2015～2019年武威市空气污染物与流行性感冒发病的关联性

郭慧春，李 盛，朱东升，樊春燕，杨 露

（1.兰州市疾病预防控制中心，甘肃 兰州 730030；2.兰州市第一人民医院，甘肃 兰州 730050；3.甘肃中医药大学公共卫生学院，甘肃 兰州 730000）

目前空气污染带来的健康危害，已成为我国一个重要的公共卫生问题。研究表明，每年我国有160万人死亡是由空气污染造成的，约占总死亡人数17%［1］，空气污染对健康的影响，主要表现为疾病的发病风险、发病率和死亡率的不断增高［2］，特别是呼吸系统疾病。流感是一种有急性症状的病毒感染，流感病毒可以通过直接和间接方式传播，感染者呈现咳嗽、体温升高、喘息、喉咙痛、鼻塞、流鼻涕和疲劳等症状［3］，五岁以下的儿童和患有慢性疾病的老年人受影响的风险很大［4］。近年来研究表明PM2.5、PM10 质量浓度的增加可增加流感样病例日门诊量，并且存在剂量效应［5］，宜昌市研究发现大气污染物对人群流感的发病均有短期影响［2］，相关实验研究证明空气污染物通过炎症反应、氧化应激、遗传损伤等作用影响流感发病［6–8］。在我国对空气污染物与流感发病关联性分析主要集中在经济发达的东部地区［2，5］，在前者的研究中探讨气候因素与流感发病关系居多［9-10］，而武威市位于腾格里、巴丹吉林两大沙漠的交汇处，干旱缺水，沙多林少，自然条件恶劣，沙尘暴天气尤为严重。本研究通过运用分布滞后非线性模型（distributed lag non-linear model，DLNM），分析武威市2015～2019年空气污染物与流感发病关系，为武威市流感防控提供科学依据。

1 材料与方法

1.1 流感资料

2015～2019年武威市连续5年的流感病例个案数据来源于“中国疾病预防控制信息系统”，收集整理流感病例个案的发病日期等信息并审核。

1.2 气候与环境资料

气象数据来源于天气预报网，主要是武威市的日平均气温；环境数据来源于中华人民共和国生态环境部数据中心，选取武威市空气污染物PM10、PM2.5、SO2日平均值和O3的每日最大8 h浓度（O38 h）。

1.3 统计学方法

考虑空气污染物对流感发病的影响呈非线性与滞后性，本研究采用DLNM 模型建立交叉基函数来阐述暴露于空气污染物和健康之间的相关性［11］。以往的研究较多的采用广义线性模型和广义加性模型来模拟空气污染物暴露与流感发病之间的关系，但上述模型无法从不同时间维度下研究空气污染物对流感发病影响的滞后分布和累计效应，而DLNM 模型可以克服以上缺点，并在广义加性模型的基础上通过构建交叉基函数来模拟空气污染物的暴露-反应关系及滞后-反应关系。每周流感发病数近似服从泊松分布，通过控制长期趋势、温度周均值和季节效应来探讨空气污染与流感发病的关联性。建立模型如下：

Yt～Poisson（μt）

Log（μt）＝α+ns（Timet，df）+ηDOWt+cb（x，7）+cb（Time，12）

其中，Yt为第t周的流感发病数，μt是第t周的流感期望数；α为截距；ns 为自然样条函数，Timet是时间长期趋势，df 为自由度，根据赤池信息量准则（Akaike’s Information Criterion，AIC），确定为3×5（年）；DOWt设为星期几的哑变量，η为系数；cb为交叉基函数，x为t周所研究大气污染物日均浓度的周均值，7为污染物最大滞后周数，根据AIC 确定自由度为3；Temp为日均温度的的周均值，l2 为平均温度的最大滞后天数，同样根据AIC 确定自由度为3。将PM10、PM2.5、SO2、O38 h 分别纳入DLNM 模型，采用单周滞后和累计滞后估算空气污染物对流感发病的短期影响。空气污染物以0 μg/m3为参考浓度，分别计算PM10、PM2.5、SO2、O38 h浓度每升高一个10 μg/m3时，相应的流感发病的相对危险度及95%置信区间。

本研究运用office 2019 Excel 整理分析数据，使用SPSS 26.0 软件、Spearman 秩相关分析描述及评价空气污染物、温度和流感发病数特征及三者之间的相关程度，采用R 4.0.4软件提供的dlnm和splines软件包进行统计分析，检验水准α=0.05。

2 结果

2.1 一般情况

2015年1月1日～2019年12月31日，武威市共报告了1 256 例流感病例，周均4.81 例。在监测的4 种空气污染物中，大气颗粒物PM2.5、PM10的周均质量浓度分别为（40.14±22.15）μg/m3和（103.88±74.43）μg/m3，气态污染物O38h 和SO2的周均质量浓度分别为（97.72± 25.62）μg/m3和（16.98±19.26）μg/m3。武威市周均气温为（10.26±10.58）℃（见表1所列）。由图1可见，流感发病主要集中在11月至次年4月，以冬春季节发病为主，空气污染物SO2、PM10、PM2.5月均浓度在此期间均有所上升，而O3月均浓度在10月至次年2月呈下降趋势。如图1所示。

