文献速递心脑血管急症消化、代谢与肾脏急症

细颗粒物与房颤患者卒中风险的关联

Association of Fine Particulate Matter and Risk of Stroke in Patients With Atrial Fibrillation.
PubMed 文献 · JAMA Netw Open · 2020-09-01
一句话结论在房颤队列中,住宅年均PM2.5每升高1个标准差,缺血性卒中风险HR 1.07(95%CI 1.00-1.14);最高四分位较最低四分位HR 1.21(95%CI 1.01-1.45)。

这项队列研究纳入美国宾夕法尼亚州阿勒格尼县一家大型区域医疗系统的31414例房颤患者,随访至2017年12月1日,中位随访3.5年,年均PM2.5暴露为10.6(0.7)μg/m3。在调整人口学、临床合并症及社区收入和教育水平后,PM2.5每升高1个标准差与缺血性卒中风险升高相关(HR 1.07;95%CI 1.00-1.14),最高四分位暴露组较最低四分位组卒中风险升高(HR 1.21;95%CI 1.01-1.45)。研究提示房颤患者长期细颗粒物暴露与缺血性卒中风险存在剂量依赖性关联,支持减少污染暴露可能降低高危人群卒中风险。

要点

  • 房颤患者住宅年均PM2.5最高四分位组较最低四分位组缺血性卒中风险升高,多变量调整后HR 1.21(95%CI 1.01-1.45)。
  • PM2.5每升高1个标准差,多变量调整后缺血性卒中风险HR 1.07(95%CI 1.00-1.14),95%CI下限为1.00。
  • 队列年均PM2.5暴露为10.6(0.7)μg/m3,中位随访3.5年,缺血性卒中总发生率为12.60/1000人年(95%CI 11.98-13.24)。
  • 在年龄(<75岁和≥75岁)和性别分层分析中,缺血性卒中发生率随PM2.5暴露四分位升高而升高。
  • 作者认为减少污染暴露的努力可能降低房颤高危人群的卒中风险,未来研究可建模PM2.5减排措施的成本效益。

适用人群与场景

  • 2007年1月1日至2015年9月30日在大型区域医疗系统就诊、居住于宾夕法尼亚州阿勒格尼县、经心电图、消融或心脏复律诊断房颤或至少2次ICD-9房颤编码就诊的成人。
  • 排除:年龄小于18岁者、房颤诊断前有缺血性卒中史者、房颤诊断后30天内接受心胸外科手术者、房颤确定后无该医疗系统随访者、地址无法地理编码者。
  • 研究场景为区域医疗系统电子健康记录队列,非急诊或ICU床旁场景。

诊断标准与关键阈值

  • 房颤诊断依据:心电图、消融或心脏复律诊断房颤,或至少2次ICD-9房颤编码(如427.31)就诊。
  • 缺血性卒中的主要结局定义:行政编码为主要诊断为缺血性卒中的住院事件,卒中日期为住院首日。

研究设计与关键结果

  • 研究类型为队列研究,纳入31414例房颤患者(女性15813例,占50.3%;平均年龄74.4岁,标准差13.5岁),中位随访3.5年(四分位距1.6-5.8年),总观察122745人年。
  • 年均PM2.5暴露为10.6(0.7)μg/m3;随访期间1546例发生缺血性卒中,总发生率12.60/1000人年(95%CI 11.98-13.24)。
  • 调整人口学和临床变量后,PM2.5每升高1个标准差与卒中风险升高相关(HR 1.08;95%CI 1.03-1.14);进一步调整社区收入和 educational level 后HR 1.07(95%CI 1.00-1.14)。
  • 调整年龄、性别和 race 后,PM2.5最高四分位组较最低四分位组卒中风险升高(HR 1.36;95%CI 1.18-1.58);进一步调整临床协变量、收入和 educational level 后HR 1.21(95%CI 1.01-1.45)。
  • 在年龄(<75岁和≥75岁)和性别分层分析中,缺血性卒中发生率随PM2.5暴露四分位升高而升高。

