高亮
• 评估了PM2.5组分与认知能力下降的关联。
• 使用双/去偏机器学习处理高维多污染物模型。
• 使用外部验证数据校正暴露测量误差。
• 较高的溴(Br)、锰(Mn)、铅(Pb)和硅(Si)与更快的认知能力下降相关。
• 测量误差校正加强了关联性，突显其重要性。
摘要
越来越多的证据表明，细颗粒物(PM2.5)暴露可能会加速认知能力下降并增加痴呆症风险，但单个PM2.5组分的作用，特别是考虑暴露测量误差时，仍不清楚。我们追踪了12,824名护士健康研究认知子研究的参与者(2000-2008年)。根据住宅地址分配了每位参与者首次认知评估前一年平均PM2.5组分浓度。全局认知评分计算为六个测试z分数的平均值，使用带随机截距和斜率的线性混合模型估计个体认知能力下降率。利用先前验证研究中个人暴露与最近监测站PM2.5组分关系的信息，我们采用双/去偏机器学习(DML)方法来估计PM2.5组分与认知能力下降之间的关联，同时处理高维多污染物暴露并校正暴露测量误差。较高暴露于多种PM2.5组分与认知能力下降率的变化相关。在未经测量误差校正的多污染物模型中，氯化物(Cl)浓度每增加一倍，与年认知能力下降率减缓0.0003(95% CI: 0.0000, 0.0005)标准单位相关，而硅(Si)浓度每增加一倍，与-0.0025(95% CI: -0.0050, 0.0000)更快的下降率相关。测量误差校正后，关联通常增强：较高浓度的溴(Br)、锰(Mn)和铅(Pb)与更快的认知能力下降显著相关。相比之下，较高浓度的锶(Sr)和钒(V)与较慢的下降相关。我们的研究结果表明，长期暴露于某些PM2.5组分及其来源可能比其他组分对认知衰老更有害，并强调了在评估PM2.5及其组分的健康影响时校正测量误差的必要性。需要更多研究来确认这些发现，最好能获得更大规模的组分暴露验证研究。
关键词
PM2.5组分
认知能力下降
双/去偏机器学习
暴露测量误差校正
数据可用性
作者无权共享数据。
【全文结束】
