《Journal of Exposure Science & Environmental Epidemiology》：A two-stage modeling approach to estimate indoor NO2 exposure: a Barcelona case study
编辑推荐：
**背景**：室内空气污染是个人空气污染暴露的主要来源，但准确模拟室内浓度仍是流行病学研究中的重大挑战。由于人们大部分时间在室内度过，这一问题尤为重要。**目的**：开发一种两阶段模型以估算室内二氧化氮（NO2）浓度。**方法**：研究在巴塞罗那生命研究队列（
**背景**：室内空气污染是个人空气污染暴露的主要来源，但准确模拟室内浓度仍是流行病学研究中的重大挑战。由于人们大部分时间在室内度过，这一问题尤为重要。**目的**：开发一种两阶段模型以估算室内二氧化氮（NO2）浓度。**方法**：研究在巴塞罗那生命研究队列（2018–2021年）中开展，该队列为西班牙巴塞罗那的孕妇队列。使用被动NO2采样器在参与者妊娠第12周和第32周于其家中放置采样器，测量室内和室外NO2浓度。共收集1695次室内测量和1577次室外测量。在第一阶段，研究人员以室内-室外（I/O）NO2比值作为渗透的代理变量，使用包含重复测量的线性混合效应模型，基于1528次一周集成I/O NO2测量值进行建模。在第二阶段，研究人员使用随机森林算法估算覆盖整个孕期的每周室内NO2浓度，纳入预测的I/O比值、先前开发的混合模型室外NO2估算值、气象数据和家庭特征。**结果**：I/O NO2比值模型表现出中等性能，在留一受试者交叉验证（广义模型）中交叉验证R2为0.27，在留一观测交叉验证（队列性能）中R2为0.70。室内NO2模型实现了10折交叉验证R2为0.53，均方根误差（RMSE）为1.28 μg/m3。最后，研究人员使用分位数随机森林（QRF）算法估算孕期每周室内NO2浓度，并通过预测区间提供不确定性估计。**意义**：研究结果表明，考虑动态渗透过程和个体水平行为可改善室内NO2暴露的估算。**影响**：将室内和室外NO2测量整合到两阶段建模框架中，并结合关键室内决定因素，可提高室内NO2估算精度。
**论文解读：基于两阶段建模框架的孕期室内二氧化氮暴露估算——以巴塞罗那为例**
**一、研究背景与问题**
空气污染已被公认为影响人类健康的主要环境风险因素之一。大量流行病学研究关注室外空气污染暴露与不良健康结局之间的关联，但室内空气污染的暴露评估与健康效应研究相对滞后。室内空气污染来源复杂，且受建筑特征、居住者行为与通风习惯等多重因素影响，精确建模室内污染物浓度面临重大挑战。尤其是在城市地区，人群约75%居住于城区，且人们大部分时间在室内度过，忽视室内暴露可能显著低估真实暴露水平。二氧化氮（NO2）作为交通相关空气污染（TRAP）的重要标志物，可经建筑围护结构渗透至室内，但室外NO2对室内浓度的贡献程度受通风率、建筑气密性、居住者开关窗行为及室内源（烹饪、取暖等）的强烈调节，导致室内浓度表现出显著时空异质性。既往多数室内空气污染研究样本量小、测量时点单一，难以捕捉季节变化与个体差异；而机制模型通常需要复杂输入参数，在大规模人群队列或多居住地址场景下实用性受限。因此，在大型孕产队列中开发一种能够动态估算孕期每周室内NO2暴露、并量化不确定性的方法具有重要的流行病学意义。
**二、研究目的与设计**
本研究依托巴塞罗那生命研究队列（BiSC, Barcelona Life Study Cohort），该队列于2018–2021年纳入1080名孕早期孕妇，旨在评估孕期交通相关空气污染暴露对胎儿及后代早期发育的影响。研究基于1528次配对室内外一周集成NO2测量数据，构建两阶段统计模型：第一阶段采用线性混合效应模型，以室内外（I/O）NO2比值作为渗透率代理变量，识别影响渗透的建筑与行为决定因素；第二阶段采用分位数随机森林（QRF）算法，结合预测I/O比值、既有混合模型（HM）室外NO2估算值、气象变量及个体特征变量，逐周估算整个孕期的室内NO2浓度，并生成预测区间以量化暴露不确定性。此设计旨在解决现有研究在多时点、大样本室内暴露建模方面的不足。
**三、主要关键技术方法**
研究采用了以下关键分析方法：第一，使用Palmes被动扩散管（Gradko International Ltd., UK）在孕期第12周和第32周对参与者卧室及建筑外立面进行为期一周的同步室内外NO2测量；第二，基于问卷收集建筑特征（建筑类型、楼层、厨房类型、供暖与烹饪设备、窗户材料等）及行为与通风习惯（开窗、使用抽油烟机、烹饪时长等），数据经链式方程多重插补处理缺失值；第三，在第一阶段以最小绝对收缩和选择算子（LASSO）从20个插补数据集中筛选稳定预测变量，并拟合随机截距线性混合效应模型；第四，在第二阶段采用QRF算法生成逐周预测及其10th–90th百分位预测区间；第五，模型性能通过留一受试者交叉验证、留一观测交叉验证和10折交叉验证进行评估，并使用独立测试集按冷/暖季节分别检验预测稳定性。
