长期空气污染物暴露与危重症患者死亡风险的关联:中国中部多中心队列研究
该多中心队列纳入中国湖北五家医院ICU的7,222例成年危重症患者,评估入院前6个月居住地空气污染物(PM2.5、PM10、NO2、SO2、O3、CO)长期暴露与ICU入院后28天全因死亡风险的关联。调整人口学、生活方式及SAPS II后,PM2.5、PM10、NO2、SO2、O3、CO浓度每单位升高均与死亡风险升高相关(OR分别为1.007、1.002、1.020、1.025、1.005、4.336)。在六种污染物的联合效应中,O3贡献最大(43.8%),其次为NO2(25.1%)、CO(20.9%)。关联在男性、吸烟者、饮酒者及SAPS II>33患者中更强。
要点
- 7,222例ICU患者中28天死亡率为39.1%,死亡者除SO2外各污染物暴露水平均显著高于存活者。
- 调整SAPS II等协变量后,PM2.5每单位升高OR=1.007(95%CI 1.003–1.011),NO2 OR=1.020(1.015–1.024),CO OR=4.336(2.952–6.457)。
- 六污染物联合效应中O3贡献最大(43.8%),其次NO2(25.1%)、CO(20.9%)、PM2.5(9.1%)、SO2(1.0%)、PM10(0.1%)。
- 男性、吸烟者、饮酒者及SAPS II>33患者中污染物与死亡风险的关联更强,如SAPS II>33者SO2 OR=1.168(1.130–1.207)。
- 暴露窗口从3个月变为12个月时主结果稳健,但SO2在9–12个月暴露期或以损伤器官数替代SAPS II时关联不显著。
适用人群与场景
- 中国湖北五家医院ICU收治的年龄≥18岁危重症患者,纳入2018年8月至2019年8月及2021年5月至2023年12月两个时段。
- 排除居住地址不完整者(n=65)、围手术期患者(n=29)、因意外(如高处坠落、车祸、自杀、自伤)住院者(n=246)。
诊断标准与关键阈值
- SAPS II评分用于反映疾病严重程度,总分0–163分,评分越高病情越重,本研究以33分为界(按中位数二分)。
- 损伤器官数按SOFA定义:PaO2/FiO2<400 mmHg(呼吸系统);Glasgow昏迷评分≤14(神经系统);平均动脉压<70 mmHg或需使用血管升压药(心血管系统);胆红素≥1.2 mg/dl(肝脏);血小板<150×10^3/ml(血液系统);肌酐≥1.2 mg/dl(肾脏),以2个为界(按中位数二分)。
研究设计与关键结果
- 多中心队列研究,纳入中国湖北五家医院ICU的7,222例成年危重症患者,主要终点为ICU入院后28天全因死亡,死亡率为39.1%(2,821例)。
- 调整协变量后,各污染物每单位浓度升高与死亡风险升高相关:PM2.5 OR=1.007(95%CI 1.003–1.011),PM10 OR=1.002(1.000–1.004),NO2 OR=1.020(1.015–1.024),SO2 OR=1.025(1.001–1.050),O3 OR=1.005(1.001–1.009),CO OR=4.336(2.952–6.457)。
- 亚组分析显示男性中PM2.5 OR=1.010(1.005–1.015)、PM10 OR=1.004(1.001–1.007)、NO2 OR=1.026(1.021–1.032)、CO OR=6.224(3.867–10.019);女性中O3 OR=1.011(1.004–1.018)。
- 吸烟者中SO2 OR=1.132(1.078–1.189)、O3 OR=1.014(1.006–1.022);饮酒者中SO2 OR=1.147(1.082–1.215)、O3 OR=1.020(1.010–1.029);SAPS II>33者中SO2 OR=1.168(1.130–1.207)、CO OR=3.557(2.165–5.843)。
