Связь частоты социально значимых заболеваний с санитарно-экологическими параметрами окружающей среды в муниципальных образованиях Республики Марий Эл

Полный текст

ВВЕДЕНИЕ

Установление взаимосвязей между состоянием окружающей среды и здоровьем (заболеваемостью) населения — традиционная задача социально-гигиенического мониторинга [1].

Экологическое состояние окружающей среды принято оценивать по экологическим параметрам, представляющим как биоиндикационные показатели (например, флуктуирующая асимметрия (ФА) листьев) [2], так и конкретные физико-химические величины, характеризующие состояние объектов окружающей среды (загрязнение атмосферного воздуха, воды, почвы, климатические условия, характер рельефа и др.) [3].

Наибольшее распространение получили комплексные и частные исследования связей: «загрязнение окружающей среды – здоровье населения», «загрязнение атмосферного воздуха (воды, почв и др.) – здоровье населения» [4]. Основная проблема — множественность взаимосвязанных факторов здоровья человека, изменяющихся во времени [5]. Использование комплексных (агрегированных) показателей загрязнения окружающей среды [6] не гарантирует, что учтены все факторы. В этих условиях дополнительную информацию могут предоставить биоиндикационные показатели — естественные интегральные индикаторы экологического состояния территорий [3].

Для учёта особенностей данных — пространственно-временных аспектов [5], динамических характеристик временны΄х рядов [1, 7] — при анализе причинности статистических связей необходимы более современные статистические методы, например панельные данные [8, 9]. Они позволяют учесть влияние скрытых факторов (например, природно-климатических условий), значения которых постоянны во времени, но различны для разных объектов выборки [10].

Несмотря на благоприятную экологическую ситуацию, фиксируемую Роспотребнадзором, в Республике Марий Эл наблюдается превышение показателей заболеваемости, зависимых от неблагоприятных факторов среды обитания [7]. Это противоречие обусловливает необходимость проведения уточняющего количественного исследования.

Цель работы. Используя панельные данные, выявить и предметно обосновать статистические связи показателей заболеваемости населения муниципальных образований Республики Марий Эл с экологическими параметрами окружающей среды (физико-химическими и биоиндикационными показателями).

МАТЕРИАЛ И МЕТОДЫ

Источники исходных данных по «приоритетным заболеваниям, обусловленным неблагоприятным воздействием факторов среды обитания» [11], и загрязнению компонентов окружающей среды для 3 городских округов и 14 муниципальных районов Республики Марий Эл за период с 2009 по 2019 гг. — Управление Роспотребнадзора по Республике Марий Эл [11], Министерство здравоохранения Республики Марий Эл, Маристат [12]. Из-за особенностей медицинской статистики г. Волжск объединен с Волжским районом, а г. Козьмодемьянск — с Горномарийским районом. Источник данных о качестве окружающей среды — рассчитанные авторами по данным полевого исследования за 2019 г. [13] показатели ФА листьев берёзы повислой Z, G, CVR [14].

Заболеваемость на 100 тыс. соответствующего населения с диагнозом, установленным впервые в жизни (зависимые переменные Y_i,t, где i — индекс муниципального образования, t — год), представлена ниже.

1. Всё население:

• Y_1i,t — злокачественными новообразованиями;

2. Дети (0–14 лет):

• Y_2i,t — общая заболеваемость;
• Y_3i,t — показатель врождённых аномалий (пороков развития), деформаций и хромосомных нарушений;
• Y_4i,t — инсулинзависимым сахарным диабетом;
• Y_5i,t — гастритом и дуоденитом;
• Y_6i,t — злокачественными новообразованиями;

3. Подростки 15–17 лет:

• Y_7i,t — язвой желудка и двенадцатиперстной кишки;
• Y_8i,t — мочекаменной болезнью;
• Y_9i,t — бронхитом хроническим и неуточнённым, эмфиземой;
• Y_10i,t — болезнями эндокринной системы, расстройствами питания и нарушениями обмена веществ;
• Y_11i,t — злокачественными новообразованиями;

4. Взрослые (18 лет и старше):

• Y_12i,t — болезнями, характеризующимися повышенным кровяным давлением;
• Y_13i,t — бронхитом хроническим и неуточнённым, эмфиземой;
• Y_14i,t — гастритом и дуоденитом;
• Y_15i,t — мочекаменной болезнью;
• Y_16i,t — злокачественными новообразованиями.

