中国全国性研究中长期空气污染与交通暴露与冠状动脉粥样硬化标志物的关联
该研究为在中国开展的前瞻性队列基线横断面分析,纳入8867例25至92岁疑似冠心病连续患者,采用经验证的地理统计模型估算居住地PM2.5、NO2、O3年均浓度及道路距离,以CT测定的冠状动脉钙化(CAC)评分为结局。多污染物模型中,PM2.5每增加30 μg/m3与CAC评分增加27.2%(95%CI 10.8%-46.1%)独立相关,NO2每增加20 μg/m3与CAC评分增加24.5%(95%CI 3.6%-49.7%)独立相关;PM2.5还与可检测CAC(OR 1.28)和严重CAC(OR 1.59)几率升高相关。男性、老年人和糖尿病患者中关联更强。作者认为该发现可能为空气污染通过冠状动脉粥样硬化影响冠心病提供病理生理学支持。
要点
- 疑似冠心病门诊患者中,PM2.5每增加30 μg/m3与CAC评分增加27.2%(95%CI 10.8%-46.1%)独立相关,NO2每增加20 μg/m3与CAC评分增加24.5%(95%CI 3.6%-49.7%)独立相关。
- PM2.5每增加30 μg/m3与可检测CAC(Agatston评分>0)几率升高相关(OR 1.28,95%CI 1.13-1.45),与严重CAC(Agatston评分>400)几率升高相关(OR 1.59,95%CI 1.20-2.12)。
- 男性(PM2.5:42.2%;NO2:45.7%)、年龄>60岁者(PM2.5:50.1%;NO2:55.5%)和糖尿病患者(PM2.5:62.2%;NO2:31.2%)中PM2.5和NO2与CAC的关联更强。
- O3每增加15 μg/m3与CAC评分的独立关联为9.0%(95%CI -1.4%至20.4%),道路距离每减少50%的独立关联为2.4%(95%CI -0.6%至5.4%),均未达统计学显著。
- 限制于NO2浓度低于国家标准的亚组中,NO2每增加10 μg/m3与CAC评分增加24.0%(95%CI 6.4%-44.5%)仍显著相关。
适用人群与场景
- 中国Fuwai Hospital于2015年11月17日至2017年9月13日连续纳入的8867例25至92岁疑似冠心病患者,均在基线接受心脏CT评估CAC。
- 排除既往心肌梗死、支架置入或冠状动脉旁路移植术者,以及危险因素和暴露数据不完整者。
- 人群冠心病验前概率较低(均值27.3%,SD 15.1%):2587例无症状,5721例非心绞痛性胸痛,449例不典型心绞痛,110例典型心绞痛。
诊断标准与关键阈值
- 冠状动脉钙化病灶定义为衰减阈值≥130 HU且面积≥1 mm2,按Agatston等提出的评分算法对左主干、左前降支、左回旋支和右冠状动脉钙化灶面积与峰值衰减乘积求和得出总CAC评分。
- 可检测CAC定义为Agatston评分>0,严重CAC定义为Agatston评分>400。
研究设计与关键结果
- 研究设计为前瞻性队列基线横断面分析,样本量8867例,人群为疑似冠心病连续患者;暴露为居住地年均PM2.5、NO2、O3浓度及道路距离,结局为CT测定的CAC评分。
- 年均PM2.5、NO2、O3分别为70.1(20.0)、41.4(14.7)、93.9(10.5)μg/m3;平均CAC评分为91.4(322.2)Agatston单位。
- 多污染物模型中,PM2.5每增加30 μg/m3与CAC评分增加27.2%(95%CI 10.8%-46.1%)相关,NO2每增加20 μg/m3与CAC评分增加24.5%(95%CI 3.6%-49.7%)相关。
- PM2.5每增加30 μg/m3与可检测CAC几率升高相关(OR 1.28,95%CI 1.13-1.45),与严重CAC几率升高相关(OR 1.59,95%CI 1.20-2.12);NO2每增加20 μg/m3与严重CAC几率升高相关(OR 1.60,95%CI 1.18-2.17)。
