张佩、周晓媛
四川大学华西公共卫生学院/华西第四医院
Pei Zhang , Xiaoyuan Zhou
Health and economic impacts of particulate matter pollution on hospital admissions for mental disorders in Chengdu, Southwestern China.Science of the Total Environment.
DOI: 10.1016/j.scitotenv.2020.139114
1.摘要
1.1 目的
本研究旨在量化西南地区与颗粒物(PM)污染相关的总体和特定精神疾病(MDs)的负担及相应经济损失。
1.2 方法
从当地医保数据库中收集了2013-2017年134,292例MDs住院数据。应用广义可加性模型(GAM)来估计颗粒物污染与精神疾病住院间的暴露-反应关系。并采用疾病成本法进一步评估相应的住院费用和生产率损失。
1.3 结果
颗粒物污染与入院显著相关,就滞后3天累积效应(lag03)来看,PM10(空气动力学直径≤10μ的颗粒)、PM2.5(≤2.5μm)和PMc(2.5μm<c<10μm)的浓度每增加10μg/m3,将分别导致精神疾病住院患者增加3.25%(95%CI:2.34-4.16%)、6.38%(95%CI:4.79-7.97%)和3.81%(95%CI:2.13-5.50%)。这种关系在男性、寒冷季节和45岁以上的人群中更强。在研究期间,颗粒物污染对精神疾病共造成了145318万元的经济损失,相当于同期当地国内生产总值的0.026%。这项研究表明,在西南部,精神疾病住院人数增加与短期暴露于颗粒物,尤其是PM2.5有关。此外,降低颗粒物浓度的潜在好处也是相当可观的。
2.前言
环境空气污染是全世界最受关注的问题之一。全世界超过91%的人口生活在空气污染超过世卫组织指南限值的地方,每年导致420万人过早死亡(世卫组织,2016年)。空气污染,尤其是颗粒物污染,不仅在生物学和流行病学上被证明是呼吸道和心血管疾病的致病因素(米拉贝利等人,2018年;Requia等,2018;al,2014年),并且最近通过毒理学研究也被发现与精神障碍有关(Block和Calderon-Garcidunas,2009年;Calderon-Garciduenas等人,2008年;Dooley等人,2018年)。
生物学证据指出,空气污染对神经系统有不利影响(Felger等人,2015年;Levesque等人,2011年;凯利,2003),表明空气污染和精神疾病之间可能存在联系。空气污染对健康的不利影响部分源于暴露器官系统的炎症反应和氧化应激(al,2014年;Coccaro等人,2014年),而炎症过程已被证明在多种精神疾病病因中起着至关重要的作用(Dooley等人,2018年;Felger等人,2015年;Coccaro等人,2014年)。此外,一些实验研究已经探索了空气污染物,特别是颗粒物,能够穿过血脑屏障并引发神经炎症(Calderon-Garcidunas等人,2008;Levesque等人,2011年)。动物实验表明,颗粒物可以激活小胶质细胞,然后小胶质细胞产生的氧化剂物种和促炎细胞因子如IL-6会导致神经元毒性,从而增加了精神疾病的风险(Attademo等人,2017年;Block等人,2004年)。此外,人类实验也表明,短期接触空气污染对人类健康有不利影响。欧洲的一项研究发现,即使在柴油废气中暴露30分钟,也会导致人们脑电图的中功率频率显著增加(Cruts等人,2008年)。北京的一项研究显示,PM2.5暴露会促进血液中糖皮质激素的分泌,从而加剧脑损伤(贾等人,2018年)。全面了解相关危险因素是预防和遏制精神疾病的关键。因此,在药物滥用、产妇感染、缺乏运动等常规因素之外(阿兰戈等人,2018年;Kim和Kim,2017),阐明空气污染的影响可能为精神疾病的控制提供新的思路。