证据类型、等级与局限

  • 证据类型为队列研究,遵循STROBE报告规范。
  • 局限:存在错分偏倚可能,患者可能在该医疗系统外诊断或诊断未被行政编码捕获。
  • 局限:研究无法纳入房颤持续时间,分析未设计确定新发房颤日期,患者可能在进入电子健康记录前已诊断。
  • 局限:年均住宅特异性颗粒物暴露基于监测活动数据量化,无法纳入家庭内、职业来源、旅行或住所变更的个体暴露;未纳入烟草暴露是潜在局限。
  • 局限:未捕获控制房颤或卒中危险因素的医疗管理,如抗凝或糖尿病、高血压管理。
  • 局限:存在残余混杂,模型未捕获运动、饮食、一级预防和医疗服务可及性等因素。

对床旁实践的改变

  • 作者认为,本研究发现PM2.5与缺血性卒中相关,提示减少污染暴露的努力可能降低房颤高危人群的卒中风险。
  • 作者认为,本研究为监测和倡导公共卫生政策提供了额外证据;未来建模PM2.5减排措施成本效益的研究可能有助于降低房颤患者卒中风险。

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
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2020 Sep 15;3(9):e2011760. doi: 10.1001/jamanetworkopen.2020.11760

引言

心房颤动(AF)是一种常见的心律失常,血栓栓塞性卒中是其主要相关结局。1,2 AF患者卒中的危险因素已充分确立。3 相比之下,环境暴露如何增加AF患者的缺血性卒中风险仍未被探索。此类研究有望阐明AF中卒中发病机制,并促进纳入减少污染暴露以改变卒中风险的个体化诊疗方法。

环境空气污染物,尤其是直径≤2.5 μm的细颗粒物(PM2.5),与心血管风险相关。4 多项研究5,6,7,8,9,10已确立短期(昼夜)和长期(多年)PM2.5暴露与心血管事件之间的关联。PM2.5已被认定与心血管疾病存在因果关系,并且是心血管事件最重要的环境危险因素,4,11 包括卒中和卒中相关死亡。12,13,14,15,16 一项基于人群的研究17发现,长期污染会增加具有卒中危险因素个体的卒中风险。在图1中,我们展示了颗粒物与AF及卒中可能相关的通路。由于既往研究18,19聚焦于短期污染变化和AF住院事件,我们检验了污染(特别是PM2.5)与AF患者卒中风险的长期、居住地特异性关联。

检验环境污染物暴露与AF患者长期卒中事件之间的关联,需要结合详细的暴露评估(即在大范围内对污染物进行精确的空间和时间测量)和个体水平临床结局的确定(由区域医疗保健系统收集)。一项既往研究20调查了卒中但未考虑AF。长期污染暴露如何与AF中的卒中风险相关仍是一个主要问题。

我们使用了位于宾夕法尼亚州西南部的阿勒格尼县的空间饱和空气污染监测活动数据,该地区有重工业活动历史。宾夕法尼亚州匹兹堡是阿勒格尼县最大的城市,被美国肺脏协会2019年《空气状况》报告列为美国10个污染最严重的城市之一。21 我们将该地区最大医疗保健系统的电子健康数据与年度、居住地水平的颗粒物暴露评估相结合。我们假设PM2.5暴露与AF患者卒中风险存在剂量依赖性关联,即长期PM2.5暴露较高的个体卒中风险相应增加。

图1. 颗粒物与心房颤动及缺血性卒中风险之间关联的通路CAD表示冠状动脉疾病;CVD表示心血管疾病;PM2.5表示直径≤2.5 μm的细颗粒物。虚线表示所检查的主要组成部分,蓝色实线箭头表示它们之间的关系。 查看原图 ↗

方法

研究队列和AF的确定

我们进行了一项队列研究,研究对象为2007年1月1日至2015年9月30日期间从一个拥有统一电子健康记录(EHR)的区域医疗保健系统中识别的房颤患者。我们对个人地址进行地理编码,以分配居住水平的颗粒物暴露年度估计值。匹兹堡大学人类研究保护办公室批准本研究为最小风险研究,并豁免知情同意。我们遵循了加强流行病学观察性研究报告(STROBE)报告指南的要求。22