- 男性中PM2.5关联为42.2%(95%CI 24.3%-62.7%)、NO2关联为45.7%(95%CI 25.3%-69.5%);年龄>60岁者中PM2.5关联为50.1%(95%CI 28.8%-75.0%)、NO2关联为55.5%(95%CI 31.8%-83.6%);糖尿病患者中PM2.5关联为62.2%(95%CI 30.9%-101.0%)、NO2关联为31.2%(95%CI 13.9%-51.0%)。
- 北方地区NO2每增加20 μg/m3关联为42.0%(95%CI 21.7%-65.6%),东南地区为−9.2%(95%CI −32.1%至21.4%)。
- O3每增加15 μg/m3的独立关联为9.0%(95%CI -1.4%至20.4%),道路距离每减少50%的独立关联为2.4%(95%CI -0.6%至5.4%)。
证据类型、等级与局限
- 证据类型为前瞻性队列基线横断面分析,遵循STROBE报告规范。
- 暴露模型交叉验证(样本外验证)R2=0.73-0.89,模型分辨率细于1×1 km2。
- 局限:本研究为门诊人群,可能不能完全反映一般人群。
- 局限:不能排除未测量混杂因素(如职业史)导致的偏倚;主分析未考虑近年搬迁者,尽管亚组敏感性分析显示关联一致。
- 局限:本研究为横断面研究,仅涉及正在进行的 prospective cohort 的基线检查;未来纵向分析可能提供额外信息。
对床旁实践的改变
- 作者认为,长期暴露于PM2.5和NO2与中国人群CAC进展相关,该发现可能为空气污染通过冠状动脉粥样硬化影响冠心病提供病理生理学支持。
- 作者认为,该发现有助于全球空气污染物效应理解,并为全球空气污染标准制定过程提供本地数据和佐证。
- 在NO2浓度低于国家标准40 μg/m3的亚组中,NO2与CAC的关联仍持续存在,作者认为关联可能在该水平以下即已发生。
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11 节 · 点击展开
引言
环境空气污染是全球疾病负担的主要贡献因素,2015年估计造成420万人死亡。1尽管空气污染对公共卫生的影响可能非常巨大,但目前全球使用的空气污染指南主要依赖于在欧洲和北美进行的研究结果,而这些地区的空气污染水平相对于其他近年来快速工业化的地区而言相对较低。2来自环境空气污染极高地区(如中国)的暴露与疾病关联信息,将有助于更准确地估计空气污染归因疾病负担,进而可用于确定公共卫生应对措施的优先次序,尤其是在发展中国家。
心血管疾病是全球首要死因,现有证据表明其与长期暴露于空气污染及靠近交通相关。3这些关联背后的可能通路涉及动脉粥样硬化的启动或加速。3动脉粥样硬化是一个终生过程;因此,空气污染暴露对动脉粥样硬化的影响可能是长期的。如果空气污染与亚临床动脉粥样硬化之间的关联得以确立,就可能提供一个机会,在疾病临床显现之前通过社区层面控制污染暴露的努力进行干预。检测亚临床动脉粥样硬化的常用方法包括无创测量冠状动脉钙化(CAC)或颈动脉内膜中层厚度。4与颈动脉内膜中层厚度相比,CAC反映的是涉及斑块钙化的更晚期动脉粥样硬化阶段,并且是心血管疾病的更好预测指标。4一些既往研究报告了空气污染与颈动脉内膜中层厚度之间的关联。5,6,7,8关于空气污染与冠状动脉粥样硬化(通过CAC评分确定)之间关联的证据仍然非常有限。8,9
中国是世界上人口最多的国家,估计与空气污染相关的疾病负担很大。1关于空气污染与心血管健康的队列研究仍然稀缺,且在很大程度上仅限于对死亡率影响的调查。10鉴于公众对空气污染日益关注,中国政府最近实施了前所未有的努力,通过在全国范围内建立1400多个广泛分布的监测站来表征主要空气污染物暴露。11在此,我们利用这一宝贵资源,应用先进的暴露估计方法进行健康效应调查。我们假设,在一个特征明确的中国成人队列中,长期暴露于空气污染或靠近交通与CAC风险增加相关。
