《Frontiers in Public Health》:COVID-19 social interventions were associated with amplified, not attenuated, indoor source pollutant–respiratory health associations: a six-year time-series analysis in Xi’an, China
编辑推荐:
背景:COVID-19大流行引发了前所未有的社会干预措施,这些措施改变了环境空气质量、人群行为和就医行为。这些干预措施是否改变了空气污染物与呼吸健康之间的短期关联,以及改变的方向,尚不清楚。
方法:研究人员进行了一项时间序列研究,数据来自中国西安一家三级医
背景:COVID-19大流行引发了前所未有的社会干预措施,这些措施改变了环境空气质量、人群行为和就医行为。这些干预措施是否改变了空气污染物与呼吸健康之间的短期关联,以及改变的方向,尚不清楚。
方法:研究人员进行了一项时间序列研究,数据来自中国西安一家三级医院2020年1月至2025年12月期间的每日呼吸科门诊就诊记录(ICD-10: J00–J99, R04–R07, R09)。研究期间被分为三个COVID-19阶段:严格管控期(2020–2022)、过渡期(2023年1月–6月)和后大流行期(2023年7月–2025年)。采用广义相加模型(GAM)结合准泊松回归评估PM2.5、SO2、NO2和O3与门诊就诊的关联,并调整气象混杂因素、时间趋势和阶段。污染物与阶段的交互项用于检验效应修饰。
结果:在2,192天中共记录了2,052,777次呼吸科门诊就诊。在全期模型中,SO2(lag4: ER=9.11, 95% CI: 3.86–14.64%)和NO2(lag5: ER=2.72, 95% CI: 2.05–3.40%)表现出最强的关联。阶段分层分析显示,SO2的关联在严格管控期(ER=18.40, 95% CI: 10.29–27.11%)强于后大流行期(ER=2.91, 95% CI: ?4.82–11.28%),NO2的关联也呈现相同模式(3.07% vs. 1.31%)。正式交互检验支持这一梯度(SO2×阶段 p=0.13, NO2×阶段 p=0.15),但未达到统计学显著性;而PM2.5和O3(缺乏主要室内燃烧源)基本未显示交互证据(均p>0.9)。局部空气质量健康指数(AQHI)确定NO2(55.4%)和SO2(36.5%)为呼吸健康风险的主要贡献者。
结论:与封锁会普遍减弱污染-健康效应的假设相反,西安燃烧源污染物(SO2、NO2)的健康关联在严格COVID-19管控期间持续强于后大流行期,尽管正式交互检验未达到统计学显著性。这一模式与室内暴露放大机制一致(但未证实),即长期居家隔离增加了居民对住宅供暖排放的累积暴露。这些发现应被视为产生假设,并表明当人群行为发生显著变化时,室外空气污染的减少并不会自动转化为健康风险的降低。
论文解读文章
**研究背景**
空气污染是全球呼吸系统疾病发病率和死亡率的主要环境风险因素。世界卫生组织估计,环境空气污染每年导致约420万人过早死亡,其中呼吸系统疾病占比显著。流行病学研究已证实,颗粒物(PM
2.5)、二氧化硫(SO
2)、二氧化氮(NO
2)和臭氧(O
3)的短期升高与呼吸系统就医增加相关。COVID-19大流行始于2019年底,各国实施了严格的非药物干预措施,包括封锁、工厂关闭、交通限制和强制佩戴口罩,这些措施显著改变了人为排放、人群行为和就医模式。然而,这些干预措施是否改变了空气污染物与呼吸健康之间的短期关联,以及改变的方向,尚不清楚。现有研究多聚焦于大流行对呼吸系统的直接效应或单独分析污染变化,未系统评估大流行阶段如何修饰污染-健康关系。特别地,封锁限制人群室内活动,但供暖源排放持续,可能反而增强某些污染物的健康效应。西安位于中国西北部半封闭盆地,冬季燃煤取暖普遍,经历了严格的封锁措施,是研究这一问题的理想场所。为此,研究人员利用西安一家三级医院6年(2020-2025年)的每日门诊数据,结合环境空气质量和气象数据,开展时间序列分析,论文发表在《Frontiers in Public Health》。