匹兹堡大学医学中心(UPMC)为宾夕法尼亚州西部地区提供41%的医疗服务,2018年患者量超过388 000人次住院和550万人次门诊就诊。23 UPMC的EHR系统存储于医学归档系统(MARS)中,该数据库是健康系统电子临床、行政和财务数据库的存储库,由匹兹堡大学开发。24

我们检索MARS以识别2007年1月1日至2015年9月30日期间在UPMC就诊、居住在宾夕法尼亚州阿勒格尼县、且经心电图、房颤消融或心脏复律程序确诊房颤或至少有2次独立就诊记录具有国际疾病分类第九版(ICD-9)房颤编码(如编码427.31)的个体。共识别出41 002人的总队列。我们将随访开始时间定义为满足这些标准的日期。

我们在各研究年份中随机选取200例以验证房颤诊断。两名医生(Z.J.R.和U.R.E.)独立审查每例的EHR,第三名医生(E.G.)被指定进行裁定。我们确认200例中198例为房颤。198例确诊病例中有2例需要第三名审查者(E.G.)裁定以确认房颤。

我们排除了7名年龄小于18岁的个体、2253名在房颤诊断前有缺血性卒中病史者、以及3660名在房颤诊断后30天内接受心胸手术者。我们进一步排除了547名在确定房颤后无UPMC随访的个体。补充材料中的eFigure 1按逐步排除总结了队列选择过程。

地址地理编码

我们从EHR中提取每位参与者的家庭地址,并使用复合地址定位器在ArcGIS(环境系统研究所)中地理编码为x,y坐标,以最大化地址位置的位置精度。对于我们的地理编码方案,我们(1)排除不完整地址(如邮政信箱和无固定住所参与者的地址);(2)使用ZP4地址标准化软件(Semaphore Corporation)将地址通过美国邮政服务参考数据集进行处理;(3)排除阿勒格尼县以外的地址;然后(4)依次使用地址点定位器、地块图层定位器和街道网络定位器对地址进行地理编码。26,27 我们排除了2234名地址无法地理编码的个体。其余31 414个地址以97.2%的匹配率完成地理编码。为保护研究参与者,我们在地理编码后从分析数据集中删除了地址。

颗粒物暴露

主要自变量为在个体居住地估算的PM2.5年平均暴露量。我们对PM2.5定量的方法已在其他文献中详细描述。28简言之,我们于夏季(2012年6月至7月)和冬季(2013年1月至3月)在约388 km2区域内37个不同位点开展了空间饱和监测活动。在每个位点,使用安装在10至12 ft高度的Harvard Impactor(Air Diagnostics and Engineering Inc),以4.01 L/min的流速,在每个季节7天采样期内每小时的前15分钟采集PM2.5综合样本。采样位点采用地理信息系统(GIS)选取,以捕捉空间变异以及交通密度、与工业区邻近程度和海拔的差异。采用土地利用回归(LUR)建模方法,将PM2.5浓度建模为基于GIS的污染源和土地利用特征指标(如交通密度;交通网络;道路;工业排放;人口;以及卡车、公交车和柴油指标)的函数,并利用参考监测位点的浓度校正时间变异。28,29利用LUR模型,我们创建了估算PM2.5的连续空间表面,并利用该表面估算每位参与者住宅周围300-m缓冲区内1年平均暴露量。29,30既往研究31已证明PM2.5浓度具有稳定的空间变异,同一区域多年来保持相对较高或较低水平。因此,基于残余位置的暴露估算能够有效识别随时间推移暴露持续较高或较低的个体。 consequently,我们将单一年平均空气污染测量值作为研究期间每个住宅的暴露量。