方法
研究人群
这项横断面研究使用了从一项前瞻性队列(CREATION队列)中收集的基线数据,该队列连续纳入8867名年龄25至92岁的患者,地点为中国北京阜外医院(补充材料中的eMethods)。参与者疑似患有冠心病(CHD),并因此于2015年11月17日至2017年9月13日期间接受心脏计算机断层扫描以评估冠状动脉钙化(CAC)的存在及数量。心脏影像检查由初级心脏科医生开具。参与者的冠心病验前概率相对较低(均值[SD],27.3%[15.1%]);2587名患者无症状,5721名有非心绞痛性胸痛,449名有不典型心绞痛,110名有典型心绞痛。既往有心肌梗死、支架植入或冠状动脉旁路移植术的参与者,或危险因素及暴露数据不完整的参与者被排除。关于研究队列的更多详细信息见补充材料中的图1和eMethods。所有参与者均提供了书面知情同意书,该研究经中国医学科学院阜外医院机构审查委员会批准。本报告遵循加强流行病学观察性研究报告(STROBE)报告规范。
CAC测量
CAC测量的详细信息已在其他文献中发表。12简言之,所有患者均使用第二代双源计算机断层扫描系统(Somatom Definition Flash;Siemens Healthcare)按照标准化扫描方案进行成像,采用128×3-mm层厚准直、75毫秒旋转时间和120-kV管电压。冠状动脉钙化病灶定义为衰减阈值大于或等于130 Hounsfield单位(HU)且面积大于或等于1 mm2。图像使用系统集成软件(Syngo.Via;Siemens Healthcare)进行分析。冠状动脉总钙负荷采用Agatston等人13提出的评分算法进行量化。将每个钙化斑块的面积与峰值衰减的乘积(定义为1[130-199 HU]、2[200-299 HU]、3[300-399 HU]和4[≥400 HU])对左主干冠状动脉、左前降支冠状动脉、左回旋支冠状动脉和右冠状动脉分别求和,以确定总CAC评分。
暴露预测
关于估算每位研究参与者长期室外空气污染浓度的方法,已在其他文献中详细描述。14 简言之,我们基于全国1419个监管监测站2014-2015年的年平均日监测数据,针对空气动力学直径小于2.5 μm的细颗粒物(PM2.5)和二氧化氮(NO2)开发了一种分层土地利用回归建模方法。模型纳入了广泛多样的地理特征(如交通网络、兴趣点、人口密度和土地利用)、经化学传输模型估算校准的地面卫星反演PM2.5或NO2观测数据以及气象数据,并用通用克里金法对回归残差进行平滑处理。经交叉验证(样本外验证;R2 = 0.73-0.89)评估,这些模型的性能从良好到优秀不等。该模型在整个中国范围内的分辨率优于1 × 1 km2。我们估算了2015年各居住地特异性的PM2.5和NO2年平均浓度,并将其作为主要暴露指标。对于O3,我们利用普通克里金法对邻近O3监测站的O3观测数据进行插值,以估算年平均浓度。作为交通相关关联的替代评估,我们评估了居住地邻近交通的程度,以到最近任一道路距离的自然对数尺度估算,15 作为次要暴露变量。该变量是交通混合暴露的替代指标,包括尾气和非尾气排放以及道路噪声。
在敏感性分析中,我们检验了不同的暴露时间窗与结局的关系。对于PM2.5,我们估算了2015年之前3年、4年、5年、6年和10年期间的累积暴露。该分析利用了我们的单年精细尺度土地利用回归预测以及由全国卫星反演数据生成的10年时间趋势(2004-2014年)16(补充材料中的eMethods)。对于NO2和O3,检验了2014年至2015年平均的监测期。
统计分析
我们在单独的单污染物模型中拟合多元线性回归模型,分析长期空气污染暴露(PM2.5、NO2和O3)及邻近交通与CAC评分之间的关联。CAC评分采用对数(CAC评分 + 1)变换在连续尺度上建模,以考虑分布的偏态。
