研究揭示人群暴露水平与疾病负担存在多尺度异质性

近日，清华大学环境学院贺克斌院士、刘欢教授团队在国际合作项目中，联合英国多所国际知名高校学者，采用机器学习算法推动大气污染物分布数据集向长时间覆盖、高空间分辨方向发展，从个体活动和人群变迁角度分别精细化评估了暴露异质性与疾病负担。

研究人员针对PM2.5，研究了城市尺度人群的精细化暴露评估。通过多源数据融合机器学习算法建立了北京市全域街区尺度（30m分辨率）的PM2.5浓度场，研究了人群在室内外微环境中的暴露水平。该研究突破了现有中尺度污染分布模型对人群暴露异质性描述不足的问题，将暴露评估方法从传统的浓度水平表征细化到内暴露（internal exposure）层面进行刻画，凸显了年龄与性别亚组人群之间显著的暴露水平差异。研究成果以“北京环境细颗粒物超高分辨率分布与人体暴露评估”（Ultra-high-resolution mapping of ambient fine particulate matter to estimate human exposure in Beijing）为题在线发表于自然施普林格出版社旗下期刊《通讯·地球&环境》（Communications Earth & Environment）期刊上。

该成果依托于国际合作项目“Pathways to equitable healthy cities（Pathways）”，这是一个全球伙伴关系项目，旨在通过与五个国家/城市的政策制定者和民间团体合作，共同改善人口健康，增强健康公平，并确保世界各地城市的环境可持续性。清华大学刘欢教授与贺克斌院士为该论文的共同通讯作者，环境学院2020级博士研究生王永越与2021届硕士毕业生李奇玮为共同第一作者。清华大学建筑学院龙瀛副教授、杨旭东教授、毛其智教授提供了微环境识别与暴露的重要数据支持，北京安贞医院刘静教授与邓秋菊博士提供了健康风险评估方面的指导，英国帝国理工大学马吉德·埃扎蒂（Majid Ezzati）教授、加拿大麦吉尔大学吉尔·鲍姆加特纳（Jill Baumgartner）教授全程参与工作，清华大学建筑学院赵彬教授曾共同讨论并指导。

图1.北京市五环内人群暴露特征；a) 室内外PM2.5浓度分布； b) 年龄/性别标准化的个人每小时PM2.5内暴露分布； c) 各年龄与性别亚组的平均每日PM2.5内暴露量

此外，研究人员针对臭氧，研究了国家尺度城市化进程下的暴露评估。研究基于深度学习算法并融合多个充分开发的臭氧浓度数据集，精细刻画了1990–2019年间区分城乡差异的环境臭氧（ambient ozone）浓度空间分布与时序趋势；通过整合最新的基于队列研究的流行病学证据，从过去30年中国城市化浪潮下的人口迁移这一新视角，对人群臭氧暴露—超额心肺死亡负担二者关系进行了深度解析。

研究成果以“环境臭氧增加与城市化人口迁移对中国心肺死亡率的拮抗作用”（Antagonism between ambient ozone increase and urbanization-oriented population migration on Chinese cardiopulmonary mortality）为题在线发表于细胞出版社（Cell Press）旗下期刊《创新》（The Innovation）期刊上。

清华大学刘欢教授、澳大利亚莫纳什大学郭玉明教授和剑桥大学化学系教授亚历山大·托马斯·阿奇博尔德（Alexander Thomas Archibald）教授为该论文的共同通讯作者，剑桥大学孙海桐博士与清华大学环境学院2019级博士研究生赵军超为共同第一作者。该研究依托于刘欢教授的牛顿高级学者项目，在博士研究生赵军超剑桥访学期间，双方共同完成。