陳素娟,黃 琳,董 航,林國(guó)幀,王伯光**,楊 軍

廣州市大氣污染物對(duì)2型糖尿病人群死亡的影響

陳素娟1,黃 琳1,董 航2,林國(guó)幀2,王伯光1**,楊 軍3*

(1.暨南大學(xué)環(huán)境與氣候研究院,廣東 廣州 511443；2.廣州市疾病預(yù)防控制中心,廣東 廣州 51044；3.廣州醫(yī)科大學(xué)公共衛(wèi)生學(xué)院,廣東 廣州 511436)

為探討空氣污染物與2型糖尿病的聯(lián)系,本研究通過(guò)收集廣州市2013～2018年空氣污染物監(jiān)測(cè)數(shù)據(jù)、2型糖尿病逐日死亡人數(shù)以及氣象資料,使用時(shí)間序列廣義相加模型的方法探究了空氣污染物(PM2.5、NO2、O3、PM10、SO2和CO)暴露對(duì)2型糖尿病人群逐日死亡人數(shù)的影響,同時(shí)探討了0～64歲與65歲以上人群、男性與女性及冷季(11月～次年4月)與暖季(5～10月)下空氣污染影響的差異.結(jié)果表明空氣污染物的影響急促短暫,通常持續(xù)3d,且在累積滯后2d時(shí),PM2.5、NO2、PM10、O3、SO2及CO的濃度每升高一個(gè)IQR,2型糖尿病逐日死亡人數(shù)分別上升6.3% (RR=1.063; 95%CI: 1.017, 1.112)、4.7% (RR=1.047; 95%CI: 1.008, 1.088)、6.7% (RR=1.067; 95%CI: 1.020, 1.116)、0.5% (RR=1.005; 95%CI: 0.956 ,1.058)、5.6% (RR=1.056; 95%CI: 1.007, 1.107)和4.5% (RR=1.045; 95%CI: 1.007, 1.085).此外,老年人及女性為易感人群,在冷季下空氣污染物對(duì)2型糖尿病逐日死亡人數(shù)的影響更大.本研究表明,盡管我國(guó)空氣污染狀況有所改善,但空氣污染暴露依然與2型糖尿病死亡結(jié)局存在統(tǒng)計(jì)學(xué)關(guān)聯(lián).因此當(dāng)?shù)卣廊恍枰訌?qiáng)空氣污染的管控,并通過(guò)教育宣傳來(lái)增強(qiáng)糖尿病人群的防護(hù)意識(shí).

糖尿病；大氣污染物；廣義相加模型；季節(jié)效應(yīng)；敏感人群

自2013年以來(lái),我國(guó)PM2.5濃度大幅下降, 大氣污染防治取得突出進(jìn)展,但仍面臨巨大挑戰(zhàn),如PM2.5與O3污染協(xié)同防治.作為中國(guó)第三大城市,廣州在2018年就已經(jīng)擁有1530萬(wàn)常住人口和汽車(chē)保有量達(dá)到257萬(wàn)輛,空氣污染形勢(shì)十分嚴(yán)重[1].

隨著對(duì)空氣污染物對(duì)人體健康風(fēng)險(xiǎn)研究的深入開(kāi)展,空氣污染物對(duì)糖尿病的影響受到廣泛關(guān)注.研究表明,暴露于空氣污染物下會(huì)導(dǎo)致全身炎癥和氧化應(yīng)激反應(yīng)[2],致使胰島素抵抗和b細(xì)胞功能障礙[3],從而增加2型糖尿病死亡風(fēng)險(xiǎn)[4].2021年全球糖尿病患者數(shù)量達(dá)到5.37億例,而中國(guó)糖尿病患病人數(shù)約為1.4億,且在全球排名第一[5].2型糖尿病是最常見(jiàn)的糖尿病類(lèi)型,占全球糖尿病患者的95%以上[6].

目前絕大多數(shù)關(guān)于2型糖尿病與空氣污染物間的關(guān)聯(lián)證據(jù)主要來(lái)源于國(guó)外的報(bào)道.相關(guān)研究提示2型糖尿病發(fā)病率與NO2及PM2.5間存在一定關(guān)聯(lián)[7-8].例如,加拿大一項(xiàng)研究顯示,NO2每增加29.2μg/m3,2型糖尿病的死亡風(fēng)險(xiǎn)比為1.08 (95% CI:[1.02, 1.13])[9],此外,一項(xiàng)全球性的研究指出PM2.5每增加10μg/m3,糖尿病患病風(fēng)險(xiǎn)將增加1.15 (95% CI 1.08～1.22)[8].而其他研究則未發(fā)現(xiàn)污染物與糖尿病的關(guān)聯(lián)[10-12].此外,由于社會(huì)經(jīng)濟(jì)水平、個(gè)體和研究方法的差異,不同區(qū)域空氣污染物對(duì)2型糖尿病的影響不一致.