- 六种污染物混合物的每一四分位增幅联合效应OR=1.753(1.531–2.007),O3贡献43.8%、NO2 25.1%、CO 20.9%、PM2.5 9.1%、SO2 1.0%、PM10 0.1%。
- 暴露期从3个月变为12个月时主结果稳健;但SO2在暴露期9–12个月时或以损伤器官数替代SAPS II作为协变量时,单位升高与死亡风险的关联不显著。
证据类型、等级与局限
- 证据类型:多中心队列研究。
- 局限:模型调整的协变量可能不充分,社会经济地位等重要潜在协变量因数据缺乏未调整。
- 局限:COVID-19可能影响研究结果,尽管所选研究时段已尽量减小其影响。
- 局限:入院前空气污染物暴露基于居住地模型浓度估算,可能无法准确捕捉时空变异,且患者可能移动导致暴露错分。
- 局限:O3暴露测量方式与世界卫生组织全球空气质量指南的报告方式不同。
- 局限:排除居住地址不完整者(<20例)可能带来一定偏倚。
- 局限:研究人群主要来自中国中部权威医院,样本量和研究区域有限,可能影响结果向更大范围和区域的推广性。
对床旁实践的改变
- 作者认为该发现有助于研究者、医生和政策制定者更好地理解空气污染物对危重症患者的健康影响,并为促进环境正义和健康公平提供依据。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
引言
空气污染是一个主要的公共卫生问题,也是全球范围内过早死亡的重要原因[1]。据估计,每年约有420万例过早死亡可直接归因于空气污染,空气污染已成为全球第四大死亡风险因素[2]。近年来,全球对空气污染物健康影响的认识和研究力度不断增加。现有研究中发现对人体健康有害的空气污染物主要包括空气动力学直径<2.5 μm的颗粒物(PM2.5)和<10 μm的颗粒物(PM10)、二氧化氮(NO2)、二氧化硫(SO2)、臭氧(O3)和一氧化碳(CO)[3]。暴露于这些空气污染物与多种特定疾病相关,包括呼吸系统、心血管系统、神经系统、过敏性疾病和心理健康结局[4–6]。
患者通常至少患有一种与空气污染物暴露相关的合并症,在空气污染物对健康的负面影响方面比一般人群更为脆弱[7]。其中,危重患者通常患有多种合并症甚至器官功能障碍,因而对外部危险因素的抵抗力较低,可能是最脆弱的人群,受空气污染物的影响不成比例地更大[8]。一方面,危重患者的死亡可能主要归因于严重结局,如心肺衰竭,而较长时间暴露于较高浓度空气污染物与心肺衰竭风险升高相关[9–11]。另一方面,危重患者往往经历全身炎症反应,而较长时间暴露于较高浓度空气污染物可加重该反应[12]。然而,目前尚无关于危重患者长期暴露于空气污染物健康影响的证据。
为填补上述空白,本研究旨在探讨长期暴露于空气污染物与危重患者死亡风险之间的关联,以及各空气污染物对其联合效应所致死亡风险的相对贡献。研究结果有望帮助包括研究人员、医生和政策制定者在内的多方利益相关者更好地了解空气污染物对危重患者的健康影响。这些结果也可为未来干预设计和政策制定提供依据,以减轻空气污染、改善环境正义和健康公平。
方法
研究对象
本研究使用了中国湖北省某医疗联盟中7,562例入住重症监护病房(ICU)的危重患者,包括湖北省人民医院(即武汉大学人民医院)、光谷中心医院(武汉大学人民医院东院区)、太和医院(即湖北医药学院附属医院)、武汉市武昌医院(即武汉科技大学附属医院)和荆州市中心医院(即长江大学附属医院)。分别选取COVID-19防控措施实施前后的两个时间段:2018年8月至2019年8月,以及2021年5月至2023年12月。本研究纳入两个时间段内五家医院ICU收治的所有年龄≥18岁患者的电子病历。本研究经武汉大学人民医院临床研究伦理委员会批准(WDRY2023-K067),并完全遵循《赫尔辛基宣言》。
