长期空气污染暴露与北京市成人慢性肾脏病发病风险的关联研究

《Environmental Pollution》：Association between Long-term Exposure to Air Pollution and Incident Chronic Kidney Disease among Adults in Beijing, China

　　

长期环境空气污染暴露与慢性肾脏病（CKD）发病风险增加相关。PM10和CO暴露增加CKD风险，而O3暴露则呈现负相关。一种时变的多污染物联合评分能够捕捉联合暴露所导致的CKD风险升高。女性、老年人和城市居民对污染相关的CKD更为易感。本研究基于北京空气污染与人群健康队列（Beijing Air Pollution and Population Health Cohort），纳入15,580名基线无肾脏疾病的成人参与者，采用时变Cox比例风险回归模型，评估2017至2025年间PM2.5、PM10、NO2、CO和O3五种空气污染物的长期暴露与CKD发病风险之间的关联。研究结果显示，PM10每增加10 μg/m3，CKD发病风险升高18%（HR=1.18，95% CI：1.06–1.31）；CO每增加10 μg/m3，CKD风险升高2%（HR=1.02，95% CI：1.01–1.03）；而O3暴露与CKD风险呈负相关（HR=0.77，95% CI：0.68–0.87）。多污染物联合评分每增加一个四分位间距（IQR），CKD风险升高51%（HR=1.51，95% CI：1.07–2.12）。亚组分析显示，女性、60岁以上老年人和城市居民对空气污染相关的CKD风险更为敏感。该研究为空气污染与CKD发病之间的关联提供了基于人群的前瞻性证据，提示应将空气污染治理纳入公共卫生策略，并对高风险人群实施精准干预。

一、研究背景与问题

慢性肾脏病（CKD）是以肾脏结构或功能持续异常至少3个月为特征的多种病因导致的疾病。2000至2021年间，肾脏疾病在全球死亡原因排名中从第19位升至第9位，死亡率增幅达95%。2023年全球CKD患者总数达7.88亿，中国患病率超过全球平均水平。尽管传统危险因素如代谢紊乱和长期用药不能完全解释CKD患病率的持续上升，但越来越多的证据表明环境污染物可能通过更广泛的病理生理机制损害肾脏健康。由于肾脏具有高浓缩能力，环境毒素易在肾组织中蓄积，通过系统性氧化应激、慢性炎症、内皮功能障碍和微血管损伤等途径造成肾损伤。

尽管已有研究提示空气污染与CKD存在关联，但现有证据仍存在重要局限：多数研究采用横断面设计或基线暴露测量，无法捕捉污染暴露的时间变异性及近年空气质量改善的影响；基于时变暴露评估的大型纵向队列证据仍然有限，尤其是在具有显著空间异质性的发展中国家；此外，多种污染物的联合暴露和人群异质性往往未被充分关注。因此，本研究利用时变空气污染物暴露数据，基于北京空气污染与人群健康队列，系统评估2017至2025年间五种主要大气污染物（PM₁₀、PM_2.5、NO₂、CO和O₃）的单一及联合暴露与北京成人CKD发病风险的关联，并考察潜在效应修饰因子的影响。

二、研究设计与主要结论

研究人员利用北京空气污染与人群健康队列（Beijing Air Pollution and Population Health Cohort）的数据开展前瞻性队列研究。该队列于2017年建立，基线纳入24,462名来自北京16个区、年龄18至75岁的永久居民，后续于2019年、2023年、2024年和2025年进行随访。经过排除基线患有肾脏疾病、缺乏随访CKD数据、人口学特征或生活方式变量缺失以及患有恶性肿瘤的参与者后，最终纳入15,580名参与者进行分析，中位随访时间为2.09年（IQR：1.90–6.83），累计观察66,581人年。随访期间共发生664例CKD事件（4.26%）。

研究发现，长期空气污染暴露与CKD发病风险增加相关，但不同污染物之间的关联存在差异。PM₁₀每增加10 μg/m³，CKD发病风险升高18%（HR=1.18，95% CI：1.06–1.31）；CO每增加10 μg/m³，CKD风险升高2%（HR=1.02，95% CI：1.01–1.03）；PM_2.5和NO₂暴露虽呈现风险升高趋势但未达统计学显著（PM_2.5：HR=1.22，95% CI：0.99–1.50；NO₂：HR=1.17，95% CI：0.96–1.43）；而O₃暴露与CKD风险呈负相关（HR=0.77，95% CI：0.68–0.87）。多污染物联合评分每增加一个IQR，CKD风险升高51%（HR=1.51，95% CI：1.07–2.12）。亚组分析显示，女性、60岁以上老年人和城市居民对空气污染相关的CKD风险更为敏感。

三、关键技术方法

本研究采用以下关键技术方法：基于中国高分辨率空气污染物数据集（CHAP）获取PM_2.5、PM₁₀、NO₂、CO和O₃的暴露估计，该数据集通过机器学习算法整合大气模型、地面监测网络和卫星观测数据，空间分辨率为1 km × 1 km（NO₂和CO在2017–2018年为10 km × 10 km，2019年起提升至1 km × 1 km）。个体暴露量根据基线调查中居住地和工作地的地理编码地址，结合各地点停留时间加权计算。采用时变Cox比例风险回归模型（counting-process框架）评估污染物与CKD的关联，每次随访时更新前一年度的年均浓度作为长期暴露水平。构建加权综合空气污染评分以评估多污染物联合暴露效应。采用限制性立方样条（RCS）回归建模暴露-反应曲线。通过亚组分析和交互作用检验评估效应修饰。此外还进行了多项敏感性分析，包括额外调整室内空气污染因素、采用IQR增量建模、使用MDRD方程重新定义CKD、更换暴露窗口、排除基线高血压或糖尿病参与者、排除随访前两年内发病的CKD病例、采用四分位数分类暴露变量、排除仅有一次肾功能评估的参与者、逆概率删失加权（IPCW）分析以及主成分分析（PCA）构建数据驱动的复合空气污染指数。

