Нажмите "Enter", чтобы перейти к контенту

Долгосрочное воздействие загрязнения воздуха, связанного с трафиком, и распространенность диабета 2-го типа в исследовании скрининга в поперечном разрезе в Нидерландах

Long-term Exposure to Traffic-related Air Pollution and Type 2 Diabetes Prevalence in a Cross-sectional Screening-study in the Netherlands
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3200985/

Загрязнение воздуха может способствовать диабету типа 2 путем увеличения воспаления жировой ткани и резистентности к инсулину. В этом исследовании изучалась взаимосвязь между долгосрочным воздействием загрязнения воздуха, связанного с движением, и распространенностью диабета типа 2 среди 50-75-летних субъектов, проживающих в Вестфисланде, Нидерланды.

Участники были завербованы в рамках межсекторального скринингового исследования диабета, проведенного в период с 1998 по 2000 год. Воздействие загрязнения воздуха, связанного с дорожным движением, было охарактеризовано на домашнем адресе участников. Показателями воздействия были регрессия землепользования с моделированной концентрацией диоксида азота (NO2), расстоянием до ближайшей главной дороги, транспортным потоком на ближайшей главной дороге и движением в кольцевом буфере на 250 м. Логистика регрессии была проанализирована с учетом скорректированных по возрасту, возрасту и по возрасту ассоциаций.

Было включено 8018 участников, из которых 619 (8%) субъектов имели диабет типа 2. Сглаженные участки воздействия против диабета типа 2 поддерживали некоторую связь с трафиком в 250-метровом буфере (самые высокие три квартили по сравнению с наименьшим также показали повышенную распространенность, хотя и незначительную и не увеличивающуюся с увеличением квартили), но не с другим воздействием метрики. Модельная концентрация NO2, расстояние до ближайшей главной дороги и транспортный поток на ближайшей главной дороге не были связаны с диабетом. Отношения с воздействием-ответа были несколько более выраженными для женщин, чем для мужчин (несущественных).

Мы не обнаружили последовательных ассоциаций между распространением диабета типа 2 и воздействием загрязнения воздуха, связанного с трафиком, хотя были некоторые признаки для связи с трафиком в буфере на 250 м.

В развитии диабета типа 2 участвует много разных факторов. Установлены генетическая предрасположенность, избыточное потребление калорий и снижение физической активности и известные детерминанты [1]. Недавно было выдвинуто предположение, что долгосрочное воздействие загрязнения воздуха, связанного с трафиком, может представлять собой фактор экологического риска для диабета типа 2 [2-5].

Эпидемиологические исследования показали, что долгосрочное воздействие загрязнения воздуха, связанного с трафиком, связано с повышенным риском сердечно-легочной заболеваемости и смертности [6,7]. Гипотеза для биологического механизма, лежащего в основе этих ассоциаций, заключается в том, что загрязнение воздуха, связанное с движением, вызывает системный окислительный стресс и воспаление, например, в эндотелиальных клетках и макрофагах [7,8]. Известно, что эти биологические механизмы участвуют в развитии резистентности к инсулину при сахарном диабете 2 типа [9,10]. Следовательно, представляется правдоподобным, что воздействие загрязнения воздуха, связанного с движением, также может быть фактором риска для диабета типа 2, например, табачный дым в окружающей среде [11]. В настоящее время мало данных, подтверждающих эту гипотезу. Недавно Sun et al. [4] продемонстрировали повышенное воспаление жировой ткани и резистентность к инсулину всего тела у мышей, подверженных загрязнению воздуха в виде частиц. Исследование Kramer et al. [3] также подтвердили правдоподобие окислительного стресса и воспаления как биологического механизма связи между загрязнением воздуха и диабетом типа 2, показав, что женщины с высоким уровнем C3c крови (маркер субклинического воспаления) более восприимчивы к связанным с твердыми частицами избыточный риск развития диабета, чем женщины с низким уровнем С3с. Кроме того, в этом проспективном исследовании была обнаружена связь между связанными с транспортом твердыми частицами и диабетом типа 2 типа среди пожилых женщин в Германии [3]. Другое эпидемиологическое исследование, проведенное Brook et al. [2], обнаружили связь между смоделированным воздействием NO2 и распространенностью диабета типа 2 среди женщин, но не среди мужчин, из двух респираторных клиник в Канаде. Кроме того, недавнее американское исследование обнаружило связь с расстоянием до дороги среди женщин, в то время как никаких убедительных доказательств ассоциации с воздействием твердых частиц не наблюдалось [5].