因此,本研究收集了2013～2018年廣州市空氣污染物、氣象觀測(cè)數(shù)據(jù)和2型糖尿病死亡的相關(guān)數(shù)據(jù),使用時(shí)間序列廣義相加模型的方法評(píng)估PM2.5、NO2、O3、PM10、SO2和CO對(duì)2型糖尿病人群死亡的影響,以期為未來(lái)的研究提供一定的科學(xué)證據(jù),也為政府環(huán)保部門(mén)和醫(yī)療單位提供預(yù)防和控制政策的依據(jù).

1 資料與方法

1.1 資料來(lái)源

1.1.1 污染物以及氣象資料來(lái)源 本研究使用的廣州市粒徑小于等于2.5μm的顆粒物(PM2.5)、二氧化氮(NO2)、臭氧(O3)、粒徑小于等于10μm的顆粒物(PM10)、二氧化硫(SO2)和一氧化碳(CO)的日均濃度數(shù)據(jù)來(lái)自廣東省監(jiān)測(cè)中心.平均溫度(℃)、相對(duì)濕度(%)、平均風(fēng)速(m/s)、平均降水量(mm)、平均氣壓(hPa)和日照時(shí)數(shù)(h)來(lái)自中國(guó)氣象局?jǐn)?shù)據(jù)服務(wù)中心(http://data.cma.cn/).經(jīng)檢查,所納入的六種空氣污染物和六種氣象因素均無(wú)缺失值.

1.1.2 疾病資料來(lái)源 2013年1月1日至2018年12月31日廣州市各類(lèi)疾病的每日死亡人數(shù)來(lái)自廣州市疾病預(yù)防控制中心.首先,根據(jù)國(guó)際分類(lèi)標(biāo)準(zhǔn)第十版(ICD-10)[13],對(duì)所納入的相關(guān)疾病進(jìn)行分類(lèi)整理,提取出2型糖尿病(ICD-10編碼E11);其次,根據(jù)性別(男性和女性),年齡(0～64歲和65+歲)對(duì)糖尿病每日死亡數(shù)據(jù)進(jìn)行分組.

1.2 研究方法

本研究利用R軟件(4.0.3版本)中的“mgcv”程序包進(jìn)行廣義相加模型(GAM)建模.該模型為目前用于評(píng)估空氣污染物的健康急性效應(yīng)的一種較為常用的方法.本研究建立逐日糖尿病死亡人數(shù)的廣義相加模型,并控制每日2型糖尿病死亡人數(shù)的周期性、星期幾效應(yīng)和節(jié)假日效應(yīng).此外,本研究對(duì)健康影響較大的氣象潛在因素(平均溫度和相對(duì)濕度)加以控制.同時(shí),考慮到空氣污染物對(duì)人群死亡影響存在滯后效應(yīng),本研究通過(guò)擬合不同空氣污染物的的單個(gè)滯后效應(yīng)及累積滯后效應(yīng),得出不同空氣污染物對(duì)糖尿病死亡風(fēng)險(xiǎn)的最大滯后天數(shù).本研究具體的模型如下:

log[E(Y)] =+Pollutant + NS(Time, 5′7) +

NS(RHt, 4) + NS(TEMPt, 4) + DOW + Holiday

式中:是研究期內(nèi)的第d,Y是第d的疾病死亡人數(shù);是截距;為系數(shù),表示隨著污染物每升高IQR值,死亡人數(shù)增加的百分比及其95%置信區(qū)間;Time表示時(shí)間變量,它用于控制季節(jié)性及長(zhǎng)期趨勢(shì),自由度每年設(shè)置為7;(.)表示自然三次立方樣條函數(shù),平均溫度和平均濕度都取自由度為4的三次樣條函數(shù)加以控制;DOW與Holiday分別代表“星期幾效應(yīng)”和“節(jié)假日效應(yīng)”,以分類(lèi)變量形式納入.另外,本研究采用自由度為4的三次自然樣條函數(shù)替代以上模型擬合空氣污染效應(yīng)的線性函數(shù),來(lái)構(gòu)建空氣污染物與2型糖尿病逐日死亡人數(shù)的暴露-反應(yīng)關(guān)系曲線.

此外,為了識(shí)別不同人群受到空氣污染物的健康影響,本研究進(jìn)一步進(jìn)行了亞組分析,主要分為不同年齡亞組(0～64歲和65以上)和性別亞組(男性和女性).除了人口特征之外,考慮到空氣污染物濃度在不同的季節(jié)差異明顯,并且溫度或季節(jié)變化對(duì)污染物和人群健康關(guān)系可能存在修飾作用,因此,我們進(jìn)一步將其分為冷季(11月至次年4月)和暖季(5月至10月),并通過(guò)上述方法進(jìn)行分層分析.

