2016年全球疾病负担研究显示，大气污染是造成疾病负担的第五大原因。研究表明，大气污染物浓度的增加可使人群疾病发生风险升高，表现为居民急诊人次、入院率及死亡率的升高。细颗粒物（PM_2.5）作为重要的大气污染物指标之一，其较大的表面积可以轻松吸附重金属和微生物等有害物质，且在空气中停留的时间长，对人体健康和大气环境质量的影响更大。相关研究显示，大气PM_2.5与日总急救量、呼吸系统日急救量以及循环系统日急救量呈正相关，于滞后2天对日急救量和呼吸系统日急救量的影响更明显。本研究收集2018—2020年杭州市呼吸系统疾病和心脑血管疾病急救及大气污染物资料，采用时间序列分析方法探讨大气PM_2.5对居民呼吸系统疾病和心脑血管疾病急救病例数的影响，为大气污染导致的健康危害预警及防治提供依据。

1.1 资料来源

居民急救资料来自杭州市急救中心。气象和大气污染物资料来自杭州市生态环境监测中心。

1.2 方法

收集2018—2020年杭州市急救医疗数据，按照《疾病和有关健康问题的国际统计分类（第十次修订本）》（ICD-10）对初诊疾病进行分类，统计每日呼吸系统疾病（J00~J99）和心脑血管疾病 （I60~I69，I21~I25，I47~I49，I50）的急救病例数。收集2018—2020年杭州市日均温度、日均相对湿度、PM_2.5、可吸入颗粒物（PM₁₀）、二氧化硫 （SO₂）、二氧化氮（NO₂）、一氧化碳（CO）浓度和每日O₃浓度8小时滑动平均值（O₃8-hour sliding average，O₃-8h）。描述2018—2020年杭州市呼吸系统疾病和心脑血管疾病急救病例数的时间分布特征。

呼吸系统疾病和心脑血管疾病的急救病例数符合泊松分布，因此采用广义相加模型分析PM_2.5质量浓度对居民呼吸系统疾病和心脑血管疾病急救病例数的影响。混杂因素包括长期时间趋势、气象因素和“星期几效应”（day of the week，DOW），采用平滑样条函数拟合长期时间趋势和气象因素，采用哑变量控制DOW，模型表达式如下：

LogE[Y_t]=βP_t+S（time，v）+S（temp，3）+

S（rhum，3）+DOW_t

式中：Y_t为第t日急救病例数；E[Y_t]为第t日呼吸系统疾病或心脑血管疾病急救期望病例数；β为回归系数；P为PM_2.5日均质量浓度；S为平滑样条函数；time为长期趋势；temp为日均温度；rhum为日均相对湿度；DOW为星期几效应；v为自由度，时间的v根据基础模型残差的偏自相关绝对值之和最小原则选取，设定为18（9/a），日均温度和日均相对湿度的v均设为3。

PM_2.5对人群健康的影响具有滞后性，故本研究分析PM_2.5污染单独滞后0~7d（即当日PM_2.5质量浓度对第n日急救病例数的影响，n为滞后天数，表示为lag0~lag7）和累积滞后0~7d（即n日内PM_2.5质量浓度均值对第n日急救病例数的影响，n为滞后天数，表示为lag01~lag07）对居民呼吸系统疾病和心脑血管疾病急救病例数的影响。采用超额危险度 （excess risk，ER）及其95%CI为风险估计值，指PM_2.5质量浓度每升高10μg/m³导致呼吸系统疾病或心脑血管疾病急救病例数增加的百分比，计算公式为ER=（RR-1）×100%。

1.3 统计分析

资料不服从正态分布，采用中位数和四分位数间距[M（Q_R）]描述。采用GraphPad Prism 8 绘制散点图。采用SPSS19.0软件Spearman秩相关分析大气污染物、气象指标和呼吸系统疾病急救人次及心脑血管疾病急救病例数之间的相关性。采用R3.5.3软件包“mgcv”构建广义相加模型。以P<0.05为差异有统计学意义。

2.1 2018—2020年杭州市呼吸系统疾病和心脑血管疾病急救病例数分布特征

2018—2020年杭州市呼吸系统疾病和心脑血管疾病每日急救病例数分别为 14（12）和20（7）例。日均温度为19.05 （14.73）℃，日均相对湿度为74（21）%，大气主要污染物SO₂、NO₂、CO、O₃-8h、PM₁₀和PM_2.5日均质量浓度分别为6.91（3.45）、37.09（20.50）、0.75 （0.24）、89.45（74.14）、53.18（37.95）和29.77 （21.32）μg/m³。依据GB3095—2012《环境空气质量标准》，2018—2020年杭州市PM_2.5日均质量浓度有50d（4.56%）超过了国家二级日均质量浓度标准（75.0μg/m³）。杭州市PM_2.5质量浓度存在明显的季节特征，表现为7—12月逐渐升高，1—7月逐渐降低。呼吸系统疾病和心脑血管疾病急救病例数的时间分布变化与PM_2.5质量浓度几乎同步，见图1。Spearman秩相关分析结果显示，PM_2.5质量浓度与呼吸系统疾病急救病例数（rs=0.321，P<0.001）和心脑血管疾病急救病例数（rs=0.116，P<0.001）呈正相关。