Цель настоящего исследования состояла в том, чтобы изучить связь между долгосрочным воздействием загрязнения воздуха, связанного с движением, при распространении диабета на дому и распространенности типа 2 среди лиц в возрасте от 50 до 75 лет, проживающих в полу-сельском районе Нидерландов ,

Исследование проводилось среди жителей полусельского района Вестфисланд на северо-западе Нидерландов (рис. 1). Область исследования состояла из трех муниципалитетов, состоящих из семи городов и деревень (Энхуизен, Бовенкарсель, Гротебрук, Лутеброк, Хогкарсерпел, Уэствуд и Остерблоккер). Значительная часть оценочной поверхности 56 км2 используется для сельскохозяйственной деятельности, как правило, садоводства тюльпанов и цветной капусты. Жители часто ходят на работу в районе Амстердама, примерно в 60 км. В области исследования нет автострад. Две автомагистрали, известные как провинциальные дороги в Нидерландах, с пропускной способностью приблизительно от 15 000 до 25 000 автомобилей / 24 часа, обозначают северную и южную границы исследуемого района и связаны с ближайшей автострадой, расположенной примерно в 4 км к западу области исследования.

Область исследования и обзор конкретного местоположения в Нидерландах. Область исследования состояла из трех муниципалитетов. Показаны семь городов или деревень в пределах этих муниципалитетов, автомагистрали (провинциальные дороги), прилегающие к области и ближайшей автостраде, которая расположена к западу от района исследования. Круг на карте Нидерландов указывает, что область исследования находится, область, отмеченная черным, является областью, в которой была разработана модель NO2.

Исследовательская популяция была описана более подробно в другом месте [12]. Вкратце, в период между 1998 и 2000 годами все 50-75-летние жители района исследования были приглашены для участия в исследовании скрининга Hoorn для диабета типа 2. В общей сложности 11 679 жителей получили письмо-приглашение и Анкету по проблеме симптомов, скрининговый инструмент для необнаруженного диабета типа 2, в котором содержалось девять вопросов о возрасте, полом, длине тела, массе тела, семейной истории диабета и связанных со здоровьем проблемах, таких как боль, когда ходьба или частая жажда [13]. BMI был получен из данных о длине тела и весом.

Из всех ответивших участников (N = 8,153) 417 (5%) сообщили ранее о диагнозе диагноза врача. Участникам с ранее диагностированным диабетом не требуется заполнять вопросник по проблеме симптомов и больше не проводились скрининг. Для остальных 7 736 участников оценки риска были рассчитаны из вопросника. Участникам с оценками, характеризующими профиль высокого риска для необнаруженного диабета типа 2 (n = 3,301), было предложено провести дополнительное тестирование на основе руководящих принципов Всемирной организации здравоохранения 1999 года для диагностики диабета типа 2 [14]. Дальнейшие испытания включали измерения капиллярной глюкозы натощак. В зависимости от результатов этих капиллярных измерений брали пробу крови глюкозы в плазме натощак, а затем либо пероральный тест на толерантность к глюкозе, либо второе измерение глюкозы в плазме натощак. В результате скрининга был диагностирован 217 новых случаев диабета типа 2. Следовательно, популяция исследования Hoorn Screening включала 634 (8%) участников с диабетом типа 2.

Центральное статистическое бюро Нидерландов предоставило дополнительные данные о населении в среднемесячных доходах всех жителей в 2004 году на уровне шестидесятиэтажного почтового индекса, который обычно составляет около 20 жилищ.

