检索历史 清除

摘要目的<br>　　既往研究表明，空气污染、气象因素是痛风疾病进展过程中的重要环境影响因素。目前，国内外已有流行病学和机制类的相关研究探讨空气污染、气象因素与痛风之间的关联。但目前的研究结果尚不统一，也缺乏系统的论证。本研究拟在前期研究的基础上，采用时间序列分析探讨安徽省合肥、蚌埠和安庆三个城市空气污染、气象因素短期暴露对痛风入院风险的影响，并评估潜在的修饰因素，识别痛风易感人群以及确定季节差异，以期为痛风的防治和管理提供科学依据。<br>　　方法<br>　　在安徽省合肥市、蚌埠市和安庆市的多所综合性三甲医院收集痛风患者入院资料，分析四种空气污染物（NO2、CO、O3和PM2.5）和三种气象因素（平均温度（meantemperature,MT）、温度日较差（diurnaltemperaturerange,DTR）和相对湿度（relativehumidity,RH））与痛风入院风险的关联。空气污染数据来源于中国环境监测总站，包括PM10、PM2.5、SO2、NO2、O3和CO六种空气污染物。气象因素数据来源于中国气象资料服务中心，包括MT、RH、每日最高温度（dailymaximumtemperature）和每日最低温度（dailyminimumtemperature）。在建立痛风入院人次随时间分布的时间序列后，使用广义线性模型（generalizedlinearmodel,GLM）结合分布滞后非线性模型（distributedlagnonlinearmodel,DLNM）的时间序列分析评估空气污染物、气象因素对痛风入院风险的短期影响。分析某一空气污染物/气象因素时，控制其他空气污染/气象因素（协变量）、长期趋势、节假日以及星期几效应等混杂因素的影响，并采用敏感性分析评价模型的稳定性。此外，为了探讨潜在修饰因素，识别痛风易感人群以及确定季节差异，本研究将痛风数据库按照性别（男vs.女）、年龄（≥65周岁vs.＜65周岁）和季节（冷季vs.暖季）分层分析。其中空气污染物作性别、年龄和季节亚组分析，气象因素作性别和年龄亚组分析。最后，使用meta分析汇总合肥、蚌埠和安庆三地空气污染物、气象因素与痛风患者入院风险关联的分析结果。<br>　　结果<br>　　2018年1月1日-2021年12月31日期间，共观察到安徽省合肥市痛风患者入院10615人次。其中男性7914人次（74.55%），男女性别比为2.93：1，年龄≥65岁以上患者1877人次（17.68%）。暖季因痛风住院的人次多于寒冷季节（5980vs.4635）。2015年1月1日-2020年12月31日期间，共观察到安徽省蚌埠市痛风患者入院1859人次。其中男性1667人次（89.67%），男女性别比为8.68：1，年龄≥65岁以上患者948人次（51.00%）。暖季因痛风住院的人次多于寒冷季节（963vs.896）。2016年1月1日-2020年12月31日期间，共观察到安徽省安庆市痛风患者入院8675人次。其中男性7873人次（90.76%），男女性别比为9.82：1，年龄≥65岁以上患者3207人次（36.97%）。暖季因痛风住院的人次多于寒冷季节（5140vs.3535）。<br>　　合肥市和安庆市NO2与痛风患者入院风险关联的分析结果显示，NO2浓度每增加10μg/m3（参考值P50），痛风入院风险随之增加。合肥、蚌埠和安庆三地NO2的meta分析结果显示，高浓度NO2暴露是痛风入院风险的环境危险因素，在滞后0-7天（RR:1.051,95%CI:1.019-1.083）时RR值最大。蚌埠市和安庆市CO的分析结果显示，CO浓度每增加1mg/m3（参考值P50），痛风入院风险随之增加，最强效应RR值是在蚌埠市的分析结果的滞后第14天（RR:1.152,95%CI:1.025-1.295）时。然而，CO的meta分析结果显示，CO与痛风每日入院风险不存在关联。合肥市和安庆市O3的分析结果显示，O3浓度每增加10μg/m3（参考值P50），痛风入院风险随之降低。O3的meta分析结果显示，高浓度O3暴露是痛风入院风险的保护因素。安庆市PM2.5的分析结果显示，PM2.5浓度每增加10μg/m3（参考值P50），痛风入院风险增加3.3%（RR:1.033,95%CI:1.003-1.063,滞后0-7天）。然而，PM2.5的meta分析结果显示，PM2.5与痛风每日入院风险不存在关联（P＞0.05）。合肥市、蚌埠市和安庆市MT与痛风患者入院风险关联的分析结果均显示，高MT（P90）暴露（参考值P50）增加了痛风的入院风险。合肥、蚌埠和安庆三地MT的meta分析结果显示，高MT与痛风每日入院风险增加有关，风险效应RR值在滞后0-16天（RR:1.602,95%CI:1.316-1.949）时最大。合肥市、蚌埠市和安庆市DTR的分析结果均显示，高DTR（P75）暴露（参考值P50）增加了痛风的入院风险。DTR的meta分析结果显示，高DTR与痛风每日入院风险增加有关，风险效应RR值在滞后0-21天（RR:1.297,95%CI:1.133-1.484）时最大。合肥市、蚌埠市和安庆市RH的分析结果均显示，高RH（P90）暴露（参考值P50）增加了痛风的入院风险。RH的meta分析结果显示，高RH与痛风每日入院风险增加有关，滞后效应在滞后0-16天（RR:1.278,95%CI:1.132-1.442）时最强。<br>　　合肥、蚌埠和安庆三地亚组的meta分析结果显示，老年人对高浓度NO2暴露以及男性对高浓度PM2.5暴露更加敏感，而在冷季暴露于高浓度CO痛风入院风险更大。O3的meta分析结果显示，暴露于高浓度O3对男性的保护效应更强。DTR的meta分析结果显示，暴露于高DTR更能增加男性的痛风入院风险。而MT和RH的meta分析结果显示，高MT和高RH暴露的风险效应RR值及其95%置信区间在性别和年龄亚组中无显著统计学差异（P＞0.05）。<br>　　本研究发现，空气污染、气象因素对痛风入院人次存在短期的滞后效应和累积效应。其中，高浓度NO2、CO和PM2.5暴露与痛风入院风险增加有关，高MT、DTR和RH暴露也表现出相同的效应，而高浓度O3暴露与痛风入院风险降低有关。年龄和性别亚组分析结果显示，男性对高浓度PM2.5和高DTR暴露更加敏感，而老年人暴露于高浓度NO2时痛风入院风险更大。此外，季节分层分析结果显示，在冷季暴露于高浓度CO时痛风入院风险更大。痛风患者应减少或避免空气污染和不良气象因素的暴露，尤其是痛风脆弱人群以及在易感季节时。