绿地暴露和颗粒物暴露与缺血性脑卒中患者死亡关联的队列研究

目的 基于卫星遥感数据评估的绿地暴露和颗粒物暴露与缺血性脑卒中(ischemic stroke, IS)死亡的关联。方法 在山东5个县(区)收集2013―2019年患IS的个案病例,构建IS患者队列。根据每个患者的居住地址匹配归一化植被指数(normalized differential vegetation index, NDVI)夏季暴露值和PM2.5、PM10的年均暴露浓度。采用Cox比例风险回归模型探讨长期绿地暴露与PM2.5和PM10的联合暴露及其交互作用与IS患者死亡的关联,并且按性别、年龄和居住地进行分层分析。采用限制性立方样条函数分别评估绿地暴露、PM2.5和PM10与IS患者死亡风险的暴露-反应关系。结果 共纳入59 084人,因IS死亡4 726人(8.00%)。分析结果显示:在评估NDVI与PM2.5和PM10的联合暴露时发现NDVI与IS患者死亡风险呈负相关。交互作用结果表明:NDVI每增加0.1个单位,IS患者的死亡风险为0.74(95%CI:0.67~0.82),PM2.5每增加10μg/m3的IS患者的死亡风险为0.94(0.88~1.00),交互项为1.04 (1.02~1.07)。年龄、性别和居住地是影响NDVI与PM2.5和PM10的联合暴露及其交互作用与IS患者死亡关联的效应修饰因子。NDVI与IS患者死亡风险的暴露-反应关系曲线呈非线性趋势,PM2.5和PM10与IS患者死亡风险的暴露-反应关系曲线呈“U”型和“J”型。结论 绿地暴露可能降低IS患者的死亡风险,同时进行良好的绿地规划以及降低PM2.5和PM10的暴露浓度可能进一步降低该病的死亡风险。

二氧化氮长期暴露与缺血性脑卒中患者死亡的关联及绿地暴露的效应修饰研究

目的 探讨二氧化氮(nitrogen dioxide,NO2)长期暴露与缺血性脑卒中(ischemic stroke,IS)患者死亡风险之间的关联以及绿地暴露的效应修饰作用。方法 选取山东省NO2浓度相对较高的西北地区4个区(县)2013―2019年的IS病例进行了纵向研究,患者被随访至2019年12月31日或死亡日期。采用时间依赖Cox比例风险回归模型,评估NO2每增加1个IQR,IS患者因脑卒中死亡的HR及其95%CI。利用限制性三次立方样条函数拟合NO2长期暴露与IS患者死亡风险的暴露-反应关系。通过纳入NO2与归一化差异植被指数水平的交互项探究绿地暴露的效应修饰作用。最后进行了一系列敏感性分析,并基于不同性别、年龄组以及城乡进行了亚组分析。结果 研究共包含46 252名IS患者,4个区(县)2013―2019年NO2的年平均浓度为(43.30±1.32)μg/m3。研究显示,NO2每升高1个IQR,IS患者死亡的HR值(95%CI)为1.22(1.15~1.29)。暴露-反应关系显示NO2长期暴露与IS患者的死亡风险呈非线性关系(P非线性<0.001)。交互作用结果发现NO2与绿地暴露之间存在交互作用(P非线性=0.005),且NO2对IS患者死亡的影响在绿地暴露程度较高的地区最弱(HR=1.19,95%CI:1.12~1.26,P<0.001)。不同性别、不同年龄组以及农村地区,同样发现NO2长期暴露与绿地暴露存在交互作用(均P<0.05)。结论 NO2长期暴露是IS患者死亡风险的危险因素,且绿地暴露可能缓解这种危害效应。

大气颗粒物对成年居民患心血管疾病的影响及植被覆盖的效应修饰研究

目的评估城市大气颗粒物(particulate matter,PM)对成年居民患心血管疾病(car⁃diovascular disease,CVD)的影响及植被覆盖的效应修饰研究。方法2015年在蚌埠市抽取4000名成年居民,使用问卷调查和居民体检获得基本信息。通过卫星反演技术,获得参与者家庭所在1 km缓冲区的大气PM浓度,应用logistic回归分析模型分析PM与患CVD的关联。通过分层分析,探讨年龄、性别、BMI和植被覆盖对这种关联的潜在作用。结果最终纳入3190名对象,其中CVD患者1080例。亚微米颗粒物(submicrometer particles,PM1)、细颗粒物(fine particulate mat⁃ter,PM2.5)、可吸入颗粒物(inhalable particles,PM10)不同组之间患病率差异均有统计学意义(均有P<0.05)。植被覆盖指标归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、土壤调整植被指数(soil adjusted vegetation index,SAVI)不同组之间患病率差异有统计学差异(均有P<0.05)。logistic回归分析模型分析显示:调整协变量后,PM2.5高浓度组患病风险为低浓度组的1.352倍(OR=1.352,95%CI:1.078~1.696)。PM1、PM10与CVD的调整模型差异无统计学意义(均有P>0.05)。分层分析显示:PM2.5与植被覆盖的交互作用差异均有统计学意义(均有P<0.05),在植被覆盖处于较低水平时,PM2.5与CVD患病风险的关联更强。结论PM污染越严重,CVD患病风险可能越高。植被覆盖可能缓解了PM污染与CVD之间的关联。