期刊：Lancet Planet Health 

　　DOI：10.1016/S2542-5196(24)00117-7 

　　01 引言 

　　近几十年来，全球野火事件频发，范围扩大且时间延长，给许多地区如澳大利亚、巴西、加拿大及欧洲地中海带来巨大经济损失和健康危害。尤其是野火烟雾中的臭氧（O₃），因其3高反应性和毒性，短期及长期暴露均显著增加呼吸和心血管系统的死亡风险。既往研究多聚焦于细颗粒物，对野火产生的O₃影响认知有限，且多局限于特定地点。为全面评估野火相关O₃对全球人口健康的影响，本研究基于多城市多国家（MCC）合作网络系统地分析了不同区域人群短期暴露于野火O₃与全因、心血管及呼吸道死亡风险之间的关系，填补了全球层面研究空白。 

　　02 方法  

　　数据收集 

　　本研究进行了一项多国家的两阶段时间序列研究，旨在探讨野火相关的O₃暴露与死亡风险之间的潜在关联。从各地点收集了2000年1月1日至2016年12月31日期间的每日全因、心血管（ICD-10: I00-I99）及呼吸道疾病（J00-J99）死亡人数。心血管疾病涵盖了冠心病、心血管疾病、外周动脉疾病等多种心脏和血管疾病。最终，纳入43个国家或地区的749个地点的全因（或非外部原因）死亡数据进行分析。此外还从MCC网络数据库中收集了各地点同期的平均每日温度（°C）、相对湿度（%）以及人均国内生产总值（美元）等辅助数据，以供深入分析。 

　　暴露评估 

　　本研究估计了人口加权野火相关的O₃暴露情况，使用3D GEOS-Chem模型估计了研究地点的每日野火相关O₃浓度。该模式基于O₃-NO_x-碳氢化合物-气溶胶化学机制，对全球每个网格单元的对流层O₃浓度进行了模拟。由于没有专门用于野火相关O₃浓度的地面测量数据，本研究通过三步方法对GEOS-Chem输出的野火相关O₃浓度进行了验证、调整和缩小。将来自模型的所有来源的环境O₃日浓度与来自58个国家和地区的6851个地面监测站点的数据进行了比较，并将其差异用于校准来自模型的野火相关O₃浓度。 

　　研究通过WorldPop 项目收集了2000年至2016年期间的年度人口统计数据，并将其空间分辨率整合为0.25° × 0.25°，以匹配野火相关的O₃数据。在计算人口加权平均每日暴露量时，研究利用了OpenStreetMap 提供的社区边界信息，通过加权平均法精确量化了每个社区内居民受野火相关O₃影响的程度。 

　　统计分析 

　　首先，本研究在考虑潜在的滞后效应条件下对每个地点野火源短期暴露于O₃与每日死亡风险的关联进行了研究，并在国家、区域和全球层面汇总了结果。为了探讨与野火相关的O₃暴露与全因、心血管和呼吸系统死亡风险的关系，将特定位置的准泊松回归模型拟合到时间序列中，如下所示： 

　　其中D_ij是第j天地点i的死亡人数，bs（O_3ij）是使用限制分布滞后模型拟合的野火源O₃浓度。研究考虑了累积效应（平均浓度）的野火相关O₃在当天和前2天的接触（lag 0-2d）。在模型中，采用自然立方样条拟合时间变量，以考虑长期趋势和季节性，并加入了具有3个自由度的平均温度的自然样条。 

　　第二阶段分析通过随机效应荟萃分析汇总了国家、区域和全球层面的特定地点效应估计值，考虑了地点内和地点间的变异性。考虑到某些国家或地区的地点数量较少，而且某些国家的死亡数据未涵盖整个研究期间，本研究在此阶段使用最佳线性无偏预测，并将位置设置为随机效应项。 

　　在这项研究中，O₃死亡风险的相关性表示为野火源中O₃浓度每增加1-µg/m³，每日死亡风险的变化百分比。采用合并效应估计值（95% CI）计算每个地点归因于野火相关O₃急性效应的年度超额死亡分数。首先分别计算每个地点的全因、心血管和呼吸原因的年度超额死亡人数，然后将所有地点报告的死亡总数除以超额死亡总数，得出国家、地区和全球层面的超额死亡风险。 

　　研究还进行了敏感性分析来检验结果的稳健性。首先，除了控制时间趋势、温度和星期几效应外，还控制了与野火相关的PM_2.5、其他来源的O₃和所有来源的PM_2.5。其次，由于749个地点中有235个地点的相对环境湿度数据不可用，因此通过进一步控制有可用数据的地点的相对湿度进行了敏感性分析。第三，将改变温度和相对湿度的自由度，第四，采用双样本检验来检查主要模型和替代模型的效应估计数的差异。 

　　03 结果 

　　在2000年1月1日至2016年12月31日期间，研究地区共记录了6562万例全因死亡，1511万例心血管死亡和684万例呼吸道死亡，中位研究期为13年（IQR: 7-16）。图1展示了2000-2016年期间所有地点与野火有关的O₃日最大浓度。与野火相关的O₃日最大值（≥30µg/m³）最高的地区是南美、中美和东南亚；浓度最高的前三个地区是库亚巴（巴西）、乌卡亚利（秘鲁）和危地马拉。泰国的Chanthaburi和南非的Vhembe等地也显示出与野火相关的最高日O₃（≥30µg/m³）。在北美、东亚以及中欧和南欧观测到的浓度最低（＜5µg/m³）；浓度最低的前三个地点是科威特、菲尼克斯（美国）和拉斯维加斯（美国）。热带地区靠近赤道的地点和亚热带地区的地点，例如南美、东南亚和南非，与野火相关的每日最大O₃浓度最高。相反，在高纬度地区，包括东亚、北美、中欧、南欧和北欧，一直报告浓度最低。在749个地点中，有734个（98.0%）与野火相关的O₃日浓度IQR小于3 µg/m³。 