缺血性卒中

我们的主要结局是因缺血性卒中住院,定义为以缺血性卒中为主要诊断的住院事件(依据行政编码)。32我们将卒中日期定义为首次住院日期。事件时间确定为从观察开始(即电子健康记录(EHR)中首次识别AF)至观察期间首次卒中事件。个体前瞻性随访卒中事件至2017年12月1日。

协变量

我们在MARS中检索了患者层面的人口学信息(性别和种族)以及合并内科疾病和结局的ICD-9编码(补充材料中的eTable 1)。合并内科疾病根据其与AF个体缺血性卒中风险增加的确立关联进行选择:心力衰竭、高血压、糖尿病、冠状动脉及外周血管疾病和短暂性脑缺血发作。3如果在参与者观察开始之前或开始时存在ICD-9诊断,则视为存在该合并症。我们使用GIS从美国人口普查局2011至2015年美国社区调查中提取社区层面社会经济特征。33我们将社区家庭收入中位数以及普查区居民拥有高中文凭和学士学位的百分比作为协变量纳入。

统计分析

我们以均值(标准差)报告符合正态分布的连续变量,以中位数(四分位距[IQR])报告偏离正态分布的连续变量。我们使用双尾、独立样本t检验、Wilcoxon-Mann-Whitney检验和Spearman相关性比较连续变量。我们使用Fisher精确检验或χ2检验检验分类变量。每位参与者的随访在最后可获得的电子健康记录(EHR)日期(包括死亡)或观察满10年时截尾。我们按PM2.5四分位数确定缺血性卒中的发病率。构建Kaplan-Meier估计以按PM2.5暴露四分位数描述缺血性卒中事件。我们使用Cox比例风险回归模型估计PM2.5每增加1个标准差(SD)与缺血性卒中时间的风险比(HR)和95%CI,然后以最低四分位数作为参照估计PM2.5暴露各四分位数的相应值。我们使用二次项(年龄平方和年龄立方)控制年龄与卒中风险之间的非线性关联。34,35 我们对模型进行了性别、种族(黑人与非黑人)以及既定卒中危险因素的校正。鉴于短暂性脑缺血发作诊断的特异性有限,我们将其排除在多变量校正之外。36 我们检验了每个协变量的比例风险假设,并对违反该假设的每个变量(年龄、性别、心力衰竭病史和高血压病史)在模型中纳入时间依赖协变量进行调整。我们使用双侧α = .05确定统计学显著性。数据分析于2018年3月14日至2019年10月9日进行。所有分析均使用Stata SE软件版本13.1(StataCorp LLC)完成。

结果

排除后,31414名个体(15813[50.3%]为女性;平均[SD]年龄,74.4[13.5]岁)纳入研究队列。表1按PM2.5暴露四分位数总结了特征。内科合并症和卒中危险因素高度流行:心力衰竭(17748[56.5%])、高血压(25622[81.6%])、糖尿病(10011[31.9%])和冠状动脉疾病(13657[43.5%])。年平均PM2.5暴露为10.6(0.7)μg/m3。图2A呈现了居住地水平的年PM2.5估计值,显示整个研究区域(宾夕法尼亚州阿勒格尼县)污染暴露的空间聚集。

队列中的中位随访时间为3.5年(IQR,1.6-5.8年),总观察时间为122745人年。在此期间,1546名患者发生缺血性卒中,总事件率为每1000人年12.60(95%CI,11.98-13.24)。在校正人口学和临床变量后,PM2.5每增加1个SD与卒中风险增加相关(HR,1.08;95%CI,1.03-1.14)。在进行包括家庭收入和教育水平在内的完全多变量校正后,PM2.5每增加1个SD与卒中风险增加相关(HR,1.07;95%CI,1.00-1.14)。

补充材料中的eTable 2给出了按年龄和性别分层后,根据PM2.5四分位数计算的每1000人年中缺血性卒中事件发生率。数据显示,缺血性卒中发病率与居住水平PM2.5估计值四分位数之间呈正相关。在年龄(<75岁和≥75岁)和性别分层分析中,缺血性卒中发病率随PM2.5暴露增加而持续升高。年龄分层分析中PM2.5的Kaplan-Meier曲线见补充材料eFigure 2A和B,性别特异性分层见补充材料eFigure 3A和B。这些补充图表说明了居住水平PM2.5在年龄和性别特异性分层中一致的关联。