我们分阶段建立统计模型,依据既往研究的先验知识,逐步增加对大量协变量的控制。8,17 我们还采用了估计值变化标准,即如果变量使空气污染物与冠状动脉钙化(CAC)之间未校正关联的效应估计值变化超过10%,则纳入该变量。主要模型包括以下个体水平变量:年龄、性别、体重指数、吸烟(状态、年限和强度)、饮酒、教育程度和体力活动。为解决因地理区域不同而存在的潜在行为混杂因素,我们还在主要模型中加入了地区水平变量,包括城市化程度(每1×1-km²网格≥2500人)、研究区域(即北部、东南部和西南部)、是否居住在北京(是或否),以及居住地距阜外医院的距离分类(<30、30-150、151-300、301-500和>500 km)。我们评估了特定参与者特征(年龄和性别)、疾病危险因素(体重指数、吸烟、糖尿病和他汀类药物使用)以及地理因素(区域和城市化)的潜在效应修饰作用,既往研究提示这些因素可能作为效应修饰因子。7,8,9,10,18 由于女性绝经后心血管疾病死亡风险增加,3 在一项额外分析中,我们将分析限制于绝经后女性。为评估暴露-反应关联,我们使用自然回归样条重新拟合模型。为探讨非线性关联,我们按四分位数对暴露估计值进行分类。
在敏感性分析中,我们使用相同模型,但将分析限制于预测年暴露浓度低于中国国家标准(PM2.5和NO2分别<35和<40 μg/m3)或O3暴露低于中位数(<100 μg/m3)的参与者。其次,我们在模型中加入了高敏C反应蛋白、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇和甘油三酯水平,分析对象为收集了血样的6538名参与者子集。第三,模型中加入了降脂药和降压药的使用情况。第四,对于完成额外环境调查的1850名参与者子集,可获得包含建筑环境、社会经济状况(如收入和就业状况)以及居住迁移史详细信息的个体水平数据。我们还评估了主要模型估计值对加入上述每一协变量或一组协变量的敏感性。第五,为考虑结局可能存在的空间聚集性,我们使用了以6位邮政编码(n = 917)为随机效应的混合效应模型。第六,为评估主要模型中效应估计值的稳健性,我们在排除影响最大的参与者(Cook距离 > 4/总样本量)后,在子集中估计了这些关联。第七,如前所述,我们检验了用更长持续时间暴露(NO2和O3的2年均值,以及PM2.5的2、3、4、5、6和10年均值)替代主要暴露变量的影响。第八,我们使用多污染物模型评估所有空气污染物和距离变量的独立效应。
为与类似研究进行比较,6,19,20 我们还通过对冠状动脉钙化(CAC)采用2种二分类方法——可检测到(CAC评分>0 Agatston单位)或严重(CAC评分>400 Agatston单位)——在逻辑回归模型中评估了其关联。CAC的存在及严重程度代表早期和晚期阶段的潜在冠状动脉粥样硬化。21 使用R统计软件3.4.2版(R Foundation)建立污染暴露模型,使用SAS统计软件9.4版(SAS Institute)进行健康模型分析。统计学显著性阈值设为0.05,所有检验均为双侧检验。
结果
研究参与者与环境暴露
在8867名有CAC评分的参与者中,8168名具有基线检查当年的室外居住地污染物浓度估算值。参与者的平均(标准差)年龄为56.9(10.4)岁;4378名(53.6%)为男性(表)。超过30%为吸烟者,14.5%具有大学及以上教育程度,49.0%已确诊高血压,5.0%在过去5年内搬迁过住所。
