Нажмите "Enter", чтобы перейти к контенту

Артериальное артериальное давление и долгосрочное воздействие загрязнения воздуха, связанного с движением: анализ в европейском исследовании когорт для воздействия загрязнения воздуха (ESCAPE)

Arterial Blood Pressure and Long-Term Exposure to Traffic-Related Air Pollution: An Analysis in the European Study of Cohorts for Air Pollution Effects (ESCAPE)
Источник: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4154218/

Предпосылки: Долгосрочное воздействие загрязнения воздуха было выдвинуто для повышения артериального давления (АД). Существующие доказательства недостаточны и специфичны для страны.

Цели: Мы исследовали взаимосвязь между длительным воздушным загрязнением, связанным с дорожным движением, с ВР и распространенной гипертензией в европейских популяциях.

Методы. Мы проанализировали 15 популяционных когорт, участвующих в Европейском исследовании когорт для воздействия загрязнения воздуха (ESCAPE). Мы моделировали воздействие жилых помещений на твердые частицы и оксиды азота с регрессией землепользования с использованием единого протокола. Мы оценили воздействие трафика с помощью переменных индикатора трафика. Мы проанализировали систолическое и диастолическое АД у участников, получавших медикаментозное лечение и немедикаментозное лечение с помощью BP-понижающего лекарственного средства (BPLM), с учетом индивидуальных факторов риска и уровня окружающей среды, а также факторов окружающей среды. Преобладающая гипертензия определялась как систолическое АД ≥ 140 мм рт. Ст. Или диастолическое АД ≥ 90 мм рт. Ст. Или потребление БПЛМ. Мы комбинировали результаты, специфичные для когорты, используя метаанализ случайных эффектов.

Результаты. В основном метаанализе 113 926 участников транспортная нагрузка на основных дорогах в пределах 100 м от резиденции была связана с увеличением систолического и диастолического АД у пациентов без побочных эффектов [0,35 мм рт.ст. (95% ДИ: 0,02, 0,68) и 0,22 мм рт.ст. ( 95% ДИ: 0,04, 0,40) на 4 000 000 автомобилей × м / сут соответственно]. Оценочное соотношение шансов (OR) для распространенной гипертензии составляло 1,05 (95% ДИ: 0,99, 1,11) на 4 000 000 автомобилей × м / сут. Моделируемые загрязнители воздуха и ВР не были четко связаны.

Выводы. В этом первом всеобъемлющем метаанализе европейских популяционных когорт мы наблюдали слабую положительную связь высокого уровня воздействия на жильё с BP у нелекарственных участников и повышенную ОР для распространенной гипертонии. Связь смоделированных загрязнителей воздуха с ВР была непоследовательной.

Образец цитирования: Фукс К.Б., Вейнмайр Г., Форастер М., Дратва Дж, Хампель Р., Хатуэйс Д, Дофалд Б, Удин А., Панасевич С., Пенэлл Дж, Соммар Дж. Н., Серенсен М., Титтанен П., Вольф К., Сюнь WW, Агилера I, Basagaña X, Beelen R, Bots ML, Brunekreef B, Bueno-de-Mesquita HB, Caracciolo B, Cirach M, de Faire U, de Nazelle A, Eeftens M, Elosua R, Erbel R, Forsberg B, Fratiglioni L, Gaspoz JM , Hilding A, Jula A, Korek M, Krämer U, Künzli N, Lanki T, Leander K, Magnusson PK, Marrugat J, Nieuwenhuijsen MJ, Östenson CG, Pedersen NL, Pershagen G, Phuleria HC, Probst-Hensch NM, Raaschou- Nielsen O, Schaffner E, Schikowski T, Schindler C, Schwarze PE, Søgaard AJ, Sugiri D, Swart WJ, Tsai MY, Turunen AW, Vineis P, Peters A, Hoffmann B. 2014. Артериальное давление и длительное воздействие связанное с трафиком загрязнение воздуха: анализ в Европейском исследовании когорт по воздействию загрязнения воздуха (ESCAPE). Environ Health Perspect 122: 896-905; http://dx.doi.org/10.1289/ehp.1307725

Долгосрочное воздействие загрязнения воздуха, связанного с дорожным движением (TRAP), увеличивает риск сердечно-сосудистых событий и смертности [Институт воздействия на здоровье (HEI) 2010]. Высокое кровяное давление (АД), являющийся основным фактором риска во всем мире, может опосредовать сердечно-сосудистые эффекты TRAP (Brook et al., 2009). Высказывалось предположение, что долгосрочное воздействие ТРАП может хронически повышать АД и увеличивать риск гипертонии (Брук 2007), тем самым способствуя пагубному воздействию загрязнения воздуха на сердечно-сосудистую заболеваемость и смертность.

