基于三种统计模型的长期空气污染物混合暴露与耐药性结核病发病风险关联

摘要

目的 探讨五种常见空气污染物(PM₁₀、PM_2.5、SO₂、NO₂、O₃)的长期混合暴露对耐药性结核病（drug-resistant tuberculosis, DR-TB）发病风险的影响，为DR-TB的防治提供科学依据。方法 收集2015—2019年山东省首次被诊断为DR-TB的3 369例患者的实验室检测结果、临床指标和社会人口学信息。监测患者在4个暴露窗口期（确诊前90、180、270、360 d）内的空气污染物暴露情况。采用Logistic回归（Logistic regression, LR）模型评估单一污染物的影响；采用加权分位数和（weighted quantile sum, WQS）模型与贝叶斯核机器回归（Bayesian kernel machine regression, BKMR）模型检验污染物的联合效应；采用BKMR模型研究污染物与DR-TB发病风险之间的浓度-反应（concentration-response, C-R）关系以及污染物间的交互作用。结果 LR模型结果显示，在90 d暴露窗口期内，O₃浓度的增加与异烟肼耐药性结核病（isoniazid-resistant tuberculosis, IR-TB）的发病风险上升相关（OR=1.008,P=0.02）。WQS和BKMR模型结果显示，空气污染物的混合暴露可降低IR-TB与多耐药性结核病（multi-drug resistant tuberculosis, MDR-TB）的发病风险（β₂=0.75,P=0.01）。BKMR模型结果显示，NO₂在90 d和360 d暴露窗口期内降低了IR-TB（90 d:β=-0.12,95%CI:-0.22～-0.02;360 d:β=-0.10,95%CI:-0.19～-0.01）和MDR-TB（90 d:β=-0.10,95%CI:-0.19～-0.01;360 d:β=-0.13,95%CI:-0.22～-0.04）的发病风险，关联具有统计学意义（P<0.05）;NO₂与DR-TB发病风险之间存在非线性关系以及与其他污染物在混合暴露条件下存在交互作用。结论 高浓度O₃暴露可以增加IR-TB的发病风险，长期混合空气污染物暴露与DR-TB发病风险无关联。

关键词

贝叶斯核机器回归 / 耐药性结核病 / 空气污染物混合暴露 / 健康风险评估