**四、研究结果**
**1. 室内外NO2浓度分布特征**
室内NO2浓度呈微弱季节性差异，暖季中位数±四分位距（IQR）为22.8±11.1 μg/m3，冷季为21.9±11.4 μg/m3；室外NO2浓度冷季明显高于暖季（40.3±15.3 vs. 34.2±15.0 μg/m3）。I/O比值在暖季较高（中位数0.7，范围0.1–3.7），冷季较低（中位数0.6，范围0.1–2.5）。室内外NO2的Spearman相关系数在暖季为0.53，冷季降至0.28，提示暖季自然通风增强渗透，冷季通风减少且室内源影响相对增大，形成季节平衡效应以维持室内浓度相对稳定。
**2. I/O比值模型性能与关键预测因子**
在留一受试者交叉验证（仅固定效应）中，I/O比值模型R2为0.27，RMSE为0.35；在留一观测交叉验证（加入受试者随机效应）中，R2提升至0.70，RMSE降至0.23。LASSO变量筛选显示，行为相关变量（每日烹饪≥2–3小时、烹饪时不开启窗户、燃气灶使用、抽油烟机使用、每周使用蜡烛或熏香超过一次）与较高I/O比值相关；暖季（春季–夏季）的I/O比值更高；双层玻璃窗与较低I/O比值相关。
**3. 室内NO2模型性能**
在不纳入预测I/O比值时，室内NO2模型的10折交叉验证R2为0.25，RMSE为1.37 μg/m3；纳入预测I/O比值后，R2提升至0.53，RMSE降至1.28 μg/m3。在独立测试集上，模型Spearman相关系数r=0.67，R2=0.45，RMSE=6.22 μg/m3；约80%的观测值落在QRF预测区间（10th–90th百分位）内。按季节评估，冷季r=0.69，R2=0.47，RMSE=6.1 μg/m3；暖季r=0.65，R2=0.42，RMSE=6.4 μg/m3，表明模型性能跨季节稳定。QRF模型显示预测I/O比值是室内NO2浓度最重要的预测因子，其次为I/O比值与平均温度的交互作用，户外NO2（HM估算）、温度、相对湿度、时间趋势及COVID时期变量也位列前十位重要预测因子。
**4. 孕期逐周预测的变异特征**
预测I/O比值在整个孕期呈现一致的季节模式，暖周高于冷周，多数值位于0.5–1.0之间，偶有超过1.5的高值。随机选取五名参与者的逐周室内NO2暴露轨迹显示，个体间平均预测浓度范围为14–35 μg/m3，部分个体暴露水平稳定，另一些个体则随时间波动较大，突显了考虑暴露窗口的潜在价值。
**五、讨论与结论总结**
本研究的双阶段建模框架在现有文献中具有方法学创新。与仅使用问卷变量预测室内浓度的模型（如Baxter等报告的R2=0.25）相比，加入动态I/O比值显著提高了预测能力。此结果优于Zusman等在美国SPIROMICS研究中基于287对I/O测量构建的同类模型（CV R2介于0.21–0.51），且本研究的样本量（n=1528）远大于既往研究。与Sun等在加拿大344户住宅中的发现一致，燃气灶使用与通风不足是室内NO2的重要决定因素；但本研究未观察到类似加拿大冬季那种强烈的季节变化，这可能与巴塞罗那温和冬季下供暖与通风行为差异较小有关。研究还强调了行为变量（如烹饪时长、开窗习惯、吸烟、蜡烛/熏香使用）对室内空气质量的驱动作用，与PM2.5研究中的已知决定因素一致。
研究结论为：通过两阶段建模框架，将I/O NO2比值作为渗透代理变量，并结合室外浓度、建筑特征和行为因素，能够有效捕获室内NO2浓度的时间变异性。模型证明室外浓度、建筑特征和行为因素解释了室内暴露的显著部分。所提供的逐周预测及不确定性区间，可支持后续流行病学研究中暴露-健康效应关联的敏感性分析和因果推断。
**研究局限性**：模型采用微环境方法仅估算住宅室内浓度，未考虑工作场所、通勤等其他微环境的贡献；模型未分离室内源与室外源产生的NO2；每周平均测量平滑了短期峰值（如烹饪事件），可能低估急性暴露风险；模型解释力为中等（R2=0.53），仍存在未解释的个体间变异。此外，该框架的普适性受限于详细家庭特征和问卷数据的可获取性。
**未来方向**：建议未来研究采用连续室内外NO2监测以区分室内外来源贡献，并特别关注孕期等敏感人群的源解析。本研究可扩展至更大人群的环境健康研究，为孕期空气污染暴露评估提供了一种可推广、可量化不确定性的方法。
