中老年中国成年人中组分细颗粒物与自我报告睡眠时间的关系：单污染物和多种污染物方法

《Sleep Medicine》：Speciated fine particulate matter and self-reported sleep time in middle-aged and older Chinese adults: Single- and multi-pollutant approaches

　　

摘要

目的

本研究旨在探讨中国中老年人群中细颗粒物 (PM_2.5) 成分暴露与总睡眠时间（夜间睡眠与日间小憩时长之和）之间的独立及联合关联。

方法

我们探索了中期（6 个月）和长期（2 年）PM_2.5 及其五种主要化学成分——黑碳 (BC)、有机物 (OM)、硫酸盐 (SO₄^2?)、硝酸盐 (NO₃^?) 和铵盐 (NH₄⁺)——与总睡眠时间之间的关系，并额外分析了夜间睡眠时长。数据来源于 2011-2018 年间中国健康与养老追踪调查 (CHARLS) 队列中的 19,505 名中老年人（≥ 45 岁）。使用“中国空气污染追踪”数据集估算环境 PM_2.5 成分暴露量，睡眠指标通过标准化问卷调查收集。我们利用线性混合效应模型和分位数 g-计算 (qgcomp) 来评估单一成分的关联以及 PM_2.5 混合物的综合影响。

结果

在中期和长期暴露中，NO₃^?、SO₄^2? 和 NH₄⁺ 与总睡眠时间显示出最一致且显著的阳性关联。具体而言，完全调整模型的结果表明，与参考四分位数相比，中期暴露于 PM_2.5、BC、OM、SO₄^2?、NO₃^? 和 NH₄⁺ 的最高四分位数分别使总睡眠时间增加 0.16 (95% 置信区间 [CI]: 0.09–0.22)、0.08 (95% CI: 0.02–0.15)、0.08 (95% CI: 0.01–0.14)、0.17 (95% CI: 0.10–0.23)、0.14 (95% CI: 0.08–0.20) 和 0.13 (95% CI: 0.08–0.19) 小时。在 qgcomp 模型中，与其他 PM_2.5 成分相比，SO₄^2?、NO₃^? 和 NH₄⁺ 的权重系数相对较大。脆弱亚组包括女性、年龄较大的参与者、农村居民和有养老金的人。

结论

PM_2.5 成分的中期和长期暴露与夜间睡眠时长呈负相关，与总睡眠时间呈正相关。超越整体 PM_2.5 质量，这项工作强调了不同化学成分引发的不同健康影响。

引言

睡眠是中老年人身心健康的基本决定因素。异常的睡眠时长与心血管疾病 [1], [2]、认知衰退 [3], [4]、代谢紊乱 [5] 和全因死亡率 [6], [7] 风险升高密切相关，在全球范围内造成了巨大的公共卫生负担。环境细颗粒物 (PM_2.5) 是一种普遍存在的环境风险因素，能够穿透血脑屏障 [8], [9]，引发全身炎症 [10] 并破坏神经内分泌稳态 [11]。越来越多的流行病学证据 [12], [13] 表明，PM_2.5 暴露会干扰睡眠调节，但现有研究结果仍存在不一致之处。在此背景下，迫切需要进一步探索污染与睡眠之间的关系。

大多数先前的流行病学研究 [14], [15] 关注的是 PM_2.5 总质量浓度，而非单独的 PM_2.5 化学成分。PM_2.5 是一种异质性混合物，包含硫酸盐 (SO₄^2?)、硝酸盐 (NO₃^?)、铵盐 (NH₄⁺)、有机物 (OM)、黑碳 (BC) 和其他成分，这些成分在排放源、物理化学性质和毒性潜力上差异巨大 [16], [17]。将 PM_2.5 成分与睡眠障碍联系起来的潜在生物学途径包括氧化应激 [12]、慢性低度炎症 [18]、褪黑素分泌紊乱 [19] 以及自主神经功能受损 [20]。评估特定成分的关联有助于识别毒性组分并支持针对性的空气污染控制。