在过去十年中,许多流行病学研究提供了一致的证据,表明暴露于空气污染 可能会增加急诊科接诊精神疾病的负担(Szyszkowicz等人,2010年;Oudin等人,2018年;Bernardini等人,2019)和医院接诊量(王等人,2018;白等,2019;陶等,2014)。这些研究主要为空气污染对抑郁症(Szyszkowicz,2007;王等,2014),精神分裂症(Attademo和Bernardini,2017;段等,2018),痴呆(Attademo和Bernardini,2017;陈等,2017a)和自杀(郭和 Barnett,2015;Min等人,2018年)的短期影响提供了证据。例如,加拿大的研究调查了空气污染与紧急部门访问抑郁症之间的联系,证明了臭氧(O3)、二氧化氮(NO2)、空气动力学直径≤2.5μm的颗粒(PM2.5)、空气动力学直径≤10μm的颗粒(PM10)、一氧化碳(CO)和二氧化硫(SO2)对抑郁症的不利影响(Szyszkowicz,2007年;Szyszkowicz等人,2016年;Szyszkowicz,2010;Szyszkowicz等人,2009年)。此外,还有一些研究侧重于长期影响(闵等人,2018年;Vert等人,2017年)。例如,韩国的一项队列研究表明,长期接触PM2.5会增加重度抑郁障碍(Kim等人,2016年)。
然而,虽然欠发达地区比发达地区的人群更容易罹患精神疾病,但关于空气污染和精神疾病之间联系的现有研究主要来自发达地区(Charlson等人,2018年;(世界卫生组织,世界卫生组织,世界卫生组织;Livingston等人,2017年;周等,2019a;Naslund等人,2017年)。根据《2017年全球疾病、伤害和风险因素负担研究》,(2017年),全世界有超过9.7亿人患有精神疾病,将其列为疾病和残疾的主要原因之一(周等人,2019a)。在中国,精神疾病是1990-2017年期间造成伤残损失健康寿命年的第二大原因,对健康和社会经济后果产生了重大影响(周等人,2019b)。在印度,2017年有七分之一的人受到不同严重程度的精神疾病的影响,自1990年以来,精神疾病占总疾病负担的比例翻了一倍(Sagar等人,2019年)。
此外,尽管流行病学研究已经提供了空气污染对精神疾病健康影响的证据,但相应的经济损失仍然没有答案。阐明因空气污染导致的疾病造成的经济负担,可能有助于从社会角度更加重视空气污染,因为货币形式的结果在疾病负担和其他社会部门之间更具有可比性。因此,本研究旨在量化1)短期暴露于颗粒物污染物与总体和特定精神疾病(精神分裂症、痴呆和抑郁症)住院之间的关系,以及2)由颗粒物污染引起的精神疾病住院的相应经济损失。
3.数据与方法
3.1 研究区域和人口
成都位于中国西南部(北纬30°05′-31°26′,东经102°54′-104°53′),是四川盆地人口最稠密的城市,处于典型的亚热带气候区,四季分明。截至2017年底,成都市户籍人口约1435万,面积14,335km2。由于其人口众多、不利的大气扩散条件和相对较高的湿度(李等人,2017年),当地空气污染问题,特别是颗粒物污染,日益对健康造成威胁。成都作为我国颗粒物污染最严重的城市之一(宁等人,2018年),在研究期间,成都的年平均PM2.5浓度(70.88μg/m3)几乎是世卫组织空气质量指南25μg/m3的三倍。
3.2 研究区域和人口
3.2.1 住院及相关费用数据
医疗诊断的住院及相关费用数据来自2013年1月1日至2017年10月15日期间当地医保数据库(CMIDs),其中包括研究区域内1161家医院的134,292份精神类疾病住院医疗记录。在本研究中,根据国际疾病分类第十版(ICD-10)对疾病诊断的编码分类,选取了诊断编码为F00-F99的疾病。此外,我们还考虑了精神疾病的三种特定亚型,包括痴呆(F00-F03)、精神分裂症(F20-F21)和抑郁症(F32-F33)做单独分析。我们选择这三种特定的精神疾病是因为它们在研究期间有大量的住院病例,并且现有证据表明它们与空气污染之间存在关联。在这项研究中,我们以第一诊断作为住院治疗的主要原因,以此识别我们的研究对象。同时排除30天内诊断出相同精神疾病并再次入院的患者。
3.2.2 污染数据