Воздействие загрязнения воздуха, связанного с дорожным движением, характеризовалось по месту жительства каждого участника в момент найма. Все адреса были геокодированы с помощью национальной базы данных ГИС (Географическая информационная система) ACN [15], которая содержит координаты для всех домашних адресов в Нидерландах. Воздействие загрязнения воздуха, связанного с дорожным движением, определялось четырьмя различными переменными, которые, как было показано, являются действительными показателями воздействия [16-19]: смоделированная концентрация NO2, расстояние до ближайшей главной дороги, транспортный поток на ближайшей главной дороге и движение в пределах 250 м кругового буфера. NO2 считается индикатором комплексной смеси различных газообразных и твердых частиц, возникающих как при сжигании транспортных средств, так и при износе дорог и транспортных средств.

Концентрации NO2 на домашнем адресе оценивались с помощью модели регрессии землепользования для Запада Нидерландов (рис. 1), которая была описана в другом месте [20]. Короче говоря, в течение одной недели за все четыре сезона 2007 года измерения NO2 проводились с использованием пассивных пробоотборников в общей сложности на 60 городских дорогах с преобладанием, городских фонах и сельских фондовых площадках, расположенных на большой площади (6 000 км2) на западе Нидерландов, частью которой является нынешняя область исследований. Данные о потоках трафика были предоставлены всеми национальными, провинциальными и муниципальными органами власти в районе исследования и были связаны с цифровой картой всех дорог в Нидерландах (СЗБ) с использованием ГИС. Другие данные по землепользованию были получены из европейской базы данных землепользования (CORINE). Для построения регрессионной модели землепользования использовался подгоняемый выбор вперед. Предикторами в окончательной модели были: фоновая концентрация NO2, объем трафика на ближайшей дороге, расстояние до ближайшей главной дороги и использование жилого участка в кольцевом буфере на 5 км. Перекрестная проверка, скорректированная модель R2 составляла 82% [20].

Кроме того, для адресатов каждого участника другие показатели воздействия были получены из данных трафика, описанных выше, с использованием ГИС: расстояние до ближайшей главной дороги (определяемой как дорога с не менее 5000 автомобилей / 24 часа), транспортный поток на ближайшей главной (количество транспортных средств / 24 часа) и общий трафик в течение 24 часов на всех дорогах в кольцевом буфере шириной 250 м вокруг адреса. Все вычисления ГИС были проведены с использованием ArcInfo (ESRI, Redlands, CA).

Участники, у которых отсутствовали значения переменных воздействия и ковариации, возраст, пол и доход, были исключены из всех анализов. Мы использовали оштрафованные регрессионные сплайны, реализованные Wood [21] в R (процедура GAM, mgcv-пакет R версии 2.8.0, основа R для статистических вычислений, Вена, Австрия) для изучения функциональной связи между распространенностью диабета типа 2 и переменные воздействия. Поскольку ассоциации с диабетом типа 2, по-видимому, были нелинейными, все переменные воздействия были проанализированы в квартилях. Поскольку этот подход может приводить к произвольным интервалам, которые иногда были довольно узкими, для ссылки также были представлены гладкие графики взаимосвязи между воздействием и диабетом типа 2 в результате процедуры GAM.