在调整年龄、性别和种族的分析中,与最低四分位数相比,PM2.5暴露最高四分位数与卒中风险增加相关(HR,1.36;95% CI,1.18-1.58)(表2)。在纳入临床协变量及社区水平收入和受教育程度的多变量调整后,与最低四分位数参照组相比,PM2.5暴露与卒中风险在最高四分位数的关联减弱至HR为1.21(95% CI,1.01-1.45)。图2B显示了按PM2.5四分位数分组的卒中事件及普查区组水平家庭年收入中位数估计值,表明卒中病例与该社会因素共同聚集。图3呈现了按PM2.5四分位数分组的卒中事件随时间变化的Kaplan-Meier曲线,表明居住水平PM2.5估计值与卒中事件增加之间存在长期关联。

表1. 按PM2.5四分位数分组的基线特征和合并症a 查看原表 ↗
图2. 宾夕法尼亚州阿勒格尼县地图 该地图显示了细颗粒物(空气动力学直径≤2.5 μm,PM2.5)浓度,按居住水平四分位数分类,分别为(A)每位队列参与者(n = 31 414)和(B)每位发生卒中事件的队列参与者(n = 1546),并按普查区组水平家庭收入中位数分类。PM2.5数值因四舍五入而出现重叠。 查看原图 ↗
表2. PM2.5四分位数与卒中风险的关联a 查看原表 ↗
图3. 按细颗粒物(空气动力学直径≤2.5 μm,PM2.5)四分位数分组的观察年间缺血性卒中事件的Kaplan-Meier曲线 该图展示了居住水平PM2.5估计值与卒中事件之间的长期关联。 查看原图 ↗

讨论

这项针对大型区域性房颤患者队列的队列研究发现,以年度居住水平PM2.5衡量的空气污染暴露与缺血性卒中之间存在关联。居住在PM2.5暴露最高四分位数住所的个体与最低四分位数相比,卒中风险约高20%。在调整人口学因素、与卒中相关的合并症以及普查水平社会经济因素(收入中位数和受教育程度)后,该关联持续存在。

该研究结合了以下数据:(1)使用空间饱和监测和土地利用回归(LUR)的PM2.5居住水平估计值;(2)来自大型区域医疗系统的详细电子健康记录(EHR)事件;(3)普查 tract 水平的社会经济数据,以补充空气污染对公共健康造成负担的实质性证据。在宾夕法尼亚州阿勒格尼县开展该研究尤为重要,因为该地区具有工业历史,且在全国年度PM2.5排名中位列第七差。21,37

本研究的结果与发现长期暴露于空气污染物会增加心血管疾病风险的研究4,11一致。这些发现为房颤(AF)患者住宅区PM2.5估计值与卒中风险的纵向关联提供了新的见解。先前关于污染与房颤的文献18,19,38,39,40,41检查了短期颗粒物暴露,使用的是中心而非住宅级别的污染物监测,将房颤确定为住院事件或通过心内设备监测来确认,或者受限于不完整的协变量。一项关于空气污染与房颤的荟萃分析42发现研究间存在显著异质性(I2 = 0.65%)。另一项荟萃分析20发现,关于PM2.5与卒中的研究并未专门针对房颤患者。

纳入社区水平的社会因素增加了研究结果的有效性。考虑到社会经济地位和社会因素对心血管健康的已知贡献,对社区环境进行调整至关重要。在一项基于大型人口普查数据的研究中,黑人人群的PM2.5暴露水平比白人人群高1.5倍,生活在贫困线以下者的暴露水平比贫困线以上者高1.3倍。43污染暴露还与以社区种族和收入分布为代表的社会经济地位相关,44,45而基于社区队列的研究46,47,48,49,50证实空气污染加剧了健康结局中的种族差异。