1.2.2 敏感性分析 本研究的不確定分析主要體現(xiàn)在敏感性分析中,由于環(huán)境因素的自由度及時(shí)間變量的選擇具有一定的主觀性,本研究通過(guò)改變時(shí)間變量自由度(每年5～10個(gè))和氣象變量的自由度(3～6個(gè))來(lái)研究主要模型結(jié)果的穩(wěn)健性.此外,考慮到單污染物模型可能會(huì)低估污染物對(duì)人體健康的作用,研究采用雙污染物模型加以檢驗(yàn)?zāi)Ｐ?

2 結(jié)果

2.1 描述與相關(guān)

由表1可知,2013年1月1日～2018年12月31日廣州市2型糖尿病逐日死亡人數(shù)為2.74例.研究期間PM2.5、NO2、O3、PM10、SO2及CO的年平均濃度分別為38.04,45.05,107.94,55.95,12.71μg/m3及0.86mg/m3.且PM2.5和NO2兩種污染物年平均濃度均超過(guò)中國(guó)環(huán)境空氣質(zhì)量二級(jí)標(biāo)準(zhǔn)(35μg/m3和40μg/m3).

表1 2013～2018 年廣州市空氣污染物、氣象因素以及2型糖尿病死亡人數(shù)描述性分析

注:P25、P50和P75分別為第25、50和75百分位數(shù).

由表2中可見(jiàn)廣州市2013～2018年空氣污染物之間呈正相關(guān),除了O3和SO2,空氣污染物與溫度呈較為顯著的負(fù)相關(guān)關(guān)系;PM2.5、O3、PM10和SO2與相對(duì)濕度呈負(fù)相關(guān).

表2 空氣污染物與氣象因素之間的相關(guān)性

注: ***:<0.001.

2.2 空氣污染物對(duì)2型糖尿病逐日死亡人數(shù)影響的滯后模式

由圖2可見(jiàn)不同空氣污染物對(duì)2型糖尿病逐日死亡人數(shù)的影響較為一致,均在滯后1～2d達(dá)到最大,之后呈現(xiàn)下降趨勢(shì),在滯后3～4d其影響消失且轉(zhuǎn)為不顯著.

圖1 不同空氣污染物對(duì)2型糖尿病逐日死亡人數(shù)影響滯后

表3 不同滯后天數(shù)下空氣污染物每升高一個(gè)IQR對(duì)2型糖尿病死亡的相對(duì)危險(xiǎn). (RR, 95% CI)

注:加粗黑體為顯著相關(guān).

由表2可見(jiàn)累積滯后2d(lag0～2),累積滯后4d(lag0～4)和累積滯后7d(lag0～7)]污染物對(duì)2型糖尿病死亡風(fēng)險(xiǎn)的累積滯后效應(yīng).PM2.5、NO2、PM10、SO2及CO對(duì)2型糖尿病的死亡影響在lag0～2時(shí)達(dá)到最大,當(dāng)PM2.5、NO2、PM10、SO2及CO的濃度每升高一個(gè)IQR,2型糖尿病的人群死亡相對(duì)危險(xiǎn)度(RR)分別為1.063 (95%CI: 1.017, 1.112)、1.047 (95%CI: 1.008, 1.088)、1.067 (95%CI: 1.020, 1.116)、1.056 (95%CI: 1.007, 1.107)及1.045 (95%CI: 1.007, 1.085).因此,后續(xù)的結(jié)果以累積滯后2d的效應(yīng)為主.

圖2 不同空氣污染物濃度水平(lag0-2)2型糖尿病的逐日死亡人數(shù)的暴露反應(yīng)關(guān)系曲線

Table 2 Exposure-response relationship curve between six air pollutants and diabetes mortality

2.3 空氣污染與2型糖尿病死亡的暴露-反應(yīng)關(guān)系

從圖3可見(jiàn),除了O3外,其他空氣污染物對(duì)2型糖尿病人群死亡的影響呈現(xiàn)單調(diào)上升的關(guān)系,特別是SO2,近似呈現(xiàn)線性關(guān)系.而對(duì)于PM2.5、NO2、CO及PM10,這些污染物對(duì)2型糖尿病人群死亡的影響存在閾值,當(dāng)PM2.5、NO2、PM10及CO濃度分別大于30μg/m3、40μg/m3、50μg/m3及0.8mg/m3時(shí),PM2.5、NO2、PM10及CO對(duì)2型糖尿病人群死亡的影響呈現(xiàn)增加趨勢(shì).