　　在所有地点，在滞后0-2天期间，野火相关O₃的平均日浓度增加1-µg/m³，每日全因死亡风险增加0.55%（95% CI: 0.29, 0.80），每日心血管死亡风险增加0.44%（-0.10, 0.99），每日呼吸道死亡风险增加0.82%（0.18, 1.47）。对于来自非野火源的O₃，死亡风险增加分别为0.08%（0.07, 0.10），0.07%（0.04, 0.10）和0.09%（0.05, 0.13）。具体国家的估计数范围为全因死亡风险从-5.04%（-9.71, 0.13；科威特）至7.23%（-0.64, 15.74；摩尔多瓦）；心血管死亡风险从-5.82%（-15.52, 4.99；科威特）至4.96%(-9.43, 21.63；芬兰)；呼吸道死亡风险从-9.87%(-19.10, 0.42；巴拿马)到6.40%（4.49, 8.35；芬兰）。本研究结果强调了野火源短期暴露于O₃的重大影响，研究发现这与全因死亡风险和呼吸道死亡风险增加有关。然而，与心血管死亡风险的相关性没有统计学意义。 

　　对于按地区汇总的结果，死亡风险百分比变化的估计值最高的是北欧、东亚、东南亚和北美，最低的是西亚和南欧（表2）。此外，人均国内总产值在20,000美元或以上的地点估计值最高，人均国内总产值在10,000-19,999美元的地点估计值最低。 

　　根据所有地点的关联汇总，估计有31,606（95% CI: 17038, 46027）例全因死亡，5249（-1244, 11620）例心血管死亡，4657（999, 8206）例呼吸道死亡可归因于短期暴露于野火相关的O₃，滞后0-2天对应的年超额死亡分数分别为0.58%（95% CI: 0.31, 0.85）、0.41%（-0.10, 0.91）和0.86%（0.18, 1.51）（图2）。对于来自非野火源的O₃，三种原因的超额死亡风险分别为2.96%（2.40, 3.52），2.35%（1.33, 3.36）和3.10%（1.66, 4.52）。各国或各地区与野火相关的短期O₃暴露结果显示出很大异质性，全因死亡超额风险从0.27%（0.15, 0.39；台湾）至2.23%（1.21, 3.32；厄瓜多尔），心血管死亡超额风险从0.24%（-0.06, 0.53；科威特）至0.92%（-0.22, 2.02；中国），呼吸道死亡超额风险从0.44%（0.09, 0.78；加拿大）至2.14%（0.46, 3.72; 中国）。超额死亡风险最高的地区是南非、南美和国内生产总值水平最低的地区（人均＜10,000美元）。在中欧、北欧、东亚、西亚和北美以及GDP水平高的地区（人均GDP≥20,000美元）观察到了最低的超额死亡风险。与野火有关的O₃的健康负担可能在很大程度上被低估了。目前关于野火烟雾对健康影响的证据有限，研究多集中于对全因死亡风险的影响以及对心血管和呼吸系统的影响。为填补关键证据空白，未来研究应优先探索野火烟雾与各种健康结果之间的复杂关系，特别是针对儿童、老年人、合并症患者、户外工作者以及种族或少数民族亚群。同时，深入了解野火烟雾与其他环境因素之间的交互作用，对于减轻与野火相关的O₃暴露相关的不良健康影响至关重要。 

　　敏感性分析表明，除了控制时间趋势、温度和星期几效应外，控制野火相关的PM_2.5、其他来源的环境O₃和所有来源的PM_2.5并没有显著改变汇总估计值（图3），与主模型估计值的差异P值都大于0.1。汇总对气象变量（温度和相对湿度）的不同自由度（3至6），效果估计仍然是稳健的。 

　　04 小结 

　　本研究基于多国暴露评估，重点关注了野火短期O₃暴露对全因死亡及呼吸道死亡的显著影响。鉴于气候变化正加剧野火频率与强度，政策制定者与公共卫生专家应迅速行动，实施有效的风险管理策略，如构建早期预警体系及强化疾病预防措施，以应对这一严峻挑战。 

 

　　（来源：环境健康ENRICH研究组） 

　　参考文献： 

　　[1] Global population exposure to landscape fire air pollution from 2000 to 2019. Nature., 2023.DOI:  10.1038/s41586-023-06398-6 

　　[2] Long-term exposure to wildfires and cancer incidence in Canada: a population-based observational cohort study. Lancet Planet Health., 2022.DOI: 10.1016/S2542-5196(22)00067-5 

　　[3] Health impacts of wildfire-related air pollution in Brazil: a nationwide study of more than 2 million hospital admissions between 2008 and 2018. Nat Commun., 2021.DOI: 10.1038/s41467-021-26822-7 

　　[4] Wildfires, global climate change, and human health. N Engl J Med., 2020.DOI: 10.1056/NEJMsr2028985 

  链接：https://mp.weixin.qq.com/s/wUyIzUGdTMp3fPcYfFnAig