《Frontiers in Public Health》:Association between short-term fine particulate matter exposure and hospital-acquired pneumonia risk in critically ill post-cardiac surgery patients: a 10-year cohort study using distributed lag non-linear models
编辑推荐:
背景: 环境空气污染(AAP)暴露是全球人类健康的重大威胁。然而,AAP是否能够促进重症监护病房(ICU)中接受心脏外科手术的易感人群发生医院获得性肺炎(HAP),目前仍不清楚。本研究评估了HAP发病与细颗粒物(PM2.5)之间的关联。
方法: 本研究共纳入2
背景: 环境空气污染(AAP)暴露是全球人类健康的重大威胁。然而,AAP是否能够促进重症监护病房(ICU)中接受心脏外科手术的易感人群发生医院获得性肺炎(HAP),目前仍不清楚。本研究评估了HAP发病与细颗粒物(PM2.5)之间的关联。
方法: 本研究共纳入2014年1月1日至2023年12月31日期间在中国山东省某大型医院ICU接受心血管外科手术的6,196例患者,研究时间跨度10年。每日平均二氧化硫(SO2)、PM2.5、一氧化碳(CO)、PM10和臭氧(O3)水平均来自公开数据。研究结局为HAP,根据CDC/NHSN肺炎标准定义为入院后>48小时发生且入院时不存在或未处于潜伏期的肺炎;呼吸机相关性肺炎(VAP)未作为独立终点进行分析。PM2.5与HAP之间的关联通过分布滞后非线性模型(DLNM)进行估计,并调整了污染物、时间趋势和气象条件。
结果: 本研究分析了1,938例(31.278%)HAP病例。PM10、O3、PM2.5和SO2的平均水平分别为120、75、59和25 μg/m3,CO平均水平为0.979 mg/m3。PM2.5与HAP之间的关联在围手术期暴露窗口内的滞后1天具有统计学显著性。当PM2.5浓度为30 μg/m3(参考浓度为10 μg/m3)时,观察到HAP风险增加14.2%(95% CI: 2.6%–27%)。分层分析显示,年龄≥60岁的老年患者、体质指数(BMI)>23.9 kg/m2的患者以及糖尿病患者的关联更强。额外调整临床协变量(包括机械通气时长)后,所观察到的暴露–反应关联的稳健性得到确认。
结论: 研究结果揭示了短期PM2.5暴露与接受心血管外科手术的易感人群HAP发病率升高之间存在显著且稳健的关联。
论文解读
一、研究背景与目的
空气污染是全球面临的重大环境和健康威胁之一。2021年的估计显示,颗粒物(PM)空气污染是全球疾病负担的首要环境原因,占总伤残调整生命年的8.0%。细颗粒物(PM2.5,空气动力学直径<2.5 μm)是最关键的大气污染物,也是全球人类健康最主要的环境风险因素。既往研究已证实PM2.5与哮喘、急性心力衰竭、肺炎、急性冠脉综合征、慢性阻塞性肺疾病(COPD)和脑卒中等急慢性心血管及呼吸系统事件的死亡率和发病率升高相关。然而,既往研究大多关注室外暴露和慢性效应,而忽略了室内暴露以及短期暴露的影响。医院获得性肺炎(HAP)是重症监护病房(ICU)中最常见的感染,定义为入院时不存在或未处于潜伏期、入院后>48小时发生的肺炎,其相关死亡率约为5%–13%。尽管已有研究提示PM2.5短期暴露可能是儿科心脏外科术后患者呼吸机相关性肺炎(VAP)发病的危险因素,但环境空气污染(AAP)是否会促进成人心脏外科术后ICU重症患者HAP的发生,此前尚未得到系统研究。此外,PM2.5短期暴露可能通过即刻和延迟的生物学通路影响HAP的发生发展,其暴露–反应关系可能呈非线性特征,因此需要采用能够同时估计非线性暴露–反应关联和跨多个滞后日延迟效应的分布滞后非线性模型(DLNM)来开展研究。中国是空气污染问题最严重的发展中国家,该研究旨在阐明成人心脏外科手术患者短期PM2.5暴露与HAP风险之间的关联。
二、研究设计与主要方法
研究人员开展了一项单中心回顾性队列研究,纳入了2014年1月1日至2023年12月31日期间在山东第一医科大学附属山东省立医院东院ICU接受心血管外科手术的全部成人患者。纳入标准为长期居住在济南市或空气质量指数(AQI)与济南相差10%以内的地区并接受心血管外科手术的患者。排除标准包括ICU停留<2天(n=264)、术前3天内有肺炎(n=31)、居住地PM2.5水平与济南差异>10%(n=529)以及HAP数据缺失(n=37)的患者,最终共纳入6,196例患者。研究结局为HAP,由2名临床医师根据CDC/NHSN肺炎标准进行诊断。PM2.5暴露数据来自济南环境监测中心提供的24小时平均浓度数据。研究人员采用逻辑分布滞后非线性模型(DLNM),通过广义线性模型结合二项分布和logit链接函数估计围手术期PM2.5暴露与HAP风险之间的关联。PM2.5交叉基函数在暴露–反应和滞后–反应两个维度均采用自然三次样条构建,围手术期暴露窗口包括术后2天、术后1天、手术当天以及术前1–3天共6个暴露日。模型调整了年龄、性别、BMI等患者层面变量,以及CO、SO2、O3、相对湿度和温度等环境变量。效应估计以比值比(OR)及95%置信区间(CI)报告。研究还开展了亚组分析、六类敏感性分析和模型诊断以验证结果的稳健性。
