乌鲁木齐市空气污染物与结膜炎患病风险的相关分析

易湘龙, 雒 梅, 王怡佳, 胡鹿梅, 沙玛丽·哈力木别克, 王 凯

(1新疆医科大学第一附属医院眼科, 乌鲁木齐 830054; 2新疆大学数学与系统科学学院, 乌鲁木齐 830017;3新疆医科大学医学工程技术学院, 乌鲁木齐 830017)

结膜炎是一种结膜组织的炎性疾病,是最常见的眼表疾病,临床表现为结膜充血、畏光、分泌物增多等。由于结膜组织直接暴露于外界,因此容易受到环境污染物、病毒细菌、过敏原等各种有害因素的影响,产生免疫炎症反应,从而导致结膜炎[1]。严重的结膜炎会影响患者身体和心理状况,降低患者生活质量[2]。在美国结膜炎占所有眼病类型的近三分之一,中国结膜炎患者病例也逐年增加[3-4]。大气污染一直以来都是全球性的公共卫生问题,其对人体健康的影响受到社会各界的关注。环境因素在多种疾病的发生发展中都发挥着关键作用,70%～90%的疾病患病风险可能与环境因素有关[5-6]。研究表明,多种疾病如儿童肺功能疾病、眼表疾病如结膜炎等都与环境空气污染密切相关[7]。世界卫生组织报告显示,空气污染物主要由不同颗粒污染物和气态污染物组成,包括 PM、O3、CO、NO2和SO2等[8]。以往的流行病学研究了空气污染物与结膜炎之间的关系,大多集中在PM2.5、PM10、O3、NO2和气象因素[9]。本研究采用时间序列分析探究乌鲁木齐市空气污染物与结膜炎患病情况的相关性,现报道如下。

1 资料与方法

1.1 一般资料以2017年1月1日-2020年12月31日新疆医科大学第一附属医院眼科收治的8 494例结膜炎患者为研究对象,其中男性2 530例,女性5 964例。收集患者就诊日期、年龄、性别、疾病诊断情况、家庭住址以及此次就诊是否为该患者的初诊等信息。排除基本信息缺失以及不是乌鲁木齐市常住居民的患者。本研究采用国际疾病分类第10版对结膜炎进行诊断分类[7],最终纳入的结膜炎种类包括:10.101、H10.102、H10.201、H10.301、H10.402、H10.801、H10.901、H10.902。本研究通过新疆医科大学第一附属医院伦理委员会批准(K202205-08),所有患者均签署知情同意书。

1.2 方法

1.2.1 空气污染物指标的测定 通过乌鲁木齐市8个环境监测站(新疆农科院农场、七十四中学、米东区环保局、铁路局、监测站、收费所、三十一中学、培训基地)获取2017年1月1日-2020年12月31日乌鲁木齐市空气污染物指标:PM2.5、PM10、NO2、SO2和CO的24 h最大值,以及O3的8 h最大值。同期乌鲁木齐市日均相对湿度(RH)和日均气温(MT)数据来源于中国气象数据网。

1.2.2 数据分组 将结膜炎患者数据分别按照性别(男性/女性)、年龄(0～1岁、2～5岁、6～18岁、19～64岁、≥65岁)进行分组[10],环境数据按照季节(暖季:4月～9月;冷季:1月～3月、10月～12月)进行分组,分别统计各组每日结膜炎患者门诊就诊人数。

1.3 统计学处理

1.3.1 基线资料分析 对研究期间结膜炎患者的基本信息、结膜炎患者每日门诊就诊人数、空气污染物数据和气象数据进行统计描述,具体为各组数据的平均值、最小值、第二十五百分位数(P25)、中位数(P50)、第七十五百分位数(P75)、最大值以反应数据的集中趋势;标准差以反应数据的离散趋势。

1.3.2Spearman相关分析 采用Spearman相关性分析空气污染物与气象因素之间的相关性,其相关程度分为5个等级:|r|≥0.8,为显著相关;0.6≤|r|<0.8,为高度相关;0.4≤|r|<0.6,为中度相关;0.2≤|r|<0.4,为低度相关;0≤|r|<0.2,为不相关。

1.3.3 随机森林分析 通过随机森林模型分析6种空气污染物浓度对结膜炎患者每日门诊就诊人数的贡献度,以反应空气污染物浓度对结膜炎患者每日门诊就诊人数的影响。

1.3.4 准泊松广义线性回归模型和分布式滞后非线性模型 采用准泊松广义线性回归模结合DLNM模型,研究CO短期暴露对结膜炎每日门诊就诊人数相对风险的影响,模型如下:

Yt～quasiPoisson(μt)

