行政院國家科學委員會專題研究計畫 成果報告
微粒空氣污染物特性、毒性和健康風險之研究--總計畫暨
子計畫一：微粒空氣污染物人體心血管毒性研究
研究成果報告(完整版)
計 畫 類 別 ： 整合型 計 畫 編 號 ： NSC 95-EPA-Z-002-010- 執 行 期 間 ： 95 年 03 月 01 日至 95 年 12 月 31 日 執 行 單 位 ： 國立臺灣大學公共衛生學院職業醫學與工業衛生研究所 計 畫 主 持 人 ： 詹長權 共 同 主 持 人 ： 蘇大成 計畫參與人員： 博士班研究生-兼任助理：莊凱任 處 理 方 式 ： 本計畫可公開查詢中 華 民 國 96 年 01 月 25 日
95 年度「環保署/國科會空污防制科研合作計畫」
成果完整報告
總計畫：微粒空氣污染物特性、毒性和健康風險之研究
計畫一：微粒空氣污染物人體心血管毒性研究
計畫類別：整合型計畫 計畫編號：NSC 95－EPA－Z－002－010 總計畫主持人：詹長權 計畫主持人：詹長權 共同主持人：蘇大成 計畫參與人員：莊凱任 執行單位：台灣大學職業醫學與工業衛生研究所中 華 民 國 九十六年 一月 二十日
一、中英文摘要
（一）計畫中文摘要 近代流行病學研究結果顯示人體，特別是已患有心血管疾病的易感受族群如糖尿 病患者、冠狀動脈疾病患者，暴露微粒空氣污染會導致心血管疾病罹病與死亡的增加， 而近年來國內環境流行病學研究也獲得相類似的結論。本研究藉由間接觀測的方式， 了解空氣污染物的毒性作用機轉中相關之心血管生理變化與空氣污染物濃度變化間的 的關係。今年度研究計畫探討易感受族群細粒徑微粒（PM2.5）質量濃度、PM2.5 成分 包含元素碳（EC）、有機碳（OC）、硫酸鹽（Sulfate）、硝酸鹽（Nitrate）等環境污染 物 暴 露 量 與 凝 血 功 能 指 標 如 組 織 型 血 纖 維 蛋 白 溶 解 酶 原 活 化 劑 （tissue-typeplasminogen activator, tPA）、血纖維蛋白溶解酶原活化劑抑制劑第一型（plasminogen activator inhibitor, PAI-1），血栓溶解產物 D-dimer，發炎指標如高敏感度 C-反應蛋白 （high sensitive C-reactive protein, hs-CRP）、血球數、血小板等之間的關係。我們以患 有糖尿病、冠狀動脈疾病患者為研究對象，並針對其暴露與生理指標進行連續性偵測。 研究結果顯示易感受族群，糖尿病患者及冠心病患者，暴露於細粒徑微粒（PM2.5）空 氣污染物後，將導致血液中發炎、凝血及血栓指標的提高。而 PM2.5及其成分硫酸鹽 （sulfate）質量濃度的增加血液指標變化有顯著相關。本研究成果則對於以心肺為致 病途徑的空氣污染物毒性作用致死機轉的科學假說的澄清與否證亦會有所貢獻。 關鍵詞：空氣污染，環境暴露，發炎指標，凝血功能指標 （二）計畫英文摘要
Recent epidemiologic studies have demonstrated consistent results of associating acute exposures to particulate matters (PM) with increases in cardiovascular morbidity and mortality. Patients with cardiovascular diseases, such as diabetes, are more susceptible to PM than those without cardiovascular diseases. Results of some recent studies on particulate air pollution in Taiwan also showed similar adverse effects. Such results have invoked worldwide concerns about air pollutants’ toxicity. The study on the toxicity and toxic mechanisms of air pollutants have become a major and urging public health and biomedical research topic in many countries. The major objective of this study is to evaluate the association between particulate air pollution and heart rate variability (HRV) and coagulation factors, such as fibrinogen, tissue-type plasminogen activator (tPA), plasminogen activator inhibitor (PAI-1) and D-dimer, and inflammation factors, such as high sensitive C-reactive protein (hs-CRP), platelets, and blood cells. One minor objective is to establish the exposure profiles of particulate matters for susceptible population in Taiwan. In this study, we used a direct observational approach under a panel design to study the association between air pollution variation and cardiovascular physiological changes,
which are related to air pollutants’ toxic mechanisms. We measured environmental exposures to PM2.5, elemental carbon, organic carbon, sulfate, and nitrate directly and/or
indirectly among 40 subjects with cardiovascular diseases, such as diabetes. These subject’s key physiological indicators, such as HRV, inflammation factors and coagulation factors were monitored continuously. HRV indices were measured 14-hour continuously per time, inflammatory and coagulation factors will be analyzed and measured by blood sampling once per time. Our findings showed that the positive association between inflammation and coagulation factors and PM has been observed among cardiac patients in high pollution day. Moreover, increasing PM2.5 and sulfate were significantly associated with elevating
cardiovascular endpoints. The results of this study can help clarify current hypothesis of PM toxicity through the cardiopulmonary pathways, in causing deaths among susceptible population.
Keywords：air pollution, environmental exposure, heart rate variability, inflammation factors, coagulation factors
一、前言
本研究計畫（原「微粒空氣污染物研究與修訂空氣品質標準之可行性評估」三年 計畫）在第一年的研究計畫中已完成41 位健康自願受測者凝血與發炎指標的監測，並 同時彙整了健康自願受測者受測期間微粒超級測站之大氣微粒監測資料，根據初步分 析結果，我們發現健康自願受測者在高濃度微粒空氣污染物的大氣環境下暴露24 小時 後，代表凝血反應的指標PAI-1 有顯著上升的現象，發炎指標 hs-CRP 亦有輕微上升的 趨勢。此一結果顯示出微粒空氣污染物可能透過人體呼吸道進入體內，經刺激肺泡上 皮細胞後導致細胞分泌細胞激素，進而導致心血管及肺部發炎反應的產生，此一發炎 反應同時可能對心肺功能產生不良健康效應。根據過去的研究顯示，微粒空氣污染物 的暴露除了導致自主神經失調及肺部發炎反應的產生。而國內最新流行病學研究報告 也指出，微粒與氣態空氣污染混合物的暴露將導致心血管疾病及呼吸道疾病急診病例 的增加。（1）此外，在參考第一年期中報告審查委員意見後，我們認為應於第二年研 究計畫中加入微粒空氣污染物與肺部毒性之研究項目。在第二年的研究計畫中我們完 成了 37 位健康自願受測者 HRV、凝血與發炎指標、微粒超級測站的監測資料，並同 時彙整了第一年健康自願受測者受測期監測資料，根據初步分析結果，我們發現健康 自願受測者在高濃度微粒空氣污染物的大氣環境下暴露24 小時後，代表凝血反應的指 標PAI-1 有顯著上升的現象，發炎指標 hs-CRP 亦有輕微上升的趨勢，HRV 則有有顯 著下降的現象。 為進一步瞭解微粒空氣污染物對人體心血管毒性可能產生的影響，本研究在第三 年的研究計畫（現為微粒空氣污染物特性、毒性和健康風險之研究兩年計畫之第一年 ）中將持續以新莊微粒超級測站為中心，徵求新莊超級測站鄰近地區之易感受族群受 測者進行心血管相關生理指標之監測，並配合新莊微粒超級測站測得之微粒特性，釐清微粒污染物與急性健康效應的相關性，以探討人體暴露於高濃度微粒空氣污染物後 之急性健康效應，進而提供政府單位未來修訂空氣品質標準之參考依據。
二、研究目的
本研究之主要研究目的有（1）建立易感受族群基本資料庫。（2）瞭解微粒超級 測站微粒監測特性對易感受族群心血管生理指標包含心跳速率變異性、凝血及發炎指 標之影響。三、文獻探討
根據近代流行病學研究顯示，暴露於大氣懸浮微粒( Particulate Matter, PM)將導致 人體急性健康效應包括咳嗽、打噴嚏、濃痰、流鼻水、呼吸道阻塞、氣喘加劇等呼吸 道症狀的發生與惡化、以及心血管及呼吸道疾病之住院率、死亡率的增加。（2-5）大 氣懸浮微粒是由許多複雜成分所組成，其中包含了金屬元素、元素碳（element carbon ）、有機碳（organic carbon）、硫酸鹽（sulfate）、硝酸鹽（nitrate）及內毒素等。大氣 懸微粒確實的致病機轉至今仍不清楚，可能的致病機轉包含暴露懸浮微粒後導致氧化 壓力的上升，引起上皮細胞或巨噬細胞分泌細胞激素（cytokine），例如白細胞介素 6 （interleukin-6，IL-6）、白細胞介素 8（interleukin-8，IL-8）、腫瘤壞死因子α（tumor necrosis factor-α，TNF-α）、高敏感度 C 反應蛋白（high sensitive C reaction protein， hs-CRP）等，進而啟動一連串發炎反應，導致呼吸道疾病產生，而當呼吸道發炎時血 液中纖維蛋白原（fibrinogen）升高，血液黏稠度增加時，心血管疾病發作的風險也將增加。（6-8）Seaton 等人於 1999 年研究中徵求 112 位 60 歲以上老年受測者，對其進
行粗粒徑微粒（coarse particles）PM10（Particles with diameters of 10 micrometers or less