因变量
入住ICU后28天全因死亡率通常被认为是危重患者最合适和最有意义的终点指标,并广泛应用于临床试验[13–15]。因此,本研究以ICU入住后28天内死亡作为结局指标。
自变量
空气污染物暴露以患者入院日期前6个月内患者居住地上空六种污染物(即PM2.5、PM10、NO2、SO2、O3和CO)的日均浓度平均值来衡量,取这些污染物日产品的平均值。PM2.5、PM10、NO2、SO2、O3和CO的日浓度通过多输出LightGBM模型以1 km空间分辨率建模,该模型将多输出回归算法与LightGBM(一种实现梯度提升决策树算法的开源框架)相结合,基于多种数据源,包括地面监测、卫星遥感数据、辅助数据(如气象、地表、社会经济数据)以及时空特征[16]。
协变量
模型中调整的协变量包括性别(男、女)、年龄(<65岁、≥65岁)、吸烟(是、否)、饮酒(是、否)以及简化急性生理学评分(SAPS II)(≤33、>33;按中位数二分)[17]。SAPS II是一种反映患者疾病严重程度的定量评分,基于17个变量的评分计算得出,包括年龄、ICU入住类型、3种合并症的存在情况以及12项生理学变量[18]。根据患者情况,每个变量评分为0–26分,SAPS II总评分为0至163分,评分越高表明疾病严重程度越高。对于ICU入住后24小时内多次测量的变量,取临床和实验室记录中的最差值作为该变量的赋值。
统计分析
研究对象的特征:分类变量以数量和百分比表示,连续变量以均数和标准差(SD)表示。采用χ2检验(用于分类变量)、t检验(用于连续变量)和Mann-Whitney U检验(用于以中位数[四分位间距,IQR]表示的变量)评估研究对象特征差异的显著性。拟合Logistic回归模型以估计单个空气污染物与死亡风险之间的关联,以比值比(OR)和95%置信区间(CI)表示。进行亚组分析,以考察这些关联在年龄、性别、吸烟、饮酒和SAPS II各亚组间的差异。亚组内各分类之间差异的显著性采用Z检验进行检验。进行敏感性分析以评估结果的稳健性,方法为(1)将空气污染物暴露期从3个月调整至12个月,以及(2)以损伤器官数替代SAPS II作为模型中调整的协变量。损伤器官数(≤ 2、> 2;按患者损伤/功能障碍器官数的中位数对半划分)被用作危重症患者严重程度的另一项指标[19]。根据序贯器官衰竭评估(SOFA)中的器官功能障碍,选取六个器官,其功能障碍定义如下:PaO2/FiO2 < 400 mmHg(呼吸系统);格拉斯哥昏迷量表评分 ≤ 14(神经系统);平均动脉压 < 70 mmHg或需要使用血管升压药(心血管系统);胆红素 ≥ 1.2 mg/dl(肝脏);血小板 < 150 × 103/ml(血液系统);肌酐 ≥ 1.2 mg/dl(肾脏)[20, 21]。采用加权分位数和(WQS)回归分析估计六种空气污染物对死亡风险的联合效应以及每种空气污染物对联合效应的相对贡献(即权重)[22]。所有统计分析均在R(版本4.3.0)中完成。显著性水平设定为0.05,所有检验均为双侧检验。
结果
研究对象的特征
患者排除标准为:(1)居住地址不完整(n = 65);(2)围手术期患者(n = 29);(3)因意外事故(如高处坠落、车祸、自杀、自伤)住院(n = 246)。排除后,最终纳入分析7,222例居住在全省各地的患者(图1)。
其中约43.2%(3,123)年龄< 65岁,64.4%(4,654)为男性(表1)。约27.1%(1,955)有吸烟习惯,18.9%(1,366)有饮酒习惯。超过半数患者住院≤ 6天(53.1%),超过半数患者SAPS II > 33(51.5%)。危重症患者入住ICU后28天内死亡率为39.1%(2,821)。
