《Journal of the American Heart Association》：Cold Waves and Elevation Strengthen the Association of Particulate Matter Exposure With Hypertension Prevalence: A Large Multiregional Study in China
编辑推荐：
本研究揭示了长期颗粒物（PM，特别是PM2.5）暴露与高血压患病率升高显著相关，但这一关联的强度并非孤立存在。更为关键的是，研究发现寒冷天气（寒潮）和地理海拔显著地修饰了这一效应。寒潮与PM暴露存在协同作用，会放大其不利影响；而高海拔本身虽与较低高血压患病率独立相关，却可能增强PM暴露的负面心血管效应。这一发现挑战了传统独立风险评估的范式，强调了必须将气候和地理因素整合到空气污染的健康风险评估与公共卫生策略中。
研究背景
高血压是全球心血管疾病和过早死亡的主要可改变危险因素，构成巨大的公共卫生负担。除了遗传和生活方式因素，物理环境，尤其是空气质量和气候条件，在高血压发病机制中的作用日益受到关注。在诸多环境风险因子中，长期暴露于环境颗粒物（PM），特别是直径≤2.5微米的细颗粒物（PM2.5），已被充分证实与血压升高和高血压风险增加密切相关。其生物学机制涉及系统性氧化应激、炎症、内皮功能障碍和自主神经系统失调等。同时，气象因素如寒冷环境以及地理因素如海拔，也被认为可能影响血压调节。寒冷可引发外周血管收缩和交感神经激活，导致血压短暂升高；而高海拔引起的慢性缺氧可能通过生理适应机制影响长期血压调控。然而，在现实世界中，人群同时暴露于空气污染、多变气候和不同地理条件的复杂混合物中。关于PM长期暴露的不良心血管效应是否会被反复发生的寒潮事件所加剧，或受到海拔等地理因素的修饰，以及PM2.5中不同化学成分的效应是否受温度和海拔影响，目前所知甚少。探究这些交互作用对于更精确的风险评估和制定有针对性的公共卫生干预措施至关重要。
研究方法
本研究采用横断面设计，数据源自中国甘肃省与河南省的队列，调查时间为2020年至2022年。经数据清理后，最终纳入27，602名成年人进行分析。通过标准化问卷收集了人口学特征、社会经济状况、生活方式因素及健康史信息。血压由训练有素的人员使用校准的电子血压计按照标准流程测量。高血压定义为：收缩压（SBP）≥140 mmHg或舒张压（DBP）≥90 mmHg，或自报医师诊断为高血压，或当前正在服用降压药。
环境暴露评估方面，首先对参与者住址进行地理编码。气象数据使用ERA5-Land再分析数据集的每日平均气温。寒潮定义为基于每个研究点日平均气温分布的第2.5、5和7.5百分位数阈值，且持续时间至少为连续2、3或4天的时期。计算了研究期间每位参与者所在区域的累积寒潮天数。海拔数据使用R软件包“elevatr”根据居住地坐标获取，并按每100米变化进行缩放分析。空气污染评估采用了三个独立的高分辨率数据集以确保稳健性：1）现代回顾性研究与分析第二版（MERRA-2），用于获取PM1、PM2.5、PM10及其化学成分（如黑碳[BC]、有机碳[OC]）的日均数据；2）中国高空气污染物（CHAP）数据集，提供1公里×1公里分辨率的PM2.5、PM10、二氧化氮、臭氧及二次气溶胶组分（如氯化物、铵盐、硝酸盐、硫酸盐）数据；3）中国空气污染追踪（TAP）数据集，提供地面PM2.5及其主要化学成分（有机物[OM]、BC、铵盐、硝酸盐、硫酸盐）的浓度。对所有这些数据集，均计算了2020-2022年期间的平均浓度以代表慢性暴露。
在统计分析方法上，研究采用两阶段分析框架以应对预测变量间的多重共线性。第一阶段，使用主成分分析（PCA）从感兴趣的环境暴露变量（如特定PM成分、臭氧、二氧化氮和气象变量）中创建一组不相关的线性组合。第一主成分（PC1）作为代表污染混合物的综合指标被保留，其公式为 PC1= w11X1+ w12X2+ ... + w1kXk。第二阶段，使用广义线性模型估计关联。对于高血压这一二分类结局，采用逻辑回归模型，公式为 ln(P/(1-P)) = β0+ β1PC1+ β‘Z，其中P为高血压概率，Z为协变量向量。对于连续的收缩压和舒张压结局，采用线性回归模型，公式为 Y = β0+ β1PC1+ β’Z + ε。所有模型均调整了年龄、性别、体重指数、吸烟状况、饮酒、年收入、高血压家族史等先验选择的协变量，并将研究区域作为固定效应分类变量纳入。为了从PC1模型中推导出原始个体暴露变量的效应估计值，研究应用了反向转换方法，公式为 β?k= β?1× (w1k/Sk)，其中β?1是PC1的估计系数，w1k是污染物k在PC1上的载荷，Sk是污染物k的标准差。此外，研究还通过创建乘积项（评估相乘交互作用）以及计算归因交互作用比（AP）和交互作用超额相对危险度（RERI）等指标（评估相加交互作用），来探究寒潮和海拔对PM暴露与高血压关联的效应修饰作用。