）個人暴露量的監測以及血液中血球數、血小板、hs-CRP、fibrinogen 等指標的量測 。該研究發現 PM10 濃度的提高將可能造成血液黏度的改變，進而導致心血管系統的 危害。（9）Schwartz 在 2001 年的研究中結合空氣品質資料庫與國民營養調查資料庫， 分析空氣污染與血小板、血球數、以及 fibrinogen 等血液指標之相關性。在調整年齡 、性別、種族、抽煙等因子後，發現 PM10 濃度的提高將導致血小板、血球數、以及 fibrinogen 等指標的改變。（10）詹等人在中國大陸沙塵暴對台灣居民健康之影響計畫 中，徵求20 位冠狀動脈心臟病病患和 10 位具冠狀動脈心臟病危險因素病患，在 2002 年3 月、4 月 4 波沙塵暴事件之中進行沙塵來襲前後測資料比較，結果顯示沙塵來襲
後組織型血纖維蛋白溶解酶原活化劑（tissue-type plasminogen activator，tPA）顯著上
升，而發炎指標hs-CRP 亦有上升的趨勢。（11）。
暴露於大氣懸浮微粒除了可能導致細胞分泌胞激素引起發炎反應導致不良健康 效應，大氣懸浮微粒透過刺激自主神經，造成心跳速率、心跳速率變異性（heart rate variability，HRV）及血壓的改變，也被認為是可能的致病機轉之一。（12）Liao 等人
者，量測室內及室外細粒徑微粒（fine particles）PM2.5（Particles with diameters of 2.5
micrometers or less）之 24 小時平均濃度與 HRV，該研究在調整了年齡、性別、心血
管健康狀況等因子後發現心血管疾病的個案其 HRV 指標包括高頻率(high frequency,
HF)、低頻率(low frequency, LF)、及 RR 間期標準差（standard deviation of normal to
normal interval, SDNN）減少與 PM2.5上升有顯著的相關，其迴歸係數（標準誤）分別 為-0.029（0.010），-0.027（0.009）與-0.004（0.003）。（13）Pope III 等人於 1999 年在 美國猶他州峽谷收集了6 位 65 歲以上及 1 位 23 歲患有心血管疾病包含鬱血性心臟衰 竭、冠狀動脈繞道手術、心肌梗塞、心絞痛、高血壓、糖尿病等的患者配戴心電圖紀 錄其心跳與HRV，在與當日，前一日由監測站所得的污染物資料進行統計分析後發現 PM10可能經由自主神經系統影響導致HRV 參數包括 SDNN 與方均根 RR 間期標準差
(root mean square standard deviation of NN interval, r-MSSD)的下降，以及平均心跳的增
加。（14）Magari 等人於 2001 年收集了美國 39 位年輕健康的男性鍋爐製造工人與一
位管線配裝工人，令其配戴心電圖並進行個人 PM2.5質量濃度暴露評估，研究結果顯
示在調整了採樣時間、抽煙、年齡、心跳、尿中尼古丁等因子後，發現 PM2.5 4 小時
移動平均（4-hour moving PM2.5 average）濃度每提高 1 mg/m3，將造成 SDNN 2.66 %
的減少（95% confidence interval=-3.75%，-1.58%）與心跳 1.02 %的增加（95% confidence interval=0.59%，1.46%）。（15）詹等人於 2004 年徵求 10 名患有肺部方面疾病的中老
年病患，以及9 名年輕的健康自願受測者，同步量測其 HRV 及粒徑範圍在 0.02-1 μm
懸浮微粒之粒數濃度（NC0.02-1）的個人暴露量。研究結果發現在調整年齡、身體質量
指數（body mass index, BMI）、香菸暴露等因子後，無論是患有肺部疾病的中老年病
患或是年輕的健康自願受測者，NC0.02-1濃度的提高都將導致 HRV 的下降，此外，患 有肺部疾病的中老年病患之HRV 下降幅度較年輕的健康自願受測者 HRV 下降幅度為 高。（16）莊等人於 2005 年徵求 10 名患有冠狀動脈心臟疾病的中老年病患，以及 16 名患有高血壓的中老年病患，同步量測其HRV 及粒徑範圍在 0.3-1 μm，1-2.5 μm 及 2.5-10 μm 懸浮微粒質量濃度濃度（PM0.3-1, PM1-2.5, PM2.5-10）的個人暴露量。研究結果 發現在調整性別、年齡、BMI、溫濕度等因子後，PM0.3-1濃度的提高將導致HRV 的下 降，此外，患有冠狀動脈心臟疾病的中老年病患之HRV 下降幅度較血壓患者 HRV 下 降幅度為高。（17） 在血壓改變方面，Angela 等人於 2001 年的研究中以德國奧斯堡區 2,607 位年齡介 於25 到 64 歲的居民為研究對象，收集了 24 小時 SO2、一氧化碳（CO）、總懸浮微粒
（Total suspended particulates, TSP）等空氣污染物的平均濃度並採血分析血液黏稠度 ，紀錄個人的血壓、心跳。在調整了年齡、性別、抽煙、心血管疾病用藥、BMI、總
膽固醇、高密度膽固醇、溫度、溼度、大氣壓力等因子，TSP 每增加 90 μg/m3，收縮
壓（systolic blood pressure，SBP）增加 1.79 mmHg（95% confidence interval=0.63，2.95 ）；SO2每增加80 μg /m3，SBP 增加 0.74 mmHg（95% confidence interval=0.08，1.40）
。在有較高血液黏稠度(男性：>1.35 mPa s；女性：>1.33 mPa s)的人，TSP 每增加 90 μg /m3，SBP 增加 6.93 mmHg（95% confidence interval=4.31，9.75）；心跳速率較高(>80 beats/min)的人，其 SBP 增加 7.76 mmHg（95% confidence interval=5.70，9.82）。（18
）Zanobetti 等人於 2004 年的研究中以美國波士頓地區 62 位平均年齡為 61 歲的居民 為研究對象，收集了 24 小時 SO2、一氧化碳（CO）、總懸浮微粒（Total suspended particulates, TSP）等空氣污染物的平均濃度，並紀錄個人的血壓、心跳。在調整了年 齡、性別、BMI、溫度、溼度等因子，發現的 5 日前 PM2.5濃度由第10 百分位提高至 第90 百分位（10.5μg /m3），將導致SBP 及 DBP 的分別提高 2.8 mmHg 及 2.7 mmHg ，而2 日前 PM2.5濃度由第10 百分位提高至第 90 百分位（13.9 μg /m3），則將導致DBP 及平均壓的分別提高7.0 mmHg 及 4.7 mmHg。（19）莊等人於 2005 年的研究中以大台 北地區10 位患有肺部方面疾病的中老年病患為研究對象，同步量測其 SBP、DBP、心 跳及NC0.02-1的個人暴露量。研究結果發現在調整年齡、BMI、香菸暴露、溫度等因子 後，NC0.02-1濃度的提高將導致血壓及心跳的提高。（20）
四、執行方法
1. 研究對象選擇 我們從台大醫院心臟疾病患者監測網中徵求 45 歲以上患有冠狀動脈心臟病（coronary artery disease, CAD）、糖尿病（diabetes）或高血壓（hypertension）的患者為
研究對象，每位患者均進行一次的24 小時心電圖量測及抽血檢測分析。冠狀動脈心臟
病患者均需經過心導管證實至少有一條阻塞大於50%，以做過經皮冠狀動脈整型術（
percutaneous transluminal coronary angioplasty, PCTA）或放置血管內支架(coronary stents)者為佳。糖尿病患者需經過空腹血糖測試（fasting serum glucose）證實至少兩次
以上其血糖值高於6.99 mmol/L，或原本即經由醫師診斷服用降血糖藥物之患者。高血
壓患者為收縮壓高於140 mmHg 及/或舒張壓高於 90 mm/Hg 者，或服用降血壓藥物之
患者。
2. 生理指標監測
本研究以 HRV、fibrinogen、tPA、血纖維蛋白溶解酶原活化劑抑制劑第一型（
plasminogen activator inhibitor，PAI-1）、D-dimer 及高敏感度 C-反應蛋白（high sensitive C-reactive protein，hs-CRP）、紅血球（red blood cells, RBC）、白血球（white blood cells, WBC）、血小板（platelet）、血紅素（hemoglobin）含量等作為生理指標監測的標的。 Fibrinogen 是糖蛋白類蛋白質，其分子量約為 340,000 dalton，主要由肝臟與巨核細胞 （megakaryocytes）製造。tPA 於 1940 年第一次被辨識出，是纖維蛋白溶解系統的一 個關鍵組成，存在於各種組織和器官中。（21, 22） tPA 的角色是活化血纖維蛋白溶解 酶原而成為血纖維蛋白溶解酶，而反過來降解纖維蛋白造成血栓溶解。PAI-1 是纖維 蛋白溶解的主要調控劑，存在於一些不同的組織中及細胞類型，包括巨嗜細胞、單核 球、肝細胞、血管內皮、心臟和肺臟的脂肪組織，以及存在於血小板中（23, 24）。臨 床上測量血漿中 PAI-1 的興趣，是由於在病例研究中，這種絲胺酸蛋白酶抑制劑的含 量，與各種栓塞性和纖維蛋白溶解併發症有關。hs-CRP 是急性狀態的β球蛋白，其分
子量約為118,000 dalton。（25）hs-CRP 是基因序列高度保存性的，由五個相同的循環 球狀次單位所構成，被分類為蛋白質的pentraxin 超級家族成員之一（25, 26）。D-dimer 是血栓溶解之產物。當纖維溶解系統啟動，纖維蛋白被纖維溶解酶降解形成各種可溶 性的片段後，其中一種產物為D-dimer。D-dimer 特異性不高，在心肌梗塞、敗血症和 許多全身性疾病均可出現，血漿中D-Dimer 濃度的升高表明血管中有過量的纖維蛋白 形成。血清或血漿中的 hs-CRP 含量，可能會因感染或非感染性發炎病症所造成的一 般、非專一性反應而增加，例如類風濕性關節炎、心血管疾病和周圍血管疾病。（27 ） 我們以檢測套組進行酵素連結免疫吸附分析（enzyme-linked immunosorbent assay,
ELISA），測量健康個案血液中凝血功能指標與發炎指標。抽血檢驗、監測器操作與品
管程序將依台灣大學醫學院的作業規範來進行。以下為凝血、發炎、血栓指標ELISA
kit 的說明：
(1) STA Fibrinogen Kits：STA Fibrinogen Kits (STA® Fibrinogen Kits, Diagnostica Stago, France)是利用 Clauss 法進行血漿中 fibrinogen 檢測，其原理為凝血酶（thrombin）
將可溶性的血漿 fibrinogen 轉化為不可溶性之多聚合體纖维蛋白（fibrin）。當
thrombin 濃度較高（约為 100 NIH/ml）且 fibrinogen 濃度較低（0.05-0.8 g/L）時該
反應決定於fibrinogen 濃度。在確定量的血漿樣本經過一定時間加温後加入試劑。
接著採用波長為660 nm 的雷射光照射樣本。凝血過成（fibrinogen 轉化為 fibrin）
中血的渾濁度可以由通過测量散射光光强度的改變来測定。藉由散射光光强度的测
定可以繪製凝血曲線並求得凝血時間，進而換算出血漿樣本中fibrinogen 濃度。
(2) STA-LIA® D-dimer：以 STA-R® (STA® D-dimer Kits, Diagnostica Stago, France)進
行 Latex 免疫混濁分析法分析。Latex 附著上 D-dimer 抗體與抗原結合後顆粒變大
，透光度降低，於575nm 比色，對照於標準曲線即可定量測定。
(3) IMUBIND tPA ELISA：IMUBIND tPA ELISA（IMUBIND® tPA ELISA, American Diagnostica, CT, USA）是利用塗上抗人類 tPA 山羊多株抗體的微孔盤，且含有可溶
解非免疫性山羊抗體。將tPA 標準液和血漿樣本加入微孔中，且在培養期間，抗體
會捕捉呈現的 tPA 抗原。然後將過氧化酶共軛的山羊抗人類 tPA 山羊多株抗體(與
塗在微孔中的一樣)加入微孔。抗體共軛物會與捕捉的 tPA 分子結合。接著，所有
未結合的物質會被沖洗，再將過氧化酶反應酵素基質ortho phenylenediamine (OPD)
加入微孔中。之後過氧化酶/基質反應，而產生一種黃色的溶液。加入硫酸以終止
反應，並將溶液的顏色轉變為橙色。於490 nm 測定溶液的吸收值。吸收值與樣本
中的tPA 量直接成正比。
(4) IMUBIND PAI-1 ELISA：IMUBIND 血漿 PAI-1 ELISA（IMUBIND® PAI-1 ELISA, American Diagnostica, CT, USA）是利用塗上小鼠抗人類 PAI-1 單株抗體的微孔盤