Загрязнение объектов окружающей среды (независимые — объясняющие — переменные X_i,t, где i — индекс муниципального образования, t — год):

• X_1i,t — удельный вес нестандартных проб воды из поверхностных водоёмов по микробиологическим показателям, %;
• X_2i,t — удельный вес нестандартных проб воды из поверхностных водоёмов по санитарно-химическим показателям, %;
• X_3i,t — удельный вес проб питьевой воды из распределительной сети, не соответствующих гигиеническим требованиям по санитарно-химическим показателям, %;
• X_4i,t — удельный вес проб питьевой воды из распределительной сети, не соответствующих гигиеническим требованиям по микробиологическим показателям, %;
• X_5i,t — удельный вес проб воды из нецентрализованных источников водоснабжения, не отвечающих гигиеническим требованиям по микробиологическим показателям, %;
• X_6i,t — удельные выбросы в атмосферу загрязняющих веществ, отходящих от стационарных источников загрязнения, т/км². Использование такого показателя согласуется с [15];
• Z₁, G₁, CVR₁ — показатели ФА листьев берёзы повислой (импакт) в 2019 г. (импакт — близость к источникам загрязнений, т.е. к предприятиям или автомобильным дорогам (федеральным, региональным));
• Z₂, G₂, CVR₂ — показатели ФА листьев берёзы повислой (буфер) в 2019 г.;
• Z₃, G₃, CVR₃ — показатели ФА листьев берёзы повислой (фон) в 2019 г.

Количественную оценку ФА используют в прикладной экологии как показатель качества (здоровья) среды: «при средовом или генетическом стрессе величина асимметрии различных, даже не скоррелированных между собой признаков показывает согласованные изменения» [16]. В качестве мер количественной оценки используют 3 разных подхода.

Первый подход:

показатель Z — классический показатель ФА, основанный на нормированном значении модуля разности признаков на левой и правой половине листа [17]:

$Z=\frac{1}{n}\frac{1}{m}\sum _{i=1}^n\sum _{j=1}^m\frac{\left|L_{i,j}-R_{i,j}\right|}{L_{i,j}+R_{i,j}}$,

где n — число объектов, m — число признаков, L_{i, j} — значение j-го признака i-го объекта (листа берёзы повислой) слева, R_{i, j} — значение j-го признака i-го объекта (листа берёзы повислой) справа.

Второй подход:

G — показатель, заимствованный из кристаллографии (оценка псевдосимметрии кристалла), основанной на свёртке функций [18]:

$G=1-\frac{1}{n}\sum _{i=1}^n\frac{2{\displaystyle \sum _{j=1}^m{L}_{i,j}•R_{i,j}}}{{\displaystyle \sum _{j=1}^m(L_{i,j}^2+R_{i,j}^2)}}$,

где n — число объектов, m — число признаков, L_{i, j} — значение j-го признака i-го объекта (листа берёзы повислой) слева, R_{i, j} — значение j-го признака i-го объекта (листа берёзы повислой) справа.

Третий подход:

CVR — показатель, основанный на вероятностной модели изменчивости и взаимосвязи признаков [14]:

$CVR=CV•(1-{\rho }^2)$,

где CV — коэффициент вариации признака, ρ — коэффициент корреляции между левой и правой сторонами листовой пластинки.

Методология исследования основана на подходах к корреляционно-регрессионному анализу панельных данных [7]. Имеются следующие уточнения методологии.

Из-за коротких временны΄х рядов (11 наблюдений) они не протестированы на единичный корень и стационарность с помощью формальных критериев [19]. При этом визуальный анализ свидетельствует о нестационарности временны΄х рядов.

При параметрическом корреляционном анализе связей заболеваемости с загрязнением окружающей среды использованы первые разности временны΄х рядов для устранения нестационарности.

В исходную спецификацию моделей панельной регрессии включены уровни независимых переменных, имеющие в первых разностях статистически значимые корреляции с зависимой переменной, и (или) исходя из этиологии и патогенеза заболеваний. Для оценки регрессии применён панельный метод наименьших квадратов [20].

Наличие коинтеграции между переменными [21] предполагает, что остатки панельной регрессии являются стационарными, а их лагированная величина (лаг составляет 1) является механизмом корректировки равновесия при отклонении зависимой переменной от равновесной траектории. Остатки панельной регрессии протестированы на стационарность визуально.

Анализ причинности (направленности связей между изучаемыми переменными) осуществлён c помощью теста Грейнджера [9, 22].

