王高帥, 陳曉娟, 胡玉守, 王瑞濤, 梁進娟

1)鄭州大學第二附屬醫(yī)院醫(yī)院感染管理科 鄭州 450014 2)鄭州大學第二附屬醫(yī)院放射治療病房 鄭州 450014 3)鄭州大學第二附屬醫(yī)院RICU 鄭州 450014 4)鄭州大學第二附屬醫(yī)院介入科 鄭州 450014

隨著城市化進程的推進，大氣環(huán)境對人體健康的影響受到越來越多的關注。研究[1-3]顯示，大氣污染物暴露會增加呼吸系統(tǒng)、心血管系統(tǒng)發(fā)病率，增加死亡率，縮短預期壽命。有研究[4]顯示，大氣污染成為全球疾病負擔的主要病因，尤其是在低收入與中等收入國家。目前關于大氣污染與呼吸系統(tǒng)健康效應的研究多基于呼吸系統(tǒng)疾病門診量、院外急救人數(shù)，多反映的是污染物與社區(qū)感染之間的關聯(lián)。目前尚未見有關大氣污染與醫(yī)院感染之間關聯(lián)的研究報道。下呼吸道是醫(yī)院感染發(fā)生最常見的部位[5-6]，呼吸機相關肺炎是機械通氣過程中常見而又嚴重的并發(fā)癥之一，嚴重者甚至威脅患者生命。廣義相加模型是廣義線性模型的擴展，該模型能夠處理因變量與自變量之間復雜的非線性關系，在環(huán)境流行病學研究等領域得到了廣泛的應用。本研究基于廣義相加模型對鄭州市2015年至2019年大氣污染與醫(yī)院感染的關系進行分析，評價大氣污染暴露對醫(yī)院感染、呼吸道感染及呼吸機相關肺炎發(fā)生的急性影響，以期為醫(yī)院感染的防控提供參考依據(jù)。

1 材料與方法

1.1材料醫(yī)院感染相關數(shù)據(jù)來源于河南省某大型三甲醫(yī)院醫(yī)院感染報告管理系統(tǒng)2015年1月1日至2019年6月30日每日醫(yī)院感染發(fā)病率監(jiān)測數(shù)據(jù)。醫(yī)院感染的診斷嚴格按照原衛(wèi)生部制定的《醫(yī)院感染診斷標準》，由感染專職人員對每日預警病例進行初篩，然后與主管醫(yī)生聯(lián)系探討是否為醫(yī)院感染病例，如二者意見不一致，將請上級醫(yī)生進行商定，給出最后診斷。

大氣污染指標包括空氣質量指數(shù)(air quality index,AQI)、PM2.5、PM10、SO2、NO2，均來自于國家環(huán)保部網(wǎng)站(http://www.mee.gov.cn/)發(fā)布的鄭州市同時期每日大氣污染數(shù)據(jù)。AQI是一種反映和評價空氣質量的數(shù)量尺度方法，將常規(guī)監(jiān)測的幾種空氣污染物濃度簡化為單一的概念性指數(shù)數(shù)值形式，并分級表示空氣污染程度和空氣質量狀況[7]。

1.2數(shù)據(jù)分析方法采用時間序列分析方法分析各污染指標與每日醫(yī)院感染發(fā)病人數(shù)之間的關聯(lián)。鄭州市該醫(yī)院每日醫(yī)院感染發(fā)病人數(shù)的分布近似服從于泊松分布，每日醫(yī)院感染人數(shù)與環(huán)境污染指標之間的關系呈非線性關系，因此本研究采用基于泊松分布的廣義相加模型評價大氣污染對醫(yī)院感染發(fā)生風險的影響及閾值效應。

在分析過程中將節(jié)假日變量和工作日變量作為分類變量納入模型以調整混雜因素的影響，采用自然樣條函數(shù)調整時間變化趨勢，以控制時間趨勢可能帶來的非線性混雜效應。為控制氣象因素間潛在的混雜作用，將日均氣溫納入模型并利用自然樣條函數(shù)進行調整。具體公式如下：

ln(Yt|X)=βZt-n+ns(X,df)+ns(time,df)+holiday+dow+α

式中：Yt|X為觀察日t當天醫(yī)院感染發(fā)病人數(shù)；time為時間趨勢(1,2，…，1 642)；Zt-n為環(huán)境污染物在觀察日t的n天前(n=0,1…,7)對應變量值；β為回歸系數(shù)；ns()為自然樣條函數(shù)，調整有非線性影響的變量，X為需要調整的氣象因素，df為其自由度，根據(jù)以往文獻報道，將本研究長期趨勢的自由度取值7，日均氣溫的自由度取值6；dow為因子變量，代表星期幾；holiday是一個二分類變量，表示是否是公共節(jié)假日；α為截距。

