研究背景及目的大气细颗粒物（空气动力学直径小于2.5μm的颗粒物;PM2.5）的健康效应是重大的公共卫生问题。自20世纪80年代以来,大量流行病学研究已经表明PM2.5的长期暴露与人群总死亡率、心脑血管疾病和呼吸系统等不良结局具有明确的关联。然而,PM2.5是包含了多种化学组分的混合物,目前何种化学组分对PM2.5的健康效应贡献最大尚不明确。探索PM2.5的具体化学组分与疾病的关联能够为相应疾病的病因学研究提供线索,同时为大气污染的防治策略提供参考。我国由于对PM2.5化学组分的监测工作开展较晚,对PM2.5化学组分的健康效应的研究进展落后于欧美国家。帕金森病是第二常见的神经退行性疾病。识别其后天的可改变环境风险因素是预防帕金森病、降低其疾病负担的关键,具有重大的公共卫生意义。室外PM2.5暴露与帕金森病发病风险的关联受到学者们的关注,然而目前的流行病学研究发现并不一致,且目前的研究证据均来自欧美国家,尚没有来自中国人群的前瞻性队列研究的证据。为此,本研究旨在（1）利用PM2.5化学组分的实测数据,探索PM2.5组分的时空分布规律并建立浙江省的PM2.5化学组分的土地利用回归（Land-use Regression,LUR）暴露估计模型;（2）在前瞻性队列中探索PM2.5长期暴露与帕金森病发病的关系;（3）在前瞻性队列中探索PM2.5化学组分暴露与帕金森病发病之间的关系。材料与方法本研究利用了来自浙江省11个地级市,2015年1月1日至2019年12月3 1日的15种PM2.5化学组分（硫酸盐、硝酸盐、氯盐、铵盐、铝、砷、铍、镉、汞、铅、锰、镍、硒、锑、铊）的监测数据,描述了浙江省2015年至2019年期间PM2.5化学组分的时空分布特征。利用广义加性模型,以地类信息数据、道路、人口密度、海拔以及气象信息等作为预测变量,构建了基于地面监测站的浙江省PM25化学组分的土地利用回归模型（LUR）模型,并通过内部交叉验证、K折交叉验证和留一交叉验证对模型的稳定性和准确性进行了评估。本研究利用课题组前期在2015年6月至2018年1月建立的47516人的鄞州普通人群队列,利用鄞州区大数据信息平台进行随访获取帕金森病新发病例的信息。利用课题组前期构建的LUR模型以及研究对象所在的居住地址的经纬度信息估算研究对象在队列基线时的PM2.5,PM10,NO2的长期暴露浓度以及居住地环境（交通暴露、绿地暴露）。采用Cox 比例风险回归模型,调整年龄、性别、教育程度、家庭年收入、吸烟、饮酒、饮茶、体力活动后,分析了 PM2.5长期暴露与帕金森病发病风险的关联,并采用双污染物模型探究校正PM10、NO2、居住地环境（交通暴露、绿地暴露）后PM2.5与帕金森病发病的关联。本研究利用第一部分构建的15种PM2.5化学组分的LUR模型估算队列个体在基线时的PM2.5化学组分的长期暴露浓度。采用Cox比例风险回归模型探究各PM2.5化学组分与帕金森病发病风险之间的关联,并采用False Discovery Rate（FDR）法校正多重比较的P值。采用校正PM2.5浓度以及PM2.5与化学组分的残差的方法以排除PM2.5以及其他组分的混杂效应,探究相应组分对帕金森病发生的独立健康效应。结果2015年-2019年期间浙江省的PM2.5化学组分中主要水溶性离子组分为硫酸盐和硝酸盐,金属元素组分中主要为铝、铅、锰,PM2.5化学组分的浓度均低于相应环保标准限值。时间分布上PM2.5的化学组分的浓度整体呈波动下降趋势,空间分布上显示内陆城市的污染情况要高于沿海城市;季节分布上冬季的污染情况最严重,夏季污染情况最轻。利用广义相加模型构建的PM2.5化学组分LUR模型中,铵盐、氯盐、镉、铊的模型的拟合效果较好,R2高于0.7;硫酸盐、铍、砷、铅、锰、硒的模型拟合效果一般,R2介于0.5-0.7之间;锑、铝、汞、镍四种组分的模型的拟合效果较差,R2分别为0.45,0.44,0.44,0.49;交叉验证的R2与模型校正R2相近,表明模型表现较为稳健。前瞻性队列研究人群的中位随访期为3.5年,累计随访到206例帕金森病新发病例。校正潜在的混杂因素后,室外PM2.5的长期暴露与帕金森病发病的关联具有统计学意义:PM2.5的浓度每升高一个四分位数间距（8.19 μg/m3）的相应HR值为:1.41（95%CI:1.14-1.75）。采用多种暴露时间窗（基线前一年、基线前两年、基线前10年）的敏感性分析显示PM2.5与帕金森病发病的关联均有统计学意义。双污染物模型结果显示PM2.5与帕金森病发病的关联在校正了 PM10,NO2,居住地环境后仍具有统计学意义。暴露剂量反应曲线显示PM2.5浓度超过当前环保标准（年均值35μg/m3）后,与帕金森病发病风险的关联呈线性上升趋势。本研究对15种PM2.5化学组分的分析显示,铵盐、镉、铅的长期暴露与帕金森病发病风险存在正向关联,相应组分浓度每升高1个四分位数间距,HR值分别为:铵盐 1.13（95%CI:1.04-1.23）,镉 1.21（95%CI:1.05-1.39）,铅 1.11（95%CI:1.00-1.22）,且效应在校正了多重比较以及PM2.5浓度以及PM2.5与组分的相应残差后仍具有统计学意义。亚组分析结果显示PM2.5化学组分的暴露与帕金森病发病风险的关联在65岁以上人群中更强。结论本研究通过浙江省的11个地级市的颗粒物组分监测数据建立了具有较高精度的PM2.5化学组分的LUR模型,并通过前瞻性队列研究探索了 PM2.5及其化学组分与帕金森病发病风险的关联,主要结论如下:1.浙江省PM2.5化学组分的浓度在2015年-2019年期间整体上呈下降趋势;利用广义相加模型构建的PM2.5化学组分的LUR模型R2介于0.44-0.81之间,模型表现较为稳健,可应用于后续的环境流行病学研究;2.室外PM2.5的长期暴露会增加帕金森病的发病风险,且该效应独立于其他的大气污染物（PM10和NO2）和居住地环境（交通暴露、绿化暴露）;3.PM2.5中的铵盐、镉、铅是PM2.5长期暴露增加帕金森病发病风险的主要成分。