的横向比较提供参考。但由于时间序列分析本质上属于生态学研究，而且颗粒物成分在地区间也存在差异等原因，结论外推时需谨慎。
