韩雪玉 韩逸群 赵 冬 齐 玥 王 淼 李 岩 刘 军 孙佳艺 朱 彤 刘 静

高血压是全球死亡的首要危险因素[1]。我国每年因高血压导致的心血管事件估计达310万例[2]。历次全国高血压抽样调查表明我国高血压患病率呈明显上升趋势[3]，最新结果显示18岁及以上人群高血压加权患病率高达23.2%[4]。遏制高血压患病率持续上升的根本措施是控制引起血压升高的影响因素，减少新发高血压。引起血压升高的因素众多，包括遗传因素，不良生活方式及环境因素[5]。近年来，环境因素，尤其是大气污染对血压水平及高血压发生发展的影响受到了越来越多的关注[6-11]。基础研究显示，大气污染物在人体吸入后，可能通过自主神经功能障碍，氧化应激反应，全身性炎症，内皮功能障碍等机制影响血压水平[12-15]，进而可能导致高血压的发生。一些流行病学研究在人群中探讨了短期或长期的大气污染物暴露与血压水平和高血压之间的关联，并在不同特征或疾病状态的研究人群中比较关联的差异，以期能够识别易感人群[16]，从而对易感人群进行有效防护，然而这些研究的结论并不一致，可能与研究对象中高血压患者所占比例以及进行降压治疗的比例不同有关[17-19]。降压治疗可显著降低血压水平，那么大气污染物与血压的关系在服用降压药的高血压患者和未服降压药的高血压患者或血压正常者中是否有所不同？降压治疗是否能抵消大气污染物对血压的影响？对这些问题的回答尚缺乏人群研究的证据。因此，本研究利用北京大学固定站点监测的大气污染物数据，分析大气污染物短期暴露对中老年人群血压的影响，及其在服用降压药物和未服用降压药物两组人群中的异同，旨在为进一步阐明大气污染对血压影响，研究有效的应对措施提供理论依据。

资料与方法

1.研究对象 本研究人群来自国家自然科学基金项目-空气污染对北京城区和郊区居民心肺系统疾病的健康影响（effects of air pollution on cardiopulmonary disease in urban and peri-urban residents in Beijing，AIRLESS）。研究入选居住在距离北京大学空气监测站点10 km以内，且既往参加了中国多省市心血管病队列研究2012年调查[20]的北京大学社区居民，入选标准：①年龄50～75岁；②近3年内无吸烟史；③居住地距离北京大学固定监测站点10 km以内；排除标准：①患心脑血管疾病、癌症、严重肝肾疾病者；②近期发生过细菌性或病毒性感染或进行过手术者；共入选123名研究对象。本研究方案获得北京大学生物医学伦理委员会的批准（项目编号：2016032），所有研究对象均签署了知情同意书。

2.研究方法 该研究为重复测量的定组研究。每名研究对象在冬季（2016年11月至12月）和夏季（2017年5月至6月）共进行两阶段的访视。冬季访视前2周进行基线问卷调查，收集人口学信息、吸烟史、疾病史、服药情况、日常活动情况及家庭能源使用情况等。每阶段的访视时长为1周，访视期间使用位于北京大学的固定站点监测大气污染物暴露水平，在访视的第3 d和第7天分别于北京大学校医院进行随访调查，包括问卷调查、体格检查及实验室检查，即每名研究对象共完成4次随访调查。随访调查采用日常访视问卷，收集近3 d的二手烟暴露情况，疾病情况及特定药物的接触情况等。体格检查包括身高、体质量、腰围、臀围和血压测量等。血压测量由专人负责，在室温为23～26℃的安静室内环境下，于采血前进行。测量前被试者至少静坐5 min，采用经校准的欧姆龙（Omron）HEM907型数字自动血压计测量坐位右侧肱动脉血压，重复测量3次，每次测量至少间隔30 s，取后2次测量的平均值。采集研究人群空腹12 h以上的静脉血，测定TC、LDC-C、HDL-C、TG和FBG水平等。高血压定义为收缩压≥140 mmHg（1 mmHg=0.133 kPa）和/或舒张压≥90 mmHg，和/或在访视期间口服降压药物。BMI定义为体质量（kg）与身高（m）平方的比。