图1 2015～2019年武威市流感月均发病数、空气污染物月均浓度时序图

表1 2015～2019年武威市每周气温、每周大气污染物质量浓度及每周流感发病数

2.2 空气污染物与气温相关性分析

SO2、PM2.5、PM10 周均质量浓度与O38h 呈负相关（r ＜0）；气温与O38h呈正相关（r ＞0），与其他污染物均呈负相关（r ＜0）。其中，PM2.5与PM10的相关性最强，r=0.893。当空气污染物与周均气温的相关系数r ＞0.7时，模型中不在纳入周均气温因素，以减少共线性的影响。见表2所列。

表2 空气污染物与气温Spearman相关分析结果（r值）

2.3 空气污染物对流感发病数的滞后效应

由图2可见，O3、PM10、PM2.5在滞后0～7周流感发病危险度RR 值均＞1；SO2在滞后2～6 周RR 值均＞1。由表3可见，O38h在累计滞后第7周对全人群流感发病有显著影响，在累计滞后第7周达到最大值；O38h浓度每增加10 μg/m3，流感发病的RR 值为1.76%（95%CI：1.18～2.62）；SO2、PM10、PM2.5对全人群流感发病均有影响，但无统计学意义。

图2 不同空气污染物下流感危险度与滞后周数的关系

表3 空气污染物对全人群流感发病影响的累计滞后效应［RR（95%CI）］

3 讨论

本研究结果显示，武威市流感的发病趋势具有明显的季节性，发病主要集中在冬季和春季，符合流感的发病特征，因此武威市应加强对冬春季节的流感发病的防范措施，例如加强对易感人群的流感监测、加强对流感知识的宣传、积极倡导居民进行流感疫苗接种及做好日常预防感染措施。

本研究发现，O38h 周均浓度对武威市全人群流感发病影响的累计滞后效应在滞后7周时RR达到最大，RR 值为1.76%（95%CI 为1.18～2.62），对流感发病有显著影响。近年来研究表明，空气污染物浓度的升高与流感发病增高有关。武汉市［12］研究结果显示O3与流感的风险有显著关系，O3浓度每升高10 μg/m3流感发病风险增加1.005%；在澳大利亚布里斯班进行的一项研究发现高浓度O3与儿童流感病例增加有关［13］。O3影响流感发病的机制可能如下：（1）O3可以干扰呼吸道中蛋白酶和抗蛋白酶之间的平衡，使呼吸道上皮细胞中分泌的蛋白酶增加，从而导致流感病毒的HA裂解和激活加强［14］，加剧流感感染；（2）O3能刺激多种转录因子和炎症相关细胞因子基因的表达，导致全身炎症和氧化应激增加［15］。O3是氮氧化物和挥发性有机物在强紫外线照射下发生光化学反应产生的二次污染物，机动车尾气是氮氧化物的来源之一，尤其在夏季在强紫外线作用下机动车尾气更易转化生成O3，为减少O3对人群流感发病的影响，可以限购车辆减少尾气排放量、提升燃油品质、推广新能源汽车等［16］。

SO2对武威市全人群流感发病影响在滞后0～7 周的RR 值均＞1。济宁市［17］研究显示SO2日平均浓度每增加10 μg/m3，对全人群在滞后11 d 达最大RR 为1.05（1.01，1.09）。SO2影响流感发病的原因可能如下：（1）SO2为刺激性气体，会刺激呼吸道引起咳嗽、哮喘等症状，可对肺部结构造成永久性损伤［18］；（2）当SO2气体吸入呼吸道，对呼吸道黏膜产生侵袭性，对上皮细胞及肺泡的微结构造成损害［17］，导致病毒感染的机率增加和人体的易感性增加。SO2是城市大气污染中的主要污染物之一，含硫的煤的燃烧是重要来源，武威市2019年全年规模以上工业消费能源115.03×104t 标准煤、下降19.2%，万元工业增加值能耗2.19 t 标准煤、下降20.6%［19］，为减少SO2对人群流感发病的影响，可以采用煤炭生物脱硫等技术减少SO2的排放［20］。

PM2.5、PM10 浓度最高的月份集中在11月至次年4月，与武威市流感发病高峰较一致，主要集中在冬春季，DLNM模型分析PM2.5、PM10在滞后0～7周流感发病危险度RR 值均＞1。张文英［21］等研究结果显示PM10、PM2.5 浓度与流感的发病均呈正相关（r =0.412，P＜0.05；r = 0.624，P＜0.01）。PM2.5、PM10 影响流感发病的原因可能如下：感染源通过打喷嚏等方式将病毒排出，流感病毒易附着在PM2.5、PM10颗粒物上形成气溶胶并进行扩散［22-23］，当空气中PM2.5、PM10颗粒物浓度较高且在空气中悬浮的时间较长时，人体吸入带病毒颗粒物机率增加［24］，从而易发生流感。汽车尾气的排放、大风扬尘等均可形成可吸入颗粒物，武威市近年来完善了煤质扬尘管控措施，提高造林绿化质量，积极防沙治沙［19］，减少空气中的细颗粒物的浓度，使得人体内吸入的细颗粒物浓度降低，从而降低流感传染的可能性［25］。

流感的流行是多种因素综合作用所出现的结果，空气污染物只是其中之一。本研究对武威市空气污染物CO、NO2数据及气象因子风速、气压、降水量、相对湿度等数据的收集不够全面；武威市人口学特征分析上不够深入，今后研究将侧重多途径收集信息，多方面多层次分析空气污染物与流感间的关系。