✦
医学科研新动向
✦
Association between long-term PM1 exposure and cognition in middle-aged and older adults: Evidence from China and the United Kingdom
Engineering
<PM1 环境暴露>
研
究
背
景
研究设计
数据来源与参与者选择：
本研究使用中国健康与退休纵向研究（CHARLS）和英国生物样本库（UKB）的数据。CHARLS共纳入10,179名参与者，UKB纳入32,861名参与者。筛选符合年龄要求（45岁以上）、认知测试数据完整并能准确评估长期PM1暴露的参与者，排除有痴呆、脑损伤或精神障碍的个体。PM1暴露评估：
PM1浓度使用现代大气再分析数据（MERRA-2）进行评估，结合全球大气观测与模型输出。中国参与者的PM1暴露数据按城市级别聚合，英国参与者基于居住地的邮编数据进行匹配，计算入组前5年的PM1年均浓度。认知功能评估：
CHARLS参与者完成情景记忆测试和电话认知状态测试（TICS），UKB参与者完成配对记忆、反应时间、流体智力和数字记忆测试。全球认知得分通过各测试得分的标准化z-score计算，评估MCI和RCD。统计分析：
采用线性回归、广义估计方程（GEE）及潜在类别混合模型（LCMM）分析PM1暴露与认知功能、MCI及RCD的关系。限制性立方样条函数用于拟合暴露-响应曲线。调整年龄、性别、教育水平、吸烟状态、PM2.5暴露等混杂因素。
核心结果
1. CHARLS与UKB研究参与者的基本特征
表1展示了中国健康与退休纵向研究（CHARLS）与英国生物样本库（UKB）参与者的基本特征。
在两组中，CHARLS的参与者年龄稍低于UKB的参与者（分别为58.37岁 vs 58.60岁，p=0.005）。
男性比例在CHARLS中显著高于UKB（52.94% vs 44.60%，p<0.001），而女性比例在UKB中更高。
吸烟状态和教育水平也显示了显著差异：CHARLS中有更高比例的高中以下教育水平者（82.99% vs 38.66%，p<0.001）。
此外，CHARLS中较少人从事中等或高强度的身体活动，且使用清洁燃料的家庭比例较低（61.53% vs 77.06%，p<0.001）。
环境暴露方面，CHARLS参与者的长期PM2.5暴露水平显著高于UKB参与者（50.62 μg/m³ vs 12.32 μg/m³，p<0.001），绿色空间暴露也有显著差异。
2. PM1暴露与基线认知功能的关联
认知综合评分： 在CHARLS数据库中，PM1每增加1 μg/m³，认知综合评分下降0.012个标准差（β = -0.012, 95% CI: -0.014至-0.009，图2a）。然而，在UKB数据库中未观察到显著关联（β = -0.016, 95% CI: -0.040至0.008，图2a）。
MCI（轻度认知障碍）风险： 每增加1 μg/m³的PM1暴露，MCI发生率在CHARLS和UKB数据库中分别增加了3.6%（RR=1.036, 95% CI: 1.020至1.052）和19.3%（RR=1.193, 95% CI: 1.078至1.321，图2b）。暴露-响应曲线显示，PM1浓度超过30 μg/m³时，CHARLS数据库中的认知损伤风险显著上升；而在UKB数据库中，PM1浓度超过5.6 μg/m³即出现显著影响（图2c）。
3. PM1暴露与认知轨迹的关联
长期认知功能变化： 在CHARLS数据库中，PM1暴露与认知功能下降显著相关（β = -0.013, 95% CI: -0.015至-0.011，图3a）。然而，在UKB数据库中未观察到显著变化（β = -0.017, 95% CI: -0.042至0.008）。
RCD（快速认知下降）风险： 在CHARLS数据库中，每增加1 μg/m³的PM1暴露，RCD风险增加2.4%（RR=1.024, 95% CI: 1.015至1.033）；在UKB数据库中，RCD风险增加47.7%（RR=1.477, 95% CI: 1.176至1.854，图3c）。暴露-响应曲线显示，PM1浓度超过23 μg/m³时，CHARLS数据库中的认知功能下降风险显著；在UKB数据库中，该阈值为5.5 μg/m³（图3d）。
小
结
本研究基于CHARLS和UKB两大数据库，揭示了长期PM1暴露对中老年人认知功能、轻度认知障碍（MCI）及快速认知下降（RCD）的影响。研究发现，PM1暴露水平与认知功能下降显著相关，尤其在高暴露环境下风险更为明显。研究为不同地区的空气污染控制提供了重要依据。
个人觉得本研究也存在一定程度的局限性：
暴露评估的不确定性：
使用MERRA-2数据评估暴露虽提供了宏观数据，但未能反映个体的真实暴露情况。未来应使用更精确的个体暴露监测。混杂因素控制不足：
虽然考虑了年龄、性别等因素，但未充分纳入基因、营养等关键变量。
样本选择偏倚：参与者的社会经济地位和健康行为可能导致选择性偏倚，限制结果的广泛适用性。
-有想法的小伙伴-
个体暴露评估： 提出在未来研究中引入个体暴露监测，以提高PM1暴露估算的精确性，减少暴露误差。 认知功能评估标准化： 强调跨区域研究中使用统一认知功能评估工具的重要性，以增强数据可比性和结果的稳健性。 混杂因素控制： 后续研究应更全面地控制遗传、社会经济因素和健康行为等混杂因素，以提升因果推断的有效性。 跨区域数据整合的挑战： 呼吁进一步研究跨国数据库整合的标准化方法，确保结果在不同地区和人群中的普适性。
-END-
文字丨本人编写，如有补充，请下方留言
（点击左下角“阅读原文”即可获取全文）
