长期空气污染暴露与中国中老年人认知障碍风险的关系

《NeuroToxicology》：Long-term Air Pollution Exposure and Cognitive Impairment Risk in Chinese Middle-aged and Older Adults

长期空气污染暴露与中老年认知损伤风险关联性研究揭示PM??、NO?的剂量反应关系，O?无显著影响。高分辨率卫星模型结合中国健康与退休追踪调查（n=10,584）数据，采用多污染物交互模型和时变Cox回归分析，发现PM??与NO?每增加10μg/m3，认知损伤风险分别升高1.038和1.129倍，且教育水平低、农村居民、60-69岁及未投保群体敏感性更强。

　　

谢胜强|苏世超|李文轩|李彦腾|郝芳斌|程刚|张建宁

中国人民解放军（PLA）医学院，中国北京

摘要

这项前瞻性队列研究量化了中国中老年人长期暴露于多种空气污染物与认知障碍风险之间的纵向关联。利用中国健康与退休纵向研究（2011-2020年）的10,584名参与者的数据，我们通过基于卫星的模型评估了高分辨率（1公里）的年度颗粒物（PM₁、PM_2.5、PM₁₀）、二氧化氮（NO₂）和臭氧（O₃）暴露情况。认知障碍的判断依据是教育分层后的中国简易精神状态检查阈值。时变Cox比例风险模型显示了显著的剂量-反应关系：每增加10微克/立方米，PM₁（HR=1.078，95% CI:1.022-1.136）、PM_2.5（HR=1.042，1.015-1.070）、PM₁₀（HR=1.038，1.022-1.054）和NO₂（HR=1.129，1.061-1.200）都会增加认知障碍风险，而O₃则没有这种关联（HR=0.878，0.743-1.038）。三年暴露窗口加剧了NO₂（HR=1.053）和PM₁（HR=1.034）的影响。多污染物模型显示PM₁₀的效应尤为显著（例如，PM₁₀+NO₂ HR=1.055），而NO₂减弱了细颗粒物的影响。教育水平低于初中的成年人（PM₁ HR=1.30）、农村居民（PM₁₀ HR=1.21）、60-69岁人群（PM₁ HR=1.28）以及无保险个体（PM₁ HR=1.22）的脆弱性更高。严格的线性暴露-反应关系（所有P值<0.05）表明不存在安全阈值。这些发现建议优先控制PM₁₀（颗粒物≤10微米），同时减少交通相关污染物，并针对教育劣势群体和农村人口实施有针对性的干预措施以减轻痴呆负担。

引言

全球痴呆症疫情正在加速，预计到2050年将影响1.52亿人¹。中国面临的负担最为严重，2000年至2019年间与痴呆症相关的残疾调整寿命年（DALYs）增加了217%。痴呆症现已成为中国第五大健康损失原因²。本研究探讨了快速环境恶化与神经认知健康之间的关键联系。我们将环境空气污染视为老龄化社会中具有前所未有的大规模重要性的可改变风险因素。

当前的流行病学范式存在三个根本局限性。首先，忽视了复杂大气环境中多污染物之间的动态相互作用。这些混合物中的协同增强效应（例如，NO₂驱动的PM₁生物活化）或拮抗抑制效应（例如，O₃对NO?的调节）可能会显著改变神经毒性途径³。其次，对于PM₁存在监管盲点。PM₁通过嗅球转运显示出独特的神经侵袭性，并有证据表明它可以直接穿透血脑屏障⁴。尽管如此，PM₁仍被排除在空气质量指数和队列研究之外。第三，对不同社会经济阶层脆弱性的描述不足。农村居住、教育水平有限、医疗保健差异以及行为因素（缺乏运动、睡眠障碍）导致了生物易感性的增加⁵。

利用具有8年随访期的全国代表性CHARLS队列（n=10881；基线2011–2012年），本研究开创了一个双轴分析框架。该框架整合了卫星衍生的气溶胶光学深度（MODIS）、高分辨率化学传输模型（GEOS-Chem）和机器学习优化的暴露表面（1公里网格）。它同时解析了颗粒物（PM₁、PM_2.5、PM₁₀）和气体（NO₂、O₃）污染物的轨迹，并量化了它们与认知衰退的纵向关联。

我们的方法采用多污染物相互作用模型来区分大气中的协同效应。我们使用滞后分布的暴露窗口来区分急性神经炎症和累积性神经退化。此外，通过分层交互测试评估了12个易感修饰因素。这些测试考虑了居住流动性、微环境暴露以及受中国不同工业化模式影响的区域污染组合（东部制造业集群、北部燃煤区、南部农业燃烧）⁶。

这种方法将分子流行病学（例如，PM₁相关的S100β升高表明神经血管损伤）与行星尺度暴露科学联系起来。它克服了以往基于城市尺度的代理分配方法的方法学限制⁷。我们的目标是提供可用于精准公共卫生干预的实用信息。这些干预措施针对关键排放源：主要产生粗颗粒物（PM₁₀）的工业排放和交通排放（PM₁及NO₂），同时也关注受保护的人群，如贫困农村地区的老年人。

最终，这项研究从环境正义的角度重新定义了痴呆症的预防。它将空气质量管理视为认知韧性的基础基础设施。

研究设计与人群

这项前瞻性队列研究利用了由中国北京大学在28个省进行的中国健康与退休纵向研究（CHARLS）的纵向数据（Yan等人，2025年；Chen等人，2025年；Zhao等人，2025年），该研究采用多阶段概率抽样策略，并按地区、城乡划分和人均GDP进行分层。研究包括五次数据收集：2011年的基线数据（第一波）

结果

本研究揭示了中国主要空气污染物的时空分布模式：二氧化氮（NO₂，2008-2020年）（补充图1）在华北平原（北京-天津-河北交界处峰值达到30-40微克/立方米）、长江三角洲和四川盆地持续存在热点区域，2013年后北京-天津-河北地区的污染有所下降（政策驱动）¹⁴，但长江/珠江三角洲的污染仍然持续；而青藏高原（<10微克/立方米）和西北沙漠（<15微克/立方米）的污染较低

讨论

这项全国性的队列研究提供了关于长期空气污染暴露对认知影响的新的证据：短期O₃–PM_X共暴露和长期NO₂–O₃混合物是最一致的认知障碍风险预测因子，而当同时考虑这些因素时，NO₂–PM_X组合的效应显著减弱（Petkus等人，2023年）。虽然NO₂仍然是重要的交通相关污染物，但其效应在与颗粒物结合后减弱

结论

这项针对10,881名中国中老年人的纵向研究表明，长期暴露于环境颗粒物（PM₁、PM_2.5、PM₁₀）和二氧化氮（NO₂会显著增加认知障碍风险，每增加10微克/立方米，PM₁的风险比为1.034（95% CI: 1.007–1.061），PM_2.5为1.032（1.014–1.05），PM₁₀为1.017（1.008–1.025），NO₂为1.053（1.020–1.086）。单独的O₃效应较弱或无效应（HR≈0.88），但与颗粒物结合时效应增强

资助

本研究未获得任何外部资助。

作者贡献声明

谢胜强：撰写原始草案。李文轩：正式分析。苏世超：数据管理。张建宁：项目协调。李彦腾：方法学研究。程刚：概念构思。郝芳斌：软件开发。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。所有作者确认与本出版物无关的冲突利益，且本研究未获得可能影响其结果的任何重大财务支持。

本研究的资金来源未参与研究设计、数据收集与分析、发表决定等过程