课题来源与背景： 目前我国作为空气综合污染预报预警体系的核心指标采用的是空气质量指数（Air Quality Index, AQI）。虽然AQI的计算同时考虑了六种常规监测污染物的水平，但其计算方法是通过每日污染物浓度与相应标准节点对比后得出的分段线性函数值，本质上是通过污染物中指数最大者来反映区域当前的空气质量状况，只反映了最高污染物的风险，无法反映空气质量对于人体健康的综合影响。针对于AQI的缺陷，目前国际上目提出了一种新型的指数——空气质量健康指数（Air Quality Health Index，AQHI），是将环境流行病学中各种空气污染物对人群的健康风险整合到AQI计算中并反映空气综合污染水平的指标。然而目前国际上采用的AQHI均是基于单污染物时间序列模型中各种污染物的超额死亡风险的简单累加和，往往会高估了单一污染物对健康的影响，从而高估了多种污染物的共同效应。由于空气污染物浓度之间高度相关，来源单一污染物模型风险系数仅为该污染物的边际效应值，没有考虑到其他污染物的存在，因此往往会产生偏倚。

     技术原理及性能指标： 考虑空气污染物相关的超额风险在不同年龄，性别，疾病人群中存在差异，将死亡/门诊/住院数按照疾病种类，年龄和性别进行分类，以其亚组下的结局数量为因变量进而分层分析。层间的差异性及其95%置信区间采用Wald Type Test进行检验计算（P for difference）；基于以上单污染物时间序列模型的初步分析结果，以危害效应最大的滞后下的空气污染物浓度与最佳死因结局构建多污染物贝叶斯模型。基于stan平台进行贝叶斯模型的构建（https://mc-stan.org），相比于传统的构建贝叶斯的JAGS平台, stan拥有更好的性能和更优的算法。通过设定参数如下的先验分布，将分布中所有的参数取值的组合的概率乘以在此参数组合下的实测数据分布的似然函数（构建后验概率分布函数），采用贝叶斯模型中的HMC（Hamiltonian Monte Carlo）算法，以 MCMC（Markov chain Monte Carlo）采样对后验概率分布函数进行求解和参数估计。采用R语言中的rstan包进行贝叶斯模型的构建，在模型的求解过程中，设定4条随机初始点的马尔科夫链，每条链迭代10000次去估计参数的后验分布。

     技术的创造性与先进性： 本项目采用最新的贝叶斯多污染模型构建了不同疾病负担结局的AQHI，基于不同健康结局（人群死亡，门诊就诊数，住院数，患病）的AQHI构建策略，提出了最优的AQHI构建策略。并进一步通过训练数据集评估不同AQHI，AQI其与健康结局的关联强度以验证AQHI构建策略的可靠性，此外，本报告还将建立不同风险分级标准下的AQHI风险等级，比较其不同风险分级标准下的AQHI风险等级分布差异。通过对比分析，结果显示基于门诊数据采用多污染物贝叶斯模型构建的AQHI（BMP-AQHI-OV）与人群短期超额发病风险存在着显著且一致的正向关联，且关联强度相对于其他方法和健康数据源构建AQHI指标更强。因此， BMP-AQHI-OV构建的AQHI最优。同时在AQHI分级计算方面，分别采用三种空气质量标准：WHO 2021最新空气质量指导准则，中国环境空气质量一级标准，中国环境空气质量二级标准依次建立AQHI分级并加以比较；并根据各敏感人群中中位超额发病风险与总人群中位超额发病风险的比值的最大值为1.22作为敏感人群风险调节因子，最终构建的AQHI各种分级。

     技术的成熟程度，使用范围和安全性： 我们主要采取以下措施评估AQHI和BMP-AQHI构建策略的成熟度和安全有效性：将三年的时序数据拆分为训练集和测试集，分别以前两年数据为训练集数据，以第三年数据为测试集数据。基于训练集数据建立AQHI和BMP-AQHI的参数，再以参数于测试数据集中建立AQHI和BMP-AQHI，同时计算AQI（AQI的计算方法参考中华人民共和国国家环境保护标准HJ633-2012），比较其与对应的人群健康结局的关联强度。本方法构建的AQHI模型参数可在全球范围内进行适用。

     应用情况及存在的问题： 考虑到本方法所采用的人群年龄跨度较大，且不同年龄段人群对于上述疾病存在较大的易感性差异，以总人群进行分析时可能会纳入一部分本身几乎不可能患特定疾病的人群从而稀释空气污染对疾病的影响，从而影响结果的准确性。且空气污染对于健康影响在不同年龄组，性别人群中可能存在一定的差异，因此我们同时对年龄和性别进行分层分析，且以年龄分层分析结果为主，年龄分为<18岁，18-65岁，≥65岁三组，通过在模型中额外纳入空气污染物与年龄或性别的乘积项来判定交互作用的显著性。

     获奖情况： [1]. 广东省科学技术进步奖一等奖：大气环境污染暴露与健康风险监测的关键技术及应用（证书号：J19-1-01），2022年3月。 [2]. 广东省科学技术奖自然科学类二等奖：大气颗粒物及其内聚成分对人群心脑血管疾病的影响及分子机制研究（证书号：Z04-2-02-R01），2019 年3月。 [3]. 生态环境部环境保护科学技术奖一等奖：电子垃圾拆解区污染物暴露识别与风险评估关键技术及应用（证书号：KJ2019-1-04-G10），2019 年12月。 [4]. 华夏医学科技奖三等奖：大气颗粒物及其内聚成分对人群心脑血管疾病的影响及分子机制研究（证书号：20193303151），2019 年12月。