印度德里短期暴露于PM2.5及其组分与神经精神疾病住院的关联

《Environment International》：Short-term exposure to PM 2.5 and its components and neuropsychiatric hospitalizations in Delhi, India

　　

研究人员基于印度德里的一项时间序列分析，评估了短期暴露于PM_2.5及其化学组分（黑碳BC、有机碳OC、其他无机物OIN）与神经精神疾病住院风险之间的关联。研究整合了WRF-Chem模拟与地面监测数据，采用数据融合技术获取高分辨率暴露估计，并对德里一家三级医院的日常住院记录应用广义加性模型（GAM）结合分布式滞后模型（DLM）进行分析。结果显示，PM_2.5、BC和OC暴露与神经精神疾病住院风险增加显著相关，且效应在短滞后期内最强；其中BC的效应最突出，OC次之，而OIN无显著关联。分层分析显示，性别、年龄、教育程度和就业状态未显著改变效应量；疾病特异性分析中，仅焦虑障碍表现出显著关联；污染源贡献分析提示工业源PM_2.5与住院风险显著相关。研究结论强调，在空气质量管理中除关注PM_2.5总质量浓度外，还需重视其化学组成和排放源差异。

**论文解读：德里PM_2.5及其组分短期暴露与神经精神疾病住院的关联研究**

**一、研究背景与目的**

精神障碍被定义为行为、情绪调节或认知方面的临床显著紊乱，已成为全球日益沉重的健康负担。据2021年全球疾病负担研究，全球约每7人中就有1人受精神障碍影响，其中抑郁和焦虑障碍最为普遍。这一负担在低收入和中等收入国家尤为集中，超过80%的患者生活于这些地区。印度约有1.973亿人患有各类精神障碍。传统上，精神障碍归因于心理和生物学因素，但近年来环境暴露尤其是空气污染的作用日益受到关注。

流行病学研究提示，短期暴露于环境空气污染物与抑郁、焦虑等神经精神疾病风险增加有关。毒理学证据表明，空气污染物可诱发神经炎症、氧化应激和神经退行性病变。尽管如此，关于颗粒物特定组分对神经精神健康影响的差异，尤其在高度污染的城市环境中，仍存在重要知识空白。PM_2.5是印度主要空气污染物之一，其人群加权浓度持续处于高位，每年约导致100万人死亡。大量证据已确认PM_2.5与心血管和呼吸系统不良结局的关系，但其对神经精神结局的影响尚未充分阐明。德里作为印度首都，人口约3550万，长期位列全球污染最严重城市，此前研究多聚焦于空气污染来源、趋势及其对心血管和呼吸系统的影响，而PM_2.5暴露尤其是化学组分与神经精神科住院的关系鲜有探讨。因此，本研究旨在利用高分辨率暴露数据和医院住院记录，评估德里短期暴露于PM_2.5及其化学组分与神经精神疾病住院的关联，并识别易感亚人群。

**二、主要技术与方法**

研究人员整合了2016–2019年WRF-Chem模拟（外层25 km、内层5 km分辨率）与德里40个地面空气质量监测站（CPCB运营）的数据，采用反距离权重插值法进行数据融合，生成高分辨率PM_2.5及其组分（黑碳BC、有机碳OC、其他无机物OIN）暴露场。通过留一站交叉验证法评估融合数据性能。住院数据来自德里RML医院（Dr. Ram Manohar Lohia Hospital），该院为政府资助的三级医院，无拒诊政策。研究人员收集了每日神经精神疾病住院记录（ICD-10分类），包括抑郁、焦虑、精神病性障碍、痴呆和偏头痛五大类别。研究采用生态学时间序列设计，使用广义加性模型（GAM）结合分布式滞后模型（DLM），以负二项分布处理过度离散，控制了时间趋势、温度、相对湿度、星期几和公共假日等混杂因素，并进行了年龄、性别、教育程度、就业状态分层以及污染源贡献分析。

**三、主要研究结果**

**1. 模型性能与暴露评估**
WRF-Chem原始模拟存在显著高估，而数据融合后的PM_2.5浓度在所有监测站均满足USEPA性能标准；LOSO交叉验证进一步确认融合数据可靠性，平均误差降低40.28%。暴露特征显示，住院患者平均暴露于高浓度PM_2.5（129.87 μg/m³），且空间上中心区域高于周边。

**2. PM_2.5及组分与总体住院风险**
在滞后01天时，PM_2.5每增加10 μg/m³，神经精神疾病住院风险增加0.926%（95%CI：0.097–1.762）。BC效应最大，增加11.509%（95%CI：3.272–20.402），OC增加5.935%（95%CI：1.529–10.532），OIN未达显著。所有组分均表现为短滞后效应为主，超过lag05后不再显著。暴露-反应曲线显示非线性关系，先近似线性，后斜率增加，约140 μg/m³以上进入平台期。

**3. 年龄与性别分层**
女性人群中PM_2.5、BC、OC显著增加住院风险；男性仅BC、OC显著。15–60岁组与PM_2.5和碳质组分显著相关，而>60岁组无显著关联。但Z检验表明年龄和性别的效应修饰均无统计学意义。

**4. 疾病特异性分析**
在所有五类疾病中，仅焦虑障碍与PM_2.5、BC、OC暴露呈现显著正相关；抑郁、精神病性障碍、痴呆和偏头痛均未达到统计学显著。

**5. 教育程度与就业状态**
受教育程度较高（识字）人群和家庭主妇中，PM_2.5暴露与住院风险显著相关，而文盲和全职雇员无显著关联；但组间比较无统计学差异。

**6. 污染源贡献特异性分析**
源解析结果显示交通源是PM_2.5的主要贡献源（各季节占51–65%），但仅工业源PM_2.5与神经精神疾病住院风险显著相关（增加5.350%，95%CI：1.719–9.111）。交通、能源和其他源均未显示显著关联。

**7. 敏感性分析**
改变时间趋势和气象变量的自由度、采用移动平均滞后结构、调整多种共污染物后，核心结果的方向和显著性均保持稳定，表明研究结论稳健。

**四、讨论与结论**

本研究发现PM_2.5短期暴露与德里神经精神疾病住院风险显著相关，效应量高于既往中国研究，可能与德里极高PM_2.5浓度有关。BC比OC和OIN具有更强的效应，这与BC作为燃烧和交通源指示物具有较高氧化电位、可诱导活性氧和神经炎症的机制一致。性别分层中女性点估计较高但无显著修饰，可能与激素差异和家务暴露时间有关。年龄方面仅中青年显著，但年龄修饰不显著，既往研究结果不一。疾病特异性仅焦虑显著，可能与分层后样本量不足有关。工业源特异性风险提示不同来源颗粒物的毒性潜力不同，但源贡献估计存在不确定性。本研究优势包括高分辨率融合暴露数据、详尽的分层分析及多重敏感性验证；局限性包括单中心住院数据、缺乏个体暴露测量、组分浓度未直接观测验证以及观察性设计无法推断因果。

**研究结论**：本研究提供了短期PM_2.5暴露与德里三级医院神经精神疾病住院显著相关的证据；BC和OC是产生效应的主要组分，且效应集中于暴露后早期。性别、年龄、教育及就业状态未显著改变效应；焦虑障碍和工业源排放需特别关注。多种敏感性分析支持结果稳健性，提示空气质量管理策略应同时考虑PM_2.5质量浓度、化学组成和污染源特征。未来需开展包含个体暴露测量和多城市数据的研究以加强因果推断和结果外推。