PM<sub>10</sub>短期暴露对糖尿病发病相关生物标志物的影响

贺颖倩; 靳亚飞; 王敏珍; 郑山; 聂永红; 白亚娜

doi:10.11676/qxxb2022.036

PM₁₀短期暴露对糖尿病发病相关生物标志物的影响

doi: 10.11676/qxxb2022.036

1.
兰州大学公共卫生学院流行病与卫生统计学研究所，兰州，730000
2.
金昌市疾病预防控制中心，金昌，737100

基金项目: 国家自然科学基金项目（41705122、41505095）

详细信息

作者简介:
贺颖倩，主要从事环境流行病学研究。E-mail：3531456493@qq.com

通讯作者:
王敏珍，主要从事环境流行病学和慢性病流行病学研究。E-mail：wangmzh@lzu.edu.cn

中图分类号: P49 R122.7
计量
- 文章访问数: 155
- HTML全文浏览量: 32
- PDF下载量: 48
- 被引次数: 0
出版历程
- 收稿日期: 2021-12-29
- 修回日期: 2022-03-24
- 网络出版日期: 2022-04-12

Effects of short-term exposure to PM₁₀ on biomarkers of diabetes

1.
Institute of Epidemiology and Statistics，School of Public Health，Lanzhou University，Lanzhou 730000，China
2.
Center for Disease Control and Prevention of Jinchang，Jinchang 737100，China

摘要

摘要: 为探讨PM₁₀对糖尿病发病相关生物标志物的效应，以“金昌队列”为平台，采用随机抽样方法在基线人群中选择2型糖尿病、糖尿病前期和血糖正常组共420人，用近邻模型完成个体PM₁₀暴露评估。运用酶联免疫吸附法对炎症反应指标（IL-6、VCAM-1）、氧化损伤指标（8-iso-PGF2α）、胰岛功能指标（INS）进行检测，运用多重线性回归模型从以上3方面评价PM₁₀的效应。结果显示：糖尿病前期人群中，滞后6 d时PM₁₀浓度每升高10 μg/m³，IL-6升高0.45%（95%置信区间（95%CI）：0.19%—0.88%），当天的PM₁₀与VCAM-1关联最明显（增幅：1.16%（95%CI：0.43%—2.28%））；糖尿病人群中，滞后6 d时PM₁₀与IL-6的关联最显著（增幅：1.52%，（95%CI：0.51%—2.53%）），滞后3 d时8-iso-PGF2α升高2.01%（95%CI：0.29%—3.73%）；累积滞后7 d时PM₁₀与HOMA-β关联最明显（降幅：4.63%（95%CI：−8.00%—−1.13%））。文中结果表明大气PM₁₀短期暴露可导致人群出现不同程度的炎症反应、氧化损伤及胰岛β细胞功能障碍。
- PM₁₀ /
- 2型糖尿病 /
- 炎症反应 /
- 氧化损伤 /
- β细胞功能
Abstract: This study explores the effects of short-term exposure to PM₁₀ on related biomarkers of diabetes. Based on the platform of "Jinchang Cohort", a total of 420 patients with type 2 diabetes, pre-diabetes and normal blood glucose are randomly selected. The nearest neighbor model is used to estimate individual exposure levels. IL-6, VCAM-1, 8-iso-PGF2α and INS are detected by ELISA. A multiple linear regression model is conducted to evaluate the effects of PM₁₀ on the biomarkers. For every 10 μg/m³ increase in PM₁₀ concentration, it is found that IL-6 increases by 0.45% (95%CI: 0.19%—0.88%) at lag 6 d, and PM₁₀ is most significantly associated with VCAM-1 at lag 0 d (increase: 1.16%, 95%CI: (0.43%—2.28%)) in the prediabetic group. PM₁₀ is most significantly associated with IL-6 (increase: 1.52%, (95%CI: 0.51%—2.53%)) at lag 6 d, while 8-iso-PGF2α increases by 2.01% (95%CI: 0.29%—3.73%) at lag 3 d, and the relationship between PM₁₀ and HOMA-β is most significant at lag 0—7 d (decrease: 4.63%, (95%CI: −8.00%—−1.13%)) for type 2 diabetes patients. Short-term exposure to PM₁₀ can lead to inflammation, oxidative damage and islet β cell dysfunction.
- PM₁₀ /
- Type 2 diabetes /
- Inflammation /
- Oxidative damage /
- Islet β cell function