PM2.5、NO2和O3的年平均测量值分别为70.1(20.0)、41.4(14.7)和93.9(10.5)μg/m3。研究参与者之间的年平均空气污染物浓度差异很大(补充材料中的eTable 1),所有污染物均在河北省参与者中最高、在南方参与者中最低(图2;补充材料中的eFigure 1)。城市地区参与者暴露的PM2.5和NO2浓度高于农村地区。PM2.5的预测值与NO2和O3呈正相关(Spearman相关系数分别为0.72和0.53),与道路邻近度呈负相关(Spearman相关系数为−0.10)。在参与者中,7728名(95.0%)的PM2.5估算暴露值大于35 μg/m3,4551名(56.0%)的NO2估算暴露值大于40 μg/m3。
空气污染、交通邻近度与CAC
平均(标准差)CAC评分为91.4(322.2)Agatston单位。长期暴露于PM2.5、NO2和O3,以及距最近道路的距离,在粗模型、中度调整模型和完全调整的单污染物模型中均与较高的CAC评分相关(完全调整的单污染物模型,PM2.5每30 μg/m3:29.6%;95% CI,15.7%-45.2%;NO2每20 μg/m3:33.2%;95% CI,16.4%-52.4%;O3每15 μg/m3:10.8%;95% CI,0.9%-21.8%;距道路距离每减少50%:3.2%;95% CI,0.3%-6.2%)(图3;补充材料中的eTable 2)。与CAC评分的独立关联为:O3每15 μg/m3为9.0%(95% CI,−1.4%至20.4%),距道路距离每减少50%为2.4%(95% CI,−0.6%至5.4%)。额外调整药物和血液生物标志物、考虑社区聚类、使用替代暴露持续时间以及排除极端观测数据后,关联未发生实质性变化(补充材料中的eTable 2和eFigure 2)。在1850名参与者的亚组分析中加入个体家庭环境变量(如环境烟草烟雾、空调、空气净化器、烹饪炉灶或通风系统的使用)、加入社会经济状况变量(如收入和就业状况),或在亚组分析中排除88名同样搬家的参与者,均未实质性改变估计值(补充材料中的eTable 3)。
当我们将分析限制在预测暴露浓度低于国家标准(或暴露分布中位数)的参与者亚组时,NO2与CAC之间的关联具有统计学显著性(NO2每10 μg/m3:24.0%;95% CI,6.4%至44.5%)。与O3的关联不显著(O3每10 μg/m3:7.4%;95% CI,−0.5%至16.1%)。PM2.5与绝经后女性CAC之间的关联显著(PM2.5每10 μg/m3:34.5%;95% CI,5.8%至70.9%)。
在纳入所有暴露变量的多污染物模型中,PM2.5和NO2的效应估计值基本不变,PM2.5每增加30 μg/m3,CAC评分增加27.2%(95% CI,10.8%-46.1%);NO2每增加20 μg/m3,CAC评分增加24.5%(95% CI,3.6%-49.7%)。浓度-反应曲线提示几乎没有证据表明与PM2.5或NO2存在非线性关联(补充材料中的eFigure 3)。按污染物四分位数估计关联证实了浓度-反应曲线 reasonably 线性的性质(补充材料中的eFigure 4)。
在逻辑回归分析中,随着对所有空气污染物和距道路距离变量的暴露增加,存在CAC的比值更高(PM2.5每30 μg/m3:比值比[OR],1.28;95% CI,1.13-1.45;NO2每20 μg/m3:OR,1.27;95% CI,1.23-1.32;O3每15 μg/m3:OR,1.12;95% CI,1.01-1.24;距道路距离每减少50%:OR,1.04;95% CI,1.00-1.07)(图4)。此外,在PM2.5(OR,1.59;95% CI,1.20-2.12)或NO2(OR,1.60;95% CI,1.18-2.17)暴露增加的参与者中,与严重CAC评分的关联更大。
关联的修正