До сих пор доказательств до сих пор недостаточно. В двух американских исследованиях с отобранными популяциями [пожилые мужчины (Schwartz et al., 2012) и чернокожие женщины (Coogan et al., 2012)] TRAP был связан с более высоким АД или гипертонией. В нашем предыдущем исследовании с немецкой популяционной когорты (Fuks et al., 2011) мы обнаружили положительную ассоциацию окружающего макрочастица (ТЧ) с АД и повышенную распространенность гипертонии среди людей, живущих вблизи главной дороги. Долгосрочное воздействие ТЧ и газообразных загрязнителей воздуха было связано с высоким АД и гипертонией в двух крупных азиатских когортах (Chuang et al., 2011; Dong et al., 2013). Долгосрочные концентрации ТЧ были положительно связаны с гипертонией, зарегистрированной у самок, среди белых взрослых американцев (Johnson and Parker, 2009). Однако не все выводы являются положительными. В большой популяционной датской когорте пожилых людей долгосрочное воздействие оксидов азота (NOx, показатели TRAP) было связано с уменьшением АД и более низкой распространенностью гипертонии с самообследованием (Sørensen et al., 2012).

Ввиду редких и частично противоречивых доказательств мы стремились изучить влияние долгосрочного воздействия ТРАП на АД и гипертонию в 15 европейских популяционных когортах, используя единую методологию. Мы исследовали взаимосвязь поперечных сечений загрязнителей воздуха, NOx и показателей дорожного движения с артериальным АД, а также с распространенностью гипертонии и потреблением BP-понижающего лекарства (BPLM). Эта работа была выполнена в рамках Европейского исследования когорт по воздействию загрязнения воздуха (ESCAPE 2008).

Общая настройка. Мы выбрали существующие когортные исследования смертности и хронических заболеваний в Европе на основе их потенциала для количественной оценки отношений между долгосрочным воздействием и ответами на здоровье. Когортам было разрешено участвовать в анализе АД и гипертонии, если были доступны следующие данные: а) значения АД, измеренные в соответствии с Всемирной организацией здравоохранения (ВОЗ) Многонациональная МОНИТОРИНГ тенденций и детерминант в протоколе о сердечно-сосудистых заболеваниях (МОНИКА) (Hense et al., 1995) или конкретный стандарт для исследования; b) информация о применении BPLM; и c) долгосрочные концентрации ТРАП в жилых помещениях в резиденции, оцененные по модели регрессии использования земли ESCAPE (LUR).

Всего в исследовании участвовали 15 когорт из девяти стран: национальное исследование сердечно-сосудистых рисков в Финляндии (FINRISK, Финляндия); исследование датского диета, рак и здоровье (DCH, Дания); популяционное исследование здоровья в Осло (HUBRO, Норвегия); Стокгольмская 60-летняя когорта (60-летняя, Швеция); Стокгольмская превентивная программа по диабету (SDPP, Швеция); Шведское национальное исследование по проблемам старения и ухода в Кунгсхольмене (SNAC-K, Швеция); шведский реестр Twin (TwinGene); Европейская когорта по исследованию рака и питания (EPIC) в Умео, Швеция (EPIC-Umeå); проект мониторинга EPIC по факторам риска развития хронических заболеваний (EPIC-MORGEN, Нидерланды); проспект EPIC Prospect (EPIC-Prospect, Нидерланды); EPIC Оксфордская когорта (EPIC-Оксфорд, Соединенное Королевство); факторы риска Хайнца Никсдорфа, оценка исследования коронарного кальцинирования и образа жизни (отзыв) (HNR, Германия); Совместные исследования в области здравоохранения в регионе Аугсбург (KORA, Германия); Швейцарское исследование по загрязнению воздуха и болезни легких и сердца у взрослых (SAPALDIA, Швейцария); и регистрацию Registre Gironí del Cor-Girona (REGICOR, Испания). Более подробная информация о каждой когорте содержится в дополнительном материале, «Информация для когорты, финансирование и подтверждения», стр. 3-9. Работа во всех когортах проводилась в соответствии с Декларацией Хельсинки (Всемирная медицинская ассоциация 2013) и со всеми местными этическими требованиями.

Загрязнение воздуха. Концентрации ТЧ, включая частицы с диаметром ≤ 2,5 мкм (ПМ2,5), ≤ 10 мкм (PM10),> 2,5 до ≤ 10 мкм (PMcoarse, рассчитанные как PM10 минус PM2,5), поглощение PM2.5 (маркер для черный углерод или сажа) и NOx [диоксид азота (NO2) и монооксид азота (NO)] были смоделированы с использованием LUR с использованием единой процедуры ESCAPE, как описано в дополнительном материале «Модель регрессии землепользования», стр. 9-10 и в другом месте (Beelen et al., 2013; Eeftens et al., 2012). Вкратце, годовые средние значения измеренных концентраций загрязняющих веществ на участках мониторинга и предикторные переменные, полученные из баз данных в масштабах всей Европы и местной базы данных географической информации, были использованы для разработки модели LUR, ориентированной на исследование, и для прогнозирования концентрации по каждому адресу участника. Чтобы оценить влияние связанных с временем изменений в экспозиции, предсказанные концентрации для ТЧ10 и NO2 были экстраполированы до времени измерения АД с использованием данных из рутинных участков мониторинга (см. Дополнительный материал «Экстраполяция значений экспозиции во времени», pp. 10-11).

