《Environment International》:Extrapolating personal exposure measurements to air pollution from outdoor sources into annual mean estimates
编辑推荐:
渗透的环境空气更好地代表来自室外来源的个人暴露。研究人员发现,最近站点测量的环境浓度高于匹配监测器的测量值。环境测量值高于来自室外来源的个人暴露。这种差异质疑了室外空气健康指南在室内环境的适用性。匹配标度监测器是环境测量分配的更好方法。
渗透的环境空气更好地代表来自室外来源的个人暴露。研究人员发现,最近站点测量的环境浓度高于匹配监测器的测量值。环境测量值高于来自室外来源的个人暴露。这种差异质疑了室外空气健康指南在室内环境的适用性。匹配标度监测器是环境测量分配的更好方法。
**论文解读:将短期个人暴露测量外推为年均估计——弥合暴露科学与环境流行病学的鸿沟**
**研究背景与问题**
随着传感器技术的进步,实时个人监测设备被广泛用于量化个体空气污染暴露。然而,将这些短期、高分辨率的数据应用于长期流行病学研究面临多重挑战:总个人暴露包含来自室内和室外来源的不同混合污染物,而流行病学研究主要关注室外(环境)污染的长期健康效应,因此无法直接使用总暴露数据;暴露科学家聚焦于短期测量中的个体内变异,而流行病学家需要长期平均值(如年均估计)以研究慢性疾病;此外,基于环境空气污染流行病学推导的浓度-响应函数不能直接应用于室内浓度或个人暴露,导致对空气质量指南(如WHO空气质量健康指南)的误读。因此,需要三个方法论进展:空间外推(将测量扩展到未监测人群)、源分离(区分室内外来源)、以及时间外推(将短期测量转换为长期估计)。当前虽已有空间外推和源分离方法,但时间外推方法尚属空白。本研究旨在开发和验证一个将个人暴露测量从室外来源外推为年均估计的框架。
**研究开展与结论**
研究人员利用来自伦敦四项研究(COPE、BLW、DEMiSt、PASTA)的335名参与者的12563人天监测数据,涵盖PM
2.5(细颗粒物)、NO
2(二氧化氮)、O
3(臭氧)和BC(黑碳)。通过整合背景环境浓度、渗透效率、微环境因子和时间活动模式四个变异域,成功将测量期的个人暴露(来自室外来源)外推至年度时段。结果表明:最近监测器方法高估暴露,而匹配标度监测器方法更接近真实暴露;渗透环境空气作为代理优于环境测量;环境测量与个人暴露之间的显著差异(尤其对气态污染物)质疑了室外空气质量指南在室内环境的直接适用性。该研究首次实现了从短期个人测量到长期暴露估计的时间外推,弥合了暴露科学与环境流行病学之间的长期缺口。论文发表在《Environment International》。
**主要关键技术方法(<250字)**
研究人员采用了以下关键方法:(1)背景浓度赋值:利用伦敦空气质量工具包(LAQT)提取参与者住宅网格的年均模型浓度,选择与模型浓度差异最小的监测站作为“匹配站点”,并按比例缩放得到逐小时环境浓度(Amb
p,t);同时基于最近监测器方法进行对比。(2)渗透效率(Finf):根据便携监测器数据,采用质量平衡模型计算室内渗透效率,短时间研究使用单一因子,长时间研究按月估计;对于BLW项目,采用欧洲多城市研究的年均渗透效率0.72。(3)微环境因子(F
me,p,h):定义为个人暴露与环境浓度的比值,针对非家庭环境(包括交通)进行调整。(4)时间活动模式:基于测量期间的时间-位置数据,利用随机森林模型预测每小时“在家/外出”的行为指示变量(B
p,h,d),并使用过采样与欠采样处理类别不平衡。样本来源为伦敦四个队列:COPE(老年慢性阻塞性肺疾病患者,69人)、BLW(小学生和教师,164人)、DEMiSt(专业司机,66人)、PASTA(健康成年人,38人)。