Логистический регрессионный анализ использовался для изучения ассоциаций между распространением диабета типа 2 и различными переменными воздействия. Для каждой переменной воздействия квартиль с наименьшим уровнем экспозиции был выбран в качестве ссылочной категории. Анализ проводился с корректировкой априорно выбранного периода ковариации (непрерывного), пола и среднемесячного дохода (непрерывного) в качестве показателя социально-экономического статуса района. Индивидуально доступные ковариаты (пол, возраст и ИМТ) также тестировались на модификацию эффекта. Стратифицированный анализ проводился по полу. Гражданство не было приспособлено, поскольку 99% населения было нидерландским. Поскольку участникам, у которых сообщалось ранее диагноз диабета (n = 417), не требуется заполнять вопросник по проблеме симптомов, данные об ИМТ отсутствовали у 98 из этих респондентов. Чтобы иметь возможность включать всех пациентов в основные анализы, мы решили не приспосабливаться к ИМТ в основных анализах, а для проведения анализа чувствительности для изучения потенциального смешающего эффекта ИМТ. В анализе чувствительности мы сравнили результаты скорректированных по ковариации (все ранее упомянутые ковариаты с и без дополнительной корректировки для ИМТ) логистических регрессионных анализов для подгруппы участников с не пропущенной информацией об ИМТ. Был проведен дополнительный анализ чувствительности для типа диагноза (ранее поставленный диагноз и диагностика диагноза), исключая участников диабета 2 типа из другой группы диагноза. Для всех переменных воздействия представлены коэффициенты шансов (OR) и 95% доверительные интервалы (95% -CI). Все анализы (помимо анализов GAM) проводились с SAS 9.2 (SAS Institute Inc., Cary, NC, USA).

Участники, проживающие за пределами исследуемой области (n = 2), участники, для которых геокодирование домашнего адреса было невозможным (из-за PO Box, лодке или почтового адреса, n = 11) и участников с отсутствующими данными по ковариации пола, возраст и доход (среднемесячный доход, n = 118) были исключены из исследования. Это привело к изучению популяции 8018 участников, в том числе 619 (8%) участников с диабетом типа 2, 406 ранее поставленных диагнозов и 213 диагнозов в исследовании Хорен-скрининга. Сорок девять процентов от общей численности населения составляли мужчины (таблица 1), а средний возраст общей численности населения составлял 58 лет. Графики распределения распределения переменных воздействия представлены на рисунке 2. Более подробная информация о распределении переменных воздействия и распределений для участников с диабетом типа 2 и без него отдельно представлена ​​в таблице дополнительных файлов 1. Дополнительный файл 1 Таблица s1 также показывает распределение предикторов модели NO2. Для одного адреса расстояние до ближайшей оживленной дороги было вне диапазона расстояний для участков мониторинга, на основе которых была разработана модель (дальше); все остальные предсказатели находились в пределах исходной базы данных [20]. Корреляция между смоделированной концентрацией NO2 и расстоянием до ближайшей главной дороги была высокой (Spearman’s r: -0,88). Расстояние между ближайшей главной дорогой и трафиком в буфере на 250 м также коррелировало (0,63), как и смоделированная концентрация NO2 и трафик в буфере на 250 м (0,51). Движение на ближайшей главной дороге не коррелировало с другими переменными воздействия (r <0,2).

Характеристика общей популяции и участников с диабетом типа 2 и без него.

Данные — это число (%) или среднее значение (sd).

Гладкие скорректированные ассоциации (OR и 95% -CI) между показателями воздействия и распространенностью диабета типа 2. Графики ящиков на распределении переменных воздействия по оси x.

Сырые и скорректированные ассоциации между распространенностью диабета типа 2 и четырьмя показателями воздействия показаны в дополнительном файле 1 Рисунок s1 (грубые гладкие участки), Рисунок 2 (гендерные, возрастные и соседние доходы скорректированы плавные участки) и Таблица 2 (экспозиционные квартили, сырой и скорректировано). Как сглаживающие сплайны, так и анализы на квартирах с экспозицией сначала показывают небольшое увеличение распространенности диабета с увеличением моделируемой концентрации NO2; тогда, когда примерно смоделированные концентрации NO2 превышали 75-процентный показатель, распространенность снизилась и упала ниже показателя распространенности при наименьших смоделированных концентрациях NO2. В целом, связь между диабетом и смоделированными концентрациями NO2, по-видимому, отсутствует и даже немного наводит на мысль о том, что ассоциация противоречит гипотезе.

Ассоциация между показателями воздействия и распространенностью диабета типа 2: Коэффициенты коэффициентов с 95% -CI

Модель aCrude: не настроена ни на один из выбранных ковариатов.

bАдаптированная модель: скорректирована на средний месячный доход, возраст (непрерывный) и пол.

