美国俄克拉荷马州三年研究揭示NO2与COVID-19病例数强关联:四种气态污染物的比较

《Journal of Infection and Public Health》:A Three-Year Study Reveals a Strong Association Between NO2 and COVID-19 in the state of Oklahoma, United States

【字体: 大 中 小 】 时间:2026年10月13日 来源:Journal of Infection and Public Health 4.8

编辑推荐:

  背景:空气污染与不良COVID-19结局相关。然而,迄今为止美国相关研究通常聚焦于美国整体或东西海岸大城市。较少研究关注中西部,且尚无同时考虑四种最常见气态污染物的综合研究关注俄克拉荷马州。俄克拉荷马州是一个依赖化石燃料且呼吸系统疾病负担相对较高的州,为评估污

  
背景:空气污染与不良COVID-19结局相关。然而,迄今为止美国相关研究通常聚焦于美国整体或东西海岸大城市。较少研究关注中西部,且尚无同时考虑四种最常见气态污染物的综合研究关注俄克拉荷马州。俄克拉荷马州是一个依赖化石燃料且呼吸系统疾病负担相对较高的州,为评估污染物对COVID-19病例数的影响提供了独特背景。方法:研究人员分析了俄克拉荷马州2020—2022年县级COVID-19病例数,与卫星反演的二氧化氮(NO2)、二氧化硫(SO2)、臭氧(O3)和一氧化碳(CO)浓度之间的关系,并校正人口密度(PD)、县面积和老年人口百分比。研究人员采用提升回归树(BRT)、随机效应回归树(RE-EM tree)和分层广义相加模型(GAM),以捕捉COVID-19病例数与预测变量之间的非线性关联。结果:在混杂因素中,PD与COVID-19病例数的关联最强。在研究人员考虑的四种气态污染物中,所有三种模型均表明NO2与COVID-19病例数的相关性最强。CO也与COVID-19病例数呈显著负线性关联,而PD、NO2、O3和面积则呈正非线性关系。当PD值在48—75之间时,NO2与病例数的关联最强。结论:研究人员的发现提供了稳健证据,表明同期年度县级NO2暴露与俄克拉荷马州实际COVID-19病例数相关,且独立于PD、面积和老年个体比例。研究结果强调化石燃料相关NO2排放的健康风险,并证明卫星反演空气污染数据在流行病学研究中的价值。该研究表明减少NO2暴露可能降低易感性,并提示提高公众对各种州和联邦机构提供的空气质量指数的理解应成为高度优先事项。
该研究围绕美国俄克拉荷马州2020—2022年县级COVID-19(Corona virus disease 2019)病例数与气态污染物暴露的关系展开。COVID-19自2019年末出现,是现代最严重健康危机之一;仅美国到2023年5月宣布卫生紧急状态结束时,估计超过110万人死亡。空气污染被认为是加剧COVID-19健康结局的最一致环境变量之一。气态污染物可对心肺和呼吸系统产生不良影响,长期室外空气污染暴露与COVID-19发病和死亡风险相关。PM2.5(particulate matters with diameter ≤ 2.5 μm,直径≤2.5 μm的细颗粒物)可能作为病毒空中载体并降低支气管免疫和上皮完整性;气态污染物则不直接增强或限制病毒空气传播,而通过诱导氧化应激、肺损伤和内皮功能障碍影响易感性。此前美国研究多聚焦全国或东西海岸城市,中西部区域研究不足,俄克拉荷马州尤其缺乏综合研究。该州经济严重依赖油气生产,2021年约占GDP 26.7%,且几乎全位于“肺癌带”(lung cancer belt),呼吸疾病负担较高。此前尚无研究在俄克拉荷马州用包含四种最常见气态污染物的多变量模型比较其与COVID-19实际结局的关联。因此,Rahul Raveendran Nair、Negin Nazari、Patrick R. Stephens等开展研究,考察NO2(nitrogen dioxide,二氧化氮)、SO2(sulfur dioxide,二氧化硫)、O3(ozone,臭氧)、CO(carbon monoxide,一氧化碳)在校正PD(population density,人口密度)、面积和老年人口百分比后与COVID-19病例数的关系,并比较哪种污染物关联最强。

