《Toxics》：A Critical Comparison of Exposure Estimators for Airborne Particulate Matter in Urban Cyclists
Elie Al Marj,
Ilann Mahou,
Roy M. Harrison,
Francis D. Pope,
Alexandra Fort and
Aurelie Charron
编辑推荐：
城市骑行者在通勤过程中因紧邻排放源及运动期间呼吸频率升高，会面临更高的交通相关空气污染物（TRAP）暴露水平。传统评估依赖浓度汇总指标，可能误判实际吸入剂量并在健康研究中造成个体分类错误。街道尺度浓度表现出显著的时间变异性，呈非正态分布，给常规平均方法带来挑战
城市骑行者在通勤过程中因紧邻排放源及运动期间呼吸频率升高，会面临更高的交通相关空气污染物（TRAP）暴露水平。传统评估依赖浓度汇总指标，可能误判实际吸入剂量并在健康研究中造成个体分类错误。街道尺度浓度表现出显著的时间变异性，呈非正态分布，给常规平均方法带来挑战。本研究比较了基于浓度与基于剂量的方法，用于表征城市通勤期间的骑行者暴露。57名健康成年人沿两条9公里路线（高交通量与低交通量）完成骑行，分别使用普通自行车或电助力自行车。实时监测涵盖黑碳（BC）、超细颗粒物（UFP）、PM2.5和PM10。基于心率推导的呼吸频率使研究人员能够采用三种时间积分方法计算个体化吸入剂量。平均浓度与时间积分浓度呈强相关（r = 0.988–0.998）。简化剂量计算与完全时间积分结果高度一致（r > 0.999），剂量比值中位数为0.99–1.01。然而，平均浓度与吸入剂量之间的相关性较弱（r = 0.72–0.78）。在比较基于浓度与基于剂量的分类时，29%至50%的参与者暴露四分位发生变化，其中超细颗粒物的重分类比例最高（46–50%）。这些结果表明，在主动通勤过程中，生理变异性显著影响暴露分类，支持在城市骑行者暴露评估和流行病学研究中纳入吸入剂量指标。
该研究发表于《Toxics》，聚焦城市骑行者的大气颗粒物暴露评估方法学比较。当前室外空气污染每年导致数百万过早死亡，交通相关空气污染物（TRAP）因靠近城市人群构成突出健康风险。骑行者群体规模在全球多数大城市持续扩大，但其暴露模式独特：既紧邻排放源，又因体力活动出现升高且个体差异显著的呼吸频率（可相差2–3倍）。现有暴露评估主要依赖算术均值、中位数或峰值等浓度指标，忽略两个关键因素：一是个体间通气量（VE）的生理差异，二是近路环境浓度分布高度偏态，短时高浓度事件与背景水平交替出现。若浓度峰值与呼吸频率峰值在时间上错位，实际暴露（∫C(t) × VE(t)dt）将与平均值乘积（C × VE）产生偏差。尽管已有研究估算主动通勤者的吸入剂量，但基于浓度与基于剂量的指标系统性比较仍较缺乏。本研究旨在填补这一空白，通过真实世界骑行数据评估不同暴露指标间的一致性，量化潜在暴露错分，并为交通污染研究的指标选择提供依据。
研究人员招募57名18–40岁健康成年人（最终48人提供完整数据），于法国里昂都市区的Bron开展实验。参与者在48小时内随机使用普通自行车（CB）或电助力自行车（EAB），分别沿两条设计对比鲜明的9公里路线骑行：靠近交通路线（CTF）沿主干道，远离交通路线（ATF）经住宅区、专用自行车道和绿廊。实验均在工作日早晚高峰进行，全程维持稳定骑行节奏。实时监测指标包括黑碳（BC）、超细颗粒物（UFP）、PM2.5和PM10，通过便携式光学粒子计数器、扩散尺寸分级仪和微型黑碳仪实现。生理参数通过GPS运动手表连续记录心率，并基于性别特异性方程推算分钟通气量（VE）。暴露评估涵盖五类浓度指标（算术均值、中位数、最大值、第95百分位数、时间积分浓度）和三套剂量计算方法：方法1为参考法，以10秒浓度与1分钟通气量逐段求和；方法2以全程平均浓度乘以累计通气量；方法3以时间积分浓度乘以平均通气量。统计分析采用Wilcoxon检验、Pearson相关、四分位重分类等方法。
研究结果部分显示，首先，生理参数与污染物暴露水平存在显著差异。普通自行车使用者的心率与推算通气量均显著高于电助力自行车使用者。路线层面，CTF的BC浓度是ATF的2.45倍，PM10为2.18倍，UFP为1.89倍，而PM2.5仅高出15%且无统计学显著性。吸入剂量同样呈现CTF高于ATF的模式，BC剂量比达2.98，PM10为2.20，UFP为2.07，PM2.5为1.21，且三套剂量计算方法的结果高度一致。
其次，暴露评估方法的比较表明，简化剂量方法（方法2和方法3）与参考方法（方法1）的相关性均大于0.999，偏差小于5%。浓度指标中，算术均值与时间积分浓度的相关性最强（r = 0.988–0.998），而最大值表现最差。但当引入通气量计算吸入剂量后，浓度指标与剂量的相关性明显减弱（均值r = 0.72–0.78），且29%–50%的参与者发生暴露四分位重分类，其中UFP的重分类比例最高（46–50%）。
讨论部分指出，三套剂量方法的高度一致性验证了简化方法在实际应用中的可行性，即便使用时间分辨率较低的仪器也可获得可靠剂量估计。浓度均值虽能很好代表时间积分浓度，但因忽略个体生理差异，会导致暴露错分并削弱暴露–反应关系的识别。不同污染物的浓度–剂量相关性相近，提示指标选择应优先考虑研究目标而非污染物类型。BC和UFP因主要来自机动车尾气，适合识别交通源暴露梯度；PM2.5受区域背景影响大，对近路差异不敏感。
结论部分强调，城市骑行者的暴露评估必须考虑生理变异性，否则将低估实际污染物摄入，尤其在体力活动水平较高的人群中。个体层面的健康研究应优先采用吸入剂量指标，群体层面的路线或设施比较则可合理使用浓度均值。未来研究需进一步纳入颗粒物沉积与清除机制，并在更广泛人群中验证方法适用性。