本研究发现的剂量依赖性结果提示了房颤患者缺血性卒中风险逐步增高这一关联背后的生物学机制。此外,PM2.5与高血压、糖尿病和心力衰竭相关51,52,并具有促炎和促血栓形成作用,且增加应激激素激活,所有这些均与房颤和卒中相关。53,54 PM2.5暴露升高及伴随的炎症可能促进血栓形成并诱发脑血管事件。颗粒物与血栓形成之间的其他通路已有描述。4对本研究发现的另一种可能解释是,空气污染与缺血性卒中的关联独立于房颤。也就是说,卒中风险升高的个体中颗粒物暴露可能更高,而卒中风险升高是由诸如预防性卫生服务可及性有限和卒中危险因素治疗不足等不平等因素所致。

本研究发现的PM2.5与缺血性卒中的关联提示,减少污染暴露的努力可能降低房颤高危人群的卒中风险。对空气污染物不良影响的认识已促成了《清洁空气法》、空气质量监测活动立法、控制排放源的监管执法以及空气健康预警。37,55政府、专业学会和行业的合作已制定了应对污染和减轻心血管疾病负担的举措。56本研究为支持监测和倡导公共卫生政策提供了额外证据。此外,未来对PM2.5减排措施成本效益进行建模的研究可能有助于降低房颤患者的卒中风险。

优势与局限性

本研究既有优势也有局限性。其优势之一是将基于长期居住地的PM2.5暴露空间精细化估计与来自电子健康记录(EHR)数据的患者层面临床危险因素和结局的大量数据相结合。此外,阿勒格尼县PM2.5的精细尺度土地利用回归(LUR)曲面使得暴露建模比传统使用的城市或全县范围测量更为准确。这些结果可能有助于理解房颤(AF)患者卒中的流行病学,并为空气污染暴露与房颤患者缺血性卒中风险的文献增添证据。

本研究具有重要局限性。第一,存在来自多个来源的潜在错分偏倚。个体可能在医疗保健系统之外获得诊断,或者诊断可能未被行政编码所捕获。第二个根本性局限是研究无法考虑房颤的持续时间。该分析并非旨在确定新发房颤的日期;个体可能在进入EHR之前已被诊断。然而,尽管研究无法考虑房颤持续时间,但观察到PM2.5与缺血性卒中之间存在一致的关联。第三,使用监测活动数据量化了年平均居住地特异性颗粒物暴露。研究无法考虑家庭内或职业来源、出行或居住地变更的个体水平暴露;此类评估超出了本分析的范围。值得注意的是,鉴于烟草与缺血性卒中的强关联,分析中缺乏烟草暴露是一个潜在局限性。在EHR中准确确定吸烟状况具有挑战性57,且要全面评估需要测量烟草强度、吸烟年数和二手烟暴露。第四,控制房颤或卒中危险因素的医疗管理,如抗凝治疗或糖尿病或高血压的管理,未被捕获。第五,残余混杂可能影响对本文报告结果的解释。本研究中使用的模型未捕获运动、饮食、一级预防和医疗保健可及性等因素。

结论

在这项针对大型区域医疗保健系统的队列研究中,观察到污染暴露与房颤患者缺血性卒中风险之间存在一致的关联。这些结果提示空气污染与卒中事件之间存在剂量依赖性关联,并凸显了空气污染对与房颤相关的心血管结局的重要性。未来需要开展研究以探讨加剧本文所识别关联的个体和社区层面因素。这些结果推进了对空气污染在公共卫生方面代价的理解,并加强了继续倡导减少污染暴露努力的理由。

参考来源

  1. Rhinehart ZJ, Kinnee E, Essien UR, et al. Association of Fine Particulate Matter and Risk of Stroke in Patients With Atrial Fibrillation. JAMA Netw Open. 2020. PMID: 32930777. doi:10.1001/jamanetworkopen.2020.11760
  2. 全文:PMC7492916(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7492916/

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。