2.4 分層分析

表3顯示,不同年齡、性別及季節(jié)的分組中,不同空氣污染物(PM2.5、NO2、PM10、O3、SO2及CO)的影響趨勢(shì)較為一致,普遍而言,女性和65歲以上的人更易受到空氣污染對(duì)2型糖尿病人群死亡的影響;且這六種空氣污染物的效應(yīng)在冷季條件下與暖季條件下的效應(yīng)相比更大,差異具有顯著的統(tǒng)計(jì)學(xué)意義(<0.05).例如,在累計(jì)滯后2d時(shí),PM2.5每升高一個(gè)IQR(24.3μg/m3),年老者(>65歲)中2型糖尿病逐日死亡人數(shù)的相對(duì)危險(xiǎn)度(RR=1.094;95%CI:1.028, 1.164)高于較年輕者(0～64歲) (RR=1.032; 95%CI: 0.968, 1.101);女性2型糖尿病死亡相對(duì)危險(xiǎn)度(RR= 1.091; 95%CI: 1.025, 1.161)大于男性 (RR=1.033; 95%CI: 0.968, 1.102);在冷季的相對(duì)危險(xiǎn)度(RR= 1.096; 95%CI: 1.034, 1.162)高于暖季(RR=0.936; 95%CI: 0.869, 1.009),且差異具有統(tǒng)計(jì)學(xué)意義(= 0.001).SO2每升高一個(gè)IQR(6.6μg/m3),年老者2型糖尿病逐日死亡人數(shù)的效應(yīng)值為1.071(95%CI: 1.002, 1.144),高于年輕者的效應(yīng)值1.040(95%CI: 0.971, 1.114);女性2型糖尿病死亡相對(duì)危險(xiǎn)效度為1.064(95%CI: 0.996, 1.136),高于男性的效應(yīng)值1.048 (95%CI: 0.977, 1.123);在冷季的效應(yīng)值1.105(95%CI: 1.023, 1.193)高于暖季0.975(95%CI: 0.893, 1.064),且暖季與冷季間差異具有顯著統(tǒng)計(jì)學(xué)意義(= 0.014).

表4 年齡、性別及季節(jié)分組中六種空氣污染物對(duì)2型糖尿病逐日死亡人數(shù)影響的累計(jì)效應(yīng)(lag0～2)

注:加粗黑體為顯著相關(guān).

2.5 敏感性分析

通過(guò)改變模型中時(shí)間變量的自由度(每年5,8和10)、氣象變量自由度從3～6,在Lag0～2下,PM2.5、NO2、O3、PM10、O3、SO2及CO對(duì)2型糖尿病死亡相對(duì)危險(xiǎn)影響結(jié)果無(wú)明顯差異,具體研究結(jié)果可見(jiàn)附圖1.另外,在模型中引入其它污染物進(jìn)行敏感性分析得到PM2.5及O3的健康效應(yīng)估計(jì)值與本研究主模型的結(jié)果接近,而其他污染物的健康效應(yīng)估計(jì)值在引入相應(yīng)的污染物時(shí)發(fā)生了略微的降低.

3 討論

本研究利用了廣州市2013～2018年間的時(shí)間序列數(shù)據(jù),研究了六種空氣污染物(PM2.5、PM10、NO2、SO2、O3和CO)暴露對(duì)2型糖尿病人群死亡結(jié)局的健康效應(yīng).研究結(jié)果顯示,六種污染物在累積滯后第3d時(shí)效應(yīng)達(dá)到最大,在lag0～2時(shí),PM2.5、PM10、NO2、SO2和CO對(duì)2型糖尿病人群死亡的影響均具有統(tǒng)計(jì)學(xué)意義;且隨著污染物濃度增加, 2型糖尿病人群的死亡風(fēng)險(xiǎn)也上升;在亞組分析中,我們發(fā)現(xiàn)六種空氣污染物在冷季的影響高于暖季,且差異具有顯著的統(tǒng)計(jì)學(xué)意義;此外,年老的人(65歲以上)和女性面對(duì)六種污染物背后的潛在健康風(fēng)險(xiǎn)普遍更為敏感.

