在空气污染语境下,我不确定您所指的空气污染健康评估是指:
-
● 空气污染物的健康风险评估(Health Risk Assessment,HRA)
-
● 空气污染物的健康风险评价(Health Risk Appraisal,HRA)
-
● 空气污染物的健康影响评估(Health Impact Assessment,HIA),
-
● 空气污染造成的疾病负担
-
● 快速流行病学评价
健康风险评估(Health Risk Assessment,HRA)。根据世界卫生组织的说法,健康风险评估需要识别、汇编并整合关于某一空气污染物的健康危害信息、人体暴露信息以及暴露、剂量和副作用之间的关系。空气污染物的健康风险评估是一个过程,包括五个步骤:界定问题、危害识别、危害特征描述、暴露评估和风险特征。因此,空气污染物的健康风险评估是指用于评估空气污染物危害、暴露和风险的方法和技术。因此,获取有关危害、暴露和风险的信息是健康风险评估的根本挑战。这是专家的任务,并不存在简化的方法,对于没有风险评估技术背景的技术人员来说,没有快速简便的评估方法。可以参考以下链接和文件:
健康风险评价(Health Risk Appraisal,HRA)。健康风险评价有时也称为健康风险评估,缩写HRA。有时为了避免“风险”的负面含义,疾病防控中心(CDC)也将之称为公共健康评估。疾病防控中心将健康风险评价定义为“从个体收集信息的一种系统方法,从而识别危险因素,提供个性化的反馈,并为个体建立至少一种干预措施,以促进健康、维持功能和/或预防疾病。” 因此,健康风险评价其实是个性化的健康风险评估。该类型的健康风险评估包含了三个关键元素:一份旨在根据反馈数据为个体提供自身健康风险评估的综合性健康问卷、风险评分和反馈数据。这种健康风险评估方法也需要专家的建议。可以参考以下文件:
-
● Alexander, G., 2000. Health risk appraisal. The International Electronic Journal of Health Education 3: 133-137.
-
● Aral, M.M., 2010. Environmental modeling and health risk analysis.
健康影响评估(Health Impact Assessment,HIA)。适用于空气污染的健康影响评估利用定量、定性和参与式技术方法来评估各经济领域的空气质量管理政策、计划和项目对健康的影响。健康影响评估帮助决策者们选择替代方案和改进措施,从而预防过早死亡和疾病,并积极促进健康。可以参考以下链接和文件:
疾病负担。世界卫生组织的全球疾病负担方法为各国提供了进行全国或区域层面的疾病负担研究的计算工具和适用于该国的健康值(如参考剂量和致癌倾向因素)。这些工具可用来估算国家/省份/地方由空气污染造成的疾病负担,如过早死亡人数以及根据过早死亡损失寿命年(YLL)和伤残损失健康寿命年(YLD)估算出的伤残调整寿命年(DALYs)。指导文件提供了人群健康、健康期望和健康预期寿命的评估信息、疾病负担研究计划的指导信息、不同性别、年龄死亡率的估算方法、生命表的计算方法,以及估算疾病病因的数据来源和方法。世卫组织还在以下几方面提供了补充文件:
-
● 失能权重
-
● 生命表模板
-
● 标准生命表
-
● 伤残调整寿命年计算表
-
● 伤残损失寿命年模板
与空气污染有关的环境疾病负担评估过程如下:
疾病负担指标伤残调整寿命年(DALYs)的方程如下:
【伤残调整寿命年(DALYs)=过早死亡损失寿命年(YLL)+伤残损失寿命年(YLD)】
在这个公式中,过早死亡损失寿命年YLL的计算公式如下:
其中
是年龄组i中男性(女性)死亡数,乘上该年龄组死亡男性(女性)的标准预期寿命
。
伤残损失寿命年YLD的计算公式如下:
公式中,病例数量I乘以疾病的失能权重DW和失能持续的平均年份。失能权重DW与每种健康状况相联系,并分配一个0(非常健康)-1(接近死亡)之间的值。
这种对空气污染的疾病负担进行评估的方法需要(WHO,2003):
-
● 人群在空气污染暴露中的分布
-
● 特定健康端点的暴露-反应关系
-
● 从调查或定期报告的统计数据中获得的人口发病率或健康端点患病率
-
● 每个健康端点的失能权重值DW
暴露-反应关系可以看做是回归公式,随空气污染物暴露改变而变化的相对风险,或比较暴露在空气污染的样本与未暴露在空气污染中的样本。暴露-反应关系的准确性依赖于所选的研究、研究质量和得出结果的过程。这种关系可以从国家和国际文献的同行评审中获得。
人群归因分值PAF(%)是由空气污染引起的健康结果的百分比。如果已知人口暴露和暴露-反应关系的分布,就可以估计人群归因危险度PAR(%)。通过暴露人群的百分比P
e、相对危险度RR以及暴露对象的绝对数量N
d,可以计算出绝对的人群归因风险度PAR
a。具体公式如下(WHO, 2003; 2004):
更普遍用于人群归因分值计算的公式是:
式中,P
i是暴露分类i的人口比例,RR
i是暴露分类i的相对危险度(或比值比)。
快速流行病学评价。相较传统的流行病学数据收集方法,快速流行病学评价(REA)使用的一组方法可以更快、更简单、成本更低地提供健康信息 (Anker, 1991),意在快速生成尽可能可靠、准确和有用的信息。REA的想法是修改和调整标准流行病学的方法、技术和手段,使其快速、简单、低成本,并只需最少的数据和人力资源。其目标在于明确关键议题、问题和与空气污染有关的健康影响的热点,帮助确定优先重点、进行规划,并传达易于理解的结果(von Schirnding, 2003)。当然在REA方法中,为了追求速度和简单,会不可避免的牺牲部分统计精度。此外,REA方法也不一定能回答空气污染和健康影响的因果关系本质。REA不仅仅关注采样方法,希望能减少从个体获得数据和分析数据的时间和资源,也关注收集、组织、分析和展示社区层面信息的方法(Anker,1991)。一个重要的目标是获取值得进一步研究的暴露与健康影响之间联系的相关信息。此外,REA还旨在尽量减少基于假关联得出错误结论的概率。