我们观察到空气污染物(PM2.5和NO2)与CAC评分之间的关联在男性(PM2.5:42.2%;95% CI,24.3%至62.7%;NO2:45.7%;95% CI,25.3%至69.5%)和年龄较大(年龄>60岁)参与者(PM2.5:50.1%;95% CI,28.8%至75.0%;NO2:55.5%;95% CI,31.8%至83.6%)中更强(补充材料e表4)。糖尿病患者NO2关联估计值大于非糖尿病患者(PM2.5:62.2%;95% CI,30.9%至101.0%;NO2:31.2%;95% CI,13.9%至51.0%),北方地区参与者的关联估计值大于东南地区参与者(每20 μg/m3 NO2,北方地区:42.0%;95% CI,21.7%至65.6%;东南地区:−9.2%;95% CI,−32.1%至21.4%)。本地北京居民与非北京居民之间污染物关联估计值无明显差异(本地北京居民,PM2.5每增加1个标准差:10.3%;95% CI,1.8%至19.4%;NO2:9.2%;95% CI,0.9%至18.3%;O3:−3.2%;95% CI,−11.5%至6.0%;非北京居民,PM2.5每增加1个标准差:16.1%;95% CI,9.4%至23.1%;NO2:14%;95% CI,7.1%至21.4%;O3:9.9%;95% CI,3.5%至16.7%)(补充材料e表5)。
讨论
在这项大型中国研究中,长期暴露于PM2.5、NO2和O3以及靠近交通与具有冠心病潜在风险的居民中经CAC评分评估的亚临床冠状动脉粥样硬化相关。PM2.5和NO2的研究结果在使用不同暴露时长以及控制主要已知冠心病危险因素和共污染物后均稳健。这些关联在男性、老年参与者以及糖尿病患者中更强。鉴于CAC与总冠心病事件强烈相关,4加之最近报道的发现即较高的长期PM2.5暴露与中国较高的冠心病死亡风险相关,10本研究可能提供证据表明冠状动脉粥样硬化是空气污染暴露潜在增加冠心病相关死亡的病理通路。
我们研究的主要优势包括大人群样本量、使用先进方法估算个体水平长期室外暴露浓度,以及结局指标和潜在混杂因素两方面个体信息的高质量。与中国众多从近端监测站22或区域建模估计(≥10 × 10-km空间分辨率)估算空气污染暴露的流行病学研究相比,10我们的暴露模型产生了个体分辨的暴露估计,使我们能够利用准确的精细尺度对比来研究空气污染暴露与动脉粥样硬化之间的关联。
由于我们观察到的环境空气污染浓度范围非常宽,本研究发现的关联可能比既往研究更为明显。此外,这是一个冠状动脉粥样硬化风险人群。既往显示空气污染或交通暴露与CAC程度相关的研究6,9,19,20非常有限,且大多为阴性发现。较高程度的CAC与德国鲁尔区附近道路暴露相关,9而PM2.5与胸主动脉钙化之间的关联最近在其他地方被报道。17在动脉粥样硬化多种族研究中,8较高的PM2.5和NO2暴露与CAC更快的进展相关,但诸如本研究中观察到的横断面关联尚未被观察到。6与以往在污染较轻地区进行的钙化研究相比,我们观察到的PM2.5估计效应量似乎较小(补充材料中的eFigure 5)。这与最近的一项全球疾病负担分析1一致,该分析表明与PM2.5水平较高的国家相比,PM2.5水平低得多的国家的相对风险变化更陡峭。
2015年,超过95%的中国人口暴露于高于本研究最低水平的PM2.5和NO2浓度。14由于中国所有死亡中超过40%归因于心血管疾病,23空气污染物对中国心血管疾病负担的潜在贡献非常大。改善空气质量至例如中国国家标准PM2.5 35 μg/m3和NO2 40 μg/m3可能带来更长的寿命。24即使分析限制在浓度低于40 μg/m3时,NO2暴露与CAC的关联仍然持续存在,提示即使低于该水平也可能存在关联。
在我们的研究中,我们还发现长期暴露于PM2.5和NO2与以下情况的可能性增加相关:存在任何数量的可检测冠状动脉钙化(CAC),以及CAC的最严重水平;严重CAC的风险最为显著。这与2项美国研究25,26一致,这些研究观察到与PM2.5暴露相关的轻度和重度冠心病(CHD)风险更高。综合来看,这些发现和我们研究的结果表明,具有CHD潜在风险的个体是对空气污染暴露特别易感的人群。