Из-за короткой выборки пространственных данных при корреляционном анализе связей показателей ФА берёзы повислой с показателями загрязнения окружающей среды и заболеваемости населения применены ранговые коэффициенты корреляции Спирмена (r_S). При этом использованы среднемноголетние значения показателей загрязнения окружающей среды X_{i,2009–2019} и заболеваемости населения Y_{i,2009–2019}, поскольку показатели ФА берёзы повислой в отсутствие экстремальных антропогенных воздействий отражают скорее накопленные, а не текущие стрессирующие воздействия. Рассмотрены только устойчивые корреляционные связи.

Расчёты выполнены в статистических пакетах EViews 11 и Stata 16 IC.

РЕЗУЛЬТАТЫ

Результаты параметрического корреляционного анализа связей показателей заболеваемости с показателями загрязнения окружающей среды в первых разностях представлены в табл. 1.

 

 

Таблица 1. Парные коэффициенты корреляции Пирсона (заболеваемость — загрязнение)

Table 1. Pearson coefficients (morbidity rate — pollution)

Переменные Variables	dX1i,t	dX2i,t	dX3i,t	dX4i,t	dX5i,t	dX6i,t
dY2i,t	–0,195	0	0	–0,224	0	0
dY3i,t	0	0	0	0,245	0	0,403
dY7i,t	0	0	0	0	0	0,190
dY11i,t	0	0	0	0	0	0,268
dY13i,t	0	0	0	0	0	–0,168

Примечание: в таблице приведены только статистически значимые коэффициенты корреляции на уровне значимости 0,05 и нули — для незначимых коэффициентов.

Note: the table shows only statistically significant correlation coefficients at 0.05 significance level and zero for insignificant coefficients.

 

Путём статистического моделирования удалось специфицировать модель панельной регрессии с фиксированными эффектами:

_{${\widehat{Y}}_{3i,t}=\mathrm{467,85}+\mathrm{32,08}{\widehat{X}}_{4i,t}+\mathrm{7,38}{\widehat{X}}_{6i,t}+{\epsilon }_{i,t}$} , R²=0,56, (1)

где ε_i,t — остатки регрессии,  — коэффициент детерминации.

Модель обладает статистической значимостью. Коэффициенты регрессии имеют знаки, соответствующие теоретическим ожиданиям. Рост удельного веса проб питьевой воды из распределительной сети, не соответствующих гигиеническим требованиям по микробиологическим показателям (X_4i,t), и удельных выбросов в атмосферу загрязняющих веществ, отходящих от стационарных источников загрязнения (X_6i,t), оказывает долгосрочное влияние на рост показателя врождённых аномалий (пороков развития), деформаций и хромосомных нарушений детей 0–14 лет с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), Y_3i,t. Корректность спецификации модели (1) подтверждается тестами на отсутствие постоянных индивидуальных эффектов (α_i) (χ²=79,79; p=0,000).

Если остатки регрессионного уравнения (ε_i,t) являются стационарными, то Y_3i,t и X_4i,t, X_6i,t коинтегрированы, а лагированные остатки (лаг составляет 1) служат механизмом корректировки равновесия (ECM) при отклонении Y_3i,t от своей равновесной траектории. Визуальный анализ показал, что остатки регрессионного уравнения (1) действительно представляют собой стационарную величину с нулевым средним.

Далее была построена модель с механизмом корректировки равновесия:

$d{\widehat{Y}}_{3i,t}=\mathrm{27,21}d{\widehat{X}}_{4i,t}+\mathrm{19,79}d{\widehat{X}}_{6i,t}-\mathrm{0,49}EC{M}_{t-1}+u_{i,t}$, (2)

где ECM_t–1 — механизм корректировки равновесия, u_i,t — остатки регрессии, d — первые разности переменных регрессии.

Модель статистически значима, а коэффициенты регрессии имеют ожидаемые знаки. Спецификация уравнения регрессии не включала постоянные индивидуальные эффекты (χ²=3,18; p=0,999). Коэффициент при механизме равновесия (ECM) статистически значим и имеет правильный (при наличии коинтеграции) знак. Он показывает, что корректировка Y_3i,t при отклонении от равновесной траектории происходит примерно за 1/0,49 (≈2,04) года.

Результаты анализа направленности связей между переменными между Y_3i,t и X_4i,t, X_6i,t представлены в табл. 2.

 

Таблица 2. Анализ причинности

Table 2. Causal relations

Переменные Variables	dY3i,t		dX4i,t		dX6i,t
	Коэффициент краткосрочной связи Short-term relationship coefficients	ECM	Коэффициент краткосрочной связи Short-term relationship coefficients	ECM	Коэффициент краткосрочной связи Short-term relationship coefficients	ECM
dY3i,t–1	—	—	0	0	+	–
dX4i,t–1	–	–	—	—	0	0
dX6i,t–1	0	–	0	0	—	—

Примечание: на пересечении строк и столбцов расположены знаки коэффициентов, значимых на уровне 0,05, и нули — для незначимых коэффициентов.