空气污染物的中位浓度分别为:PM10 60.5 [IQR:48.6–76.1] µg/m3,O3 61.2 [51.1–70.8] µg/m3,NO2 26.8 [18.3–37.9] µg/m3,PM2.5 35.7 [29.5–48.2] µg/m3,SO2 8.7 [7.6–10.3] µg/m3,CO 0.9 [0.7–0.9] mg/m3(表1)。除SO2外(9.2 ± 2.1 vs. 9.3 ± 2.3 µg/m3,p = 0.180),死亡者中所有空气污染物的暴露水平均显著高于存活者。
空气污染物与死亡风险之间的关联
在粗模型中,死亡风险较高与PM2.5(OR = 1.005 [95% CI:1.001,1.008])、PM10(OR = 1.001 [1.000,1.003])、NO2(OR = 1.021 [1.016,1.025])、SO2(OR = 1.027 [1.006,1.050])、O3(OR = 1.008 [1.004,1.012])和CO(OR = 3.895 [2.738,5.542])浓度每增加一个单位相关(表2)。在调整人口学和生活方式协变量,尤其是SAPS II后,这些关联仍然显著:PM2.5(OR = 1.007 [1.003,1.011])、PM10(OR = 1.002 [1.000,1.004])、NO2(OR = 1.020 [1.015,1.024])、SO2(OR = 1.025 [1.001,1.050])、O3(OR = 1.005 [1.001,1.009])和CO(OR = 4.336 [2.952,6.457])。
空气污染物与死亡风险之间关联的变化
PM2.5、PM10、NO2、SO2、O3和CO浓度每增加一个单位所对应的死亡风险在不同亚组间存在差异(图2)。例如,男性中观察到较高的死亡风险与PM2.5(OR = 1.010 [1.005,1.015])、PM10(OR = 1.004 [1.001,1.007])、NO2(OR = 1.026 [1.021,1.032])和CO(OR = 6.224 [3.867,10.019])相关,而女性中则发现O3与死亡风险的关联更强(OR = 1.011 [1.004,1.018])。在吸烟者(SO2:OR = 1.132 [1.078,1.189],O3:OR = 1.014 [1.006,1.022])和饮酒者(SO2:OR = 1.147 [1.082,1.215],O3:OR = 1.020 [1.010,1.029])中也观察到SO2和O3与死亡风险的关联更强。在SAPS II > 33者中,大多数空气污染物与死亡风险的关联更强(SO2:OR = 1.168 [1.130,1.207],CO:OR = 3.557 [2.165,5.843])。
将空气污染物暴露期从3个月调整至12个月后,主要结果仍然稳健(表3)。需要注意的是,当暴露期为9个月至12个月时,或在模型中将SAPS II替换为损伤器官数量作为协变量进行调整后,SO2每增加一个单位与死亡风险之间的关联不显著(表3)。
空气污染物对其联合健康效应的相对贡献
计算了六种空气污染物对死亡风险联合效应的贡献,该联合效应估计为六种空气污染物混合物中每增加一个四分位数(一个quartile)的效应(OR = 1.753 [1.531,2.007])(图3)。贡献最大的是O3(43.8%),其次是NO2(25.1%)、CO(20.9%)、PM2.5(9.1%)、SO2(1.0%)和PM10(0.1%)。
讨论
这是首个探讨多种空气污染物与危重症患者死亡风险的关联及其相对贡献的研究。研究显示,PM2.5、PM10、NO2、O3和CO与死亡风险呈正相关。O3是空气污染物对死亡风险联合效应的主要贡献者。较强的关联主要见于男性、吸烟者、饮酒者以及SAPS II>33的患者。当空气污染物暴露期从3个月变化至12个月时,这些关联均保持稳健。