关键方法与样本队列来源:研究人员从John Hopkins University School of Medicine Coronavirus Resource Center获取俄克拉荷马州2020—2022年各县COVID-19确诊病例数;从United States Census Bureau 2024年人口估计获取总人口、老年人口;从Google Earth Engine获取Sentinel-5P卫星TROPOspheric Monitoring Instrument反演的NO2、SO2、O3、CO垂直柱密度(VCD;Level 3)数据,并用QGIS分区统计到县。分析在R 4.4.2中完成。关键方法为提升回归树(BRT;Boosted regression trees,集成机器学习回归树)、随机效应回归树(RE-EM tree;Random-effects regression trees,含县随机效应的回归树)和分层广义相加模型(GAM;Generalized additive model,可拟合非线性关系的相加模型),并采用交叉验证及残差时间与空间自相关检验。

研究结果如下。

BRT与RE-EM tree模型:最终BRT模型中,PD相对影响为77.8%,占主导地位;污染物中仅NO2进入前三(4.9%),其余污染物贡献<2%,SO2最低。偏依赖关系显示PD、NO2、SO2、O3和面积为正关联,CO和老年人口为负关联;D2(交叉验证解释总偏差比例)为0.94,残差提示空间效应。RE-EM tree主分裂变量为PD、NO2、面积和O3,首次分裂在PD=20.26;气态污染物中NO2变量重要性最高(12.82%)。高结局值见于PD>20.26,峰值在PD>151.87;NO2在PD 47.52—75.37范围内为重要预测变量,该范围NO2>0.000074 mol/m2(74 μmol/m2)与高平均发病水平8.66相关。PD与城乡二分分类呈显著正相关(r=0.43,p<0.0001)。O3在小县(面积<1123 mi2)和低PD(8.91—20.26)中重要。RE-EM tree模型解释96%的log转换后COVID-19病例方差;加入年份作为预测变量影响可忽略。

分层GAM模型:含空间随机效应的模型基于AIC(Akaike information criterion,赤池信息量准则)和残差偏差被识别为最佳模型。PD>24.1 individuals/mi2时拟合值高于均值;NO2>73.5×10-6 mol/m2、SO2>192.1×10-6 mol/m2时拟合值高于均值;CO>31.5×10-3 mol/m2时低于均值;O3在134.2×10-3—137.8×10-3 mol/m2时高于均值;面积>838.3 mi2时高于均值;老年人口>18.6%时低于均值。模型残差无时间自相关(Durbin-Watson检验p=0.807)和空间自相关(Moran’s I检验p=0.922)。调整R2=0.98,解释偏差98.4%,LOOCV(Leave-one-out cross-validation,留一法交叉验证)R2=0.97,10折县组交叉验证R2=0.96。所有解释变量在α=5%显著。PD、NO2、O3、面积与结局呈非线性关联;PD为正,老年人口为负,CO为负;NO2正关联强于O3和SO2。含年份的GAM也确认NO2与COVID-19发病强关联,但加入年份后AIC和残差偏差更高,因此研究人员聚焦不含年份结果。

讨论部分总结如下。

化石燃料依赖与NO2健康影响:该研究是首批比较四种最常见气态污染物对美国早期COVID-19实际结局影响的研究之一,也是首个聚焦俄克拉荷马州的研究。三种模型均显示NO2与COVID-19传播强关联,强于CO、O3和SO2。此结果与油气行业NO2排放及健康影响证据一致:2016年美国油气行业年排放约100万吨NO2,俄克拉荷马贡献显著;空气污染死亡集中在油气活动密集州,NO2是最大贡献者,占空气污染相关死亡的37%。