大气污染物浓度和气象因素数据来源于北京大学固定监测站点。监测从被试者每次访视前10 d开始，监测的污染物种类包括大气细颗粒物（particulate matter with an aerodynamic diameter＜2.5um，PM2.5），气态污染物如臭氧（ozone，O3）、一氧化碳（carbon monoxide，CO）、一 氧 化 氮（nitric oxide，NO）、二氧化氮（nitrogen dioxide，NO2）、二氧化硫（sulfur dioxide，SO2）以及气象因素如气温、相对湿度。采用微量震荡天平（TEOM；RP1400a instrument；Thermo Scientific，USA）测量每小时的PM2.5浓度，采用在线分析仪（models 49i，48c，42i，42i and 43c，Thermo Scientific）测量每小时的O3、CO、NO、NO2、SO2浓度，采用Met One仪器（Met One Instruments Inc.，USA）测量每小时的气温及相对湿度。对于每小时监测水平低于检测限的数据，采用对应采样仪器的检测限进行填补（PM2.5：0.1μg/m3，气态污染物：0.2 ppb）。对于任一天缺失8h以上的污染物和气象数据，采用当天的日均水平对缺失值进行填补（2/56 d）。采用血压测量前1d、2d、3 d每天08：00至第二天07：00的24 h平均水平分别作为滞后1d、2d、3 d的污染物和气象因素的日均水平。

3.统计学分析 按照研究人群在访视期间是否服用降压药物，将研究人群分为两组，并对两组人群的特征及污染物暴露水平进行描述和比较。正态分布的计量资料以均数±标准差表示，组间比较采用t检验。非正态分布的计量资料采用中位数（M）及四分位数间距（P25，P75）表示。组间比较采用秩和检验。计数资料以例（率）表示，组间比较采用χ2检验。采用Spearman相关分析各污染物间及各污染物与温湿度间的共线性。

因大气污染物对血压的影响存在1～3 d的滞后效应[18]，故本研究分析了滞后1～3 d的污染物暴露对血压的作用。鉴于同一个体不同时间点的测量之间存在相关性，因此，本研究采用混合线性模型进行统计分析，并基于最小化AIC（Akaike'information criterion）准则，选择独立结构（unstructured，UN）为协方差结构。为控制星期效应，将一周中的每一天作为分类变量进行处理。为控制季节差异对血压水平的影响，在模型中对气温和相对湿度进行调整。最终，调整年龄、性别、BMI、星期效应、气温及相对湿度等混杂因素后，采用混合线性模型分析两组人群在不同滞后时间的大气污染物暴露与血压水平的关系。结果以不同滞后时间的污染物暴露水平每升高1个四分位数间距（interquartile range，IQR）所对应的血压差值（以mmHg表示）及95%CI表示。数据分析采用SAS9.4软件，取双侧检验。以P＜0.05为差异有统计学意义。

结 果

1.研究人群的一般特征 本研究共完成随访调查447人次，其中99人完成4次随访调查，3人完成3次随访调查，21人完成2次随访调查。123名研究对象中患有高血压且访视期间服用降压药物者50例（40.7%），未服用降压药物者73例（59.3%），其中5例患有高血压，但在访视期间未服用降压药物。两组人群在年龄和性别上差异无统计学意义（P＞0.05），服用降压药物者与未服用降压药物者相比，除HDL-C、TC和TG外的危险因素水平均较高（P＜0.05），见表1。

表1 服用降压药物与未服降压药物人群特征比较[±s，n（%），M（QR）]

表1 服用降压药物与未服降压药物人群特征比较[±s，n（%），M（QR）]

项目 总体人群（n=123）服用降压药物者（n=50）未服降压药物者（n=73） P值随访人次 447 184 263 -高血压 55（44.7） 50（100.0） 5（6.8） ＜0.001年龄/岁 65.7±4.3 65.7±4.5 65.6±4.3 0.884男性 58（47.2） 23（46.0） 35（47.9） 0.832 BMI/（kg/m2） 24.8±3.2 26.4±2.7 23.7±3.0 ＜0.001腰围/cm 88.8±8.9 93.3±7.5 85.8±8.5 ＜0.001臀围/cm 102.0±6.9 105.5±6.0 99.6±6.5 ＜0.001腰臀比 0.87±0.05 0.88±0.05 0.86±0.04 0.006 SBP/mmHg 120.4±14.1 124.7±14.6 117.3±12.8 ＜0.001 DBP/mmHg 69.0±9.6 71.2±9.7 67.5±9.2 ＜0.001 TC/（mmol/L） 5.01±0.91 4.77±0.86 5.18±0.91 0.015 HDL-C/（mmol/L） 1.37±0.34 1.33±0.32 1.39±0.35 0.341 TG/（mmol/L） 1.25（1.00，1.74）1.22（1.00，1.70）1.29（0.96，1.77） 0.971空腹血糖/（mmol/L） 6.04±1.35 6.45±1.44 5.75±1.21 0.004

2.研究人群的大气污染物暴露情况 总体人群和服用降压药物与未服用降压药物两组人群滞后1～3 d大气污染物和气象因素暴露水平见表2。结果显示：是否服用降压药的两组人群除外在滞后2d的NO2暴露水平差异有统计学意义（P＜0.05），在其他不同滞后时间的PM2.5、O3、CO、NO、NO2、SO2等污染物的暴露水平的差异均无统计学意义（P＞0.05）。