PM10、PM2.5、PMc(2.5μm<空气动力学直径<10μm的颗粒物)、二氧化氮、 臭氧和二氧化硫的每日数据来自中国国家环境监测中心。我们对成都12个环境监测站的24小时平均值进行了算术平均。成都市环境监测站之间的平均距离为23.00公里,最大距离为67.56公里。由于没有监测到PMc,我们通过从PM10的浓度中减去PM2.5的浓度来计算其浓度(邱等人,2019年;陈等,2018a)。污染物数据有大约0.3%的缺失值,缺失值通过使用前一天和后一天的平均值进行插值估计得到。
3.2.3气象数据
为了控制混杂因素,我们还收集了气象数据。研究期间的日平均温度和相对 湿度数据来自中国气象数据共享服务系统(http://www.nmic.cn/)。
3.2.4当地GDP
我们从国家统计局(http://www.stats.gov.cn/)收集了成都市2013–2017年的年度GDP数据。
3.3 模型
统计分析包括三个步骤:估计暴露反应关系,计算因颗粒物污染而住院的精神疾病病例数,评估因住院而造成的相应经济损失。
3.3.1 估计暴露-反应关系
我们应用广义可加性模型(GAM)分析了颗粒物污染与精神疾病住院之间的 关系(陈等,2018a宋等,2018)。在我们的模型中,准泊松分布函数被用作关 联函数,因为每日住院人数通常遵循过度分散的泊松分布。自然样条函数用于控 制温度、相对湿度和长期趋势的影响。根据以前的研究(陶等,2014;冯等,2019;刘等,2017),我们选择3作为温度和相对湿度的自由度,将时间函数自由度设置为每年7。模型公式如下:

我们分析了单日滞后(从当天到6天之前:lag0-lag6)和多日累积滞后(从lag01到lag06)下的暴露反应关系,用与主模型相同的参数设置拟合单独模型。在分析了颗粒物污染对精神疾病患者入院的总体影响后,我们探讨了这些影响是否因性别、年龄和季节而改变。结果显示为每增加10μg/m3的颗粒物污染物浓度,住院患者的百分比变化和相应的置信区间。此外,每两个亚组之间的差异通过以下公式计算,其中Q1、Q2代表了两个亚组的效应估计,SE1、SE2是标准误差。

在敏感性分析中,我们通过改变时间变量自由度来检验自由度的潜在影响 (df=4–10)。另外,我们构建了双污染物模型,通过调整其他空气污染物(NO2,O3和SO2)影响来检验结果的稳定性。所有的分析都在3.6.1版的R软件中完成,使用“mgcv”包。双侧统计检验,P值<0.05被认为具有统计学意义。
3.3.2 计算因颗粒物污染导致的精神疾病住院人数
基于GAM获得的暴露-反应系数,我们进一步根据归因风险方法计算了与颗粒物污染相关的精神疾病住院人数(邱等,2019;陈等,2017b)。在这一部分,我们根据世界卫生组织标准设定了所有颗粒物污染物的参考浓度(PM10为50μg/m3,PM2.5为2.5μg/m3,PMc为5μg/m3)(世界卫生组织,2005年)。因为只有lag0到 lag3的影响是显著的,所以系数β等于从第一分析步骤获得的lag0到lag3的系数之和(陈等人,2017b塞拉利昂,2014年;曲等,2019)。公式如下:

3.3.3 评估相应的住院经济损失
我们采用疾病成本法(COI)评估与项目管理相关的住院医疗经济负担(Jo, 2014;肯涅利,2017年)。COI方法既考虑了一个人生病时的医疗费用(疾病的 直接成本),也考虑了一个人住院时的生产率损失(疾病的间接成本)。由于我们 无法获得每个住院病人的收入信息,所以我们计算了该地区的人均单日国内生产 总值作为生产率损失。经济损失按以下计算步骤获得:

4.结果
4.1 研究质量评估
表1总结了成都市2013-2017年间精神疾病住院、空气污染物浓度和气象变量的描述性统计。在1749个研究日期间,总共收集了134,292例精神疾病住院病例,平均每天77例。男性和女性分别为77,183和57,109例。年轻患者(<45)和老年患者(>64)分别占37.7%和20.9%。暖季住院人数(3-9月:70964人次) 略大于冷季(10-2月:63328人次)。对于我们关注的三种特定精神疾病,在研究 期间有74,294例精神分裂症住院、7127例抑郁症住院和5020例痴呆症住院。空气污染物日平均浓度分别为114.74μg/m3、70.88μg/m3、43.76μg/m3、55.93μg/ m3、18.16μg/m3和90.25μg/m3,分别适用于PM10、PM2.5、PMc、NO2、SO2、和 O3。每日空气污染物浓度和气象变量之间的Spearman相关系数显示在表S1中。除臭氧外,空气污染物之间有很强的相关性。日平均温度和相对湿度分别为16.91℃和80.51%。