Log[E(μt) ]=β*(Zt,l)+factor(DOW)+ns(timet,df=7/year)+ns(RHt,df=3)+ns(MTt,df=3)+a

其中,E(μt)为第t天的结膜炎预期病例数;β为CO短期暴露对结膜炎门诊就诊人数的影响的回归系数值;Zt,l为CO浓度第t天和滞后1 d的交叉及函数,CO的基函数用于函数“thr”和滞后维度采用自由度为3的自然样条函数;DOW为一个指标变量,表示一周中的某一天,用于控制短期趋势;ns为自然样条基函数;df为自由度;timet为第t天的时间变量,自由度为7,用于控制季节和长期性趋势;RHt为第t天的日平均相对湿度;MTt为第t天的平均温度;a为截距。根 据 准 似 然 赤 池 信 息 量 准 则 (QAIC)、准似然贝叶斯信息准则(QBIC)选择最大滞后时长,最大滞后时间设定为15 d[11]。QAIC和QBIC指标选择暴露窗口为15 d,因为第15天两者的值最小,从第16天开始增加。所收集的数据根据CO的第 75、90、95 和 99 百分位数进行分组,以确定高浓度CO短期暴露对结膜炎每日门诊就诊人数的影响。建立多污染物模型进行敏感性分析,以评估在控制其他污染物后,CO对结膜炎门诊就诊人数的影响是否发生变化,增加结果的稳健性。

1.3.5 亚组分析 将结膜炎患者数据按照性别、年龄进行分组,环境数据按照季节进行分组,分析结膜炎患者在不同亚组中每日门诊就诊人数相对风险与空气污染物短期暴露的关系。采用R4.0.1软件的“dlnm”软件包建立DLNM模型和ggplot2绘图,以P<0.05为差异有统计学意义。

2 结果

2.1 描述性统计研究期间结膜炎患者每日就诊人数以及结膜炎患者的基本信息、空气污染物资料和气象资料进行总体的统计描述,见表1-3。

表1 空气污染物数据描述性统计(2017年1月1日-2020年12月31日)

表2 气象因素数据描述性统计(2017年1月1日-2020年12月31日)

表3 结膜炎患者每日门诊就诊人数数据描述性统计(2017年1月1日-2020年12月31日)

2.2Spearman相关性分析结果乌鲁木齐市空气污染物数据和气象数据的Spearman相关性分析,用来评价两类统计变量之间的相关性。其中CO与其他污染物的相关系数值均低于0.5,除了与RH的组合之外,与其他因素的相关性都具有统计学意义(P<0.05),见表4。

表4 不同污染物与气象因素之间的Spearman相关性分析

2.3 随机森林分析结果随机森林分析结果显示,在6种空气污染物对于结膜炎每日门诊就诊人数影响的程度排序中,CO的贡献度(0.257)最大,表明CO浓度对结膜炎每日门诊就诊人数有影响,见图1。

2.4 滞后分析结果不同滞后天数CO知期暴露对结膜炎门诊就诊人数相对风险影响的估计见表5。通过量化CO相对于中位数第75、90、95和99百分位数(第75百分位数为26,第90百分位数为51,第95百分位数为64,第99百分位数为80)的结膜炎门诊就诊人数相对风险度(RR),发现CO短期暴露显著影响结膜炎门诊就诊人数的相对风险。滞后时间为3 d时,CO第90、95和99百分位数相对危险度分别为1.098(1.023,1.177)、1.132(1.031,1.243)和1.173(1.040,1.323)。参照CO中位数第75、90、95百分位数,在滞后0～4 d、滞后7～9 d和滞后11～15 d效应估计均有统计学意义(P<0.05);参照CO中位数第90百分位数,在滞后0～4 d、滞后7～15 d效应估计均有统计学意义(P<0.05)。

表5 不同滞后天数CO短期暴露对结膜炎门诊就诊人数的相对风险

2.5 亚组分析结果CO的基函数为thr函数,滞后维度采用自由度为3的自然样条函数,当滞后时间为3 d时,CO短期暴露对结膜炎每日门诊就诊人数相对风险的影响是显著的,相应的影响估计值为1.006(1.002,1.010)。当滞后时间从0到15 d时,CO在第90、95和99百分位数的估计值所对应的相对风险变化这些具有统计学意义的效果估计中,最大的是CO第99百分位数对应的估计值。因此,在亚组分析中,滞后时间为3 d。图2为结膜炎患者每日门诊就诊人数相对风险和CO短期暴露-反应曲线。随着CO浓度的增加,曲线呈现上升趋势,即结膜炎患者每日门诊就诊人数相对风险随着CO浓度的增加而增大。