Note: there are coefficients at 0.05 significance level and zero for insignificant coefficients at the intersection of lines and columns.

 

Тест Саргана свидетельствует о валидности выбранных инструментов. Парные связи между зависимой и независимыми переменными можно считать устойчивыми, поскольку значимы коэффициенты долгосрочной связи (ECM) (см. табл. 2).

В табл. 3 представлена матрица ранговых коэффициентов корреляции Спирмена для показателей ФА. Все соответствующие показатели ФА связаны между собой. Показатели CVR₂ и CVR₃ взаимосвязаны, при этом показатель CVR₁ от них независим. Это согласуется с результатами работы [13]: в импактной и буферной зонах были выявлены различия по величине ФА, при этом различия по данной величине в буферной зоне и на фоновой территории отсутствовали.

 

Таблица 3. Матрица ранговых коэффициентов корреляции Спирмена (показатели флуктуирующей асимметрии)

Table 3. Spearman's correlation coefficients (fluctuating asymmetry)

Переменные Variables	Z1	Z2	Z3	G1	G2	G3	CVR1	CVR2	CVR3
Z1	1	—	—	—	—	—	—	—	—
Z2	0	1	0	—	—	—	—	—	—
Z3	0	0	1	—	—	—	—	—	—
G1	0,88	0	0	1		—	—	—	—
G2	0	0,50	0	0	1	—	—	—	—
G3	0	0	0	0	0	1	—	—	—
CVR1	0,93	0	0	0,91	0	0	1	—	—
CVR2	–0,43	0,82	0	0	0,66	0,44	0	1
CVR3	0	0	0,51	0	0,49	0,45	0	0,44	1

Примечание: на пересечении строк и столбцов указаны коэффициенты, значимые на уровне 0,05, и нули — для незначимых коэффициентов.

Note: there are coefficients at 0.05 significance level and zero for insignificant coefficients at the intersection of lines and columns.

 

В результате непараметрического корреляционного анализа были выявлены устойчивые корреляционные связи между переменными (табл. 4).

 

Таблица 4. Ранговые коэффициенты корреляции Спирмена (заболеваемость — показатели флуктуирующей асимметрии)

Table 4. Spearman's correlation coefficients (morbidity rate — fluctuating asymmetry)

Переменные Variables	Z1	Z2	Z3	G1	G2	G3	CVR1	CVR2	CVR3
Y1,2009–2019	0,83	0,73	0	0,76	0	0	0,69	0	0
Y16,2009–2019	0,76	0,60	0	0,73	0	0	0,70	0	0

Примечание: на пересечении строк и столбцов указаны коэффициенты, значимые на уровне 0,05, и нули — для незначимых коэффициентов.

Note: there are coefficients at 0.05 significance level and zero for insignificant coefficients at the intersection of lines and columns.

 

Между среднемноголетней заболеваемостью злокачественными новообразованиями всего населения Y_{1,2009–2019}, а также взрослого населения в возрасте от 18 лет и старше Y_{16,2009–2019} с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), и соответствующими показателями ФА в импактной зоне (Z₁, G₁, CVR₁) существуют устойчивые корреляционные связи. То, что зависимые переменные Y_1,2009–19 и Y_{16,2009–2019} характеризуют один вид заболеваемости, но для разных возрастных групп, также свидетельствует об устойчивости и обусловленности выявленных связей.

ОБСУЖДЕНИЕ

Долгосрочная многофакторная связь между показателем врождённых аномалий (пороков развития), деформаций и хромосомных нарушений детей 0–14 лет с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), Y_3i,t, и удельным весом проб питьевой воды из распределительной сети, не соответствующих гигиеническим требованиям по микробиологическим показателям (X_4i,t), а также удельными выбросами в атмосферу загрязняющих веществ, отходящих от стационарных источников загрязнения (X_6i,t), согласуется с результатами близких исследований [23, 24]. В работе [15] установлено, что количество новообразований и врождённых пороков развития у детей, как правило, выше в районах, где больше величина выбросов вредных веществ в расчёте на одного жителя. Случаи недоношенности и рождения детей с врождёнными аномалиями статистически значимо чаще встречаются во всех экологически неблагополучных районах [20, 25]. Несоответствие питьевой воды гигиеническим требованиям по микробиологическим показателям является прямым свидетельством фекального или орального загрязнения (общие колиформные бактерии, термотолерантные колиформные бактерии, споры сульфитредуцирующих клостридий, патогенные энтеробактерии, колифаги). По микробиологическим показателям также можно косвенно судить о загрязнении воды как патогенными микроорганизмами (например, возбудителями TORCH-инфекции), так и химическими веществами (например, пестицидами), попадание которых в организм беременных женщин (особенно в первом триместре беременности) способно привести к тератогенному воздействию на плод, в результате чего могут возникать аномалии развития.