图1显示了不同滞后天数下单一污染物模型中精神疾病住院的百分比变化。总的来说,PM10、PM2.5和PMc与精神疾病住院有明显相关性。在所有累积滞后天数中,lag0–3天时的相关性具有统计学意义,其中累积lag3时的影响最大。PM10、PM2.5和PMc的浓度每增加108μg/m3,在累积lag3天,精神疾病每日住院增量分别为的3.25%(95%CI:2.34–4.16%)、6.38%(95%CI:4.79–7.97%)和3.81%(95%CI:2.13–5.50%)。此外,颗粒物污染与滞后6天入院之间也存在负相关关系。这说明颗粒物污染在滞后6天时对精神疾病有保护作用。不同延迟期的入院率和β值的百分比变化结果见表S2、表S3。

图2显示了性别、年龄和季节的亚组分析结果。除暖季外,所有亚组在lag03时颗粒物污染对精神疾病住院影响均为阴性且显著。在性别特异性分析中,这种影响在男性中更为明显。在年龄特异性分析中,显示颗粒物污染对45岁以上人群的危害更大。至于针对特定季节的分析,这一部分的结果表明只有在冷季才会产生不利影响。值得注意的是,在所有这些亚组中,只有PM2.5在暖季和冷季的影响差异显著。相应结果显示在表S4中。

表2显示了使用单一和双污染物模型时,在lag03,由于颗粒物污染物增加10μg/m3而导致的精神疾病住院百分比变化。结果表明,经NO2、O3和SO2调整后,颗粒物污染对精神疾病的影响仍然显著。表S5显示了在时间趋势平滑函数不同自由度下,lag03处颗粒物污染物增加10μg/m3的精神疾病住院百分比变化。调整时间平滑度(每年4-10自由度)后,结果保持稳定。

图3显示了颗粒物污染对特定精神疾病住院的影响。对于精神分裂症,PM污染的影响在lag0至lag3以及所有累积滞后日都是显著的。对于痴呆症,有害影响在PM10的lag2和lag02-04显著,在PM2.5的lag2和lag02-06显著,在PMc的lag2显著。然而,对于抑郁症,我们发现PMc在lag0和lag00时有不良影响,而PM10、和PM2.5则无不良影响。

表3显示了2013-2017年成都市使用世界卫生组织空气质量指南作为参考的与颗粒物污染相关的医疗诊断的可归因数量(AN)、可归因风险(AR)和住院经济成本。在研究期间,因颗粒物污染导致的总体精神障碍、精神分裂症、抑郁症和痴呆症的住院总经济成本分别为145318万元、98755万元、6848万元和3762万元。就不同污染物而言,最大的经济负担来自PM2.5,其总精神疾病达到6.5792亿元,其次是PM10和PMc。

5.结论与建议
据我们所知,这项研究是为数不多的在发展中国家关注颗粒物和精神疾病之间关系的研究之一。在这项时间序列研究中,短期暴露于环境颗粒物污染(PM10、PM2.5和PMc)是调整温度、相对湿度、长期趋势和星期效应后总体和特定精神疾病住院人数增加的部分原因。此外,研究还表明,颗粒物污染导致的精神疾病的住院治疗给社会带来了沉重的经济负担,为145318万元,约占2013-2017年当地国内生产总值的0.026%。这些结果将丰富发展中国家重污染地区空气污染和精神疾病之间联系的证据。
与现有的一些证据一致,我们发现在不同的延迟模式下,颗粒物污染物(PM10、PM2.5和PMc)与住院的精神疾病之间存在正相关(宋等人,2018;陈等,2018b薛等,2019;Buoli等人,2018年)。这种联系的机制可能是由于某些脑部域区(如海马)炎症增加,这已被证明是动物暴露于空气污染的一种潜在生物途径(郭等人,2012年;Guoe ta l .,2015)。最近在我国的一项研究进一步指出,这种联系可能部分来自于身体活动、邻里互动和阳光照射(王等人,2019年)。另一方面,一些研究得出了相反的结论。