Участки для расстояния до ближайшей главной дороги должны быть обращены вспять (наибольшее расстояние означает минимальную экспозицию). Чтобы дать более точное представление о дисперсии загрязнения воздуха с дороги, ось x на участках (расстояние), кроме того, имеет шкалу бревен. Графики, а также анализы на квартиль показывают увеличение распространенности с уменьшением расстояния до приблизительно медианного. Оттуда распространенность сахарного диабета и примерно на 75-процентном уровне была ниже распространенности на самом большом расстоянии (табл. 2 и рис. 2). В некоторых исследованиях расстояние до ближайшей крупной дороги было дихотомизировано при отсечениях 100 м или 250 м. В настоящем исследовании возраст, пол и доход от ОР при диабете при проживании в пределах 250 м от основной дороги составляли 1,09 (95% ДИ: 0,87-1,36) по сравнению с теми, кто живет дальше. Для жизни в пределах 100 м это было 0,88 (0,74-1,05).

Что касается потока трафика на ближайшей главной дороге, связи с диабетом не наблюдалось. Однако трафик в буфере на 250 м предположил некоторую (статистически значимую) повышенную распространенность диабета при более высоких уровнях облучения (примерно в трех верхних квартилях), хотя снова преобладает снижение среди самых высоких.

Сравнение сырых и скорректированных моделей (таблица 2 также рис. 2 и дополнительный файл 1 рис. S1) демонстрирует, что включение ковариатов в скорректированных моделях мало повлияло на OR и 95% -II. Дополнительная корректировка для сообщества также не изменила результаты (данные не показаны). Предыдущие исследования [2,3,5] показывают, что ген может быть модификатором эффекта, поэтому анализы были стратифицированы по полу (рисунок 3). Образцы, наблюдаемые у всего населения и описанные выше, казались более выраженными среди женщин, чем среди мужчин (см. Также Дополнительный файл 1, рисунок s2). Статистически значимо увеличенные шансы наблюдались для моделированного NO2 и трафика в 250 м буфере (третий квартиль, 1,48 (1,07-2,04) и 1,44 (1,01-2,05) соответственно). Тем не менее, при регрессионном анализе с условиями взаимодействия с гендерным фактором взаимодействие не было статистически значимым.

Анализы стратифицированы по полу. Показаны OR и 95% -CIs, следуя анализу, скорректированному на возраст и доход.

Анализ чувствительности был проведен для изучения потенциального смешающего эффекта ИМТ (таблица дополнительных файлов 1 s2). В этих анализах были исключены все участники с отсутствующими данными об ИМТ (n = 98), все из которых ранее диагностировали диабет. Сырой и скорректированный анализ показал несколько более высокие ОР и более высокие 95% -II, чем в общей популяции (таблица 2). Дополнительная корректировка ИМТ в значительной степени не влияла на схемы воздействия. Поэтому мы пришли к выводу, что ИМТ не является важной опорой для ассоциации между загрязнением воздуха, связанным с дорожным движением, и распространенностью диабета у этой популяции. Кроме того, мы тестировали на модификацию эффекта, регрессионный анализ с условиями взаимодействия с BMI, не показывали статистически значимого взаимодействия.

Мы также проводили анализы чувствительности для разных типов диагностики (опрашиваемый ранее врач, диагностированный по сравнению с диагнозом обширного скрининга в этом исследовании, рис. 4), что показывает, что участники с диагнозом диагноза диабета вносят важный вклад в результаты этого исследования.

Анализы стратифицированы по типу диагноза. Показаны OR и 95% -CIs, следуя анализу, скорректированному на возраст, пол и доход. Точки представляют собой ОР для самообслуживания ранее диагноза диагноза врача (N = 7 805), треугольники представляют собой скрининг диагноза диабета (N = 7,612).