Индикаторы трафика. Мы оценили совокупный объем трафика с двумя индикаторами трафика, выбранными априори консорциумом ESCAPE для обеспечения сопоставимости во всех областях исследования: a) общая транспортная нагрузка на всех основных дорогах (определяемая как дороги с интенсивностью движения> 5000 автомобилей в день) в пределах Буфер радиусом 100 м вокруг места жительства, определяемый как сумма интенсивности движения, умноженная на длину основных фрагментов дороги в буфере (транспортные средства в расчете на метры в день); и b) интенсивность движения на ближайшей дороге (любой тип дороги, транспортные средства в день). Оба показателя были основаны на дорожных сетях, относящихся к конкретным районам исследования, с данными интенсивности трафика, основанными на данных как по подсчету, так и по моделированию. Время оценки варьировалось между областями исследования. Мы стремились собирать данные о дорожном движении за разные годы, включая исходные данные, текущие данные и данные в течение многих лет в соответствующих окнах экспозиции. Для второстепенных дорог данные о интенсивности движения отсутствовали в некоторых местных дорожных сетях. В этих случаях недостающие данные были вменены в значение по умолчанию 500 автомобилей в день. Учитывая, что эти дороги были в основном второстепенными дорогами, ошибка измерения в отношении определения занятых и небусных дорог, вероятно, мала. Анализ переменных индикатора трафика был скорректирован для прогнозируемой фоновой концентрации NO2.

Звук дорожного движения. Мы учитывали одновременное воздействие шума трафика. Для этого мы оценили 24-часовой средний уровень шума дорожного движения (Lden) на базовом адресе, основанном на точках фасада резиденций участников. Оценка шума основывалась на обязательном моделировании шума в соответствии с Директивой 2002/49 / EC Европейского парламента и Совета (Европейская комиссия 2002 г.) (см. Дополнительный материал «Оценка шума», стр. 11-12).

Оценка результатов. BP измеряли в соответствии со стандартной процедурой ВОЗ (Hense et al., 1995) в трех исследованиях (KORA, HNR и SAPALDIA), тогда как в других исследованиях применялись стандартизированные процедуры, специфичные для исследования (таблица 1). Автоматизированные осциллометрические устройства (AOD) использовались в девяти когортах: DCH, HUBRO, 60-летних, EPIC-MORGEN, EPIC-Prospect, EPIC-Oxford, HNR, SAPALDIA и REGICOR. Три когорты использовали сфигмоманометры (SDPP, SNAC-K и EPIC-Umeå), а две когорты использовали либо AOD, либо сфигмоманометр (TwinGene и KORA). В большинстве исследований АД измеряли на правой руке (девять исследований), в сидячем положении (девять исследований) и с использованием разных размеров манжеты в соответствии с окружностью верхнего плеча (все, кроме FINRISK). BP измеряли, по крайней мере, дважды, с минимальной паузой в 2 мин, во всех когортах, кроме SDPP и в составе EPIC-Oxford. В DCH, если первое измеренное значение АД было признано ненормальным, новое измерение было принято через 3 минуты. Самое низкое измерение АД было записано как окончательное.

BP в участвующих когортах.

Потребление BPLM на базовом уровне оценивалось по опроснику или интервью и имелось в 14 исследованиях. Двенадцать когорт имели подробную информацию о названии препарата, в то время как две когорты только сообщали информацию о приеме любого BPLM (см. Дополнительный материал «Оценка снижения потребления артериального давления», стр. 12). Гипертензия определялась как систолическое АД ≥ 140 мм рт. Ст., Диастолическое АД ≥ 90 мм рт. Ст. Или текущий прием BPLM (Chobanian et al., 2003). Внесение BPLM было рассмотрено как дополнительный результат.

Статистический анализ в когортах. Мы проводили анализы в каждой когорте отдельно; не было проведено объединение отдельных данных. Когорт-специфические анализы проводились в каждом учебном центре в соответствии с единым статистическим протоколом, который кратко описан ниже (более подробно см. «Дополнительный материал», «Когорт-специфический анализ», стр. 12-13). Мы использовали STATA версии 10-12 (StataCorp; http://www.stata.com). Показания BP рассматривались как непрерывные результаты; гипертония и потребление BPLM, как дихотомические исходы. Анализ систолического и диастолического АД проводился с линейной регрессией. Для анализа потребления BPLM и гипертонии была использована логистическая регрессия. Линейная модель регрессии и предположения были протестированы в каждой когорте (см. «Дополнительный материал», «Когорт-специфический анализ», стр. 12-13). Результаты были представлены для фиксированных приращений экспозиций, согласованных во всех публикациях ESCAPE (см. Дополнительный материал, «Приращения воздействия в анализах», стр. 11).

