金霞萍 雍 萱 华 岚

1.江苏省苏州市中西医结合医院预防保健科，江苏苏州 215000；2.上海市浦东新区洋泾社区卫生服务中心医务科，上海 200000；3.江苏省无锡市惠山区疾病预防控制中心防病一科，江苏无锡 214000

流行病学研究显示，长期暴露于细颗粒物（particulate matter 2.5，PM2.5）与心血管疾病的发生和死亡有关[1-2]。PM2.5 与心血管疾病之间关系的潜在机制包括自主神经系统改变、全身炎症、血管反应性和内皮功能障碍等[3-4]。这些机制也可能与血压变化进而引起高血压的发生有关。与PM2.5 相反，有规律的体力活动可以得到显著的健康益处[5]。即使是低水平体力活动也可以降低心血管疾病、糖尿病和癌症等的风险[6-8]。有学者发现，在运动期间由于吸气量增加，导致PM2.5的吸入也相应增加。因此，认为在污染严重地区进行体育锻炼有可能增加PM2.5 的有害作用。也有学者认为体育锻炼对身体的有益影响高于PM2.5 的有害影响。本研究以江苏省苏州市吴中区、相城区、高新区、姑苏区、工业园区、吴江区6 个社区居民为研究对象，探讨PM2.5 与运动的交互作用对高血压患病风险的影响，以期为高血压的防控工作提供理论依据，进而更好地阻止心脑血管疾病的发生发展。

1 资料与方法

1.1 一般资料

于2018 年1 月至12 月，根据不同地域和经济水平，选择江苏省苏州市吴中区、相城区、高新区、姑苏区、工业园区、吴江区为项目实施地区，根据人口数量和面积，分别从每个区选择3～5 个乡镇/街道，以乡镇卫生院/社区卫生服务中心为调查开展依托单位，对居民开展调查。纳入研究对象须满足以下3 项标准：①年龄≥18 岁；②调查前1 年内在项目所在地居住时间≥6 个月；③自愿参加本调查且签署研究知情同意书。本研究经医院医学伦理委员会批准。共有13 728 名研究对象纳入本研究。

1.2 研究方法

1.2.1 资料收集 使用统一设计的问卷收集社会经济学信息（姓名、性别、家庭住址、文化水平等）和与心血管病风险相关的因素（吸烟、饮酒、高血压病史）等。测量并记录身高和体重。

1.2.2 血压测量 血压通过电子血压计（OmronHEM-1300）进行测量。测量右上臂的血压，重复测量两次，每次间隔1 min，取平均值。如果两次收缩压差值＞10 mmHg（1 mmHg=0.133 kPa），则再次测量收缩压，并记录后两次测量结果求平均值。

1.2.3 高血压诊断标准 以下两种情况被定义为高血压：①收缩压≥140 mmHg 和/或舒张压≥90 mmHg；②有既往高血压病史，收缩压＜140 mmHg，舒张压＜90 mmHg，且目前正在服用抗高血压药物[9]。

1.3 空气污染暴露测量

在研究期间，各地区PM2.5 的日平均浓度监测数据来自中国环境监测站的“全国城市空气质量实时发布平台”，其空气质量监测和评估方法基于我国相关的标准[10-11]。以该市1 年以内所有有效的PM2.5 日平均浓度为其PM2.5 的年平均值，进而计算出每名研究对象信息收集前一年的PM2.5 平均暴露水平。根据PM2.5 四分位数界点分为低（＜24.32 μg/m3）、中（24.32～＜29.31 μg/m3）、高（29.31～＜31.24 μg/m3）、极高（≥31.24 μg/m3）四组。各组年龄、性别、高血压家族史、婚姻状况、吸烟、饮酒等情况比较，差异均无统计学意义（P ＞0.05）。高中以上文化水平占比及高血压患病率随PM2.5 浓度的升高而增加。

1.4 体力活动测量

采用代谢当量（metabolic equivalent，MET）计算体力活动（physical activity，PA）水平。一个MET 相当于一个人静坐时的能量消耗。慢走：3.3 METs，中等强度体力活动：4.0 METs，剧烈体力活动：8 METs[12]。根据如下标准将PA 分为高、中、低三个等级。高等级需满足以下任何标准：①3 d 及以上≥25 METs h/周的剧烈活动；②7 d 及以上≥50 MET h/周的活动。中等级满足以下任何标准：①剧烈PA≥20 min/d，持续3 d 及以上；②中等PA≥30 min/d 并持续3 d 及以上；③5 d及以上≥10 METs h/周的活动。低等级：不符合以上任何条件。