2.2 广义相加模型分析结果

PM_2.5质量浓度在滞后0~2d和累积滞后0~7d对呼吸系统疾病急救病例数的影响均有统计学意义，在累积滞后5d或6d时的影响最大，PM_2.5质量浓度每升高10μg/m³，呼吸系统疾病急救病例数增加1.93%（95%CI：0.76%~3.11%），见图2。

PM_2.5质量浓度在单独滞后0~3d和累积滞后0~7d时对心脑血管疾病急救病例数的影响均有统计学意义，在累积滞后4d时的影响最大，PM_2.5质量浓度每升高10μg/m³，心脑血管疾病急救病例数增加1.88%（95%CI：0.80%~2.97%），见图3。

按年龄分层分析显示，PM_2.5质量浓度对≥60岁的居民呼吸系统疾病和心脑血管疾病急救病例数的影响有统计学意义；在累积滞后7d时对呼吸系统疾病急救病例数的影响最大，PM_2.5质量浓度每升高10μg/m³，呼吸系统疾病急救病例数增加4.37% （95%CI：2.70%~6.06%）；在累积滞后4d时对心脑血管疾病急救病例数的影响最大，PM_2.5质量浓度每升高10μg/m³，心脑血管疾病急救病例数增加2.24% （95%CI：0.97%~3.52%）。PM_2.5质量浓度对<60岁居民呼吸系统疾病和心脑血管疾病急救病例数的影响均无统计学意义（p>0.05）。

大气污染对人类健康的影响是全球公共卫生领域面临的重要挑战。PM_2.5是目前研究最关注的大气污染物指标之一，能引起支气管上皮细胞氧化应激反应，损伤肺巨噬细胞功能，导致肺组织和气道损伤，引发或加重呼吸系统疾病；同时，PM_2.5浓度与心脑血管疾病的发生和发展也存在重要的联系。广义相加模型可有效处理解释变量和效应变量之间复杂的非线性关系，目前已被广泛应用于空气污染物与人群健康的流行病学研究中。本研究采用广义相加模型定量分析了杭州市大气PM_2.5浓度与居民呼吸系统疾病和心脑血管疾病急救病例数的相关性。

本研究结果显示，PM_2.5浓度对呼吸系统疾病和心脑血管疾病急救病例数具有显著影响，且存在累积效应，与既往研究结果一致。大气PM_2.5质量浓度对呼吸系统疾病急救病例数的影响在累积滞后5d或6d时最大，PM_2.5质量浓度每升高10μg/m³，呼吸系统疾病急救病例数增加1.93%（95%CI：0.76%~3.11%）。与姜彩霞等研究结果相比，PM_2.5质量浓度对呼吸系统疾病急救风险影响的滞后期缩短，风险提升度增加，这可能与其他急救风险因素有关，如人口老龄化。PM_2.5质量浓度对心脑血管疾病急救病例数的影响在累积滞后4d时最大，每升高10μg/m³，

心脑血管疾病急救病例数增加1.88%（95%CI：0.80%~2.97%）。值得注意的是，PM_2.5质量浓度升高对呼吸系统疾病急救病例数的影响比心脑血管疾病更明显，可能与PM_2.5粒径小，可深入细支气管和肺泡，直接损伤或破坏肺功能有关。

针对不同年龄人群，本研究发现PM_2.5质量浓度对60岁及以上居民呼吸系统疾病和心脑血管疾病急救病例数的影响较明显，且有累积效应。在最大滞后作用期，PM_2.5质量浓度每升高10μg/m³，呼吸系统疾病急救病例数增加4.37%（95%CI：2.70%~6.06%），心脑血管疾病急救病例数增加2.24% （95%CI：0.97%~3.52%）。姜彩霞等的研究也表明PM_2.5对65岁及以上人群呼吸系统疾病的发病风险影响更显著。提示PM_2.5暴露可能增加高龄人群呼吸系统疾病和心脑血管疾病的发病风险，因为老年人免疫系统相对薄弱，对大气颗粒物的刺激也更敏感。

本研究存在一定的局限性。急救资料来源于接诊时主诉记录，且存在疾病编码错误或缺失情况，故数据准确度较低；对自行就医人群未予考虑，存在选择偏倚。广义相加模型受自由度选择和纳入变量的影响较大，多污染物模型具有高于单独PM_2.5模型的效应值，但本研究未进行PM_2.5联合其他污染物的多污染物模型分析。此外，呼吸系统疾病和心脑血管疾病的发生还受吸烟、室内空气污染等因素影响，本研究用于评价个人暴露的危险因素不够全面，需设计更合理的定量评价标准。

综上所述，PM_2.5质量浓度升高可导致呼吸系统疾病和心脑血管疾病急救病例数增加，且存在滞后效应，尤其对60岁及以上居民的效应更明显。