(注:该线表示点估计值,阴影表示相应的95%置信区间)

图3～5为各亚组的结膜炎患者的每日门诊就诊人数相对风险和CO短期暴露反应曲线。与男性相比,女性对CO短期暴露更敏感(图3)。在季节性分组中,人群处于寒冷季节比处于温暖季节的时候受到CO短期暴露的影响小(图4)。在对5个年龄亚组的分析中,19～64岁年龄组比其他年龄组更容易受到CO的影响(图5)。

(注:该线表示点估计值,阴影表示相应的95%置信区间)

(注:该线表示点估计值,阴影表示相应的95%置信区间)

(注:A:0～1岁,B:2～5岁,C:6～18岁,D:19～64岁,E:≥65,该线表示点估计值,阴影表示相应的95%置信区间)

通过建立多污染物模型进行敏感性分析发现,不管在2种空气污染物模型还是3种空气污染物模型中,CO短期暴露与结膜炎门诊就诊人数的相对风险之间的显著相关性没有发生明显改变,增加了结果的稳健性。其他5种空气污染物浓度与结膜炎门诊就诊人数风险之间的相关性不明显,结果没有统计学意义。

3 讨论

在乌鲁木齐市空气污染物与结膜炎门诊就诊人数之间的相关性研究中,采用CO短期暴露作为连续测量量进行分析,发现不同滞后日的CO浓度增加与结膜炎每日门诊就诊人数的相对风险有显著相关关系。

结果显示女性比男性更容易受到CO短期暴露的影响,与现有的环境空气污染与眼病相关的研究结果相一致。原因是在人体的生理机能方面,女性自身抵抗力较低[10]。此外化妆品中添加的各种化学成分会对皮肤产生一定的刺激作用,尤其眼妆部分会让眼睛不可避免地受到这些化学成分的浸染[11]。隐形眼镜也是一个因素[12],因为戴隐形眼镜的人群有更高的眼表接触感染风险。此外,室内烹饪女性居多,增大了接触 PM2.5、CO等污染物的机会[13]。

Khalaila等[14]的研究测量了每位结膜炎患者的准确温度,更加明确了结膜炎门诊就诊情况与夏季、秋季(即温暖季节)存在明显的相关性,这与本研究结果一致。但也有研究得出与此相反的结论:在寒冷月份的空气污染物暴露对结膜炎门诊就诊风险的影响更为明显[10]。结膜炎门诊就诊风险在暖季较高的原因也和个人行为有关,暖季有更多的人倾向于外出如游泳,空气刺激物或游泳池中的氯等会导致眼部感染的风险上升[15]。除了人为因素外,地理和气候也会产生影响。乌鲁木齐地处欧亚大陆腹地,远离海洋,是温带大陆性干旱气候,特别是在温暖的季节,紫外线强烈,多风,都会使眼表受损风险增加[16]。

年龄亚组分析中,发现19～64岁年龄组人群比其他年龄组人群更容易受到CO短期暴露的影响。19岁以下的儿童和青少年以及65岁以上的老年人活动地点有限,更多的是在室内,因此此类人群不会长时间暴露于室外。而处于中间年龄段的成年人,来回于各种通勤,使此类人群更容易受到空气污染的影响。社会心理因素、免疫能力等均会进一步导致眼睛的不适症状[17]。

在自然界中,CO是有机氧化或燃烧的产物,它是一种化学惰性的、无色无味气体,对人体有毒,同时也是一种关键的化学信使和神经递质。CO在昼夜节律、炎症、细胞凋亡和血流动力学等各种生理调节中都有着重要的作用。而CO作为眼睛系统的关键分子作用也正在显现,例如CO可以通过内源性途径作为精细调节剂调节眼压,为青光眼的治疗提供了新的潜在方向等[18]。CO作为室内环境和室外环境中一种常见的空气污染物,与疾病健康方向相关的研究较为有限[19]。现有的研究涉及到的与CO相关的疾病种类较为广泛,但是大多还处于所研究的疾病是否与室外空气污染物之间具有相关性这一比较浅表的层面,深入到空气污染物在体内的作用机制和途径等的研究很少。眼睛通过病理生理机制具有一定的自我保护能力,但长期暴露于空气污染中可能会损害眼表的健康[20]。

本研究也存在一定的局限性,首先,由于各个环境监测站点是固定的,最终监测到的数据代表的是暴露于空气污染物中的结膜炎患者整个群体,而不是个体;第二,研究中结膜炎患者数据均来自于一家医院,研究结果作为整个乌鲁木齐市结膜炎患者的代表有一定局限性;第三,没有评估结膜炎患者其他自身因素,如患者教育水平、职业等。