3.1 空氣污染物與2型糖尿病人群死亡的關(guān)聯(lián)

首先,本研究發(fā)現(xiàn)PM2.5、NO2、PM10、SO2及CO濃度的升高與2型糖尿病死亡人數(shù)升高有關(guān).當(dāng)前很多研究表明空氣污染物會(huì)影響2型糖尿病的發(fā)病率和死亡率.例如,Paul等[9]發(fā)現(xiàn)PM2.5、NO2及O3與2型糖尿病的發(fā)病率呈正相關(guān),且?guī)缀跛械目諝馕廴疚锒寂c2型糖尿病死亡風(fēng)險(xiǎn)增加相關(guān),這與本研究的結(jié)果一致.丹麥的一項(xiàng)長(zhǎng)期隊(duì)列研究也發(fā)現(xiàn)PM2.5、PM10及NO2與2型糖尿病發(fā)病率之間存在顯著的正相關(guān)[14].迄今為止大多數(shù)的研究發(fā)現(xiàn),空氣污染與2型糖尿病的顯著關(guān)聯(lián)的機(jī)制可能為全身炎癥反應(yīng),炎癥因子會(huì)降低胰島素的敏感性,當(dāng)糖尿病患者長(zhǎng)期暴露于污染物中時(shí),將導(dǎo)致其死亡率增加[15].

3.2 空氣污染物健康效應(yīng)的滯后性

國(guó)內(nèi)外許多研究發(fā)現(xiàn),空氣污染物對(duì)人群健康指標(biāo)的影響具有滯后性,即這種影響不僅表現(xiàn)在當(dāng)天的暴露,還有可能與幾天前的甚至更長(zhǎng)的暴露時(shí)間有關(guān)[16].本研究發(fā)現(xiàn)PM2.5、NO2、PM10、SO2和CO對(duì)2型糖尿病的人群死亡影響均存在滯后效應(yīng)且趨勢(shì)一致,均在累積滯后2d效應(yīng)值達(dá)到最大,并具有統(tǒng)計(jì)學(xué)意義.但關(guān)于空氣污染與糖尿病人群死亡暴露反應(yīng)關(guān)系的研究發(fā)現(xiàn),空氣污染物的影響是急性的,它們對(duì)糖尿病的影響僅限于3d[17].此外,一項(xiàng)關(guān)于中國(guó)上海地區(qū)2型糖尿病死亡的時(shí)間序列研究發(fā)現(xiàn)PM10在累積滯后1d時(shí),效應(yīng)值[RR=1.01 (95%CI: 1.00～1.03)]達(dá)到最大[18].這種差異可能與不同地區(qū)空氣污染物來(lái)源毒理成分、衛(wèi)生經(jīng)濟(jì)條件及人群適應(yīng)性存在異質(zhì)性有關(guān)[19].

3.3 亞組分析

在不同的空氣污染物與2型糖尿病關(guān)系的亞組分析中,本研究發(fā)現(xiàn)較一致的結(jié)果.暴露于PM2.5、NO2、PM10、SO2及CO的中的65歲以上的老年人死亡風(fēng)險(xiǎn)更大,這可能是因?yàn)殡S著年齡的增長(zhǎng),人體的內(nèi)穩(wěn)態(tài)和體溫調(diào)節(jié)功能以及清除體內(nèi)化學(xué)物質(zhì)的能力下降,患有較多的并發(fā)癥[20].至于性別,從現(xiàn)有的證據(jù)來(lái)看,男性或女性是否更易受到空氣污染對(duì)糖尿病的影響尚不清楚.而本研究發(fā)現(xiàn)PM2.5、NO2、PM10、SO2及O3與2型糖尿病人群死亡關(guān)系中,女性效應(yīng)值大于男性,這與Chen的研究一致[7].然而,Puett等人發(fā)現(xiàn)男性與2型糖尿病的患病率關(guān)聯(lián)更強(qiáng)[21].這種與性別相關(guān)的空氣污染易感性結(jié)果不同部分歸因于與炎癥反應(yīng)的生理差異或不同的活動(dòng)模式和生活方式導(dǎo)致的暴露差異.此外,本研究發(fā)現(xiàn)PM2.5、NO2、PM10、SO2及CO對(duì)2型糖尿病人群死亡的影響在冷季著高于暖季,這與當(dāng)前的大多數(shù)關(guān)于空氣污染對(duì)人群健康影響的結(jié)果一致[22-23].其中的可能潛在原因與當(dāng)?shù)厝巳旱倪m應(yīng)性有關(guān).研究發(fā)現(xiàn),在寒冷天氣下,生活在溫暖地區(qū)的人比生活在寒冷地區(qū)的人遭受更高的死亡風(fēng)險(xiǎn)[24],廣州具有光熱充足、當(dāng)?shù)貙?duì)高溫的適應(yīng)性明顯高于低溫.另外,冷季的溫度會(huì)加劇氣道炎癥反應(yīng)[25],而炎癥反應(yīng)可引發(fā)胰島素抵抗,并且與肥胖密切相關(guān),而肥胖是糖尿病和過(guò)早死亡的主要因素之一[26].