HTML全文

图 1 金昌市4个环境污染物监测站点和研究对象家庭住址地理分布

Figure 1. Geographical distribution of 4 environmental pollutants monitoring stations and the residential addresses of research subjects in Jinchang city

下载: 全尺寸图片幻灯片

表 1 不同糖代谢水平人群的基本特征

Table 1. General characteristics of population with different blood glucose levels

变量		血糖正常（n（%））	糖尿病前期（n（%））	糖尿病（n（%））	P
性别	男	90（64.29%）	120（85.71%）	116（82.86%）	<0.001
性别	女	50（35.71%）	20（14.29%）	24（17.14%）	<0.001
年龄（岁）	<60	124（88.57%）	118（84.29%）	95（67.86%）	<0.001
年龄（岁）	≥60	16（11.43%）	22（15.71%）	45（32.14%）	<0.001
BMI（kg/m²）	<24.0	85（60.72%）	67（47.86%）	48（34.29%）	<0.001
	24.0—27.9	47（33.57%）	52（37.14%）	65（46.43%）
	≥28.0	8（5.71%）	21（15.00%）	27（19.28%）
家庭人均月收入（元）	<2000	79（56.43%）	80（57.15%）	79（56.43%）	0.974
	2000—4999	60（42.86%）	59（42.14%）	59（42.14%）
	≥5000	1（0.71%）	1（0.71%）	2（1.43%）
文化水平	初中及以下	50（35.71%）	52（37.14%）	73（52.14%）	0.015
	高中/中专	49（35.00%）	57（40.71%）	36（25.71%）
	本科及以上	41（29.29%）	31（22.15%）	31（22.15%）
吸烟	否	68（48.57%）	60（42.86%）	57（40.71%）	0.392
吸烟	是	72（51.43%）	80（57.14%）	83（59.29%）	0.392
饮酒	否	110（78.57%）	85（60.71%）	92（65.71%）	0.004
饮酒	是	30（21.43%）	55（39.29%）	48（34.29%）	0.004
高血压	否	107（76.43%）	75（53.57%）	68（48.57%）	<0.001
高血压	是	33（23.57%）	65（46.43%）	72（51.43%）	<0.001
糖尿病家族史	否	118（84.29%）	120（85.71%）	104（74.29%）	0.028
糖尿病家族史	是	22（15.71%）	20（14.29%）	36（25.71%）	0.028

下载: 导出CSV

表 2 不同糖代谢状态人群的生物标志物水平

Table 2. Biomarker levels of population with different blood glucose states

生物标志物	血糖正常（$ \overline{x} $±s）	糖尿病前期（$ \overline{x} $±s）	糖尿病（$ \overline{x} $±s）	P
IL-6（ng/L）	43.57±15.55	52.18±13.88	43.18±13.42	<0.001
VCAM-1（μg/L）	821.21±527.99	1058.44±410.16	720.89±403.09	<0.001
8-iso-PGF2α（pg/L）	4667.89±1496.67	4608.17±1872.76	3131.12±1965.84	<0.001
INS（μU/ml）	32.53±14.56	40.64±12.07	25.79±13.27	<0.001
HOMA-IR	7.08±3.20	10.76±3.34	10.43±6.67	<0.001
HOMA-β	5.13±3.16	3.35±1.03	1.21±0.95	<0.001

下载: 导出CSV

表 3 2009—2013年金昌市主要空气污染物与气象要素分布特征

Table 3. Distribution characteristics of air pollutants and meteorological factors in Jinchang city from 2009 to 2013

变量	$ \overline{x} $	最小值	25%分位数	中位数	75%分位数	最大值	IQR
PM₁₀（μg/m³）	92.29	17.00	59.00	76.00	100.00	1102.00	41.00
SO₂（μg/m³）	65.55	3.00	40.00	57.00	81.00	290.00	41.00
NO₂（μg/m³）	24.41	4.00	18.00	24.00	29.00	70.00	11.00
气温（℃）	9.54	−19.00	−0.70	10.95	19.70	32.00	20.40
相对湿度（%）	40.87	7.00	27.00	38.00	52.00	98.00	25.00
注：IQR为四分位数间距。

下载: 导出CSV

表 4 PM₁₀浓度每升高10 μg/m³与生物标志物变化的关系

Table 4. Association between per 10 μg/m³ increment in PM₁₀ concentration and biomarkers

