从无声杀手到可见危机：空气污染与2型糖尿病风险全球证据的综合评估

《Journal of Hazardous Materials》：From silent killer to visible crisis: Synthesizing global evidence on air pollution and type 2 diabetes risk

　　

关于空气污染对2型糖尿病（T2DM）影响的证据已大量积累。然而，关于这些关联的研究质量及总体可信度的关键性评价仍然缺乏。研究遵循PRIOR指南，系统检索了8个数据库（PubMed、Web of Science、Embase、CDSR、Epistemonikos、CNKI、Wanfang、VIP）和4个开放平台（INPLASY、PROSPERO、Zenodo、OSF）截至2026年1月20日发表的Meta分析，这些研究考察了空气污染与T2DM风险之间的关联（例如患病率、发病率、稳态指标以及糖尿病相关死亡）。每项纳入研究的质量均采用系统综述测量工具2（A Measurement Tool to Assess Systematic Reviews 2, AMSTAR-2）进行严格评价。依据公认的国际标准，证据总体可信度被正式分级为令人信服、高度提示性、提示性、较弱或无统计学显著性。合并效应值采用逆方差加权固定效应或随机效应模型计算；研究人员利用所建立的分步去重程序解决原始研究重叠问题，随后实施发表偏倚评估和敏感性分析。最终共纳入20项Meta分析。该伞形综述显示，关键空气污染物与T2DM风险之间存在显著正相关，但证据强度存在差异。例如，长期PM2.5暴露与T2DM发病增加之间的证据被评定为高度提示性证据（RR=1.11，1.09–1.14，每增加10 μg/m³）；而PM10（RR=1.14，1.05–1.23，每增加10 μg/m³）和NO₂（RR=1.05，1.01–1.08，每增加10 μg/m³）对应证据则被评定为较弱证据。关键的是，在采用分步去重程序解决重叠后，多项关联的证据等级均系统性下降。叙述性综合进一步表明，空气污染与血糖稳态指标升高及糖尿病相关死亡之间存在一致关联，但由于这些结局数据不足，无法开展正式Meta分析。总体而言，现有证据支持将空气污染定位为T2DM的代谢性危险因素，但同时表明其证据基础较既往表述更具不确定性——这对于糖尿病预防政策以及将空气质量改善作为公共卫生策略的优先事项具有直接意义。

该文发表于《Journal of Hazardous Materials》，是一项针对空气污染与2型糖尿病（T2DM）风险关系的伞形综述。研究背景在于，T2DM作为以胰岛素抵抗和胰腺β细胞功能受损为特征的常见代谢性疾病，已构成全球公共卫生的重要负担。既往研究已较充分地讨论了遗传、肥胖和生活方式等传统危险因素，但这些因素尚不足以完全解释T2DM的病因构成，因此识别个体层面之外、可干预的环境决定因素具有现实必要性。近年来，空气污染作为潜在环境危险因素受到广泛关注，且相关流行病学研究与Meta分析持续增加。然而，现有证据在效应量方向和大小上并不完全一致，不同Meta分析在方法学质量、发表偏倚评估、异质性处理和结果解释方面也存在明显差异，导致总体证据可信度难以准确把握。更重要的是，既往伞形综述未充分处理不同Meta分析之间原始研究重叠的问题，可能造成效应估计精确度被人为放大、证据确定性被高估；同时，对血糖稳态指标及糖尿病相关死亡等结局的覆盖亦不完整。因此，开展一项更新且方法学更严格的伞形综述，具有明确的科学价值与公共卫生意义。

在此基础上，研究人员以PECO框架为核心，系统评价空气污染与T2DM四类结局之间的关联，即患病率、发病率、血糖稳态指标和糖尿病相关死亡，并特别引入原始研究重叠量化与去重校正策略，以提高证据整合的真实性与稳健性。研究结论表明，空气污染，尤其是长期PM2.5暴露，与T2DM风险升高存在较一致的正相关关系；PM10和NO₂也显示出正向关联，但证据强度较弱或一致性较差。与此同时，经过重叠校正后，多数污染物—结局配对的证据等级下降，提示既往未校正的综合结论在一定程度上高估了证据确定性。整体而言，该研究将空气污染进一步界定为T2DM的重要代谢风险因素之一，并强调在公共卫生策略中提升空气质量的潜在价值，但也提醒应谨慎理解现有证据强度。