。將PAI-1 標準液和血漿樣本加入微孔中，且在培養期間，抗體會捕捉呈現的 PAI-1
抗原。將過氧化酶共軛的抗人類PAI-1 山羊多株抗體加入微孔中，且這個共軛物會
素基質ortho phenylenediamine (OPD) 加入微孔中。之後過氧化酶/基質反應，而產
生一種黃色的溶液。加入硫酸以終止反應，並將溶液的顏色轉變為橙色。於490 nm
測定溶液的吸收值。吸收值與樣本中的PAI-1 量直接成正比。
(5) IMMULITE/IMMULITE 1000 High Sensitivity CRP：IMMULITE/IMMULITE 1000 hs-CRP（IMMULITE® hs-CRP, Diagnostic Products Corporation, CA, USA）為 固相之化學發光敏感性免疫度量法。
3. 暴露評估
本研究將收集新莊微粒超級測站之微粒空氣污染物逐時監測資料包括 PM2.5、
PM2.5成分包含有機碳（Organic carbon, OC）、元素碳（Element carbon, EC）、硝酸鹽
（Nitrate）與硫酸鹽（Sulfate）等資料，以及溫度、濕度等氣候資料。微粒超級測站
之微粒空氣污染物相關監測儀器包含R&P 1400a 質量濃度監測儀、R&P 5400 氣膠碳
元素分析儀、R&P 8400S 大氣微粒硫酸鹽成分監測儀、R&P 8400N 大氣微粒硝酸鹽成 分監測儀。R&P 1400a 係採用 R&P 公司漸縮元件震盪微量天平（Tapered Element Oscillating Microbalance, TEOM）技術的氣膠質量濃度連續監測儀，此設備組成包含採
樣入口以及三個主要元件，採樣入口可依照需要選擇PM1.0、PM2.5、PM10等採樣入口 ，主要元件分別為漸縮元件震盪微量天平、系統控制單元、自動採樣與收集單元。R&P 5400 氣膠碳元素分析儀是運用直接、自動加熱樣品，使收集器中微粒的碳成分產生氧 化產生二氧化碳原理，二氧化碳含量與微粒上的含碳量有關，將含碳量除以採樣體積 ，即可獲得碳的濃度。此儀器使用於連續監測大氣 PM2.5微粒中微粒碳元素成分的濃 度，樣品在儀器內氧化放出二氧化碳濃度，然後利用二氧化碳紅外線偵測器（CO2
Infrared Detector , NDIR）加以量測。R&P 8400S 大氣微粒硫酸鹽成分監測儀其所測得 數值為微粒中多數以硫酸鹽存在的總硫成分，應用閃火揮發技術，先將高量電流通過 衝擊器的白金閃火片約0.01 秒的時間，而加熱至 600℃，使微粒中的硫酸鹽揮發分解 成 SO2。從閃火揮發產生的 SO2 脈衝，經由 SO2 脈衝分析儀加以量測。R&P 8400N 大氣微粒硝酸鹽成分監測儀將PM2.5微粒以衝擊板收集後，閃火揮發（flash-vaporization ）使微粒硝酸鹽成分產生 NOX氣體。所偵測到為 NOX的總氧化物濃度。微粒超級測 站為一24 小時連續運作之微粒空氣污染物監測站，在微粒空氣污染物監測資料運用上 ，本研究將以進行健康個案生理指標監測之時間點為起點，取出該時間點前1 至 3 日 之微粒空氣污染物監測資料與生理指標資料進行統計分析。此外，我們將同時收集環
保署監測站氣態污染物逐時監測資料包含 PM10、O3、SO2、NO2、及 NO 等資料，所
有資料可作為間接估計個人之空氣污染物暴露量之分析評估資料。本研究將以受測者
生理指標監測之時間點為中心，取出同一時間點1 至 3 日前之微粒空氣污染物監測資
料，進行空氣污染資料與生理指標資料之統計分析。 4. 統計分析
Inc., Cambridge, MA, USA）進行線性迴歸數學模式（Linear regression models）進行空 氣污染物與生理指標相關性之統計分析。本研究在所有統計模式中均校正年齡、BMI、 抽煙、空氣污染物、溫度等參數，以瞭解空氣污染物與生理指標之相關性。
五、年度主要工作內容
今年度之主要研究目的及工作項目為（1）建立易感受族群基本資料庫。（2）瞭解 微粒超級測站微粒監測特性對易感受族群心血管生理指標包含凝血及發炎指標之影 響。六、重要發現與成果
本研究從台大醫院心臟疾病患者監測網中徵求了患有冠狀動脈疾病、糖尿病及高 血壓患者各25、38 及 31 名（共 94 名受測者），經調閱病例後已完成研究個案之年齡、 性別、身高、體重、運動、抽煙飲酒狀況等基本資料之收集，以提供作為受測族群基 本特性之描述以及統計模式分析校正之用。為瞭解超級測站監測微粒成分與健康受測 者血液發炎與凝血指標相關性，我們進將研究期間微粒超級測站逐時測得之微粒空氣污染物濃度換算為受測日受測日前1 日 24 小時平均濃度（1-day moving average）、受
測日前1-2 日平均濃度（2-day moving average）、受測日前1-3 日平均濃度（3-day moving
average），並以 Linear Regression models 分析易感受族群微粒空氣污染物（PM10、
PM2.5、Nitrate、Sulfate、OC、EC）濃度及氣態空氣污染物（O3、SO2、NO2、CO）與
發炎指標（hs-CRP）、凝血指標（tPA、PAI-1）、經 Log10 轉換後的 HRV 指標（Log10 SDNN、Log10 r-MSSD、Log10 LF、Log10 HF）（HRV 指標經 Log10 轉換後可增加數
值的常態性與穩定性）之間的相關性。本研究之Linear Regression models 調整了年齡、
性別、BMI、空氣污染物、溫度、等參數。 表1 為研究個案基本統計資料，在 94 位受測者中女性占 34%，平均年齡為 62.3 歲，平均BMI 則為 26.0。依據疾病別區分研究個案後，在冠狀動脈疾病、糖尿病及高 血壓疾病患者中，女性所占全體人數比例以糖尿病患者中最高（39%），平均年齡以冠 狀動脈疾病患者為最高（70 歲），BMI 以糖尿病患者為最高（26.5）。在血液指標方面， 平均fibrinogen、D-dimer、tPA 及 hs-CRP 血液中濃度以冠狀動脈疾病患者為最高（405.0 mg/dl、0.6 mg/ml、15.8 ng/ml 及 0.6 mg/dl），糖尿病患者次之，高血壓患者再次之。 血球計數相關指標則無明顯差異。
表1、研究個案基本特性及生理指標描述性統計資料
Characteristic All CAD DM Hypertension
Sex, n Male/Female 94 62/32 25 20/5 38 23/15 31 19/12 Age, year 62.3 ± 9.4 70.0 ± 9.0 61.4 ± 9.7 60.4 ± 8.6
Body mass index, kg/m2 26.0 ± 3.9 25.4 ± 3.7 26.5 ± 3.5 25.8 ± 4.5
Blood markers
hs-CRP, mg/dl 0.4 ± 0.6 0.6 ± 0.7 0.5 ± 0.6 0.2 ± 0.2
Hemoglobin, g/dl 13.3 ± 2.4 13.3 ± 1.7 13.2 ± 2.6 13.4 ± 2.6
Red blood cells, 106/μl 4.6 ± 0.6 4.4 ± 0.5 4.6 ± 0.7 4.6 ± 0.6 White blood cells, 106/μl 7.7 ± 8.3 6.2 ± 1.3 7.4 ± 6.4 9.4 ± 12.5 Platelet, 103/μl 226.3 ± 61.3 219.2 ± 51.8 239.2 ± 64.7 216.2 ± 62.8 Fibrinogen, mg/dl 368.6 ± 69.3 405.0 ± 67.0 360.1 ± 73.6 349.7 ± 55.1 D-dimer, mg/ml 0.5 ± 0.3 0.6 ± 0.5 0.3 ± 0.1 0.5 ± 0.3 PAI-1, ng/ml 71.5 ± 26.9 62.3 ± 24.7 81.4 ± 24.9 66.4 ± 27.8 tPA, ng/ml 13.0 ± 15.4 15.8 ± 25.7 14.2 ± 10.4 8.9 ± 4.8 表2 為研究個案於研究期間暴露之微粒及氣態空氣污染物及大氣溫度統計分析資
料。研究過程中受測者暴露PM10的1-day moving average、2-day moving average 及 3-day
moving average 濃度為 49.0、60.4、及 57.1 μg/m3，雖低於我國法定年平均標準值65
μg/m3，但為台灣PM10 1997~2002 年平均值 50.1 μg/m3之1.0~1.2 倍，亦為美國 PM10
法定標準年平均值50.0 μg/m3之1.0~1.2 倍。PM2.5的1-day moving average、2-day moving
average 及 3-day moving average 濃度為 38.2、47.8、及 49.6 μg/m3，為台灣PM2.5
1997~2002 年平均值 31.2 μg/m3之1.2~1.6 倍，為美國 PM2.5法定標準年平均值15.0
μg/m3之2.5~3.3 倍。研究個案在 PM2.5微粒成分暴露方面，以OC 暴露濃度為最高，
Sulfate 次之，Nitrate 及 EC 則相對較低。氣態污染物如 NO2、SO2等，其濃度明顯低
於國內外法令標準。
表2、空氣污染物與大氣溫度描述性統計資料
Air pollutants 1-day moving average 2-day moving average 3-day moving average PM10, μg/m3 No. 49.0 ± 28.6 94 60.4 ± 31.8 94 57.1 ± 27.9 94 O3, ppb No. 25.1 ± 9.4 88 27.0 ± 8.0 86 26.0 ± 9.6 88 NO2, ppb No. 25.4 ± 12.1 94 25.8 ± 12.8 92 27.6 ± 14.2 94 CO, ppm No. 1.0 ± 0.7 94 2.0 ± 6.5 94 1.1 ± 1.2 94
SO2, ppb No. 3.1 ± 2.6 93 4.2 ± 4.0 92 4.7 ± 5.0 93 PM2.5, μg/m3 No. 38.2 ± 21.3 94 47.8 ± 25.8 94 49.6 ± 24.8 Nitrate, μg/m3 No. 3.5 ± 3.2 94 4.1 ± 2.7 94 4.2 ± 3.2 Sulfate, μg/m3 No. 4.2 ± 2.3 84 6.8 ± 4.4 67 5.7 ± 2.6 66 OC, μg/m3 No. 7.4 ± 4.4 94 8.3 ± 6.1 94 8.9 ± 5.9 94 EC, μg/m3 No. 3.4 ± 2.8 94 4.3 ± 4.5 94 4.1 ± 3.3 94 Temperature, ℃ No. 17.4 ± 3.2 92 17.3 ± 4.4 90 17.4 ± 3.4 94 表3 為所有研究個案微粒空氣污染物與血液指標相關分析。經調整了年齡、BMI、 抽煙（有/無）等參數後，在血液發炎、凝血及血栓指標方面的分析結果顯示，PM2.5 質量濃度的增加與血栓溶解產物D-dimer 的提高有相關性（p < 0.10），與 PAI-1 下降
則有顯著相關性（p < 0.05）。PM2.5的1-day moving averaged 質量濃度每提高 1 μg/m3，
D-dimer 將增加 0.171 mg/ml。PM2.5中Sulfate 質量濃度的增加與發炎指標 hs-CRP、凝
溶血功能指標Fibrinogen 有相關性，而與 PAI-1 的下降有顯著相關，Sulfate 的 2-day
moving averaged 質量濃度每提高 1 μg/m3，hs-CRP 與 Fibrinogen 將下降 0.200 mg/dl 及 0.188 mg/dl，而 Sulfate 的 1day moving averaged 質量濃度每提高 1 μg/m3，PAI-1 將下
降0.283 ng/ml。PM2.5中Nitrate 質量濃度的增加與 PAI-1 的下降有顯著相關。此外，
PM2.5中OC 與 EC 與 PAI-1 的下降均有顯著相關，其下降幅度為污染物 1-day ~ 3-day
moving averaged 質量濃度於每提高 1 μg/m3，PAI-1 下降 0.188 ~ 0.334 ng/ml。PM2.5及
其他成分的暴露與受測者RBC、WBC、HB、platelet 的變化無任何顯著相關性。
表3. 所有研究個案血液指標與微粒空氣污染物質量濃度迴歸分析結果
hs-CRP 1-day moving average