Исправление эффекта антигипертензивных препаратов. Чтобы объяснить влияние потребления BPLM на уровень измеренного АД, мы оценили влияние загрязнения воздуха на АД у участников, принимающих BPLM («лекарственный препарат»), а также у участников, не принимающих BPLM («немедицинский») отдельно. Чтобы увеличить мощность, мы подсчитали результаты в подгруппах медикаментозного и немедикаментозного лечения во всей когорте, используя термин взаимодействия, воздействие × BPLM. Модель анализа была

BP = β0
+ β1
× Экспозиция + β2
× BPLM + β3
× Экспозиция × BPLM + … + βk × Covariatek + ε. [1]

Потребление BPLM кодировалось как 0 (без лекарств) или 1 (лекарство). Таким образом, воздействие экспозиции на АД в медикаментозных (BPLM = 1) участниках оценивалось как

β1
× Экспозиция + β3 × Экспозиция × 1 = (β1
+ β3) × Экспозиция. [2]

В немедицинских участниках (BPLM = 0),

β1
× Экспозиция + β3
× Экспозиция × 0 = β1
× Экспозиция. [3]

Мы использовали Z-тест для взаимодействия с оценками с объединенным (метаанализом) в медикаментозном и немедицинском.

Мы также провели анализ чувствительности с нормальной регрессией с правой цензурой для учета эффекта BPLM. С помощью этого метода АД в медикаментозных участниках подвергали цензуре как цензуре с правом (Tobin et al., 2005). Нормальная цензурная регрессия подходила к уравнению 1, предполагая, что базовое АД у медикаментозных участников равно или выше, чем измеренное значение при лечении:

BPinging ≥ BP измеряется, если BPLM = 1 BPunderlying = BP измеряется, если BPLM = 0. [4]

Ковариаты включены в анализ. Мы использовали согласованные определения ковариатов и наборы корректировок. Наборы корректировки были определены априори с использованием каузальных графиков (Glymour и Greenland 2008). Основная модель включала возраст (лет), пол (мужской, женский), индекс массы тела (ИМТ, ​​килограмм на квадратный метр), статус курения (курильщик, экс-курильщик, некурящий), куб. Лет курения (общий пакет-лет потребление алкоголя (никогда, 1-3 напитка в неделю, 3-6 напитков в неделю, 6 напитков в неделю, если вина оценивали отдельно, рассчитывали потребление алкоголя, исключая вино), потребление вина (напитки в неделю, если есть), физическая активность (<один раз в месяц или <1 час / неделя, один раз в неделю или 1 час / неделю, 2-3 раза в неделю или> 1 и <3 часа в неделю, > 3 раза в неделю или> 3 часа в неделю), индивидуальный социально-экономический статус [SES; определяемый как образовательный уровень (≤ начальная школа, ≤ средняя школа или эквивалент, ≥ университетская степень)] и экономическая деятельность (занятые / работающие самостоятельно, безработные, домохозяйка / домохозяйка, пенсионеры).

В случаях, когда ковариат не был доступен, он имел низкое качество или содержал> 10% недостающих значений, ковариат был заменен аналогичным ковариатом или исключен из индивидуальной когорт-специфической модели. Например, вместо физической активности в категориях (которая недоступна в REGICOR) использовалась переменная физической активности в свободное время.

Основываясь на существующих знаниях о возможных нелинейных отношениях для возраста, ИМТ, пак-лет курения и потребления вина (если таковые имеются), соответствующие термины были введены как линейные и квадратные, с центром по среднему значению.

Управление эффектами на уровне области. Чтобы скорректировать потенциальную кластеризацию результатов на мелкомасштабном пространственном уровне, мы включили случайный перехват для окрестности в моделях регрессии смешанных эффектов. Если бы переменные уровня области были доступны в разных пространственных масштабах, мы использовали шкалу, соответствующую пространственной шкале случайного перехвата, которая была выбрана на основе информационного критерия Акаики модели. Кроме того, мы контролировали потенциальное смешение на уровне области, включив информацию о соседних SES в качестве ковариации в основной модели. Если таковые имеются, мы использовали уровень безработицы по соседству или, альтернативно, уровень благосостояния, средний уровень образования или средний доход.

Мета-анализ. Был выполнен метаанализ случайных эффектов на основе метода DerSimonian и Laird (1986). Мы определили р-значение Q-теста Кокреяна <0,05 или I2> 50% в качестве признака гетерогенности (Higgins and Thompson 2002). Лесные участки были изготовлены с использованием пакета метафор (Viechtbauer 2010) в R версии 2.13.1 (R Project for Statistics Computing, http://www.r-project.org/).

В качестве анализов чувствительности мы разделили когорты на группы по качеству процедуры измерения АД и исключили исследования один за другим, чтобы исследовать влияние отдельных исследований на мета-оценку. Мы также проводили метарегрессию с использованием характеристик популяции и воздействия в когорте в качестве независимых предикторов. Более подробную информацию см. В «Дополнительный материал», «Метаанализ чувствительности и метарегрессия», стр. 13-15.