研究人员主要采用了以下关键技术方法：首先，依据PRIOR声明和预注册方案，在8个数据库及4个开放平台注册信息源中系统检索截至2026年1月20日的Meta分析；其次，以AMSTAR-2工具评价纳入综述的方法学质量，并结合国际通用分级标准与GRADE（推荐、评估、发展与评价分级）框架评定证据可信度；再次，采用校正覆盖面积（Corrected Covered Area, CCA）量化原始研究重叠，并通过分步去重程序重建去冗余数据集；最后，对满足条件的污染物—结局组合进行每10 μg/m³标准化后的逆方差加权Meta分析，同时实施发表偏倚检验、留一法敏感性分析及按地区、性别、发表年份分层的亚组分析。

以下为论文主体结果的分节解读。

3.1. Literature search
研究人员在大规模系统检索后，共初始识别9488条记录，去重后进入题目与摘要筛选的文献为4241篇，最终纳入20项符合标准的Meta分析。该结果说明本研究是在充分检索与严格筛选基础上形成的综合证据框架。

3.2. Characteristics of the included studies
纳入的20项Meta分析发表于2014年至2025年，覆盖6至86项原始研究不等，共涉及175项唯一原始研究，总体重叠程度为中等（CCA=7.73%）。研究对象涵盖一般成年人、混合年龄人群及部分特殊人群。地理分布上，证据主要来自美国、中国大陆和加拿大，低中收入国家明显不足。污染物方面，PM2.5研究最多，其次为PM10和NO₂。AMSTAR-2评价显示方法学质量整体偏低，10项为极低质量、9项为低质量，仅1项为高质量，主要缺陷集中在缺乏预注册、偏倚风险评估不足及讨论中未充分处理偏倚影响。

3.3. Air pollution and T2DM prevalence
本部分重点评估空气污染与T2DM患病率的关系。

3.3.1. Association between PM2.5 exposure and T2DM prevalence
通过对相关Meta分析综合，研究人员发现长期PM2.5暴露与T2DM患病率升高存在显著正相关。原始综合分析显示OR=1.09，95%CI: 1.06–1.11，且证据被分为Class 1。说明在未校正重叠时，该关联具有很强统计学支持。但进一步计算发现原始研究重叠程度很高（CCA=48%），去重后OR调整为1.11，95%CI: 1.07–1.16，同时异质性显著上升，证据等级下调至Class 3。由此可见，PM2.5与T2DM患病率之间的正向关联较稳定，但其证据确定性低于先前表面印象。

3.3.2. Association between PM10 exposure and T2DM prevalence
长期PM10暴露同样与T2DM患病率增加相关。合并分析得到OR=1.12，95%CI: 1.08–1.16，原始证据等级为Class 1。经去重校正后，OR为1.13，95%CI: 1.08–1.19，结果方向未变，但异质性增大，证据降为Class 3。这说明PM10的流行病学关联存在，但稳健性受原始研究重叠和研究间差异影响。

3.3.3. Association between NO2 exposure and T2DM prevalence
长期NO₂暴露与T2DM患病率之间也呈显著正相关，原始合并OR=1.06，95%CI: 1.04–1.08，证据等级为Class 2。去重后OR为1.07，95%CI: 1.04–1.11，但异质性明显增高，证据等级降至Class 3。提示NO₂与患病率关系虽存在，但强度和一致性均弱于PM2.5。

3.3.4. Association between other air pollutants and T2DM prevalence
其他污染物中，O₃与T2DM患病率呈显著正相关，属于Class 3；PM1、NOx及SO₂则未见统计学显著关联。该结果提示除经典颗粒物和交通相关污染物外，其他污染物证据尚不充分。

3.4. Air pollution and T2DM incidence
本部分分析空气污染与T2DM新发风险的关系。

3.4.1. Association between PM2.5 exposure and T2DM incidence
这是全文证据最强的关联之一。长期PM2.5暴露与T2DM发病风险增加显著相关，原始综合后被评为Class 2。去重后RR=1.21，95%CI: 1.14–1.28，虽然异质性升高，但仍维持Class 2，为所有经校正后关联中最高等级，显示PM2.5与T2DM发病之间存在最稳固的综合证据支持。

3.4.2. Association between PM10 exposure and T2DM incidence
长期PM10暴露与T2DM发病也表现为正相关。原始综合证据等级为Class 4，去重后RR=1.17，95%CI: 1.08–1.26，证据上调为Class 3。说明在排除重复研究后，PM10与发病风险的关联反而更清晰，但整体证据仍不及PM2.5。

3.4.3. Association between NO2 exposure and T2DM incidence
长期NO₂暴露与T2DM发病风险的关联较弱，原始合并RR=1.05，95%CI: 1.01–1.08，属于Class 4。去重后结果基本不变，证据等级仍为Class 4。并且在发表偏倚校正后，关联可能减弱至不显著，说明该关联的不确定性较高。

3.4.4. Association between other air pollutants and T2DM incidence
对于其他污染物，O₃在部分研究中显示提示性或较弱正相关；NOx和元素碳（EC）未见显著关联；SO₄显示正相关而SO₂无显著关联。由于研究数量有限，这些结果更多反映探索性证据状态。

