摘要
人类可能会接触到空气和地表水中的多种污染物。这些环境是非静态的、跨界的和相互关联的，形成了一个复杂的网络，对环境危害的研究提出了重大挑战，尤其是在现实世界的癌症研究中。本文报告了一项大型研究（中国30个省份的3.77亿人），该研究评估了空气和地表水污染对癌症的综合影响。我们制定了一个空间评估系统和一个用于共同污染测量的通用分级量表，并验证了空气和地表水环境在空间上是相连的，并且不同类型的癌症往往聚集在这些环境较差的地区的假设。我们观察到受影响癌症类型的数量和癌症发病率与共污染程度增加的“剂量-反应”关系。我们估计，2016年中国登记的癌症新病例有 62,847 例（7.4%）归因于空气和地表水污染，其中大部分 （69.7%） 发生在混合污染水平最高的地区。研究结果清楚地表明，不能将环境视为一组单独的实体。它们还支持制定合作环境治理和疾病预防政策。
概述
在这里，我们假设空气和地表水环境将在空间上相连，不同类型的癌症往往会聚集在环境条件较差的地区。为了解决这些假设并促进未来的工作，我们建立了一个空间评估系统，以协调中国全国的空气、地表水和癌症发病率数据。我们还开发了一个分级的共污染量表，使转换具有多种污染物和多种类型癌症的复杂网络成为可能，从而能够对关系进行量化评估。最后，我们证明了空气和地表水质量以及癌症发病率的图形一致性。通过将跨行业监测数据重塑为可挖掘的数据资源，我们突出了一个独特的机会，可以加速知识的生成，以支持合作环境治理和疾病预防政策的制定。
结果
环境与癌症空间评价系统
中国公众对环境和癌症都存在相当大的关注。该国的不同行业分别建立了世界上最大的空气监测网络之一（来自中国国家环境监测中心的实时数据）地表水（通过环境质量监测网络每月发布）和癌症（来自中国癌症登记系统的年度报告）。这些地区覆盖了构成中国大陆的所有省级地区。然而，它们在时空尺度上有所不同，空气、水和癌症数据在全国范围内显示出相当大的空间异质性。这些障碍阻碍了学者、跨行业工作者和政府评估环境与癌症的关系。作为克服这一挑战的基本步骤，我们将这些行业数据“协调”为环境和癌症空间评估系统。
以通用分级量表测量的共同污染分布
鉴于环境介质内部和之间存在的巨大异质性和复杂的关系，整个环境非常难以理解。这阻碍了探索环境与癌症等疾病之间关系的进展。空气或地表水的质量分类有单独的标准，例如空气质量指数 （AQI）或水质指数 （WQI），但这些分类系统使用单因素评估（即污染水平最高的单一污染物），并且没有考虑监测站点或部分之间的空间关系39.也没有测量工具来量化和比较不同地方的共同污染程度。因此，我们提出了一种方法，将复杂的环境网络关系转化为常见的分级量表，以量化它们对癌症发生的综合影响。
连续三个步骤达到污染等级。（1） 对于每种污染物，以其阈值浓度为截断值，我们使用修正的局部 Moran 指数来识别污染物空间分布的聚集特征。（2）假设污染物间高度相关，我们应用了“结合具有相似特征的项目”的原则，以促进对多种污染物综合效应的评估。（3） 基于相似特征的组合，将整个空间划分为四个渐进等级，使多维复杂网络转变为一维可量化的共污染等级。
具体来说，为了识别空间模式，我们使用了分配给每个污染物项目的阈值浓度，并计算了修改后的局部 Moran's I。通过转换为二进制变量，修改后的局部 Moran 指数本质上等同于将以平均值为截止值的原始局部 Moran 指数转换为以阈值为截止值的阈值浓度，这样我们就可以从每种污染物特有的阈值浓度的意义上识别高值。该指数帮助我们确定了六种不同的聚类模式，包括：高-高聚类 （HH）、低-低聚类 （LL）、高-低异常值 （HL）、低-高异常值 （LH）、高-非聚类 （HN） 和低-非聚类 （LN）（详见方法）。此标准化过程对所有污染物一视同仁，无论其测量单位如何。它还考虑了空气和水污染物的非静态和跨界特性。有关污染物聚集或异常值的地理细节。 可以为区域定制的环境政策制定提供有价值的见解。我们关注高水平污染物（简称“H”），并计算“H”的数量，以对空气或地表水中的污染程度进行分级。环境介质的不同等级可以进一步制成矩阵，以显示共同污染的模式。该矩阵网络也可以通过合并具有相似模式的单元来简化为常见的共污染分级量表。
图 1：6 种空气污染物和 13 种地表水污染物的局部 Moran's I 结果
图 2：共污染等级的空间分布和各等级的污染物组成
与环境污染相关的癌症发病率
Stephen Paget 研究了癌症转移的模式，然后提出了种子和土壤理论。这表明转移取决于癌细胞（“种子”）和特定器官微环境（“土壤”）之间的相互作用，并且癌细胞在转移到器官时表现出偏好。我们假设从空间角度来看，癌症也对特定的环境条件有偏好，即它们倾向于聚集在具有特定环境特征的区域。我们检查了不同类型的癌症在人群中是否表现出相似的空间模式。
有趣的是，我们发现癌症发病率和共污染等级之间的空间分布具有良好的一致性。肺癌、胃癌和食道癌这三种中国最常见的癌症的空间一致性尤为明显。
为了提供有关空间一致性的一些见解，我们显示 IV 级区域的七种癌症发病率最高，包括食管癌（与 I 级相比，发病率比 [RR] 为 2.502，风险增加 150.2%）、胆囊 （1.790）、胰腺 （1.686）、肾脏 （1.639）、胃 （1.469）、乳腺癌 （1.374） 和肺癌 （1.289）。在 II 级和 III 级地区，一种和五种癌症的发病率分别明显高于 I 级地区。受影响的癌症类型数量与癌症发病率之间存在“剂量-反应”关系，共同污染等级增加。这种关系在用于定义共污染等级的不同分组方案中保持一致。这种敏感性分析进一步加强了支持环境条件对癌症结果的综合影响的证据。