В этом исследовании гладкие участки воздействия риска развития диабета типа 2 поддерживали некоторую связь с трафиком в 250-метровом буфере. Распространенность диабета была (не значительно) увеличена в самых высоких трех квартилях по сравнению с самым низким квартилем, но не увеличивалась с увеличением квартили. Модельная концентрация NO2, расстояние до ближайшей главной дороги и транспортный поток на ближайшей главной дороге не были связаны с диабетом. Кажется, что ассоциации были сильнее для женщин по сравнению с мужчинами.

Область, в которой проводилось исследование по исследованию Хоорна, имеет относительно низкий уровень загрязнения воздуха, как это описано с низкими концентрациями NO2 и небольшими контрастами. Проведение исследований в областях с низкой экспозицией и небольшими контрастами имеет свои преимущества и недостатки. Одним из важных аспектов таких исследований является то, что можно было бы получить информацию о возможных последствиях воздействия загрязнения воздуха на здоровье при концентрациях ниже нынешних стандартов. Недостатком является потенциально низкая мощность исследования. Последнее, возможно, ограничило нашу способность обнаруживать последовательную связь с загрязнением воздуха, связанным с дорожным движением. Поскольку другие исследования (например, [22]] наблюдали эффекты в областях с низкой экспозицией и ограниченным контрастом, и в нескольких исследованиях были показаны в основном линейные ассоциации между загрязнением воздуха и, то есть сердечно-легочной смертностью (например, [23]], мы рассматривали возможность изучения возможной ассоциации в этой области исследований.

Ограниченные диапазоны воздействия потока трафика на ближайшей главной дороге и концентрации NO2 могли бы способствовать несовместимым результатам. Например, межквартильный диапазон для NO2-воздействия в этом исследовании составлял всего 2,3 мкг / м3, тогда как в предыдущих исследованиях по загрязнению воздуха и диабету 2 типа [2,3] это колебалось от 5,8 до 15,0 мкг / м3. Относительно длинные хвосты на обоих концах диапазона экспозиции могут, кроме того, способствовать отсутствию отношения экспозиционно-реакционного воздействия в этом исследовании: диапазон воздействия в самом высоком открытом квартиле для NO2 (16,5-36,0 мкг / м3) был значительно чем межквартильный диапазон. Однако, как показано на рисунке 2, анализ, использующий полный контраст, не показывает увеличения шансов с увеличением концентрации NO2.

В настоящем исследовании ассоциации по различным показателям загрязнения воздуха не показали согласованных результатов. В то время как повышенная экспозиция, измеренная путем движения в 250-метровом кольцевом буфере, была связана со слегка увеличенными шансами диабета типа 2, эта схема была менее понятной для расстояния до ближайшей главной дороги и смоделировала концентрацию NO2 и отсутствовала для потока движения на ближайшей основной Дорога. Однако в когортном исследовании по сердечно-сосудистой смертности в Нидерландах также наблюдались различные ассоциации для разных показателей воздействия. [17]. Схема воздействия-реакции для концентрации NO2 и расстояния до ближайшей главной дороги в этом исследовании была схожей, скорее всего, из-за высокой корреляции между двумя переменными. Расстояние до ближайшей главной дороги — это метрика, которая все чаще используется в политической практике, однако моделирование концентрации NO2, скорее всего, является более точной метрикой воздействия загрязнения воздуха, связанного с дорожным движением.

Экспозиция была охарактеризована по домашнему адресу. Несмотря на высокую корреляцию между наружным воздействием на дому и общим воздействием загрязнения воздуха, связанного с дорожным движением [19], личные различия в воздействии, вызванные, например, профессиональным или перекрестным воздействием, могли привести к ошибочной оценке воздействия. Кроме того, неизвестно, за какой период времени участники проживали в учебной области во время регистрации. Однако мобильность населения среди пожилых людей в Нидерландах, как правило, низкая [24,25], и поэтому мы считаем, что оценочные уровни воздействия в настоящем исследовании представляют собой долгосрочные воздействия участников исследования. Экспозиция и данные участников также были получены в разные моменты времени. Поскольку область исследований является стабильной средой, в которой не произошло серьезных изменений в жилищном строительстве или дорожной сети за последние двадцать лет, мы не считаем, что пространственные изменения воздействия со временем сильно изменились. Недавние исследования показали разумную долгосрочную обоснованность регрессионных моделей землепользования [26,27]. Индикаторы, такие как расстояние до ближайшей главной дороги, могут быть еще более стабильными с течением времени, чем концентрации загрязнения воздуха.