滞后期	血糖正常	糖尿病前期	糖尿病	血糖正常	糖尿病前期	糖尿病
滞后期	IL-6 [%（95%CI）]			VCAM-1 [%（95%CI）]
Lag0	0.46（−0.51—1.43）	0.72（−0.31—1.48）	0.02（−0.97—1.01）	0.23（−1.38—1.84）	1.16（0.43—2.28）^*	1.03（−2.27—4.32）
Lag1	0.06（−0.54—0.65）	0.03（−0.80—0.86）	−0.71（−1.88—0.46）	−0.02（0.85—0.96）	1.05（−0.14—2.25）	1.86（−2.15—5.88）
Lag2	−0.58（−1.67—0.51）	−0.03（−0.67—0.61）	−0.16（−1.58—1.26）	−0.16（−1.97—1.65）	0.37（−0.55—1.30）	2.14（−2.38—6.67）
Lag3	−0.11（−1.33—1.12）	0.34（−0.36—1.05）	1.68（−0.46—3.82）	1.15（−0.82—3.13）	0.81（−0.19—1.82）	3.45（−3.55—10.46）
Lag4	0.08（−0.45—0.61）	0.09（−0.33—0.52）	−0.88（−2.43—0.66）	0.47（−0.42—1.36）	0.25（−0.35—0.84）	3.38（−1.65—8.40）
Lag5	0.20（−0.92—1.32）	0.27（−0.07—0.62）	1.35（0.31—2.38）^*	0.55（−1.32—2.43）	0.54（0.05—1.03）^*	0.14（−3.13—3.41）
Lag6	0.36（−0.32—1.04）	0.45（0.19—0.88）^*	1.52（0.51—2.53）^*	−0.26（−1.40—0.88）	0.55（−0.09—1.18）	0.82（−2.64—4.28）
Lag7	−0.14（−0.83—0.54）	−0.19（−0.67—0.30）	−0.26（−1.15—0.64）	0.61（−0.49—1.71）	−0.01（−0.75—0.73）	2.26（−0.70—5.21）
Lag07	−0.49（−2.35—1.41）	0.63（−0.29—1.55）	−2.53（−5.14—0.16）	0.21（−2.93—3.44）	1.32（−0.01—2.65）	6.28（−2.66—16.04）
滞后期	8-iso-PGF2α [%（95%CI）]			INS[%（95%CI）]
Lag0	0.89（−1.42—3.21）	0.12（−0.58—0.82）	0.80（−0.04—1.64）	0.23（−1.49—1.95）	0.27（−0.60—1.14）	−0.54（−1.64—0.57）
Lag1	0.49（−0.92—1.90）	0.14（−0.60—0.88）	−0.28（−1.29—0.72）	−0.12（−1.15—0.91）	0.23（−0.69—1.14）	−0.29（−1.57—1.00）
Lag2	0.85（−1.78—3.48）	−0.12（−0.69—0.45）	−0.66（−1.80—0.49）	−1.54（−3.46—0.37）	0.23（−0.47—0.92）	−1.36（−2.87—0.16）
Lag3	2.17（−0.68—5.03）	−0.18（−0.81—0.45）	2.01（0.29—3.73）^*	−0.98（−3.21—1.24）	0.37（−0.39—1.13）	1.57（−0.81—3.94）
Lag4	0.43（−0.85—1.71）	−0.19（−0.57—0.19）	0.15（−1.11—1.41）	0.37（−0.59—1.32）	0.23（−0.26—0.71）	−1.04（−2.73—0.64）
Lag5	0.72（−2.01—3.46）	0.06（−0.26—0.39）	−0.63（−1.43—0.16）	−0.09（−2.11—1.94）	0.25（−0.16—0.65）	−1.02（−2.09—0.05）
Lag6	−0.41（−2.07—1.25）	0.04（−0.38—0.45）	−0.69（−1.53—0.14）	0.44（−0.80—1.69）	0.06（−0.44—0.57）	−1.05（−2.13—0.04）
Lag7	1.38（−0.24—3.01）	−0.17（−0.63—0.29）	−0.61（−1.35—0.13）	−0.46（−1.65—0.74）	−0.27（−0.83—0.29）	0.036（−0.94—1.01）
Lag07	2.12（−2.42—6.88）	0.05（−0.77—0.87）	6.28（−2.66—16.04）	−0.73（−4.06—2.71）	0.54（−0.49—1.58）	−2.53（−5.31—0.33）
滞后期	HOMA-IR [%（95%CI）]			HOMA-β[%（95%CI）]
Lag0	−0.49（−2.51—1.52）	0.20（−0.70—1.10）	−0.45（−1.57—0.67）	1.37（−0.93—3.68）	0.43（−0.47—1.34）	−0.82（−2.22—0.57）
Lag1	−0.19（−1.44—1.06）	0.21（−0.73—1.15）	−0.11（−1.41—1.20）	0.06（−1.29—1.41）	0.28（−0.69—1.25）	−0.95（−2.57—0.67）
Lag2	−1.80（−4.06—0.45）	0.33（−0.38—1.04）	−1.14（−2.68—0.40）	−1.01（−3.62—1.59）	−0.02（−0.77—0.73）	−2.15（−4.02— −0.28）^*
Lag3	−1.38（−3.97—1.22）	0.41（−0.36—1.18）	1.98（−0.40—4.37）	−0.38（−3.37—2.62）	0.27（−0.55—1.08）	−0.99（−3.00—2.98）
Lag4	0.22（−0.91—1.36）	0.25（−0.25—0.75）	−0.66（−2.36—1.04）	0.60（−0.64—1.84）	0.17（−0.34—0.67）	−2.37（−4.45— −0.28）^*
Lag5	−0.69（−3.13—1.74）	0.25（−0.16—0.66）	−1.01（−2.09—0.07）	0.87（−1.78—3.52）	0.17（−0.34—0.67）	−0.94（−2.30—0.42）
Lag6	0.86（−0.62—2.35）	0.05（−0.47—0.57）	−1.06（−2.15—0.03）	−0.01（−1.60—1.58）	0.09（−0.45—0.63）	−0.89（−2.28—0.49）
Lag7	−0.46（−1.90—0.98）	−0.32（−0.90—0.25）	0.16（−0.82—1.13）	−0.52（−2.09—1.06）	−0.14（−0.74—0.45）	−0.51（−1.73—0.71）
Lag07	−1.42（−5.35—2.68）	0.53（−0.53—1.60）	−1.95（−4.80—0.98）	0.48（−3.95—5.11）	0.55（−0.53—1.64）	−4.63（-8.00— −1.13）^*
注：^*表示P<0.05。