本研究中发现的空气污染物与死亡风险之间的关联与既往一些非ICU环境下的结果相似。例如,中国一项全国性队列研究发现,O3浓度升高与96,955名成年人中心血管死亡风险增加相关[23]。另一项中国研究发现,SO2浓度升高与11,199名老年人死亡风险增加相关[24]。一项韩国研究显示,来自三家医院的32,949名慢性肾脏病患者中,较高浓度的PM2.5和CO与较高的死亡风险相关[25]。然而,既往研究未控制可能影响患者死亡风险的合并症严重程度,这可能导致空气污染物暴露与死亡风险之间的关联被高估。在本研究中,我们不仅控制了社会人口学和临床特征,还控制了疾病严重程度(以SAPS II和受损器官数量衡量),旨在排除疾病严重程度对死亡风险的潜在影响。本研究中发现的PM2.5与死亡风险之间的关联也与澳大利亚的一项发现一致,该研究中入院前三天内PM2.5浓度升高与澳大利亚ICU患者死亡率增加相关[26]。这些一致性表明,短期和长期暴露于PM2.5均可能对ICU患者的死亡风险产生影响,这凸显了空气质量监管以及针对这一脆弱人群采取针对性干预措施的重要性。
研究发现,O3是危重患者中空气污染物不良健康效应的最大贡献者。在既往的一些流行病学研究中,暴露于较高水平的O3与死亡风险增加相关[27–29]。然而,很少有研究探讨O3在空气污染物联合效应中的作用,其中O3对联合效应的贡献各不相同[30, 31]。例如,一项对中国北方一般人群长达22年的研究发现,在空气污染物混合物对死亡风险的联合效应中,最大贡献者是PM2.5而非O3[30]。美国一项多城市研究也发现,PM2.5对全因死亡的贡献大于O3和NO2[31]。然而,有研究提示不应忽视O3在空气污染物健康效应中的重要性[30]。一方面,O3是毒性最强的空气污染物之一,可引起氧化应激、气道炎症以及一般人群的过早死亡[32]。另一方面,其他空气污染物,如PM2.5、CO和NO2,可与对流层中的自由基(如HO2、挥发性有机化合物)发生反应,促进更多O3生成[33–35]。此外,一些日常产品(如农药、涂料、印刷油墨和个人护理产品)、机动车尾气甚至自然植被也可排放一些挥发性有机化合物(如异戊二烯),这些物质可促进O3形成并可能增加死亡风险[36]。
在SAPS II较高的患者中,观察到空气污染物与死亡风险之间的关联更强。一种可能的解释是,SAPS II较高的患者可能有更多器官受损[37]。一些研究发现,空气污染物可能主要加重肺损伤,而对其他器官的影响有限[38, 39]。然而,一些研究结果也提示,空气污染物可穿过肺泡并影响全身其他器官,导致肝脏和肾脏等器官功能恶化,从而可能增加死亡风险[40–42]。
本研究有三个主要优势。第一,本研究首次探讨了常见空气污染物暴露与危重患者死亡风险之间的关联。此外,本研究采用WQS回归以避免空气污染物之间的共线性问题,进一步估计了多种空气污染物对死亡风险的联合效应及其各自对联合效应的贡献[43]。这对于理解空气污染物健康效应的机制以及提供有针对性的策略以抵消这些不良健康效应至关重要。第二,本研究中已知影响患者死亡风险的合并症严重程度,从而提高了结果的可靠性。既往相关流行病学研究未考虑这一点,这可能使先前研究中相似人群空气污染物暴露与死亡风险之间的关联被高估。第三,这是首个使用已知最高分辨率空气污染物产品来估计空气污染物暴露的流行病学研究,该产品由新开发的多输出LightGBM模型生成。该模型将多输出回归算法与LightGBM框架相结合,在运行效率方面优于著名的传统机器学习模型,如极端梯度提升和极端随机树[16]。