2-day moving average
3-day moving average
-0.114 (-0.009, 0.002) -0.120 -0.007, 0.002 -0.088 -0.007. 0.003 -0.132 -0.080, 0.020 -0.200* -0.045, 0.004 -0.005 -0.035, 0.033 -0.086 -0.054, 0.022 -0.114 -0.069, 0.019 -0.144 -0.064, 0.011 -0.055 -0.035, 0.020 -0.039 -0.024, 0.016 -0.111 -0.032, 0.009 -0.040 -0.052, 0.035 -0.040 -0.032, 0.021 -0.112 -0.056, 0.017 Fibrinogen 1-day moving average
2-day moving average
3-day moving average
0.009 -0.645, 0.706 -0.026 -0.618, 0.481 -0.060 -0.736, 0.403 -0.096 -9.418, 3.666 -0.188* (0.013) -7.044, 0.760 -0.172 -11.366, 1.862 0.025 -3.955, 5.045 -0.007 -5.436, 5.053 -0.081 -6.211, 2.757 0.081 -1.971, 4.559 0.065 -1.592, 3.076 -0.005 -2.516, 2.392 0.090 -2.885, 7.424 0.046 -2.443, 3.879 0.001 -4.304, 4.358 D-dimer 1-day moving average
2-day moving average
3-day moving average
0.171* (0.010) -0.001, 0.006 0.154 -0.001, 0.005 -0.019 -0.003, 0.002 0.135 -0.013, 0.051 0.185 -0.005, 0.035 -0.027 -0.037, 0.030 0.038 -0.018, 0.026 0.107 -0.012, 0.038 0.002 -0.021, 0.022 0.036 -0.013, 0.018 -0.019 -0.012, 0.010 0.033 -0.010, 0.014 -0.003 -0.025, 0.024 -0.035 -0.018, 0.013 0.047 -0.016, 0.025 PAI-1 1-day moving average
2-day moving average
3-day moving average
-0.252** -0.568, -0.064 -0.267** -0.488, -0.075 -0.003 -0.223, 0.217 -0.283** -5.682, -0.818 -0.186 -2.667, 0.301 0.171 -0.638, 4.096 -0.244** -3.694, -0.349 -0.353** -5.377, -1.607 -0.167 -3.062, 0.345 -0.216** -2.544, -0.090 -0.325** -2.266, -0.582 -0.314** -2.317, -0.530 -0.188* -3.768, 0.130 -0.312** -2.990, -0.701 -0.334** -4.229, -1.101
tPA 1-day moving average
2-day moving average
3-day moving average
-0.060 -0.197, 0.111 0.098 -0.067, 0.186 0.091 -0.073, 0.186 -0.097 -2.248, 0.896 0.140 -0.253, 0.876 0.023 -0.848, 1.015 -0.079 -1.395, 0.643 0.063 -0.837, 1.559 0.005 -1.000, 1.045 -0.074 -1.001, 0.485 0.063 -0.370, 0.688 0.041 -0.451, 0.666 -0.044 -1.417, 0.933 0.074 -0.464, 0.965 0.026 -0.867, 1.103 Platelet 1-day moving average
2-day moving average
3-day moving average
-0.134 -1.009, 0.222 -0.051 -0.623, 0.374 0.044 -0.399, 0.615 -0.092 -9.276, 3.937 -0.157 -6.002, 1.317 -0.034 -7.104, 5.440 -0.010 -4.295, 3.915 0.027 -4.104, 5.312 0.003 -4.025, 4.148 -0.043 -3.592, 2.377 0.149 -0.534, 3.476 0.090 -1.231, 3.066 0.003 -4.662, 4.781 0.148 -0.741, 4.696 0.061 -2.712, 4.928 RBC 1-day moving average
2-day moving average
3-day moving average
0.097 -0.004, 0.010 -0.004 -0.005, 0.005 0.040 -0.004, 0.006 0.103 -0.038, 0.099 0.081 -0.028, 0.053 0.135 -0.033, 0.106 0.059 -0.032, 0.056 -0.028 -0.057, 0.044 0.116 -0.020, 0.066 0.052 -0.024, 0.040 -0.045 -0.026, 0.017 0.008 -0.022, 0.024 0.065 -0.035, 0.066 -0.142 -0.031, 0.027 0.013 -0.038, 0.043 WBC 1-day moving average
2-day moving average
3-day moving average
-0.009 -0.095, 0.087 -0.062 -0.093, 0.052 -0.059 -0.093, 0.054 -0.007 -0.999, 0.946 -0.081 -0.731, 0.391 0.030 -0.867, 1.080 -0.049 -0.730, 0.470 -0.113 -1.034, 0.335 -0.072 -0.781, 0.407 0.017 -0.404, 0.469 -0.062 -0.380, 0.213 -0.143 -0.511, 0.113 0.048 -0.542, 0.835 -0.052 -0.497, 0.308 -0.141 -0.898, 0.206
HB 1-day moving average
2-day moving average
3-day moving average
0.194 -0.002, 0.046 0.066 -0.014, 0.026 0.007 -0.019, 0.021 0.208 -0.025, 0.487 0.248 -0.003, 0.319 0.145 -0.106, 0.366 0.114 -0.077, 0.248 0.019 -0.171, 0.204 0.129 -0.065, 0.256 0.118 -0.053, 0.183 -0.118 -0.125, 0.035 -0.025 -0.095, 0.076 0.112 -0.089, 0.284 -0.097 -0.160, 0.059 -0.010 -0.159, 0.145 * p < 0.10.** p < 0.0.5. 表4 與表 5 各為所有研究個案及糖尿病個案氣態空氣污染物與血液指標相關分
析。經調整了年齡、BMI、抽煙（有/無）等參數後，我們並未發現 O3、NO2、CO、
SO2等質量濃度的增加與任何血液指標變化有顯著相關性（p < 0.05）。
表4. 所有研究個案血液指標與氣態空氣污染物質量濃度迴歸分析結果
Exposure matrix O3, ppb NO2, ppb CO, ppm SO2, ppb hs-CRP 1-day moving average
2-day moving average
3-day moving average
-0.112 -0.063, 0.039 0.249 -0.026, 0.070 0.041 -0.037, 0.044 -0.155 -0.115, 0.059 0.230 -0.041, 0.094 0.018 -0.063, 0.068 0.023 -3.571, 3.911 -0.264 -6.472, 2.018 0.059 -2.801, 3.513 -0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 Fibrinogen 1-day moving average
2-day moving average
3-day moving average
0.036 -2.429, 2.799 -0.337 -3.820, 1.002 -0.228 -2.891, 1.134 0.167 -2.963, 5.878 -0.305 -5.099, 1.693 -0.279 -4.981, 1.443 -0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 -0.078 -0.153, 0.113 0.336 -0.024, 0.111 -0.278 -0.178, 0.056
D-dimer 1-day moving average
2-day moving average
3-day moving average
-0.049 -0.730, 0.470 -0.113 -1.034, 0.335 -0.072 -0.781, 0.407 0.017 -0.404, 0.469 -0.062 -0.380, 0.213 -0.143 -0.511, 0.113 -0.009 -0.095, 0.087 -0.062 -0.093, 0.052 -0.059 -0.093, 0.054 -0.007 -0.999, 0.946 -0.081 -0.731, 0.391 0.030 -0.867, 1.080 PAI-1 1-day moving average
2-day moving average
3-day moving average
-0.010 -4.295, 3.915 0.027 -4.104, 5.312 0.003 -4.025, 4.148 -0.043 -3.592, 2.377 0.149 -0.534, 3.476 0.090 -1.231, 3.066 -0.134 -1.009, 0.222 -0.051 -0.623, 0.374 0.044 -0.399, 0.615 -0.092 -9.276, 3.937 -0.157 -6.002, 1.317 -0.034 -7.104, 5.440 tPA 1-day moving average
2-day moving average
3-day moving average
-0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 -0.112 -0.063, 0.039 0.249 -0.026, 0.070 0.041 -0.037, 0.044 -0.155 -0.115, 0.059 0.230 -0.041, 0.094 0.018 -0.063, 0.068 -0.078 -0.153, 0.113 0.336 -0.024, 0.111 -0.278 -0.178, 0.056 Platelet 1-day moving average
2-day moving average
3-day moving average
-0.074 -1.001, 0.485 0.063 -0.370, 0.688 0.041 -0.451, 0.666 -0.060 -0.197, 0.111 0.098 -0.067, 0.186 0.091 -0.073, 0.186 -0.097 -2.248, 0.896 0.140 -0.253, 0.876 0.023 -0.848, 1.015 -0.079 -1.395, 0.643 0.063 -0.837, 1.559 0.005 -1.000, 1.045