下载: 导出CSV

参考文献(41)

[1]	丁杰萍,张亚群,周静等. 2018. 甘肃省主要城市环境空气质量变化趋势分析研究. 甘肃科技,34(14):1-4,128 doi: 10.3969/j.issn.1000-0952.2018.14.002 Ding J P,Zhang Y Q,Zhou J,et al. 2018. Trend analysis of environmental air quality in major cities in Gansu province. Gansu Sci Technol,34(14):1-4,128 (in Chinese) doi: 10.3969/j.issn.1000-0952.2018.14.002
[2]	施淼,刘超斌,陈晓秋等. 2013. 大气可吸入颗粒物暴露致胎儿畸形的病例对照研究. 中华围产医学杂志,16(4):200-205 doi: 10.3760/cma.j.issn.1007-9408.2013.04.004 Shi M,Liu C B,Chen X Q,et al. 2013. Fetal congenital deformity resulting from ambient inhalable particulate matters:A case-control study. Chinese J Perinat Med,16(4):200-205 (in Chinese) doi: 10.3760/cma.j.issn.1007-9408.2013.04.004
[3]	王文路. 2016. 甘肃省城市环境空气质量2005—2014年（10年）变化趋势研究[D]. 兰州: 兰州大学. Wang W L. 2016. The change trend of urban ambient air quality from 2005 to 2014 （10 years） in Gansu province [D]. Lanzhou: Lanzhou University （in Chinese）
[4]	Alderete T L,Habre R,Toledo-Corral C M,et al. 2017. Longitudinal associations between ambient air pollution with insulin sensitivity,β-Cell function,and adiposity in Los Angeles Latino children. Diabetes,66(7):1789-1796 doi: 10.2337/db16-1416
[5]	American Diabetes Association. 2019. 2. Classification and diagnosis of diabetes:Standards of medical care in diabetes-2019. Diabetes Care,42(S1):S13-S28
[6]	Araujo J A,Barajas B,Kleinman M,et al. 2008. Ambient particulate pollutants in the ultrafine range promote early atherosclerosis and systemic oxidative stress. Circ Res,102(5):589-596 doi: 10.1161/CIRCRESAHA.107.164970
[7]	Bertazzi P A,Cantone L,Pignatelli P,et al. 2014. Does enhancement of oxidative stress markers mediate health effects of ambient air particles?. Antioxid Redox Signal,21(1):46-51 doi: 10.1089/ars.2013.5694
[8]	Bourdrel T,Bind M A,Béjot Y,et al. 2017. Cardiovascular effects of air pollution. Arch Cardiovasc Dis,110(11):634-642 doi: 10.1016/j.acvd.2017.05.003
[9]	Brook R D,Rajagopalan S,Pope Ⅲ C A,et al. 2010. Particulate matter air pollution and cardiovascular disease:An update to the scientific statement from the American Heart Association. Circulation,121(21):2331-2378 doi: 10.1161/CIR.0b013e3181dbece1
[10]	Chen Z H,Salam M T,Toledo-Corral C,et al. 2016. Ambient air pollutants have adverse effects on insulin and glucose homeostasis in Mexican Americans. Diabetes Care,39(4):547-554 doi: 10.2337/dc15-1795
[11]	Drews G,Krippeit-Drews P,Düfer M. 2010. Oxidative stress and beta-cell dysfunction. Pflugers Arch-Eur J Physiol,460(4):703-718 doi: 10.1007/s00424-010-0862-9
[12]	Esposito K,Petrizzo M,Maiorino M I,et al. 2016. Particulate matter pollutants and risk of type 2 diabetes:A time for concern?. Endocrine,51(1):32-37 doi: 10.1007/s12020-015-0638-2
[13]	Eze I C,Imboden M,Kumar A,et al. 2016. Air pollution and diabetes association:Modification by type 2 diabetes genetic risk score. Environ Int,94:263-271 doi: 10.1016/j.envint.2016.04.032
