跳到主要內容
本日有據
食品安全

空污濃度降一點,大腦承受的風險真的會跟著少一點嗎?

一項納入逾29萬名UK Biobank參與者的世代研究以因果推論模型估算,PM2.5年均濃度降到9微克/立方公尺,55歲以上族群10年內的失智風險每千人可望減少1.92例;另一項針對28萬多名60歲以上參與者的分析則發現,PM2.5影響失智風險的路徑中,約四分之一可透過預防心血管疾病住院來緩解

城市高樓籠罩在灰濛濛的霧霾中,天際線因空氣污染而模糊不清

攝影:Drei Kubik

空氣品質數字看久了容易讓人無感,但兩篇2025年針對英國大型世代的分析,把PM2.5、心血管疾病與失智症的關係,具體換算成了每千人的風險差異。

重點摘要

  • 2026年一篇刊登於《Cardiology in Review》的統合分析彙整15篇世代研究、約6500萬名參與者,發現PM2.5每增加1微克/立方公尺,失智風險上升4%(HR 1.04,95% CI 1.01-1.06),但研究間異質性達I²=88.3%
  • 耶魯大學團隊以UK Biobank逾29萬名55歲以上參與者為對象,用母數g公式模擬PM2.5降至9微克/立方公尺(美國2024年新訂標準)情境,估算10年內失智風險每千人可減少1.92例(95% CI -3.39至-0.33)
  • 同團隊另一篇分析28萬3813名60歲以上參與者,發現PM2.5對5年失智風險的總效應中,約25.27%(95% CI 17.49%-49.42%)可歸因於心血管疾病住院這條中介路徑
  • 美國環保署(EPA)已於2024年將PM2.5年均標準從12微克/立方公尺下修至9微克/立方公尺,此次UK Biobank模擬情境即以此為參考門檻之一
  • 三篇研究都指向PM2.5與失智風險長期相關,方向一致,但因果推論分析屬統計模擬,並非真實介入後的觀察結果

空氣品質數字看久了容易讓人無感,但兩篇2025年針對英國大型世代的分析,把PM2.5、心血管疾病與失智症的關係,具體換算成了每千人的風險差異。加上2026年一篇彙整過去多國世代研究的統合分析,三份研究共同勾勒出一條路徑:PM2.5長期暴露與失智風險上升相關,而這條關係有一部分可能是透過心血管疾病間接發生的。

研究內容

彙整既有證據的部分,來自2026年刊登於《Cardiology in Review》的系統性回顧與統合分析。研究團隊從909篇文獻中篩出15篇評估PM2.5暴露與失智症發生率關係的世代研究,總計約6500萬名參與者,涵蓋歐洲、亞洲與北美人群,並將各研究的風險比統一換算成「PM2.5每增加1微克/立方公尺」的標準化效果後進行統合分析。結果顯示,長期PM2.5暴露與失智風險上升相關,合併風險比為1.04(95% CI 1.01-1.06),但研究團隊也在論文中明確指出,各研究間異質性達I²=88.3%,屬於偏高的程度。

耶魯大學團隊則從因果推論的角度,用UK Biobank資料做了更細緻的拆解。第一篇分析納入逾29萬名(291,495名)2010年時尚未罹患失智症的55歲以上參與者,採用母數g公式這種因果推論方法,模擬2010至2019年間PM2.5年均濃度分別被控制在12、10、9微克/立方公尺三種情境下的結果。以最嚴格的9微克/立方公尺情境(美國環保署2024年新訂的年均標準)估算,10年內的失智風險相較於未介入情境,每千人可減少1.92例(95% CI -3.39至-0.33);濃度控制在10微克/立方公尺時,每千人減少1.36例(95% CI -2.44至-0.25);控制在12微克/立方公尺時,每千人減少0.54例(95% CI -1.00至-0.10)。

第二篇分析則把心血管疾病放進這條因果鏈裡檢視。研究對象是28萬3813名2015年時尚未罹患失智症、也無心血管疾病住院紀錄的60歲以上UK Biobank參與者,採用標的最大概似估計法分析。若以「PM2.5濃度超過10微克/立方公尺標準時降低10%」為介入情境做比較,未達成此介入的總效應,會讓5年內失智風險每千人增加3.77例(95% CI 1.47-4.39);但若假設能完全阻斷心血管疾病住院這條路徑(即受控直接效應),同樣的PM2.5暴露差異對失智風險的影響會降為每千人2.82例(95% CI 0.74-3.30)。換算下來,心血管疾病住院這條中介路徑,可解釋PM2.5對失智總效應中的25.27%(95% CI 17.49%-49.42%)。

從研究到臨床還有多遠

三篇研究方向一致,卻分屬不同層級的證據。統合分析的88.3%異質性代表,各國研究測得的PM2.5與失智關聯強弱差異不小,可能來自PM2.5評估方式、失智診斷標準、追蹤年限與共病調整方式的不同,pooled HR 1.04是統計上的整體趨勢,不是能套用在特定個人身上的精準數字。兩篇UK Biobank分析用的母數g公式與標的最大概似估計,是在觀察性世代資料上模擬「假設政策介入」後的結果,並非真的把某個地區的空氣品質降低後再去追蹤參與者,這中間仍有模型假設與未測量干擾因子的侷限;研究團隊自己也僅將結果描述為對政策情境的估算,而非已證實的因果效果。UK Biobank參與者整體教育程度與健康狀況高於一般人群、且以歐洲裔為主,這些風險差異換算到PM2.5基期濃度、人口結構與醫療資源都不同的地區時,應該保守解讀。對一般讀者而言,這些發現比較適合理解成「空氣品質與心血管健康可能是失智風險的兩個可介入環節」,而不是改變個人用藥或就醫決定的依據,實際的健康評估與風險溝通仍應與醫師討論。