1.5 观察指标

①高血压组与血压正常组一般资料；②高血压影响因素；③PM2.5 暴露与运动对高血压发病有加法交互作用。

1.6 统计学方法

采用R 3.3.3 软件对所得数据进行统计分析。计量资料以均数±标准差（）表示，采用t 检验。计数资料以例数或百分比表示，采用χ2检验。采用logistic回归模型分析高血压的影响因素，采用加法交互作用进行交互作用分析。并计算交互作用相对超额危险度（relative excess risk，RERI）、交互作用指数（the synergyindex，SI）及交互作用归因百分比和相应的95%CI。以P ＜0.05 为差异有统计学意义。

2 结果

2.1 纳入人群基本情况

本研究纳入13 728 名，平均年龄（57.13±8.76）岁。其中男5152 名，平均年龄（58.04±9.02）岁；女8576名，平均年龄（56.59±7.32）岁。

2.2 高血压患病率

检出高血压患者4554 例，患病率为33.17%，其中男1778 例（占39.04%），患病率为34.51%；女2776 例（占60.96%），患病率为32.33%。不同性别患者患病率比较，差异有统计学意义（χ2=6.900，P=0.009）。两组年龄、性别、文化程度、高血压家族史、婚姻状况、吸烟、饮酒比较，差异有统计学意义（P ＜0.05）。见表1。

表1 两组一般资料比较

2.3 高血压影响因素logistic 回归分析

把是否患高血压作为因变量，将单因素分析中差异有统计学意义（P ＜0.05）的年龄、PM2.5、性别、文化程度、高血压家族史、婚姻状况、吸烟、饮酒及体力活动等可能与高血压有关的变量纳入logistic 回归模型进行分析。结果显示：PM2.5、高血压家族史、吸烟、饮酒和体力活动是高血压的影响因素（P ＜0.05）。见表2。

表2 高血压危险因素logistic 回归分析

2.4 PM2.5 暴露与运动交互作用

调整年龄、性别、高血压家族史、婚姻状况、吸烟、饮酒等因素后，PM2.5 暴露与运动对高血压发病有加法交互作用，其中SI=2.89，95%CI：1.96～3.04；RERI=0.64，95%CI：0.53～0.71；AP=0.31，95%CI：0.28～0.42。见表3。

表3 PM2.5 暴露与运动交互作用

3 讨论

高血压发生是与多种因素相关，全面考虑患者不同的生理、心理、社会文化及物质水平，对于发现疾病的特征和掌握流行规律有极大的帮助。本研究发现，在调整了多种混杂因素后，较高的PM2.5 浓度、高血压家族史、吸烟和饮酒是高血压的危险因素，而较高的体力活动水平是高血压的保护因素，这与既往研究结果一致[13-15]。提示应将暴露于较高的PM2.5 浓度、高血压家族史、吸烟、饮酒和较低的体力活动水平列为重点保护人群，并加强个人健康教育和行为干预。

在全球范围内约有31.1%的成年人体力活动水平低下[16-17]。PA 被越来越多的研究可以获得健康益处[18-19]。然而，由于PA 期间具有更高的通气量，导致肺部暴露于空气污染物的增加，可能会放大空气污染对健康的不利影响[20-22]。西班牙巴塞罗那的交叉实验研究结果显示，PA 对血压和心率变异性的有益影响因暴露于较高的交通相关空气污染而减少，这提示PA 与短期暴露于空气污染之间存在交互作用[23-24]。然而，在肺功能和炎症标志物方面没有发现这种相互作用[25]。PA 和PM2.5 对高血压发病影响交互作用的研究却十分有限。平衡PA 的好处和PA 期间增加暴露于空气污染的潜在有害影响已成为公众关注的一个重要问题，特别是在空气污染严重的地区。本研究发现PM2.5 暴露可增加高血压的发病风险，PA 可显著降低高血压的发病风险。PA 在不同水平的PM2.5 空气污染中对高血压的发生有显著的健康益处，并观察到显著的正相加交互作用。提示PM2.5 可增加高血压的发病风险，但是PA 可以降低这种风险。

综上所述，本研究发现PM2.5 和PA 对高血压发病风险存在交互作用，PA 可降低PM2.5 对高血压发生的危害作用。