2015-2021年海口市和乌鲁木齐市大气污染物与肺癌发病例数的时间序列分析

目的 探讨海口市和乌鲁木齐市大气污染物与肺癌发病的相关性及污染物对肺癌发病的滞后效应。方法 收集海口市和乌鲁木齐市2015年1月1日-2021年12月31日之间的PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、CO、臭氧日最大8 h平均浓度(O_(3-8h))、气象因素以及居民肺癌发病资料,用时间序列的广义相加泊松回归模型,控制长期趋势、气象因素和星期几效应等因素的影响后,定量分析单污染物模型和双污染物模型中大气污染物与肺癌发病的关联性。结果 在单污染物模型中,海口市PM_(10)在滞后当天每升高10μg/m~3引起肺癌日发病数的超额危险度(ER)最大,为6.33%(95%CI:2.29%~10.53%);SO_(2)在lag6时效应值最大,为41.82%(95%CI:3.19%~94.91%);NO_(2)在lag6时效应值最大,为18.43%(95%CI:7.97%~29.89%);CO在滞后当天效应值最大,即每升高1 mg/m3引起肺癌日发病数的ER为80.08%(95%CI:20.53%~169.06%)。乌鲁木齐市PM_(10)、NO_(2)和CO暴露对肺癌每日发病例数的效应值在lag02、lag04和lag02最大,ER值分别为1.30%(95%CI:0.56%~2.05%)、15.40%(95%CI:8.33%~22.94%)和23.84%(95%CI:7.29%~42.94%)。在双污染物模型中,海口市在引入PM_(10)后CO的效应值消失,而分别引入其他污染物后PM_(10)、SO_(2)、NO_(2)和CO对肺癌发病的影响效应仍有统计学意义(P<0.05);乌鲁木齐市PM_(10)、NO_(2)和CO分别在调整其他污染物后对肺癌发病的影响效应仍有统计学意义(P<0.05)。结论 大气污染物暴露可导致居民肺癌发病风险增加,且在不同城市、不同滞后天数下存在一定差异。