PM_2.5短期暴露对结核病发病风险的个体精准评估

摘要

目的 探讨短期细颗粒物(2.5-micrometer particulate matter, PM_2.5)暴露对结核发病风险的影响及其人群和时空异质性，为制定精准公共卫生干预策略提供科学依据。方法 收集2015年1月至2019年12月济南市1 207例新发结核病例数据，结合机器学习模型与地理信息系统，构建百米级网格化PM_2.5暴露评估模型，精准估计个体PM_2.5暴露水平；采用时间分层的病例交叉设计，通过条件logistic回归分析PM_2.5短期暴露（滞后0～3 d）与结核发病的关联，并评估年龄、性别、季节和居住地的效应差异。结果 PM_2.5的质量浓度每增加1μg/m³,结核发病风险在滞后2 d升高0.45%（95%CI:0.12%～0.78%,P<0.05）。亚组分析显示，老年人（OR=1.14, 95%CI:0.974～1.32）、女性（OR=1.07, 95%CI:1.03～1.11）、寒冷季节（OR=1.11, 95%CI:1.05～1.19）及农村地区（OR=1.05, 95%CI:1.02～1.08）的结核发病风险更高，关联有统计学意义（P<0.05）。结论 PM_2.5短期暴露可显著增加结核发病风险，且在山东省济南市存在人群和季节异质性，需针对高风险群体及污染季节制定精准防控策略。

关键词

空气污染 / 结核病 / 病例交叉设计 / 机器学习 / 地理信息系统