RBC 1-day moving average
2-day moving average
3-day moving average
0.242 -0.024, 0.112 -0.070 -0.041, 0.027 -0.059 -0.044, 0.031 0.196 -0.054, 0.177 -0.065 -0.056, 0.038 -0.057 -0.079, 0.057 0.133 -0.049, 0.107 -0.134 -0.113, 0.050 0.086 -0.067, 0.108 -0.328 -5.890, 0.518 -0.020 -4.225, 3.855 -0.121 -3.701, 2.083 WBC 1-day moving average
2-day moving average
3-day moving average
0.036 -2.429, 2.799 -0.337 -3.820, 1.002 -0.228 -2.891, 1.134 0.167 -2.963, 5.878 -0.305 -5.099, 1.693 -0.279 -4.981, 1.443 -0.317 -4.062, 0.443 -0.001 -2.316, 2.306 -0.028 -2.017, 1.777 -0.236 -6.268, 1.698 0.045 -2.944, 3.499 -0.047 -3.395, 2.730 HB 1-day moving average
2-day moving average
3-day moving average
0.133 -0.049, 0.107 -0.134 -0.113, 0.050 0.086 -0.067, 0.108 0.015 -0.112, 0.121 -0.316 -0.095, 0.014 0.176 -0.046, 0.108 0.054 -5.491, 6.681 -0.027 -3.297, 3.002 -0.337 -3.820, 1.002 0.023 -3.571, 3.911 -0.264 -6.472, 2.018 0.059 -2.801, 3.513 * p < 0.10.** p < 0.0.5. 表5. 所有研究個案血液指標與氣態空氣污染物質量濃度迴歸分析結果
hs-CRP 1-day moving average
2-day moving average
3-day moving average
-0.049 -0.730, 0.470 -0.113 -1.034, 0.335 -0.072 -0.781, 0.407 0.017 -0.404, 0.469 -0.062 -0.380, 0.213 -0.143 -0.511, 0.113 -0.009 -0.095, 0.087 -0.062 -0.093, 0.052 -0.059 -0.093, 0.054 -0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 Fibrinogen 1-day moving average
2-day moving average
3-day moving average
0.036 -2.429, 2.799 -0.337 -3.820, 1.002 -0.228 -2.891, 1.134 0.167 -2.963, 5.878 -0.305 -5.099, 1.693 -0.279 -4.981, 1.443 -0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 -0.078 -0.153, 0.113 0.336 -0.024, 0.111 -0.278 -0.178, 0.056 D-dimer 1-day moving average
2-day moving average
3-day moving average
0.066 -0.010, 0.014 -0.180 -0.013, 0.004 0.006 -0.010, 0.010 0.015 -0.112, 0.121 -0.316 -0.095, 0.014 0.176 -0.046, 0.108 0.041 -1.777, 2.155 0.094 -0.968, 1.469 0.073 -2.017, 2.711 -0.316 -0.095, 0.014 0.176 -0.046, 0.108 -0.075 -10.944, 6.893 PAI-1 1-day moving average
2-day moving average
3-day moving average
0.098 -0.974, 1.683 -0.097 -1.206, 0.648 0.149 -0.587, 1.573 -0.096 -14.691, 8.803 -0.238 -10.762, 2.688 0.120 -9.544, 16.697 -0.009 -0.555, 0.535 -0.197 -0.597, 0.247 0.261 -0.198, 0.641 -0.238 -10.762, 2.688 0.120 -9.544, 16.697 -0.096 -14.691, 8.803
tPA 1-day moving average
2-day moving average
3-day moving average
0.041 -1.777, 2.155 0.094 -0.968, 1.469 0.073 -2.017, 2.711 0.098 -0.974, 1.683 -0.097 -1.206, 0.648 0.149 -0.587, 1.573 -0.096 -14.691, 8.803 -0.238 -10.762, 2.688 0.120 -9.544, 16.697 0.100 -6.023, 10.960 -0.075 -10.944, 6.893 0.146 -5.456, 13.407 Platelet 1-day moving average
2-day moving average
3-day moving average
-0.009 -0.555, 0.535 -0.197 -0.597, 0.247 0.261 -0.198, 0.641 0.133 -0.049, 0.107 -0.134 -0.113, 0.050 0.086 -0.067, 0.108 0.242 -0.024, 0.112 -0.070 -0.041, 0.027 -0.059 -0.044, 0.031 0.196 -0.054, 0.177 -0.065 -0.056, 0.038 -0.057 -0.079, 0.057 RBC 1-day moving average
2-day moving average
3-day moving average
-0.271 -0.815, 0.137 0.079 -0.318, 0.474 0.144 -0.258, 0.530 0.100 -6.023, 10.960 -0.075 -10.944, 6.893 0.146 -5.456, 13.407 0.209 -3.114, 11.811 -0.036 -4.149, 3.336 0.009 -3.970, 4.208 0.194 -5.582, 19.487 -0.037 -5.706, 4.565 0.003 -7.367, 7.497 WBC 1-day moving average
2-day moving average
3-day moving average
0.023 -3.571, 3.911 -0.264 -6.472, 2.018 0.059 -2.801, 3.513 0.036 -2.429, 2.799 -0.337 -3.820, 1.002 -0.228 -2.891, 1.134 -0.253 -11.132, 3.595 0.158 -5.299, 9.103 -0.104 -7.092, 4.775 -0.276 -19.500, 5.570 0.077 -8.873, 11.344 -0.070 -10.896, 8.325
HB 1-day moving average
2-day moving average
3-day moving average
-0.328 -5.890, 0.518 -0.020 -4.225, 3.855 -0.121 -3.701, 2.083 -0.317 -4.062, 0.443 -0.001 -2.316, 2.306 -0.028 -2.017, 1.777 -0.112 -0.063, 0.039 0.249 -0.026, 0.070 0.041 -0.037, 0.044 -0.155 -0.115, 0.059 0.230 -0.041, 0.094 0.018 -0.063, 0.068 表6 為所有冠狀動脈疾病病患微粒空氣污染物與血液指標相關分析。分析結果發 現PM2.5質量濃度的增加與血栓溶解產物D-dimer 的提高有相關性（p < 0.10），與 hs-CRP 下降則有顯著相關性（p < 0.05）。PM2.5中Sulfate 質量濃度的增加與 hs-CRP
及Fibrinogen 下降有顯著相關，與 PAI-1 的提高則有顯著相關，而與 tPA 之間相關性
則沒有一致的結果。PM2.5中Nitrate、OC、EC 與 hs-CRP 的下降均有顯著相關。
表6. 冠狀動脈疾病病患發炎指標、凝血指標與微粒空氣污染物質量濃度迴歸分析
Exposure matrix PM2.5, μg/m3 Sulfate, μg/m3 Nitrate, μg/m3 OC, μg/m3 EC, μg/m3 hs-CRP 1-day moving average
2-day moving average
3-day moving average
-0.466** -0.030, -0.003 -0.185 -0.017, 0.007 -0.301 -0.020, 0.004 -0.699** -0.272, -0.080 0.012 -0.042, 0.044 -0.441* -0.126, 0.000 -0.481** -0.204, -0.017 -0.313 -0.201, 0.038 -0.501** -0.173, -0.015 -0.479** -0.142, -0.011 -0.272 -0.105, 0.035 -0.341 -0.096, 0.015 -0.451** -0.237, -0.008 -0.310 -0.151, 0.043 -0.301 -0.150, 0.032 Fibrinogen 1-day moving average
2-day moving average
3-day moving average
-0.377 -2.587, 0.391 -0.073 -1.432, 1.059 -0.203 -1.730, 0.734 -0.614** -36.152, -5.442 -0.308 -14.124, 4.006 -0.482* -27.641, 0.742 -0.308 -16.958, 3.793 -0.136 -15.896, 9.284 -0.414* -15.699, 1.269 -0.253 -11.132, 3.595 0.158 -5.299, 9.103 -0.104 -7.092, 4.775 -0.276 -19.500, 5.570 0.077 -8.873, 11.344 -0.070 -10.896, 8.325
D-dimer 1-day moving average
2-day moving average
3-day moving average
0.036 -0.010, 0.012 0.387* -0.001, 0.015 -0.044 -0.009, 0.008 -0.078 -0.153, 0.113 0.336 -0.024, 0.111 -0.278 -0.178, 0.056 -0.136 -0.094, 0.052 0.366 -0.016, 0.145 -0.094 -0.074, 0.050 -0.112 -0.063, 0.039 0.249 -0.026, 0.070 0.041 -0.037, 0.044 -0.155 -0.115, 0.059 0.230 -0.041, 0.094 0.018 -0.063, 0.068 PAI-1 1-day moving average
