В недавнем исследовании, опубликованном в журнале Environmental Research , изучалось влияние длительного воздействия загрязнителей воздуха на заболеваемость и смертность от коронавирусной болезни 2019 (COVID-19).

Фон

Многочисленные исследования показывают, что воздействие загрязнителей воздуха может повысить восприимчивость к COVID-19 и усугубить его клиническое течение. Однако в большинстве исследований, посвященных изучению воздействия загрязнения воздуха, были реализованы экологические проекты исследований. Примеры включают регрессионный анализ, оценивающий связь загрязнения воздуха с заболеваемостью, тяжестью и смертностью от COVID-19.

Ограничением экологического регрессионного анализа в контексте COVID-19 является то, что он не учитывает факторы риска на индивидуальном уровне. Факторы риска на индивидуальном уровне сильно влияют на результаты COVID-19.

Оценка методологических соображений эпидемиологических исследований COVID-19 и загрязнения воздуха пришла к выводу, что экологические исследования подвержены предвзятости.

О новом исследовании

В настоящем исследовании исследователи оценили, повлияли ли изменения в загрязнении воздуха в Швейцарии на тяжесть и смертность от COVID-19. Они получили набор данных COVID-19, соответствующий данным со 2 февраля 2020 года по 30 апреля 2021 года, от Федерального управления общественного здравоохранения Швейцарии. Он содержал данные на индивидуальном уровне о возрасте пациентов, статусе курения, поле, поле, статусе COVID-19, госпитализации, госпитализации в отделение интенсивной терапии (ОИТ), смерти и сопутствующих заболеваниях.

Кроме того, команда собрала информацию о социально-экономических факторах, факторах, связанных с системой здравоохранения, и климатических данных на уровне муниципалитетов. Данные о загрязнении воздуха за 2014–2019 годы были смоделированы в европейском масштабе с пространственным разрешением 1 км 2 .

Команда внедрила байесовскую структуру геостатистического моделирования, которая объединила данные швейцарской национальной сети наблюдений (NABEL), общеевропейской сети мониторинга на месте (Eionet), спутниковые прокси высокого разрешения для двуокиси азота (NO 2 ) и твердых частиц . (PM), продукты высокого разрешения по климату, метеорологии и земному покрову.

Социально-экономические данные были получены из Статистического атласа Швейцарии. Данные включали индексы распределения населения, условий жизни, национального языка, статуса урбанизации, экономических показателей и распределения смертей. Кроме того, к Атласу также обращались для получения данных о факторах, связанных с системой здравоохранения, таких как вместимость больниц и количество работников.

В анализ были включены только госпитализированные пациенты. Были измерены два исхода: тяжесть COVID-19, госпитализация в отделение интенсивной терапии и смерть. В однофакторном анализе оценивалась связь госпитализации в ОИТ и смерти с индивидуальными характеристиками пациента. Для многофакторного моделирования были исключены пациенты, у которых отсутствовала информация о поле и муниципальном образовании. Сопутствующие заболевания были разделены на группы с нулевым, одним, двумя и тремя и более сопутствующими заболеваниями.

Анализы проводились отдельно для двух временных масштабов – первой волны COVID-19 (до октября 2020 г.) и общего временного ряда. Байесовский выбор переменных (BVS) применялся для выявления факторов, связанных с результатами. Вероятность включения NO 2 и PM 2,5 в многопараметрические модели оценивалась отдельно.

Результаты

Исследователи проанализировали 28 540 пациентов, госпитализированных с COVID-19. Из них 5849 нуждались в госпитализации в отделение интенсивной терапии, а 5234 умерли от инфекции. Одномерные ассоциации показали, что пожилой возраст увеличивает вероятность поступления в отделение интенсивной терапии и смерти. Быть мужчиной также было связано с более высокими шансами на тяжелую форму COVID-19. Вероятность тяжелых исходов заболевания (ОИТ и смерть) увеличивалась, когда пациенты имели сопутствующую патологию.

Были более низкие шансы тяжести для диабета и ожирения, но более высокие шансы для рака и хронических почечных и сердечно-сосудистых заболеваний. Пациенты без каких-либо предшествующих заболеваний на 70% реже попадали в отделение интенсивной терапии и на 80% реже умирали. Тяжелые исходы COVID-19 отличались во время первой волны COVID-19 по сравнению со всем периодом.

Риск госпитализации в ОИТ составил 25,1% в первой волне по сравнению с 20,5% в целом. Точно так же риск смертности был выше в первой волне (20,5%), чем в течение всего периода (18,3%). BVS определил предикторы, связанные с тяжестью заболевания. Было подобрано шестнадцать моделей, соответствующих комбинации двух результатов, двух периодов, двух загрязнителей воздуха (NO 2 и PM 2,5 ) и двух типов моделей (пространственной и независимой).

Авторы отметили, что пространственные модели превосходят независимые непространственные модели. Результаты многомерных пространственных моделей были аналогичны результатам одномерного анализа. Пожилой возраст и мужской пол были связаны с повышенными шансами госпитализации в отделение интенсивной терапии и смерти, независимо от загрязняющего вещества или временного масштаба.

Более высокие концентрации NO 2 увеличивали вероятность обоих исходов в первой волне, тогда как повышенные концентрации PM 2,5 только увеличивали риск смерти. Авторы отметили, что величина коэффициентов регрессии, связанных с загрязнением, была ниже, чем у отдельных факторов риска.

В первой волне более высокая температура воздуха снижала риск обоих исходов, а вероятность госпитализации в отделение интенсивной терапии увеличивалась в муниципалитетах, где в домохозяйстве проживало пять и более человек.

Выводы

Таким образом, результаты показали, что воздействие загрязнителей воздуха было связано с серьезностью COVID-19 только во время первой волны пандемии, когда национальная система здравоохранения была менее подготовлена.

Примечательно, что характеристики индивидуального уровня были важными факторами, связанными с (тяжелыми) исходами во всех моделях. В целом, результаты помогают улучшить наше понимание влияния воздействия загрязнителей воздуха на заболеваемость и смертность от COVID-19.