三、研究结果
主要发现: 在6,196例患者中,共1,938例(31.28%)被诊断为HAP。DLNM分析发现PM2.5对HAP具有急性效应,在围手术期暴露窗口内滞后1天效应最为显著。当PM2.5浓度为30 μg/m3(参考浓度10 μg/m3)时,滞后1天的OR为1.142(95% CI: 1.026–1.270),即HAP风险增加14.2%。在PM2.5浓度≥50 μg/m3时,效应更强且持续时间更长,滞后2天仍具有统计学显著性。研究观察到PM2.5与HAP之间存在剂量–反应关系,OR随PM2.5浓度在0–100 μg/m3范围内增加而升高,超过100 μg/m3后增长趋势逐渐放缓。累积效应分析显示,PM2.5浓度为30 μg/m3时,滞后0–3天的累积OR达到峰值1.542(95% CI: 1.086–2.191);浓度为50 μg/m3时,滞后0–4天的累积OR达到峰值2.071(95% CI: 1.323–3.24)。
敏感性分析: 六类敏感性分析总体支持主要发现的稳健性。共污染物敏感性分析中,在PM2.5单独模型、双污染物模型和三污染物模型中,PM2.5与HAP的关联保持一致。暴露范围稳健性分析显示低暴露模型和高暴露模型的暴露–滞后–反应模式基本一致。扩展临床协变量调整后效应估计略有衰减但总体模式未发生实质性改变。替代DLNM规范和滞后窗口定义后,高风险区域仍主要集中在较高PM2.5浓度和滞后2–4天。额外调整日历时间或季节后关联未发生实质性改变,排除中国主要公共假期期间手术的患者后模式几乎不变,PM2.5与季节的交互检验未提示季节效应修饰(P=0.650)。疫情时期分层分析显示疫情前期(2014–2019)和疫情期(2020–2023)的暴露–滞后–反应模式总体一致。
亚组分析: PM2.5与HAP的正向关联在年龄≥60岁的患者中更强(OR: 1.196, 95% CI: 1.02–1.403),而年龄≤45岁或46–60岁的患者中未见显著关联。糖尿病史与HAP显著相关(OR: 1.35, 95% CI: 1.031–1.766)。BMI>23.9 kg/m2的患者中PM2.5对HAP的影响也显著(OR: 1.183, 95% CI: 1.029–1.361)。性别、季节或体外循环(CPB)未显示对PM2.5与HAP关联的修饰效应。
模型诊断: 主模型和多污染物DLNM模型未显示严重的多重共线性或数值不稳定性,原始污染物和气象变量的最大方差膨胀因子(VIF)范围为1.60–3.40,全模型矩阵的最大条件指数范围为7.25–13.79,所有模型均成功收敛。
四、讨论与结论
该研究首次报道了PM2.5对成人心脏外科术后HAP患者存在显著且延迟的急性效应。PM2.5浓度为30 μg/m3(参考浓度10 μg/m3)时HAP风险增加14.2%,效应在滞后1天最强,这一效应量超过了一般人群研究中的发现,可能归因于所分析的高危人群特征。研究还发现老年患者、BMI较高患者和糖尿病患者对PM2.5暴露更为敏感,其机制可能涉及全身性炎症、氧化应激、免疫功能改变以及肥胖相关的促炎状态和呼吸系统改变。该研究的优势包括:证实了不同空气污染水平地区短期PM2.5暴露与HAP的关联;大样本量和十年数据提供了更客观精确的结论;与健康人群研究相比,该研究纳入了具有全面数据的术后患者,并在DLNM模型中调整了潜在混杂因素。研究局限性包括:观察性单中心设计需要多中心验证;HAP诊断依赖ICU临床医师可能存在延迟;固定监测站点而非个体测量的暴露数据可能导致暴露错分,但这种非差异性测量误差通常倾向于低估空气污染物的效应;城市平均PM2.5浓度无法捕捉城市内部空间异质性;流感等呼吸道病毒监测数据和医院工作量等时变指标无法获得,不能完全排除残余混杂。
结论: 综上所述,本研究发现短期PM2.5暴露会增加ICU住院成人患者的HAP风险。此外,PM2.5表现出累积和延迟效应,提示在ICU入院前和入院期间改善空气质量可能影响呼吸道感染的发生。而且,这种关联在老年人、BMI较高的患者和糖尿病患者中更为显著。因此,即使PM2.5浓度远低于现行国家空气质量标准,其仍构成风险,提示对于易感人群,ICU空气质量可能需要重新评估。