Мы проанализировали данные из 15 когорт в девяти европейских странах, включая 164 484 человека с информацией об экспозиции, результатах и ​​ковариатах (таблица 2). Конкретные базовые исследования проводились в течение периода, который варьировался от 1992 до 2008 года. Две основные группы были исключены из основного метаанализа: EPIC-Oxford, из-за отсутствия информации о BPLM и DCH, из-за слегка отличающегося АД метод измерения у пациентов с гипертонической болезнью («Методы», см. также «Дополнительный материал», таблица S1). Это оставило 13 когорт с 113 926 участниками основного мета-анализа NOx и нагрузки на трафик и 12 когорт с 90 852 участниками основного анализа PM. Все 15 когорт были включены в расширенный метаанализ.

Описание исследуемой популяции в когортах, включенных в основной и расширенный метаанализ.

Из 113 926 участников основного метаанализа с NOx и нагрузки на трафик в 100-метровом буфере 14,943 участника (13,1%) принимали BPLM, а 41,067 (36,0%) имели гипертензию. Среднее систолическое АД в когортах составляло от 120,8 мм рт. Ст. До 142,7 мм рт.ст .; средний диастолический АД варьировался от 75,0 мм рт.ст. до 84,5 мм рт.ст. (таблица 2). Характеристики участников, включенных в основной анализ, были аналогичны расширенной выборке (таблица 2).

Средние концентрации загрязняющих веществ увеличились с севера на юг по сравнению с исследованиями (таблица 3). Корреляция между концентрациями загрязняющих веществ варьировалась от умеренного (Pearson’s p = 0,5-0,7) до высокого (ρ> 0,7) (см. Дополнительный материал, таблица S2). Мы наблюдали высокую корреляцию мер ТЧ, ТЧ с NOx и NO2 с NOx в большинстве областей исследования. Мы наблюдали корреляции между загрязняющими веществами, индикаторами трафика и шумами дорожного движения между умеренными и высокими. Два индикатора трафика были слабо (ρ = 0,3-0,5) для умеренно коррелированных.

Характеристики модели LUR (перекрестная валидация R2) и концентрации долгосрочного TRAP в когортах (среднее ± SD).

Ассоциации с загрязнителями воздуха в виде частиц. Моделируемые концентрации ТЧ не были четко связаны с каким-либо из изученных результатов в моделях с одним загрязнителем (таблицы 4, 5 и рис. 1). Было обнаружено увеличение систолического АД на 0,25 мм рт. Ст. (95% ДИ -0,76, 1,16) и 0,98 мм рт. Ст. (95% ДИ -0,35, 2,31) на 5 мкг / м3 в ТЧ2,5 в немедицинских и медикаментозных участников, соответственно. Пинтерация для приема ТБ2,5 × BPLM составляла 0,25. Аналогичные результаты были получены для диастолического АД: увеличение 0,14 мм рт.ст. в немедицинских (95% ДИ: -0,57, 0,85) и на 0,59 мм рт.ст. в медикаментозных (95% ДИ: -0,19, 1,37) участников на 5 мкг / м3 PM2.5; pinteraction было 0,26. ОР для гипертонии и потребления БПЛМ на 5 мкг / м3 ПМ2,5 составили 1,07 (95% ДИ: 0,95, 1,21) и 1,06 (95% ДИ: 0,96, 1,17) соответственно. Аналогичным образом наблюдались повышенные, но несущественные оценки для поглощения PM2.5, PMcoarse и PM10. Результаты во всех исследованиях были несколько гетерогенными для ТЧ2,5 и ПМ (рис. 1), демонстрируя относительно большие оценки положительных точек в некоторых когортах и ​​обратных ассоциациях в других.

Корректированные ассоциации TRAP и индикаторы трафика с BP, оцененные метаанализом случайных эффектов.

Ассоциации коррекции TRAP и показателей трафика с преобладающей гипертензией и потреблением BPLM в качестве результатов, оцененных с помощью метаанализа случайных эффектов.

Когорт-специфические и метааналитические оценки ассоциации PM2.5 (A), поглощение PM2.5 (B), PMcoarse (C) и PM10 (D) с систолическим АД и гипертонией. Результаты представлены за каждый шаг. I2 является мерой неоднородности между когортами, а phet является p-значением для Q-теста гетерогенности.

Ассоциации с NOx. Моделируемые концентрации NOx не были в значительной степени связаны с какими-либо из результатов, хотя NO2 показал слабую обратную связь со систолическим АД у немедицированных участников (-0,29; 95% ДИ: -0,70, 0,12) мм рт. Ст. На 10 мкг / м3; пинтерация с потреблением BPLM составляла 0,64). Результаты были схожими для NOx (таблицы 4, 5 и 2). Значительная гетерогенность наблюдалась при мета-анализе NO2 и NOx с АД у неспецифических участников и при анализе с гипертонией (рис. 2).

Когорт-специфические и метааналитические оценки ассоциации NO2 (A), NOx (B), нагрузки на основные фрагменты дороги (C) и интенсивности движения на ближайшей дороге (D) с систолическим АД и гипертонией. Результаты представлены за каждый шаг. I2 является мерой неоднородности между когортами, а phet является p-значением для Q-теста гетерогенности.