来自上海和北京的两项流行病学研究表明,PM2.5对精神疾病没有不良影响 (陈等人,2018a;高等,2017)。这种差异可能是由于颗粒物污染物组成的差 异造成的,因为不同的排放源和天气条件会极大地影响PM2.5的组成,这将明显影响颗粒物污染与精神疾病之间的关联(杨等人,2019年;Morakinyo等人,2016 年)。此外,值得注意的是,在探索颗粒物污染对精神疾病的影响时,我们还在lag6(暴露后6天)发现了所谓的“收获”现象。出现这种现象的可能原因是,对颗粒物污染更为敏感的脆弱人群会更快出现精神疾病症状,从而使更少的易感人群在以后面临风险(张等人,2017年)。因此,总体风险似乎在lag6有所降低。
在性别方面,我们发现颗粒物污染对男性的影响更大。例如,PM2.5增加 10μg/m3将导致男性精神疾病住院率上升7.56%(95%CI:5.77-9.35%),而女性精神疾病住院率上升4.66%(95%CI:3.35-5.96%)。该结果与以前的研究一致(邱等,2019;宋等人,2018年),可能因为男性更多的体力活动和更强的吸气能力(段等人,2018年;薛等,2019)。至于年龄,对45岁以上人群的有害影响最为明显。中国北方和韩国的研究显示了与我们相似的趋势(宋等人,2018;Lee等人,2019年)。就季节而言,应该注意的是,颗粒物污染的危害只有在冷季才显著。这一结果可能是由于成都较冷季节的颗粒物污染更严重(李等人,2017年)。另一个可能的原因是暖季和冷季的温度不同,这在确定空气污染物的排放、运输、稀释和化学转化方面发挥了重要作用(Macdonald等人,2005年)。
关于三种特定的精神疾病,精神分裂症是一种精神病学综合征,其特征是幻 觉、妄想和言语混乱的精神症状,动机下降和表达能力下降等负面症状,以及涉及执行功能、记忆和精神处理速度受损的认知缺陷(Marder和Cannon,2019)。本研究的发现表明,所有的颗粒物(PM10、PM2.5和PMc)在lag0至lag3以及所有累积滞后天数都与精神分裂症的住院率显著相关,影响在lag03达到峰值。这一结果与在铜陵、西安、中国和大阪进行的研究一致(段等人,2018年;梁等,2019;江口等人,2018年)。提示PM污染物对精神分裂症的影响可能是急性的、累积性的。背后的原因尚不清楚,可能很复杂,但有证据表明,暴露于PM1015天会导致大鼠大脑炎症和内皮功能障碍(郭等人,2012年)。另一项研究发现,PM10可以激活小胶质细胞,然后小胶质细胞产生的氧化剂物种和促炎细胞因子如IL-6会导致神经元毒性,从而增加精神分裂症的风险(Attademo等人,2017年)。精神分裂症是全球十大残疾原因之一(Fleischhacker等人,2014年)。在国内,精神分裂症的患病率在1990年至2010年间增加了132%(梁等,2019)。需要更多的研究来测试这些机制,如果得到证实,应该制定更有效的环境保护政策来减轻精神分裂症的负担。
痴呆,一种由大脑功能障碍产生的获得性智力障碍的主要神经认知临床综合 征(利文斯顿等人,2017年),据报道与颗粒物污染呈正相关(Attademo和 Bernardini,2017年;陈等,2017c)。在这项研究中,我们再次确认了这一结论,并发现每增加10μg/m3的PM10、PM2.5和PMc分别导致1.37%(95%CI:0.18-2.56%)、2.12%(95%CI:0.01-4.23%)和2.13%(95%CI:0.02-4.25%)的成都市痴呆住院率上升。与以前的研究结果相比,这些关联相当有限。一个可能的原因是污染物水平和成分的差异。例如,陈宏和他的同事分析了环境空气污染对加拿大安大略省痴呆症发病率的影响,那里的污染物浓度是世界上最低的(陈等人,2017a)。此外,不同的效应大小也可能归因于群体特征的差异。但是现有的证据是有限的,它还有待于世界范围内更多的痴呆症相关研究来证明。此外,在分析这种类型的结果时,应更多地考虑全球当前的老龄化问题。阿尔茨海默病是最常见的痴呆症类型,影响大量老年人。根据我们的数据,89.4%的痴呆症患者年龄在65 岁以上。随着我国老年人比例的不断增加,老年痴呆症将会给未来的社会带来更重的负担。迫切需要阐明痴呆的发病机制并采取相应的预防措施。