流行病学信息可以在个体和群体层面上获得。对个体评价的研究比群体层面的研究需要更多的资源。
对个体评价的研究可用的快速研究类型是干预研究、病例对照研究、横断面研究和队列研究,这些方法都在von Schirnding(2003)文献中有所描述。
对群体层面的评价相对快速的研究类型是生态研究、疾病负担研究(参照前半部分介绍)和时间序列研究。这些研究成本相对较低。
生态研究基于群体层面获得的信息,推断个体的健康结果与暴露之间的关系。这种方法只有在空气污染水平相对均匀分布的情况下才可靠。如果不是这样,群体层面上观察到显著联系可能并不适用于个体层面 (“生态谬误”)。考虑到群体层面的研究通常不会对干扰因素(如药物使用,社会变量)进行评价,因为这些信息仅在个体层面可以获得,因而暴露与健康结果之间的关系可能会因此而被扭曲。在某些特定的环境下,例如,利用已知的不同空气污染水平或源结构信息分析一个地区不同地方的肺癌发病率时,生态研究是可以得出有用信息的(von Schirnding, 2003)。
更好空气质量简单集成模型(Simple Interactive Model for Better Air Quality,简称SIM-Air)使用已建立的流行病学关系,该工具是用于综合空气质量管理的简单互动工具 (Harshadeep et al,2007)。在其他计算中,该工具类似于疾病负担方法,使用已知的暴露-反应关系从而评估与模拟的空气污染物浓度相关的健康影响。SIM-Air是一种低成本的方法,可以通过使用互动系统评估城市地区的健康影响。
时间序列研究(Time-series study)将某一地区特定时间段内健康结果的短期变化与同时发生的空气污染水平变化联系起来。健康端点可能包括日死亡率、心肺疾病的住院率、急诊科就诊率、门诊就诊率、呼吸道症状和疾病恶化、肺功能等参数。干扰变量对时间序列的影响非常小,因为这些干扰变量不像空气污染水平一样变化不一(Pope & Dockery, 1996)。时间序列研究是相对快速评估空气污染物浓度与健康端点关系的一种低成本选择。
参考文献:
-
WHO, 2001. National burden of disease studies: A practical guide. http://www.who.int/healthinfo/global_burden_disease/tools_national/en/.
-
WHO, 2003. Introduction and methods: Assessing the environmental burden of disease at national and local levels. Environmental burden of disease series no. 1. http://www.who.int/quantifying_ehimpacts/publications/9241546204/en/.
-
WHO, 2004. Outdoor air pollution. Assessing the burden of disease at national and local levels. Environmental Burden of Disease Series No. 5.
-
www.who.int/quantifying_ehimpacts/publications/ebd5.pdf.
-
Anker, M. (1991) Epidemiological and statistical methods for rapid health assessment. World Health Statistics Quarterly 44: 94-97
-
Harshadeep, N., Guttikunda, S., Shah, J. (2007) Session on Simple Interactive Databases and Models to Support Air Quality Management. World Bank, Washington, D.C.
-
Pope, A. & Dockery, D. (1996) Epidemiology of chronic health effects: cross-sectional studies. In: Wilson, R. and Spengler, J. (eds.) Particles in Our Air: Concentration and Health Effects. Harvard University Press, Cambridge, MA.
-
Von Schirnding, Y. 2003 Rapid assessment of air pollution and health: Making optimal use of data for policy- and decision making. In: McGranahan, G., Murray, F. (eds.) Air Pollution and Health in Rapidly Developing Countries. Earthscan, London.