Ассоциации с индикаторами трафика. Трафик нагрузки в 100-м буфере был связан с повышенным АД у немедицированных участников с увеличением 0,35 мм рт.ст. (95% ДИ: 0,02, 0,68) систолического и 0,22 мм рт.ст. (95% ДИ: 0,04, 0,40) диастолического АД на 4 000 000 транспортных средств × м / сут соответственно, без признаков неоднородности (табл. 4 и рис. 2). Значения pinteraction с потреблением BPLM составляли 0,14 и 0,15 соответственно для систолического и диастолического АД. У медикаментозных участников не было обнаружено никакой ассоциации. Оценочные коэффициенты шансов (ORs) для гипертонии и потребления BPLM составили 1,05 (95% ДИ: 0,99, 1,11) и 1,04 (95% ДИ: 0,98, 1,10) на 4 000 000 автомобилей × м / сут соответственно, с некоторыми доказательствами гетерогенности для исходная гипертензия (таблица 5). При категориальном анализе нагрузки на трафик и BP мы обнаружили самые высокие оценки эффекта среди наиболее подверженных участников, хотя не наблюдалось последовательного отношения реакции-реакции (см. Дополнительный материал, рисунок S1). Интенсивность движения на ближайшей дороге не выявила связи с результатами (таблицы 4, 5 и рис. 2).

Анализ чувствительности. Результаты с правоцензурной регрессией (цензурирование по использованию BPLM) были аналогичны результатам у немедицированных участников (таблица 6). Мы наблюдали положительную связь нагрузки с систолическим и диастолическим АД. Выводы для других загрязняющих веществ были непоследовательными.

Ассоциации корреляции TRAP и показателей трафика с систолическим и диастолическим АД, оцененные с помощью рецензии с правой цензурой и объединенные с использованием метаанализа случайных эффектов.

Мы наблюдали аналогичные эффекты в основном анализе по сравнению с расширенным анализом, который включал DCH и EPIC-Oxford (см. Дополнительный материал, рисунок S2, для PM2.5, NO2 и нагрузки на трафик и систолическое АД, не показано для других загрязняющих веществ и диастолическое АД, см. также лесные участки в основном и расширенном метаанализе с ТЧ2.5 и ВР в дополнительном материале, рис. S3). При ограничении анализа когортами, по крайней мере, с тремя последовательными измерениями АД, мы наблюдали положительную связь ТЧ2,5 с систолическим АД у пациентов, получавших медикаментозное лечение, и увеличенную оценку у немедицинских участников (см. Дополнительный материал, рисунок S2). Наблюдались устойчивые различия по положению тела во время измерения или с помощью записывающего устройства ВР.

Повышение уровня корректировки от сырой нефти до основной модели увеличило оценки воздействия ТЧ2,5 с систолическим АД (см. Дополнительный материал, рисунок S4). Дальнейшая корректировка шума и сезона дорожного движения в моделях чувствительности привела к незначительному уменьшению оценок с систолическим АД (см. Дополнительный материал, рисунок S5, для PM2.5, NO2 и нагрузки на трафик, не показаны для других загрязняющих веществ). Исключение участников, которые изменили свой адрес в последнее время, привело к незначительному снижению предполагаемого изменения систолического АД с ТЧ2,5, увеличению с помощью NOx и отсутствию различий с NO2 и нагрузкой на трафик (см. Дополнительный материал, рисунок S5, для PM2.5, NO2 и нагрузки на трафик, не показаны для NOx). Задняя экстраполяция оценок воздействия на ТЧ10 и NO2 на время базового исследования несколько увеличила оценки для ТЧ10 и NO2 (см. Дополнительный материал, рисунок S5, для NO2, не показан для PM10). Сигналы трафика были связаны с BP только в некоторых когортах (не показаны).

В моделях с двумя загрязнителями, включая PM2.5 и NO2, оценки были выше для ТЧ2,5 и более отрицательны для NO2 для систолического АД (см. Дополнительный материал, таблица S3). Эта тенденция сохранилась после того, как мы исключили шесть исследований с высокой корреляцией PM2.5 и NO2 (данные не показаны). Не было обнаружено различий в оценках диастолического АД (данные не показаны). Аналогичная, но менее последовательная картина наблюдалась для поглощения PM10 и PM2.5 с NO2 (данные не показаны).

В метарегрессии средний возраст участников исследования был положительно связан с специфической для исследования оценкой ТЧ2,5 и NO2 у немедицированных участников (p <0,05, данные не показаны); не было найдено никаких ассоциаций с другими характеристиками исследования (включая перекрестную проверку R2 на основе LUR).

