本研究评估特应性皮炎在颗粒物暴露与学龄前儿童过敏性鼻炎发生风险关联中的效应修饰作用。采用横断面研究的设计，通过问卷调查的方式于2019年6月至2020年6月在中国7个城市的幼儿园收集了共计28 408名3~6岁学龄前儿童有关过敏性鼻炎和特应性皮炎的信息。运用一种成熟的基于机器学习的时空模型以1 km的空间分辨率水平估算不同城市儿童生命早期、孕期和出生后第1年PM 1、PM 2.5和PM 10暴露水平。采用多水平logistic回归和暴露反应关系相结合的方法定量评估特应性皮炎作为效应修饰因子是否会改变不同粒径颗粒物暴露与儿童过敏性鼻炎发生风险的关联。结果显示，在28 408名儿童中，男孩为14 803名（52.1%），女孩为13 605名（47.9%）；年龄范围是3.1~6.8岁、（4.9±0.9）岁，其中患过敏性鼻炎的儿童为3 586名（12.6%）。在总人群中，母乳喂养持续时间大于6个月的儿童为17 832名（62.8%），父母有过敏史的为769名（2.7%）。母亲教育水平为大学及以上的儿童为21 548名（75.9%）。有被动吸烟暴露的儿童为7 338名（29.6%）。生命早期PM 1（9.8 μg/m 3）、PM 2.5（14.9 μg/m 3）和PM 10（37.7 μg/m 3）每增加一个四分位区间（IQR）浓度，儿童过敏性鼻炎调整后的 OR值在特应性皮炎儿童中高于无特应性皮炎儿童中对应的 OR值［PM 1： OR=1.45，95% CI（1.26，1.66） vs.OR=1.33，95% CI（1.20，1.47）；PM 2.5： OR=1.38，95% CI（1.23，1.56） vs.OR=1.32，95% CI（1.21，1.45）；PM 10： OR=1.56，95% CI（1.31，1.86） vs.OR=1.46，95% CI（1.28，1.67）］。特应性皮炎与不同粒径PM暴露对儿童过敏性鼻炎的交互作用差异有显著的统计学意义（ Z值=19.4，交互作用 P值均<0.001）。在孕期和出生后第1年也观察到了类似的结果，且剂量反应关系的结果与logistic回归的结果具有一致性。综上，作为过敏性疾病进程重要环节的特应性皮炎可能会修饰大气颗粒物暴露与儿童过敏性鼻炎发生风险的关联。提示患特应性皮炎的儿童更应重视减少室外空气污染物的暴露，防止过敏性疾病的发生和进一步发展。

植物群落是构成城市绿地的基本单元之一,也是绿地发挥空气颗粒物调节功能的基础.亚微米级颗粒物,即PM1颗粒物对大气能见度、环境质量与人体健康等均存在严重的负面危害.为探究城市绿地植物群落对亚微米颗粒物水平的调节机制,本研究基于实地测量,针对不同类型植物群落内PM,颗粒物水平的差异,以及群落冠层结构对PM1浓度的影响开展定量研究.结果表明,植物群落对亚微米颗粒物具有一定的减滞效果.8种常见群落类型中,针阔-乔草型群落减滞PM1颗粒物的能力最优,阔叶-乔灌草群落次之,针叶-灌草型群落最弱,但不同类型植物群落内部的PM1浓度差异并不显著.植物群落的冠层结构同PM1颗粒物间存在明显的非线性响应关系,部分冠层指标存在关键的拐点阈值.当冠层郁闭度大于75％,疏透度小于55％左右时,植物群落减滞PM1颗粒物的效果最佳.

目的 评估城市大气颗粒物(particulate matter,PM)对成年居民患心血管疾病(car-diovascular disease,CVD)的影响及植被覆盖的效应修饰研究.方法 2015年在蚌埠市抽取4 000名成年居民,使用问卷调查和居民体检获得基本信息.通过卫星反演技术,获得参与者家庭所在1 km缓冲区的大气PM浓度,应用logistic回归分析模型分析PM与患CVD的关联.通过分层分析,探讨年龄、性别、BMI和植被覆盖对这种关联的潜在作用.结果 最终纳入3 190名对象,其中CVD 患者 1 080 例.亚微米颗粒物(submicrometer particles,PM1)、细颗粒物(fine particulate mat-ter,PM2.5)、可吸入颗粒物(inhalable particles,PM10)不同组之间患病率差异均有统计学意义(均有 P＜0.05).植被覆盖指标归一化植被指数(normalized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、土壤调整植被指数(soil adjusted vegetation index,SAVI)不同组之间患病率差异有统计学差异(均有P＜0.05).logistic回归分析模型分析显示:调整协变量后,PM2.5高浓度组患病风险为低浓度组的1.352倍(OR=1.352,95％CI:1.078～1.696).PM1、PM10与CVD的调整模型差异无统计学意义(均有P＞0.05).分层分析显示:PM2.5与植被覆盖的交互作用差异均有统计学意义(均有P＜0.05),在植被覆盖处于较低水平时,PM2.5与CVD患病风险的关联更强.结论 PM污染越严重,CVD患病风险可能越高.植被覆盖可能缓解了 PM污染与CVD之间的关联.