Поскольку воздействие было охарактеризовано в геокодированном домашнем адресе, пространственная ошибка в базе данных, которая использовалась для геокодирования, могла способствовать ошибочной классификации экспозиции. Геокодирование проводилось с помощью ACN, точность которого высока (93,5% расположены в центре тяжести правильного здания, 6,0% у центроида правильной посылки [28]). Поэтому мы считаем, что неправильная классификация воздействия из-за пространственной ошибки в геокодированном домашнем адресе, если таковая имеется, мала.

В идеальном случае эпидемиологические исследования воздействия на окружающую среду воздействия окружающей среды, такие как загрязнение воздуха, проводятся в перспективном проекте когорты. Чтобы изучать такие состояния, как диабет типа 2, в когорте с достаточной мощностью, требуется длительное время наблюдения, и размер когорты должен быть значительным. Поскольку это очень трудоемкий и дорогостоящий процесс, исследования поперечного сечения, такие как исследование скрининга Хоорна, могут значительно способствовать пониманию таких ассоциаций в отсутствие когортных исследований.

Исследование Хорен-скрининга является кросс-секционным исследованием среди типичной популяции исследователей, и распространенность диабета хорошо описана. В исследованиях, основанных на анкете, выбор смещения может иметь важное значение. В исследовании Хорен-скрининга смещение выборки было сведено к минимуму, пригласив всех жителей от 50 до 75 лет для участия в исследовании, а отсутствие ответа было низким (20%) [12]. В целом диабет типа 2 остается недиагностированным в до 30-55% случаев. Силой настоящего исследования является то, что многие из этих недиагностированных пациентов были обнаружены [12]. Около трети пациентов с диабетом типа 2 в этом исследовании были диагностированы с помощью обширной процедуры скрининга. Анализ чувствительности для типа диагноза (показанный с помощью самообслуживания по сравнению с обнаруженным на экране, рис. 4) показывает, что скрининг выявил пациентов с диабетом типа 2, что значительно повлияло на результаты этого исследования, что может иметь важное значение для разработки будущих исследований , Поскольку субъекты, диагностированные при скрининге, не знали о своем заболевании, предвзятость в особенности этой группы кажется маловероятной. Хотя некоторая ошибочная классификация могла произойти в группе пациентов с самооценкой с диабетом типа 2, маловероятно, что это связано с воздействием. Следовательно, эта неправильная классификация, вероятно, приведет к менее выраженным эффектам, если таковые имеются.

Сравнение сырых и скорректированных моделей показало, что они не смешивают связь между диабетом типа 2 и переменными воздействия. Мы не можем исключать остаточное смешение других неизмеримых факторов, таких как образ жизни, личный социально-экономический статус и т. Д. Например, не было данных о статусе курения или предшествующих сердечно-сосудистых заболеваниях, которые являются важными факторами риска диабета типа 2. В трех опубликованных эпидемиологических исследованиях, изучающих связь между загрязнением воздуха, связанным с трафиком, и диабетом, Brook et al. [2] с учетом тех же факторов, что и в нашем исследовании, тогда как Krämer et al. [3] и Puett et al. [5] предоставила более подробную индивидуальную информацию. Однако ни одно из этих исследований не показало, что эти характеристики являются важными препятствиями в связи между диабетом и загрязнением воздуха. В нескольких исследованиях, посвященных сердечно-легочному здоровью [29-31], также показалось, что корректировка важных факторов риска, таких как курение, мало повлияла на связь между сердечно-легочным здоровьем и загрязнением воздуха, связанным с движением. Это согласуется с нашими выводами, в которых корректировка по полу, возрасту и показателю социально-экономического статуса (средний доход по соседству) указывает на то, что это не противоречит отношениям с загрязнением воздуха, связанным с дорожным движением. Анализ чувствительности к потенциальному смешающему эффекту ИМТ показал, кроме того, никаких признаков смешения ИМТ в этой популяции (дополнительный файл 1 Таблица s2, модель III по сравнению с моделью II), хотя полное исключение не может быть полностью исключено.

