空气污染物与肌肉骨骼疾病的短期关联：基于中国扬州2019-2022年数据的混合暴露分析

本研究针对空气污染物（PM2.5、PM10、NO2、SO2、O3）与肌肉骨骼疾病（MDs）的关联性，通过逻辑回归和贝叶斯核机器回归（BKMR）模型分析扬州4年数据，发现SO2（OR=2.13）和O3（OR=1.71）显著增加MDs风险，而PM2.5中重金属（Se、Cd、Sb、Tl）呈现保护作用，为环境健康政策提供新证据。

　　

在全球老龄化加剧的背景下，肌肉骨骼疾病（Musculoskeletal Diseases, MDs）如骨质疏松和关节炎的发病率持续攀升，成为公共卫生领域的重大挑战。传统研究多聚焦于遗传、年龄等内在因素，但近年来，环境污染物对骨骼健康的影响逐渐浮出水面。尽管已有研究表明长期暴露于PM_2.5可能降低骨密度，但短期暴露效应及污染物混合作用机制仍不明确。更引人深思的是，大气颗粒物中的重金属成分对骨骼健康究竟是“毒”还是“药”？这一科学争议亟待解答。

为破解这一难题，扬州大学附属医院的研究团队开展了一项为期4年（2019-2022）的流行病学研究，首次系统评估了中国扬州地区6种典型空气污染物（PM_2.5、PM₁₀、NO₂、SO₂、O₃、NO）及其12种重金属成分与MDs的关联。研究创新性地结合传统逻辑回归与前沿的贝叶斯核机器回归（Bayesian Kernel Machine Regression, BKMR）模型，不仅解析单一污染物效应，更揭示了多污染物协同作用的复杂机制。论文最终发表于《BMC Public Health》，为环境骨健康研究提供了里程碑式证据。

研究团队运用三大关键技术：1）基于汉江区监测站的每日空气质量数据与30余万例医院就诊记录的时空匹配；2）电感耦合等离子体质谱（ICP-MS）精准检测PM_2.5中12种重金属（如Sb、Cd、Pb等）含量；3）通过BKMR模型解析多污染物联合效应，并采用限制性立方样条（RCS）验证剂量-反应关系。

主要研究发现

1. 1.

   人口特征与污染暴露

   数据分析显示，MDs患者较非患者更年轻（53.47±21.06岁 vs 58.84±16.72岁），且城市居民占比更高（56.3%）。扬州年均PM_2.5浓度（36.5 μg/m³）远超WHO标准（5 μg/m³），冬季污染尤为严重。

2. 2.

   单一污染物效应

   逻辑回归模型表明，SO₂（OR=2.13, 95%CI:1.08-4.24）和O₃（OR=1.65, 95%CI:1.09-2.53）是MDs的独立危险因素，而PM_2.5中重金属Se（OR=0.39）、Cd（OR=0.62）、Sb（OR=0.51）、Tl（OR=0.55）显著降低风险。

3. 3.

   多污染物协同作用

   BKMR模型揭示：当SO₂、O₃和PM₁₀浓度同时高于55百分位时，MDs风险呈协同增加；而重金属混合物在55百分位以上时表现出保护效应（图3B与图4B）。

4. 4.

   季节与元素差异

   PM_2.5中重金属浓度存在显著季节波动（冬＞夏），其中Se（PIP=0.543）和Cr（PIP=0.534）对MDs的影响权重最高。

研究启示

该研究首次在中国地理过渡带（扬州）证实了短期空气污染暴露与MDs的显著关联，尤其警示SO₂和O₃的骨健康危害。更颠覆性的是，发现PM_2.5中某些重金属（如Se）可能通过抗氧化途径保护骨骼——这为“污染悖论”提供了合理解释。尽管存在暴露评估精度、未控制饮食因素等局限，但研究为环境政策制定提供了关键数据支持，提示需将骨健康纳入空气质量标准考量。未来研究可深入探索重金属在骨质疏松中的分子机制，为开发环境适应性营养干预策略开辟新路。