2-day moving average
3-day moving average
-0.009 -0.555, 0.535 -0.197 -0.597, 0.247 0.261 -0.198, 0.641 0.054 -5.491, 6.681 -0.027 -3.297, 3.002 0.627** 1.707, 10.023 0.023 -3.571, 3.911 -0.264 -6.472, 2.018 0.059 -2.801, 3.513 0.036 -2.429, 2.799 -0.337 -3.820, 1.002 -0.228 -2.891, 1.134 0.167 -2.963, 5.878 -0.305 -5.099, 1.693 -0.279 -4.981, 1.443 tPA 1-day moving average
2-day moving average
3-day moving average
-0.271 -0.815, 0.137 0.079 -0.318, 0.474 0.144 -0.258, 0.530 -0.441** -11.637, -0.634 0.548** 0.137, 1.907 0.055 -1.624, 1.973 -0.328 -5.890, 0.518 -0.020 -4.225, 3.855 -0.121 -3.701, 2.083 -0.317 -4.062, 0.443 -0.001 -2.316, 2.306 -0.028 -2.017, 1.777 -0.236 -6.268, 1.698 0.045 -2.944, 3.499 -0.047 -3.395, 2.730 * p < 0.10.** p < 0.0.5. 表7 為所有糖尿病病患微粒空氣污染物與血液指標相關分析。分析結果發現 PM2.5 及其成分包括Sulfate、Nitrate、OC、EC 等質量濃度的增加與血栓溶解產物 D-dimer 的提高有顯著相關性（p < 0.05），與 PAI-1 下降有顯著相關性。PM2.5及其成分包括 Nitrate、OC、EC 等質量濃度的增加與 tPA 的提高有相關性。在高血壓病人研究方面， 分析結果並未發現PM2.5及其成分包括Sulfate、Nitrate、OC、EC 等質量濃度的增加與 任何血液指標變化有顯著相關性（p > 0.05）。
表7. 糖尿病病患案發炎指標、凝血指標與微粒空氣污染物質量濃度迴歸分析
Exposure matrix PM2.5, μg/m3 Sulfate, μg/m3 Nitrate, μg/m3 OC, μg/m3 EC, μg/m3 hs-CRP 1-day moving average
2-day moving average
3-day moving average
0.066 -0.010, 0.014 -0.180 -0.013, 0.004 0.006 -0.010, 0.010 0.015 -0.112, 0.121 -0.316 -0.095, 0.014 0.176 -0.046, 0.108 0.133 -0.049, 0.107 -0.134 -0.113, 0.050 0.086 -0.067, 0.108 0.242 -0.024, 0.112 -0.070 -0.041, 0.027 -0.059 -0.044, 0.031 0.196 -0.054, 0.177 -0.065 -0.056, 0.038 -0.057 -0.079, 0.057 Fibrinogen 1-day moving average
2-day moving average
3-day moving average
0.098 -0.974, 1.683 -0.097 -1.206, 0.648 0.149 -0.587, 1.573 -0.096 -14.691, 8.803 -0.238 -10.762, 2.688 0.120 -9.544, 16.697 0.100 -6.023, 10.960 -0.075 -10.944, 6.893 0.146 -5.456, 13.407 0.209 -3.114, 11.811 -0.036 -4.149, 3.336 0.009 -3.970, 4.208 0.194 -5.582, 19.487 -0.037 -5.706, 4.565 0.003 -7.367, 7.497 D-dimer 1-day moving average
2-day moving average
3-day moving average
0.401** 0.000, 0.004 0.039 -0.001, 0.002 0.306* 0.000, 0.003 0.416** 0.002, 0.038 -0.097 -0.013, 0.008 0.298 -0.006, 0.033 0.458** 0.005, 0.029 0.194 -0.006, 0.021 0.453** 0.005, 0.032 0.577** 0.008, 0.028 0.253 -0.001, 0.010 0.284* -0.001, 0.011 0.563** 0.013, 0.047 0.236 -0.002, 0.013 0.276* -0.002, 0.020
PAI-1 1-day moving average
2-day moving average
3-day moving average
-0.413** -0.933, -0.081 -0.486** -0.747, -0.194 -0.317* -0.711, 0.004 -0.383** -7.948, -0.094 -0.498** -4.825, -0.759 -0.133 -5.543, 2.948 -0.265 -5.072, 0.632 -0.544** -7.500, -2.381 -0.411** -6.809, -0.769 -0.269 -4.447, 0.661 -0.406** -2.718, -0.362 -0.443** -3.132, -0.631 -0.315* -8.022, 0.411 -0.419** -3.781, -0.570 -0.448** -5.732, -1.204
tPA 1-day moving average
2-day moving average
3-day moving average
0.064 -0.173, 0.239 0.273 -0.028, 0.250 0.337* -0.002, 0.318 0.041 -1.777, 2.155 0.094 -0.968, 1.469 0.073 -2.017, 2.711 0.004 -1.308, 1.335 0.366** 0.103, 2.690 0.251 -0.465, 2.406 0.121 -0.815, 1.530 0.437** 0.171, 1.221 0.294* -0.081, 1.129 0.233 -0.750, 3.114 0.463** 0.298, 1.720 0.252 -0.297, 1.930 * p < 0.10.** p < 0.0.5.
七、主要建議意見及後續執行建議
根據流行病學研究顯示，微粒空氣污染物的暴露將導致心血管疾病及呼吸道疾病 罹病率及死亡率的增加（2-5），而空氣污染物透過直接與肺部神經末稍接觸而刺激自 主神經系統造成心跳速率、HRV 及血壓的改變，或穿透肺泡進入血液循環與心血管內 皮細胞的接觸，或與肺泡內皮細胞接觸導致的發炎反應或氧化壓力的產生，間接導致 血液黏稠度的提高等都被認為是可能的致病機轉之一（28）。近年來流行病學研究結果 更進一步指出，老人、心肺疾病患者及糖尿病患者為微粒空氣污染物之易感受族群 （29-31），故我們選定65 歲以上之老人或患有心血管疾病、糖尿病之中老年人為易感 受族群。 根據研究分析結果，我們發現細粒徑微粒空氣污染物的暴露會導致糖尿病患者的 D-dimer 及 tPA 顯著提高，以及 PAI-1 顯著下降，而 hs-CRP 及 fibrinogen 亦發現有上 升的趨勢。過去研究顯示，fibrinogen 的提高（32）可以作為一種心肌梗塞及中風的風 險指標，PAI-1 活性的缺乏與出血性疾病有關（33, 34），而心肌梗塞、溶血尿毒症候 群和中風的患者，其PAI-1 的活性亦相當高（35, 36）。研究顯示，血漿中 PAI-1 在心 肌梗塞和中風的患者亦有較高的表現，以高敏感性 CRP 分析法測量 CRP，也可以用 來估計心血管和周圍血管疾病的風險（37, 38）。由此可推斷細粒徑微粒空氣污染物的 暴露可能透過發炎（hs-CRP 提高）及凝血（fibrinogen 提高）反應的機制導致不良健 康效應的發生{血栓的形成（D-dimer 提高）與溶血反應的啟動（tPA 上升、PAI-1 下降）}，進而導致心血管疾病住院率及死亡率的提高。研究過程中，我們亦發現冠心病 患者暴露細粒徑微粒空氣污染物後導致D-dimer 及 PAI-1 顯著下降，然而，hs-CRP 及 fibrinogen 與細粒徑微粒空氣污染物的暴露呈現負相關，此一發現不同於過去研究及文 獻報告結果，可能原因包括冠心病患者的錯誤分組（具冠心病危險因子而非冠心病 患）、樣本數不足（25 人）以及服用藥物控制等。此外，tPA 與細粒徑微粒空氣污染物 的相關性亦無一致性，未來應增加樣本數後進一步分析。 本研究發現大台北地區易感受族群暴露於PM10平均質量濃度為49.2 μg/m3、PM2.5 平均質量濃度為38.2 μg/m3、O3平均濃度為25.1ppb 的環境中，會有血液發炎、凝血、 溶血及血拴指標變化等生理反應的產生。而年輕健康族群暴露於 PM10 平均質量濃度 為49.2 μg/m3、PM2.5平均質量濃度為31.8 μg/m3、O3平均濃度為28.4ppb 的環境中， 會有HRV 下降、發炎與凝血指標上升等生理反應的產生（39）。然而，參考血液生理 指標相關之實驗室研究報告，健康成人 fibrinogen 濃度範圍為 200-400 mg/dl，PAI-1 濃度範圍為2-47 ng/ml，hs-CRP 濃度範圍為 0-0.8 mg/dl，而本研究受測者各項生理指 標變動仍屬正常範圍之內的變動。因此，本研究易感受族群在暴露空氣污染物後所產 生之凝血發炎等心血管生理反應，短期內應不致於對受測者造成嚴重的不良健康效 應。然而，長期暴露於空氣污染物是否導致慢性的不良健康效應，對易感受族群如心 血管疾病患者、糖尿病患者等是否導致慢性或嚴重的急性不良健康效應，則有待進一
步的研究與探討。此外，細粒徑微粒污染物中的Sulfate、Nitrate、OC 與 EC 與血液指 標的變化均有顯著相關，顯示交通污染排放與心血管不良健康效應有顯著的相關性， 未來將應進一步分析交通污染物與人體心血管生理指標的相關性，並以受體模式找出 主要貢獻的細粒徑微粒污染物成分，提供政府機關訂定空氣污染管制項目及標準的參 考依據。
八、參考文獻
1. Hwang JS, Hu TH, Chan CC. Air Pollution Mix on Emergency Room Visits for Respiratory and Cardiac Diseases in Taipei J.Data Sci. 2004;311-327.
2. Prescott GJ, Cohen GR, Elton RA, Fowkes FGR, Agius RM. Urban air pollution and cardiopulmonary ill health: a 14.5 year time series study. Occup Environ Med. 1998;55:697-704.
3. Burnett RT, Smith-Doiron M, Stieb D, Cakmak S. Effect of particulate and gaseous air pollution on cardiorespiratory hospitalizations. Arch Environ Health. 1999;54:130-138 4. Ostro BD, Broadwin R, Lipsett MJ. Coarse and fine particles and daily mortality in the
Coachella Valley, California: a follow-up study. J Exp Anal Environ Epidemiol. 2000;10:412-419.