3.4 雙污染物模型

為了進(jìn)一步比較暴露于PM2.5、NO2、PM10、SO2、O3及CO的影響,我們對(duì)所有在累積滯后兩天的結(jié)果運(yùn)行了兩種污染物的模型.結(jié)果顯示PM2.5對(duì)2型糖尿病死亡人數(shù)的影響在引入其他污染物時(shí)相對(duì)穩(wěn)健.在NO2與2型糖尿病人群死亡關(guān)聯(lián)的模型中引入PM2.5時(shí)其結(jié)果變化較大,當(dāng)引入其他污染物時(shí)NO2的估計(jì)值相對(duì)穩(wěn)健.這可能說(shuō)明PM2.5與2型糖尿病的相關(guān)性較強(qiáng),該發(fā)現(xiàn)與丹麥的一項(xiàng)研究一致[14].相應(yīng)的實(shí)驗(yàn)研究也發(fā)現(xiàn)小白鼠短期或長(zhǎng)期暴露于PM2.5會(huì)引發(fā)內(nèi)臟脂肪炎癥和胰島素抵抗[27],以及細(xì)胞應(yīng)激反應(yīng)和巨噬細(xì)胞活化,這些都是PM2.5進(jìn)一步促進(jìn)2型糖尿病發(fā)病的病理生理影響[9].而對(duì)于在PM10、CO、SO2、O3與2型糖尿病人群死亡模型中,引入其他污染物,其效應(yīng)估計(jì)值變化較敏感,這與之前的多污染物模型研究中看到的結(jié)果相似[28-29].闡明單個(gè)空氣污染物,獨(dú)立于其他共存污染物的影響是一項(xiàng)非常有意義且具有挑戰(zhàn)性的工作,當(dāng)前可能需要進(jìn)一步研究開(kāi)發(fā)更精細(xì)的暴露數(shù)據(jù)和多污染物建模方法[9].

3.5 不足之處

本研究存在一定的局限性和不足之處,首先,我們用室外固定監(jiān)測(cè)站測(cè)量的空氣污染和空氣溫度來(lái)代替?zhèn)€人暴露量,這會(huì)導(dǎo)致一些暴露量測(cè)量誤差.其次,本研究無(wú)法推斷出暴露因素與健康結(jié)局的因果關(guān)系,以及潛在個(gè)人層面混雜因素的控制,例如吸煙、生活條件等不會(huì)對(duì)時(shí)間序列模型的結(jié)果產(chǎn)生實(shí)質(zhì)影響的因素[30].最后,我們的結(jié)果可能不能推廣到不同人口結(jié)構(gòu)和空氣污染成分的地區(qū).

4 結(jié)論

4.1 PM2.5、NO2、PM10、O3、SO2、CO等均與人群2型糖尿病逐日死亡人數(shù)存在顯著的統(tǒng)計(jì)學(xué)關(guān)聯(lián);其濃度每升高一個(gè)IQR, 2型糖尿病逐日死亡人數(shù)分別上升6.3% (95%CI: 1.7%, 11.2%)、4.7% (95%CI: 0.8%, 8.8%)、6.7% (95%CI: 2.0%, 11.6%)、0.5% (95%CI: -0.044%, 5.8%)、5.6% (95%CI: 0.7%, 10.7%)和4.5% (95%CI: 0.7%, 8.5%).因此,當(dāng)前仍需加強(qiáng)空氣污染物排放的管控治理,在預(yù)防單污染物的危害時(shí),同時(shí)加強(qiáng)對(duì)多污染物暴露的治理.

4.2 大氣污染物對(duì)人群2型糖尿病逐日死亡人數(shù)的影響存在滯后效應(yīng),且在第3天時(shí)污染物的影響達(dá)到最大.因此,當(dāng)前需加強(qiáng)重污染天氣的預(yù)測(cè)預(yù)警,及時(shí)提醒公眾做好防護(hù)措施.另外,針對(duì)重污染的防護(hù)不僅限于重污染時(shí)期,仍需注意防護(hù)污染物影響的滯后效應(yīng).

4.3 亞組分析結(jié)果提示空氣污染的影響在不同人群中存在異質(zhì)性,其中老年人及女性等易感人群中的健康風(fēng)險(xiǎn)更高.另外不同季節(jié)的結(jié)果顯示,在冷季時(shí),空氣污染物的影響顯著高于暖季.因此,在污染物時(shí)期(尤其是冷季)應(yīng)加強(qiáng)針對(duì)易感人群的保護(hù)措施,以及增加針對(duì)糖尿病患者的床位、藥物等醫(yī)療資源.

[1] Li B, Yang J, Dong H et al. PM2.5constituents and mortality from a spectrum of causes in Guangzhou, China [J]. Ecotoxicology and Environmental Safety,2021,222:112498.