**研究结果**
**3.1 环境测量**
通过最近监测器方法分配的家庭地址环境浓度,均高于匹配标度监测器方法及相应的个人暴露于室外来源的污染;当监测站为路边站点时,高估更显著。对于气态污染物(NO
2、O
3),环境测量与个人暴露的差异大于颗粒物(PM
2.5、BC)。匹配标度监测器方法虽基于更少站点,但与个人暴露的相关性优于最近监测器方法。
**3.2 渗透效率**
COPE项目测量期和外推期的月度渗透效率分布相似;其他三个项目的外推平滑了时间变异性并填补了缺失月份。COPE和PASTA项目的渗透效率相近,而BLW和DEMiSt项目具有更高值和更大变异性。
**3.3 行为模型性能**
行为预测模型准确率(accuracy)在0.68-0.94之间,Cohen’s kappa准确率在0.17-0.86之间。BLW模型表现最佳(敏感性0.95,特异性0.91),PASTA最差(敏感性0.66,特异性0.51)。模型对“在家”状态的预测优于“外出”,但稀有外出事件仍难以捕捉。
**3.4 暴露时间序列案例**
代表性参与者的一周时间序列显示,测量期个人暴露(来自室外来源)的峰值与“离开家”事件对应,外推序列在频率和幅度上一致,支持方法的合理性。
**3.5 年外推暴露**
年均外推的个人暴露(来自室外来源)与测量期估计接近,但差异因项目和污染物而异(范围-0.53至1.51 μg/m3)。COPE项目(长时间监测)中,测量期与外推期的Spearman相关系数最高(NO
2、PM
2.5、O
3均为0.9),而BLW的PM
2.5(ρ=0.4)和DEMiSt的BC(ρ=0.3)较低,说明监测时长是关键因素。
**3.6 附加分析结果**
与全外推模型(M3)相比,环境测量作为代理(M1a/M1b)显著高估暴露;渗透环境空气(M2)更接近M3,但低估了活跃人群的暴露。匹配标度监测器方法与M2/M3的相关性高于最近监测器方法,且对NO
2和BC达到统计学显著。
**讨论与结论总结**
讨论部分指出:最近监测器方法(尤其是路边站点)在流行病学研究中可能导致空间结构性暴露测量误差,高估个人暴露并可能使健康效应估计产生偏倚;匹配标度监测器方法作为分配环境测量代理的更好选择,但无法替代住宅外实际测量。渗透环境空气作为代理虽低估移动人群暴露,但总体上优于环境测量。渗透效率的季节稳定性在英国温和气候下成立,但需在其他地区验证。行为模型表现受时间活动分布不平衡影响,需要更丰富的GPS和活动日志数据。外推可靠性强烈依赖于监测时长,长时间或多季节设计可提高准确性。研究优势在于基于确定性因果链的整合框架,保持可解释性并实现来源分离;局限包括假设居住和职业稳定、伦敦区域限制、以及渗透效率共享变异等假设。未来需长期验证数据集(包括环境、住宅内外、个人监测及活动数据)。
翻译研究结论部分:将个人暴露于室外来源空气污染物的估计从短期测量扩展到年均估计,对于连接暴露科学与慢性健康结果以及与空气质量健康指南进行有意义的比较至关重要。本研究提出了一种将个人暴露测量(多种空气污染物从室外来源)外推为年均估计的方法。分析表明,将最近监测器环境测量用作代理可能高估暴露,并且在存在标准差差异和/或加性随机误差的情况下,可能使流行病学发现产生偏倚。相比之下,渗透环境空气方法提供了更接近个人暴露于室外来源空气污染物的代理。基于环境测量与个人暴露于室外来源空气污染物之间的显著差异(特别是气态空气污染物),室外指南值不应直接解释为室内目标。需要进一步的验证数据集,包括长期或多时期数据集,涵盖环境、住宅室外、住宅室内、个人监测以及详细活动数据。尽管存在假设,该方法代表了重要进展,能够估计个体内变异和长期暴露。经过改进,它有潜力改善流行病学中的暴露评估,并加强对空气污染健康风险的评估。