3.5. Evidence synthesis and implications of overlap correction
该部分是全文的方法学亮点。研究人员比较去重前后的证据等级后发现，PM2.5和PM10与T2DM患病率的“令人信服证据”在去重后均降为“提示性证据”，NO₂患病率关联亦从“高度提示性”降为“提示性”。对于发病率，PM2.5仍保持最高等级，而PM10和NO₂则较弱。该结果直接证明：若不处理原始研究重叠，伞形综述容易夸大证据精确性与确定性。

3.6. Association between air pollution and T2DM-related mortality
关于糖尿病相关死亡，短期PM2.5、PM10、NO₂和O₃暴露均显示显著正相关，而SO₂和CO未见显著关联。总体证据等级从提示性到无统计学显著性不等，说明空气污染可能不仅与T2DM发生相关，也可能影响糖尿病患者不良结局，但该领域证据仍有限。

3.7. Association between air pollution and glycemic homeostasis indicators
在血糖稳态指标方面，结果总体支持空气污染与代谢异常存在一定联系，但一致性较弱。HOMA-IR方面，PM10与NO₂在部分研究中与胰岛素抵抗升高相关，而PM2.5结果不稳定。血糖和空腹血糖（FBG）方面，长期PM2.5和PM10暴露多表现为升高趋势，急性PM2.5暴露亦与FBG增加相关。胰岛素水平方面，PM10较一致地显示正相关，PM2.5和NO₂则存在研究间分歧。HbA1c方面，PM2.5和PM10在部分研究中与升高相关，而NO₂未见稳定关联。整体而言，这些代谢中间表型结果在方向上为“空气污染促进糖代谢紊乱”提供了生物学支持，但因研究数量不足，尚难形成高确定性综合结论。

3.8. GRADE assessment of the evidence certainty
GRADE评估显示，多数污染物—结局关联证据确定性为低或极低。这与AMSTAR-2所揭示的纳入Meta分析总体质量偏低相一致，进一步提示现有综合证据虽有统计学信号，但证据基础仍较脆弱。

3.9. Results of publication bias assessment and sensitivity analyses
发表偏倚分析发现，NO₂与T2DM患病率以及PM2.5、NO₂与T2DM发病的关联存在潜在发表偏倚。尽管如此，留一法敏感性分析显示合并效应值整体稳定，说明主要结论未由单个研究驱动。

3.10. Results of subgroups analyses
亚组分析显示，PM2.5与T2DM之间的关联存在地区差异，北美效应值相对更高，欧洲较低；性别分层提示女性在PM2.5和NO₂相关T2DM发病风险上可能更易感；按2021年WHO全球空气质量指南发布时间进行时间分层后，未观察到效应量的显著时间变化。这意味着近年来空气污染控制改进尚未在现有综合证据中清晰体现为T2DM风险下降。

讨论部分指出，本研究的核心贡献在于：一方面确认空气污染，尤其是PM2.5，与T2DM风险之间存在相对一致的正向流行病学关联；另一方面通过重叠校正揭示了既往研究对证据确定性的系统性高估。研究还强调，不同研究间异质性并非单纯统计波动，而可能源自暴露评估方法、地域环境、人口特征、研究设计以及混杂因素控制差异。机制层面，文中总结PM2.5可能通过深入肺泡并进入全身循环，引发低度炎症、氧化应激、内皮功能障碍、线粒体功能紊乱和内质网应激，进而促进胰岛素抵抗和β细胞功能障碍；NO₂的作用则可能更多反映交通相关复合暴露的替代指标特征。文章同时指出，当前研究仍存在常规污染物以外证据不足、低中收入地区资料缺乏、剂量-反应关系研究有限、Meta分析质量偏低等问题。

研究结论部分可译为：本伞形综述支持长期空气污染暴露与T2DM风险增加之间存在正相关，并将空气污染定位为一种代谢性危险因素。该结论得到多个污染物—结局配对中一致正相关结果的支持，其中证据最强的是PM2.5，在去重后仍保留Class 2（高度提示性）证据，这是本综述校正后观察到的最高证据等级。关键在于，去重分析表明，由于原始研究重叠，既往对证据确定性的估计被系统性高估，这说明将空气污染视为代谢危险因素的证据基础较先前综合研究所呈现者更不确定。这些发现为“改善空气质量可能成为降低糖尿病负担的重要公共卫生策略”提供了支持性证据。然而，现有证据主要来源于观察性研究，仍受到异质性、残余混杂及暴露错分的影响。未来仍需开展暴露评估标准化且混杂控制严格的高质量前瞻性研究，以提供更稳健的证据。