В этом комплексном исследовании до 15 европейских популяционных когортных исследований, в том числе до 164 484 участников, высокая загрузка трафика в 100-м буфере вокруг резиденции была слабо связана с увеличением артериального АД у участников, которые не принимали BPLM, независимо от фона концентрации NOx и уровня шума дорожного движения. Мы также обнаружили положительную, но неточную связь высокой нагрузки на трафик с коэффициентом гипертонии и потребления BPLM. Моделируемое воздействие ТЧ не было явно связано с ВР, хотя оценка баллов в основном была повышена. Мы обнаружили положительные ассоциации в подгруппе исследований с по меньшей мере тремя последующими измерениями АД на участника. Моделируемые концентрации NOx не были связаны с АД, хотя мы обнаружили слабую связь между более высоким уровнем NO2 и более низким АД. Результаты для PM2.5 и NO2 были сильнее при корректировке друг для друга.

Живая близость к оживленной дороге была положительно связана с импульсным давлением и маркерами воспаления (Rioux et al., 2010), нарушенной сердечной функцией (Van Hee et al., 2009), более узким диаметром артериол сетчатки (Adar et al., 2010), коронарным сердцем распространенность болезни и смертность (Gan et al., 2010; Hoffmann et al., 2006) и прогрессирование атеросклероза (Hoffmann et al., 2007; Künzli et al., 2010). Ранее сообщалось об увеличении распространенности гипертензии среди участников, проживающих вблизи главной дороги (Fuks et al., 2011). Наши результаты для загрузки трафика среди немедицированных участников были слабыми, хотя и надежными для корректировки для потенциальных факторов, таких как уровни загрязнения фонового загрязнения воздуха, персональные факторы риска сердечно-сосудистых заболеваний, соседние SES и шум дорожного движения. Мы считаем, что причиной наблюдаемых ассоциаций могут быть выбросы прямого трафика (которые не оцениваются с помощью LUR, например, ультрамелких частиц). В недавнем обзоре (Weichenthal 2012) сообщалось о связи между ультрамелковыми частицами и острыми изменениями сердечно-сосудистой функции, такими как вариабельность сердечного ритма, эндотелиальная вазомоторная функция и другие. С другой стороны, мы не обнаружили связи интенсивности движения на ближайшей дороге с любым из результатов. Это несоответствие может быть объяснено разницей между этими двумя переменными: в то время как интенсивность трафика относится только к самой близкой дороге (независимо от типа дороги и других дорог с высоким трафиком), транспортная нагрузка учитывает все основные дороги в пределах 100 м резиденция. В результате корреляция между этими двумя переменными была низкой и умеренной.

Мы наблюдали положительные точечные оценки ТЧ с АД у пациентов, получавших медикаментозное лечение, и отсутствие ассоциации у немедицинских участников. Результаты для долгосрочного ТЧ2.5 у пациентов, получавших медикаментозное лечение, как правило, соответствовали ассоциациям, сообщаемым в более ранних однобортных исследованиях у взрослых (Chuang et al., 2011; Coogan et al., 2012; Schwartz et al., 2012), хотя доверительные интервалы были более широкими в нашем исследовании, несмотря на его большие размеры. Оценки для ТЧ10 с АД у пациентов, получавших медикаментозное лечение, были похожи или даже выше (для диастолического АД) по сравнению с данными, полученными в недавнем исследовании из Китая (Dong et al., 2013). Ограничение анализа исследованиями по крайней мере с тремя измерениями АД дало более высокие оценки ТЧ у пациентов, получавших медикаментозное лечение. Это открытие указывает на необходимость уменьшения ошибки измерения результатов путем повторных и стандартизированных оценок BP. Наблюдаемая неоднородность результатов также может быть частично объяснена различными компонентами, способствующими комплексной смеси PM в европейских исследовательских областях. В последнее время Wu et al. (2013) сообщили о положительных и обратных краткосрочных ассоциациях различных ТЧ-составляющих с ВР.

Мы обнаружили слабую связь между более высоким уровнем NO2 и более низким систолическим АД у немедицированных участников, что, хотя и не является статистически значимым, было устойчивым к включению шума трафика и корректировке временных изменений путем использования экстраполированных концентраций. Когда мы включили как PM2.5, так и NO2 в модель с двумя загрязнителями для систолического АД, положительная оценка для ТЧ2,5 увеличилась у немедицированных участников, тогда как отрицательная оценка NO2 еще больше снизилась. Снижение АД, связанное с NO2, было показано ранее, в большом датском исследовании с использованием другой модели воздействия (Sørensen et al., 2012); однако когерентные биологические объяснения все еще отсутствуют.

Мы обнаружили частично разные результаты в группах по потреблению BPLM. Хотя транспортная нагрузка была связана с ВР у немедицированных участников, ПМ слабо связан с АД только у пациентов, получавших медикаментозное лечение. Доля лечащих участников значительно различалась среди исследований. Снижение АД, вызванное медикаментами, может замаскировать любое влияние факторов окружающей среды, особенно если предписание BPLM частично связано с вызванным воздействием на окружающую среду высоким АД. С другой стороны, участники, не использующие BPLM, могут представлять менее восприимчивую группу населения, особенно в пожилых когортах. Таким образом, возможно, что результаты для немедицинских участников могут недооценивать истинный эффект у населения.