[14]	Fu H Y,Liu X,Li W,et al. 2020. PM_2.5 exposure induces inflammatory response in macrophages via the TLR4/COX-2/NF-κB pathway. Inflammation,43(5):1948-1958 doi: 10.1007/s10753-020-01269-y
[15]	Guo P,Feng W R,Zheng M R,et al. 2018. Short-term associations of ambient air pollution and cause-specific emergency department visits in Guangzhou,China. Sci Total Environ,613-614:306-313 doi: 10.1016/j.scitotenv.2017.09.102
[16]	Haberzettl P,O'Toole T E,Bhatnagar A,et al. 2016. Exposure to fine particulate air pollution causes vascular insulin resistance by inducing pulmonary oxidative stress. Environ Health Perspect,124(12):1830-1839 doi: 10.1289/EHP212
[17]	Hou J,Tu R O,Dong Y H,et al. 2021. Associations of residing greenness and long-term exposure to air pollution with glucose homeostasis markers. Sci Total Environ,776:145834 doi: 10.1016/j.scitotenv.2021.145834
[18]	IDF. 2021. IDF Diabetes Atlas: Diabetes around the world in 2021[EB/OL]. International Diabetes Federation. http: //www.diabetesatlas.org/, 2021-12-6/2021-12-15
[19]	Khafaie M A,Salvi S S,Ojha A,et al. 2013. Systemic inflammation (C-reactive protein) in type 2 diabetic patients is associated with ambient air pollution in Pune city,India. Diabetes Care,36(3):625-630 doi: 10.2337/dc12-0388
[20]	Kumari M,Head J,Marmot M. 2004. Prospective study of social and other risk factors for incidence of type 2 diabetes in the Whitehall Ⅱ study. Arch Intern Med,164(17):1873-1880 doi: 10.1001/archinte.164.17.1873
[21]	Liu C Q,Ying Z K,Harkema J,et al. 2013. Epidemiological and experimental links between air pollution and type 2 diabetes. Toxicol Pathol,41(2):361-373 doi: 10.1177/0192623312464531
[22]	Liu P,Wang X N,Fan J Y,et al. 2016. Effects of air pollution on hospital emergency room visits for respiratory diseases:Urban-suburban differences in eastern China. Int J Environ Res Public Health,13(3):341 doi: 10.3390/ijerph13030341
[23]	Lorenzo C,Wagenknecht L E,D'Agostino R B,et al. 2010. Insulin resistance,β-cell dysfunction,and conversion to type 2 diabetes in a multiethnic population:The insulin resistance atherosclerosis study. Diabetes Care,33(1):67-72 doi: 10.2337/dc09-1115
[24]	O'Neill M S,Veves A,Sarnat J A,et al. 2007. Air pollution and inflammation in type 2 diabetes:A mechanism for susceptibility. Occup Environ Med,64(6):373-379
[25]	Pope Ⅲ C A,Bhatnagar A,McCracken J P,et al. 2016. Exposure to fine particulate air pollution is associated with endothelial injury and systemic inflammation. Circ Res,119(11):1204-1214 doi: 10.1161/CIRCRESAHA.116.309279
[26]	Rajagopalan S,Brook R D. 2012. Air pollution and type 2 diabetes:Mechanistic insights. Diabetes,61(12):3037-3045 doi: 10.2337/db12-0190
[27]	Rao X Q,Montresor-Lopez J,Puett R,et al. 2015. Ambient air pollution:An emerging risk factor for diabetes mellitus. Curr Diab Rep,15(6):33 doi: 10.1007/s11892-015-0603-8
[28]	Riggs D W,Zafar N,Krishnasamy S,et al. 2020. Exposure to airborne fine particulate matter is associated with impaired endothelial function and biomarkers of oxidative stress and inflammation. Environ Res,180:108890 doi: 10.1016/j.envres.2019.108890