NO2与COVID-19强关联:全球多国研究报道NO2与COVID-19发病或死亡正相关,美国全国或俄克拉荷马州以外地区亦如此。少数负关联研究属异常,总体共识为NO2与更高COVID-19发病相关。本研究中NO2与log转换后COVID-19发病率呈近线性正关系,NO2>74 μmol/m2与高平均发病相关;这与意大利北部报道的130 μmol/m2阈值略有差异,可能因该研究单独考虑NO2或地形海拔差异。结果与“double-hit”假说一致:PM2.5可能先诱导肺泡ACE-2(angiotensin-converting enzyme 2,血管紧张素转化酶2)受体过表达,NO2进一步损害ACE-2耗竭肺。但意大利个体水平研究显示NO2独立于PM2.5,南非社区和美国全国研究也报告NO2独立作用。研究人员建议在俄克拉荷马州用PM2.5数据及网络统计或SIR模型(susceptible–infectious–recovered model,易感—感染—恢复模型)直接检验。

CO、SO2和O3关联的变异趋势:其他污染物与COVID-19发病关联较弱且方向不完全一致。美国CO研究显示时空异质性,有正、负或无关联;俄克拉荷马观察到CO显著负关联。SO2短期关联具有空间变异,中部和东北部包括俄克拉荷马较强;本研究发现更长时间尺度上SO2弱但显著正关联,且校正其他污染物后仍存在。O3方面,长期O3污染县可能正关联;10州研究显示高地面O3削弱免疫,增加SARS-CoV-2感染易感性;本研究中O3与发病显著但较弱。俄克拉荷马多地O3排放历史长,州环境质量部门视O3为主要关注污染物。

PD、城市性与老年人口:空气污染与COVID-19关系在校正PD后仍存在。三种模型均识别PD与传播强关联。NO2关联独立于PD。Liang等警告NO2可能作为城市性代理;本研究中Oklahoma和Tulsa县最城市,病例、人口、NO2最高。但RE-EM tree显示NO2关联在PD 48—75最强,面积影响不大。此范围包括Bryan、Carter、Cherokee、Creek、Delaware、Garfield、Grady、Kay、Logan、Mayes、McClain、Okmulgee、Ottawa、Pontotoc、Sequoyah、Stephens等许多极农村县。关联这些县的因素多为活跃油气生产单元;Stephens和Grady县产量分别居全州第一和第五。PD是城市性代理且与城乡分类正相关,NO2在较小PD值预测力强,提示其关联并非主要城市性驱动,而是NO2及产生NO2的工业活动与病例独立相关,该州约77%县为农村。老年人口与COVID-19呈负关联,可能因老年人更遵守安全措施、具有较高适应性/韧性、疫苗接种率较高,或高退休老年人口地区与工业就业中心不同。

卫星数据价值与相关对因果:俄克拉荷马州地面监测稀疏,77县仅18县28站点;卫星数据提供更广覆盖和时空变化。卫星数据与地面测量强相关,已被美国EPA(Environmental Protection Agency,美国环境保护署)趋势报告纳入。疫情期间卫星污染物数据广泛用于流行病学研究。研究承认统计关联不证明因果;但许多研究者认为在校正众多潜在混杂后仍显著的地理关联,最简约解释至少部分由气态污染物对肺生理和病毒易感性的影响驱动。

结论翻译:本研究提供稳健证据:2020—2022年俄克拉荷马州县级同期年度NO2暴露与COVID-19发病率显著相关,独立于PD、面积和老年人口。相反,SO2、O3、CO关联弱,且三种模型间不完全一致。研究结果强调NO2(主要来自化石燃料燃烧和生产)与COVID-19强关联。研究表明减少NO2暴露可能降低未来呼吸道流行病易感性,并需要提高对NO2增加疾病风险作用的普遍认识。若高风险个体更了解国家、州机构和主要天气报告服务提供的空气质量指数,可显著改善健康结局。在俄克拉荷马州等几乎全在“肺癌带”且经济依赖化石燃料生产等排放气态污染物的地区应尤其优先。局限性包括:县级聚合数据无法捕捉精细尺度混杂和污染物变化;假设县内所有人暴露相同;卫星柱浓度可能不精确代表近地面;仅考虑同期年度县级暴露,若长期暴露更相关可能产生偏倚;未用地面测量验证卫星;混杂因素限于人口密度和老年人口等广泛人口因素,未纳入社会经济、疫苗、流动性、合并症、医疗可及性等。未来可用邮编级数据、更细尺度、长期暴露和更多协变量进一步验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号