本研究的一些局限性需要予以说明。第一,模型中调整的协变量可能并不充分。我们仅调整了一些具有较强理论基础、可影响死亡风险的社会人口学和行为特征,以及一些与死亡风险密切相关的临床特征。由于缺乏数据,一些重要的潜在协变量未在模型中调整,例如社会经济地位,未来将收集或间接估算该变量。此外,COVID-19可能影响本研究的结果,因为它可能同时影响空气污染物水平和ICU患者的健康状况。然而,本研究选择的研究时段已最大限度减少了COVID-19的影响。本研究中涉及的少数ICU患者可能仍受到COVID-19或其他疾病/合并症(可能与慢性空气污染物暴露有关)的影响,但这应已反映为模型中调整的器官损伤。第二,入院前空气污染物暴露是以患者住宅地址上空气污染物的模拟浓度来测量的,这可能无法准确捕捉空气污染物浓度的时空变异性。此外,由于患者在进入ICU之前的一段时间内可能四处活动,仅考虑住宅位置可能导致暴露错分[44, 45]。然而,与一般人群的其他空气污染流行病学研究相比(一般人群通常具有更大的活动能力[46, 47]),由于危重患者活动能力有限,我们的结果相当可靠。此外,本研究中O3暴露的测量方式与世界卫生组织《全球空气质量指南》中报告O3水平的方式不同,后者为监测O3浓度的长期变化趋势,报告的是在连续六个月中6个月滑动平均O3浓度最高的六个月期间日最大8小时平均O3浓度的平均值。在给定研究期内O3的平均日浓度一直是现有流行病学研究中广泛使用的O3暴露测量指标;[48, 49]此外,在本研究中,主分析中患者的个人暴露窗口为6个月,其中一些可能不包括暖季。未来关于更长期(例如> 1年)O3浓度暴露的研究可考虑使用不同的O3浓度测量指标。第三,考虑到为估算患者空气污染物暴露而对缺失住宅地址进行插补可能产生不确定性,地址不完整的患者被排除,这可能在某种程度上造成偏倚。然而,由于本研究中住宅地址不完整的患者数量较少(< 20),偏倚及其影响应有限。在未来纳入更多数据不完整患者的研究中,除住宅地址以外的其他缺失或不完整特征(例如基本社会人口学特征)将被插补以减少偏倚。第四,研究对象主要来自华中地区的权威医院。危重患者常被收治于此类医院的ICU,因此其死亡率高于一些公共卫生研究报告的综合医院死亡率(例如本研究中的39%)。一项既往研究发现,ICU患者的平均死亡率可为11-42%[50, 51]。此外,本研究纳入的样本量和研究区域有限。尽管这可能影响结果对更大规模人群和区域的推广性,但研究区域相对较高的PM2.5浓度水平可能增强了突出空气污染物对结局影响的能力。鉴于湖北省医疗联盟正在扩大并招募更多参与医院和患者,预计在更多医院和区域开展更大样本量的更多研究将进一步巩固和增强这些发现的可推广性。
结论
长期暴露于较高浓度的空气污染物与危重症患者较高的死亡风险相关。这种关联因年龄、性别、饮酒状况、受累器官和SAPS II评分而异。在常见空气污染物中,O3对死亡风险的贡献最大,其次是NO2、CO、PM2.5、SO2和PM10。这些发现有助于多方利益相关者更好地理解空气污染物对危重症患者的健康影响,也可为促进环境正义和健康公平提供依据。未来采用不同的混杂因素测量方法、更准确的暴露评估以及更大样本量和研究范围的研究,将有助于巩固本研究的发现并推动该研究领域的发展。
参考来源
- Ye L, Li C, Qin K, et al. Associations between long-term exposure to air pollutants and mortality risk of critically ill patients: a multi-center cohort study in central China. Ann Intensive Care. 2025. PMID: 41115966. doi:10.1186/s13613-025-01527-y
- 全文:PMC12537634(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12537634/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。