与现有的证据相反,我们没有发现PM10、PM2.5和抑郁症之间的关系。而对 PMc而言,仅在暴露当天显示出对抑郁症的适度有害影响。迄今为止,关于空气 污染和抑郁症之间联系的研究主要在加拿大和韩国进行(Szyszkowicz,2007;Szyszkowicz等人,2009年;Kim等人,2016年)。这些研究的结果证实,PM2.5浓度的增加,尤其是如果时间延长,可能与抑郁症的新发作有关(Vert等人,2017 年;Kim等人,2016年)。本研究和这些结果之间的差异可能来自不同的研究设计和建模策略,因为我们探索了颗粒物污染的短期影响,而这些研究侧重于长期影响。本研究中空气污染与抑郁症无关的结论与之前在美国和欧洲进行的两项研究一致(王等人,2014;Zijlema等人,2016年)。这表明颗粒物质对抑郁症的影响可能需要长期而不是短期的时间。由于结果的异质性,需要对更大和更具代表性的研究人群进行进一步研究。
就经济损失而言,2013-2017年,整体精神疾病住院总经济负担为145318万元,占同期地方国内生产总值的0.026%。至于不同的污染物,PM2.5造成了精神疾病患者主要的住院经济负担。这可能是因为PM2.5更小,更容易穿过血脑屏障,因此容易通过引起神经炎症、神经元信号功能障碍和免疫反应来损害神经系统(贾等人,2018)。在中国,单个患者的精神疾病年度总费用从2005年的1094.8美元增加到2013年的3665.4美元,整个社会的费用从210亿美元增加到888亿美元(徐等人,2016年)。精神疾病给病人、病人的近亲和社会带来了沉重的代价。到目前为止,还没有研究评估由于颗粒物污染导致精神疾病住院的经济负担,但是与该主题相关的研究对于疾病比较和从社会角度制定政策具有重要价值。根据这一部分的结果,类似于呼吸系统和心血管疾病的情况,可以想象减少颗粒物污染水平,尤其是PM2.5,可以有效降低精神疾病成本。
本研究尚有一些局限性。首先,我们假设成都居民的颗粒物污染水平相同,因为每次住院的具体居住地信息很少。这一假设没有考虑颗粒物污染的空间异质性和人们的时间活动模式,可能会导致低估短期暴露于颗粒物污染和住院治疗之间的联系。其次,颗粒物由多种成分组成,颗粒物的组成和大小根据排放源和主要天气条件而有很大差异(环境保护研究所,2002年)。但是我们只探索了颗粒物污染对总体精神疾病的影响,而忽略了其组成部分的影响。第三,本研究中计算的经济负担包括因住院和生产力损失造成的费用,但没有考虑到运输、护理等造成的费用。最后,由于我们数据的限制,我们这次未能获得初始发病年龄和住院原因。今后续研究需考虑更多因素的分析。
尽管有局限性,这项研究仍然有一些优势。它覆盖了该市95%以上的人口。这个巨大的数据库避免了选择偏差,并保证了足够的统计能力来揭示颗粒物污染和精神疾病住院之间的联系。此外,本研究在分析颗粒物污染的影响时,考虑了总体和具体的精神疾病,这可以提供关于这种关联更全面的结果。最后但并非最不重要的是,这项研究评估了短期暴露于颗粒物污染导致的精神疾病的住院经济损失。货币形式的结果不仅有助于提高人们对精神疾病的关注,而且为决策者分配社会资源用于空气污染控制提供了直接的科学依据。
这项研究表明,在成都,短期暴露于颗粒物污染(PM10、PM2.5和PMc)与总体精神疾病、精神分裂症和痴呆住院人数增加有关。男性和老年人对颗粒物污染更敏感。此外,与温暖的季节相比,精神疾病更容易发生在寒冷的环境中。此外,因精神疾病而入院的患者不可避免地会给社会带来沉重的经济负担。强烈建议从流行病学和生理学的角度进行进一步的研究,以确定颗粒物污染和精神疾病之间的因果关系。
供稿丨周晓媛
编辑丨樊洋涛
审校丨周晓媛、樊洋涛
欢迎投稿:heoagroup@126.com
作者简介
张佩 女
目前就读于香港大学公共卫生学院流行病与生物统计学系,专业为环境流行病学。
研究方向:环境空气污染,因果推断在环境健康研究中的应用。
ORCID ID: https://orcid.org/0000-0003-0146-1047
邮箱:pei0925@hku.hk
周晓媛 女
四川大学华西公共卫生学院副教授,专业为卫生经济学。
研究方向:医保支付方式、长期照护保险、卫生服务项目评估和卫生政策等。
ORCID ID: https://orcid.org/0000-0001-9260-3420
邮箱:zhouxyuan@scu.edu.cn