尽管已有证据表明 PM_2.5 与睡眠结果之间存在关联，但仍有几个关键的研究空白。首先，大多数研究 [21] 仅评估了夜间睡眠，而很少有研究区分夜间睡眠时长与总睡眠时间。日间小憩在老龄化人群中很普遍 [22]；忽视小憩行为可能导致对整体睡眠模式的特征描述不完整。其次，现有文献通常采用单一暴露窗口，很少有研究同时比较中期和长期暴露效应，导致关联的持续时间依赖性特征不明确。第三，分析策略通常局限于单一污染物模型，无法解决 PM_2.5 成分之间的共线性问题。传统的加权分位数和回归对方向同质性做出了限制性假设，而分位数 g-计算 (qgcomp) 能够容纳具有相反效应方向的混合暴露，但尚未被广泛应用来探索 PM_2.5 成分对睡眠的联合效应。此外，来自中国中老年人大型全国纵向队列的相关证据仍然稀缺。

为了填补这些空白，我们利用了中国健康与养老追踪调查 (CHARLS) 的数据，这是一个全国代表性的中国中老年居民队列。本研究的主要目标是检查中期和长期暴露于 PM_2.5 化学成分与总睡眠时间之间的关联。作为补充分析，我们进一步探索了 PM_2.5 成分与夜间睡眠时长之间的关系。实施了一个多阶段分析框架，包括单一污染物模型、两污染物调整模型和 qgcomp 模型。我们还进行了非线性暴露 - 反应建模、亚组分析和多次敏感性测试，以验证结果的稳定性。

本研究的发现可能为理解 PM_2.5 成分与睡眠相关的健康影响提供基于人群的流行病学证据。如果确认了特定成分的影响，结果将有助于制定差异化的空气污染预防策略，并为旨在保护中老年人睡眠健康的环境干预提供信息。

章节片段

睡眠指标数据

这项纵向研究基于 CHARLS 的数据，CHARLS 是一个全国代表性的中国中老年人队列。调查覆盖 126 个县级地区的 450 个社区，完整的项目信息可在 https://charls.charlsdata.com (访问日期：2024 年 12 月 23 日) 获取。本分析纳入了 CHARLS 四次波次（2011–2012 基线，以及 2013 年、2015 年和 2018 年的随访）的数据。我们最初提取了 72,201 条原始调查记录。个体

描述性统计

共有 19,505 名参与者贡献了四次调查波次的 35,832 个观测值，样本量分别为 6,838（第 1 波）、7,699（第 2 波）、6,795（第 3 波）和 14,500（第 4 波）。总体而言，56.2% 的研究人群为女性，70.7% 年龄为 45–64 岁，60.0% 居住在农村地区，88.3% 已婚或同居，63.5% 受教育程度较低（表 1）。非吸烟者、非饮酒者、无残疾和无慢性病参与者的比例分别为 78.5%,

讨论

本研究系统评估了中期和长期 PM_2.5 化学成分暴露与中老年中国人群睡眠时长之间的关联，以总睡眠时间为主要结果，以夜间睡眠时长为补充指标。总体而言，我们发现了 PM_2.5 成分暴露的不同睡眠反应：PM_2.5 成分水平升高与夜间睡眠时长减少但总睡眠时间延长相关。

结论

总体而言，检测到 PM_2.5 化学成分与总睡眠时间之间存在非线性关联。PM_2.5 成分的中期和长期暴露与夜间睡眠时间减少和总睡眠时间升高相关。单一和多种污染物模型均确定 NO₃^?、SO₄^2? 和 NH₄⁺ 为显示最强关联的成分。Qgcomp 模型验证了 PM_2.5 混合物对较高总睡眠时间的显著联合效应。在两个暴露窗口中，

CRediT 作者贡献声明

胡丽丹：写作 – 审查与编辑，写作 – 初稿，可视化，验证，软件，方法论，调查，形式分析，数据整理。李智远：写作 – 审查与编辑，可视化，监督，资源，项目管理，资金获取，概念化

利益声明

作者声明没有竞争性经济利益。

竞争利益声明

? 作者声明他们没有已知的竞争性经济利益或个人关系，这些可能出现在影响本文报告的工作中。

致谢

这项工作由中山大学“百尺竿头计划”启动资金 (220204) 和深圳市科技计划项目 (项目编号 ZDSYS20230626091203007) 资助。

胡丽丹 | 李智远

中山大学（深圳）公共卫生学院，中国广州 510275