Предлагаемые биологические механизмы для сердечно-сосудистых эффектов ТРАП в частицах включают выявление локального и системного воспаления и окислительного стресса, вегетативного дисбаланса и эндотелиальной дисфункции (Brook 2007; Brook et al., 2009). Результаты моделей гипертензии животных показали, что PM2.5 может усилить гипертензию путем модуляции чувствительности к стимулам давления (Sun et al., 2008).

Оценочное изменение АД после воздействия ТРАП довольно невелико. Однако даже небольшие изменения артериального АД могут иметь большое значение для общественного здравоохранения. Уменьшение систолического АД всего на 2 мм приводит к снижению смертности от инсульта на 5%, смертности от ИБС на 4% и общей смертности 3% (Whelton et al., 2002). Снижение диастолического АД на 2 мм рт. Ст. Связано с 6% -ным снижением риска ишемической болезни сердца и 15% -ным снижением риска инсульта и транзиторной ишемической атаки (Cook et al., 1995).

Оценка воздействия с помощью моделей всегда подразумевает неточность (т. Е. Ошибочную классификацию), которая могла бы замаскировать или ослабить истинные ассоциации. Кроме того, моделирование TRAP с использованием протокола ESCAPE проводилось в среднем через 5-10 лет после измерения АД. Личная классификация воздействия может увеличиваться в течение более длительных периодов времени и, возможно, маскировать небольшие эффекты. Однако в нашей метарегрессии мы не обнаружили какого-либо влияния периода времени между оценкой воздействия и исходом оценки метаанализа. Кроме того, модели LUR были признаны надежными оценщиками пространственных градиентов загрязнения воздуха в течение десятилетий (Eeftens et al., 2011).

Некоторые из оцененных OR для гипертонии и потребления BPLM были такими же высокими, как 1,08 в настоящем исследовании. Однако, учитывая относительно высокие показатели распространенности приема BPLM на 35-66% по сравнению с нашими когортами, эта распространенность ИЛИ, вероятно, завышает величину влияния на коэффициент распространенности.

Одним из ограничений нашего исследования является то, что BPLM иногда назначают для условий, отличных от гипертонии. Например, бета-блокаторы также используются для лечения сердечных аритмий. Чтобы преодолеть это ограничение, мы проанализировали несколько взаимосвязанных результатов, включая только измеренное ВР, потребление только BPLM и гипертонию в качестве составного результата. Расширенные определения результатов, такие как предгипертония, могут быть добавлены к будущим анализам, поскольку предгипертония связана с сердечно-сосудистыми и цереброваскулярными заболеваниями (Erbel et al., 2012). Более надежное исследование влияния загрязнения воздуха у участников с использованием BPLM будет возможно в когортах с повторной проспективной оценкой BP и BPLM.

Это, безусловно, самое большое исследование на сегодняшний день для изучения влияния долгосрочного воздействия TRAP на артериальное АД и гипертонию. Мы включили до 164 484 участников из крупных популяционных когорт в Европе. Мы использовали тот же протокол для проведения специализированных кампаний по измерению загрязнения воздуха и для моделирования ЛУР во всех исследовательских областях, прилагали большие усилия для оценки и определения переменных результатов и ковариаций сопоставимым образом и применяли идентичные процедуры статистического анализа, которые учитывали потребление BPLM в каждой когорте. Мы использовали данные из всех когорт ESCAPE, где данные ВР были доступны и удовлетворительного качества, независимо от того, были ли ранее исследованы или показаны какие-либо эффекты загрязнения воздуха на АД в этих когортах, что уменьшает вероятность смещения публикации.

Это самое крупное исследование влияния загрязнения воздуха на ВР и единственного метаанализа на сегодняшний день. Используя 15 европейских популяционных когорт, мы наблюдали слабую положительную связь высокого уровня воздействия на жильё с артериальным АД у участников без приема BPLM и повышенного ОР для распространенной гипертонии. Отношения смоделированных загрязнителей воздуха с BP были непоследовательными, хотя наблюдались положительные отношения с BP у пациентов, получавших медикаменты, и в подгруппе исследований с более качественными измерениями АД. Из-за важности артериального АД и гипертонии как основных факторов риска преждевременной смертности во всем мире эти результаты имеют большое значение для общественного здравоохранения и указывают на необходимость усовершенствованных анализов с использованием информации о компонентах загрязнения воздуха, личных характеристиках, которые могут передавать дифференциальную восприимчивость, и высококачественные оценки результатов.

Щелкните здесь для получения дополнительных данных.

Мы благодарим М. Адама, Д. Кейделя, Э. Самоли и членов Рабочей группы по статистике ЭСКАТО за их любезную помощь в написании кода кода. Мы благодарим всех участников когорты и преданных делу сотрудников.

Исследования, ведущие к этим результатам, были профинансированы Седьмой рамочной программой Европейского сообщества (FP7 / 2007-2011) по соглашению о гранте №. 211250. Для информации, касающейся когорты, см. Дополнительный материал: «Информация, связанная с когортами, финансирование и подтверждения».

Авторы заявляют, что у них нет реальных или потенциальных конкурирующих финансовых интересов.

Комментариев нет.

Добавить комментарий

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