[2] Münzel T, S?rensen M, Gori T et al. Environmental stressors and cardio-metabolic disease: part I–epidemiologic evidence supporting a role for noise and air pollution and effects of mitigation strategies [J]. European Heart Journal, 2017,38(8):550-556.

[3] Pitocco D, Tesauro M, Alessandro R et al. Oxidative stress in diabetes: Implications for vascular and other complications [J]. International Journal of Molecular Sciences,2013,14(11):21525-21550.

[4] Sch?ttker B,Saum K-U,Jansen E H J M et al. Oxidative stress markers and all-cause mortality at older age: A population-based cohort study [J]. The Journals of Gerontology: Series A2014,70(4):518-524.

[5] Ogurtsova K,Guariguata L,Barengo N C et al. IDF diabetes Atlas: Global estimates of undiagnosed diabetes in adults for 2021 [J]. Diabetes Research and Clinical Practice,2022,183:109118.

[6] Chen L, Magliano D J, Zimmet P Z The worldwide epidemiology of type 2diabetes mellitus--present and future perspectives [J]. Nature reviews. Endocrinology,2011,8(4):228-36.

[7] Chen H, Burnett Richard T, Kwong Jeffrey C et al. Risk of incident diabetes in relation to long-term exposure to fine particulate matter in Ontario, Canada [J]. Environmental health perspectives, 2013,121 (7):804-810.

[8] Bowe B, Xie Y, Li T et al. The 2016 global and national burden of diabetes mellitus attributable to PM2.5air pollution [J]. The Lancet Planetary Health, 2018,2(7):e301-e312.

[9] Paul L A, Burnett R T, Kwong J C, et al. The impact of air pollution on the incidence of diabetes and survival among prevalent diabetes cases [J]. Environment international, 2020,134:105333.

[10] Renzi M, Cerza F, Gariazzo C et al. Air pollution and occurrence of type 2 diabetes in a large cohort study [J]. Environment international,2018,112:68-76.

[11] Coogan P F, White L F, Yu J et al. Long term exposure to NO2and diabetes incidence in the Black Women's Health Study [J]. Environmental Research,2016,148:360-366.

[12] Park S K, Adar S D, O'Neill M S et al. Long-term exposure to air pollution and Type 2 diabetes mellitus in a multiethnic cohort [J]. American journal of epidemiology, 2015,181(5):327-336.

[13] 《國(guó)際疾病分類(lèi)ICD-10應(yīng)用指導(dǎo)手冊(cè)》[C]//中華醫(yī)院管理學(xué)會(huì)第十次全國(guó)病案管理學(xué)術(shù)會(huì)議, 2001:273.

ICD-10 Application Guidance Manual [C]. The 10th National Medical Record Management Academic conference of Chinese Hospital Management Association, 2001:273.

[14] Hansen A B, Ravnskj?r L, Loft S et al. Long-term exposure to fine particulate matter and incidence of diabetes in the Danish Nurse Cohort [J]. Environment international,2016,91:243-250.

[15] Brook R D, Sun Z, Brook J R et al. Extreme Air Pollution Conditions Adversely Affect Blood Pressure and Insulin Resistance [J]. Hypertension, 2016,67(1):77-85.

[16] 蔡?hào)|杰,楊 軍,黃 琳.廣州市大氣NO2污染對(duì)暴露人群不同疾病死亡的影響 [J]. 中國(guó)環(huán)境科學(xué), 2022,42(8):3950-3956.

Cai D J, Yang J, Huang L, Chen S J, et al. The impact of NO2on cause-specific mortality in Guangzhou [J]. China Environmental Science, 2022,42(8):3950-3956.

[17] Yang J, Zhou M, Zhang F et al. Diabetes mortality burden attributable to short-term effect of PM10in China [J]. Environmental Science and Pollution Research, 2020,27(15):18784-18792.

[18] Kan H, Jia J, Chen B The association of daily diabetes mortality and outdoor air pollution in Shanghai, China [J]. Journal of Environmental Health, 2004,67:21.

[19] Luo K, Li R, Li W, et al. Acute effects of nitrogen dioxide on cardiovascular mortality in Beijing: An exploration of spatial heterogeneity and the district-specific predictors [J]. Scientific Reports,2016,6(1):38328.

[20] Simoni M, Baldacci S, Maio S, et al. Adverse effects of outdoor pollution in the elderly [J]. J. Thoracic Disease, 2015,7(1):34-45.

[21] Puett Robin C, Hart Jaime E, Schwartz J, et al. Are particulate matter exposures associated with risk of type 2 diabetes? [J]. Environmental health perspectives, 2011,119(3):384-389.