[29]	Roberts Ⅱ L J,Morrow J D. 2000. Measurement of F₂-isoprostanes as an index of oxidative stress in vivo. Free Radical Biol Med,28(4):505-513 doi: 10.1016/S0891-5849(99)00264-6
[30]	Roper C,Chubb L G,Cambal L,et al. 2017. Association of IL-6 with PM_2.5 components:Importance of characterizing filter-based PM_2.5 following extraction. Water Air Soil Pollut,228:43 doi: 10.1007/s11270-016-3219-y
[31]	Simó-Servat O,Simó R,Hernández C. 2016. Circulating biomarkers of diabetic retinopathy:An overview based on physiopathology. J Diabetes Res,2016:5263798
[32]	Thiering E,Markevych I,Brüske I,et al. 2016. Associations of residential long-term air pollution exposures and satellite-derived greenness with insulin resistance in German adolescents. Environ Health Perspect,124(8):1291-1298 doi: 10.1289/ehp.1509967
[33]	Verdile G,Keane K N,Cruzat V F,et al. 2015. Inflammation and oxidative stress:The molecular connectivity between insulin resistance,obesity,and Alzheimer's disease. Mediators Inflamm,2015:105828
[34]	Wang X,Bao W,Liu J,et al. 2013. Inflammatory markers and risk of type 2 diabetes:A systematic review and meta-analysis. Diabetes Care,36(1):166-175 doi: 10.2337/dc12-0702
[35]	Wolf K,Popp A,Schneider A,et al. 2016. Association between long-term exposure to air pollution and biomarkers related to insulin resistance,subclinical inflammation,and Adipokines. Diabetes,65(11):3314-3326 doi: 10.2337/db15-1567
[36]	World Health Organization. 2006. Air quality guidelines of WHO on particulate matters, ozone, nitrogen dioxide and sulfur dioxide—Global Update 2005[EB/OL]. https://whqlibdoc.who.int/hq/2006/WHO_SDE_PHE_OEH_06.02_chi.pdf, 2006-06-02/2022-4-21
[37]	Xu X H,Hu H,Ha S D,et al. 2014. Ambient air pollution and hypertensive disorder of pregnancy. J Epidemiol Community Health,68(1):13-20 doi: 10.1136/jech-2013-202902
[38]	Yang B Y,Qian Z M,Li S S,et al. 2018. Ambient air pollution in relation to diabetes and glucose-homoeostasis markers in China:A cross-sectional study with findings from the 33 Communities Chinese Health Study. Lancet Planet Health,2(2):e64-e73 doi: 10.1016/S2542-5196(18)30001-9
[39]	Zhang S Q,Mwiberi S,Pickford R,et al. 2021. Longitudinal associations between ambient air pollution and insulin sensitivity:Results from the KORA cohort study. Lancet Planet Health,5(1):e39-e49 doi: 10.1016/S2542-5196(20)30275-8
[40]	Zheng Z,Xu X H,Zhang X B,et al. 2013. Exposure to ambient particulate matter induces a NASH-like phenotype and impairs hepatic glucose metabolism in an animal model. J Hepatol,58(1):148-154 doi: 10.1016/j.jhep.2012.08.009
[41]	Zhu X L,Chen C,Zhang B,et al. 2021. Acute effects of personal exposure to fine particulate matter on salivary and urinary biomarkers of inflammation and oxidative stress in healthy adults. Chemosphere,272:129906 doi: 10.1016/j.chemosphere.2021.129906