研究结果
参与者基线特征显示，总样本中35.7%被诊断为高血压。与血压正常组相比，高血压组参与者年龄更大，教育水平较低（小学及以下学历者占56.2%），丧偶比例更高（13.7%），低收入（<1000元）比例更高，且有高血压家族史的比例显著更高（25.8%）。生活方式因素如吸烟、饮酒、体力活动水平以及体重指数在两组间也存在显著差异。
关于独立效应，长期PM暴露与高血压患病率升高显著相关。根据CHAP数据集的估算，PM2.5浓度每增加10 μg/m3，高血压的比值比（OR）为1.100（95% CI， 1.079-1.123；P<0.001）。MERRA-2和TAP数据集的分析结果也呈现一致的正向关联。PM2.5的各个化学成分，包括黑碳（BC）、有机碳（OC）、铵盐、硝酸盐和硫酸盐，均与高血压患病率呈显著正相关。例如，基于TAP数据的分析显示，OC每增加1 μg/m3的OR为1.037，BC为1.243，硫酸盐为1.032。
暴露于寒潮同样与高血压患病风险增加显著相关。例如，当采用MERRA-2数据调整模型时，“Cold_p1_2d”指标每增加一天，OR为1.019。反之，更高的海拔则与较低的高血压患病率存在稳健的负相关。海拔每增加100米，OR为0.995（95% CI， 0.994-0.996），表现出独立的保护性关联。
研究的核心发现在于寒潮和海拔对PM暴露与高血压关联的修饰效应。交互作用分析表明，寒潮和PM暴露之间存在显著的相加交互作用。这意味着，同时暴露于高水平PM和频繁寒潮，其对高血压风险的共同影响大于二者独立影响之和。同时，海拔也显著地修饰了PM2.5的效应，表明PM暴露的不利影响在高海拔地区可能被增强。
对连续血压水平的分析也得出了与患病率分析一致的模式。PM2.5及其组分、寒潮暴露均与收缩压（SBP）和舒张压（DBP）的升高显著相关。例如，根据CHAP数据，PM2.5每增加10 μg/m3，SBP增加1.901 mmHg。同时，海拔与SBP和DBP呈显著负相关。
交互作用分析进一步显示，寒潮和海拔同样显著修饰了PM暴露与血压水平（包括SBP和DBP）之间的关联，证实了这些环境因素对心血管健康的复杂交互影响。
研究讨论与结论
本研究证实了长期PM暴露与高血压患病率及血压水平升高显著相关，与大量现有证据一致。然而，其最重要的贡献在于阐明了气象和地理因素的协同与修饰效应。
研究发现寒潮与PM暴露之间存在显著的协同（相加）交互作用，意味着寒冷天气会放大空气污染对心血管系统的不利影响。其生物学合理性在于，寒冷暴露会诱导急性交感神经激活和血管收缩，而PM暴露则会促进系统性炎症和氧化应激。两者叠加，可能使心血管系统在面对PM引起的炎性损伤时更为脆弱，从而加速高血压的发展。
一个引人深思的发现是，更高的海拔与较低的高血压患病率存在独立的保护性关联。这似乎与高海拔慢性缺氧可能引发交感激活的生理预期相悖。可能的解释包括长期居民已产生生理适应，例如一氧化氮等血管舒张物质生成增加，从而降低系统性血压。此外，也可能与高海拔地区未被完全捕捉的生活方式（如更多体力活动）或环境特征（如较低的PM毒性组分）有关。值得注意的是，交互分析表明，海拔会修饰PM的效应。这表明，虽然海拔本身可能具有基线保护作用，但在高空气污染存在的情况下，这种益处会被削弱甚至抵消。
本研究存在若干局限性，包括横断面设计无法推断因果关系、不同污染数据集分辨率差异可能导致暴露错分、未考虑所有潜在的环境共存暴露（如噪声）、以及PCA方法聚焦于第一主成分可能遗漏其他污染谱的健康风险等。
尽管存在局限，研究发现具有重要的公共卫生意义。首先，空气污染与寒潮的明确协同作用提示，公共卫生部门应在污染性寒潮期间，向脆弱人群（如心血管疾病患者）发布更高级别的健康预警。其次，关于海拔的复杂发现传递了一个细致入微的公共卫生信息：尽管高海拔居住本身可能与较低高血压风险相关，但这种潜在益处在高空气污染环境下会被削弱。因此，对于污染严重的高海拔地区，空气质量控制措施对于保护心血管健康可能比低海拔地区更为关键。最后，研究所揭示的显著相加交互作用表明，在同时暴露于PM和寒潮的人群中，相当一部分高血压病例可归因于二者的协同作用。
综上所述，本研究证实长期PM暴露与高血压显著相关，并首次系统性揭示了寒潮事件和地理海拔对这一关联的重要修饰作用。特别是PM与寒潮的协同效应，表明当前基于单一暴露的风险评估可能低估了易感地区的疾病负担。这些发现强调，未来制定心血管疾病预防的公共卫生策略时，必须整合空气污染、气候和地理条件等多重环境因素，采取综合、气候智能型的方法，以更有效地识别和保护脆弱人群。