在分析過程中，觀察大氣污染在滯后0,1,2…，7 d的效應。本研究效應的估計值采用相對危險度(relative risk, RR)，表示大氣污染指標每升高一個單位，引起醫(yī)院感染發(fā)生風險的升高值。

采用SPSS 20.0處理數(shù)據(jù)。對污染指標和醫(yī)院感染日病例數(shù)進行描述性分析，采用Pearson相關分析污染指標和氣象資料之間的關系。采用R i386 3.6.0軟件中的splines包、nlme包、mgcv包構建廣義相加模型，分析大氣污染對醫(yī)院感染發(fā)生風險的影響及閾值效應。檢驗水準α=0.05。

2 結果

2.1鄭州市大氣污染物季節(jié)性分布特點及相關性分析鄭州市2015年1月1日至2019年6月30日大氣污染物濃度呈現(xiàn)明顯的季節(jié)性，PM2.5、PM10、SO2、NO2每年冬季最高，見圖1。大氣污染物間存在正相關(表1)，相關系數(shù)范圍為0.495至0.861，日均氣溫與PM2.5、PM10、SO2和NO2存在顯著負相關，因此在探討大氣污染物與醫(yī)院感染發(fā)生風險的關系時，將日均氣溫作為混雜因素進行調整。

圖1 鄭州市2015年1月1日至2019年6月30日大氣污染物波動情況

表1 大氣污染物間Pearson相關系數(shù)矩陣

2.2日均醫(yī)院感染病例情況鄭州市某三甲醫(yī)院2015年1月1日至2019年6月30日共報告4 997例醫(yī)院感染病例。鄭州市某三甲醫(yī)院醫(yī)院感染病例報告數(shù)、呼吸道感染報告數(shù)及呼吸機相關肺炎報告數(shù)無明顯的季節(jié)性或周期性波動，見圖2。

2.3滯后效應分析在控制了時間趨勢、星期幾效應、假期效應、日均氣溫等因素后，未見大氣污染與同期醫(yī)院感染、呼吸道感染、呼吸機相關肺炎發(fā)生有關。滯后效應分析顯示，PM2.5每升高1 μg/m3,5 d后醫(yī)院感染風險升高0.20%，PM2.5、PM10和NO2每升高1 μg/m3，4 d后呼吸道感染的發(fā)生風險分別增加0.12%、0.10%和0.49%，而PM2.5、PM10、NO2和SO2每升高1 μg/m3，5 d后呼吸道感染的發(fā)生風險增加0.12%、0.10%、0.59%和0.74%；PM10每升高1 μg/m3，3 d和4 d后，呼吸機相關肺炎的發(fā)生風險增加0.05%和0.04%(P<0.05)。 見表2。

上：醫(yī)院感染病例報告數(shù);中：呼吸道感染報告數(shù);下：呼吸機相關肺炎報告數(shù)

2.4閾值效應分析對滯后效應分析中與醫(yī)院感染發(fā)生有關聯(lián)的大氣污染指標進一步進行閾值效應分析，結果見表3。由表3可知，PM2.5、PM10、NO2和SO2對4 d或5 d后呼吸道感染發(fā)生風險的影響存在閾值效應；PM10對3 d和4 d后呼吸機相關肺炎發(fā)生風險的影響存在閾值效應。