3.各种污染物之间及其与气象因素之间的相关性 PM2.5水平与除O3外的其他污染物水平为正相关（P＜0.05），O3水平与其他污染物水平均呈负相关（P＜0.05），与温度呈显著正相关（r=0.72～0.75，P＜0.05），气体污染物CO、NO、NO2、SO2间呈显著正相关（P＜0.05）。不同滞后时间污染物间及与气象因素间的关系基本一致（表3）。

4.大气污染物暴露对血压的影响 在调整年龄、性别、BMI、星期效应、气温和相对湿度后，对于未服用降压药物的人群，滞后3 d的PM2.5水平每增加一个四分位数间距，收缩压和舒张压分别升高1.24 mmHg和0.76 mmHg。滞后3 d的CO、NO、NO2、SO2等气态污染物暴露水平每增加一个四分位数间距，收缩压升高2.69～4.46 mmHg，舒张压升高1.33～2.13 mmHg。滞后2d的O3暴露水平增加则收缩压有所下降。对于服用降压药物的人群，污染物暴露对血压的影响差异均无统计学意义（表4～5）。

讨 论

本研究采用重复测量的定组研究方法，在北京城区中老年人群中探讨大气污染物短期暴露与血压的关系及其在是否服用降压药人群中的异同。结果显示，在未服用降压药物的中老年人群中，滞后3 d的PM2.5、CO、NO、NO2、SO2暴露水平每增加一个四分位数间距，收缩压和舒张压均显著升高。而服用降压药物的人群中，污染物暴露对血压的影响无统计学显著性。

既往探讨大气污染物与血压关联的研究，结论并不一致[17-18]，可能与研究对象中高血压患者的比例及进行降压治疗的比例不同相关。本研究发现，未服用降压药物的人群血压水平对大气污染物暴露的影响普遍易感，而服用降压药物人群对大气污染的易感性则消失。Foraster等[19]评估交通相关污染物对血压影响的研究显示，NO2暴露水平每增加10 μg/m3，仅发现未服用降压药物人群的收缩压水平升高1.34 mmHg。Dvonch等[21]评估颗粒物对血压急性效应的研究显示，滞后4d的PM2.5暴露水平每增加10μg/m3，未服用降压药物人群的收缩压水平升高6.01 mmHg，而服用降压药物的人群收缩压升高不显著。这些研究的结果与本研究结果相似，提示服用降压药物可能抵制污染物暴露对血压的急性效应，其机制除了降低血压外，还可能与β受体阻滞剂类抑制交感神经活性的作用、ACEI及ARB类的抗氧化及抗炎作用等机制有关。在未服用降压药物的人群中，与既往研究相符[18，22-23]，本研究同样发现，PM2.5暴露水平增加，与收缩压和舒张压水平升高均显著相关。此外，本研究还发现CO、NO、NO2、SO2的暴露对血压水平影响显著，与以往气态污染物与血压的相关研究[24-26]结论一致。O3作为交通污染相关的次级污染物，既往关于O3与血压的研究结论并不一致，除两项研究[27-28]显示O3对舒张压有升高作用，其他研究均未见O3对血压存在独立作用。本研究发现O3对收缩压水平有降低作用，可能是由于O3和其他污染物均呈负相关，污染物间的相关性对O3水平与血压的关联产生了一定影响。由于研究人群同时暴露于多个污染物，且污染物间存在较强相关性，因此，无法在模型中对多个污染物同时进行调整。

表4 不同滞后时间的污染物水平每增加1个IQR相关的收缩压变化（mmHg）

表5 不同滞后时间的污染物水平每增加1个IQR相关的舒张压变化（mmHg）

本研究存在一定的局限性。首先，由于研究人群居住地点及日常活动范围和方式（交通出行方式、职业活动、通风习惯等）的不同，固定站点监测并不能反映个体暴露的绝对水平，可能造成暴露的错分。为此，本研究采用北京大学监测站点，仅选取距离站点＜10 km内的人群为研究对象，虽然不能准确代表个体暴露水平，但比采用全市监测数据[29]更为精准。其次，在混合模型分析中虽然调整了已知的混杂因素，但还存在一些未知因素，可能对结果造成一定影响。

综上所述，降压药物的使用可能会抑制大气污染物对血压的影响，中老年人群中未服用降压药物的人群较服用降压药物的人群可能对大气污染物的暴露更为易感。因此，在大气污染较重、高血压患病率较高的情况下，在积极治理大气污染的同时，提高中老年人群中高血压患者降压治疗率也十分重要，在大气污染严重的时期应特别关注中老年人群对降压治疗的依从性。