PM1 长期暴露与肝癌死亡风险：基于贝叶斯时空模型与机器学习整合分析的小颗粒贡献机制研究

推荐：本研究针对PM1 对肝癌死亡风险的长期影响机制不明问题，通过整合244,558例肝癌死亡数据与贝叶斯时空模型、SHAP-XGBoost机器学习方法，首次揭示PM1 浓度每IQR升高导致肝癌死亡风险增加81.3%（RR=1.813），并证实小颗粒比例（PM1 /PM10 ）对肝癌风险的放大效应，为环境肿瘤学防控策略提供新靶点。

　　

随着工业化进程加速，空气污染已成为全球公共卫生的重大威胁。在众多污染物中，可吸入颗粒物（PM）被世界卫生组织列为1类致癌物，但其对肝癌的影响长期存在争议。尤其令人担忧的是，直径≤1微米的超细颗粒物（PM₁
）因其可穿透肺泡进入血液循环的特性，可能对肝脏等远端器官造成直接损伤。肝癌作为全球癌症死亡的第三大杀手，2022年导致75.8万人死亡，但除病毒性肝炎等传统危险因素外，环境因素的影响机制亟待阐明。

针对这一科学难题，山东大学公共卫生学院联合昆士兰科技大学的研究团队在《Ecotoxicology and Environmental Safety》发表了一项突破性研究。该研究创新性地整合了山东省2012-2021年24.4万例肝癌死亡数据与2003-2021年PM₁
暴露记录，采用10年加权移动平均法评估累积效应，并构建贝叶斯时空模型量化风险关联。为破解传统模型的线性假设局限，团队引入SHAP-XGBoost解析非线性关系，结合分类回归树（CART）识别区域差异因素，形成多维度分析框架。

关键技术方法包括：1）基于中国高分辨率空气污染物数据集获取PM₁
、PM_2.5
、PM₁₀
浓度；2）应用集成嵌套拉普拉斯近似（INLA）算法的贝叶斯时空模型控制混杂；3）采用SHAP值解释XGBoost模型特征贡献；4）通过5折交叉验证CART分析区域差异。

3.1 肝癌死亡率与环境变量分布
空间扫描显示沿海地区肝癌风险最高（RR 1.09-2.30），与PM₁
浓度呈显著地理异质性（Moran's I=0.419）。值得注意的是，2003-2021年PM₁
浓度达58.28 μg/m³
，但2014年后呈下降趋势。

3.2 贝叶斯时空模型分析
PM₁
每IQR增加导致肝癌死亡风险升高81.3%（RR=1.813），效应强于PM_2.5
（RR=1.784）和PM₁₀
（RR=1.415）。关键发现是小颗粒比例（PM₁
/PM₁₀
）每1%提升对应风险增加13.5%（RR=1.135），证实小颗粒的主导作用。

3.3 机器学习模型验证
SHAP分析揭示PM₁
在低浓度（<33 μg/m³
）时风险陡增的非线性关系。CART模型显示在低PM₁
区域，湿度与PM₁
存在交互效应，当PM₁

31.071 μg/m³
时ASMR达24.186/10万。

讨论部分指出，PM₁
可能通过三重机制诱发肝癌：1）吸附重金属穿透血肝屏障直接损伤肝细胞；2）激活IL-6/TNF-α通路诱发慢性炎症；3）诱导DNA甲基化沉默抑癌基因。特别值得注意的是，研究首次提出"小颗粒贡献率"概念，发现PM₁
占PM₁₀
比例每提升10%，肝癌风险即超过标准限值效应的15%，这一发现为修订空气质量标准提供量化依据。

该研究的创新价值在于：首次建立PM₁
-肝癌死亡的剂量反应关系，突破传统PM_2.5
研究范式；开发加权移动平均-贝叶斯-机器学习三重验证框架，为环境肿瘤学研究提供方法学模板。作者建议将PM₁
纳入常规监测，并在低浓度区域实施优先管控，这对中国"蓝天保卫战"政策优化具有重要指导意义。