图 3：与混合污染等级相关的 13 种癌症发病率的估计比率和 95% 置信区间
图 4：污染物对每种癌症类型的贡献排名，通过 SHAP 值评估
应对环境归因的癌症负担
了解环境与癌症的关系是激励行动的前提，但仅凭这些知识并不能为制定环境治理和疾病预防政策提供足够的基础。在报告的这一部分，我们估计了不同混合污染等级地区与空气和地表水环境相关的超额癌症病例数量。这被用来呼吁对环境健康的学术和政治兴趣以及跨部门的合作努力。
总体而言，2016 年基本分析单位有 62847 例超额病例，这意味着 7.4% 的癌症病例归因于空气和地表水污染。随着混合污染等级的提高，可以解释超标情况的污染物数量增加，从 I 级区域的 3 种增加到 IV 级区域的 8 种。可归因的癌症类型数量也有所增加，从 I 级区域的 5 种增加到 IV 级区域的 10 种。
图 5：污染造成的癌症负担
归因于不同混合污染等级的癌症谱受污染模式的影响。例如，PM2.5作为 I 级地区的单一主要污染物（占基本分析单位的 59.4%）解释了 523 例 （4.0%） 超额肺癌病例。在 II 级区域，66.2% 的基础分析单元暴露于 PM10，食管癌超额病例 （1763， 11.1%） 多于 I 级地区 （91， 0.58%）。暴露于 NO 的基本分析单元的数量2从 I 级的 0.0% 和 II 级的 1.5% 增加到 III 级的 22.7%。结直肠癌和乳腺癌的超额病例也显著增加，III 级分别为 2218 例 （15.9%） 和 1863 例 （13.3%）。IV 级地区暴露于污染物的数量最多，在所有癌症类型中超额病例最多，共 43,827 例（占超额病例总数的 69.7%）。地方政府可以利用这些发现来扩大对策的规模。
讨论
在这项研究中，我们整合了全国关于空气、地表水和癌症的数据，并巩固了研究这个巨大系统内多种污染物和多种癌症之间关系的方法基础。数据可用性是加快未来研究和行动的基础。本研究中 SESEC 的发展得益于在全国范围内建立的监测站点、区域和 CRI。维护和提高此基础设施的覆盖范围需要付出大量且昂贵的工作。我们的工作提供了一种利用现有数据的方法，我们鼓励中国和其他地方的研究人员利用可以为环境保护和癌症控制政策提供信息的知识。这些信息为寻求在我们的工作基础上再接再厉并为这一重要领域做出贡献的研究人员提供了有用的指南。
这项工作的一个重要方面是它对空间分析的发展做出了贡献，空间分析是地理学、流行病学、统计学和生态学的跨学科领域。这代表了一种使用生态系统视角的研究范式，它比传统的观察镜头更具宏观性，例如分子、细胞和个体患者水平。因为我们的 219 个分析单位几乎涵盖了所有 CRI （477/487），所以我们对癌症风险的评估是无偏倚的。然而，正如预期的那样，对于所有未包含的单元，空气、水和相关社会学因素的水平明显低于研究区域中的水平。这一现象说明了国家监测数据的重点，也凸显了协调欠发达地区的经济发展和环境治理将是一个更有效的选择。
空气和地表水作为个体从出生起就持续暴露的环境，其独特性质在试图建立这些暴露与癌症结果之间的关联时提出了一些挑战。挑战包括缺乏针对个体暴露水平的量化方法、遗传和环境因素之间错综复杂的相互作用以及未知的时间滞后等因素。为了应对这些挑战，空间分析提供了另一种视角来了解环境影响。在这项分析中，我们强调数据的空间一致性，而不是数据集的时间序列。中国的大规模城市化进程和经济的快速发展始于 1990 年代初，导致空气和水污染集中，尤其是在东部沿海地区，这对健康产生了重大影响。经过 20 多年的不断努力，中国的整体空气和水质逐渐得到改善。因此，从逻辑角度来看，将几年前的癌症发生与最新的水和空气污染数据相关联可能会低估风险。我们有理由相信，10 或 15 年前中国较差的水质和空气质量与随后的癌症发生之间的联系效应会更强。此外，重要的是要注意，没有一个国家的行政数据是专门为特定研究主题设计的。然而，某些研究（例如我们的研究）必须依赖国家层面的数据才能更加可信和全面。这是因为很难通过基于人群的研究来涵盖空气和水对大量人群的健康影响。
这项研究涵盖了中国地理区域的绝大部分地区，人口为3.77亿。因此，宏观系统的数据可以被视为反映特定位置环境条件和种群结果的“参数”。这些参数随着时间的推移表现出相对稳定性，如补充信息图 所示。通过利用这些参数，我们可以绕过基于人群的研究中固有的局限性，并获得对环境因素与癌症结果之间关系的宝贵见解。地理范围之广，远远超过人类影响，这也意味着这些参数表现出显著的变化（即随机性），这有助于揭示可能提示因果关系的有趣模式。然而，确定癌症的因果关系非常具有挑战性，需要不同行业和学科之间的密切合作，以有效控制日益增加的疾病负担。
文献来源
Jiang, J., Zhang, L., Wang, Z. et al. Spatial consistency of co-exposure to air and surface water pollution and cancer in China. Nat Commun 15, 7813 (2024).
【知识转载，翻译难免有误，详细查看原文，侵权联系删除】