编辑推荐：
空气污染与帕金森病（PD）风险的关系尚不明确。研究人员在意大利人群队列中分析多种空气污染物与 PD 发病风险的关联。结果发现 PM10 显著影响 PD 发病风险，脂蛋白 a（Lp (a)）部分解释了这种关联。这为降低 PD 风险提供了新方向。
在过去的几十年里，空气污染成了全球关注的焦点。它不仅悄无声息地侵蚀着人们的心血管和呼吸系统健康，近年来，越来越多的研究还发现它与神经系统疾病，尤其是帕金森病之间似乎存在着千丝万缕的联系。帕金森病作为第二常见的神经退行性疾病，其特征是 α- 突触核蛋白在黑质多巴胺能神经元中聚集，导致这些神经元进行性、不可逆地丧失。然而，目前空气污染与帕金森病之间的关系仍迷雾重重。以往的研究结果参差不齐，有的支持两者存在关联，有的却得出相反结论。而且，多数研究存在局限性，比如研究环境差异大、多为病例对照研究易产生反向因果偏差、对潜在混杂因素调整不足等。在这样的背景下，深入探究两者关系，找出关键影响因素迫在眉睫，这不仅有助于揭示帕金森病的发病机制，还可能为预防和控制帕金森病提供新的方向。
为了解开这团迷雾，IRCCS NEUROMED 的研究人员开展了一项针对意大利普通人群队列的研究。研究人员对 24325 名参与者进行了长达 12 年的随访，同时分析了多种空气污染物、社会人口学因素、生活方式和职业暴露因素。最终，研究发现 PM10 水平对帕金森病发病风险有着显著的直接影响，脂蛋白 a（Lp (a)）在一定程度上解释了这种关联。该研究成果发表在《npj Parkinson's Disease》上，为帕金森病的研究开辟了新的道路。
研究人员主要采用了以下关键技术方法：一是利用地理信息系统（GIS）技术和普通克里金插值算法，对来自区域环境机构的土地测量数据进行处理，估算参与者对 10 种空气污染物的暴露水平；二是通过主成分分析（PCA）将多种污染物数据降维，得到潜在变量用于后续分析；三是借助电子健康记录（EHRs）数据库和区域医院出院记录（HDRs），并经三位神经科医生确认，确定帕金森病病例；四是运用 Cox 比例风险回归模型分析空气污染物与帕金森病发病风险的关系，还通过中介分析探究潜在的作用机制。
下面来看看具体的研究结果：
- 空气污染与帕金森病发病风险的关联：经过 11.2（2.0）年的随访，共确定了 213 例帕金森病发病病例。对莫利塞地区空气污染物水平进行主成分分析（PCA）后，得到三个主要主成分得分（PC1、PC2、PC3）。其中 PC1 与帕金森病发病风险增加显著相关，每增加一个单位 PC1 得分，帕金森病发病风险增加（HR [95% CI]=1.04 [1.02 - 1.06]）。由于 PC1 主要代表 PM10 水平，研究人员进一步分析发现，每增加 1μg/m3 的 PM10，帕金森病风险增加 18%（95% CI=(13 - 24)%），且在调整多种混杂因素后，该关联依然稳定。
- 敏感性分析：研究人员进行了一系列敏感性分析。比如，去除随访开始后前 2 年、5 年和 10 年发病的参与者，以及去除早发型帕金森病病例后，分析结果依然支持 PM10 与帕金森病发病风险的关联。此外，比较 PM10 浓度高于和低于中位数（11.65μg/m3）的参与者，发现暴露于较高 PM10 浓度的参与者帕金森病发病风险明显增加。
- 中介分析：研究人员测试了多种循环生物标志物在 PM10 与帕金森病发病风险关联中的潜在中介作用。结果发现，只有血小板分布宽度（PDW）、胱抑素 C（cys - C）和脂蛋白 a（Lp (a)）这三种生物标志物与 PM10 水平和帕金森病发病风险均有一定关联。其中，脂蛋白 a（Lp (a)）能显著解释 PM10 与帕金森病发病风险之间 2.8（0.9；8.4）% 的关联，而其他生物标志物解释的关联比例不显著。
在研究结论和讨论部分，研究人员明确指出，PM10 水平对意大利人群队列中帕金森病发病风险有着显著的直接影响，这一发现为降低帕金森病风险提供了潜在的干预靶点。虽然脂蛋白 a（Lp (a)）解释的关联比例相对较小，但它为帕金森病的病理生理学机制研究提供了新的线索。不过，该研究也存在一些局限性，比如暴露评估可能不够精确、缺乏 PM2.5 数据、帕金森病病例定义算法可能存在问题、无法明确因果关系以及未考虑其他环境因素等。尽管如此，这项研究依然意义重大，它首次在大规模人群队列中综合考虑多种因素，明确了 PM10 在空气污染与帕金森病发病风险关联中的突出作用，为后续研究指明了方向，后续研究可以围绕 PM10 和脂蛋白 a（Lp (a)）展开，进一步探索帕金森病的发病机制和预防策略。