[22] Duan Y, Liao Y, Li H et al. Effect of changes in season and temperature on cardiovascular mortality associated with nitrogen dioxide air pollution in Shenzhen, China [J]. Science of The Total Environment,2019,697:134051.

[23] Qiu H, Tan K, Long F, et al. The burden of COPD morbidity attributable to the interaction between ambient air pollution and temperature in Chengdu, China [J]. Int. J. Environ. Res. Public Health,2018,15(3).

[24] Yang J, Yin P, Zhou M, et al. Cardiovascular mortality risk attributable to ambient temperature in China [J]. Heart,2015,101(24):1966.

[25] Deng L, Ma P, Wu Y, et al. High and low temperatures aggravate airway inflammation of asthma: Evidence in a mouse model [J]. Environmental Pollution, 2020,256:113433.

[26] Abdelaal M, le Roux C W, Docherty N G. Morbidity and mortality associated with obesity [J]. Annals of Translational Medicine, 2017,5(7).

[27] Sun Q, Yue P, Deiuliis J A, et al. Ambient air pollution exaggerates adipose inflammation and insulin resistance in a mouse model of diet-induced obesity [J]. Circulation,2009,119(4):538-546.

[28] Münzel T, S?rensen M, Gori T, et al. Environmental stressors and cardio-metabolic disease: part II–mechanistic insights [J]. European Heart Journal, 2016,38(8):557-564.

[29] Jerrett M, Burnett R T, Beckerman B S, et al. Spatial Analysis of Air Pollution and Mortality in California [J]. American Journal of Respiratory and Critical Care Medicine,2013,188(5):593-599.

[30] Yang J, Zhou M, Li M, et al. Fine particulate matter constituents and cause-specific mortality in China: A nationwide modelling study [J]. Environment international, 2020,143:105927.

The impact of air pollution on death from type 2 diabetes in Guangzhou.

CHEN Su-juan1, HUANG Lin1, DONG Hang2, LIN Guo-zhen2, WANG Bo-guang1**, YANG Jun2*

(1.Institute for Environmental and Climate Research, Jinan University, Guangzhou, 511443, China；2.Guangzhou Center for Disease Control and Prevention, Guangzhou, 5104403；3.School of Public Health, Guangzhou Medical University, Guangzhou 511436, China)., 2023,43(2)：973～980

To investigate the associations between air pollution and the type 2 diabetes, daily data on air pollution, deaths from type 2diabetes, and meteorological conditions from 2013 to 2018 in Guangzhou were collected. Then, generalized additive models (GAM) was applied to examine effects of air pollutants (PM2.5, NO2, O3, PM10, SO2and CO) on deaths from type 2diabetes. Stratification analysis was further conducted by age group (0～64 years old, 65+ years old), sex, and seasons (cold season: November to the following April; warm season: May to October). This study found that the effects of air pollutants were generally acute, which usually lasted for three days. Each inter-quantile range (IQR) increase in the concentrations of PM2.5, NO2, PM10, O3, SO2, and CO was respectively associated with increments in deaths from type 2 diabetes of 6.3% (RR=1.063; 95%CI: 1.017, 1.112), 4.7% (RR=1.047; 95%CI: 1.008, 1.088), 6.7% (RR=1.067; 95%CI: 1.020, 1.116), 0.5% (RR=1.005; 95%CI: 0.956, 1.058), 5.6% (RR=1.056; 95%CI: 1.007, 1.107) and 4.5% (RR=1.045; 95%CI: 1.007, 1.085) at the lag 0～2 days. Moreover, the elderly and females were more vulnerable to air pollutants. And higher effect estimates of air pollutants were observed in cold season than in warm season. Although air quality has been greatly improved in China, this study still observed statistically significant associations between various air pollutants and deaths from type 2 diabetes. Therefore, more stringent measures are recommended to manage the level of air pollution and improve the awareness of protecting diabetes patients from the adverse effect of air pollution.

air pollution；diabetes; mortality；GAM；Short-term effects；vulnerable populations

X18

A

1000-6923(2023)02-0973-08

陳素娟(1996-),女,江西撫州人,暨南大學(xué)碩士研究生,主要從事環(huán)境與健康方面的研究.

2022-07-18

國(guó)家自然科學(xué)基金資助項(xiàng)目(82003552);廣東省基礎(chǔ)與應(yīng)用基礎(chǔ)研究基金項(xiàng)目(2020A1515011161);國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2018YFC0213600);廣州市基礎(chǔ)與應(yīng)用基礎(chǔ)研究項(xiàng)目(項(xiàng)目編號(hào): 202201010400)

*責(zé)任作者, 教授,yangjun@gzhmu.edu.cn; **教授, tbongue@jnu.edu.cn