PM2.5暴露影响动脉粥样硬化形成的机制尚未被充分阐明。有研究提出,氧化反应产物的产生是由污染物与气道和肺泡中的脂质或细胞膜反应所启动的,循环中的产物触发致动脉粥样硬化机制,如脂质过氧化和高密度脂蛋白功能障碍。3该通路的持续激活与动脉粥样硬化的发展相关。27我们无法从本研究中得出结论认为NO2本身是导致这些估计效应的特定污染物。二氧化氮可能只是更有害的交通混合污染物(包括超细颗粒物和柴油尾气黑碳)的一个指示物。柴油尾气和超细颗粒物已被证明在实验模型中引起有害的生物学反应。28事实上,我们观察到NO2暴露与CAC相关,并且校正道路邻近度后其与NO2的关联减弱。居住在道路附近与个体对交通相关空气污染物暴露的显著增加相关,包括尾气排放(如NO2、超细颗粒物和黑碳)和非尾气排放(如轮胎磨损和摩擦材料产生的颗粒物)以及噪声。29这一发现提示交通暴露混合物的协同效应可能至少部分通过该机制发挥作用。
既往证据8支持PM2.5和交通相关空气污染物(如NO2)在动脉粥样硬化发展中的作用,但较少研究关注O3的心血管效应;长期暴露于O3对亚临床CHD的影响在很大程度上仍不清楚。环境O3是一种强氧化剂,也是全球常见的空气污染物。我们观察到O3与CAC程度之间存在显著关联,尽管由于这些暴露变量之间的空间相关性,该关联无法与PM2.5和NO2的效应相区分。
有证据表明,老年参与者和糖尿病患者比其他参与者更易受到这些暴露效应的影响。糖尿病患者总体冠状动脉斑块负荷更大,多支血管病变发生率更高。空气污染可能通过加剧胰岛素抵抗或引发促进未来糖尿病动脉粥样硬化的不良生物学反应(如内皮功能障碍)来加重潜在的糖尿病病程。3在女性中,我们观察到绝经后女性PM2.5暴露与动脉粥样硬化风险之间的关联更强,该人群此前已在美国被证实存在PM2.5与心血管风险之间的关联。30
局限性
本研究存在若干局限性。第一,由于这是门诊人群,可能无法完全反映一般人群。然而,该人群的冠心病(CHD)验前概率相对较低(27.3%);29.0%无症状,64.0%为非心绞痛性胸痛。此外,该人群在危险因素和冠状动脉钙化(CAC)水平方面与基于人群的样本8,10,17相似。因此,该队列可代表低风险自然人群。第二,我们无法排除未测量混杂因素(如职业史)所致的偏倚。此外,本研究的主要分析未考虑近年搬迁的个体,尽管我们在部分样本中进行了敏感性分析,显示一致的关联。第三,这是一项横断面研究,涉及一项正在进行的前瞻性队列研究的基线检查。未来对该前瞻性队列的纵向分析可能提供额外信息。
结论
本研究发现,在中国长期暴露于室外空气污染和交通污染物,特别是PM2.5和NO2,与CAC的发生相关。这一发现应有助于理解全球范围内的空气污染物效应,既提供了急需的本地生成数据,也提供了支持性证据,为全球范围内的空气污染标准制定过程提供参考。
参考来源
- Wang M, Hou ZH, Xu H, et al. Association of Estimated Long-term Exposure to Air Pollution and Traffic Proximity With a Marker for Coronary Atherosclerosis in a Nationwide Study in China. JAMA Netw Open. 2019. PMID: 31251382. doi:10.1001/jamanetworkopen.2019.6553
- 全文:PMC6604100(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6604100/
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。