四、研究结果

3.1 参与者特征

最终纳入15,580名参与者，平均年龄46.94（SD 14.12）岁，54.99%为女性，47.98%居住于郊区。随访期间664名参与者（4.26%）发生CKD。CKD组与非CKD组在年龄、居住区域、收入、BMI、教育程度、婚姻状况、体力活动、吸烟、饮酒、高血压、糖尿病、近期装修、邻近交通干道、燃料类型和烹饪频率等方面存在显著差异。

3.2 空气污染暴露与慢性肾脏病

五种污染物之间存在显著相关性：PM_2.5与PM₁₀相关性最强（r=0.96），PM_2.5和PM₁₀与NO₂（r=0.93）和CO（r=0.81–0.88）也呈较强相关，而O₃与其他污染物相关性较弱（r=0.24–0.33）。在完全调整的时变模型中，PM₁₀每增加10 μg/m³与CKD风险升高18%相关（HR=1.18，95% CI：1.06–1.31），CO每增加10 μg/m³与CKD风险升高2%相关（HR=1.02，95% CI：1.01–1.03）。PM_2.5和NO₂呈风险升高趋势但未达统计学显著。O₃暴露与CKD风险呈负相关（HR=0.77，95% CI：0.68–0.87），在双污染物模型中该负相关仍保持显著。综合空气污染评分每增加一个IQR与CKD风险升高51%相关（HR=1.51，95% CI：1.07–2.12）。限制性立方样条分析显示，除PM₁₀外（非线性检验P=0.779），其余污染物与CKD风险均呈显著非线性关联（非线性检验P<0.001）。

3.3 亚组分析

亚组分析显示空气污染物与CKD的关联存在人群异质性。女性中PM_2.5（HR=1.38，95% CI：1.03–1.86）、PM₁₀（HR=1.25，95% CI：1.07–1.45）和CO（HR=1.03，95% CI：1.02–1.04）每增加10 μg/m³与CKD风险升高相关。60岁以上老年人群中PM₁₀暴露与CKD风险显著正相关（HR=1.23，95% CI：1.04–1.45）。城市居民中PM_2.5、NO₂和CO与CKD的关联更强。非吸烟者中PM_2.5（HR=1.40，95% CI：1.07–1.83）和CO（HR=1.03，95% CI：1.02–1.04）与CKD风险显著相关。综合空气污染评分与CKD的关联在女性、城市居民、居住于城市的老年人和非吸烟者中更为显著。使用非清洁燃料取暖或烹饪的参与者以及教育程度和收入水平较高者中，空气污染与CKD风险的关联更为明显。

3.4 敏感性分析

多项敏感性分析结果与主分析一致：额外调整室内空气污染因素后PM_2.5与CKD的正相关仍保持显著；基于IQR增量建模的结果与主分析一致；采用MDRD方程重新定义CKD后除O₃外各污染物的正相关仍显著；采用前两年平均浓度作为暴露定义的结果与主分析基本一致；排除基线高血压或糖尿病参与者以及随访前两年内发病的CKD病例后效应估计无明显变化；采用四分位数分类暴露变量的结果基本一致；排除仅有一次肾功能评估的参与者后结果相似；IPCW加权模型估计值与完整案例分析方向一致但幅度更大（如PM_2.5：HR 1.74 vs 1.22）；PCA衍生的复合污染指数每个标准差升高对应的调整HR为1.18（95% CI：0.99–1.40），与主分析方向一致。

五、讨论与结论

本研究基于大型前瞻性队列，系统考察了时变空气污染暴露与CKD发病风险的关联。研究优势包括：前瞻性设计明确了时间顺序，降低了反向因果风险；采用动态暴露指标更准确反映个体暴露水平并减少测量误差；整合居住地和工作地暴露位置构建多污染物复合评分，系统评估五种污染物的联合效应；纳入室内污染贡献（固体燃料燃烧和烹饪）以细化个体暴露估计；通过队列生化数据与医院门诊和住院记录联动，并采用多种肾功能指标进行多维评估，增强了CKD事件识别的完整性和可靠性。

研究也存在一些局限性：CKD确认基于可用的eGFR评估并结合医院诊断信息，并非所有参与者均有间隔至少90天的重复肾功能评估；居住地和工作地地址仅在基线获取，随访期间地址变化可能引入暴露错分；CKD事件日期定义为首次检出日期，可能产生区间删失；COVID-19疫情期间（2020–2022）随访通过电话问卷进行而无生化检测，可能导致该时期CKD病例的低估；综合空气污染评分采用β加权系数而非正式混合物建模方法（如BKMR、WQS等），限制了对各污染物具体贡献的解析。

研究结论指出，空气污染水平与CKD发病风险相关，包括PM₁₀和CO的单一暴露以及多种空气污染物的联合暴露。空气污染对CKD风险的不良影响在女性、老年人和城市居民等特定易感亚群中更为显著。这些基于人群的发现为空气污染与CKD的关联提供了证据基础。未来需要更长期覆盖的研究以阐明因果路径，同时应将空气污染缓解措施纳入公共卫生策略，并针对高风险人群实施精准干预和加强个人防护。