5. Englert N. Fine particles and human health--a review of epidemiological studies. Toxicol Lett. 2004;149:235-242.
6. Frampton MW. Systemic and cardiovascular effects of airway injury and inflammation: ultrafine particle exposure in humans. Environ Health Perspect. 109 (suppl 4): 2001;529-532.
7. Huang SL, Hsu MK, Chan CC. Effects of submicrometer particle compositions on cytokine production and lipid peroxidation of human bronchial epithelial cells. Environ Health Perspect. 2003;111:478-482.
8. ILSI Workshop. The relevance of the rat lung response to particle overload for human risk assessment. Inhal Toxicol. 2000;12:1–2.
9. Seaton A, Soutar A, Crawford V, Elton R, McNerlan S, Cherrie J, Watt M, Agius R, Stout R. Particulate air pollution and the blood. Thorax. 1999;54:1027-1032.
10. Schwartz J. Air pollution and blood markers of cardiovascular risk. Environ Health Perspect. 2001;109 (Suppl 3):405-409.
11. 行政院環境保護署，2002，“中國大陸沙塵暴對台灣居民健康之影響計畫”。 12. Zareba W, Nomura A, Couderc JP. Cardiovascular effects of air pollution: What to
measure in ECG? Environ Health Perspect. 2001;109(suppl 4):533-538.
13. Liao D, Creason J, Shy C, Williams R, Watts R, Zweidinger R. Daily variation of particulate air pollution and poor cardiac autonomic control in the elderly. Environ
14. Pope CA III, Verrier RL, Lovett EG, Larson AC, Raizenne ME, Kanner RE, Schwartz J, Villegas GM, Gold DR, Dockery DW. Heart rate variability associated with particulate air pollution. Am. Heart J. 1999;138:890-899.
15. Magari SR, Hauser R, Schwartz J, Williams PL, Smith TJ, Christiani DC et al. Association of Heart Rate Variability With Occupational and Environmental Exposure to Particulate Air Pollution. Circulation. 2001;104:986-991.
16. Chan CC, Chuang KJ, Shiao GM, Lin LY. Personal exposure to submicrometer particles and heart rate variability in human subjects. Environ Health Perspect. 2004;112:1063-1067.
17. Chuang KJ, Chan CC, Chen NT, Su TC, Lin LY. Effects of particle size fractions on reducing heart rate variability in cardiac and hypertensive patients Environ Health Perspect. 2005;113:1693-1697
18. Ibald-Mulli A, Stieber J, Wichamnn H, Koenig W, Peters A. Effects of air pollution on blood pressure: A population-based approach. Am. J. Public Health. 2001;91:571-577. 19. Zanobetti A, Canner MJ, Stone PH, Schwartz J, Sher D, Eagan-Bengston E, Gates KA,
Hartley LH, Suh H, Gold DR. Ambient pollution and blood pressure in cardiac rehabilitation patients. Circulation. 2004;110:2184-2189.
20. Chuang KJ, Chan CC, Shiao GM, Su TC. Associations between submicrometer particles exposures and blood pressure and heart rate in patients with lung function impairments J Occup Environ Med. 2005;47:1093-1098.
21. Astrup T, Permin PM. Fibrinolysis in the animal organism. Nature. 1947;159: 681-682. 22. Albrechtsen OK. The fibrinolytic activity of human tissues. British Journal of
Haematology. 1957;3: 284-291.
23. Sprengers ED, Kluft C. Plasminogen activator inhibitor. Blood. 1987;69: 381-387. 24. Declerck PJ, Alessi MC, Verstreken M, Kruithof EK, Juhan-Vague I, Collen D.
Measurement of plasminogen activator inhibitor 1 (PAI-1) in biological fluids with a murine monoclonal antibody based enzyme-linked immunosorbent assay. Blood. 1988;71:220-225.
25. Schultz DR, Arnold PI. Properties of four acute phase proteins: CRP, serum amyloid Aprotein, α 1-acid glycoprotein, and fibrinogen. Semin Arthritis Rheum. 1990;20:129-147.
Characterization of CRP and the complement subcomponent C1t as homologous proteins displaying cyclic pentameric symmetry (pentraxins). Proc Nat Acad Sci USA. 1977;74:739-743.
27. Du Clos TW. Function of CRP. Ann Med. 2000;32:274-278.
28. Brook RD, Franklin B, Cascio W, Hong Y, Howard G, Lipsett M, Luepker R, Mittleman M, Samet J, Smith SC Jr, Tager I; Expert Panel on Population and Prevention Science of the American Heart Association. Air pollution and cardiovascular disease: a statement for healthcare professionals from the Expert Panel on Population and Prevention Science of the American Heart Association. Circulation. 2004;109:2655-2671.
29. Zanobetti A, Schwartz J. Are diabetics more susceptible to the health effects of airborne particles? Am J Respir Crit Care Med. 2001; 164:831-833
30. Hwang JS, Chan CC. Effects of Air pollution on daily clinic visits for lower respiratory tract illness. Am J Epidemiol. 2002;155:1-10.
31. Pope CA. Epidemiology of fine particulate air pollution and human health: biologic mechanisms and who’s at risk. Environ Health Perspect. 2000; 108:713-723.
32. Kannel WB, Wolf PA, Castelli WP, D'Agostino RB. Fibrinogen and risk of cardiovascular disease. The Framingham Study. JAMA. 1987;258:1183-1186.
33. Devaraj S, Xu DY, Jialal I. C-reactive protein increases plasminogen activator inhibitor-1 expression and activity in human aortic endothelial cells: implications for the metabolic syndrome and atherothrombosis. Circulation. 2003;107:398-404.
34. Schneider DJ, Ricci MA, Taatjes DJ, Baumann PQ, Reese JC, Leavitt BJ, Absher PM, Sobel BE. Changes in arterial expression of fibrinolytic system proteins in atherogenesis. Arterioscler Thromb Vasc Biol. 1997;17:3294–3301.
35. Thogersen AM, Jansson JH, Boman K, Nilsson TK, Weinehall L, Huhtasaari F, Hallmans G. High plasminogen activator inhibitor and tissue plasminogen activator levels in plasma precede a first acute myocardial infarction in both men and women: evidence for the fibrinolytic system as an independent primary risk factor. Circulation. 1998;98:2241-2247.
36. Suwaidi JA, Hamasaki S, Higano ST, Nishimura RA, Holmes DR Jr, Lerman A. Long-term follow-up of patients with mild coronary artery disease and endothelial dysfunction. Circulation. 2000;101:948-954.
the risk of future cardiovascular events among apparently healthy women. Circulation. 1998;98:731-733.
38. Ridker PM, Glynn RJ, Hennekens CH. CRP adds to the predictive value of total and HDL cholesterol in determining risk of first myocardial infarction. Circulation. 1998;97:2007-2011.
39. 行政院環境保護署/國家科學委員會，2005，“微粒空氣污染物研究與修訂空氣品質 標準之可行性評估 -微粒空氣污染物人體心血管毒性研究”。
九、群體計畫整合成果
微粒空氣污染物特性、毒性和健康風險之研究
計畫編號：NSC95-EPA-Z-002-010- 各子計畫名稱： 微粒空氣污染物人體心血管毒性研究 環保署北部微粒超級測站監測特性彙整及評估 超級測站生物性微粒特性資料之彙整分析 微粒空氣污染物動物心血管毒性研究 微粒空氣污染物對基因易感受族群之呼吸道疾患影響研究 執行期限：95 年 1 月 1 日至 95 年 12 月 31 日 主 持 人：詹長權 台灣大學職衛所 共同主持人：李崇德 中央大學環工所 趙 馨 台北醫學大學公衛所 鄭尊仁 台灣大學職衛所 郭育良 成功大學環醫所1. 中英文摘要
（一）計畫中文摘要 近年來，許多流行病學研究指出，空氣污染中氣懸微粒的增加，與呼吸系統疾病和 心血管疾病死亡率增加有關，這些死亡大都發生於已經有心肺疾病的個人，然而確實致 病機轉仍不清楚。本研究透過微粒毒理研究及微粒特性研究的結合，協助行政院環保署 瞭解微粒空氣污染物在都會區可能導致的健康風險，進而提供環保署修訂空氣品質的參 考。本研究以環保署北部微粒超級測站為研究中心，進行微粒超級測站微粒物理、化學、 光學、生物特性之監測及彙整分析，並以此為基礎提供微粒人體、動物及呼吸毒性研究， 尋找與微粒特性相關健康效應的生物指標，進而深入探討微粒毒理及人體健康風險的研 究。本研究執行至今有下列初步發現。在微粒超級測站微粒監測特性方面，非節慶日高 濃度事件主因為大氣擴散不良與高壓迴流天氣所致；節慶日高濃度事件，在春節期間與 交通行為和高壓迴流天氣有關，清明節的高濃度並非出現在當日，但黃沙以及黃沙過後 高壓迴流影響，是空氣品質惡化的主因。在微粒生物特性方面，為Ascospores（子囊孢 子）、Cladosporium（分枝孢子菌）、Basidiospores（擔孢子）及Aspergillus/Penicillium （麴菌/青黴菌）。在微粒動物毒性方面，暴露於不同成分的微粒污染物質，會造成自 發性高血壓大鼠不同的心律調節性變化，而同一種物質的暴露也會在不同的階段造成不 同的心律調節性變化。而同一種物質的暴露，在不同劑量的暴露之下，也會造成不同的彼此強化，進而產生更強的心血管效應。人體毒性研究方面，易感受族群暴露於細粒徑
微粒（PM2.5）空氣污染物後，將導致血液中發炎、凝血及血栓指標的提高。而PM2.5及
其成分硫酸鹽（sulfate）質量濃度的增加血液指標變化有顯著相關。在人體呼吸毒性方 面，研究發現FEV1/FVC與任何室外微粒相關的空氣污染物質均無關，有機碳與硝酸鹽 對於% of predicted FEV1以及% of predicted FVC都有負向效果，證明確實會影響學童肺 功能表現。此外，環境中粒徑範圍在1.80-4.00 μm的微粒暴露，與過敏性鼻炎及氣喘 之就診呈現正相關。微粒空氣污染暴露會對過敏性鼻炎造成立即性的效應；而對氣喘則 屬延遲性的效應。
關鍵詞：微粒空氣污染物，流行病學，微粒超級測站，風險評估 （二）計畫英文摘要
Epidemiologic studies have shown consistent associations between the exposure to particulate air pollution and acute increase in morbidity and mortality, especially for susceptible subjects with pre-existing respiratory and cardiovascular disease. However, the exact mechanism is still unclear. The objective of this study is to explore the association between particulate matter (PM) characteristics and toxicity to provide a scientific basis for the assessment of PM health risk and the modification of the current air quality standard. The study compiled and analyzed monitoring data from Supersite to explore the physical, chemical, optical, and biological characteristics of PM. The monitoring data were also used to assist human study and in vivo study to clarify the mechanisms of PM-induced health effects and the impacts of PM toxicity. By applying several critical research techniques to this study, we have achieved the following research objectives. For PM characteristics, the monitoring data of aerosol Supersite in 2006 indicate that non-festival aerosol events can be attributed mostly to poor atmospheric dispersion due to anticyclonic outflow. For the time periods of festival, the high aerosol event in Chinese New Year is related to traffic flow and anticyclonic outflow. In contrast, high aerosol concentration was not appeared on the day of Tomb Sweeping Festival. Instead, the degradation of the air quality occurred a few days ahead of the festival caused by the suspended dust detected by lidar and anticyclone outflow arrived after the dust transport. For PM biological characteristics, the most prevalent fungi in Taipei were ascospores、basidiospores、Cladosporium and Aspergillus/Penicillium, which had significant seasonal variations. For animal study, the experimental animal demonstrated significant cardiovascular effect after exposure to Fe2(SO4)3, NiSO4, Endotoxin,
Phenanthraquinone, and ultrafine carbon black. The magnitude of cardiovascular effect will be influenced not only by dose, but also by the interaction among these pollutants. For human study, the positive association between inflammation and coagulation factors and PM has been observed among cardiac patients in high pollution day. Moreover, increasing PM2.5 and
exposures and respiratory diseases, after controlling for possible confounders, neither of particulate-related parameters was associated with “wheeze during past 12 months” nor “physician-diagnosed asthma”. Only PM10 showed positive effects but did not reach
statistical significance. In pulmonary function results, we also noted FEV1/FVC did not correlated with any particulate-related parameter. Organic carbon and nitrite showed negative effects to % of predicted FEV1 and % of predicted FVC among schoolchildren. Another finding is that allergic rhinitis and asthma are negative associated with thin particulate matter and find allergic rhinitis and asthma are associated with thick particulate matter. Furthermore, the allergic rhinitis has immediate dose-response effect and the asthma has lag dose-response effect.