表2 環(huán)境污染物每升高1 μg/m3不同滯后天數(shù)下醫(yī)院感染的發(fā)生風險

續(xù)表2

表3 大氣污染物與醫(yī)院感染發(fā)生風險的閾值效應關系

3 討論

國內其他地區(qū)開展的基于時間序列的大氣污染物與呼吸系統(tǒng)疾病的關聯(lián)研究[8-13]發(fā)現(xiàn)PM2.5、PM10、NO2和SO2與呼吸系統(tǒng)疾病日門診量、呼吸系統(tǒng)疾病死亡風險存在正相關，有較為明顯的滯后效應，不同大氣污染物效應的滯后時間不同。銀川市PM10、NO2升高后對小兒呼吸系統(tǒng)日門診量的影響呈遞增趨勢，PM2.5升高后第3天效應最強，SO2升高后第4天效應最強[8]。武漢市PM2.5、PM10、NO2、SO2滯后5 d時對兒童下呼吸道疾病日門診量的影響達到最高，而PM2.5、PM10、NO2和SO2滯后4～5 d時對呼吸道疾病門診量影響最大[12]。上海市SO2、NO2和PM10分別滯后4、4和6 d對醫(yī)院呼吸系統(tǒng)疾病門診量效應最強[13]。大氣污染物對居民呼吸系統(tǒng)疾病死亡的效應往往表現(xiàn)為急性影響，濟南市SO2與NO2遲滯0天對于居民呼吸系統(tǒng)疾病死亡影響的效應最大[11]。

本研究采用廣義相加模型分析大氣污染物對醫(yī)院感染發(fā)生風險的影響，結果發(fā)現(xiàn)空氣中PM2.5、PM10、NO2、SO2會增加呼吸道感染、呼吸機相關肺炎等醫(yī)院感染發(fā)生的風險，并在滯后3～5 d影響最強。

閾值效應分析顯示，PM10濃度在151 μg/m3和152 μg/m3以上時，其濃度每增加1 μg/m3，5 d和4 d后呼吸道感染發(fā)生的風險升高，這一閾值濃度與《環(huán)境空氣質量標準》[14]中規(guī)定的PM10日均濃度限值150 μg/m3一致。當PM10在75 μg/m3和81 μg/m3以上時，每增加1 μg/m3，3 d和4 d后呼吸機相關肺炎的發(fā)生風險升高，考慮到呼吸機相關肺炎發(fā)生患者多為重癥患者，為醫(yī)院感染發(fā)生的高危人群，對于PM10暴露敏感于健康人群，因此較低濃度的PM10即可引起呼吸機相關肺炎的發(fā)生。PM2.5對于院內呼吸道感染的影響閾值在26 μg/m3，而本地區(qū)日平均PM2.5在76.27 μg/m3，顯著高于影響閾值，推測PM2.5升高與醫(yī)院呼吸道感染高發(fā)有密切關聯(lián)。NO2高于72 μg/m3時，每增加1 μg/m3，5 d后呼吸道感染發(fā)生風險增加，這一閾值濃度低于日均限值80 μg/m3[14]，推測長期持續(xù)暴露于低濃度NO2中同樣會增加院內呼吸道感染發(fā)生的風險。SO2在54 μg/m3以上時，每增加1 μg/m3，5 d后呼吸道感染發(fā)生風險增加0.66%，本研究地點在研究期間日均SO2為24.9 μg/m3，日均最高為133 μg/m3，低于國家150 μg/m3的日均SO2限值，提示對于住院患者，低濃度SO2暴露依然可能引起院內呼吸道感染。

院內呼吸道感染與呼吸機相關肺炎發(fā)生的危險因素的研究[15-17]顯示，住院時長、侵入性操作、免疫抑制劑的應用、抗生素的應用時間等是主要危險因素。本研究結果發(fā)現(xiàn)PM10、NO2和SO2等大氣污染物與院內呼吸道感染及呼吸機相關肺炎的發(fā)生存在關聯(lián)，提示可以將大氣污染作為醫(yī)院感染發(fā)生的評價指標，以更好地解釋醫(yī)院感染的發(fā)生。

本研究首次基于廣義相加模型評價大氣污染與醫(yī)院感染發(fā)生之間的關聯(lián)，并進行了滯后效應與閾值效應分析，為從大氣污染方面評價醫(yī)院感染的危險因素提供了依據(jù)。然而，本研究也有一定的局限性，如當前研究只納入一家醫(yī)院感染病例的上報數(shù)據(jù)，數(shù)據(jù)取樣不夠全面，代表性不足；另外所采用的大氣污染暴露濃度為地區(qū)性的大氣污染監(jiān)測數(shù)據(jù)，并不能精確反映每個患者的暴露情況，因此之后的研究將關注每個患者大氣污染物暴露生物標志物與醫(yī)院感染發(fā)生的關聯(lián)，以期獲得更加準確的結論。