五种PM2.5暴露指标揭示中国天水市慢性阻塞性肺病住院风险的时序关联研究

本研究针对传统PM2.5日均浓度指标无法反映实际暴露差异的问题，创新性采用峰值浓度、早晚时段浓度等五种暴露指标，首次系统评估了中国西北城市天水市PM2.5与慢性阻塞性肺病(COPD)住院的暴露-反应关系。研究发现晚间峰值浓度(PM2.5eve)和超标累积小时数(PM2.5DECH)的关联性最强，为制定精准化空气污染防控策略提供了重要依据。

　　

慢性阻塞性肺病(COPD)作为全球第三大死因，在中国呈现爆发式增长，其中空气污染被认为是仅次于吸烟的第二大危险因素。然而现有研究存在两个关键局限：一是多数聚焦东部发达地区，缺乏西北内陆城市数据；二是普遍采用日均PM_2.5浓度这一"粗颗粒"指标，忽视了污染物浓度的昼夜波动与人类活动模式的匹配问题。这种测量偏差可能导致健康风险评估失真，特别是对于PM_2.5浓度存在显著早晚高峰的中国城市。

兰州大学第一临床医学院的研究团队选择具有典型盆地地形的天水市作为研究对象，创新性地构建了五种PM_2.5暴露指标：日均浓度(DailyPM_2.5mean)、小时峰值浓度(DailyPM_2.5max)、早高峰浓度(7:00-9:00)、晚高峰浓度(17:00-20:00)以及超标累积小时数(PM_2.5DECH)。通过2018-2019年全市二级以上医院的3038例COPD住院数据，结合分布式滞后非线性模型(DLNM)分析，首次系统揭示了不同暴露指标与健康效应的差异化关联。该研究成果发表于《Scientific Reports》。

研究主要采用三种关键技术方法：(1)基于准泊松分布的广义加性模型(GAM)处理过离散数据；(2)分布式滞后非线性模型(DLNM)捕捉污染物效应的滞后性和非线性特征；(3)多污染物模型控制SO₂、NO₂等混杂因素。数据来源包括天水市所有监测站的每小时PM_2.5浓度和气象数据，以及全市医院COPD住院病例(ICD-10编码J40-44)。

主要研究结果

五种暴露指标的差异化影响

研究发现所有PM_2.5指标均与COPD住院显著相关，但效应值存在明显差异。最具代表性的是：日均浓度每IQR增加导致滞后0-6天风险升高21.64%，而晚高峰浓度的同等变化带来31.54%的风险增幅，揭示传统日均指标可能低估实际健康风险。

2.5暴露指标在不同滞后期的COPD住院超额风险'>

人群易感性差异

女性对PM_2.5暴露更敏感，晚高峰浓度导致的住院风险比男性高45.82%。65岁以下人群风险显著高于老年群体，可能与户外活动时长差异有关。冷季(11-4月)效应更为突出，DailyPM_2.5mor在冷季的风险增幅达23.76%。

环境因素的复合影响

温度与COPD住院呈U型关联，10-12℃区间风险最高；相对湿度则呈现M型曲线，30-50%和70-80%两个区间风险显著上升，揭示气象条件可能通过改变气道反应性和病原体传播影响疾病发作。

研究启示

这项研究通过创新性的暴露指标设计，首次证实PM_2.5晚高峰浓度和超标累积小时数比传统日均浓度更能准确预测COPD住院风险。这一发现对公共卫生实践具有三重意义：一是建议修订现有空气质量健康风险评估体系，纳入时段特异性指标；二是指出晚间户外活动可能是关键暴露窗口，需针对性制定防护建议；三是为西北内陆城市的环境健康政策提供本土化证据。研究同时揭示了女性、中青年人群的特殊脆弱性，为精准化健康干预指明方向。

值得注意的是，PM_2.5DECH指标因其可适配不同国家标准的特点，在跨国比较研究中具有独特优势。未来研究可结合个体活动轨迹数据，进一步验证这些时段特异性指标在实际暴露评估中的优越性。