Keywords： particulate air pollution, epidemiology, supersite, risk assessment
2. 緣起
流行病學研究顯示，長期暴露大氣中的懸浮微粒（particulate matter, PM）會心血 管及呼吸道疾病之住院率、死亡率的增加（1-3）。空氣污染流行病學研究雖已顯示大 氣懸浮微粒與心血管及呼吸道疾病有關，微粒成分與人體心肺疾病的研究也持續不斷 在進行中，但實際上一般健康族群並不容易受影響，而本身有呼吸道、心血管疾病者 或是老年人則被認為是微粒空氣污染物的易感受族群。患有心血管疾病的病人，特別 是罹患有糖尿病、粥狀動脈硬化、心律不整、腦血管疾病及血栓性栓塞疾病、以及心 臟衰竭之病人，以及患有呼吸道疾病的病人，特別是氣喘，慢性阻塞性肺疾病等易受 到空氣中的微粒影響，而有較高的危險性（3）。由於心血管疾病的普及，微粒空氣污 染對於心血管疾病死亡率的貢獻可能遠大於呼吸道疾病，因此近年來微粒空氣污染物 易感受族群相關的議題備受重視。大氣懸微粒確實的致病機轉至今仍不清楚，可能的 致病機轉包含暴露懸浮微粒後導致氧化壓力的上升，引起上皮細胞或巨噬細胞分泌細 胞激素（cytokine），進而啟動一連串發炎反應，導致呼吸道疾病產生，而當呼吸道發 炎時血液中纖維蛋白原（fibrinogen）升高，血液黏稠度增加時，心血管疾病發作的風 險也將增加。此外，大氣懸浮微粒亦可能透過刺激自主神經，造成心跳速率、心跳速 率變異性（heart rate variability，HRV）及血壓的改變，也被認為是可能的致病機轉之 一（4）。微粒空氣污染物的風險評估研究與修訂空氣品質標準之間，向來存在著密不 可分的關係。以美國最新修訂的空氣品質標準為例，即根據環保署國家環境評估中心 （National Center for Environmental Assessment）多年的健康風評估的結果作修正（5）。美國於 1990 年通過的乾淨空氣法修正案（Clear Air Act），訂定 NAAQS（National
Ambient Air Quality Standard）來規範空氣品質。依據美國目前 NAAQS 最新標準，PM10
年平均濃度標準為50 μg/m3、24 小時平均濃度標準為 150 μg/m3，PM2.5年平均濃度標
準為15 μg/m3、24 小時平均濃度標準為 65 μg/m3。然而，我國環保署所監測之PM10
資料來看，全國PM10年平均濃度約58 μg/m3。高屏空品區更可高達79 μg/m3。因此我 們不難發現大氣懸浮微粒在台灣對人體健康所產生的危害是一相當重要的公共衛生問 題。綜合上述國內外研究結果、空氣品質標準及我國空氣品質現況，我們不難理解微 粒空氣污染物（特別是細粒徑微粒空氣污染物）導致人體不良健康效應的可能性及嚴 重性，以及我國政府管制微粒空氣污染物之必要性與急切性。因此，本研究透過微粒 毒理研究及微粒特性研究的結合，協助行政院環保署瞭解微粒空氣污染物在都會區可 能導致的健康風險，進而提供環保署修訂空氣品質的參考。本研究計畫為原「微粒空 氣污染物研究與修訂空氣品質標準之可行性評估」三年計畫之第三年計畫。在第一年 計畫中，我們完成了微粒超級測站微粒之物理、化學、光學、及生物特性之監測與彙 整，以及其對於人體毒性、動物呼吸及循環毒性、及細胞毒性所造成的影響。在第二 年研究計畫當中，我們經參考第一年期中報告審查委員意見後，決定於第二年研究計 畫中加入微粒空氣污染物與心肺毒性之研究項目，本研究在今年的研究計畫（現為微 粒空氣污染物特性、毒性和健康風險之研究兩年計畫之第一年）中，我們持續以環保 署北部微粒超級測站為中心，徵求新莊超級測站鄰近地區之心血管疾病易感受族群受 測者進行心血管相關生理指標之監測，徵求國中小學童進行問卷訪視、呼吸道相關生 理指標，結合健保局門診登記檔、超級測站及環保署測站監測資料分析空氣品質與呼 吸道就診情形的相關性，建立自發性高血壓大鼠動物模式，並配合環保署北部微粒超 級測站測得之微粒物理、化學、光學、及物特性，釐清微粒污染物與不良健康效應的 相關性。
3. 研究方法
3.1 研究架構 本研究計畫為一結合微粒特性與微粒毒性兩大主題之整合型研究。研究架構上以 微粒物理、化學、光學及生物特性的解析為核心，並以此為基礎提供微粒人體、動物 及基因毒性研究尋找與微粒特性相關健康效應的生物指標，進而深入探討微粒毒理及 人體健康風險的研究，而微粒毒性研究成果亦可回饋微粒特性研究，使其對風險較高 的微粒成分及特性作更深入的污染源探討，進而提供未來空氣品質管制之參考。本研 究以台北都會區與環保署北部微粒超級測站為中心，以心血管疾病動物模式探討暴露 於新莊地區微粒污染後之急性健康效應，包括肺部發炎反應、肺部損傷及心血管效應 指標，探討訂定空氣品質標準之可行性。同時為了進一步證實在動物實驗所發現的微 粒毒理特性，本研究另以居住鄰近於微粒超級測站之心血管疾病患者為研究族群，針 對微粒造成的心肺系統之健康效應作進一步的證明本研究計畫之研究架構如下圖：3.2 研究方法 3.2.1 微粒特性 （1）微粒特性的監測及採集方法 環保署北部微粒超級測站能連續採樣和分析氣膠的化學組成(如：碳成分、硝酸鹽 濃度、硫酸鹽濃度等)、微粒粒徑(從 0.013~10 μm)及大氣條件，若加上鄰近一般測站 資料的配合便可擁有更完整的資料以闡釋氣膠在大氣中所進行的一些化學物理反應。 環保署北部微粒超級測站之微粒空氣污染物相關監測儀器包含粗、細微粒質量濃度監 測儀、氣膠碳元素分析儀、大氣微粒硫酸鹽成分監測儀、大氣微粒硝酸鹽成分監測儀、 氣膠數目粒徑分佈監測儀、次微米微粒粒徑分佈分析、散光儀等。 （2）光達系統特徵及觀測地點
光達（LIDAR, LIght Detection And Range）或稱雷射雷達(Laser Radar)是一種雷射 的光學遙測系統。憑藉雷射的高指向性與同調性，並應用不同的光譜與光學技術，可 以用來實現多種高空間解析度的遙測目的。本研究採用的光達系統以一具 Nd:YAG 脈 衝式雷射作為光源，發射的雷射光波長包括 1064 nm (紅外光)、532 nm (綠光)及 355 nm (紫外光)。光達系統偵測的訊號包括空氣與懸浮微粒的 Rayleigh 與 Mie 散射光、氮 氣分子的振動拉曼散射光、及粒子的消偏振率，由於測量的目標是大氣的垂直分布結 構，因此雷射光都是以垂直的角度向天頂發射。本研究實驗期間光達系統的安置地點 計畫主持人 詹長權 教授 微粒特性 李崇德 教授 微粒毒性 鄭尊仁 教授 物理特性 李崇德 教授 周崇光 研究員 環保署北部微粒超 級測站監測特性彙 整及評估 生物特性 趙馨 助理教授 超級測站生物性微 粒特性資料之彙整 分析 呼吸毒性 郭育良 教授 李永凌 助理教授 微粒空氣污染物對 基因易感受族群之 呼吸道疾患影響及 健康風險評估 人體健康 詹長權 教授 微粒空氣污染物 人體心血管毒性 研究 動物毒性 鄭尊仁 教授 微粒空氣污染物 動物心血管毒性 研究
