源特异性细颗粒物排放与印度眼科疾病患病率的关联：一项意义深远的研究

《Scientific Reports》：Source-specific fine particulates emission linked to prevalence of ophthalmic cases in India

在印度，眼科疾病患病率较高。为探究其与空气污染物关系，研究人员开展 “源特异性细颗粒物（PM2.5）排放与印度眼科疾病患病率关联” 的研究。结果发现 PM2.5排放与眼科门诊患者显著正相关，这为防控眼科疾病提供依据。

　　在如今这个工业化快速发展的时代，空气质量问题日益凸显，它就像一个隐藏在暗处的 “健康杀手”，悄无声息地威胁着人们的身体健康。特别是在印度，由于人口众多、工业化进程加快以及特殊的生活和文化习惯，空气污染的状况愈发严重。空气污染物中的细颗粒物（PM_2.5，指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物 ），更是成为了危害人体健康的重要因素。此前的研究虽然已经表明空气污染对人体健康存在负面影响，但对于 PM_2.5与眼科疾病之间的关系，尤其是从源特异性角度出发的研究还十分有限。大多数研究只是在区域层面探讨空气污染与特定眼科疾病的关系，缺乏对不同污染源的详细分析，也无法明确各污染源在疾病发生中的具体作用。而且，以往研究中采用的卫星检索或模型模拟的 PM 浓度数据，无法准确反映特定区域中导致眼病的污染源类型。在印度这样一个文化和生活方式多样，区域污染源对疾病患病率影响重大的国家，缺乏这些关键信息，无疑给防控眼科疾病带来了很大困难。因此，开展一项全面、深入的研究，明确 PM_2.5排放源与眼科疾病患病率之间的关系迫在眉睫。

为了解决这些问题，来自印度多个研究机构的研究人员，包括 Berhampur University 的研究人员等，共同开展了一项关于 “源特异性细颗粒物排放与印度眼科疾病患病率关联” 的研究。他们通过一系列的研究方法，得出了许多重要结论，这些结论对于理解和防控眼科疾病具有重要意义。该研究成果发表在《Scientific Reports》上。

研究人员为开展这项研究，主要运用了以下几个关键技术方法：

• 数据收集：从印度卫生与家庭福利部（MoHFW）获取 2019 - 2020 年眼科门诊患者数据，从美国国家航空航天局（NASA）的相关中心收集 2019 年的 PM_2.5浓度数据，从印度国家中期天气预报中心（NCMRWF）获取气象数据等。
• 暴露评估：采用高分辨率（0.1°×0.1°）的 IPCC 定义的自下而上方法，构建印度 PM_2.5排放清单，涵盖 16 种主要和无组织排放源，计算各源的 PM_2.5排放负荷12。
• 统计分析：运用地理信息工具将 PM_2.5排放数据细化到地区层面，利用 Pearson 相关系数和线性回归分析等方法，探究 PM_2.5排放、浓度与眼科门诊患者数量之间的关系，以及气象参数对眼科疾病的影响34。

下面来看具体的研究结果：

• 眼科门诊患者数据特征：在 2019 - 2020 年期间，印度约有 3259 万眼科门诊患者，其中超过 80% 来自农村地区。印度 720 个地区中，前 100 个地区的眼科疾病负担占总负担的近一半。眼科疾病患病率在不同地区差异显著，南部地区患病率最高，中部地区最低。而且，眼科疾病的发病率随年龄增长而上升，女性比男性更易患病。高海拔地区的眼科疾病患病率较高，部分联邦属地（UTs）尽管人口较少，但年龄标准化患病率较高567。
• PM_2.5排放特征：2019 - 2020 年，印度 PM_2.5排放总量约为 8.32 Tg/yr，主要来自生物质燃烧（如木材、农作物秸秆和牛粪燃烧）、化石燃料消耗（车辆、工业和发电厂）等。印度恒河平原和南部地区的 PM_2.5排放负荷最大8。
• 相关性分析结果：通过分析发现，PM_2.5排放与眼科门诊患者数量呈显著正相关（r = 0.54，95% CI 0.48 - 0.59，P<0.001），但 PM_2.5浓度与眼科门诊患者数量的相关性不显著（r = 0.07， - 0.002 - 0.15，P = 0.06）。在各类污染源中，家庭烹饪活动产生的 PM_2.5排放与眼科疾病的相关性最强（r²=0.28，95% CI0.22 - 0.35，P<0.001 ），其次是香薰棒和蚊香燃烧、交通运输等911。
• 气象因素的影响：气象参数方面，温度与眼科疾病的发生呈低度正相关（r = 0.15，0.08 - 0.23，P<0.001），降水与眼科疾病的发生呈负相关（r = - 0.13， - 0.21 - - 0.06，P<0.001），湿度与眼科疾病发生的相关性很低且不显著（r = 0.09，0.01 - 0.16，P = 0.02）10。
• 暴露人群风险评估：基于卫星数据，研究人员将 PM_2.5污染水平高于国家环境空气质量标准（NAAQS，即 > 40μg/m³）的地区居民视为暴露人群。结果显示，暴露人群患眼科疾病的风险是未暴露人群的 2.87 倍，农村暴露人群的患病风险更是未暴露人群的 4.19 倍。在农村地区，PM_2.5对眼科疾病发病的贡献率超过 70%，在暴露的农村人群中更是高达近 77%1213。

研究结论和讨论部分表明，该研究首次在国家层面揭示了眼科疾病发病与 PM_2.5排放负荷之间的关系。研究发现，随着 PM_2.5排放负荷的增加，眼科疾病发生的可能性显著增大。不同季节的眼科疾病发病数量变化与各类污染源的活动变化密切相关。例如，冬季由于新增了许多污染源，如砖窑、农作物秸秆燃烧等，加上干燥的空气使 PM_2.5的影响加剧，导致眼科疾病患者数量增加；而在 5 - 7 月，工业、交通和电力行业的活动以及森林 / 生物质燃烧增加，也使得眼科疾病患者数量上升。此外，研究还发现卫星数据得出的 PM_2.5浓度与眼科疾病患病率的相关性不显著，而排放清单能更有效地反映污染源与疾病之间的关系。

这项研究具有重要意义，它为印度的健康研究提供了关键依据。通过明确 PM_2.5的主要排放源与眼科疾病的关系，能够帮助确定 PM_2.5排放热点区域，更好地量化不同自然和人为污染源对眼睛健康的影响。这对于政策制定者来说至关重要，他们可以据此制定更有针对性的政策，采取先进的技术缓解措施，控制特定行业的污染排放，从而降低眼科疾病的发生率，保护公众的眼睛健康。尽管该研究存在一些局限性，如研究设计为横断面研究，无法确定因果关系，未考虑 PM_2.5排放的月度变化及其与眼科疾病的关联，也未考虑其他合并症的影响，但它仍然为后续研究指明了方向，为改善印度的空气质量和公众健康状况奠定了基础。