多环境暴露协同作用下的死亡率负担评估：绿色空间、噪声与空气污染的暴露-反应函数研究

本研究针对健康影响评估(HIA)中单暴露模型未考虑环境因素共暴露的问题，通过系统分析11项队列研究，量化了绿色空间(NDVI)、PM2.5、NO2和噪声(Lden)在多暴露模型下的协同效应。研究发现多暴露模型可降低死亡率风险的高估（如PM2.5的HR从1.071降至1.061），提出的系数差异法为政策制定提供更精准的联合疾病负担评估工具。

　　

城市化进程中，空气污染(PM_2.5、NO₂)、交通噪声和绿地缺乏等环境暴露常同时存在，但传统健康影响评估(HIA)依赖单暴露模型，忽视其空间相关性导致的效应混杂。例如，道路交通同时贡献噪声和空气污染物，而绿地可能通过植被沉降降低PM_2.5浓度。这种割裂评估会高估疾病负担——当PM_2.5与NO₂正相关时，单模型效应估计可能偏离真实值23%。全球疾病负担研究显示，环境因素导致18.9%的死亡，亟需多暴露协同评估方法。

荷兰乌得勒支大学等机构的研究团队在《Environment International》发表研究，系统筛选385篇文献中的11项队列（覆盖欧洲及美国超2000万人），通过随机效应Meta分析量化绿色空间-空气污染-噪声五组暴露对的系数差异。研究采用标准化增量（PM_2.5每5μg/m³、NO₂每10μg/m³、噪声每10dB、NDVI每0.1单位）计算风险比(HR)，并比较单暴露与双暴露模型下的人群归因分数(PAF)。

关键方法

1. 队列筛选：纳入同时报告单/双暴露模型的全因死亡率研究，排除职业噪声和短期暴露数据；
2. 暴露评估：NDVI采用300m缓冲区（比利时队列用500m），噪声L_den通过Nord2000模型标准化；
3. 效应量计算：采用系数差异法（CD=ln(HR_单暴露)-ln(HR_双暴露)）调整混杂；
4. 健康负担估算：联合HR(JHR)=HR₁×HR₂，联合PAF(JPAF)=(JHR-1)/(1+JHR-1)。

主要结果

1. 暴露相关性
各暴露对呈现低-中度空间相关：绿色空间-PM_2.5（r=-0.68至-0.12）、噪声-NO₂（r=0.31-0.60）。荷兰队列显示，绿地每增加0.1单位NDVI，PM_2.5降低0.31个标准差。

2. 模型效应差异
双暴露模型普遍弱化单模型效应：

• 绿色空间：调整PM_2.5后HR从0.974→0.980（CD=-0.006）；
• PM_2.5：调整噪声后HR从1.072→1.055（CD=0.016）；
• 噪声：调整NO₂后HR从1.028→1.021（CD=0.007）。

3. 疾病负担差异
单模型叠加高估JPAF达39.5%：

• 绿色空间-PM_2.5：单模型JPAF=0.090 vs 双模型0.076；
• 噪声-NO₂：单模型JPAF=0.097 vs 调整后0.085。

讨论与意义
研究首次建立绿色空间-空气污染-噪声的系数差异数据库，证实传统单模型会高估城市环境联合负担（如PM_2.5-噪声对超额死亡率高估25.3%）。通过整合53项PM_2.5单模型研究和7项噪声研究数据，提出的CD调整法使HIA更贴近真实政策场景（如限行政策同步降低PM_2.5和噪声）。局限性在于当前证据多来自欧洲，且未评估三暴露交互作用。未来需扩展至臭氧、温度等暴露对，并开发多参数调整算法。

该研究为《WHO环境噪声指南》和《欧洲绿色城市指数》提供方法学支持，推动从"单污染物管控"向"多暴露协同治理"的范式转变。