盆地大气重污染区域PM2.5暴露的疾病负担时间趋势研究——以成都市为例

摘要：

[目的]分析2014-2019年成都市大气PM2.5长期暴露造成的疾病负担及变化趋势,并比较2种主流暴露反应函数的结果差异.[方法]从ChinaHighPMx数据集获取2014-2019年成都市的1km×1km高分辨率PM2.5浓度值,分别利用全球疾病负担-综合风险函数(GBD-IER)和全球暴露死亡率模型(GEMM)估计慢性阻塞性肺疾病(COPD)、缺血性心脏病(IHD)、肺癌和脑卒中4种疾病的死亡风险,进而评估PM2.5的归因死亡.[结果] 2019年成都市因大气PM 2.5污染导致COPD、IHD、肺癌和脑卒中4种疾病的过早死亡1.83万例,占4种疾病总死亡人数的28.13％;与2014年相比,因大气PM2.5暴露导致的死亡人数占总死亡人数的百分比下降了9.86％,年龄标化归因死亡率降低了21.56％;4种疾病的归因死亡均有所下降,下降百分比分别为15.72％(脑卒中)、16.03％ (IHD)、30.99％ (COPD)和31.66％(肺癌).对比2种主流暴露反应函数结果,除脑卒中外,GEMM方法对COPD、IHD及肺癌3种疾病的死亡风险估计都远高于GBD-IER方法,平均为89％、109％和58％.[结论]2019年成都市归因于PM2.5长期暴露的疾病负担相比2014年有一定幅度的降低,但仍较严重,提示当地大气污染防控措施虽有一定成效,但还需进一步加强以降低大气PM2.5的归因死亡.相比GEMM方法,GBD-IER方法可能低估了PM2.5浓度降低导致的过早死亡降低程度.未来还需利用我国大气重污染区域队列建立更为准确的PM2.5与人群慢性健康危害的暴露-反应关系函数.

关键词：大气污染;环境细颗粒物;疾病负担;量化评估;IER;GEMM;成都市

所属期刊栏目：35

分类号：R18(流行病学与防疫)

资助基金：国家重点研发计划"四川盆地大气重污染区域自然人群队列研究";国家自然科学基金项目"环境流行病学中多元非线性高维交互效应的贝叶斯模型构建及推断研究"

在线出版日期：2021-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40