摘要
目的 （1）建立重庆市细颗粒物（particulatematterwithanaerodynamicdiameter≤2.5um,PM2.5）、二氧化氮（nitrogendioxide,NO2）浓度预测的土地利用回归（landuseregression,LUR）模型，用于孕妇的个体暴露估计。 （2）分析妊娠早期、中期、晚期及整个孕期PM2.5、NO2暴露与早产、妊娠期糖尿病（gestationaldiabetesmellitus,GDM）、巨大儿、小于胎龄儿（smallforgestationalage,SGA）等4种不良妊娠结局的关系。 方法 （1）基于2015年重庆市主城区16个常规空气质量监测点的PM2.5和NO2监测数据以及这些监测点周围的土地利用、道路、人口、高程、植被覆盖等地理信息数据，用多元逐步回归构建PM2.5和NO2的LUR模型，并用留一法交叉验证（leave-one-outcrossvalidation,LOOCV）对模型进行验证。 （2）利用已构建的PM2.5和NO2的LUR模型，根据孕妇的家庭住址和时间调整因子对每个孕妇妊娠早期、中期、晚期及整个孕期的暴露水平进行估计，采用Logistic回归分别探讨两种污染物在各妊娠期暴露与不良妊娠结局的关系，采用双污染物模型探讨PM2.5和NO2两种污染物共暴露的潜在混杂，分层分析探讨污染物暴露与不良妊娠结局间的关联是否存在性别差异。 结果 （1）在PM2.5的LUR模型中纳入了PSTTM_500m和Rural_5000m两个变量，变量系数分别为0.75×10-3和?0.49×10-1，在NO2的LUR模型纳入了PSTTM_500m和NDVI_5000m两个变量，变量系数分别为0.18×10-2和?0.38×10-2，所有模型变量的方差膨胀因子（varianceinflationfactor,VIF）均小于3。PM2.5和NO2LUR模型的调整R2分别为0.75、0.67，LOOCVR2分别为0.59、0.57，均方根误差（rootmeansquareerror,RMSE）分别为1.71、5.33。 （2）Logistic回归分析显示，在调整相关混杂因素后，妊娠中期PM2.5暴露每增加一个四分位数间距（interquartilerange,IQR）水平，SGA的发生风险上升39%(比值比(oddsratio,OR)=1.39(1.03,1.87))。妊娠晚期NO2暴露每增加一个IQR水平，SGA的发生风险上升42%(OR=1.42(1.06,1.95))。此外，我们按照各个妊娠时期的暴露水平将孕妇四等分组，以最低暴露组为参考，分析最高暴露组与SGA关联，结果与暴露变量为连续性变量时的分析结果一致：同样显示妊娠中期PM2.5暴露、妊娠晚期NO2暴露会增加SGA的发生风险。双污染物模型也显示类似的结果。性别分层分析结果显示，只在男性胎儿亚组发现暴露与SGA有统计学关联，以最低暴露组为参考，妊娠中期PM2.5最高暴露组、妊娠晚期NO2最高暴露组发生SGA的风险显著增加。研究没有发现孕期PM2.5、NO2暴露与早产、GDM、巨大儿这3个不良妊娠结局有统计学关联。 结论 （1）本研究构建的LUR模型具有较好的预测能力，能够用于污染物的个体暴露估计，可以为后期重庆市PM2.5、NO2暴露与健康结局关联的流行病学研究提供很好的支持。 （2）孕期PM2.5暴露、NO2暴露与早产、巨大儿和GDM这三种不良妊娠结局的发生无统计学关联，但妊娠中期PM2.5、妊娠晚期NO2的暴露与SGA的发生风险增加有关。胎儿性别是影响孕期空气污染物暴露与SGA关联的重要因素，男性胎儿易感。
NETL