Устойчивые положительные корреляционные связи между среднемноголетней заболеваемостью злокачественными новообразованиями всего населения и взрослого населения в возрасте от 18 лет и старше с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), Y_{1,2009–2019} Y_{16,2009–2019}, с показателями ФА в импактной зоне (Z₁, G₁, CVR₁), т.е. с низким качеством окружающей среды, согласуются с существующей точкой зрения о том, что конкретные причины злокачественных новообразований однозначно не установлены, но связь их с качеством окружающей среды в целом существует [2].

ЗАКЛЮЧЕНИЕ

Полученная модель с фиксированными эффектами объясняет, как изменяется во времени внутри одного муниципального образования показатель врождённых аномалий (пороков развития), деформаций и хромосомных нарушений детей 0–14 лет с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), при изменении величины загрязнения атмосферного воздуха и питьевой воды. Требуется разработка мероприятий по обеспечению населения муниципальных образований доброкачественной питьевой водой и сокращению выбросов загрязняющих веществ в атмосферу.

Заболеваемость злокачественными новообразованиями всего населения и взрослого населения в возрасте от 18 лет и старше с диагнозом, установленным впервые в жизни (на 100 тыс. соответствующего населения), статистически связана с флуктуирующей асимметрией берёзы повислой в импактной зоне — комплексом разнообразных стрессирующих факторов начиная от антропогенного воздействия и заканчивая климатическими изменениями.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ / ADDITIONAL INFORMATOIN

Вклад авторов. П.А. Коротков — концепция и дизайн исследования, сбор материала и обработка данных, написание текста, редактирование; А.Б. Трубянов — концепция и дизайн исследования, сбор материала и обработка данных, редактирование; А.И. Гисмиева — сбор материала и обработка данных, написание текста; А.А. Авдеева — сбор материала и обработка данных; Е.В. Загайнова — сбор данных литературы. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Authors contribution. Korotkov P.A. was involved in the concept and design of the study, collection and processing of material, and writing of the text; Trubyanov A.B. was involved in the concept and design of the study and collection and processing of material; Gismieva A.I. was involved in the collection and processing of material and writing of the text; Avdeeva A.A. was involved in the collection and processing of material; Zagyanova E.V. was involved in the collection of literature data. Thereby, all authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work.

Финансирование. Исследование выполнено при финансовой поддержке Российского фонда фундаментальных исследований и Правительства Республики Марий Эл в рамках научного проекта № 19-413-120001.

Funding source. The reported study was funded by RFBR and Government of the Mari El Republic according to the research project № 19-413-120001.

Конфликт интересов. Авторы подтверждают отсутствие конфликта интересов.

Competing interests. The authors declare that they have no competing interests.

Об авторах

Петр Анатольевич Коротков

Поволжский государственный технологический университет

Автор, ответственный за переписку.
Email: korotp@bk.ru
ORCID iD: 0000-0003-0340-074X
SPIN-код: 4761-1375

к.э.н., доцент

Россия, Йошкар-Ола

Алексей Борисович Трубянов

Марийский государственный университет

Email: true47@mail.ru
ORCID iD: 0000-0002-5432-7231
SPIN-код: 3700-1325

к.б.н., доцент

Россия, Йошкар-Ола

Алина Ильдаровна Гисмиева

Казанский государственный медицинский университет

Email: alina.gismieva@icloud.com
ORCID iD: 0000-0002-1898-0225
SPIN-код: 6513-4755

студент, Медико-профилактический факультет, кафедра общей гигиены

Россия, Казань

Анастасия Анатольевна Авдеева

Поволжский государственный технологический университет

Email: avdeeva_aa@bk.ru
ORCID iD: 0000-0001-6930-4406
SPIN-код: 3016-2728
Россия, Йошкар-Ола

Елена Вячеславовна Загайнова

Поволжский государственный технологический университет

Email: zalena2007@yandex.ru
ORCID iD: 0000-0002-2747-3997
SPIN-код: 7578-9452
Россия, Йошкар-Ола

Список литературы

Дополнительные файлы