**关键技术与方法**
研究人员采用时间序列设计,数据来源于西安一家三级甲等医院的门诊信息系统(HIS),涵盖2020年1月1日至2025年12月31日共2,192天,提取主要诊断编码为ICD-10 J00–J99、R04–R07和R09的呼吸系统疾病门诊记录。空气质量数据来自中国国家环境监测中心,气象数据来自NASA POWER项目。研究期间分为严格管控期(2020-2022年)、过渡期(2023年1-6月)和后大流行期(2023年7月-2025年)。统计方法采用广义相加模型(GAM)结合准泊松回归,控制时间趋势(每年6自由度)、气象因素(温度、湿度)、星期几和假日效应,并纳入大流行阶段作为协变量。通过污染物×阶段交互项检验效应修饰,并构建局部空气质量健康指数(AQHI)。
**研究结果**
**3.1 描述性分析**
2020-2025年间共记录2,052,777次呼吸科门诊就诊,日就诊中位数为844次。PM
2.5、PM
10、NO
2、SO
2和O
3的日浓度中位数分别为33.67、75.94、33.67、6.50和52.81 μg/m
3。阶段分层显示,严格管控期日就诊中位数(578次)显著低于后大流行期(1,417次),但PM
2.5和NO
2浓度反而更高,与持续供暖排放和冬季逆温一致。
**3.2 相关性分析**
Spearman相关分析显示所有污染物间显著相关,PM
10与PM
2.5正相关最强,因共线性后续模型排除PM
10,保留PM
2.5、SO
2、NO
2和O
3。
**3.3 全期单污染物模型结果**
控制大流行阶段后,SO
2和NO
2与呼吸科门诊就诊显著正相关。SO
2在lag4(滞后4天)效应最强,每10 μg/m
3增加对应超额风险(ER)为9.11%(95% CI: 3.86–14.64%);NO
2在lag5效应最强,ER=2.72%(95% CI: 2.05–3.40%)。PM
2.5仅在lag3和lag4显著,O
3无显著关联。
**3.4 双污染物模型结果**
双污染物模型中,NO
2效应在与其他污染物配对时稳健(ER 2.69–2.98%),SO
2与PM
2.5或O
3配对时稳健,但与NO
2配对时衰减,提示燃烧源污染物间存在混杂。
**3.5 阶段分层分析**
阶段分层广义相加模型显示,SO
2(lag4)在严格管控期的ER为18.40%(95% CI: 10.29–27.11%),是后大流行期ER(2.91%)的6.3倍;NO
2(lag5)在严格管控期ER=3.07%,是后大流行期ER(1.31%)的2.3倍。PM
2.5和O
3在两阶段均不显著。污染物×阶段交互项检验显示SO
2(p=0.13)和NO
2(p=0.15)未达统计学显著性,但PM
2.5和O
3的p值均>0.9。严格管控期内进一步比较供暖季(11月-3月)与非供暖季,SO
2效应在供暖季更高(ER=22.30% vs. 15.65%),NO
2类似(4.30% vs. 2.60%),但交互检验均不显著。
**3.6 敏感性分析**
时间趋势样条自由度从5调整至9,SO
2和NO
2效应保持显著;排除过渡期后阶段分层比较结果稳健。
**3.7 空气质量健康指数**
基于PM
2.5、SO
2和NO
2(O
3因无显著关联被排除)构建局部AQHI。NO
2贡献超额风险55.4%,SO
2贡献36.5%,PM
2.5贡献8.1%。
**讨论与结论**
讨论部分:研究人员提出室内暴露放大假说,解释严格管控期燃烧源污染物(SO
2、NO
2)健康关联更强的原因。长期居家隔离使居民停留室内时间延长,而北方城市冬季供暖(燃煤锅炉和家庭煤炉)是SO
2主要来源,封锁虽减少交通和工业排放,但未减少供暖排放,加上通风减少,可能增加累积个人暴露。NO
2来自交通和供暖,其浓度在严格管控期反而高于后大流行期,提示供暖排放和逆温抵消了交通减排。该模式与污染物来源梯度一致:SO
2(室内燃烧最强)效应放大最显著,NO
2(混合来源)居中,PM
2.5(来源多样)和O
3(室外光化学产物)无阶段差异。但研究存在局限性:单中心数据、无室内监测、就医行为变化、交互检验未达显著性等,因此假说需进一步验证。政策意义:未来大流行应对计划应纳入室内空气质量监测,AQHI显示NO
2是主要风险贡献者,需优先控制交通和清洁供暖转型。
结论部分翻译:本研究发现,中国西安燃烧源空气污染物(SO
2、NO
2)与呼吸系统疾病门诊就诊的短期关联在严格COVID-19管控期间持续强于后大流行期。SO
2健康关联在严格管控期是后大流行期的6.3倍,NO
2为2.3倍,尽管正式交互检验未达常规统计学显著性。这些发现与室内暴露放大假说一致(但未证实),研究人员将其视为产生假设。需要直接暴露研究才能确信地将此模式纳入大流行准备或空气污染治理策略。