基于英国生物银行队列的 ambient air pollution 暴露测量误差校正研究：MELONS项目揭示健康效应低估现象

本研究针对 ambient air pollution 流行病学中个体暴露测量误差导致的健康效应低估问题，利用英国生物银行队列（UK Biobank）数据，结合回归校准（RCAL）和模拟外推（SIMEX）方法校正 NO2、PM2.5 和臭氧暴露与自然死亡及慢性阻塞性肺病（COPD）的关联。结果显示校正后风险比（HR）显著升高，提示未校正效应可能严重低估污染真实危害，为政策制定提供更精准的浓度-反应函数依据。

　　

空气污染对健康的长期影响一直是环境流行病学研究的核心议题，但个体真实暴露水平的测量误差如同一层迷雾，遮蔽了污染危害的真实面貌。现有研究多依赖固定监测站或模型估算的静态暴露数据，却忽略了人们在室内外不同微环境中的动态活动模式。这种"以静代动"的暴露赋值方式，导致健康效应估计可能存在系统性偏差。更复杂的是，测量误差可能同时包含经典误差（随机偏差）和伯克森误差（空间平滑效应），使得不同研究间的结果难以直接比较。当政策制定者试图基于这些有缺陷的数据建立浓度-反应函数时，可能严重低估空气污染治理的紧迫性。

针对这一科学难题，由美国健康效应研究所（HEI）资助的MELONS项目团队，利用伦敦地区61,797名英国生物银行（UK Biobank）参与者的健康数据，结合前期个人监测活动获取的验证数据集，首次系统评估了NO₂、PM_2.5和臭氧暴露测量误差对健康效应估计的影响。研究创新性地应用回归校准（RCAL）和模拟外推（SIMEX）两种统计校正方法，量化了自然死亡率和慢性阻塞性肺病（COPD）发病风险的真实关联。相关成果发表在《Environmental Research》上，为空气污染健康风险评估提供了方法学范式。

研究采用三项关键技术：1）基于STEAM模型和最近监测站数据的多源暴露评估；2）利用伦敦健康与环境监测（LHEM）项目个人监测数据构建误差结构矩阵；3）Cox比例风险模型结合RCAL/SIMEX校正分析。队列数据来自2006-2010年招募的伦敦地区UK Biobank参与者，通过关联住院和死亡登记数据获取结局事件。

Study population
研究纳入62,029名伦敦居民，基线年龄40-69岁，通过英国国民医疗服务体系（NHS）注册系统招募。最终分析样本为61,797人，排除了关键变量缺失的个体。

Results
暴露数据分析显示，STEAM模型估算的NO₂（39.0±10.8 μg/m³）和PM_2.5（15.8±1.4 μg/m³）水平与监测站数据存在显著差异。未校正模型显示，每IQR（14.54 μg/m³）NO₂暴露增加与自然死亡率风险升高2.8%相关（HR:1.028，95%CI:0.983-1.074），而PM_2.5关联无统计学意义。经RCAL校正后，NO₂的HR增至1.254（1.061-1.482），SIMEX校正结果为1.192（1.093-1.301）。对于COPD，模型估算PM_2.5（IQR:1.72 μg/m³）的未校正HR为1.042（0.988-1.099），经SIMEX校正后显著提升至1.079（1.001-1.164）。

Discussion
研究表明，传统暴露评估方法可能低估空气污染健康风险达20%-25%。这种偏差主要源于暴露变量的非差分测量误差（non-differential misclassification），使得风险估计趋向零值。值得注意的是，校正后效应量增大但置信区间变宽，反映误差校正需要付出统计功效的代价。研究首次量化了伦敦地区PM_2.5暴露与COPD的剂量-反应关系，为英国空气质量标准修订提供了本土证据。

由Dimitris Evangelopoulos、Joel Schwartz等学者完成的研究具有双重方法论价值：一方面证实RCAL和SIMEX在环境流行病学的适用性，另一方面揭示现有文献可能普遍存在效应低估。作者特别指出，Barbara K. Butland持有的能源公司股份可能构成潜在利益冲突，但经敏感性分析确认不影响结论可靠性。该研究为后续开展基于移动监测的个人暴露评估提供了技术路线，也为全球疾病负担研究中的暴露误差调整树立了标杆。正如研究者强调，在气候变化的背景下，精确量化空气污染健康效应对于制定兼顾公共健康和碳中和的政策至关重要。