Krämer et al. [3] показали связь между загрязнением воздуха, связанным с трафиком, и диабетом типа 2 типа среди пожилых женщин в проспективном исследовании. Для NO2 скорректированный относительный риск (RR) составлял 1,42 (95% -CI: 1,16-1,73) на 19 мкг / м3. Brook et al. [2] продемонстрировали связь между смоделированной концентрацией NO2 и распространенностью диабета 2 типа среди женщин (ОР 1,04 (1,00-1,08) на 1 млрд. Фунтов), но не среди мужчин. Puett et al. [5] наблюдалось увеличение отношения рисков 1,14 (1,03-1,27) при проживании менее 50 м против ≥200 м от проезжей части среди женщин. В нашем исследовании закономерности, наблюдаемые у всей популяции, как представляется, были более выраженными среди женщин, что согласуется с исследованиями Брук, Пуэтт и Креймер. Однако в регрессионном анализе статистически значимого взаимодействия по признаку пола не было показано. Среди возможных объяснений возможной разницы между мужчинами и женщинами является точность оценки воздействия, которая может быть более точной у женщин, чем у мужчин. Женщины в этом населении являются поколениями, в которых работа вне дома была редкостью. Во время скрининга женщины в этом исследовании, следовательно, с большей вероятностью провели больше времени дома, чем мужчины. Кроме того, восприимчивость может различаться между женщинами и мужчинами.

Это исследование не обнаружило последовательных ассоциаций между распространением диабета типа 2 и воздействием загрязнения воздуха, связанного с дорожным движением, хотя были некоторые признаки для связи с трафиком в буфере на 250 м. Наше исследование добавляет к ограниченному числу исследований по загрязнению воздуха в качестве фактора риска развития диабета типа 2 [2-5]. В отличие от предыдущих эпидемиологических исследований [2,3,5] мы не находили последовательных ассоциаций, хотя, несмотря на ограниченный уровень воздействия в исследуемой популяции, наблюдались некоторые признаки отношения.

95% -CI: доверительный интервал 95%; ИМТ: индекс массы тела; ГИС: географическая информационная система; NO2: двуокись азота; OR: отношение шансов; RR: относительный риск.

Авторы заявляют, что у них нет конкурирующих интересов.

MD, SM, UG, JD и BB существенно способствовали разработке и разработке исследования, приобретению, анализу и интерпретации данных; подготовил и пересмотрел статью и утвердил окончательный вариант. KvdH, MA, RvS, GH существенно способствовали разработке и интерпретации данных, критиковали статью и утвердили окончательную версию. PF, GN, CS существенно способствовали приобретению данных, пересмотрели статью и утвердили окончательную версию.

Дополнительный диабетический диадема.

Нажмите здесь для файла

Финансовая поддержка этого исследования была предоставлена ​​Нидерландской организацией по исследованиям и разработкам в области здравоохранения (ZonMW). Ульрике Геринг была поддержана исследовательской стипендией Нидерландской организации научных исследований (NWO). Мы благодарим Annemieke Spijkerman Центра исследований по профилактике и медицинскому обслуживанию, Национального института общественного здравоохранения и окружающей среды, Билтховена, Нидерландов и Марселя Адриансе из Департамента наук о здоровьях и Института исследований здоровья и ухода EMGO, Университета VU в Амстердаме, Нидерланды, за их работу по исследованию Хоорна.

Комментариев нет.

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *