Organisation mondiale de la santé (OMS) · Publications

Health risks of air pollution in Europe – HRAPIE project. Recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

31 décembre 2013 Organisation mondiale de la santé

Le texte intégral est hébergé par l’organisation qui le publie. lawenc.com indexe les métadonnées et renvoie vers la source officielle.

Retour à la vue par article

Texte intégral

Health risks of air pollution in Europe – HRAPIE project Recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

This publication arises from the HRAPIE project and has received funding from the European Union.

ABSTRACT This document presents recommendations for concentration–response functions for key pollutants to be included in cost–benefit analysis supporting the revision of the European Union’s air quality policy. It provides a response to a question posed by the European Commission in the framework of the WHO “Health risks of air pollution in Europe – HRAPIE” project. The essential background to this response was developed through a review of evidence on health aspects of air pollutants summarized by an earlier WHO project, “Review of evidence on health aspects of air pollution – REVIHAAP”. This report recommends concentration–response functions and associated background information for several mortality and morbidity effects associated with short- and long-term exposure to particulate matter, ozone and nitrogen dioxide. This publication arises from the HRAPIE project and was co-funded by the European Union.

Keywords AIR POLLUTANTS ENVIRONMENTAL HEALTH EVIDENCE-BASED PRACTICE GUIDELINES HEALTH POLICY NITROGEN DIOXIDE OZONE PARTICULATE MATTER

Address requests about publications of the WHO Regional Office for Europe to: Publications WHO Regional Office for Europe UN City, Marmorvej 51 DK-2100 Copenhagen Ø, Denmark Alternatively, complete an online request form for documentation, health information, or for permission to quote or translate, on the Regional Office web site (http://www.euro.who.int/pubrequest). © World Health Organization 2013 All rights reserved. The Regional Office for Europe of the World Health Organization welcomes requests for permission to reproduce or translate its publications, in part or in full. The designations employed and the presentation of the material in this publication do not imply the expression of any opinion whatsoever on the part of the World Health Organization concerning the legal status of any country, territory, city or area or of its authorities, or concerning the delimitation of its frontiers or boundaries. Dotted lines on maps represent approximate borderlines for which there may not yet be full agreement. The mention of specific companies or of certain manufacturers products does not imply that they are endorsed or recommended by the World Health Organization in preference to others of a similar nature that are not mentioned. Errors and omissions excepted, the names of proprietary products are distinguished by initial capital letters. All reasonable precautions have been taken by the World Health Organization to verify the information contained in this publication. However, the published material is being distributed without warranty of any kind, either express or implied. The responsibility for the interpretation and use of the material lies with the reader. In no event shall the World Health Organization be liable for damages arising from its use. The views expressed by authors, editors, or expert groups do not necessarily represent the decisions or the stated policy of the World Health Organization. The views expressed herein can in no way be taken to reflect the official opinion of the European Union.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page iii

Contents Acknowledgements .............................................................................................................v Abbreviations..................................................................................................................... vi 1. Introduction................................................................................................................... 1 1.1. Cost–effectiveness and cost–benefit analyses of EU air quality policies .................... 1 1.2. Development process for HRAPIE project recommendations ................................... 2 1.3. Implementation of the HRAPIE project recommendations ....................................... 3 1.4. Possible double counting of effects of various pollutants........................................12 2. Long-term PM exposure .................................................................................................12 2.1. Effects of long-term PM2.5 exposure on all-cause mortality .....................................12 2.2. Effects of long-term PM2.5 exposure on cause-specific mortality..............................15 2.3. Effects of long-term PM10 exposure on postneonatal mortality................................17 2.4. Effects of long-term PM10 exposure on prevalence of bronchitis in children..............17 2.5. Effects of long-term PM10 exposure on incidence of chronic bronchitis in adults .......18 3. Short-term PM exposure ................................................................................................19 3.1. Effects of short-term PM2.5 exposure on all-cause mortality ....................................19 3.2. Effects of short-term PM2.5 exposure on hospital admissions for CVDs and respiratory diseases ..................................................................................................21 3.3. Effects of short-term PM2.5 exposure on RADs.......................................................22 3.4. Effects of short-term PM2.5 exposure on work days lost .........................................23 3.5. Effects of short-term PM10 exposure on incidence of asthma symptoms in asthmatic children ....................................................................................................24 4. Long-term O3 exposure ..................................................................................................24 4.1. Effects of long-term O3 exposure on respiratory mortality ......................................24 5. Short-term O3 exposure .................................................................................................25 5.1. Effects of short-term O3 exposure on all-cause mortality........................................25 5.2. Effects of short-term O3 exposure on cardiovascular and respiratory mortality .........26 5.3. Effects of short-term O3 exposure on hospital admissions for CVDs and respiratory diseases...................................................................................................................26 5.4. Effects of short-term O3 exposure on MRADs ........................................................27 6. Long-term NO2 exposure................................................................................................28 6.1. Effects of long-term NO2 exposure on all-cause mortality.......................................28 6.2. Effects of long-term NO2 exposure on bronchitic symptoms in asthmatic children ....30 7. Short-term NO2 exposure ...............................................................................................32 7.1. Effects of short-term NO2 exposure on all-cause mortality .....................................32

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page iv 7.2. Effects of short-term NO2 exposure on hospital admissions for respiratory diseases .33 References ......................................................................................................................34 Annex 1. Contributors to the HRAPIE project .......................................................................42 Annex 2. Effects of long-term NO2 exposure on asthma prevalence in children – qualitative description ......................................................................................................................44 Annex 3. Background information on estimation of effects of NO2 on bronchitic symptoms in asthmatic children .............................................................................................................47 Annex 4. Effects of black carbon exposure – qualitative description .......................................54

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page v

Acknowledgements The “Health risks of air pollution in Europe – HRAPIE” project was co-funded by the WHO Regional Office for Europe and the European Commission under Contribution Agreement 07.0307/2012/626738/SUB/ENV.C3. The WHO European Centre for Environment and Health, Bonn, Germany, coordinated the project implementation and the development of this publication.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page vi

Abbreviations ACS AHSMOG APED APHEA APHENA CAFE CI COPD CRF CVD EC ES EU EUROSTAT GBD 2010 HRAPIE IARC ICD ICD-9 ICD-10 IIASA ISAAC MDB MRAD NLCSAIR NO2 O3 OC PATY PM PM10 PM2.5 ppb RAD REVIHAAP RR SAPALDIA SD Σ American Cancer Society Loma Linda University Adventist Health and Smog study air pollution epidemiology database Air Pollution and Health: a European Approach project Air Pollution and Health: a European and North American approach study Clean Air for Europe programme confidence interval chronic obstructive pulmonary disease concentration–response function cardiovascular disease European Commission effect estimate European Union statistical office of the European Union Global Burden of Disease 2010 study Health risks of air pollution in Europe project International Agency for Research on Cancer International Classification of Diseases International Classification of Diseases, ninth revision International Classification of Diseases, tenth revision International Institute for Applied Systems Analysis International Study on Asthma and Allergies in Childhood European mortality database minor restricted activity day Netherlands Cohort Study on Diet and Cancer, air quality investigation section nitrogen dioxide ozone organic carbon Pollution and the Young study particulate matter particulate matter with an aerodynamic diameter smaller than 10 µm particulate matter with an aerodynamic diameter smaller than 2.5 µm parts per billion restricted activity day Review of evidence on health aspects of air pollution project relative risk Swiss Study on Air Pollution and Lung Disease in Adults standard deviation sum

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 1

1. Introduction In the framework of the European Union (EU)’s declaration of 2013 as the Year of Air, the WHO Regional Office for Europe coordinated two international projects (“Review of evidence on health aspects of air pollution – REVIHAAP” and “Health risks of air pollution in Europe – HRAPIE”) to provide the European Commission (EC) and its stakeholders with evidence-based advice on the health aspects of air pollution. This advice is grounded on a review of the latest scientific evidence on the health effects of all pollutants regulated in EC directives 2008/50/EC and 2004/107/EC (EC, 2013), as well as additional air pollutants of relevance for health, conducted by a large group of invited experts from eminent institutions across the world (see Annex 1 for contributors to the HRAPIE project). The results of these projects support the comprehensive revision of EU air quality policies taking place in 2013. To offer effective advice, the REVIHAAP and HRAPIE projects address a list of 26 key policy-relevant questions posed by the EC. The questions cover general aspects of importance for air quality management, as well as specific topics concerning health aspects of individual air pollutants. As part of the HRAPIE project, experts were asked to formulate a response to question D5: “What concentration–response functions for key pollutants should be included in cost–benefit analysis supporting the revision of EU air quality policy?” The essential background to this response was developed through a review of evidence on health aspects of air pollutants summarized by the REVIHAAP project report (WHO, 2013a). In particular, answers to REVIHAAP project questions on the pollutants, health outcomes and concentration–response functions (CRFs) that could be recommended for health impact assessment (questions A6 for particulate matter (PM), B3 for ozone (O3) and C4 for nitrogen dioxide (NO2)) provided the basis for the selection of the CRFs recommended for inclusion in the policy analysis. A separate part of the HRAPIE project documented new emerging risks to health from air pollution through a survey of experts. These survey results are available in a separate report (WHO, 2013b).

1.1. Cost–effectiveness and cost–benefit analyses of EU air quality policies Responding to the EC’s request, the HRAPIE project specifically addressed both cost– effectiveness and cost–benefit analyses. Analysis of cost–effectiveness aims to identify the pollution reduction strategies that will most effectively deliver a given benefit (for example, reduction of mortality or of the number of disability-adjusted life-years lost due to exposure). The work supporting the EU’s Thematic Strategy on Air Pollution compared about 50 different strategy options, each requiring substantial modelling effort. For practical reasons, therefore, the number of CRFs recommended should be kept to a minimum (optimally, one per pollutant) facilitating selection of the policy options. The cost–benefit analysis performed for the policy option(s) selected aims to compare the benefits of actions to reduce environmental burdens against their costs. This requires a complete assessment of all impacts: omission of some impacts causes underestimation of the

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 2 benefit of the pollution reduction, which might lead to incorrect conclusions. Therefore, the choice of CRFs selected for this analysis should be more comprehensive, including a complete set of all health outcomes linked to the exposure indicated by research evidence. Cost–benefit analysis should include options based on various alternative assumptions and may also test the extent to which the results might change if effects supported by weaker evidence were considered. The health experts involved in the HRAPIE project were in favour of recommending several alternative options for analysis to reflect the uncertainties of risk assessment. This would require repetition of the cost–effectiveness analysis for each option and would thus multiply the number of results for consideration in policy selection. Such an approach would significantly complicate the policy debate for stakeholders and policy-makers, so only one methodology for cost–effectiveness analysis was selected: estimating the impacts of exposure to PM2.5 (PM with an aerodynamic diameter smaller than 2.5 µm) and to O3 on mortality. Morbidity effects were not included for two reasons: cost–benefit analyses show that mortality impacts dominate the analysis as a whole and mortality data are complete and better standardized in EU countries. Nevertheless, the HRAPIE experts recommended more options – including effects on mortality and morbidity – for further cost–benefit analysis, also covering the effects of exposure to NO2. Other sources – such as IIASA (2013) – offer more detailed information on the cost–effectiveness analysis of various policy options at the EU level.

1.2. Development process for HRAPIE project recommendations The discussion at the WHO REVIHAAP/HRAPIE expert meeting held in Bonn on 15–17 January 2013 provided general direction for further work on CRFs linking mortality with PM2.5 and O3 in cost–effectiveness analysis, as well as for the outcomes to be considered in the cost–benefit analysis. This was followed by intensive discussion between the members of the Scientific Advisory Committee and other experts using electronic media (e-mails and teleconferences), and provided input to the International Institute for Applied Systems Analysis (IIASA) cost–effectiveness analysis in March 2013 (IIASA, 2013). Work on health outcomes to be considered in the cost–benefit analysis continued and included effects of PM, O3 and NO2. Where available, recent meta-analyses of epidemiological studies were used as the main data for the HRAPIE project’s conclusions. In some other cases, a dedicated meta-analysis was used in the scope of the HRAPIE project, taking information gathered by the air pollution epidemiology database (APED) of St. George’s Hospital Medical School, University of London. This database contains details and results from time-series studies of mortality and hospital admissions indexed in Medline, Embase, and Web of Knowledge to May 2011 (Anderson et al., 2007). The United Kingdom Department of Health is currently funding a systematic review and meta-analyses of results from time-series studies of PM, O3 and NO2 using APED. That review also provided evidence for the HRAPIE project analysis. The Scientific Advisory Committee meeting convened by the WHO European Centre for Environment and Health in Bonn, Germany, on 13 June 2013 reviewed the preliminary results of the experts’ work. Invited external reviewers also provided detailed comments on a draft version of this report in August 2013. The experts used the meeting’s recommendations

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 3 and external reviewers’ comments to support their discussions in order to finalize their contributions.

1.3. Implementation of the HRAPIE project recommendations This document presents the HRAPIE project recommendations for input into the cost–benefit analysis of the selected policy options. The experts agreed that, according to the REVIHAAP project report (WHO, 2013a), there is sufficient evidence for the causality of effects for each of the CRFs recommended. They classified the pollutant–outcome pairs recommended for cost–benefit analysis into two categories:   Group A: pollutant–outcome pairs for which enough data are available to enable reliable quantification of effects; Group B: pollutant–outcome pairs for which there is more uncertainty about the precision of the data used for quantification of effects.

The recommendations consider specific conditions in EU countries – particularly in relation to the range of PM, O3 and NO2 concentrations expected to be observed in the EU in 2020 – as well as the availability of baseline health data. As a result, generalization of the recommended approaches to other regions of the globe or individual countries, or to particular mixtures at the local level, may be not appropriate. Table 1 provides an overview of the recommended elements of the cost–benefit analysis for the three pollutants. Recommendations for CRFs are given as relative risks (RRs). Some of the studies used to set these CRFs provided odds ratios, which approximate to RRs under certain assumptions, such as for small concentration increments and for rare events. The use of odds ratios may be more accurate for larger concentration increments, such as in burden calculations or if policy options are analysed by the difference in total effects with and without the policy (which involves using the total pollutant concentration in the interim calculations). Annexes 2 and 3 give examples of the method of calculation using odds ratios. Europe-wide modelling for particles is only available for PM2.5, so in cases where CRFs are expressed against PM10 (PM with an aerodynamic diameter smaller than 10 µm) in the literature, a conversion has to be employed in the cost–benefit analysis to assess the equivalent impact per unit of PM2.5. This is achieved by multiplying the CRF for PM10 by a factor of 1.54, assuming that effects are attributable to the PM2.5 fraction of PM10, based on an estimated 65% of PM10 being in the PM2.5 size range. This PM2.5/PM10 ratio of 0.65 is considered an average for the European population; however, in specific locations the ratio may be in the range 0.4–0.8 and a local estimate would be preferable for the conversion. Annexes 2 and 4 present additional options for estimating the effects of air pollution on health (such as the effects of long-term exposure to NO2 on asthma and of black carbon on mortality and hospital admissions); the experts discussed these within the HRAPIE project but did not recommend them for current assessment of EU air quality policies. Among the effect estimates (ESs) for pollutant–outcome pairs listed in Table 1 those marked with an asterisk (*) contribute to the total effect (i.e. the effects are additive) of either the limited set (Group A*) or the extended set (Group B*) of effects. Calculation of the range of overall costs and benefits should be based on the following principles:

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 4

 

the calculation of a limited set of impacts based on the sum (Σ) of Group A*; the range of uncertainty around the limited estimate, from Σ minimum (Group A*, Group A) to Σ maximum (Group A*, Group A), possibly combined with Monte Carlo estimates based on confidence intervals (CIs) of RRs – minimum/maximum functions select smaller/larger effect in the related alternative options; the calculation of an extended set of impacts based on Σ Group A* + Σ Group B*; the range of uncertainty around the extended estimate, from Σ [minimum (Group A*, Group A) + minimum (Group B*, Group B)] to Σ [maximum (Group A*, Group A) + maximum (Group B*, Group B)], possibly combined with Monte Carlo estimates based on CIs of RRs.

 

The CIs associated with the recommended CRFs quantify the random error and the variability attributed to heterogeneity in the epidemiologic ESs used for health impact assessment; this is a small part of the total uncertainty in the risk estimates produced by the health impact assessment and cost–benefit analysis processes. Other uncertainties are associated with other aspects of the overall process – for example, in the measurement and modelling of pollution, the estimates of background rates for morbidity (those for mortality are based on populationwide data) and monetary valuation. Some less tangible issues arise from the transferability to the EU as a whole of CRFs and background rates from locations where studies were carried out or data were otherwise gathered; from agreeing what particular pollutant–outcome pairs should be used together to estimate the health impacts of particular policies and measures; and from assessing the uncertainty of an overall estimate of effects, aggregated (after conversion to monetary values) over the various pollutant–outcome pairs of either Group A* or Group B* proposed here, or indeed any intermediate variant of these two sets. An effort was made to give the best evidence-based estimate of the relationship between the pollutant and that health outcome for each pollutant–outcome pair included. To avoid double counting, the HRAPIE experts proposed explicit rules of adjustment or recommended the exclusion of some pollutant–outcome pairs whose effect might – at least to a substantial degree – already have been accounted for. Acute effects of air pollution can occur with a delay of a few days or even more. In selecting risk coefficients linking short-term exposures to health outcomes, however, the distributed lags were not taken into account, possibly resulting in underestimation of the overall effect. In addition, some health outcomes on which there is evidence of the effects of air pollution were excluded because of difficulties in attaching monetary values reliably – for example, low birth weight and lung function. Further, the use of Group A* rather than Group B* may lead to underestimation of risk, as there is sufficient evidence of a causal relationship for all pollutant–outcome pairs. The details of the uncertainty assessment and other issues related to the implementation of the HRAPIE project’s recommendations in the cost–benefit analysis fall outside of the remit of the HRAPIE project. The report on implementation of the HRAPIE project’s recommendations for the European air pollution cost–benefit analysis (Holland, 2013) provides a thorough description of the methods.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 5

Table 1. CRFs recommended by the HRAPIE project PM, long-term exposure Pollutant metric PM2.5, annual mean Health outcome Mortality, allcause (natural), age 30+ years Group A* RR (95% CI) per 10 µg/m3 1.062 (1.040–1.083) Range of concentration All Source of background health data European mortality database (MDB) (WHO, 2013c), rates for deaths from all natural causes (International Classification of Diseases, tenth revision (ICD-10) chapters I–XVIII, codes A–R) in each of the 53 countries of the WHO European Region, latest available data European detailed mortality database (WHO, 2013d), ICD-10 codes cerebrovascular: I60–I63, I65–I67, I69.0–I69.3; ischaemic heart disease: I20– I25; COPD: J40–J44, J47; trachea, bronchus and lung cancer: C33–C34, D02.1– D02.2, D38.1 Source of CRF Meta-analysis of 13 cohort studies with results: Hoek et al. (2013) Comments

PM2.5, annual mean

PM10, annual mean

Mortality, cerebrovascular disease (includes stroke), ischaemic heart disease, chronic obstructive pulmonary disease (COPD) and trachea, bronchus and lung cancer, age 30+ years Postneonatal (age 1–12 months) infant mortality, allcause

Global Burden of Disease (GBD) 2010 study (IHME, 2013), supra-linear exponential decay saturation model (age-specific), linearized by the PM2.5 expected in 2020 under the current legislation scenario 1.04 (1.02, 1.07)

All

CRFs used in the GBD 2010 study

An alternative to all-cause mortality Both age-specific and all-age estimates to be calculated to assess the potential effect of age stratification

All

European Health for All database (WHO, 2013e) and United Nations projections

Woodruff, Grillo and Schoendorf (1997), based on 4 million infants in the United States

More recent analysis (Woodruff, Darrow and Parker, 2008) based on 3.5 million infants in the United States gives RR = 1.18 (1.06, 1.31) for respiratory postneonatal infant mortality; the older analysis is recommended as a source of RR due to unavailability of cause-specific postneonatal mortality data

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 6 PM, long-term exposure (continued) Pollutant metric PM10, annual mean Health outcome Prevalence of bronchitis in children, age 6–12 (or 6–18) years Incidence of chronic bronchitis in adults (age 18+ years) Group B* RR (95% CI) per 10 µg/m3 1.08 (0.98–1.19) Range of concentration All Source of background health data Mean prevalence from the Pollution and the Young (PATY) study: 18.6% (range 6–41%) Source of CRF PATY study (Hoek et al., 2012) analysing data from about 40 000 children living in nine countries Combination of results from longitudinal studies Loma Linda University Adventist Health and Smog (AHSMOG) and SAPALDIA Comments Heterogeneity of the association (p<0.10) between studies

PM10, annual mean

1.117 (1.040–1.189)

All

Annual incidence 3.9 per 1000 adults based on the Swiss Study on Air Pollution and Lung Disease in Adults (SAPALDIA)

Two studies with different odds ratios/RRs; cost–benefit analysis based on symptoms reporting is weak indication of clinically recognized COPD

PM, short-term exposure Pollutant metric PM2.5, daily mean Health outcome Mortality, allcause, all ages Group A RR (95% CI) per 10 µg/m3 1.0123 (1.0045–1.0201) Range of concentration All Source of background health data MDB (WHO, 2013c) Source of CRF APED metaanalysis of 12 single-city and one multicity studies APED metaanalysis of four single-city and one multicity studies Comments For information only: not proposed as an alternative to long-term PM2.5 exposure The premature deaths attributed to short-term changes of PM2.5 are already accounted for in estimating the effects of long-term exposure

PM2.5, daily mean

Hospital admissions, cardiovascular diseases (CVDs) (includes stroke), all ages

1.0091 (1.0017–1.0166)

All

European hospital morbidity database (WHO, 2013f), ICD, ninth revision (ICD-9) codes 390-459; ICD-10 codes I00–I99

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 7 PM, short-term exposure (continued) Pollutant metric PM2.5, daily mean Health outcome Hospital admissions, respiratory diseases, all ages Restricted activity days (RADs), all ages Group A* RR (95% CI) per 10 µg/m3 1.0190 (0.9982–1.0402) Range of concentration All Source of background health data European hospital morbidity database (WHO, 2013f), ICD-9 codes 460-519; ICD10 codes J00–J99 19 RADs per person per year: baseline rate from the Ostro and Rothschild (1989) study Source of CRF APED metaanalysis of three single-city studies Study of 12 000 adults followed for six years in 49 metropolitan areas of the United States (Ostro, 1987) Study of 12 000 adults followed for six years in 49 metropolitan areas of the United States (Ostro, 1987) Meta-analysis of 36 panel studies of asthmatic children conducted in 51 populations, including 36 from Europe, (Weinmayr et al., 2010) One 1987 study from the United States; no data of background rate in Europe Comments

PM2.5, twoweek average, converted to PM2.5, annual average PM2.5, twoweek average, converted to PM2.5, annual average PM10, daily mean

B**

1.047 (1.042–1.053)

All

Work days lost, workingage population (age 20–65 years) Incidence of asthma symptoms in asthmatic children aged 5–19 years

1.046 (1.039–1.053)

All

European Health for All database (WHO, 2013e)

High variability of background rates based on reported sick absenteeism in Europe, reflecting intercountry differences in definition

1.028 (1.006–1.051)

All

Prevalence of asthma in children based on “severe asthma” in the International Study on Asthma and Allergies in Childhood (ISAAC) (Lai et al., 2009) – western Europe: 4.9%; northern and eastern Europe: 3.5%. Daily incidence of symptoms in this group: 17% (interpolation from several panel studies)

Varying definition of the target population and of the daily occurrence of symptoms

** Only residual RADs to be added to total effect, after days in hospital, work days lost and days with symptoms are accounted for.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 8 Pollutant metric O3, summer months (April–September), average of daily maximum 8-hour mean over 35 parts per billion (ppb) Health outcome Mortality, respiratory diseases, age 30+ years Group B RR (95% CI) per 10 µg/m3 1.014 (1.005–1.024)

O3, long-term exposure Range of concentration >35 ppb (>70 µg/m³)

Source of background health data MDB (WHO, 2013c), ICD10 codes J00–J99

Source of CRF Single-pollutant models from American Cancer Society (ACS) data analysis (Jerrett et al., 2009a)

Comments Alternative to effects of short-term O3 on all-cause mortality

Pollutant metric O3, daily maximum 8-hour mean

Health outcome Mortality, all (natural) causes, all ages

Group A*

RR (95% CI) per 10 µg/m3 1.0029 (1.0014–1.0043)

O3, short-term exposure Range of concentration >35 ppb (>70 µg/m³)

Source of background health data MDB (WHO, 2013c), ICD10 chapters I–XVIII, codes A–R

Source of CRF Air Pollution and Health: a European and North American approach study (APHENA), based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model

Comments APHENA study, based on full range of observed O3 concentrations, including levels <35 ppb; thus effects at O3 <35 ppb are ignored Alternative to the assessment for O3 >35 ppb only Alternative to all-cause mortality analysis

O3, daily maximum 8-hour mean

Mortality, all (natural) causes, all ages Mortality, CVDs and respiratory diseases, all ages Mortality, CVDs and respiratory diseases, all ages

1.0029 (1.0014–1.0043)

>10 ppb (>20 µg/m³)

MDB (WHO, 2013c), ICD10 chapters I–XVIII, codes A–R MDB (WHO, 2013c), ICD10 codes CVD: I00–I99; respiratory: J00–J99

O3, daily maximum 8-hour mean

CVD: 1.0049 (1.0013– 1.0085); respiratory: 1.0029 (0.9989–1.0070) CVD: 1.0049 (1.0013– 1.0085); respiratory: 1.0029 (0.9989–1.0070)

>35 ppb (>70 µg/m³)

>10 ppb (>20 µg/m³)

MDB (WHO, 2013c), ICD10 codes CVD: I00–I99; respiratory: J00–J99

Alternative to the cause-specific assessment for O3 >35 ppb only

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 9 O3, short-term exposure (continued) Pollutant metric

Pollutant metric O3, daily maximum 8hour mean

Pollutant metric Hospital admissions, CVDs (excluding stroke) and respiratory diseases, age 65+ years Hospital admissions, CVD (excluding stroke) and respiratory diseases, age 65+ years Minor restricted activity days (MRADs), all ages MRADs, all ages

Pollut ant metric A*

Pollutant metric CVD: 1.0089 (1.0050–1.0127); respiratory: 1.0044 (1.0007–1.0083)

Pollutant metric

Pollutant metric APHENA study based on data from eight European cities; coefficients adjusted for PM10 in two-pollutant model APHENA study based on data from eight European cities; coefficients adjusted for PM10 in two-pollutant model Ostro and Rothschild’s (1989) six separate analyses of annual data 1976–1981 of the United States National Health Interview Survey Ostro and Rothschild’s (1989) six separate analyses of annual data 1976–1981 of the United States National Health Interview Survey

Pollutant metric APHENA study based on all range of observed O3 concentrations, including levels <35 ppb; thus effects at O3 <35 ppb are ignored Alternative to the assessment for O3 >35 ppb only

>35 ppb (>70 µg/m³)

O3, daily maximum 8hour mean

CVD: 1.0089 (1.0050–1.0127); respiratory: 1.0044 (1.0007–1.0083)

>10 ppb (>20 µg/m³)

O3, daily maximum 8hour mean

1.0154 (1.0060–1.0249)

>35 ppb (>70 µg/m³)

European hospital morbidity database (WHO, 2013f), ICD-9 codes CVD: 390–429; respiratory: 460–519 (ICD-10 codes I00–I52; J00–J99) European hospital morbidity database (WHO, 2013f), ICD-9 codes CVD: 390–429; respiratory: 460–519 (ICD-10 codes I00–I52; J00–J99) 7.8 days per year, based on Ostro and Rothschild (1989)

One study from the United States in 1989, used as a source of both RR and background rates Alternative to the assessment for O3 >35 ppb only

O3, daily maximum 8hour mean

1.0154 (1.0060–1.0249)

>10 ppb (>20 µg/m³)

7.8 days per year, based on Ostro and Rothschild (1989)

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 10 Pollutant metric NO2, annual mean Health outcome Mortality, all (natural) causes, age 30+ years Group B* RR (95% CI) per 10 µg/m3 1.055 (1.031–1.080)

NO2, long-term exposure Range of concentration >20 µg/m³

Source of background health data MDB (WHO, 2013c), rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes A–R) in each of the 53 WHO Regional Office for Europe countries, latest available data Background rate of asthmatic children, “asthma ever”, in Lai et al. (2009) – western Europe: 15.8%, standard deviation (SD) 7.8%; northern and eastern Europe: 5.1%, SD 2.7%, with a recommended alternative of “severe wheeze” in Lai et al. (2009) – western Europe: 4.9%; northern and eastern Europe: 3.5% Prevalence of bronchitic symptoms among asthmatic children 21.1% to 38.7% (Migliore et al., 2009; McConnell et al., 2003)

Source of CRF Meta-analysis of all (11) cohort studies published before January 2013 by Hoek et al. (2013); RR based on singlepollutant models

Comments Some of the long-term NO2 effects may overlap with effects from longterm PM2.5 (up to 33%); this is therefore recommended for quantification under Group B to avoid double counting in Group A analysis Based on only one available longitudinal study providing NO2 coefficient adjusted for other pollutants Supported by studies of long-term exposure to NO2 and lung function and by the wider evidence on NO2 and respiratory outcomes from other types of studies

NO2, annual mean

Prevalence of bronchitic symptoms in asthmatic children aged 5–14 years

1.021 (0.990–1.060) per 1 µg/m³ change in annual mean NO2

All

Southern California Children’s Health Study (McConnell et al., 2003); coefficient from two-pollutant model with organic carbon (OC) (coefficients from models with PM10 or PM2.5 are higher)

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 11 NO2, short-term exposure Range of concentratio n All

Pollutant metric NO2, daily maximum 1-hour mean

Health outcome Mortality, all (natural) causes, all ages

Group A*

RR (95% CI) per 10 µg/m3 1.0027 (1.0016–1.0038)

Source of background health data

Source of CRF Air Pollution and Health: a European Approach (APHEA)-2 project with data from 30 European cities; RR adjusted for PM10 APED meta-analysis of four studies published before 2006; coefficient from single-pollutant model WHO (2013a) noted that the estimates for this pollutant–outcome pair were robust to adjustment to copollutants APED meta-analysis of 15 studies published before 2006; coefficient from single-pollutant model WHO (2013a) noted that the estimates for this pollutant–outcome pair were robust to adjustment to copollutants

Comments

NO2, daily maximum 1-hour mean

Hospital admissions, respiratory diseases, all ages

1.0015 (0.9992–1.0038)

All

MDB (WHO, 2013c), rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes A–R) in each of the 53 countries of the WHO European Region, latest available data European hospital morbidity database (WHO, 2013f), ICD-9 codes 460– 519; ICD-10 codes J00– J99

Alternative to the estimates based on 24hour NO2 average (preferred due to availability of more studies)

NO2, 24-hour mean

Hospital admissions, respiratory diseases, all ages

1.0180 (1.0115–1.0245)

All

European hospital morbidity database (WHO, 2013f), ICD-9 codes 460– 519; ICD-10 codes J00– J99

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 12

1.4. Possible double counting of effects of various pollutants Quantification of the health impacts of community air pollution in the HRAPIE project focuses on three main pollutants: NO2, PM2.5 and O3. In studies of health effects of these pollutants, they are usually correlated to some extent – sometimes negatively so, as with O3 and PM2.5 in winter. The REVIHAAP project report therefore proposes quantification of health effects associated with these pollutants only after adjustment for at least one of the others (WHO, 2013a). Far fewer studies systematically applying two- or three-pollutant modelling are available, however, than studies using single-pollutant models. Furthermore, ESs for a given pollutant derived from a multipollutant model may be subject to bias if the pollutants are correlated with each other and subject to measurement error (Fung et al., 1999). This can lead to underestimation of the RR for a pollutant of interest. The HRAPIE project therefore uses ESs from the largest possible group of studies – i.e. including those from single-pollutant analyses – for quantification. Quantification of the impact for one pollutant from single-pollutant models may to some extent include effects attributable to another. Consequently, for any particular health outcome and exposure period (long-term or short-term exposure), estimated impacts of the three pollutants should not be added without recognizing that addition will, in most practical circumstances, lead to some overestimation of the true impact. Impacts estimated for one pollutant only will, on the other hand, underestimate the true impact of the pollution mixture, if other pollutants also affect that same health outcome.

2. Long-term PM exposure 2.1. Effects of long-term PM2.5 exposure on all-cause mortality The HRAPIE experts recommended estimation of the impact of long-term (annual average) exposure to PM2.5 on all-cause (natural) mortality in adult populations (age 30+ years) for cost–effectiveness analysis; this should also be included in Group A* of the cost–benefit analysis. It should be based on a linear CRF, with an RR of 1.062 (95% CI = 1.040, 1.083) per 10 µg/m3. The impacts should be calculated at all levels of PM2.5. The recommended risk coefficient is based on the most recently completed meta-analysis of all cohort studies published before January 2013 by Hoek et al. (2013) (Fig. 1). Thirteen different studies conducted in adult populations of North America and Europe contributed to estimation of this coefficient. Additional cohort studies on PM and mortality, either all-cause (natural) or cause-specific, have also been published. Differences in exposure assessment or other methods limited their inclusion in the Hoek et al. (2013) quantitative meta-analysis. Some further studies were published after the literature cut-off date of January 2013 (Carey et al., 2013, Kloog et al., 2013), but it is of note that the overall body of evidence is qualitatively consistent with the results of the meta-analysis. Furthermore, there is a wide range of exposure errors in the studies included in the meta-analysis (see Hoek et al., 2013 for details). Studies with a better quality of exposure assessment on average estimated a steeper CRF. It was not possible within the limited timeframe of the HRAPIE project to classify studies by the quality of their

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 13 exposure assessment and perform a separate meta-regression to take this into account. The authors therefore acknowledge that the current HRAPIE project recommendation could result in an underestimate of the exposure–response slope. Fig. 1. Meta-analysis of the association between PM2.5 and all-cause mortality (RR per 10 µg/m3)

Source: Hoek et al. (2013). Notes: NLCSAIR = Netherlands Cohort Study on Diet and Cancer, air quality investigation section; I-squared refers to the degree of inconsistency across studies.

As noted in IHME (2013), the RR coefficients for both ischaemic heart disease and stroke are modified by age. Whether this effect occurs with ambient air pollution effects on all-cause mortality is unknown because no cohort study has yet identified significant differences in age effects. It has, however, been regarded as prudent, where possible, to make an adjustment for age. For reasons of simplicity, the Hoek et al. (2013) meta-analysis did not account for this factor. The age structure of EU Member States is similar to that of the groups included in epidemiological studies. Nevertheless, the authors acknowledge that this could theoretically affect the impact estimates based on the Hoek et al. (2013) meta-analysis. The recommended alternative analysis is based on the age-stratified supra-linear exponential decay saturation model applied in the GBD 2010 study (IHME, 2013), which considered only cause-specific mortality. The PM2.5 levels observed in these studies correspond to the range expected for the EU in 2020 under the current legislation scenario (not exceeding 20 µg/m3 in most areas). No

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 14 extrapolation beyond the range covered by epidemiological studies on the effects of ambient PM2.5 is needed. Use of the linear function was discussed in the response and rationale given for question A5 in the REVIHAAP project report, indicating that few of the long-term studies examined the shape of the CRF (WHO, 2013a). The available analyses suggest that it is reasonable to use linear CRFs to assess risks within Europe, given the expected levels of PM2.5 in 2020. This is especially the case for all-cause mortality. For more specific causes of death, a supra-linear function, steeper in lower concentrations, may fit the data slightly better. The recommendation of all-cause analysis as a primary (A*) choice and not a set of CRFs for more specific causes of death is supported by two arguments.  The wider availability of risk estimates, produced by most long-term studies of allcause mortality, makes them more appropriate for meta-analysis that incorporates a wide range of characteristics specific to the countries included in the analysis. Different groupings of causes of death in various studies make the synthesis of causespecific results more difficult because of a reduction in the number of eligible studies. Meta-analysis of all-cause mortality can therefore draw on a greater range of studies than would be possible in a cause-specific analysis. A further point is that all-cause mortality includes deaths from causes that might lie outside the cause-specific groups generally reported but are insufficient in cohort studies for individual estimates. The background national data on all-cause mortality have greater precision than the cause-specific data. The latter may be affected by misclassification of causes of death in mortality registration across the range of countries included in the analysis (Mathers et al., 2005). As a result, with cause-specific impact estimates, the uncertainty related to background health data will add to the CRF uncertainty, complicating interpretation of the impact assessment.



An additional argument for the use of all-cause mortality is the smaller scale of heterogeneity of the “all-cause” coefficients reported by various epidemiological studies than that observed for cause-specific ones. Convincing evidence also indicates a relationship between cardiovascular, respiratory and lung cancer mortality and PM2.5 exposure, while many other causes of death (such as gastrointestinal diseases) are less likely to be affected by this air quality parameter. This argument favours cause-specific analysis, recommended as an alternative method (see section 2.2). The HRAPIE experts judged, however, that the frequency of the causes of death linked with exposure was sufficiently similar (between cohorts included in the meta-analysis and between countries in the EU where the impacts are to be estimated) to justify the use of allcause mortality in the cost–benefit analysis. If the frequency of the causes of death linked with exposure differs markedly between countries, as is the case for global burden estimates, then use of all-cause CRFs will lead to both over- and underestimation of impacts at the country level. This issue should be addressed through comparison of the two alternative methods recommended and in the uncertainty analysis. The recommendation to assume benefits of any reduction in exposure, including at very low modelled levels of PM2.5, is based on the assumption that, even after the pollution reduction, the PM2.5 concentration will be likely to exceed the lowest levels observed in recent

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 15 epidemiological studies (including because of the natural background). As summarized in the response to question A5, several cohort studies reported effects on mortality at PM2.5 concentrations well below an annual average of 10 µg/m3. Advantages of the method based on the linear function include its simplicity and independence of the expected health benefits of pollution reduction from the initial level of exposure. It is also important that it follows the approaches applied in the Clean Air for Europe (CAFE) programme in 2005. These are familiar to stakeholders and policy-makers and allow comparison of new results with those from 2005. Findings from the follow-up of the Harvard Six Cities study suggest that mortality effects may be partially reversible, over a time period possibly as short as a year (Laden et al., 2006; Lepeule et al., 2012). The most appropriate way to express the benefits, identified through cohort studies, of reduced exposure to PM2.5 is in terms of life-years gained across the population as a whole (COMEAP, 2010; WHO, 2000). As described, for example, in COMEAP (2010), “attributable deaths” are useful for describing the mortality burden in any given year, if some simplifying assumptions are accepted. They are difficult to use, however, in comparing numbers of deaths in a reduced pollution scenario with a baseline long-term scenario, as everyone dies eventually in both cases. Numbers of deaths can be calculated for shorter time periods, but this type of estimate of the impact of exposure is incomplete. Such estimates would also need to be accompanied by a description of the relevant time period, such as “in the first 10 years” (“per year” is not appropriate as the numbers of attributable deaths following a reduction in pollution vary over time as the size and age structure of the population is altered by the additional survivors). The HRAPIE experts recommended estimation of effects in adult populations (age 30+ years) as most of the evidence providing the CRFs comes from studies that focused on populations around 30 years of age and above. Baseline mortality rates for the analysis should be based on the data available in the MDB (WHO, 2013c). The rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes A–R) in each of the 53 countries of the WHO European Region for the latest year with available data should be calculated. The data available in the database are compiled from various sources, including a network of country experts; the WHO Regional Office for Europe’s technical programmes; and partner organizations such as United Nations agencies, the statistical office of the EU (EUROSTAT) and the Organisation for Economic Cooperation and Development. The MDB is updated twice a year.

2.2. Effects of long-term PM2.5 exposure on cause-specific mortality The cause-specific analysis follows the approach applied in the recently published GBD 2010 study (Lim et al., 2012). It includes an estimation of the effects of long-term exposure to PM2.5 on mortality from four specific causes of death (cerebrovascular disease, ischaemic heart disease, COPD and lung cancer) in all regions of the world at age 30+ years. This was the preferred approach for the GBD 2010 study because of significant differences in the structure of reporting of causes of death between regions (IHME, 2013). The PM2.5 levels considered in the GBD 2010 study expanded far beyond the concentrations observed in longterm epidemiological studies on the effects of ambient air pollution conducted in North America and western Europe, so the estimation of CRFs integrated results of studies on

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 16 ambient air pollution with those of studies on effects of PM from second-hand smoke, indoor air pollution from household solid fuel use, and active smoking, following the approach published by Pope et al. (2011). This approach assumes that the health impacts of fine PM from various sources are similar. It avoids estimation of unrealistically high risks in populations exposed to very high ambient levels of PM2.5 (those much higher than in Europe), which could result from linear or even logarithmic extrapolation of the results of studies on effects of ambient air quality. The CRFs applied in the GBD 2010 study (IHME, 2013) were based on a three-parameter exponential decay saturation model with a power of PM2.5 concentration. The approach to developing this model is described in the response and rationale given for question D4 in the REVIHAAP project report (WHO, 2013a) and a paper providing a more detailed model description is in preparation. This model provided the best overall fit among all four health outcomes studied, compared to the seven alternative models examined. The CRFs reflect a steeper increase in risk at low exposure levels than that for higher exposures (supra-linear function) observed in some epidemiological studies. The estimates of risk based on this approach compare well with the results of a recent study conducted in China (Cao et al., 2011), with estimated PM2.5 (converted from total suspended particles) concentrations ranging from 38–166 µg/m3. The REVIHAAP project recommended the GBD 2010 approach for cost–benefit analysis, noting that its application would involve a linearization of the CRFs, using the PM2.5 level expected in 2020 under the current legislation scenario. In practice, estimates were sensitive to assumptions about the level below which effects would not be quantified; this was one reason the GBD 2010 cause-specific values do not contribute to the total effect but are recommended as an alternative to all-cause mortality. As noted in section 2.1, epidemiological studies of risk factors for both ischaemic heart disease and stroke indicate that the RR declines with the logarithm of age (Lim et al., 2012). The HRAPIE experts therefore recommended calculation of both age-specific and all-age estimates to assess the potential effect of stratification. The matrix of risk coefficients (by baseline PM2.5 level and age, for each of the outcomes) is provided in the GBD 2010 study. Furthermore, the International Agency for Research on Cancer (IARC) recently classified ambient air pollution in general, and PM specifically, as a Group 1 carcinogen (IARC, 2013). Future health impact assessment and cost–benefit analysis exercises should consider recommendations for PM2.5 and lung cancer incidence (besides lung cancer mortality), as this outcome contributes to the burden of disease of air pollution. In view of the HRAPIE project timeline, however, a formal meta-analysis for this outcome was not undertaken, and specific recommendations for lung cancer incidence were not made. The proposed recommendations for all-cause and cause-specific mortality (which include lung cancer as a cause of death) are thought partially to cover this outcome, but as they relate only to lung cancer mortality and not to development of cancer, this may lead to a small underestimation of the effects. As for all-cause mortality, the calculation of life-years gained is more appropriate than numbers of deaths although it is possible to have long-term changes in numbers of deaths from specific causes. Again as for all-cause mortality, the duration of follow-up in life tables needs to be defined (such as, for example, the lifetime of those at the start of the policy change); this is particularly important for lung cancer, where a short lag would be

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 17 inappropriate and a short follow-up would miss the effect. Baseline rates for mortality should be sourced from the European detailed mortality database (WHO, 2013d).

2.3. Effects of long-term PM10 exposure on postneonatal mortality For infant mortality, the HRAPIE experts recommended using the results of the study by Woodruff, Grillo and Schoendorf (1997), based on 4 million infants in the United States. The endpoint was postneonatal infant mortality, defined as death between the ages of 1 and 12 months. The associations reported in the study between all-cause mortality and PM10 (measured as the average during the first two months of life) generated an RR of 1.04 (95% CI = 1.02, 1.07) per 10 µg/m3 PM10. This study is preferred over a more recent study (Woodruff, Darrow and Parker, 2008) of 3.5 million infants in the United States, which reports associations with respiratory-specific postneonatal infant mortality. While this later study provides general support for infant mortality effect from long-term exposure, data on the cause-specific postneonatal mortality are not available in international databases. Further studies, mostly in developing countries, provide additional support for an effect of acute exposure to PM (Cohen et al., 2004). Country-specific postneonatal mortality rates should be used, based on the European Health for All database (WHO, 2013e), possibly including United Nations projections, as background data. These recommendations are based on a limited number of studies only and, owing to the limited resources of the current project, were prepared without a formal systematic review of the evidence on the impact of PM on postneonatal mortality. The confidence in quantitative estimate of risk is considered to be moderate, and the pollutant–outcome pair is recommended for inclusion in Group B*.

2.4. Effects of long-term PM10 exposure on prevalence of bronchitis in children The CRF for this endpoint is taken from the PATY study (Hoek et al., 2012), which analysed data collected by cross-sectional studies previously conducted in 11 countries. Data on “bronchitis in the past 12 months” were available from about 40 000 children aged 6 to 12 years living in nine countries, with most subjects living in European cities. A borderline significant association of bronchitis prevalence with long-term average PM10 concentration in cities was reported with an ES of 1.08 (95% CI = 0.98, 1.19) per 10 µg/m3 annual mean PM10. The analysis found evidence for heterogeneity of the association (p<0.10) between the studies, possibly related to the differences in design of individual studies included in the PATY study and diagnostic differences affecting bronchitis definition. This outcome contributes to the calculation of RADs, so when the total burden of disease and costs due to PM are calculated, RADs should be reduced accordingly. In the cost–benefit analysis, this estimate is to be applied to all children aged 6–12 years (or 6–18 years if only this age category is available). The baseline rate of bronchitis in the previous 12 months can be based on the results of the PATY study. Although the estimates from various countries ranged from 6.2% to 41.5%, the HRAPIE experts recommended the mean prevalence rate of 18.6% from the PATY study for the analysis. The pollutant–outcome pair is recommended for inclusion in Group B*.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 18

2.5. Effects of long-term PM10 exposure on incidence of chronic bronchitis in adults The recommended estimate of CRF for chronic bronchitis is based on two studies: the AHSMOG study from California, United States (Abbey et al., 1995a; 1995b) and SAPALDIA from Switzerland (Schindler et al., 2009). Both conducted longitudinal analyses in which the probability of a new case of chronic bronchitis over an approximately 10-year inter-survey period was related to PM over the same period, adjusting for other factors. Within this framework, the two studies used different exposure metrics: the results in the AHSMOG study are for the average annual mean concentration of PM2.5 over the intersurvey period (1966–1977), whereas SAPALDIA found relationships with the change in annual mean PM10 over the inter-survey period (1991–2002). Both studies defined chronic bronchitis similarly, as having had symptoms of cough and/or sputum production on all or most days, for at least three months per year for at least two years. For monetary valuation, note that this is milder than the often-used requirement of chronic cough and sputum. The AHSMOG study used a cohort of about 3900 non-smokers above the age of 28 years for the first survey. Estimated lifetime exposures over a 20-year period were assigned based on detailed history of both work and residential location via two approaches. Using exposures in PM10 derived from total suspended particles measurements, Abbey et al. (1995a) estimated an RR which gave an estimated change of 7.0% (95% CI = −0.5%, 14.3%) in new cases per 10 µg/m3 PM10. The CAFE programme analysis (Hurley et al., 2005) used this estimate of risk, for which the CI was derived. Using exposures to PM2.5 based on airport visibility data, Abbey et al. (1995b) generated an ES of 14% (95% CI = −0.45%, 26.2%) change in new cases per 10 µg/m3 of PM2.5. The HRAPIE experts preferred this second study, since there is much more uncertainty in estimating PM10 in multiple cities from total suspended particles than in directly estimating PM2.5 from airport visibility in each city where good model fits were obtained. Schindler et al. (2009) provide support for the higher estimate of the two RRs from the AHSMOG study. This study examined relationships between chronic bronchitis and the change in modelled concentrations of PM10 in the residence in about 7000 adults aged 16–60 years, at first survey residing in eight communities in Switzerland. This study estimated an odds ratio of 0.78 (95% CI = 0.62, 0.98), equivalent to a decrease of risk of new reports of chronic bronchitis by 22% (95% CI = 2%, 38%) per 10 µg/m3 decrease in PM10. Converting the results of the Abbey et al. (1995b) study to PM10 units (assuming PM2.5/PM10 = 0.65) and using an inverse-variance weighted average of that study with the results of the Schindler et al. (2009) study obtains an RR for chronic bronchitis of 1.117 (95% CI = 1.040, 1.189) per 10 µg/m3 PM10. Schindler et al. (2009) also looked at all the subjects in the cohort reporting symptoms that can be explained by air pollution, at the end of the inter-survey period. The study reveals a substantial dynamic of change in those symptoms, with many not reporting the symptoms in a second survey, others reporting new ones, and a smaller group reporting symptoms at both surveys. To avoid overestimating the overall attributable burden the HRAPIE experts propose to restrict the assessment to quantifying the air pollution-associated burden for reporting symptoms at follow-up while being free of symptoms at baseline. Given the dynamics of

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 19 bronchitis, as defined by questionnaire methods, some of those incident cases will be free of symptoms sometime in the future, while others will suffer from a more persistent symptomatology. In the absence of country-specific baseline rates for chronic bronchitis, the HRAPIE experts recommended using the estimates from the AHSMOG study and SAPALDIA, which provide the RRs. Adjusting for remission, and following the United States Environmental Protection Agency’s Environmental Benefits Mapping and Analysis programme, the baseline incidence rate from AHSMOG is 3.78 incident cases annually per 1000 adults at risk. Analysis of Schindler et al. (2009), again adjusting for remission, gave a remarkably similar value for SAPALDIA of 3.9 cases per 1000 adults at risk who reported symptoms at the second survey but not at baseline. These recommendations are based on two studies only and, owing to the limited resources of the current project, were prepared without a formal systematic review of the evidence on the impact of PM on chronic bronchitis incidence. A recently published systematic review of studies on the relationship of COPD to air pollution (Schikowski et al., 2013) could offer support. Chronic bronchitis, defined on the basis of reported symptoms of cough and phlegm, is considered a rather weak indication of clinically recognized COPD diagnosed on the basis of spirometry or clinical examination, but such symptoms are known predictors of objectively defined future COPD. The Schikowski et al. (2013) study used objective measures (namely spirometry) or ICD codes in the hospital discharge or death record. It concluded that the evidence of long-term effects of air pollution on the prevalence and incidence of COPD among adults was suggestive but not conclusive, despite plausible biological mechanisms and good evidence that air pollution affects lung development in childhood and triggers exacerbations in COPD patients. Based on this conclusion and the possibly incomplete evidence on CRF for chronic bronchitis used in the current analysis, quantification of the effects of PM10 on chronic bronchitis incidence is recommended for inclusion in Group B*, for which there is less certain supportive evidence and less confidence in the CRF. Unresolved difficulties also exist in combining and using coefficients from a study of PM level with those of a study of change in PM level, and this is a further reason for recommending that this pollutant–outcome pair should be included in Group B*.

3. Short-term PM exposure 3.1. Effects of short-term PM2.5 exposure on all-cause mortality The HRAPIE experts expressed concern that the premature deaths attributed to short-term changes of PM2.5 concentration were already accounted for in estimations of the effects of long-term exposure. They therefore recommended that quantification of the effects of shortterm exposure should be done for information only; it is not proposed as an alternative to quantification of long-term PM2.5 exposure. The APED meta-analysis included results of 12 single-city time-series studies and one multicity study on all-cause mortality for all ages. Single-city (or region) results were for Vienna, Austria (Neuberger, Rabczenko and Moshammer, 2007); the coal basin (Peters et al.,

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 20 2000) and Prague (Branis et al., 2010) in the Czech Republic; Erfurt, Germany (Peters et al., 2009); Barcelona (Perez et al., 2008), Las Palmas de Gran Canaria and Santa Cruz de Tenerife (López-Villarrubia et al., 2010) in Spain; and London (Atkinson et al., 2010) and the West Midlands in the United Kingdom (Anderson et al., 2001). The multicity study reported results from an analysis of nine French cities (Blanchard, 2008) (Fig. 2). The random effects summary estimate, expressed as the percentage increase in the mean number of deaths for a 10 µg/m3 increment in PM2.5, was 1.23% (95% CI = 0.45%, 2.01%). The individual estimates were robust on adjustment for other pollutants. While additional evidence published since May 2011 is not included in this review, a recent multicity study in 10 European Mediterranean metropolitan areas (including Barcelona) – the MED-PARTICLES project (Samoli et al., 2013) – found an increase in daily mortality of 0.55% (95% CI = 0.27%, 0.84%) associated with a 10 µg/m3 increase in PM2.5. Fig. 2. Risk estimates for PM2.5 and all-cause mortality, all ages

Country

City/region

Lead author

Year

Study period

ES (95% CI)

Eur Aa, multicity France Nine French cities Blanchard 2008 2000–2004 1.59 (0.80, 2.38)

Eur A, single city Austria Vienna Neuberger 2007 2000 2010 2009 2008 2010 2010 2010 2001 2002–2004 1993–1994 2006–2006 1991–2002 2003–2004 2001–2004 2001–2004 2000–2005 1994–1996 −5 −1 0 1 5 10 2.57 (1.09, 4.04) 0.57 (−0.20, 1.35) 0.40 (−0.80, 1.60) −0.66 (−1.82, 0.50) 3.92 (2.27, 5.57) −0.91 (−4.08, 2.25) −0.68 (−4.00, 2.63) 0.52 (−0.76, 1.80) 0.34 (−0.85, 1.53)

Czech Republic Czech Republic Peters (coal basin) Czech Republic Prague Germany Spain Spain Spain Erfurt Barcelona Las Palmas de Gran Canaria Santa Cruz de Tenerife Branis Peters Perez López-Villarrubia López-Villarrubia Atkinson Anderson

United Kingdom London United Kingdom West Midlands

1000 × ln (RR)

Source: work funded by and reproduced with permission of the United Kingdom Department of Health Policy Research Programme. a The WHO European Region EUR A countries are: Andorra, Austria, Belgium, Croatia, Czech Republic, Denmark, Finland, France, Germany, Greece, Iceland, Ireland, Israel, Italy, Luxembourg, Malta, Monaco, Netherlands, Norway, Portugal, San Marino, Slovenia, Spain, Sweden, Switzerland and United Kingdom.

Two large multicity studies of PM2.5 and all-cause mortality were also undertaken in Canada and the United States. Burnett et al. (2004) studied daily mortality in 12 Canadian cities and reported an RR (expressed as a percentage) of 0.60% (95% CI = −0.03%, 1.23%) per 10 µg/m3 increment in PM2.5. In the United States, Zanobetti and Schwartz (2009) found a

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 21 stronger association in their study of 112 cities of 0.98% (95% CI = 0.75%, 1.21%), also per 10 µg/m3 increment in PM2.5. Both these pooled estimates are smaller than the summary estimate from Europe, although their CIs overlap substantially with the European pooled estimate. These studies, conducted in developed countries with comparable sources of fine particle pollution to European countries, provide support for evidence of an association between PM2.5 and mortality observed in Europe. The time-series studies provide support for the use of evidence from cohort studies for cost– benefit analysis. Effects should be calculated at all PM levels. Baseline rates for mortality should be sourced from the MDB (WHO, 2013c), which provides mortality indicators stratified by 67 causes of death, age and sex.

3.2. Effects of short-term PM2.5 exposure on hospital admissions for CVDs and respiratory diseases The APED meta-analysis of studies of PM2.5 and CVD hospital admissions in Europe used results from five studies of subjects of all ages: a multicity study of six French cities (Host et al., 2008) and single-city (or region) studies from Prague (Branis et al., 2010), Madrid (Linares and Dìaz, 2010), London (Atkinson et al., 2010) and the West Midlands (United Kingdom) (Anderson et al., 2001) (Fig. 3). The random effects summary estimate calculated was 0.91% (95% CI = 0.17%, 1.66%) per 10 µg/m3. Fig. 3. Risk estimates for short-term PM2.5 and hospital admissions for CVDs, all ages

Country Eur Aa, multicity France Eur A, single city Czech Republic Spain United Kingdom

City/region

Lead author

Year

Study period

ES (95% CI)

Six French cities Host

2008

2000–2003

0.90 (0.10, 1.69)

Prague Madrid London

Branis Linares Atkinson Anderson

2010 2010 2010 2001

2006–2006 2003–2005 2000–2005 1994–1996

1.59 (0.50, 2.68) 7.70 (2.96, 12.44) −0.90 (−2.24, 0.43) −0.28 (−1.49, 0.92)

United Kingdom West Midlands

1000 × ln (RR)

−5 −1 0 1

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 22 Three single-city studies conducted in Prague (Branis et al., 2010), Madrid (Linares and Dìaz, 2010) and the West Midlands (United Kingdom) (Anderson et al., 2001) also reported results for hospital admissions for all-age respiratory disease (Fig. 4). The random effects summary estimate calculated was 1.90% (95% CI = −0.18%, 4.02%) per 10 µg/m3 increase in PM2.5. While additional evidence published since May 2011 is not included in this review, the authors note data for hospital admissions in eight Mediterranean cities from the MEDPARTICLES project (Stafoggia et al., 2013). This study reported increases in daily admissions for CVDs and respiratory diseases (in subjects aged 15+ years) of 0.43% (95% CI = 0.04%, 0.83%) and 1.25% (−0.02%, 2.54%) respectively per 10 µg/m3 increases in PM2.5. The CRFs are based on European studies but the investigations conducted in other regions, as reviewed in the REVIHAAP project report (WHO, 2013a), provide qualitative support. Fig. 4. Risk estimates for short-term PM2.5 and hospital admissions for respiratory diseases, all ages

Country

City/region

Lead author

Year

Study period

ES (95% CI)

Eur Aa single city Czech Republic Spain United Kingdom Prague Madrid Branis Linares 2010 2010 2001 2006–2006 2003–2005 1994–1996 1.59 (-0.10, 3.27) 6.77 (1.98, 11.55) 0.67 (-0.51, 1.86)

West Midlands Anderson

1000 × ln (RR)

−5

−1 0 1

Baseline hospitalization rates should be taken from the European hospital morbidity database (WHO, 2013f). The hospitalizations contribute to the calculation of RADs, so when the total burden of disease and costs due to PM are calculated, RADs should be reduced accordingly. The pollutant–outcome pairs are recommended for inclusion in Group A*.

3.3. Effects of short-term PM2.5 exposure on RADs RADs include days when individuals reduce their normal activities, including days of missed work, absences from school and other more minor reductions in daily activity. As a result, calculation of RADs is likely to incorporate many of the lower respiratory symptoms, as well as other relatively minor outcomes associated with PM in previous research such as doctor

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 23 visits, medication use and lower and upper respiratory symptoms (Ward and Ayres, 2004; Hoek and Brunekreef, 1995). The effects of PM on work days lost, hospitalizations and asthmatic symptoms in children contributing to the RADs can be estimated according to the methods recommended in the other sections. These more specific outcomes should not be added to RADs to avoid double counting of effects. Only one study is available that can inform the HRAPIE project’s recommendations. The CRF for RADs is based on a study of six years of data from the United States National Health Interview Survey (Ostro, 1987), which included approximately 12 000 adults (aged 18–64 years) each year from 49 metropolitan areas of the United States. The relationship between two-week average PM2.51 and RADs was estimated for each year individually with ESs ranging from 2.8% to 9% per 10 µg/m3 PM2.5. A meta-analysis using inverse-variance weighting generates an overall estimate of 4.7% (95% CI = 4.2%, 5.3%) change in RADs per 10 µg/m3 PM2.5. The HRAPIE experts recommended applying this CRF to all age groups, given the likelihood of similar or greater effects of PM2.5 on RADs for those aged under 18 and over 64 years. Support for this assumption is provided by the United Kingdom General Lifestyle Survey of 2008, which reported on the number of RADs experienced by individuals in the United Kingdom population (Ali et al., 2010), finding approximately 23 RADs per person per year, with 17 RADs per person in the 16–44 age group and 32 RADs per person in the 45–64 age group. These results are supported by data for the United States National Health Interview Survey (Adams and Marano, 1994), which show restrictions resulting from acute conditions (Table 2; RADs resulting from chronic conditions are not included in the table but are in the original epidemiological study). Table 2. RADs resulting from acute conditions Age group <5 5–17 18–24 24–44 45–64 65+ Average number of RADs per year 8.76 6.33 6.39 6.64 6.30 8.95

Source: Adams and Marano (1994).

In the absence of national data on RADs, the HRAPIE experts recommended using the baseline rate of RADs of 19 per person per year, as in the Ostro and Rothschild (1989) study. Fairly similar rates were observed for the Canadian population (Stieb et al., 2002) and that of the United Kingdom (Ali et al., 2010). This pollutant–outcome pair is recommended for inclusion in Group B*. Only the residual RADs should be added to the total effect, however, after days in hospital, work days lost and days with symptoms are accounted for.

3.4. Effects of short-term PM2.5 exposure on work days lost The CRFs for this endpoint are also based on the Ostro (1987) study (see section 3.3). The meta-analysis for work days lost generates a CRF of 4.6% (95% CI = 3.9%, 5.3%) change 1

Assuming linearity, the health effects of daily variations in PM 2.5 can be calculated using another averaging time, such as daily or annual average.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 24 per 10 µg/m3 PM2.5, applied to all current workers. For baseline rates, country-specific data on absenteeism from work due to illness is provided by the European Health for All database (WHO, 2013e). Although baseline rates are available for most countries, the definitions and criteria used for registering sick leave differ significantly between countries, increasing the uncertainty of burden estimates. The burden of work days lost (in terms of either disability-adjusted life-years or economic costs) should not be added to the burden of RADs because of the clear overlap in the groups of people affected. The estimated number of work days lost should therefore be subtracted from the estimated number of RADs to avoid double counting before burden calculations, and should also be quantified separately.

3.5. Effects of short-term PM10 exposure on incidence of asthma symptoms in asthmatic children For this endpoint the HRAPIE experts used the meta-analysis of 36 panel studies of asthmatic children aged 5–19 years (Weinmayr et al., 2010). The studies were conducted in 51 populations, including 36 from Europe, with the children’s pre-existing asthmatic status confirmed by a physician or by reporting relevant symptoms or medication through a questionnaire. The definition of occurrence of asthma symptoms varied by study and included coughing, wheezing, shortness of breath, asthma attacks or asthma symptoms. Using a random effects analysis to address the heterogeneity between the studies, an effect of 2.8% (95% CI = 0.6%, 5.1%) for a 10 µg/m3 change in daily PM10 was estimated. In the cost–benefit analysis, this CRF should be applied to asthmatics aged 5–19 years. The prevalence of asthma in children based on “severe asthma” in ISAAC (Lai et al., 2009) is 4.9% for western Europe and 3.5% for northern and eastern Europe. Based on interpolation of data from several panel studies, the daily incidence of symptoms in this group is assumed to be 17% (Peters et al., 1997; Segala et al., 1999; van der Zee et al., 1999). The burden of asthma symptoms (in terms of either disability-adjusted life-years or economic costs) should not be added to the burden of RADs because of the clear overlap in the groups of people affected. The estimated number of days with asthma symptoms should therefore be subtracted from the estimated number of RADs to avoid double counting before burden calculations.

4. Long-term O3 exposure 4.1. Effects of long-term O3 exposure on respiratory mortality The recommended CRFs are based on analyses of the data collected in the ACS cohort, including subjects aged 30+ years at the start of the follow-up. At least some proportion of the short-term effects on mortality is likely to be included in the estimated number of effects of long-term exposure. The HRAPIE experts therefore recommended inclusion of this pollutant–outcome pair as an alternative to the effects of short-term O3 on mortality in Group B (not contributing to the total effect of the extended set).

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 25 Estimation of impacts on respiratory mortality in people aged 30+ years uses RR coefficient 1.014 (95% CI = 1.005, 1.024) per 10 µg/m3 of the summer months (April–September) average of daily maximum 8-hour mean O3 concentration. This coefficient is derived from the single-pollutant analysis of ACS data in 96 metropolitan statistical areas of the United States (Jerrett et al., 2009a). It is re-scaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the APHEA-2 project (Gryparis et al., 2004). The risk coefficients should be applied to summer months mean 8-hour O3 concentrations above 35 ppb. This cut-off point results from the fact that summer months mean O3 concentration exceeded 35 ppb in most areas included in the ACS analysis, so no information exists on the shape of the CRF below that level. The MDB (WHO, 2013c) should be used to provide the baseline number of deaths for all 53 countries of the WHO European Region.

5. Short-term O3 exposure 5.1. Effects of short-term O3 exposure on all-cause mortality The HRAPIE experts recommended that this analysis should be included in both the cost– effectiveness and the cost–benefit analysis. It includes estimates of the impact of short-term (daily maximum 8-hour mean) exposure to O3 on all-cause mortality for all ages. The impacts of O3 should be calculated according to the linear function with RR coefficient 1.0029 (95% CI = 1.0014, 1.0043) per 10 µg/m3. The recommended risk coefficients are based on data from 32 European cities included in the APHENA study and discussed in more detail in the REVIHAAP project report in the response and rationale given for question B1 (WHO, 2013a). The coefficients for the daily maximum 8-hour mean O3 concentrations were derived from the coefficients for the 1-hour means published in the APHENA study report (Katsouyanni et al., 2009). They were rescaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the APHEA-2 project (Gryparis et al., 2004). The recommended coefficients are adjusted for PM10 (to avoid or reduce double counting). For the cost–effectiveness analysis, the HRAPIE experts recommended a cut-off concentration of 35 ppb (70 µg/m3) to reflect greater confidence in the significant relationship above 35 ppb. An additional argument is the availability of O3 models that can estimate the sum of means over 35 ppb with greater reliability than concentrations below 35 ppb. Owing to uncertainty regarding the presence of a threshold for O3 effects, additional effort to estimate the impacts of O3 in concentrations above 10 ppb, which is the lowest concentration observed in monitoring stations in Europe (using the sum of means over 10 ppb), would also be justified. In such additional analysis, the same risk coefficients should be used as with the sum of means over 35 ppb. It should be noted that the coefficients in the APHENA study were based on the whole range of observed O3 concentrations, including levels below 35 ppb. No assumption of “no effect” of the lower levels of O3 is thus made in the impact calculations. Rather, any such impacts are ignored in the cost–effectiveness analysis. While this approach should not affect comparison of various policies reducing peaks of O3, the effect of this assumption should be tested in the cost–benefit analysis.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 26 The MDB (WHO, 2013c) should be used to provide number of deaths for all 53 countries of the WHO European Region, for the latest year with available data. The data are compiled from various sources, including a network of country experts; the WHO Regional Office for Europe’s technical programmes; and partner organizations such as agencies of the United Nations system, EUROSTAT and the Organisation for Economic Co-operation and Development. The MDB is updated twice a year.

5.2. Effects of short-term O3 exposure on cardiovascular and respiratory mortality The impacts of O3 in concentrations above 35 ppb (70 µg/m3) maximum daily 8-hour means – using the sum of means over 35 ppb – should be calculated according to the linear function with RR coefficients 1.0049 (95% CI = 1.0013, 1.0085) per 10 µg/m3 for cardiovascular and 1.0029 (95% CI = 0.9989, 1.0070) for respiratory mortality. The source of these coefficients is the APHENA study, which also provided the risk function for all-cause core analysis (Katsouyanni et al., 2009). Coefficients for cardiovascular mortality for all ages were calculated using a weighted average of the results for ages 75+ years and <75 years, based on the proportion of subjects in the European population aged 75+ years (6.4% calculated as the mean of the city-specific proportions) in the APHENA study. Additional analysis for O3 concentrations above 20 µg/m3 (10 ppb) – using the sum of means over 10 – should also be performed. The MDB (WHO, 2013c) should be used to provide the number of deaths for all 53 countries of the WHO European Region.

5.3. Effects of short-term O3 exposure on hospital admissions for CVDs and respiratory diseases The APHENA study analysed associations between O3 (maximum 1 hour) and hospital admissions (Katsouyani et al., 2009). In Europe, data were available from eight cities and stratified by respiratory disease and CVDs (cardiac) in subjects aged 65+ years (Table 3). The findings of the APHENA study provide the most comprehensive overview of the evidence for an association between O3 and hospital admissions for respiratory and cardiac diseases in Europe. Results from the United States and Canada are included in Table 3 for comparative purposes. The HRAPIE experts note the inconsistency in the results between regions when O3 estimates are adjusted for PM10: this weakens the evidence for an association between O3 and hospital admissions observed in Europe. Table 3. Pooled estimates for hospital admissions for respiratory and cardiac diseases Outcome Europe (eight cities) Single Adjusted pollutant for PM10 % % (95% CI) (95% CI) −0.10 0.64 (−0.46, 0.27) (0.36, 0.91) 0.19 0.32 (−0.28, 0.67) (0.05, 0.60) United States Single Adjusted pollutant for PM10 % % (95% CI) (95% CI) −0.04 0.10 (−0.11, 0.31) (−0.28, 0.19) 0.18 0.08 (−0.12, 0.49) (−0.26, 0.41) Canada Single Adjusted pollutant for PM10 % % (95% CI) (95% CI) 0.26 0.63 (−0.2, 0.73) (−0.22, 1.5) 0.74 (−0.05, 1.5) 0.39 (−1.1, 1.9)

Cardiac, 65+ years Respiratory, 65+ years

Source: based on Katsouyanni et al., 2009. Note: Figures reported are percentage increases in admissions (95% CI) per 10 µg/m3 increment in daily maximum 1-hour O3 concentrations.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 27 Following the REVIHAAP project’s recommendations, the cost–benefit analysis should be based on the daily maximum 8-hour mean (WHO, 2013a). This was re-scaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the APHEA-2 project (Gryparis et al., 2004). The risk coefficients per 10 µg/m3 daily maximum 8-hour mean scaled from the APHENA estimates adjusted for PM10 (Table 3), are as follows:   for cardiovascular admissions (age 65+ years): 0.89% (95% CI = 0.50%, 1.27%) for respiratory admissions (age 65+ years): 0.44% (95% CI = 0.07%, 0.83%).

Impact estimates of the sum of means over 10 ppb and the sum of means over 35 ppb (daily maximum 8-hour) should be calculated. The baseline numbers of hospital admissions for each country should be taken from the European hospital morbidity database (WHO, 2013f) (number of discharges for all ages minus numbers for ages 0–14 and 14–64 years).

5.4. Effects of short-term O3 exposure on MRADs An RAD is a day when individuals reduce their normal activities, for health-related reasons. MRADs do not involve work loss or bed disability, but do include some noticeable limitation on “normal” activity. The recommended CRF is based on the Ostro and Rothschild (1989) study, which carried out six separate analyses of annual data of the United States National Health Interview Survey 1976–1981, examining relationships between respiratory RADs or MRADs and O3 (2-week averages of daily 1-hour maximum,2 in µg/m3) or PM2.5 (same data as for Ostro, 1987 – see sections 3.3 and 3.4). Perhaps surprisingly, there was no clear or consistent relationship linking O3 and respiratory RADs. There was, however, a reasonably strong and consistent relationship between MRADs and O3. Direct evidence on O3 exposure and symptoms in clinical and panel studies was discussed in the REVIHAAP project report and supports the plausibility of MRADs (WHO, 2013a). The study by Ostro and Rothschild (1989) was used in the CAFE programme; the HRAPIE experts propose that the same relationship should be used again and that – as in the CAFE programme – this is also used as a surrogate for minor symptoms, to avoid double counting. The following short description draws heavily on the CAFE programme cost–benefit analysis methodology report (Hurley et al., 2005). Ostro and Rothschild (1989) reported results for single- and two-pollutant models, adjusting for city differences and various individual-level socioeconomic confounders. Following the CAFE programme, the HRAPIE experts used the two-pollutant results: the regression coefficients for O3 were also adjusted for PM2.5. The regression coefficients for the six individual years were very variable, with most (including two negative) being statistically significant individually. The weighted mean was derived as 0.00111 (standard error (SE) 0.00034), giving an increase of 0.111% (95% CI = 0.043%, 0.179%) per µg/m3 O3 (1-hour 2

Assuming linearity, the health effects of daily variations in O 3 can be calculated using another averaging time, such as daily or annual average.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 28 maximum) or 1.54% (95% CI = 0.60%, 2.49%) per 10 µg/m3 O3 (daily 8-hour average). This was re-scaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the APHEA-2 project (Gryparis et al., 2004). The original study only included current workers resident in urban areas. As with PM2.5, however, the HRAPIE experts recommended that this CRF and background rates should be applied to all age groups, given the likelihood of similar or greater effects on MRADs for those aged under 18 and over 64 years. Ostro and Rothschild (1989) report a mean MRAD of 7.8 days per year among people in employment aged 18–64 years. This is likely to be an underestimate of overall rates in the 18–64 age group because people in employment are on average healthier and better off socioeconomically than those who are unemployed. It is also likely to be a further underestimate of background rates in older people; thus, the extrapolation to other adults is a cautious one.

6. Long-term NO2 exposure The HRAPIE experts made the recommendations below for use in estimating the health benefits due to NO2 per se; for example, in evaluating policies that change NO2 concentrations. Coefficients adjusted for other pollutants are therefore recommended for several outcomes. Ideally, this would be complemented by calculating the effect of the relevant other pollutant adjusted for NO2 (if the concentration of the other pollutant has also changed as a result of the relevant policy). This is not always possible, but the health benefits for NO2 per se would remain correct. If calculating the overall effects of air pollution – for example, in burden calculations of traffic pollution – an alternative is to use an unadjusted NO2 coefficient without including the effect of the other pollutant. This is discussed in detail in the response and rationale given for question C4 in the REVIHAAP project report (WHO, 2013a). General restrictions for using risk coefficients based on multipollutant models are discussed in the introduction to this report (section 1.4).

6.1. Effects of long-term NO2 exposure on all-cause mortality The recommendation from the response to question C4 in the REVIHAAP project is to include in the cost–benefit analysis the impact of long-term (annual average) exposure to NO2 on all-cause (natural) mortality as well as on cardiovascular mortality. The impact calculation should be conducted as Group B* to contribute to the total effect of the extended set but at the same time avoid potential overlap and double counting of mortality effects from PM2.5, which are included in Group A* analysis. The HRAPIE experts recommended applying to adult populations (age 30+ years) a linear CRF for all-cause (natural) mortality, corresponding to an RR of 1.055 (95% CI = 1.031, 1.08) per 10 µg/m3 annual average NO2. The impact should be calculated for levels of NO2 above 20 µg/m3. Ideally, the annual average would be assessed at a similar spatial scale to that used in the original studies. With a coarser scale the effects of hot spots would be ignored in the cost–benefit analysis, leading to underestimation of the total effects. A CRF for

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 29 cardiovascular mortality is not provided as this effect is already included in all-cause mortality. The recommended risk coefficient is based on the most recently completed meta-analysis of all cohort studies published before January 2013 by Hoek et al. (2013). This considered 11 studies as they were conducted in adult populations of Europe and North America with exposure assessment at the level of the address of residence of the cohort members. The additional inclusion in the meta-analysis of the large American Society Study, based on exposure assessment at the city level and not at the residential address, was associated with only a small decreased overall ES (1.047, 95% CI = 1.024, 1.071). The annual average NO2levels observed in these studies correspond to the range expected for the EU in 2020 under the current legislation scenario (not exceeding 40 µg/m3 in most areas). No extrapolation beyond the range covered by epidemiological studies on effects of ambient NO2is needed. The recommendation from the REVIHAAP project (question C4) is to use a CRF based on ESs mutually adjusted for PM metrics. When the results of available long-term studies were reviewed, however, only six investigations performed a multipollutant analysis using traffic indicators only (Gehring et al., 2006a; Jerrett et al., 2009b), or specific PM assessment such as total suspended particles (Cao et al., 2011), PM10 (Hart et al., 2011) or PM2.5 (Cesaroni et al., 2013; Jerrett et al., 2013) (Table 4). The results were generally similar between single and multipollutant models, with only small changes in the ESs in the multipollutant models (the decrease was in the range 0–33%). In some cases, the CIs of the NO2 effect were wider after adjustment for the co-pollutant (not in Jerrett et al., 2009b; Cesaroni et al., 2013; Jerrett et al., 2013). Given the results of the multipollutant models, therefore, the CRF is better based on the unadjusted meta-analysis, with the acknowledgement that the resulting estimates of the effects of NO2 may represent an overestimate in the likely range 0–33%. The possible threshold above which the NO2 effect can be estimated has been the focus of few studies. The study by Naess et al. (2007) investigated the CRF between NO2 and mortality. The study included all inhabitants of Oslo, Norway, aged 51–90 years on 1 January 1992 (n = 143 842) with follow-up of deaths from 1992 to 1998. In the youngest age group (51–70 years) risk of death from all causes started to increase at the level of 40 µg/m3. In the oldest age group (71–90 years) this increase in risk was linear in the interval 20–60 µg/m3. In the study by Cesaroni et al. (2013), investigating the general population of Rome, Italy, (n = 1 265 058) with a follow-up from 2001 to 2010, a statistically significant linear CRF of NO2 and natural mortality was detected above 20 µg/m3. On the basis of these observations, therefore, it is recommended that the NO2 impact should be calculated for levels above 20 µg/m3. This recommendation should be applied to this pollutant–outcome pair only, as evidence is lacking on the possible threshold for quantification of effects for the other outcomes associated with NO2. Findings from the follow-up of the Harvard Six Cities study for PM2.5 suggest that mortality effects may be partially reversible, over a time period possibly as short as a year (Laden et al., 2006; Lepeule et al., 2012). In the absence of specific information for NO2, a similar lag in effects from changing exposure is assumed for NO2.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 30 Finally, the recommendation from the REVIHAAP project (question C4) is to include cardiovascular mortality as a “sensitivity” analysis. However, a meta-analytical value is not available for this outcome. On the other hand, as already specified for the PM impact assessment, natural mortality already includes cardiovascular causes of death. Table 4. ESs for NO2 from single- and multipollutant models on all-cause (natural) mortality Reference pollutant Parameter All-cause (natural) mortality Estimate 95% CI 1.19 1.02 1.39 % reduction on adjustment n/a Women only Comments

Gehring et al. (2006a) NO2 single (per Rate ratio 16 µg/m3) With traffic indicator Jerrett et al. (2009b) NO2 single (per Rate ratio 4 pbb) with traffic indicator Hart et al. (2011) NO2 single (per Percentage 8 pbb) increase with PM10 and sulphur dioxide Cao et al. (2011) NOx single Percentage (per 10 µg/m3) increase with total suspended particles Cesaroni et al. (2013) NO2 single (per Rate ratio 10 µg/m3) with PM2.5 with traffic indicator Jerrett et al. (2013) NO2 (per Rate ratio 4.1167 ppb) With PM2.5

No change with traffic indicator (data not shown)

1.17 1.13

1.00 0.97

1.36 1.32 24%

Not in Hoek et al. (2013); cohort is from a respiratory clinic Truck drivers

8.20 7.40

4.50 2.40

12.10 12.50 9.8%

CIs widen General population

1.50 1.40

0.40 0.30

2.50 2.50 6.7%

CIs widen slightly

1.03

1.02

1.04 33% General population

1.02 1.01 1.03 No change (data not shown)

1.031 1.025

1.008 0.997

1.056 1.054 19%

General population

Baseline rates for the total daily number of deaths excluding deaths from external causes should be sourced from the MDB, WHO’s database for use in health impact assessment (WHO, 2013c).

6.2. Effects of long-term NO2 exposure on bronchitic symptoms in asthmatic children The response and rationale given for question C4 in the REVIHAAP project report (WHO, 2013a) suggests using the report by McConnell et al. (2003) from the Southern California Children’s Health Study. This is the only study of long-term exposure on a respiratory outcome (other than lung function) that includes a coefficient adjusted for other pollutants. The uncertainty in using only one study is acknowledged, although the evidence is supported

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 31 by studies of long-term exposure to NO2 and lung function and by the wider evidence on NO2 and respiratory outcomes from other types of study. The effect on bronchitic symptoms (at least three months in a row in the past year) in asthmatic children should be calculated based on an odds ratio of 1.04 (approximately3 95% CI = 0.98, 1.11) per 1 ppb NO2, equivalent to odds ratio4 of 1.021 (approximately 95% CI = 0.99, 1.06) per 1 µg/m3 annual mean NO2 (McConnell et al., 2003). This coefficient is derived from the two-pollutant model for the yearly deviations in annual average within communities and is adjusted for the effects of OC. The annual mean of 24-hour average NO2 from community representative monitoring stations or the modelling equivalent should be used in effects estimation. The background rate of asthmatic children is defined as the percentage prevalence of “asthma ever” in children aged 13–14 years in the EU countries covered in phase three of the ISAAC study (Lai et al., 2009), applied to children aged 5–14 years. Based on this study, the following asthma rates can be applied: 15.8% with sensitivity analysis +/− SD 7.8%5 for western Europe; 5.1% with sensitivity analysis +/− SD 2.7% for northern and eastern Europe. Alternatively, the prevalence of “asthma ever” by country from Lai et al. (2009) and other sources should be used. The best measure of asthmatic children, in general terms, is the prevalence of severe wheeze, but that does not match what was used in the original study. Nevertheless, a further alternative analysis using prevalence of severe wheeze as a measure of numbers of asthmatic children is recommended, acknowledging the uncertainty in assuming that the prevalence of bronchitic symptoms is the same in those with severe wheeze (or those with “asthma ever”) as defined in ISAAC, as it is in those with doctor-diagnosed asthma in the Southern California Children’s Health Study. The 12-month prevalence of severe wheeze taken from Lai et al. (2009) is 4.9% for western Europe and 3.5% for northern and eastern Europe. Uncertainty of the estimation results from both the scarcity of quantitative data on the CRF and the weakness of the background morbidity information. This is quantitative uncertainty in the exact size of the effect rather than conceptual uncertainty as to the causality of the effect. Only one (although well-designed) study from the United States (McConnell et al., 2003) provides the risk coefficient, and there is a need for further work to see if these results are confirmed in other studies. As with many studies of this type, it relies on self-reporting of symptoms, which may vary in reliability (Oksanen et al., 2010). The proportion of asthmatic children is very variable across Europe and there is very little background information on the prevalence of bronchitic symptoms among them, so using the value from the American study is necessary. These additional uncertainties in background morbidity information, which were not reviewed in the REVIHAAP project report, led to the HRAPIE experts placing this pollutant–outcome pair in category B*. Annex 3 sets out a detailed rationale and discussion of the recommended method.

3 4

Estimated from graph – see Annex 3. Approximately the RR for small concentration changes. 5 Derived from country specific figures in Lai et al. (2009), not population weighted. Range direct from Lai et al. (2009) is 7–28% for western Europe and 2.5–12% in northern and eastern Europe.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 32

7. Short-term NO2 exposure 7.1. Effects of short-term NO2 exposure on all-cause mortality Responding to question C4, the REVIHAAP project report (WHO, 2013a) recommends estimating the effects of short-term NO2 exposure on all-cause mortality in all ages on the basis of the results of the APHEA-2 project covering 30 European cities, using a risk coefficient adjusted for at least PM mass. APHEA-2 reported associations between mortality and short-term exposure to NO2 adjusted for various pollutants, including black smoke and PM10 (Table 5). Table 5. Pooled estimates for the increase in mortality associated with an increase of 10 µg/m3 in daily maximum 1-hour mean NO2, adjusting alternatively for the other pollutants

Source: Samoli et al. (2006); reproduced with permission of the European Respiratory Society. Notes: Data are presented as percentage increase (95% CI). BS = black smoke; SO2 = sulphur dioxide; O3 8-h = maximum daily 8-hour O3 concentration.

There is virtually no difference between the estimates from the fixed and random effects models. No evidence of confounding by either particle metric is seen. Adjustment of the association between all-cause mortality and NO2 for particles leads to a narrow range of central estimates: from 0.27% to 0.33%, around the unadjusted NO2 estimate of 0.30%. The HRAPIE experts recommended the lower of the estimates for health impact assessment: 0.27% (0.16–0.38%) per 10 µg/m3 NO2 (maximum 1 hour) adjusted for PM10. This produces more conservative results than quantification exercises that use an estimate adjusted for black smoke. Given the interest in primary combustion particles, the authors note the increase in the NO2 estimate (to 0.33% (0.23–0.42%)) following adjustment for black smoke (a good indicator of primary combustion particles). Samoli et al. (2003) assumed a linear CRF between NO2 daily maximum 1-hour mean and mortality, based on previous analyses from the APHEA-2 project. The median correlation between the daily maximum 1-hour and 24-hour mean NO2 concentrations was 0.90 (correlation range: 0.80–0.94) and the ratio of 1-hour maximum NO2 to 24-hour mean was equal to 1.64 in APHEA cities providing both measures of NO2. It should be noted, however, that concentrations vary in both time and space and there is therefore variability in the ratios between maximum 1-hour and 24-hour mean concentrations of NO2. The analysis should be performed for all NO2 concentrations.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 33 Baseline rates for the total daily number of deaths excluding deaths from external causes (ICD-10 chapters I–XVIII, codes A–R) should be sourced from the MDB, WHO’s database for use in health impact assessment (WHO, 2013c). This pollutant–outcome pair is recommended for inclusion in Group A*.

7.2. Effects of short-term NO2 exposure on hospital admissions for respiratory diseases Responding to question C4, the REVIHAAP project report (WHO, 2013a) recommends including the effects of short-term NO2 exposure on hospital admissions for respiratory diseases in all ages in the “core” cost–benefit analysis, suggesting that a risk coefficient adjusted for at least PM mass should be used. APED was interrogated to identify time-series studies of NO2 and respiratory hospital admissions for all ages. The relevant studies show that there is heterogeneity in the particle metrics used in two- and multipollutant models (for example, PM10, PM2.5 and black suspended particles6) to adjust estimates of NO2. In addition, multipollutant models varied in the pollutants other than particles included in the analyses. While this creates little difficulty at the hazard assessment stage, it makes deriving an NO2 estimate adjusted for particles by meta-analysis difficult. The APHEA-2 project does not contribute to this database since it includes reports only of single-pollutant model estimates of NO2 for respiratory hospital admissions, and no all-age estimate for this outcome is available (APHEA-2, 2001). In the light of the above and the REVIHAAP project report observation in the response and rationale to question C2 (WHO, 2013a) that the association between short-term exposure to NO2 and respiratory hospital admissions is robust to adjustment for co-pollutants, the HRAPIE experts opted to recommend a single-pollutant model estimate, derived by metaanalysis, for use in health impact assessment relating to this outcome. Suitable coefficients were identified from a meta-analysis that used estimates from timeseries studies published before 2006 (Anderson et al., 2007). The meta-analysis produced the following risk coefficients for respiratory hospital admissions, all ages: 0.15% (95% CI = −0.08%, 0.38%) per 10 µg/m3 daily maximum 1-hour average NO2 and 1.80% (95% CI = 1.15%, 2.45%) per 10 µg/m3 24-hour average NO2. These coefficients are recommended for use in the cost–benefit analysis, with the 24-hour average as part of Group A* and the maximum 1-hour mean as an alternative (due to limited data availability). The estimates that formed part of the meta-analyses are shown in Fig. 5 below – the full references relating to the publications cited are available in Anderson et al. (2007). The analysis should be performed for all NO2 concentrations. Baseline hospitalization rates for respiratory diseases (ICD-9 codes 460–519; ICD-10 codes J00–J99) can be sourced from the European hospital morbidity database (WHO, 2013f).

Black suspended particles are considered an indicator of fine particles less than 2 µm in diameter (Simpson et al., 2005).

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 34 Fig. 5. Risk estimates for NO2 and hospital admissions for respiratory diseases, all ages Maximum 1-hour mean 24-hour mean

Source: Anderson et al. (2007); work funded by and reproduced with permission of the United Kingdom Department of Health Policy Research Programme. Notes: pooled FE est. = pooled fixed effects estimate; pooled RE est. = pooled random effects estimate.

References Abbey DE et al. (1995a).Estimated long-term ambient concentrations of PM10 and development of respiratory symptoms in a nonsmoking population. International Archives for Occupational and Environmental Health, 50(2):139–152. Abbey DE et al. (1995b). Chronic respiratory symptoms associated with estimated long-term ambient concentrations of fine particulates less than 2.5 microns in aerodynamic diameter (PM2.5) and other air pollutants. Journal of Exposure Analysis and Environmental Epidemiology, 5(2):137–159. Adams PF, Marano MA (1995). Current estimates from the National Health Interview Survey, 1994. Vital Health and Statistics, 10(193). Ali R et al. (2010). General Lifestyle Survey 2008: overview report. Newport, Office of National Statistics (http://www.ons.gov.uk/ons/rel/ghs/general-lifestyle-survey/2008report/index.html, accessed 20 November 2013). Anderson HR et al. (2001). Particulate matter and daily mortality and hospital admissions in the West Midlands conurbation of the United Kingdom: associations with fine and coarse particles, black smoke and sulphate. Occupational and Environmental Medicine, 58(8):504–510.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 35 Anderson HR et al. (2007). Quantitative systematic review of short term associations between ambient air pollution (particulate matter, ozone, nitrogen dioxide, sulphur dioxide and carbon monoxide), and mortality and morbidity. London, Department of Health (https://www.gov.uk/government/publications/quantitative-systematic-review-of-shortterm-associations-between-ambient-air-pollution-particulate-matter-ozone-nitrogendioxide-sulphur-dioxide-and-carbon-monoxide-and-mortality-and-morbidity, accessed 15 June 2013). Anderson HR, Favarato G, Atkinson RW (2013). Long-term exposure to outdoor air pollution and the prevalence of asthma: meta-analysis of multi-community prevalence studies. Air Quality, Atmosphere and Health, 6(1):57–68. APHEA-2 (2001). Short-term effects of air pollution on health: a European approach to methodology, dose–response assessment and evaluation of public health significance. (Hard copy of the project report). EC Contract Number ENV4-CT97-0534. Atkinson RW et al. (2010). Urban ambient particle metrics and health: a time-series analysis. Epidemiology, 21(4):501–511. Blanchard M et al. (2008). Programme de surveillance air et sante – analyse des liens à court terme entre pollution atmosphérique urbaine et mortalité dans neuf villes françaises. Saint-Maurice, Institut de veille sanitaire (http://www.invs.sante.fr/publications/ 2008/psas_mortalite/, accessed 9 May 2013). Brandt SJ et al. (2012). Costs of childhood asthma due to traffic-related pollution in two California communities. European Respiratory Journal, 40(2):363–370. Branis M et al. (2010). Association of size-resolved number concentrations of particulate matter with cardiovascular and respiratory hospital admissions and mortality in Prague, Czech Republic. Inhalation Toxicology, 22(suppl. 2):21–28. Burnett RT et al. (2004). Associations between short-term changes in nitrogen dioxide and mortality in Canadian cities. Environmental Health, 59(5):228–236. Cao J et al. (2011). Association between long-term exposure to outdoor air pollution and mortality in China: a cohort study. Journal of Hazardous Materials, 186(2–3):1594–1600. Carey IM et al. (2013). Mortality associations with long-term exposure to outdoor air pollution in a national English cohort. American Journal of Respiratory and Critical Care Medicine, 187(11):1226–1233. Cesaroni G et al. (2013). Long-term exposure to urban air pollution and mortality in a cohort of more than a million adults in Rome. Environmental Health Perspectives, 121(3):324– 331. Cohen AJ et al. (2004). Urban air pollution. In: Ezzati M et al., eds. Comparative quantification of health risks: global and regional burden of disease attributable to selected major risk factors. Vol. 2. Geneva, World Health Organization: 1353–1434

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 36 (http://www.who.int/publications/cra/chapters/volume2/1353-1434.pdf, accessed 31 October 2013). COMEAP (2010). The mortality effects of long-term exposure to particulate air pollution in the United Kingdom. A report by the Committee on the Medical Effects of Air Pollutants. Chilton, Health Protection Agency (http://news.newclear.server279.com/wpcontent/uploads/2011/09/comeap-the-mortality-effects-of-long-term-exposure-toparticulate-air-pollution-in-the-uk-2010.pdf, accessed 15 June 2013). EC (2013). Legislation: ambient air quality [web site]. Brussels, European Commission (http://ec.europa.eu/environment/air/legis.htm, accessed 13 November 2013). Fung KY, Krewski D (1999). On measurement error adjustment methods in Poisson regression. Environmetrics, 10(2):213–224. Gehring U et al. (2006a). Long-term exposure to ambient air pollution and cardiopulmonary mortality in women. Epidemiology, 17(5):545–551. Gehring U et al. (2006b). Parental education and children’s respiratory and allergic symptoms in the Pollution and the Young (PATY) study. European Respiratory Journal, 27(1):95– 107. Gryparis et al. (2004). Acute effects of ozone on mortality from the “air pollution and health: a European approach” project. American Journal of Respiratory and Critical Care Medicine, 170(10):1080–1087. Hart JE et al. (2011). Long-term ambient multipollutant exposures and mortality. American Journal of Respiratory and Critical Care Medicine, 183(1):73–78. Hoek G, Brunekreef B (1995). Effect of photochemical air pollution on acute respiratory symptoms in children. American Journal of Respiratory and Critical Care Medicine, 151(1):27–32. Hoek G et al. (2012). PM10, and children’s respiratory symptoms and lung function in the PATY study. European Respiratory Journal, 40(3):538–547. Hoek G et al. (2013). Long-term air pollution exposure and cardio-respiratory mortality: a review. Environmental Health, 12:43. Holland M (2013). Implementation of the HRAPIE recommendations for European Air Pollution CBA work: report to the European Commission. Draft from October 2013. Host S et al. (2008). Short-term associations between fine and coarse particles and hospital admissions for cardiorespiratory diseases in six French cities. Occupational and Environmental Medicine, 65(8):544–551. Hurley F et al. (2005). Methodology for the cost–benefit analysis for CAFE. Vol. 2: health impact assessment. Didcot, AEA Technology Environment (http://ec.europa.eu/ environment/archives/cafe/pdf/cba_methodology_vol2.pdf, accessed 19 November 2013).

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 37 Hwang B-F, Lee YL (2010). Air pollution and prevalence of bronchitic symptoms among children in Taiwan. Chest, 138(4):956–964. IARC (2013). The carcinogenicity of outdoor air pollution. Lancet Oncology (doi:10.1016/S1470-2045(13)70487-X). IHME (2013). Global Burden of Disease Study 2010 (GBD 2010) – ambient air pollution risk model 1990–2010 [web site]. Seattle, WA, Institute for Health Metrics and Evaluation (http://ghdx.healthmetricsandevaluation.org/record/global-burden-disease-study-2010gbd-2010-ambient-air-pollution-risk-model-1990-2010, accessed 1 November 2013). IIASA (2013). Policy scenarios for the revision of the Thematic Strategy on Air Pollution. Laxenburg, International Institute for Applied Systems Analysis (TSAP Report, No. 10; http://ec.europa.eu/environment/air/pdf/review/TSAP-Report-10.pdf, accessed 14 November 2013). Janssen N et al. (2012). Health effects of black carbon. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/health-topics/environment-and-health/airquality/publications/2012/health-effects-of-black-carbon, accessed 21 November 2013). Jerrett M et al. (2013). Spatial analysis of air pollution and mortality in California. American Journal of Respiratory and Critical Care Medicine, 188(5):593–599. Jerrett M et al. (2009a). Long-term ozone exposure and mortality. New England Journal of Medicine, 360(11):1085–1095. Jerrett M et al. (2009b). A cohort study of traffic-related air pollution and mortality in Toronto, Ontario, Canada. Environmental Health Perspectives, 117(5):772–777. Katsouyanni K et al. (2009). Air Pollution and Health: a European and North American Approach (APHENA). Boston, MA, Health Effects Institute (HEI Research Report 142; http://pubs.healtheffects.org/getfile.php?u=518, accessed20 November 2013). Kloog et al. (2013). Long- and short-term exposure to PM2.5 and mortality: using novel exposure models. Epidemiology, 24(4):555–561. Künzli N et al. (2008). An attributable risk model for exposures assumed to cause both chronic disease and its exacerbations. Epidemiology, 19(2):179–185. Laden F et al. (2006). Reduction in fine particulate air pollution and mortality: extended follow-up of the Harvard Six Cities study. American Journal of Respiratory and Critical Care Medicine, 173(6):667–672. Lai CK et al. (2009). Global variation in the prevalence and severity of asthma symptoms: phase three of the International Study of Asthma and Allergies in Childhood (ISAAC). Thorax, 64(6):476–483.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 38 Lepeule J et al. (2012). Chronic exposure to fine particles and mortality: an extended followup of the Harvard Six City study from 1974 to 2009. Environmental Health Perspectives, 120(7):965–970. Lim SS et al. (2012). A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990–2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet, 380(9859):2224–2260. Linares C, Dìaz J (2010). Short-term effect of PM2.5 on daily hospital admissions in Madrid (2003–2005). International Journal of Environmental Health Research, 20(2):129–140. López-Villarrubia et al. (2010). Air pollution and mortality in the Canary Islands: a timeseries analysis. Environmental Health, 9:8. Mathers CD et al. (2005). Counting the dead and what they died from: an assessment of the global status of cause of death data. Bulletin of the World Health Organization, 83(3):171– 177. McConnell R et al. (2003). Prospective study of air pollution and bronchitic symptoms in children with asthma. American Journal of Respiratory and Critical Care Medicine, 168(7):790–797. Migliore E et al. (2009). Respiratory symptoms in children living near busy roads and their relationship to vehicular traffic: results of an Italian multicenter study (SIDRIA 2). Environmental Health, 8:27. Naess Ø et al. (2007). Relation between concentration of air pollution and cause-specific mortality: four-year exposures to nitrogen dioxide and particulate matter pollutants in 470 neighborhoods in Oslo, Norway. American Journal of Epidemiology, 165(4):435–443. Neuberger M, Rabczenko D, Moshammer H (2007). Extended effects of air pollution on cardiopulmonary mortality in Vienna. Atmospheric Environment, 41(38):8549–8556. Oksanen T et al. (2010). Self-report as an indicator of incident disease. Annals of Epidemiology, 20(7):547–554. Ostro BD (1987). Air pollution and morbidity revisited: a specification test. Journal of Environmental Economics Management, 14(1):87–98. Ostro BD, Rothschild S (1989). Air pollution and acute respiratory morbidity: an observational study of multiple pollutants. Environmental Research, 50:238–247. Patel SP, Järvelin MR, Little MP (2008). Systematic review of worldwide variations of the prevalence of wheezing symptoms in children. Environmental Health, 7:57. Perez L et al. (2008). Coarse particles from Saharan dust and daily mortality. Epidemiology, 19(6):800–807.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 39 Perez L et al. (2009). Global goods movement and the local burden of childhood asthma in southern California. American Journal of Public Health, 99(suppl. 3):S622–628. Perez L et al. (2012). Near-roadway pollution and childhood asthma: implications for developing “win-win” compact urban development and clean vehicle strategies. Environmental Health Perspectives, 120(11):1619–1626. Peters et al. (1997). Short-term effects of particulate air pollution on respiratory morbidity in asthmatic children. European Respiratory Journal, 10(4):872–879. Peters A et al. (2000). Associations between mortality and air pollution in central Europe. Environmental Health Perspectives, 108(4):283–287. Peters A et al. (2009). The influence of improved air quality on mortality risks in Erfurt, Germany. Boston, MA, Health Effects Institute (HEI Research Report 137; http://pubs.healtheffects.org/getfile.php?u=437, accessed 19 November 2013). Peters JM et al. (1999). A study of twelve Southern California communities with differing levels and types of air pollution. I. Prevalence of respiratory morbidity. American Journal of Respiratory and Critical Care Medicine, 159(3):760–767. Pope CA 3rd et al. (2011). Lung cancer and cardiovascular disease mortality associated with ambient air pollution and cigarette smoke: shape of the exposure–response relationships. Environmental health perspectives, 119(11):1616–1621. Rogers DF (2003). Pulmonary mucus: pediatric perspective. Pediatric Pulmonology, 36(3):178–188. Samoli E et al. (2003). Investigating the dose–response relation between air pollution and total mortality in the APHEA-2 multicity project. Occupational and Environmental Medicine, 60(12):977–982. Samoli E et al. (2006). Short-term effects of nitrogen dioxide on mortality: an analysis within the APHEA project. European Respiratory Journal, 27(6):1129–1138. Samoli E et al. (2013). Associations between fine and coarse particles and mortality in Mediterranean cities: results from the MED-PARTICLES project. Environmental Health Perspectives, 121(8):932–938. Schindler C et al. (2009). Improvements in PM10 exposure and reduced rates of respiratory symptoms in a cohort of Swiss adults (SAPALDIA). American Journal of Respiratory and Critical Care Medicine, 179(7):579–587. Schikowski T et al. (2013). Ambient air pollution – a cause for COPD? European Respiratory Journal (doi:10.1183/09031936.00100112). Segala C et al. (1999). Short-term effect of winter air pollution on respiratory health of asthmatic children in Paris. European Respiratory Journal, 11(3):677–685.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 40 Simpson R et al. (2005). The short-term effects of air pollution on hospital admissions in four Australian cities. Australian and New Zealand Journal of Public Health, 29(3):213–221. Stafoggia M (2013). Short-term association between fine and coarse particulate matter and hospitalizations in southern Europe – results from the MED-PARTICLES project. Environmental Health Perspectives, 121(9):1026–1033. Stieb DM et al. (2002). Air pollution and disability days in Toronto: results from the national population health survey. Environmental Research, 89(3):210–221. van der Zee et al. (1999). Acute effects of urban air pollution on respiratory health of children with and without chronic respiratory symptoms. Occupational and Environmental Medicine, 56(12):801–812. Ward DJ, Ayres JG (2004). Particulate air pollution and panel studies in children: a systematic review. Occupational and Environmental Medicine, 61(4):e13. Weinmayr G et al. (2010). Short-term effects of PM10 and NO2 on respiratory health among children with asthma or asthma-like symptoms: a systematic review and meta-analysis. Environmental Health Perspectives, 118:449–457. WHO (2001). Quantification of the health effects of exposure to air pollution: report of a WHO Working Group. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/__data/assets/pdf_file/0011/112160/E74256.pdf, accessed 18 November 2013). WHO (2013a). Review of evidence on health aspects of air pollution – REVIHAAP project: technical report. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/__data/assets/pdf_file/0004/193108/REVIHAAP-Finaltechnical-report.pdf, accessed 13 November 2013). WHO (2013b). Health risks of air pollution in Europe – HRAPIE project: new emerging risks to health from air pollution – results from the survey of experts. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/health-topics/environment-andhealth/air-quality/publications/2013/health-risks-of-air-pollution-in-europe-hrapieproject.-new-emerging-risks-to-health-from-air-pollution-results-from-the-survey-ofexperts, accessed 13 November 2013). WHO (2013c). European mortality database (MDB) [online database]. Copenhagen, WHO Regional Office for Europe (http://data.euro.who.int/hfamdb/, accessed 14 November 2013). WHO (2013d). European detailed mortality database [online database]. Copenhagen, WHO Regional Office for Europe (http://data.euro.who.int/dmdb/, accessed 14 November 2013). WHO (2013e). European health for all database [online database]. Copenhagen, WHO Regional Office for Europe (http://data.euro.who.int/hfadb/, accessed 14 November 2013).

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 41 WHO (2013f). European hospital morbidity database [web site]. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/what-we-do/data-andevidence/databases/european-hospital-morbidity-database-hmdb2, accessed 14 November 2013). Woodruff TJ, Grillo J, Schoendorf KC (1997). The relationship between selected causes of postneonatal infant mortality and particulate air pollution in the United States. Environmental Health Perspectives, 105(6):608–12. Woodruff TJ, Darrow LA, Parker JD (2008). Air pollution and postneonatal infant mortality in the United States, 1999–2002. Environmental Health Perspectives, 116(1):110–15. Zanobetti A, Schwartz J (2009). The effect of fine and coarse particulate air pollution on mortality: a national analysis. Environmental Health Perspectives, 117(6):898–903.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 42

Annex 1

CONTRIBUTORS TO THE HRAPIE PROJECT Scientific Advisory Committee This Committee supervises the implementation of the “Health risks of air pollution in Europe – HRAPIE” project and ensures the highest possible quality and relevance of its outputs. The following experts are the members of the Committee:        Hugh Ross Anderson, United Kingdom Bert Brunekreef, the Netherlands Aaron Cohen, United States Klea Katsouyanni, Greece Daniel Krewski, Canada Nino Künzli, Switzerland Xavier Querol, Spain.

Expert authors The following experts were involved in the review of evidence providing input to the quantification of the health effects of PM, ground-level O3 and NO2 as part of the HRAPIE project, and in drafting the document containing the conclusions of this review:        Richard Atkinson, United Kingdom Francesco Forastiere, Italy Fintan Hurley, United Kingdom Michal Krzyzanowski, Germany Inga Mills, United Kingdom Bart Ostro, United States Heather Walton, United Kingdom.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 43

External reviewers The following experts provided comments on the technical content and clarity of the document, for various sections of the draft material:           Tom Bellander, Sweden Bertil Forsberg, Sweden Michael Holland, United Kingdom Bryan Hubbel, United States Erik Lebret, the Netherlands Sarah McGhee, Hong Kong Regula Rapp, Switzerland Evi Samoli, Greece Joel Schwartz, United States Dave Stieb, Canada.

Observers at WHO Expert Group meetings The following individuals participated in at least one of the WHO meetings organized for the HRAPIE project, in the capacity of observer:    Markus Amann, International Institute for Applied Systems Analysis (IIASA) Arlean Rhode, who provided comments on behalf of Conservation of Clean Air And Water in Europe (CONCAWE) André Zuber, European Commission.

WHO Secretariat The WHO European Centre for Environment and Health, Bonn, WHO Regional Office for Europe, coordinated the work and development of this publication:     Svetlana Cincurak Marie-Eve Héroux (project leader) Elizabet Paunovic Helena Shkarubo.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 44

Annex 2

EFFECTS OF LONG-TERM NO2 EXPOSURE ON ASTHMA PREVALENCE IN CHILDREN – QUALITATIVE DESCRIPTION This annex provides a qualitative description of the effects of the variation in annual average exposure to NO2 on asthma prevalence, as the degree to which this is an effect of NO2 per se is unknown and a meta-analysis of results is not yet available. Some information is given below for use in future calculations of the effect of traffic pollution once the meta-analysis is available, provided estimates of NO2 modelling are available at an appropriate spatial scale (Table 1). These future quantitative calculations would be in Group B for assessing the effects of NO2 per se because of the difficulties in identifying which pollutant is responsible, but this uncertainty would not apply if using the CRF to quantify the effects of traffic pollution in general. Table 1. Recommendations for future calculations of the effect of traffic pollution Indicator Population in which effect is calculated CRF Exposure metric Baseline rate Uncertainties Recommendation Children aged 5–14 years In future this could be based on a meta-analysis in preparation by Anderson, Favarato and Atkinson, but this is best used as an indicator for traffic pollution rather than for NO2 per se Annual average NO2 from dispersion modelling or land-use regression modelling, or from home or school study monitors at a within-city scale (mostly at the home or school address level) Prevalence of asthma defined as the prevalence of current wheeze in the last 12 months in children aged 13–14 years in western Europe and in northern and eastern Europe from the ISAAC study (Lai et al., 2009), applied to children aged 5–14 years A good number of studies are available but no multipollutant models and the pollutants are closely correlated; effects are shown at a within-city scale but not at a community area level; baseline asthma prevalence is very variable

The rationale for these recommendations is as follows.  A range of cross-sectional studies have investigated within-community air pollution exposure contrasts, mostly representative of traffic pollution. These included many positive associations with NO2, some of which were statistically significant. An unpublished meta-analysis by Anderson, Favarato and Atkinson is in progress, based on these studies, with air pollution measurements/modelling at a scale likely to pick up variations due to traffic exposure. The results of this meta-analysis could be used in future for quantitative health impact assessment of traffic pollution, but for NO2 per se calculations it is better to describe the results qualitatively, noting the uncertainty as to whether NO2 is the responsible pollutant. It should be noted that, whether or not the effect is due to NO2 per se, the analysis is picking up an effect that is distinct from the effects of PM pollution varying at a broader spatial scale, such as PM2.5 or PM10 (given the fact that these pollutants are not associated with asthma prevalence at a community area scale) (Anderson, Favarato and Atkinson, 2013).

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 45  Use of the within-city scale for the exposure metric in estimation of the effects is important as the effects of NO2 have not been shown at the community area level. It is particularly important for the scale of the modelled concentration used for health impact assessment also to be at a fine spatial scale, as only modelling at this scale picks up traffic pollution contrasts. The age range of the children included in the studies included in the meta-analysis was 5–17 years, with the most common age groups centring around about age 10 years. Age 5–14 years is suggested as the affected population as this is likely to match up with other health impact calculations using this age group. The prevalence of asthma, defined as current wheeze (in the last 12 months), in children aged 13–14 years in western Europe (including only EU countries) was 14.3%; that in northern and eastern Europe was 9.7% (including non-EU countries) in phase three of the ISAAC study (Lai et al., 2009). (This is closer to the around 6–15% range of baseline prevalence of current asthma defined in various ways in the constituent studies of the meta-analysis than severe wheeze.) Both the western Europe and the northern and eastern Europe rates varied widely between countries (SD 7.0, range 8.1–31.2 and SD 5.0, range 3.4–22.7 respectively: SD based on values for each country, without population weighting). Given the wide variation, baseline wheeze prevalence would ideally be country specific, using information from additional sources (such as Hoek et al., 2012; Gehring et al., 2006b; Patel, Järvelin and Little, 2008) or the constituent studies of the forthcoming meta-analysis by Anderson, Favarato and Atkinson. If data are not available for all the required countries then future calculations of effects of traffic pollution could use the regional values of 14.3% and 9.7% but also include the SD or even the range to make clear the variability in the baseline rate. Calculation of the effect should be performed considering that the scaling by concentration needs to be on a log odds basis. (Although this does not differ much from treating the odds ratio as an RR where the numbers affected are small – such as for a small concentration change – it can make a difference at larger concentration changes – for example, in burden calculations.) Thus: o the log of the odds ratio per ppb or per µg/m3 from the meta-analysis, when available, would need to be multiplied by the concentration difference between the annual average for a baseline and for a reduced traffic pollution scenario with NO2 as an indicator; o the exponential of this figure would give the odds ratio for that concentration difference; o the odds for the baseline occurrence of wheeze are calculated as the probability divided by one minus the probability: if the prevalence is 14.3%, the odds is 0.143/(1 − 0.143) = 0.167; o the odds ratio for the concentration difference is then multiplied by this baseline to give the new odds of wheeze after the change in pollution; o the new odds of wheeze is converted back to a probability (prevalence) = new odds/(1 + new odds); o subtracting the baseline prevalence from the new prevalence gives the change in prevalence of wheeze due to the concentration change from the policy option. This gives an upper limit in the unlikely case that all the effect is due to NO2 per se.



HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 46  The variability in asthma prevalence between countries is one source of the ES uncertainty (see details in section 6.2 on bronchitic symptoms in asthmatic children). This was for prevalence of “asthma ever” rather than wheeze, as here, but the principles are the same. The main uncertainty for calculations intended to quantify the impacts of NO2 per se is the close correlation between pollutants and the consequent lack of multipollutant models to test which pollutant is responsible for increased risk of asthma near roads. The degree to which NO2 is responsible for the effect is therefore unknown. The meta-analyses on the prevalence of asthma and wheezing during the study period and on lifetime asthma by Anderson, Favarato and Atkinson (2013), both based on nine studies with pollution gradients mainly between communities, did not show any relationship with NO2 or other pollutants. This emphasizes the importance of matching the scale of the modelling with the studies used to derive the CRF. The difference is probably due to the within-city scale picking up greater exposure contrasts for traffic pollution.



HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 47

Annex 3

BACKGROUND INFORMATION ON ESTIMATION OF EFFECTS OF NO2 ON BRONCHITIC SYMPTOMS IN ASTHMATIC CHILDREN Choice of CRF: within-community or between-communities The McConnell et al. (2003) study uses the term “within-community” to describe a coefficient based on the yearly variations around the 4-year mean within a particular community. Note that the same term is used to describe spatial studies based on a withincommunity spatial scale: this is not what is meant here. The study also includes “betweencommunities” coefficients based on relating changes in bronchitic symptoms in the past year in asthmatic children to differences in 4-year average NO2 between the 12 communities studied. Use of the within-community (yearly variation) associations is recommended for the following reasons:    the within-community associations were stronger; the correlations between NO2 and other pollutants were lower for the withincommunity analysis than for the between-communities analysis; no consistent between-communities effects were observed in two-pollutant models, but the within-community effects of OC and NO2 were, in general, not confounded by other pollutants (a key issue for health impact assessment of NO2 per se); using 12 areas and four different years, the yearly variation analysis has greater statistical power.



It should be noted that, while the within-community coefficients are related to temporal variations, the outcome is defined as “daily cough for three months in a row, congestion or phlegm for at least three months in a row or bronchitis” in the past year. It is thus distinct from acute day-to-day variations in symptoms in response to daily variations in pollution. The exact duration of exposure required for the effect is unclear but it is an effect that can be represented by exposure on an annual average basis (see later discussion of the pollution metric).

Choice of CRF: is the within-community coefficient independent of the between-communities coefficient? The statistical analysis used in McConnell et al. (2003) was conceptualised as a three-stage regression model of bronchitic symptoms against (i) individual time-dependent covariates such as yearly variations in pollution, (ii) time-independent confounders (such as gender) and (iii) effects of 4-year average pollution. In essence, the within-community coefficient can be interpreted as being controlled for the effect of the community 4-year average as well as gender, race, smoking and so on. This would suggest that the within-community coefficient can be applied to yearly variations in

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 48 health impact assessment without also having to calculate a 4-year average effect, unless desired. In any case, the 4-year average effect is smaller. The single-pollutant model withincommunity coefficient for NO2 has been used in this way in other papers (Künzli et al., 2008; Perez et al., 2009; Perez et al., 2012; Brandt et al., 2012). It should be noted that the betweencommunities coefficient is in any case small compared with the within-community coefficient.

Choice of CRF: choice of within-community coefficient adjusted for another coefficient The McConnell et al. (2003) study controlled for a wide variety of pollutants. The withincommunity coefficient for NO2 was stable to adjustment for O3 and a whole variety of particle metrics (Fig. 1). As the aim is to pick out the element of the effect of NO2 that is independent of possible confounding by other pollutants, a conservative approach was taken to choose the smallest adjusted coefficient. This was the coefficient adjusted for OC, which was the most reduced in size, although it remained positive (and only marginally insignificant) after adjustment. (The OC within-community coefficient was also reduced and became marginally insignificant after adjustment for NO2.) Fig. 1. Odds ratios for the within-community effects of NO2 and OC, adjusted for each of the other pollutants examined

Source: McConnell et al. (2003), online supplement; reprinted with permission of the American Thoracic Society. Copyright © 2012 American Thoracic Society. Official Journal of the American Thoracic Society. Notes: I ACID = inorganic acid; O ACID = organic acid; EC =elemental carbon; OC = organic carbon; O 3(10– 6) = average ozone between 10:00am and 6:00pm. All odds ratios were adjusted for age, maternal and child ’s smoking history, sex and race, and for the between-communities effect of the pollutant indicated. NO2+ and OC+ indicate the within-community odds ratio in a single-pollutant model, adjusted only for the between-communities effects of NO2 (A) and OC (B) and for personal covariates. All other odds ratios are also for NO2 (A), or for OC (B), but adjusted in addition for both within-community and between-communities effects of the adjustment pollutant indicated. Certain aspects of this document may be out of date and caution should be used when applying the information in clinical practice and other usages.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 49 The relevant delta coefficient for NO2 adjusted for OC was 0.039 (see Table 5 of McConnell et al., 2003). This can be converted to an odds ratio of 1.04, compared with 1.07 per ppb NO2 for the single-pollutant model. The CIs for the adjusted odds ratio are presented graphically in the online supplement to the paper and are approximately 0.98–1.11 per ppb NO2 (estimated from Fig. 1 above). With 1 ppb = 1.88 µg/m3 NO2, the odds ratio of 1.04 (approx. 0.98–1.11) per ppb is equivalent to an odds ratio of 1.02 (approx. 0.99–1.06) per 1 µg/m3 annual mean NO2.

Definition of pollution metric The metric used in the study is the annual deviation from the 4-year average of NO2, where the annual average is the annual mean of the 24-hour average NO2 measurement (from measurements every hour) and the 4-year average is the mean of the four annual averages from 1996–1999. The monitoring stations were established to be representative of each community. The HRAPIE experts consider that the adjusted within-community coefficient based on an annual deviation from a 4-year average could be applied to the difference between an annual average for NO2 for a baseline scenario and a new annual average for NO2 subsequent to implementation of a policy. The baseline annual average can be considered conceptually as a long-term average as it is postulated to continue if a policy is not implemented. The policyinduced change in annual average NO2 would be a small deviation from this in the same way that the annual deviations from one year to another in the original study were small.

Definition of affected population The children included in the McConnell et al. (2003) study were aged 9–13 years, but there is no particular reason to suppose that the results would not apply to children a few years outside this age band. As these were asthmatic children, and the nature of asthma/wheeze in very young children differs, an age group such as 5–14 years may be most appropriate. The study defined asthmatic children as those children who had ever had doctor-diagnosed asthma. McConnell et al. (2003) stated that, in analyses not presented, no effect on bronchitic symptoms was found in non-asthmatic children. The study did not specify what proportion of the asthmatic children used were of the general population but the cross-sectional study done at the start of the Southern California Children’s Health Study (Peters et al., 1999) found that 14.5% of the children were asthmatic, using the same definition as McConnell et al. (2003). This is slightly lower than the 18.3% found in the three American centres in phase three of the ISAAC study (see Table 1 of Lai et al., 2009), but the children in this study were a little older. The Lai et al. (2009) study provides figures for the prevalence of “asthma ever” in many European countries. While the definition of “asthma ever” is not identical to that used in the Southern California Children’s Health Study (there is no specific mention of doctor diagnosis), it is likely to be quite similar. The results in Lai et al. (2009) are very variable both between countries within a region and between regions. The best approach would be to use country-specific values for “asthma ever”. Not all EU countries are covered in Lai et al. (2009) but it might be possible with further work to obtain figures from national health

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 50 examination surveys, or from other published literature, for the missing countries. For example, Hoek et al. (2012) and Gehring et al. (2006b) also give information on prevalence of “asthma ever” (Table 1), including for some countries not included in Lai et al. (2009). Table 1. Prevalence of “asthma ever” Study Prevalence of “asthma ever” from the question “Has a doctor ever diagnosed this child as having asthma?” (Peters et al., 1999), age 12–13 years Prevalence of “asthma ever” from the question “Have you (has your child) ever had asthma?” (Lai et al., 2009), age 13–14 years Prevalence of lifetime “asthma ever” from a pooled analysis of several cross-sectional studies of respiratory symptoms. Age ranges varied by dataset, with most studies going up to age 12 years but starting at ages 6, 7, 8 or 9 years (Hoek et al., 2012; Gehring et al., 2006b)

Twelve communities in Southern California (Children’s Health Study) United States (from three centres)a (Lai et al., 2009) or North America (Hoek et al., 2012) EU countries in phase three of the ISAAC studyc (Lai et al., 2009), Hoek et al. (2012) or Gehring et al. (2006b) Western European countries in phase three e of the ISAAC study (all EU), Hoek et al. (2012) or f Gehring et al. (2006b) (all but Switzerland EU) Northern and eastern European countries in phase three of the ISAAC study (those that are EU),g Hoek et al. (2012) or Gehring et al. (2006b)

14.5% 18.3%b (SD 1.7%) range 17.3–20.2% (Lai et al., 2009 give an overall figure for the United States of 17.4%) 12.3% (SD 7.6%) range 2.5–28.6% 9.7%

6.7–22.2%d

16.2% (SD 7.8%) range 7–28.6% (Lai et al., 2009 gives an overall figure for western Europe of 15.8%) 6.9% (SD 2.7%) range 2.5–12% (Lai et al. (2009) give an overall figure for northern and eastern Europe of 5.1% but this includes non-EU countries and countries as far east as the Russian Federation)

8.1–9%

1.9–22.2%h (EU only 6.7–22.2%)

: Chapel Hill, Sarasota and Seattle. : Average, not weighted by population. Also applies to other averages in this column. c : From centres (1–13 per country) based in Austria, Belgium, Bulgaria, the Channel Islands, Estonia, Finland, Germany, Hungary, Ireland, the Isle of Man, Italy, Latvia, Lithuania, Malta (classified as Eastern Mediterranean), the Netherlands, Poland, Portugal, Romania, Spain, Sweden and the United Kingdom. d : Austria, Bulgaria, the Czech Republic, Germany, Hungary, Italy, the Netherlands, Poland and Slovakia. e : From centres (1–13 per country) based in Austria, Belgium, the Channel Islands, Germany, Ireland, the Isle of Man, Italy, the Netherlands, Portugal, Spain and the United Kingdom. f : Austria, Germany, Italy, the Netherlands and Switzerland. g : From centres (1–3 per country) based in Bulgaria, Estonia, Finland, Hungary, Latvia, Lithuania, Poland, Romania and Sweden. h : Bulgaria, the Czech Republic, Hungary, Poland, the Russian Federation and Slovakia (all but the Russian Federation EU). b

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 51 At the present time, the HRAPIE experts propose use of the western Europe and northern and eastern Europe regional means from Lai et al. (2009). Given the variability, it is also important to include ranges around the mean values. An SD can be derived from the data in Lai et al. (2009), although it is not weighted by population. Another option is to use the range, but this is very wide and it is unlikely that the whole of the region would have the very highest or very lowest prevalence. The relevant values are given below.   Western Europe: 15.8% with sensitivity analysis +/− SD 7.8%, range 7–28%. Northern and eastern Europe: 5.1% with sensitivity analysis +/− SD 2.7%, range 2.5– 12%.

The diagnosis of asthma in a child is generally used to indicate that the child has not only current asthmatic symptoms (the asthmatic state) but also an underlying asthma trait, which implies a chronic condition, whether symptomatic or not at any point of time. The use of the asthma label by doctors is not standardized and varies from physician to physician and from country to country. A report of asthma diagnosis in a questionnaire study does not equate to current asthma symptoms. To assess health impact it is better to use the prevalence of severe wheeze from questionnaire studies, mostly recollected over the previous 12 months and expressed as a 12-month prevalence, as in ISAAC (Lai et al., 2009). The prevalence of “asthma ever” reported in ISAAC is very likely to overestimate the proportion of children with current asthma symptoms. Use of the prevalence of severe wheeze as a baseline for estimating bronchitic symptoms in asthmatic children based on the McConnell et al. (2003) paper, however, would need to recognize that this estimate was based on children with current doctor-diagnosed asthma-metric, which is not available for Europe. This problem could be resolved if, in fact, doctor-diagnosed asthma in California is closer to the definition of severe wheeze than that of “asthma ever” in ISAAC. Comparison of Peters et al. (1999) and Lai et al. (2009) suggests the prevalence of doctor-diagnosed asthma in the Southern California Children’s Health Study was somewhere between the two ISAAC definitions, but California was not covered in Lai et al (2009). An alternative analysis using prevalence of severe wheeze rather than prevalence of “asthma ever” as a measure of numbers of asthmatic children is recommended, acknowledging the uncertainty in assuming that the prevalence of bronchitic symptoms is the same in those with severe wheeze (or in those with “asthma ever”), as defined in ISAAC, as it is in those with doctor-diagnosed asthma in the Southern California Children’s Health Study. The 12-month prevalence of severe wheeze taken from Lai et al. (2009) could be used; this is 4.9% for western Europe and 3.5% for northern and eastern Europe.

Baseline rate for bronchitic symptoms in asthmatic children The prevalence of bronchitic symptoms (at least three months in a row in the past year) in the asthmatic children in the McConnell et al. (2003) study was 38.7% during the first year of the study. While questions relating to chronic cough and/or phlegm are included in respiratory symptom questionnaires in studies of children, it is uncommon for the results to be stratified by whether or not the children have asthma. In a cross-sectional study in Taiwan modelled on the Southern California Children’s Health Study, Hwang and Lee (2010) found a similar prevalence of 36.4% bronchitic symptoms in

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 52 the last year in asthmatic children aged 12–14 years (mostly 12), defined as those with doctor-diagnosed asthma. A study in Italy (Migliore et al., 2009) provides data from which it can be calculated that 21.1% of asthmatic children had cough or phlegm for at least four days a week (in the absence of a cold) for one or more months a year. The definition of asthma was wider, however, including one or more wheezing episodes as well as other asthma symptoms as an alternative to doctor-diagnosed asthma, and the children were a combined group aged 6–7 as well as 13–14 years. No other European studies were found on bronchitic symptoms in asthmatic children as opposed to children in general. Airway mucus hypersecretion is a feature of childhood asthma, has clinical implications and – at least in adults – correlates with bronchial hyper-responsiveness and airway obstruction. Corticosteroids are effective against goblet cell hyperplasia (Rogers, 2003); thus, some of the same issues may apply to variation in bronchitic symptom prevalence in asthmatics, as with other asthma symptoms. The United States is probably similar to Europe in treatment terms, and in a broad sense – also like Europe – is a country where the prevalence of severe asthma is less than that of “asthma ever”. If instead there was thought to be as high a proportion of untreated asthma as there is in some countries, that might be a specific reason why the prevalence from Southern California might be considered inappropriate to apply in Europe. In fact, no specific reason exists: it is just not known whether it is appropriate or not. It is suggested by the HRAPIE experts that the prevalence in the last year of 38.7% from the Southern California Children’s Health Study is used, with the prevalence in the last year of 21.1% from the study in Italy (using a slightly different definition) as an alternative.

Methodology The McConnell et al. (2003) study is analysed by logistic regression and the coefficients expressed as odds ratios: this needs to be taken into account in the calculation. The approach is analogous to that used for calculating effects from odds ratios from panel studies (Hurley et al., 2005).    38.7% of children with asthma have bronchitic symptoms in the last year (from McConnell et al., 2003): this implies an odds of 0.387/(1 − 0.387) = 0.631. The odds ratio is 1.04 per ppb NO2. The odds ratio for a difference between a baseline and a reduced scenario (say a difference of 0.5 ppb) = EXP(−(ln1.04)*0.5) = 0.98 for a reduced scenario with a 0.5ppb lower annual average for NO2. New odds is 0.98 × 0.631 = 0.619. As probability 0.619/(1 + 0.619) = 0.382, a 0.5 ppb lower annual average of NO2 gives a prevalence that is lower by 0.387–0.382 = 0.5%.



Category A or B The response and rationale given for question C4 in the REVIHAAP project report (WHO, 2013a) recommended using bronchitic symptoms in asthmatic children for “core” analysis.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 53 The report noted that a CRF adjusted for other pollutants was available and that there was general support for the plausibility of the effect as a result of toxicological and epidemiological evidence of respiratory effects and other studies of long-term exposure to NO2 and lung function. It also acknowledged that there was greater uncertainty than for some other endpoints in the core analysis (the recommendation is based on only one study). The further points discussed in this document refer to quantitative uncertainty in the exact size of the effect rather than conceptual uncertainty as to the causality of the effect. Uncertainty exists for estimating numbers of asthmatic children, but there are data to inform the variability and give a range for the results. Data on the prevalence of bronchitic symptoms in asthmatics are very limited, so this is an important uncertainty. Ideally, health impact assessment or cost–benefit analysis would be presented categorized according to a range of uncertainties as opposed to just two categories. Given the quantitative uncertainty in the size of the effect due to the evidence on baseline numbers of asthmatic children and baseline rates of bronchitic symptoms in asthmatic children, examined since the REVIHAAP project, the HRAPIE experts concluded that this outcome should be in category B. Bronchitic symptoms in asthmatic children is the main outcome for long-term exposure in terms of the links with the wider respiratory evidence and the separation from other pollutants. It should be emphasized that the Southern California Children’s Health Study and the studies on lung function (see the REVIHAAP project) remain important elements of the evidence for independent effects of long-term exposure to NO2, even if the exact size of the effect is uncertain.

HRAPIE project: recommendations for concentration–response functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide page 54

Annex 4

EFFECTS OF BLACK CARBON EXPOSURE – QUALITATIVE DESCRIPTION According to the REVIHAAP project’s conclusions (WHO, 2013a), black carbon could be used in a sensitivity analysis of the cost–benefit analysis. Europe-wide estimates of black carbon exposure are not currently available, however, so the HRAPIE experts do not recommend estimation of black carbon impacts in the EU for the cost–benefit analysis of EU air quality policies. Black carbon can be an additional indicator in evaluating local action aimed at reducing the population’s exposure to combustion PM (for example, from motorized traffic). It should be noted that including both PM2.5 and black carbon in such analysis may lead to double counting of some of the impacts. The CRFs for assessment of local black carbon impacts can be retrieved from the WHO evaluation of evidence on the health effects of black carbon (Janssen et al., 2012). A quick search of the literature using PubMed has not revealed any more recent papers that could change the conclusions of this report; nor did the REVIHAAP project’s discussion indicate the need to modify the report’s conclusions. Local assessment of the effects of black carbon exposure can be based on risk estimates linking long-term exposure to black carbon with all-cause (natural) mortality, as well as short-term exposure to black carbon with hospital admissions for asthma in children and for CVDs (mostly for ages over 65 years).

Риски для здоровья от загрязнения воздуха в Европе – проект HRAPIE Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод

Эта публикация является частью проекта HRAPIE, получившего финансирование от Европейского союза.

РЕЗЮМЕ В настоящем документе представлены рекомендации по использованию функций концентрация – эффект для ключевых загрязняющих веществ, которые должны быть включены в анализ затрат и выгод с целью пересмотра политики Европейского союза в отношении качества воздуха. В документе дан ответ на вопрос, поставленный Европейской комиссией в рамках проекта ВОЗ – HRAPIE ("Риски для здоровья от загрязнения воздуха в Европе"). Важная информация для обоснования этого ответа получена из обзора фактических данных о влиянии загрязнения на здоровье, суммированных в отчете по предыдущему проекту ВОЗ – REVIHAAP ("Обзор данных о воздействии загрязнения воздуха на здоровье"). Представленный ниже отчет содержит рекомендации, касающиеся функций концентрация – эффект, и соответствующую справочную информацию по ряду эффектов в отношении смертности и заболеваемости, связанных с кратковременной и долговременной экспозицией к взвешенным твердым частицам, озону и диоксиду азота. Эта публикация является частью проекта HRAPIE и средства на ее издание были получены также от Европейского союза.

Ключевые слова AIR POLLUTANTS ENVIRONMENTAL HEALTH EVIDENCE-BASED PRACTICE GUIDELINES HEALTH POLICY NITROGEN DIOXIDE OZONE PARTICULATE MATTER

Запросы относительно публикаций Европейского регионального бюро ВОЗ следует направлять по адресу: Publications WHO Regional Office for Europe UN City, Marmorvej 51 DK-2100 Copenhagen Ø, Denmark Кроме того, запросы на документацию, информацию по вопросам здравоохранения или разрешение на цитирование или перевод документов ВОЗ можно заполнить в онлайновом режиме на сайте Регионального бюро (http://www.euro.who.int/pubrequest?language=Russian). © Всемирная организация здравоохранения, 2015 г. Все права защищены. Европейское региональное бюро Всемирной организации здравоохранения охотно удовлетворяет запросы о разрешении на перепечатку или перевод своих публикаций частично или полностью. Обозначения, используемые в настоящей публикации, и приводимые в ней материалы не отражают какого бы то ни было мнения Всемирной организации здравоохранения относительно правового статуса той или иной страны, территории, города или района или их органов власти или относительно делимитации их границ. Пунктирные линии на географических картах обозначают приблизительные границы, относительно которых полное согласие пока не достигнуто. Упоминание тех или иных компаний или продуктов отдельных изготовителей не означает, что Всемирная организация здравоохранения поддерживает или рекомендует их, отдавая им предпочтение по сравнению с другими компаниями или продуктами аналогичного характера, не упомянутыми в тексте. За исключением случаев, когда имеют место ошибки и пропуски, названия патентованных продуктов выделяются начальными прописными буквами. Мнения, выраженные в данной публикации авторами, редакторами или группами экспертов, необязательно отражают решения или официальную политику Всемирной организации здравоохранения. Мнения, выраженные в настоящем документе, никоим образом не могут быть приняты как выражающие официальное мнение Европейского союза.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. iii

Содержание Благодарности...................................................................................................................v Сокращения ..................................................................................................................... vi 1. Введение ...................................................................................................................... 1 1.1. Политика ЕС в отношении качества воздуха: анализ эффективности затрат и анализ затрат и выгод.............................................................................................. 1 1.2. Процесс разработки рекомендаций проекта HRAPIE........................................... 2 1.3. Выполнение рекомендаций проекта HRAPIE....................................................... 3 1.4. Вероятность двойного учета эффектов различных загрязняющих веществ........15 2. Долговременная экспозиция к PM ................................................................................15 2.1. Влияние долговременной экспозиции к PM2,5 на смертность от всех причин ......15 2.2. Влияние долговременной экспозиции к PM2,5 на смертность от специфических причин ....................................................................................................................20 2.3. Влияние долговременной экспозиции к PM10 на постнеонатальную смертность .22 2.4. Влияние долговременной экспозиции к PM10 на распространенность бронхита у детей ...................................................................................................................22 2.5. Влияние долговременной экспозиции к PM10 на заболеваемость хроническим бронхитом у взрослых .............................................................................................23 3. Кратковременная экспозиция к PM...............................................................................25 3.1. Влияние кратковременной экспозиции к PM2,5 на смертность от всех причин.....25 3.2. Влияние кратковременной экспозиции к PM2,5 на госпитализацию в связи с сердечно-сосудистыми и респираторными заболеваниями .......................................27 3.3. Влияние кратковременной экспозиции к PM2,5 на RAD .......................................29 3.4. Влияние кратковременной экспозиции к PM2,5 на потерю рабочих дней .............30 3.5. Влияние кратковременной экспозиции к PM10 на частоту симптомов астмы у детей-астматиков ....................................................................................................30 4. Долговременная экспозиция к O3 .................................................................................31 4.1. Влияние долговременной экспозиции к O3 на смертность от респираторных заболеваний ...........................................................................................................31 5. Кратковременная экспозиция к O3 ...............................................................................32 5.1. Влияние кратковременной экспозиции к O3 на смертность от всех причин ........32 5.2. Влияние кратковременной экспозиции к O3 на смертность от сердечнососудистых и респираторных заболеваний ..............................................................33 5.3. Влияние кратковременной экспозиции к O3 на госпитализацию в связи с сердечно-сосудистыми и респираторными заболеваниями .......................................33 5.4. Влияние кратковременной экспозиции к O3 на MRAD ........................................34 6. Долговременная экспозиция к NO2 ...............................................................................36

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. iv

6.1. Влияние долговременной экспозиции к NO2 на смертность от всех причин .......36 6.2. Влияние долговременной экспозиции к NO2 на симптомы бронхита у детейастматиков..............................................................................................................39 7. Кратковременная экспозиция к NO2 .............................................................................40 7.1. Влияние кратковременной экспозиции к NO2 на смертность от всех причин ......40 7.2. Влияние кратковременной экспозиции к NO2 на госпитализацию в связи с респираторными заболеваниями .............................................................................42 Библиография .................................................................................................................43 Приложение 1. Участники проекта HRAPIE.......................................................................51 Приложение 2. Влияние долговременной экспозиции к NO2 на распространенность бронхиальной астмы у детей – качественная характеристика ..........................................53 Приложение 3. Базовая информация по оценке влияния NO2 на симптомы бронхита у детей, страдающих астмой ..............................................................................................57 Приложение 4. Эффекты экспозиции к черному углероду – качественная характеристика ...............................................................................................................66

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. v

Благодарности Проект HRAPIE “Риски для здоровья от загрязнения воздуха в Европе” совместно финансировался Европейским региональным бюро ВОЗ и Европейской комиссией в рамках Соглашения о сотрудничестве № 07.0307/2012/626738/SUB/ENV.C3. Европейский центр ВОЗ по окружающей среде и охране здоровья (Бонн, Германия) координировал осуществление проекта и подготовку этой публикации.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. vi

Сокращения ГББ 2010 ДИ Евростат ЕК ЕС МАИР МКБ МКБ-9 МКБ-10 МИПСИ ОР ОУ ОЭ ССЗ ФКЭ ХОБЛ ACS AHSMOG исследование глобального бремени болезней 2010 года доверительный интервал статистическое управление Европейского союза Европейская комиссия Европейский союз Международное агентство по изучению рака Международная классификация болезней Международная классификация болезней, девятый пересмотр Международная классификация болезней, десятый пересмотр Международный институт прикладного системного анализа относительный риск органический углерод оценка эффекта сердечно-сосудистое заболевание функция "концентрация – эффект" хроническая обструктивная болезнь легких

Американское онкологическое общество исследование Адвентистского университета Лома Линда влияния смога на здоровье APED база данных по эпидемиологии загрязнения воздуха APHEA проект "Загрязнение воздуха и здоровье: европейский подход" APHENA исследование "Загрязнение воздуха и здоровье: европейский и североамериканский подход" CAFE программа "Чистый воздух для Европы" HRAPIE проект "Риски для здоровья от загрязнения воздуха в Европе" ISAAC Международное исследование астмы и аллергии у детей MDB Европейская база данных о смертности MRAD день незначительно ограниченной активности (minor restricted activity day) NLCSAIR Голландское когортное исследование диеты и рака; раздел, посвященный изучению качества воздуха NO2 диоксид азота O3 озон PATY исследование "Загрязнение и молодежь" PM взвешенные твердые частицы взвешенные твердые частицы с аэродинамическим диаметром менее PM10 10 мкм PM2,5 взвешенные твердые частицы с аэродинамическим диаметром менее 2,5 мкм ppb частей на миллиард RAD день ограниченной активности (restricted activity day) REVIHAAP проект "Обзор данных о воздействии загрязнения воздуха на здоровье" SAPALDIA Швейцарское исследование загрязнения воздуха и болезней легких у взрослых SD стандартное отклонение Σ сумма

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 1

1. Введение В рамках мероприятий 2013 года, который был объявлен ЕС "годом воздуха", Европейское региональное бюро ВОЗ координировало проведение двух международных проектов ("Обзор данных о воздействии загрязнения воздуха на здоровье – REVIHAAP" и "Риски для здоровья от загрязнения воздуха в Европе – HRAPIE") с целью предоставления Европейской комиссии (ЕК) и другим заинтересованным сторонам рекомендаций по различным аспектам воздействия загрязнения воздуха на здоровье. Эти рекомендации были основаны на обзоре последних научных данных о влиянии на здоровье всех загрязнителей воздуха, содержание которых регулируется директивами ЕК №№ 2008/50/EC и 2004/107/EC (EC, 2013), а также еще некоторых загрязнителей воздуха, вызывающих нарушения здоровья. В обзоре участвовала большая группа приглашенных экспертов из авторитетных учреждений всего мира (см. список участников проекта HRAPIE в приложении 1). Результаты этих проектов стали обоснованием всестороннего пересмотра политики ЕС в отношении качества воздуха, проведенного в 2013 году. Для обеспечения эффективности рекомендаций в проектах REVIHAAP и HRAPIE рассматривался список из 26 поставленных ЕК ключевых вопросов, касающихся политики. Вопросы относятся к основным, важным для управления качеством воздуха темам, а также конкретным аспектам воздействия на здоровье отдельных загрязнителей воздуха. В рамках проекта HRAPIE экспертов просили сформулировать ответ на вопрос D5: «Какие функции "концентрация – эффект" по ключевым загрязнителям необходимо включить в анализ затрат и выгод для поддержки пересмотра политики ЕС в отношении качества воздуха?» Важная информация для обоснования ответа на этот вопрос была получена из обзора данных о воздействии загрязнителей воздуха на здоровье, суммированных в отчете по проекту REVIHAAP (ВОЗ, 2013a). В частности, ответы на вопросы [вопрос А6 для взвешенных твердых частиц (PM), вопрос В3 для озона (O3) и вопрос C4 для диоксида азота (NO2)], поставленные в проекте REVIHAAP и касающиеся загрязнителей, исходов в отношении здоровья и функций "концентрация – эффект" (ФКЭ), которые могут быть рекомендованы для оценки воздействия на здоровье, послужили основой для выбора ФКЭ, рекомендуемых для включения в анализ политики. В отдельной части проекта HRAPIE опрос экспертов позволил документально подтвердить новые возникающие риски для здоровья от загрязнения воздуха. Результаты этого опроса представлены в отдельном отчете (WHO, 2013b).

1.1. Политика ЕС в отношении качества воздуха: анализ эффективности затрат и анализ затрат и выгод В ответ на запрос ЕС в проекте HRAPIE специально рассматривались два вида анализа: анализ эффективности затрат и анализ затрат и выгод. Цель анализа эффективности затрат состоит в определении, какие стратегии по снижению загрязнения будут наиболее эффективными для получения данной выгоды (например, снижение уровня смертности или числа лет здоровой жизни, потерянных из-за воздействия загрязнителя). В рамках тематической стратегии ЕС по борьбе с загрязнением воздуха

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 2

была проведена работа по сравнению 50 различных вариантов стратегий, каждый из которых потребовал серьезных усилий по моделированию. По причинам практического характера число рекомендованных ФКЭ должно быть сведено к минимуму (оптимально – одна на загрязнитель), что облегчит выбор варианта политики. Анализ затрат и выгод с целью выбора варианта или вариантов политики проводится для сопоставления выгод от мероприятий по снижению экологического бремени загрязнения и затрат на их проведение. Это требует полной оценки всех воздействий; упущение некоторых из них является причиной недооценки выгоды от снижения уровня загрязнения, что может приводить к неправильным заключениям. Следовательно, выбор конкретных ФКЭ для этого анализа должен опираться на всесторонние оценки и включать рассмотрение полного набора исходов в отношении здоровья, связанных с воздействием и подтвержденных данными научных исследований. В анализ затрат и выгод необходимо включать варианты, основанные на различных альтернативных предположениях; он также позволяет проверить, насколько могли бы измениться результаты при рассмотрении эффектов, поддерживаемых более слабой доказательной базой. Эксперты в области здравоохранения, участвующие в проекте HRAPIE, выступали за рекомендацию нескольких альтернативных вариантов проведения анализа с тем, чтобы отразить неопределенности в оценке степени риска. Это потребовало бы повторения анализа затратоэффективности по каждому варианту и, таким образом, умножило число полученных результатов, требующих рассмотрения при выборе стратегии. Подобный подход значительно осложнил бы заинтересованным сторонам и влиятельным политикам стратегические дебаты, поэтому для анализа эффективности затрат была отобрана только одна методология – оценка влияния экспозиции к PM2,5 (PM с аэродинамическим диаметром менее 2,5 мкм) и O3 на смертность. Эффекты в отношении заболеваемости не были включены по двум причинам: анализ затрат и выгод показывает, что в целом в странах ЕС влияние загрязнения на смертность доминирует и данные о смертности более полные и лучше стандартизированы. Тем не менее эксперты HRAPIE рекомендуют в дальнейшем для анализа затрат и выгод использовать больше вариантов анализа (в том числе анализ воздействия на смертность и заболеваемость), включая последствия экспозиции к NO2. В других источниках, таких, например, как IIASA (2013), содержится более подробная информация по анализу эффективности затрат при различных вариантах политики на уровне ЕС.

1.2. Процесс разработки рекомендаций проекта HRAPIE В результате обсуждения, проведенного на совещании экспертов, участвующих в проектах ВОЗ REVIHAAP/HRAPIE (15–17 января 2013 г., Бонн) было определено основное направление дальнейшей работы по определению ФКЭ, связывающих смертность с воздействием PM2,5 и O3, для анализа эффективности затрат, а также для исходов, которые должны были рассматриваться при анализе затрат и выгод. Затем последовало всестороннее обсуждение членами научно-консультативного комитета и другими экспертами с использованием электронных средств связи (электронная почта и телеконференции), и в марте 2013 года представлены данные для анализа эффективности затрат, который проводился Международным институтом прикладного системного анализа (МИПСИ) (IIASA, 2013). Работа по исходам в отношении

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 3

здоровья, которые должны были рассматриваться в анализе затрат и выгод, продолжалась и включала рассмотрение эффектов от воздействия PM, O3 и NO2. Когда было возможно, в качестве основных данных для заключений проекта HRAPIE использовали недавно проведенный мета-анализ результатов эпидемиологических исследований. В ряде других случаев в рамках проекта HRAPIE использовали специальный мета-анализ на основе информации, собранной в базе данных по загрязнению воздуха (APED) медицинского колледжа Святого Джорджа при Лондонском университете. Эта база содержит детали и результаты исследований временных рядов в отношении смертности и госпитализации, индексированных в базах данных Medline, Embase и Web of Knowledge до мая 2011 года (Anderson et al., 2007). Министерство здравоохранения Соединенного Королевства в настоящее время финансирует проведение систематического обзора и мета-анализа результатов, полученных в исследованиях временных рядов для PM, O3 и NO2 с использованием APED. Из этого обзора также были взяты данные для анализа в проекте HRAPIE. На совещании научно-консультативного комитета, организованного 13 июня 2013 года в Бонне (Германия) Европейским центром ВОЗ по окружающей среде и охране здоровья, проведен обзор предварительных результатов работы экспертов. В августе 2013 года приглашенные внешние рецензенты также представили подробные комментарии по проекту этого документа. Эксперты использовали рекомендации совещания и комментарии внешних рецензентов для обсуждения заключительного вклада участников в подготовку отчета.

1.3. Выполнение рекомендаций проекта HRAPIE В настоящем документе представлены рекомендации проекта HRAPIE по вводу данных для проведения анализа затрат и выгод выбранных вариантов политики. Эксперты согласились, что, согласно отчету по проекту REVIHAAP (ВОЗ, 2013a), накоплено достаточно доказательств причинной зависимости эффектов по каждой из рекомендованных ФКЭ. Они разделили пары "загрязнитель – исход", рекомендованные для анализа затрат и выгод, на 2 категории: • Группа A: пары "загрязнитель – исход", для которых имеется достаточно данных, позволяющих дать надежную количественную оценку эффектов; • Группа B: пары "загрязнитель – исход", для которых наблюдается большая неопределенность относительно точности данных, использованных для количественной оценки эффектов. В рекомендациях учтены конкретные условия стран ЕС, касающиеся, в частности, диапазона концентраций PM, О3 и NO2, которые, как ожидается, будут зарегистрированы в ЕС в 2020 году, а также наличия исходных данных о состоянии здоровья. С учетом этого, применение рекомендованных подходов в других регионах земного шара или в отдельных странах или к другим специфическим смесям загрязнителей на местном уровне может быть непригодным. В таблице 1 представлен обзор рекомендованных элементов для анализа затрат и выгод по трем загрязнителям. Рекомендации по ФКЭ приведены в виде относительных рисков (ОР). В некоторых исследованиях по установлению ФКЭ рассчитаны

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 4

отношения шансов, которые при определенных допущениях (например, при незначительном повышении концентраций или при редких событиях) приближаются к показателям ОР. Использование отношения шансов может быть более точным при более значительных увеличениях концентрации, например, при расчете бремени болезни или если варианты политики анализируются путем оценки различий в общей величине эффектов с применением и без применения политики (при этом в промежуточных расчетах используется общая концентрация загрязняющих веществ). В приложениях 2 и 3 даны примеры использования метода расчета с помощью отношения шансов. Для взвешенных твердых частиц общеевропейская модель имеется только для PM2,5, поэтому в тех случаях, когда в литературных источниках ФКЭ относится к PM10 (PM с аэродинамическим диаметром менее 10 мкм), для оценки эквивалента воздействия на единицу PM2,5 при анализе затрат и выгод необходимо преобразование. Оно осуществляется путем умножения значения ФКЭ для PM10 на множитель 1,54 при условии, что эффекты приписываются фракции PM2,5, являющейся частью фракции PM10, и, исходя из того, что, согласно оценкам, 65% PM10 составляют PM2,5. Это отношение PM2,5 к PM10 (0,65) считается средним для населения Европы; однако в определенных зонах его значение может находиться в диапазоне 0,4–0,8. В этих случаях для преобразования предпочтительнее использовать местные оценки. В приложениях 2 и 4 представлены дополнительные варианты оценки влияния загрязнения воздуха на здоровье (такие, как влияние длительной экспозиции к NO2 на бронхиальную астму и черного углерода на смертность и госпитализацию); эксперты обсудили эти варианты в рамках проекта HRAPIE, но не рекомендовали их для текущей оценки политики ЕС в отношении качества воздуха. Среди оценок эффектов (ОЭ) для пар "загрязнитель – исход", перечисленных в таблице 1, варианты, отмеченные звездочкой (*), вносят свой вклад в общий эффект (то есть эффекты являются аддитивными) либо ограниченного (Группа А*) либо расширенного (Группа В*) набора эффектов. Расчет диапазона общих затрат и выгод должен опираться на следующие принципы: • расчет ограниченного набора воздействий на основе суммы (Σ) воздействий Группы А*; • диапазон неопределенности при ограниченной оценке – от минимальной Σ (Группа А*, Группа А) до максимальной Σ (Группа А*, Группа А), возможно, в сочетании с оценками по методу Монте-Карло, основанными на доверительных интервалах (ДИ) для ОР – минимальные/максимальные функции выбора меньшего/большего эффекта при взаимосвязанных альтернативных вариантах; • расчет расширенного набора воздействий на основе Σ воздействий Группы А* и Σ воздействий Группы В*; • диапазон неопределенности при расширенной оценке – от Σ [минимум (Группа А*, Группа А) + минимум (Группа В*, Группа В)] до Σ [максимум (Группа A*, Группа А) + максимум (Группа В*, Группа В)], возможно, в сочетании с оценками по методу Монте-Карло, основанными на доверительных интервалах (ДИ) для ОР.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 5

ДИ, относящиеся к рекомендованным ФКЭ, количественно определяют случайную ошибку и вариабельность, связанную с гетерогенностью результатов эпидемиологических исследований ОЭ, которые проводились для оценки воздействия на здоровье; это составляет небольшую часть общей неопределенности в оценках риска, связанной с процессами проведения оценки воздействия на здоровье и анализа затрат и выгод. Другие виды неопределенности возникают в связи с другими аспектами общего процесса, такими, например, как измерение и моделирование загрязнения, оценка исходных показателей заболеваемости (показатели смертности основываются на данных, относящихся ко всему населению) и экономическая оценка. Некоторые менее ощутимые проблемы возникают при экстраполяции на ЕС в целом ФКЭ и исходных значений, полученных в местах проведения исследования, или собранных каким-то другим способом; при принятии решения, какие конкретные пары "загрязнитель – исход" должны использоваться вместе для оценки влияния на здоровье определенных видов политики и мероприятий; и при оценке неопределенности общей оценки эффектов, объединенных (после преобразования в денежные единицы) по различным парам "загрязнитель – исход" либо из Группы А*, либо из Группы В*, предложенных здесь, или, на самом деле, любого промежуточного варианта этих двух наборов. Сделана попытка на основе фактических данных представить наилучшую, основанную на фактических данных оценку зависимости между загрязнителем и соответствующим исходом в отношении здоровья по каждой включенной в исследование паре "загрязнитель – исход". Чтобы избежать двойного подсчета, эксперты HRAPIE предложили использовать четко сформулированные правила в отношении поправок или рекомендовали исключить некоторые из тех пар "загрязнитель – исход", эффект которых(по крайней мере, со значительной долей вероятности) уже был подсчитан. Острые эффекты от загрязнения воздуха могут наблюдаться с задержкой в несколько и даже более дней. Однако при выборе коэффициентов риска, связывающих кратковременное воздействие с некоторыми исходами в отношении здоровья, распределенные лаги не принимались во внимание, что, возможно, приводило к недооценке общего эффекта. Кроме того, некоторые исходы в отношении здоровья, по которым имеются данные о воздействии загрязнения воздуха, например, низкая масса тела при рождении и нарушение легочной функции, были исключены из-за трудностей их достоверной экономической оценки. К тому же, использование пар из Группы А*, а не из Группы В* может приводить к недооценке риска, так как имеется достаточно доказательств существования причинно-следственной связи между членами всех пар "загрязнитель – исход". Детальное рассмотрение процесса оценки неопределенности и других вопросов, связанных с осуществлением рекомендаций проекта HRAPIE при проведении анализа затрат и выгод, выходит за рамки этого проекта. Методы подробно описаны в отчете о выполнении рекомендаций проекта HRAPIE по проведению анализа затрат и выгод в связи с загрязнением воздуха в Европе (Holland, 2013).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 6

Таблица 1. Рекомендации проекта HRAPIE по использованию ФКЭ Загрязнитель, измерение (концентрация) PM2,5, среднегодовая Исход в отношении здоровья Смертность, все причины (естественные), возраст 30 лет и старше Группа A* ОР на 10 мкг/м3 (95% ДИ)* 1,062 (1,040–1,083)

PM, долговременная экспозиция Диапазон концентр аций Все

Источник исходных данных о здоровье

Источник ФКЭ Мета-анализ 13 когортных исследований с определенными результатами: Hoek et al. (2013)

Комментарии

PM2,5, среднегодовая

Смертность, цереброваскуляр ные болезни (включая инсульт), ишемическая болезнь сердца, хроническая обструктивная болезнь легких (ХОБЛ) и рак трахеи, бронхов и легких, возраст 30 лет и старше

PM10, среднегодовая

Постнеонатальна я (возраст 1–12 месяцев)

Исследование глобального бремени болезней (ГББ) 2010 г. (IHME, 2013), стратифицированна я по возрасту супралинейная модель экспоненциального убывания насыщения, линеаризированная по уровню PM2,5, ожидаемому в 2020 г. в соответствии с действующим законодательством 1,04 (1,02, 1,07)

Все

Европейская база данных о смертности (MDB) (WHO, 2013c), показатели смертности от всех естественных причин (МКБ-10, классы I–XVIII, коды A–R) для каждой из 53 стран Европейского региона ВОЗ, последние доступные данные Европейская детализированная база данных о смертности (WHO, 2013d), коды МКБ-10 для цереброваскулярных болезней: I60–I63, I65– I67, I69.0–I69.3; ишемической болезни сердца: I20–I25; ХОБЛ: J40–J44, J47; рака трахеи, бронхов и легких: C33–C34, D02.1–D02.2, D38.1

ФКЭ, использованная в исследовании ГББ 2010

Альтернатива оценке смертности от всех причин Следует проводить повозрастную оценку и оценку для всех возрастов с целью определения потенциального эффекта стратификации по возрасту

Все

Европейская база данных "Здоровье для всех" (ВОЗ, 2013e) и

Woodruff, Grillo и Schoendorf (1997), на основе данных о

Более поздний анализ (Woodruff, Darrow and Parker, 2008), основанный на

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 7 младенческая смертность, все причины проекты ООН 4 млн младенцев в США данных о 3,5 млн младенцев в США, дает ОР = 1,18 (1,06, 1,31) для постнеонатальной младенческой смертности от респираторных заболеваний; из-за отсутствия данных о постнеонатальной смертности от конкретных причин в качестве источника значений ОР рекомендуется использовать результаты более раннего анализа Гетерогенность оценки ассоциации (p<0,10) в разных исследованиях

PM10, среднегодовая

Распространенно сть бронхита у детей, возраст 6– 12 (или 6–18) лет

1,08 (0,98–1,19)

Все

Среднее значение распространенности из исследования «Загрязнение и молодежь» (PATY): 18,6% (диапазон 6– 41%) Ежегодное число новых случаев – 3,9 на 1000 взрослых на основе Швейцарского исследования загрязнения воздуха и болезней легких у взрослых (SAPALDIA)

PM10, среднегодовая

Заболеваемость хроническим бронхитом у взрослых (возраст 18 лет и старше)

1,117 (1,040–1,189)

Все

Исследование PATY (Hoek et al., 2012): проанализированы данные, касающиеся примерно 40 000 детей, проживающих в 9 странах Объединенные результаты продольных исследований, проведенных Адвентистским университетом Лома Линда о влиянии смога на здоровье (AHSMOG), и SAPALDIA

Два исследования с разными значениями отношения шансов/ОР; анализ затрат и выгод, основанный на сообщенных симптомах, является недостоверным показателем клинически диагностированной ХОБЛ

Загрязнитель, измерение (концентрация) PM2,5, среднесуточная

Исход в отношении здоровья Смертность, все причины, все

Группа

ОР на 10 мкг/м3 (95% ДИ)*

PM, кратковременная экспозиция Диапа зон конце нтрац ий Все

Источник исходных данных о здоровье

Источник ФКЭ

Комментарии

1,0123 (1,0045–1,0201)

MDB (WHO, 2013c)

Мета-анализ APED 12 моногородских и одного

Только для информации; не предлагается в качестве

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 8 возрасты мультигородского исследования альтернативы оценке эффектов долговременной экспозиции к PM2,5 Случаи преждевременной смерти, обусловленные кратковременными изменениями концентрации PM2,5, уже учтены при оценке эффектов долговременной экспозиции PM2,5, среднесуточная Госпитализация , сердечнососудистые заболевания (ССЗ) (включая инсульт), все возрасты Госпитализация, респираторные заболевания, все возрасты Дни ограниченной активности (RAD), все возрасты Потеря рабочих дней, население работоспособног о возраста (20– 65 лет) A* 1,0091 (1,0017–1,0166) Все Европейская база данных по госпитальной заболеваемости (WHO, 2013f); МКБ-9, коды 390459; МКБ-10, коды I00– I99 Европейская база данных по госпитальной заболеваемости (WHO, 2013f); МКБ-9, коды 460-519; МКБ-10, коды J00–J99 19 RAD на человека в год: исходные показатели из исследования Ostro и Rothschild (1989) Европейская база данных "Здоровье для всех" (ВОЗ, 2013e) Мета-анализ APED результатов 4 моногородских и одного мультигородского исследования Мета-анализ APED результатов 3 моногородских исследований Исследование с участием 12 000 взрослых, продолжавшееся 6 лет; 49 столичных регионов США (Ostro, 1987) Исследование с участием 12 000 взрослых, продолжавшееся 6 лет; 49 столичных регионов США (Ostro, 1987) Одно исследование 1987 г., проведенное в США; нет данных по исходному показателю для Европы Высокий уровень вариабельности исходных показателей (на основе зарегистрированных невыходов на работу по болезни) в Европе, отражающий различия в определении этого параметра между странами Различия в определении

PM2,5, среднесуточная

1,0190 (0,9982–1,0402)

Все

PM2,5, 2недельная средняя, преобразованна яв среднегодовую PM2,5, 2недельная средняя, преобразованна яв среднегодовую

B**

1,047 (1,042–1,053)

Все

1,046 (1,039–1,053)

Все

PM10,

Частота

1,028

Все

Распространенность

Мета-анализ

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 9 среднесуточная симптомов астмы у детейастматиков (5–19 лет) (1,006–1,051) астмы у детей, основанная на определении "тяжелая астма", в Международном исследовании астмы и аллергии у детей (ISAAC) (Lai et al., 2009): Западная Европа – 4,9%; Северная и Восточная Европа – 3,5%. Ежедневная частота симптомов в этой группе – 17% (интерполяция результатов нескольких панельных исследований) результатов 36 панельных исследований детей с астмой, проведенных в 51 популяции, в том числе в 36 европейских (Weinmayr et al., 2010) целевой популяции и ежедневного наличия симптомов

** Только оставшиеся RAD должны добавляться к общей оценке эффекта (после подсчета дней, проведенных в стационаре, потерянных рабочих дней и дней с симптомами). Загрязнитель, измерение (концентрация) O3, летние месяцы (апрель–сентябрь), среднее дневной максимальной, усредненной за 8 часов, превышающей 35 частей на млрд (ppb) Исход в отношении здоровья Смертность, респираторные заболевания, возраст 30 лет и старше Групп а B ОР на 10 мкг/м3 (95% ДИ)* 1,014 (1,005–1,024)

O3, долговременная экспозиция Диапазон концентрац ий >35 ppb (>70 мкг/м³)

Источник исходных данных о здоровье

Источник ФКЭ Модели с одним загрязнителем из анализа данных, проведенного Американским онкологическим обществом (ACS) (Jerrett et al., 2009a)

Комментарии Альтернатива оценке влияния кратковременной экспозиции к O3 на смертность от всех причин

MDB (WHO, 2013c), МКБ-10, коды J00–J99

Загрязнитель, измерение (концентрация) O3, дневная

Исход в отношении здоровья Смертность, все

Групп а A*

ОР на 10 мкг/м3 (95% ДИ)* 1,0029

O3, кратковременная экспозиция Диапазон концентраци й >35 ppb

Источник исходных данных о здоровье

Источник ФКЭ Исследование

Комментарии Исследование

MDB (WHO, 2013c),

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 10

Загрязнитель, измерение (концентрация) максимальная, усредненная за 8 часов

Исход в отношении здоровья (естественные) причины, все возрасты

Групп а

ОР на 10 мкг/м3 (95% ДИ)* (1,0014–1,0043)

O3, кратковременная экспозиция Диапазон концентраци й (>70 мкг/м³)

Источник исходных данных о здоровье

Источник ФКЭ "Загрязнение воздуха и здоровье: европейский и североамериканский подход" (APHENA), на основе данных, полученных в 32 городах Европы; коэффициенты с поправкой на PM10 в модели с двумя загрязнителями Исследование APHENA на основе данных из 32 городов Европы; коэффициенты с поправкой на PM10 в модели с двумя загрязнителями Исследование APHENA на основе данных из 32 городов Европы; коэффициенты с поправкой на PM10 в модели с двумя загрязнителями Исследование APHENA на основе данных из 32 городов Европы; коэффициенты с поправкой на PM10 в модели с двумя загрязнителями Исследование APHENA, основанное на данных из 8 городов Европы;

Комментарии APHENA на основе полного спектра наблюдаемых концентраций O3, в том числе уровней <35 ppb; то есть эффекты при концентрациях O3 <35 ppb игнорируются Альтернатива оценке эффектов только при концентрациях O3 >35 ppb

МКБ-10, классы I–XVIII, коды A–R

O3, дневная максимальная, усредненная за 8 часов

Смертность, все (естественные) причины, все возрасты

1,0029 (1,0014–1,0043)

>10 ppb (>20 мкг/м³)

MDB (WHO, 2013c), МКБ-10, классы I–XVIII, коды A–R

O3, дневная максимальная, усредненная за 8 часов

Смертность, ССЗ и респираторные заболевания, все возрасты Смертность, ССЗ и респираторные заболевания, все возрасты Госпитализация , ССЗ (исключая

O3, дневная максимальная, усредненная за 8 часов

O3, дневная максимальная, усредненная за 8

ССЗ: 1,0049 (1,0013– 1,0085); респираторные заболевания: 1,0029 (0,9989–1,0070) ССЗ: 1,0049 (1,0013– 1,0085); респираторные заболевания: 1,0029 (0,9989–1,0070) ССЗ: 1,0089 (1,0050– 1,0127);

>35 ppb (>70 мкг/м³)

MDB (WHO, 2013c), МКБ-10, коды для ССЗ: I00–I99; для респираторных заболеваний: J00–J99 MDB (WHO, 2013c), МКБ-10, коды для ССЗ: I00–I99; для респираторных заболеваний: J00–J99 Европейская база данных по госпитальной заболеваемости (WHO,

Альтернатива анализу смертности от всех причин

>10 ppb (>20 мкг/м³)

Альтернатива оценке специфических причин только при концентрации O3 >35 ppb Исследование APHENA на основе полного спектра

>35 ppb (>70 мкг/м³)

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 11

Загрязнитель, измерение (концентрация) часов

Исход в отношении здоровья инсульт) и респираторные заболевания, возраст 65 лет и старше

Групп а

ОР на 10 мкг/м3 (95% ДИ)* респираторные заболевания: 1,0044 (1,0007– 1,0083)

O3, кратковременная экспозиция Диапазон концентраци й

Источник исходных данных о здоровье

Источник ФКЭ коэффициенты с поправкой на PM10 в модели с двумя загрязнителями

Комментарии наблюдаемых концентраций O3, в том числе уровней <35 ppb; то есть эффекты при концентрациях O3 <35 ppb игнорируются Альтернатива оценке эффектов только при концентрациях O3 >35 ppb

2013f), МКБ-9, коды для ССЗ: 390–429; для респираторных заболеваний: 460–519 (МКБ-10, коды I00–I52; J00–J99) >10 ppb (>20 мкг/м³) Европейская база данных по госпитальной заболеваемости (WHO, 2013f), коды МКБ-9 для ССЗ: 390–429; для респираторных заболеваний: 460–519 (коды МКБ-10 I00–I52; J00–J99) 7,8 дней в год, на основе данных Ostro и Rothschild (1989)

O3, дневная максимальная, усредненная за 8 часов

Госпитализация , ССЗ (исключая инсульт) и респираторные заболевания, возраст 65 лет и старше Незначительно е снижение дневной активности (MRAD), все возрасты MRAD, все возрасты

ССЗ: 1,0089 (1,0050– 1,0127); респираторные заболевания: 1,0044 (1,0007–1,0083) 1,0154 (1,0060–1,0249)

Исследование APHENA, основанное на данных из 8 городов Европы; коэффициенты с поправкой на PM10 в модели с двумя загрязнителями Шесть проведенных Ostro и Rothschild (1989) отдельных анализов ежегодных данных (1976–1981) из Национального анкетирования по вопросам здоровья в США Шесть проведенных Ostro и Rothschild (1989) отдельных анализов ежегодных данных (1976–1981) из Национального анкетирования по вопросам здоровья в США

O3, дневная максимальная, усредненная за 8 часов

>35 ppb (>70 мкг/м³)

Одно исследование из США (1989 г.) использовали в качестве источника ОР и исходных показателей Альтернатива оценке эффектов только при концентрациях O3 >35 ppb

O3, дневная максимальная, усредненная за 8 часов

1,0154 (1,0060–1,0249)

>10 ppb (>20 мкг/м³)

7,8 дней в год, на основе данных Ostro и Rothschild (1989)

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 12

Загрязнитель, измерение (концентрация) NO2, среднегодовая

Исход в отношении здоровья Смертность, все (естественные) причины, возраст 30 лет и старше

Гру ппа B*

ОР на 10 мкг/м3 (95% ДИ)* 1,055 (1,031–1,080)

NO2, долговременная экспозиция Диапазон концентр аций >20 мкг/м³

Источник исходных данных о здоровье

Источник ФКЭ Мета-анализ всех (11) когортных исследований, результаты которых опубликованы до января 2013 г. (Hoek et al., 2013); ОР рассчитан на моделях с одним загрязнителем

Комментарии Некоторые эффекты долговременной экспозиции к NO2 могут накладываться на эффекты долговременной экспозиции к PM2,5 (область перекрывания до 33%); поэтому для количественной оценки рекомендована группа В, чтобы избежать двойного подсчета при анализе Группы А На основе только одного продольного исследования, в котором получен коэффициент для NO2 скорректированный по другим загрязнителям Поддерживалось исследованиями влияния долговременной экспозиции к NO2 на легочную функцию, а также большим числом фактических данных в отношении NO2 и респираторных исходов из исследований другого типа

MDB (WHO, 2013c), показатели смертности от всех естественных причин (МКБ-10, классы I–XVIII, коды A–R) по каждой из 53 стран Европейского региона ВОЗ, последние доступные данные

NO2, среднегодовая

Распространенн ость симптомов бронхита среди детейастматиков (возраст 5–14 лет)

1,021 (0,990–1,060) при изменении среднегодовой концентрации NO2 на 1 мкг/м³

Все

Исходное число детейастматиков, "астма когдалибо" (Lai et al,, 2009) – Западная Европа: 15,8%, SD 7,8%; Северная и Восточная Европа: 5,1%, SD 2,7%, с рекомендованной альтернативой "тяжелые хрипы" (Lai et al,, 2009) – Западная Европа 4,9%; Северная и Восточная Европа: 3,5% Распространенность симптомов бронхита у детей-астматиков: от 21,1% до 38,7% (Migliore et al., 2009; McConnell et al., 2003)

Исследование здоровья детей в Южной Калифорнии (McConnell et al,, 2003); коэффициент из модели с двумя загрязнителями с органическим углеродом (ОУ) (коэффициенты, полученные на моделях с PM10 или PM2,5, приведены выше)

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 13

Загрязнитель, измерение (концентрация) NO2, ежедневная максимальная средняя за 1 час

Исход в отношении здоровья Смертность, все (естественные) причины, все возрасты

Группа A*

ОР на 10 мкг/м3 (95% ДИ)* 1,0027 (1,0016– 1,0038)

NO2, кратковременная экспозиция Диапазон концентрац ий Все

Источник исходных данных о здоровье

Источник ФКЭ Проект "Загрязнение воздуха и здоровье: европейский подход" (APHEA)-2 с данными, полученными в 30 городах Европы; ОР с поправкой на PM10 Мета-анализ APED результатов 4 исследований, опубликованных до 2006 г.; коэффициент из модели с одним загрязнителем Отмечено (ВОЗ, 2013a), что оценки для этой пары "загрязнитель – исход" были мало чувствительны к поправкам по другим сопутствующим загрязнителям Мета-анализ APED результатов 15 исследований, опубликованных до 2006 г.; коэффициент из модели с одним загрязнителем; отмечено (ВОЗ, 2013a), что оценки

Комментарии

NO2, ежедневная максимальная средняя за 1 час

Госпитализация, респираторные заболевания, все возрасты группы

1,0015 (0,9992–1,0038)

Все

MDB (WHO, 2013c), показатели смертности от всех естественных причин (МКБ-10, разделы I–XVIII, коды A–R) по каждой из 53 стран Европейского региона ВОЗ, последние доступные данные Европейская база данных по госпитальной заболеваемости (WHO, 2013f); МКБ-9, коды 460– 519; МКБ-10, коды J00– J99

Альтернатива оценкам, основанным на средней 24-часовой концентрации NO2 (имеет преимущества за счет большего числа доступных исследований)

NO2, средняя за 24 часа

Госпитализация, респираторные заболевания, все возрасты

1,0180 (1,0115–1,0245)

Все

Европейская база данных по госпитальной заболеваемости (WHO, 2013f); МКБ-9, коды 460– 519; МКБ-10, коды J00– J99

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 14

Загрязнитель, измерение (концентрация)

Исход в отношении здоровья

Группа

ОР на 10 мкг/м3 (95% ДИ)*

NO2, кратковременная экспозиция Диапазон концентрац ий

Источник исходных данных о здоровье

Источник ФКЭ для этой пары "загрязнитель – исход" были мало чувствительны к поправкам по другим сопутствующим загрязнителям

Комментарии

*ОР

на 10 мкг/м3 - относительный риск при изменении концентрации загрязняющего вещества на 10 мкг/м3 (прим. перев.)

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 15

1.4. Вероятность двойного учета эффектов различных загрязняющих веществ В проекте HRAPIE количественная оценка воздействия загрязнения воздуха на здоровье на уровне общины была сосредоточена на трех основных загрязнителях: NO2, PM2,5 и O3. В исследованиях последствий для здоровья, вызванных этими загрязнителями, между ними, как правило, обнаруживается определенная степень корреляции – иногда отрицательная, как для O3 и PM2,5 в зимний период. Исходя из этого, в отчете по проекту REVIHAAP предложено проводить количественную оценку последствий для здоровья, связанных с этими загрязнителями, только после поправки хотя бы по одному из них (ВОЗ, 2013a). Однако число известных исследований, в которых систематически применялось моделирование с двумя или тремя загрязнителями, значительно меньше, чем исследований с использованием модели с одним загрязнителем. Кроме того, ОЭ для конкретного загрязнителя, полученные при моделировании многокомпонентного загрязнения, могут подвергаться систематической ошибке (если загрязнители коррелируют между собой) и погрешностям измерения (Fung et al., 1999). Это может приводить к недооценке ОР загрязнителя, представляющего интерес. В связи с этим в проекте HRAPIE для количественной оценки используются ОЭ из максимально возможной группы исследований – то есть, включая те, в которых проводился анализ на модели с одним загрязнителем. До определенной степени количественная оценка воздействия одного загрязнителя при однокомпонентном моделировании может включать эффекты, обусловленные другим загрязнителем. Следовательно, для любого конкретного исхода в отношении здоровья и периода воздействия (длительная или кратковременная экспозиция) оцениваемые эффекты трех загрязнителей не должны суммироваться без учета того, что на практике такое суммирование в большинстве случаев будет приводить к некоторому завышению значения истинного воздействия. С другой стороны, если другие загрязнители оказывают такое же неблагоприятное воздействие на здоровье, при оценке воздействия только одного из них истинное воздействие смеси загрязнителей будет недооцениваться.

2. Долговременная экспозиция к PM 2.1. Влияние долговременной экспозиции к PM2,5 на смертность от всех причин Для анализа эффективности затрат эксперты HRAPIE рекомендовали использовать оценку влияния долговременной (среднегодовой) экспозиции к PM2,5 на смертность от всех естественных причин в популяциях взрослых в возрасте 30 лет и старше; эту оценку также следует включать в Группу А* при анализе затрат и выгод. Она должна основываться на линейной ФКЭ с ОР 1,062 (95% ДИ = 1,040, 1,083) на 10 мкг/м3. Эффекты необходимо рассчитывать для всех уровней PM2,5.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 16

Рекомендуемый коэффициент риска основан на последнем, недавно завершенном мета-анализе всех когортных исследований, результаты которых опубликованы до января 2013 года (Hoek et al., 2013) (рис. 1). Вклад в оценку этого коэффициента внесли 13 различных исследований, проведенных в популяциях взрослого населения Северной Америки и Европы. Также были опубликованы результаты дополнительных когортных исследований, в которых изучали воздействие PM на смертность либо от всех (естественных), либо от специфических причин. Из-за различий в оценке экспозиции или в других методах они не были включены в количественный мета-анализ Hoek et al. (2013). Несколько публикаций появилось после даты завершения обзора литературы в январе 2013 года (Carey et al., 2013, Kloog et al., 2013), но следует отметить, что весь массив данных соответствует по качественным характеристикам результатам мета-анализа. Более того, наблюдается широкий спектр ошибок в оценке экспозиции в исследованиях, которые были включены в мета-анализ (подробно см. у Hoek et al., 2013). Исследования с улучшенным качеством оценки экспозиции в среднем оцениваются более крутой ФКЭ. Невозможно было в сжатые сроки, отведенные на осуществление проекта HRAPIE, невозможно было классифицировать исследования по качеству оценки экспозиции и провести отдельный мета-регрессионный анализ, чтобы принять это обстоятельство во внимание. Поэтому авторы признают, что использование текущей рекомендации проекта HRAPIE может привести к недооценке крутизны кривой, отображающей зависимость "воздействие–ответ".

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 17

Рисунок 1. Мета-анализ ассоциации между PM2,5 и смертностью от всех причин (ОР на 10 мкг/м3)

Как отмечено в публикации IHME (2013), коэффициенты ОР для ишемической болезни сердца и для инсульта, изменяются в зависимости от возраста. Неизвестно, относится ли это к влиянию загрязнения атмосферного воздуха на смертность от всех причин, поскольку до сих пор ни в одном из когортных исследований не выявлено значимых изменений эффектов в зависимости от возраста. Тем не менее корректировка по возрасту (там, где это возможно) представляется разумной. С целью упрощения этот фактор в мета-анализе Hoek et al. (2013) не принимался во внимание. По возрастной структуре население государств-членов ЕС и групп, включенных в эпидемиологические исследования, совпадают. Тем не менее авторы признают, что, теоретически, возрастной фактор может влиять на оценку воздействия в

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 18

мета-анализе Hoek et al. (2013). В основе рекомендованного альтернативного метаанализа лежит стратифицированная по возрасту супралинейная модель экспоненциального убывания насыщения (age-stratified supra-linear exponential decay saturation model), использованная в исследовании ГББ 2010 (IHME, 2013), в котором рассматривали только смертность от конкретных причин. Уровни PM2,5, наблюдавшиеся в этих исследованиях, соответствуют диапазону, ожидаемому в ЕС (согласно сценарию действующего законодательства) в 2020 году (не более 20 мкг/м3 в большинстве областей). Использование линейной функции обсуждалось в ответе на вопрос А5 и в пояснении к нему в отчете по проекту REVIHAAP, где было указано, что форму ФКЭ изучали в немногих исследованиях длительной экспозиции (ВОЗ, 2013a). Доступные данные анализа подтверждают, что достаточно оснований для использования линейной ФКЭ, чтобы оценить риски в пределах Европы при ожидаемых в 2020 году уровнях PM2,5. Это особенно справедливо для смертности от всех причин. Для более специфических причин смерти получение результатов с использованием супралинейной функции, которая растет быстрее при более низких концентрациях, возможно, будет несколько более корректным. Рекомендация в качестве первого выбора (А*) проводить анализ в отношении всех причин смерти, а не использовать набор ФКЭ для более конкретных причин поддерживается двумя аргументами. • Более широкая доступность оценок риска, полученных в большинстве долгосрочных исследований смертности от всех причин, делает их в большей степени пригодными для мета-анализа, включающего широкий диапазон характеристик, специфических для стран, включенных в анализ. Различие в группировке причин смерти в разных исследованиях делает обобщение результатов по конкретным причинам более сложным из-за снижения числа исследований, удовлетворяющих критериям соответствия. Следовательно, в мета-анализ смертности от всех причин можно включить более широкий круг исследований, чем это возможно при анализе специфических причин смерти. Кроме того, все причины смерти включают случаи смерти по причинам, которые могут не входить в группы обычно регистрируемых специфических причин, но при этом не удовлетворяют требованиям когортных исследований для индивидуальных оценок. • Исходные национальные данные о смертности от всех причин более точные, чем данные о смертности от конкретных причин. На последние могут влиять ошибки в классификации причин смерти при их регистрации, которые могут быть допущены в любой из стран, включенных в анализ (Mathers et al., 2005). В результате этого, при оценках влияния на конкретные причины смерти неопределенность, связанная с исходными данными о здоровье, будет увеличивать неопределенность ФКЭ, осложняя интерпретацию результатов оценки воздействия. Дополнительным аргументом в пользу использования показателей смертности от всех причин является менее выраженная неоднородность коэффициентов для "всех

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 19

причин", о которых сообщается в различных эпидемиологических исследованиях, чем это наблюдается в отношении конкретных причин. Имеются также убедительные данные, которые указывают на связь между экспозицией к PM2,5, смертностью от болезней сердечно-сосудистой и дыхательной систем и от рака легких, хотя на многие другие причины смерти (такие, например, как желудочнокишечные заболевания) этот параметр качества воздуха будет влиять с меньшей вероятностью. Указанный аргумент свидетельствует в пользу анализа конкретных причин, который рекомендуется в качестве альтернативного метода (см. раздел 2.2). Однако эксперты HRAPIE пришли к заключению, что частота причин смерти, связанных с экспозицией, была в достаточной степени сходной (между когортами, включенными в мета-анализ, а также между странами ЕС, в которых воздействие должно оцениваться), что оправдывает использование показателей смертности от всех причин при анализе затрат и выгод. Если частота причин смерти, связанных с экспозицией, значительно отличается между странами (как в случае оценок глобального бремени), то использование ФКЭ для всех причин смерти приведет к переоценке или недооценке воздействия на уровне отдельных стран. Этот вопрос должен решаться путем сравнения результатов применения двух рекомендованных альтернативных методов, а также с помощью анализа неопределенности. Рекомендация исходить из того, что полезно любое снижение экспозиции PM2,5, в том числе при их очень низких смоделированных уровнях, основана на предположении, что даже после снижения уровня загрязнения концентрация PM2,5, скорее всего, будет выше самых низких уровней, наблюдаемых в недавних эпидемиологических исследованиях (в том числе из-за естественного фона). Как суммировано в ответе на вопрос А5, в некоторых когортных исследованиях сообщалось о влиянии на уровень смертности концентрации PM2,5 значительно ниже среднегодового показателя 10 мкм/м3. К преимуществам метода, основанного на линейной функции, относятся его простота и независимость ожидаемых преимуществ для здоровья в результате снижения загрязнения от исходного уровня экспозиции. Также важно, что он соответствует подходам, которые были применены в 2005 году в программе "Чистый воздух для Европы" (Clean Air for Europe, CAFE). Эти подходы известны заинтересованным сторонам и лицам, ответственным за разработку политики, и позволяют провести сравнение новых данных с результатами, полученными в 2005 году. Вывод, сделанный по итогам дополнительного анализа Гарвардского исследования шести городов, подтверждает, что эффекты в отношении смертности могут быть частично обратимыми, возможно, в течение такого короткого периода времени, как год (Laden et al., 2006; Lepeule et al., 2012). Наиболее подходящий способ отразить преимущества снижения экспозиции к PM2,5, выявленные в когортных исследованиях, состоит в использовании показателя добавленных лет жизни на уровне общей популяции (COMEAP, 2010; WHO, 2001). Как описано, например, в исследовании COMEAP (2010), термин “приписываемые смерти” полезен для описания бремени смертности в каждом конкретном году, если принять ряд упрощающих допущений. Однако их трудно использовать для сравнения числа смертей при двух сценариях – со сниженным уровнем загрязнения и с исходной длительной экспозицией, поскольку в обоих случаях, в конечном счете, все умирают. Число смертей можно рассчитать за более короткие периоды времени, но подобная оценка последствий экспозиции будет

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 20

неполной. Оценки такого типа также должны сопровождаться описанием соответствующего периода времени, например, "в первые 10 лет" (обозначение "за год" неприменимо, так как число обусловленных загрязнением смертей после снижения его уровня варьирует с течением времени по мере того, как численность и возрастная структура населения изменяется за счет дополнительного числа выживших). Эксперты проекта HRAPIE рекомендовали оценивать эффекты в популяциях взрослых (возраст 30 лет и старше), поскольку большая часть данных для оценки ФКЭ получена по результатам исследований, в которых основная часть участников принадлежала к этой возрастной категории. Исходные показатели смертности для использования в анализе должны основываться на данных, содержащихся в Европейской базе данных о смертности – MDB (WHO, 2013c). Показатели смертности от всех естественных причин (МКБ-10, классы I–XVIII, коды A–R) необходимо рассчитывать по каждой из 53 стран Европейского региона ВОЗ, используя последний год с имеющимися данными. Информация в базе данных собрана из разных источников, включая сеть национальных экспертов, технические программы Европейского регионального бюро ВОЗ и такие партнерские организации, как агентства ООН, статистическое бюро ЕС (Евростат) и Организация по экономическому сотрудничеству и развитию. MDB обновляется дважды в год.

2.2. Влияние долговременной экспозиции к PM2,5 на смертность от специфических причин Для анализа специфических причин используется подход, примененный в недавно опубликованном исследовании ГББ 2010 (Lim et al., 2012). Он включает оценку воздействия долговременной экспозиции к PM2,5 на смертность от четырех специфических причин смерти (цереброваскулярная болезнь, ишемическая болезнь сердца, ХОБЛ и рак легких) во всех регионах мира в возрастной группе 30 лет и старше. В исследовании ГББ 2010 этому подходу отдавалось предпочтение из-за существенных различий в структуре регистрируемых причин смерти между регионами (IHME, 2013). Уровни PM2,5, которые рассматриваются в исследовании ГББ 2010, намного превосходят концентрации, наблюдаемые в долгосрочных эпидемиологических исследованиях эффектов от загрязнения атмосферного воздуха, проведенных в Северной Америке и Западной Европе. Поэтому при оценке ФКЭ были объединены результаты исследований загрязнения PM атмосферного воздуха с результатами исследований эффектов от воздействия PM при пассивном курении, загрязнении воздуха внутри помещений из-за использования в домашних хозяйствах твердых видов топлива и в результате активного курения (в соответствии с подходом, описанным в публикации Pope et al., 2011). Использование этого подхода предполагает, что воздействие на здоровье тонкодисперсных PM из разных источников сходно. Это позволяет избежать не соответствующей реальности высокой оценки риска в группах населения, подвергающихся воздействию очень высоких концентраций PM2,5, содержащихся в атмосферном воздухе (намного выше, чем в Европе), которая может стать следствием линейной или даже логарифмической экстраполяции результатов исследований эффектов, связанных с качеством атмосферного воздуха.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 21

ФКЭ, применяемые в исследовании ГББ 2010 (IHME, 2013), получены на трехпараметрической модели экспоненциального убывания насыщения под влиянием концентрации PM2,5. Подход к разработке этой модели изложен в ответе на вопрос D4 и его обосновании в отчете по проекту REVIHAAP (ВОЗ, 2013a), а статья с более подробным описанием модели готовится к печати. По сравнению с 7 другими изученными моделями эта модель дает наилучшее соответствие между всеми 4 исследованными исходами в отношении здоровья. ФКЭ отражает более резкое повышение риска при низких, чем при высоких уровнях экспозиции (супралинейная зависимость), наблюдаемое в некоторых эпидемиологических исследованиях. При использовании этого подхода результаты оценки риска хорошо согласуются с результатами исследования, проведенного недавно в Китае (Cao et al., 2011), где рассчитанные концентрации PM2,5 (полученные при преобразовании значения общей концентрации суспендированных частиц) варьировали в диапазоне 38–166 мкг/м3. Проект REVIHAAP для анализа затрат и выгод рекомендует подход, который использовался в исследовании ГББ 2010, отмечая, что его применение будет включать линеаризацию ФКЭ с использованием уровня PM2,5, которое ожидается в 2020 году в соответствии со сценарием действующего законодательства. На практике, оценки были чувствительны к предполагаемому снижению концентрации PM до такого уровня, ниже которого эффекты не будут просчитываться; это было одной из причин, почему значения, относящиеся к специфическим причинам в ГББ 2010, не добавляются к общему эффекту, но рекомендуются в качестве альтернативы оценке смертности от всех причин. Как отмечено в разделе 2.1, эпидемиологические исследования факторов риска как для ишемической болезни сердца, так и для инсульта, показывают, что ОР снижается пропорционально логарифму возраста (Lim et al., 2012). Исходя из этого, эксперты HRAPIE рекомендовали для оценки возможного влияния стратификации проводить расчет как в отношении отдельных возрастных групп, так и в отношении всех возрастов. Матрица коэффициентов риска (в зависимости от исходного уровня PM2,5 и возраста по каждому из исходов) представлена в исследовании ГББ 2010. Кроме того, Международное агентство по изучению рака (МАИР) недавно классифицировало загрязнители атмосферного воздуха в целом и конкретно PM как канцерогены группы 1 (IARC, 2013). При проведении оценки воздействия на здоровье и анализа затрат и выгод в будущем необходимо учитывать рекомендации, касающиеся связи PM2,5 с заболеваемостью раком легких (кроме смертности от рака легких), поскольку этот исход вносит свой вклад в бремя болезней, обусловленных загрязнением воздуха. Однако из-за рабочего графика проекта HRAPIE формальный мета-анализ по этому исходу не проводился и конкретные рекомендации относительно заболеваемости раком легких не были сделаны. Считается, что предложенные рекомендации для смертности от всех причин и от конкретных причин (которые в качестве причины смерти включают рак легких) частично охватывают этот исход, но поскольку они относятся только к смертности от рака легких, а не к развитию рака, это может привести к небольшой недооценке эффектов. В отношении смертности от всех причин расчет числа добавленных лет жизни является более подходящим, чем расчет числа случаев смерти, хотя последний возможен для определения изменений в числе смертей от конкретных причин при

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 22

длительном периоде наблюдения. И вновь, как и для смертности от всех причин, необходимо определить продолжительность наблюдения в таблицах дожития (например, продолжительность жизни в начале изменения политики); это особенно важно для рака легких, когда короткий временной лаг непригоден, и непродолжительный период наблюдения приведет к тому, что эффект будет упущен. Для получения исходных значений показателей смертности следует использовать Европейскую базу детализированных данных о смертности (WHO, 2013d).

2.3. Влияние долговременной экспозиции к PM10 на постнеонатальную смертность Для младенческой смертности эксперты HRAPIE рекомендовали использовать результаты исследования, проведенного Woodruff, Grillo и Schoendorf (1997) на основе данных о 4 млн младенцев из США. Конечной точкой исследования были показатели постнеонатальной смертности младенцев в возрасте от 1 до 12 месяцев. Для выявленных в этом исследовании ассоциаций между смертностью от всех причин и уровнем PM10 (измеренного как среднее в течение первых двух месяцев жизни) получено значение ОР 1,04 (95% ДИ = 1,02, 1,07) на 10 мкг/м3 PM10. Следует отдать предпочтение этому, а не более позднему исследованию (Woodruff, Darrow and Parker, 2008) 3,5 млн младенцев из США, в котором сообщается об ассоциациях с постнеонатальной младенческой смертностью от респираторных заболеваний. Хотя в целом результаты этого последнего исследования свидетельствуют о воздействии долговременной экспозиции на младенческую смертность, в международных базах данных отсутствует информация о постнатальной младенческой смертности от специфических причин. В последующих исследованиях, проведенных в основном в развивающихся странах, выявлены дополнительные доказательства в поддержку последствий острого воздействия PM (Cohen et al., 2004). В качестве исходных данных следует использовать специфические для каждой страны показатели постнеонатальной смертности из Европейской базы данных "Здоровье для всех" (ВОЗ, 2013e), возможно, включая прогностические данные ООН. Эти рекомендации основаны на небольшом числе исследований и, учитывая ограниченные ресурсы рассматриваемого проекта, они были подготовлены без проведения формального систематического обзора влияния воздействия PM на постнеонатальную смертность. Надежность количественной оценки риска считается умеренной, и пару "загрязнитель – исход" рекомендуется включать в Группу В*.

2.4. Влияние долговременной экспозиции к PM10 на распространенность бронхита у детей ФКЭ для этой конечной точки взяты из исследования PATY (Hoek et al., 2012), в котором были проанализированы данные, собранные в поперечных исследованиях, проведенных ранее в 11 странах. Данные по "бронхиту за последние 12 месяцев", имелись для 40 000 детей в возрасте от 6 до 12 лет, проживающих в 9 странах, в основном в городах Европы. Сообщали о погранично значимой ассоциации между распространенностью бронхита и долговременной экспозицией к усредненной концентрации PM10 в городах с ОЭ 1,08 (95% ДИ = 0,98, 1,19) при повышении среднегодового уровня PM10 на 10 мкг/м3. При проведении анализа обнаружена

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 23

гетерогенность между исследованиями в отношении этой ассоциации (p<0,10), что, возможно, связано с различиями в дизайне отдельных исследований, включенных PATY, и различиями в установлении диагноза бронхита, сказавшимися на его определении. Этот исход вносит свой вклад в расчет RAD, поэтому при расчете общего бремени болезни и затрат, связанных с воздействием PM, значения RAD должны быть соответственно уменьшены. В анализе затрат и выгод эта оценка должна применяться ко всем детям в возрасте 6– 12 лет (или 6–18 лет, если доступны данные только по этой возрастной группе). Основой для исходной частоты бронхита в предыдущие 12 месяцев могут быть результаты исследования PATY. Хотя диапазон оценок, полученных в разных странах, составляет от 6,2% до 41,5%, эксперты HRAPIE рекомендуют использовать для анализа средний показатель распространенности 18,6% из исследования PATY. Пару "загрязнитель – исход" рекомендуется включать в Группу В*.

2.5. Влияние долговременной экспозиции к PM10 на заболеваемость хроническим бронхитом у взрослых Рекомендуемая оценка ФКЭ для хронического бронхита основана на двух исследованиях: AHSMOG, проведенного в Калифорнии, США (Abbey et al., 1995a; 1995b), и SAPALDIA, проведенного в Швейцарии (Schindler et al., 2009). В обоих исследованиях использовали продольный анализ, при котором вероятность появления нового случая бронхита на протяжении примерно 10-летнего периода между обследованиями соотносили с уровнями PM за тот же период, скорректированными по другим факторам. В соответствии с поставленной задачей, в этих двух исследованиях использовали различные периоды измерения экспозиции: результаты в исследовании AHSMOG относятся к усредненной среднегодовой концентрации PM2,5 в период между обследованиями (1966–1977), а в SAPALDIA также в период между обследованиями (1991–2002) выясняли наличие связи с изменением среднегодового уровня PM10. В обоих исследованиях хронический бронхит определяли одинаково как наличие кашля и/или мокроты, наблюдавшихся в течение всех или большинства дней за период не менее 3 месяцев в году на протяжении как минимум 2 лет. Обратите внимание, что для оценки в денежном выражении это менее жесткое условие, чем часто использующееся требование наличия хронического кашля и мокроты. В исследовании AHSMOG первое обследование проводили в когорте, включающей около 3900 некурящих лиц в возрасте старше 28 лет. Предполагаемые риски в течение жизни (за 20 лет) оценивали путем тщательного изучения истории пребывания в рабочих и жилых помещениях с применением двух подходов. Используя уровни экспозиции к PM10, полученные на основе измерения общей концентрации суспендированных частиц, Abbey et al. (1995a) провели оценку ОР, которая показала расчетное изменение в 7,0% (95% ДИ = −0,5%, 14,3%) для новых случаев на 10 мкг/м3 PM10. В анализе, проведенном в рамках программы CAFE (Hurley et al., 2005), использовали эту оценку риска, для которой были получены ДИ. Используя уровни экспозиции к PM2,5 на основе данных о видимости в районе аэропорта, Abbey et al. (1995b) вывели значение ОЭ, составившее изменение числа новых случаев на 14% (95% ДИ = −0,45%, 26,2%) в расчете на 10 мкг/м3 PM2,5. Эксперты HRAPIE отдали предпочтение этому второму исследованию, поскольку наблюдалось намного больше неопределенностей в оценке PM10 в нескольких городах, исходя из общей массы

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 24

взвешенных частиц, чем при прямой оценке экспозиции к PM2,5 на основании определения видимости в районе аэропорта в каждом городе, где были получены хорошие модели соответствия. Анализ, проведенный Schindler et al. (2009), обеспечивает поддержку более высокой оценки двух ОР из исследования AHSMOG. Schindler et al. (2009) изучали связь между хроническим бронхитом и изменениями смоделированных концентраций PM10 в местах проживания примерно 7000 взрослых в возрасте 16–60 лет (во время первого опроса они проживали в 8 населенных пунктах Швейцарии). В этом исследовании отношение шансов оценено в 0,78 (95% ДИ = 0,62, 0,98), что равнозначно уменьшению риска сообщений о новых случаях хронического бронхита на 22% (95% ДИ = 2%, 38%) в ответ на снижение концентрации PM10 на 10 мкг/м3. Преобразуя результаты, полученные в исследовании Abbey et al. (1995b), в единицы PM10 (при допущении, что отношение PM2,5/PM10 = 0,65) и используя полученное в этом исследовании средневзвешенное значение (использован метод обратной дисперсии) вместе с результатами исследования Schindler et al. (2009), получено значение ОР для хронического бронхита 1,117 (95% ДИ = 1,040, 1,189) на 10 мкг/м3 PM10. Кроме того, Schindler et al. (2009) в конце периода между проведением опросов изучили данные всех входящих в когорту лиц, сообщавших о симптомах, появление которых можно было объяснить загрязнением воздуха. Обнаружена выраженная динамика изменений таких симптомов: при втором опросе многие участники не сообщали о наличии симптомов, другие сообщали о новых симптомах, и небольшая группа участников сообщала о симптомах во время обоих опросов. С тем чтобы избежать завышенной оценки приписываемого загрязнению воздуха общего бремени хронического бронхита, эксперты HRAPIE предлагают ограничить количественную оценку связанного с загрязнением воздуха бремени, опираясь на симптомы, которых не было в начале исследования, но о которых участники сообщали при повторном опросе. Учитывая динамику бронхита (при определении путем анкетирования), у кого-то из заболевших в какие-то моменты в будущем симптомов не будет, тогда как другие будут страдать от более стойкой симптоматики. Поскольку специфические для стран исходные показатели хронического бронхита отсутствуют, эксперты HRAPIE рекомендовали использовать оценки из исследований AHSMOG и SAPALDIA, в которых получены значения ОР. С поправкой на ремиссию и в соответствии с Программой анализа и составления карт экологических выгод, осуществляемой Агентством охраны окружающей среды США, исходный показатель заболеваемости из AHSMOG составляет 3,78 новых случаев ежегодно на 1000 взрослых из группы риска. Анализ, проведенный Schindler et al. (2009), также с поправкой на ремиссию дал на удивление сходное значение для SAPALDIA – 3,9 случая на 1000 взрослых из группы риска, которые сообщили о симптомах во время второго опроса, но не в начале опросного исследования. Эти рекомендации основаны на результатах только 2 исследований, и из-за ограниченных ресурсов данного проекта были подготовлены без проведения формального систематического обзора данных по влиянию PM на заболеваемость хроническим бронхитом. Поддержкой могут служить результаты недавно опубликованного систематического обзора исследований зависимости ХОБЛ от

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 25

загрязнения воздуха (Schikowski et al., 2013). Диагноз хронического бронхита, основанный на сообщениях о симптомах кашля и выделении мокроты, считается довольно слабым показателем клинической формы ХОБЛ, диагноз которой ставится по результатам спирометрии или клинического обследования. Однако известно, что эти симптомы являются прогностическими признаками развития объективно диагностируемой ХОБЛ в будущем. Schikowski et al. (2013) использовали в своем исследовании объективные показатели (результаты спирометрии) или коды МКБ при выписке из больницы или официальную запись о регистрации смерти. Сделан вывод, что имелись доказательства долгосрочных последствий загрязнения воздуха в отношении распространенности и заболеваемости ХОБЛ, но они нуждались в подтверждении, несмотря на правдоподобие биологических механизмов и наличие убедительных данных о том, что загрязнение воздуха влияет на развитие легких в детстве и вызывает обострения у пациентов с ХОБЛ. Опираясь на этот вывод и учитывая возможную неполноту данных по ФКЭ для хронического бронхита, использованных для текущего анализа, количественную оценку влияния PM10 на заболеваемость хроническим бронхитом рекомендуется включать в Группу В*, характеризующуюся менее определенными поддерживающими доказательствами и меньшей уверенностью в ФКЭ. Существуют также нерешенные проблемы объединения и использования коэффициентов в исследованиях уровня PM и в исследованиях изменения уровня PM; и это еще одна причина, почему данная пара "загрязнитель – исход" должна быть включена в Группу B*.

3. Кратковременная экспозиция к PM 3.1. Влияние кратковременной экспозиции к PM2,5 на смертность от всех причин Эксперты HRAPIE выразили озабоченность тем, что случаи преждевременной смерти, приписываемые краткосрочным изменениями концентрации PM2,5, уже были учтены в оценках последствий долгосрочного воздействия. Поэтому они рекомендовали проводить количественную оценку для этого уровня экспозиции только для информации; подобная оценка не предлагается в качестве альтернативы количественной оценке влияния долгосрочной экспозиции к PM2,5. Мета-анализ APED включал результаты 12 моногородских исследований временных рядов и одно мультигородское исследование смертности от всех причин во всех возрастных группах. Результаты моногородского (или регионального) исследования были получены для Вены, Австрия (Neuberger, Rabczenko and Moshammer, 2007); угольного бассейна (Peters et al., 2000) и Праги (Branis et al., 2010), Чешская Республика; Эрфурта, Германия (Peters et al., 2009); Барселоны (Perez et al., 2008), ЛасПальмас-де-Гран-Канариа и Санта-Круз-де-Тенерифе (López-Villarrubia et al., 2010), Испания; Лондона (Atkinson et al., 2010) и Уэст-Мидлендса (Anderson et al., 2001), Соединенное Королевство (Anderson et al., 2001). В мультигородском исследовании сообщали результаты анализа, проведенного в 9 французских городах (Blanchard, 2008) (рис. 2). Итоговая оценка случайных эффектов, выраженная в процентном увеличении среднего числа смертей при повышении концентрации PM2,5 на 10 мкг/м3 составила 1,23% (95% ДИ = 0,45%, 2,01%). Индивидуальные оценки были чувствительны к поправкам по другим загрязняющим веществам.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 26

Хотя дополнительные данные, опубликованные с мая 2011 года, не включены в этот обзор, в проведенном недавно мультигородском исследовании 10 европейских мегаполисов Средиземноморья (включая Барселону) – проект MED-PARTICLES (Samoli et al., 2013) – обнаружено ежедневное увеличение смертности на 0,55% (95% ДИ = 0,27%, 0,84%), связанное с повышением уровня PM2,5 на 10 мкг/м3. Рисунок 2. Оценки риска для PM2,5 и смертности от всех причин, все возрасты

Страна

Город/регион

Основной автор

Год

Период исследования

ОЭ (95% ДИ)

Eur Aa, мультигородское исследование Франция 9 городов Blanchard 2008 2000–2004 1,59 (0,80, 2,38)

Eur A, моногородское исследование Австрия Чешская Республика Чешская Республика

Вена Угольный бассейн

Neuberger Peters Branis Peters Perez López-Villarrubia López-Villarrubia Atkinson

2007 2000 2010 2009 2008 2010 2010 2010 2001

2002–2004 1993–1994 2006–2006 1991–2002 2003–2004 2001–2004 2001–2004 2000–2005 1994–1996 −5 −1 0 1 5 10

2,57 (1,09, 4,04) 0,57 (−0,20, 1,35) 0,40 (−0,80, 1,60) −0,66 (−1,82, 0,50) 3,92 (2,27, 5,57) −0,91 (−4,08, 2.25) −0,68 (−4,00, 2,63) 0,52 (−0,76, 1,80) 0,34 (−0,85, 1,53)

Прага Эрфурт Барселона Лас-Пальмас-деГран-Канария Санта-Крус-деТенерифе

Германия Испания Испания Испания Соединенное Королевство Соединенное Королевство

Лондон

Уэст-Мидлендс Anderson

1000 × ln (ОР)

Источник: финансирование этой работы и разрешение на ее воспроизведение получены от Отдела исследовательских программ политики здравоохранения Соединенного Королевства. a Страны Европейского региона ВОЗ, входящие в группу EUR А: Австрия, Андорра, Бельгия, Германия, Греция, Дания, Израиль, Ирландия, Исландия, Испания, Италия, Люксембург, Мальта, Монако, Нидерланды, Норвегия, Португалия, Сан-Марино, Соединенное Королевство, Словения, Финляндия, Франция, Хорватия, Чешская Республика, Швейцария и Швеция.

Два крупных мультигородских исследования влияния PM2,5 на смертность от всех причин были предприняты в Канаде и США. Burnett et al. (2004) изучали показатели ежедневной смертности в 12 канадских городах и сообщили, что ОР (выраженный в процентах) равнялся 0,60% (95% ДИ = −0,03%, 1,23%) при повышении концентрации PM2,5 на 10 мкг/м3. В США Zanobetti и Schwartz (2009) в своем исследовании 112 городов обнаружили более сильную ассоциацию – 0,98% (95% ДИ = 0,75%, 1,21%), также при повышении концентрации PM2,5 на 10 мкг/м3. Обе эти объединенные оценки меньше, чем общая оценка, полученная в Европе, хотя их ДИ в значительной степени совпадают с объединенной европейской оценкой. Результаты этих исследований, проведенные в развитых странах со сравнимыми с европейскими странами источниками загрязнения тонкодисперсными частицами, поддерживают

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 27

доказательства существования зависимости смертностью, наблюдаемой в Европе.

между

концентрацией

PM2,5

Исследования временных рядов поддерживают использование данных из когортных исследований для анализа затрат и выгод. Эффекты должны быть рассчитаны для всех уровней PM. Исходные показатели смертности следует извлекать из MDB (WHO, 2013c), в которой представлены показатели смертности, стратифицированные по 67 причинам смерти, возрасту и полу.

3.2. Влияние кратковременной экспозиции к PM2,5 на госпитализацию в связи с сердечно-сосудистыми и респираторными заболеваниями Для мета-анализа данных о PM2,5 и госпитализации по поводу ССЗ в Европе были использованы результаты 5 исследований, в которых участвовали лица всех возрастов: мультигородское исследование 6 городов во Франции (Host et al., 2008) и моногородские (или региональные) исследования, проведенные в Праге (Branis et al., 2010), Мадриде (Linares and Dìaz, 2010), Лондоне (Atkinson et al., 2010) и УэстМидленде (Соединенное Королевство) (Anderson et al., 2001) (рис. 3). Рассчитанная совокупная оценка случайных эффектов составила 0,91% (95% ДИ = 0,17%, 1,66%) на 10 мкг/м3. Рисунок 3. Оценки риска для кратковременной экспозиции к PM2,5 и госпитализации в связи CCЗ, все возрасты

Страна

Город/регион

Основной Год автор

Период исследования

ОЭ (95% ДИ)

Eur Aa, мультигородское исследование Франция 6 городов Host 2008 2000–2003 0,90 (0,10, 1,69)

Eur A, моногородское исследование Чешская Республика Испания Соединенное Королевство Соединенное Королевство Прага Мадрид Лондон Branis Linares Atkinson 2010 2010 2010 2001 2006–2006 2003–2005 2000–2005 1994–1996 1,59 (0,50, 2,68) 7,70 (2,96, 12,44) −0,90 (−2,24, 0,43) −0,28 (−1,49, 0,92)

Уэст-Мидлендс Anderson

1000 × ln (ОР)

−5 −1 0 1

Источник: финансирование этой работы и разрешение на воспроизведение ее результатов получены от Отдела a

исследовательских программ политики здравоохранения Соединенного Королевства. Страны Европейского региона ВОЗ, входящие в группу EUR А: Австрия, Андорра, Бельгия, Германия, Греция, Дания, Израиль, Ирландия, Исландия, Испания, Италия, Люксембург, Мальта, Монако, Нидерланды, Норвегия, Португалия, Сан-Марино, Соединенное Королевство, Словения, Финляндия, Франция, Хорватия, Чешская Республика, Швейцария и Швеция.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 28

В трех моногородских исследованиях, проведенных в Праге (Branis et al., 2010), Мадриде (Linares and Dìaz, 2010) и Уэст-Мидлендсе (Соединенное Королевство) (Anderson et al., 2001), также получены результаты по случаям госпитализации в связи с респираторными заболеваниями для всех возрастов (рис. 4). Рассчитанная совокупная оценка случайных эффектов составила 1,90% (95% ДИ = −0,18%, 4,02%) в ответ на повышение концентрации PM2,5 на 10 мкг/м3. Хотя дополнительные фактические данные, опубликованные начиная с мая 2011 года в этот обзор не вошли, авторы указывают на данные поступления в стационар в 8 средиземноморских городах, полученные в проекте MED-PARTICLES (Stafoggia et al., 2013). В этом исследовании сообщается о повышении ежедневного числа случаев госпитализации в связи с CCЗ и респираторными заболеваниями (у лиц в возрасте 15 лет и старше) на 0,43% (95% ДИ = 0,04%, 0,83%) и 1,25% (−0,02%, 2,54%), соответственно, в ответ на повышение концентрации PM2,5 на 10 мкг/м3. ФКЭ основаны на результатах европейских исследований, но, как показано в отчете по проекту REVIHAAP (ВОЗ, 2013a), исследования, проведенные в других регионах, обеспечивают качественную поддержку. Рисунок 4. Оценки риска для кратковременной экспозиции к PM2,5 и госпитализации в связи с респираторными заболеваниями, все возрасты

Страна

Город/регион Основной автор

Год

Период исследования

ОЭ (95% ДИ)

Eur Aa, моногородское исследование Чешская Республика Испания Соединенное Королевство Прага Мадрид Branis Linares 2010 2010 2001 2006–2006 2003–2005 1994–1996 1,59 (-0,10, 3,27) 6,77 (1,98, 11,55) 0,67 (-0,51, 1,86)

Уэст-Мидлендс Anderson

1000 × ln (ОР)

−5

−1 0 1

Исходные показатели госпитализации следует извлекать из Европейской базы данных по госпитальной заболеваемости (WHO, 2013f). Показатели госпитализации входят в расчет RAD, поэтому рассчитывая общее бремя и затраты, связанные с воздействием PM, показатель RAD следует соответствующим образом уменьшить. Пары "загрязнитель – исход" рекомендуется включать в Группу А*.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 29

3.3. Влияние кратковременной экспозиции к PM2,5 на RAD К RAD относятся дни, когда у людей снижается уровень их обычной активности, и включают, в том числе, дни невыхода на работу, пропуски школьных занятий и другие, менее заметные проявления ограничения ежедневной активности. В результате, в расчет RAD, вероятно, будут включены многие симптомы со стороны нижних дыхательных путей, а также другие относительно менее определенные исходы, ассоциирующиеся с воздействием PM в проведенных ранее исследованиях (такие, как посещения врача, использование лекарственных препаратов и симптомы со стороны нижних и верхних дыхательных путей) (Ward and Ayres, 2004; Hoek and Brunekreef, 1995). Влияние PM на число пропущенных рабочих дней, госпитализаций и частоту симптомов астмы у детей, вносящих свой вклад в показатели RAD, можно оценить с помощью методов, рекомендованных в других разделах. Эти более специфические исходы не должны добавляться к RAD, чтобы избежать двойного учета эффектов. Имеется только одно исследование, из которого можно получить информацию для рекомендаций проекта HRAPIE. ФКЭ для RAD получена на основе изучения данных 6летнего Национального опросного обследования, проведенного в США (Ostro, 1987), в котором участвовало ежегодно около 12 000 взрослых (возраст 18–64 года) из 49 столичных регионов США. Зависимость между 2-недельным средним уровнем PM2,5 1 и числом RAD оценивали отдельно по каждому году и ОЭ колебалась от 2,8% до 9% на 10 мкг/м3 PM2,5. Мета-анализ с использованием метода взвешивания с помощью величины обратной дисперсии дает общую оценку изменения числа RAD на 10 мкг/м3 PM2,5 – 4,7% (95% ДИ = 4,2%, 5,3%). Эксперты HRAPIE рекомендовали применять эту ФКЭ ко всем возрастным группам, учитывая вероятность проявления подобного или более выраженного эффекта от воздействия PM2,5 в отношении RAD у лиц моложе 18 и старше 64 лет. Это предположение поддерживают данные проведенного в 2008 году в Соединенном Королевстве общенационального обследования образа жизни, в котором получено число RAD, характерное для индивидуумов, проживающих в этой стране (Ali et al., 2010); оно составило 23 RAD на человека в возрастной группе 16–44 года и 32 RAD на человека в возрастной группе 45–64 года. Эти результаты подтверждаются данными общенационального анкетирования по вопросам здоровья, проведенного в США (Adams and Marano, 1994), в котором продемонстрированы ограничения активности, вызванные острыми заболеваниями (табл. 2; результаты, касающиеся хронических заболеваний, не включены в таблицу, но имеются в оригинальном эпидемиологическом исследовании). Таблица 2. Число RAD вследствие острых заболеваний Возрастная группа <5 5–17 18–24 24–44 45–64 65 лет и старше Источник: Adams and Marano (1994). Среднее число RAD в год 8,76 6,33 6,39 6,64 6,30 8,95

Предполагая линейность зависимости, последствия для здоровья, связанные с колебаниями ежедневных концентраций PM2,5, можно рассчитать, используя другое время усреднения, например, день или год.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 30

В случае отсутствия национальных данных по RAD эксперты HRAPIE рекомендовали использовать в качестве исходного значения цифру 19 RAD на человека в год, как у Ostro и Rothschild (1989). Примерно такие же показатели наблюдались у населения Канады (Stieb et al., 2002) и Соединенного Королевства (Ali et al., 2010). Эту пару "загрязнитель – исход" рекомендуется включать в Группу В*. Однако к оценке общего эффекта должны добавляться только остаточные RAD (после учета дней, проведенных в стационаре, потерянных рабочих дней и дней с наличием симптомов).

3.4. Влияние кратковременной экспозиции к PM2,5 на потерю рабочих дней ФКЭ для этой конечной точки также основаны на исследовании Ostro (1987) (см. раздел 3.3). Мета-анализ потери рабочих дней дает оценку ФКЭ 4,6% (95% ДИ = 3,9%, 5,3%) при изменении концентрации PM2,5 на 10 мкг/м3 и относится ко всем работающим на текущий момент. Что касается исходных значений, то используют специфические для каждой страны данные об отсутствии на работе по болезни (абсентизм) из Европейской базы данных "Здоровье для всех" (ВОЗ, 2013e). Хотя исходные значения имеются для большинства стран, определения и критерии, использованные для регистрации отсутствия по болезни, существенно отличаются между ними, повышая уровень неопределенности оценок этого бремени. Бремя потерянных рабочих дней (выраженное либо как утраченные годы здоровой жизни, либо в экономических издержках) не должно прибавляться к бремени RAD изза их очевидного перекрывания в группах людей, подвергавшихся воздействию. Таким образом, расчетное число потерянных рабочих дней должно вычитаться из расчетного числа RAD для того, чтобы избежать двойного подсчета перед расчетами бремени, и, кроме того, должно рассчитываться отдельно.

3.5. Влияние кратковременной экспозиции к PM10 на частоту симптомов астмы у детей-астматиков Для этой конечной точки эксперты HRAPIE использовали мета-анализ результатов 36 панельных исследований, включающих детей и подростков с бронхиальной астмой в возрасте 5–19 лет (Weinmayr et al., 2010). Исследования проводили в 51 популяции детей и подростков (в том числе в 36 из Европы) с уже имевшимся астматическим статусом, подтвержденным врачом или установленным на основании опросника по соответствующим сообщенным симптомам или принимаемым препаратам. Определения признаков астмы отличались в разных исследованиях и включали кашель, хрипы, одышку, приступы астмы или симптомы астмы. Используя анализ случайных эффектов для рассмотрения гетерогенности между исследованиями, эффект от изменения суточной концентрации PM10 на 10 мкг/м3 оценивался в 2,8% (95% ДИ = 0,6%, 5,1%) В анализе затрат и выгод эта ФКЭ должна применяться к детям и подросткам с астмой в возрасте 5–19 лет. Распространенность астмы у детей, рассчитанная по определению "тяжелая астма" в исследовании ISAAC (Lai et al., 2009), составляет 4,9% для Западной Европы и 3,5% для Северной и Восточной Европы. На основе интерполяции данных из

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 31

нескольких панельных исследований предполагается, что ежедневная частота симптомов в этой группе должна оцениваться в 17% (Peters et al., 1997; Segala et al., 1999; van der Zee et al., 1999). Бремя симптомов астмы (выраженное либо как утраченные годы здоровой жизни, либо в экономических издержках) не должно прибавляться к бремени RAD из-за их очевидного перекрывания в группах подверженных воздействию людей. Следовательно, перед расчетом бремени расчетное число дней с симптомами астмы должно вычитаться из расчетного числа RAD с тем, чтобы избежать двойного учета.

4. Долговременная экспозиция к O3 4.1. Влияние долговременной экспозиции к O3 на смертность от респираторных заболеваний Рекомендованные ФКЭ основаны на анализе данных, собранных в когорте ACS, включающей лиц, возраст которых в начале наблюдения составлял 30 лет и старше. По крайней мере, часть эффектов кратковременной экспозиции в отношении смертности, видимо, должна быть включена в расчетное число эффектов долговременной экспозиции. Исходя из этого, эксперты HRAPIE рекомендовали включить эту пару "загрязнитель – исход" в качестве альтернативы оценке влияния кратковременной экспозиции к O3 на смертность в Группу В (как не вносящую вклад в общий эффект от воздействия расширенного набора загрязнителей). Для оценки влияния на смертность от респираторных заболеваний среди лиц в возрасте 30 лет и старше используют коэффициент ОР 1,014 (95% ДИ = 1,005, 1,024) при повышении максимальной дневной концентрации O3, усредненной за 8 часов, на 10 мкг/м3 в летние месяцы (апрель–сентябрь). Этот коэффициент получен из анализа ACS воздействия одного загрязнителя в 96 городских статистических зонах США (Jerrett et al., 2009a). Это является результатом пересчета средних значений за 1 час в средние значения за 8 часов с использованием коэффициента 0,72 из проекта APHEA-2 (Gryparis et al., 2004). Коэффициенты риска должны быть применены к средним концентрациям за 8 часов в летние месяцы, превышающим 35 ppb. Выбор этой точки разделения основан на том, что в летние месяцы средняя концентрация O3 превышает 35 ppb в большинстве территориальных зон, включенных в анализ ACS, так что нет никакой информации о форме ФКЭ ниже этого уровня. MBD (WHO, 2013c) должна использоваться для получения исходных данных о смертности во всех 53 странах Европейского региона ВОЗ.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 32

5. Кратковременная экспозиция к O3 5.1. Влияние кратковременной экспозиции к O3 на смертность от всех причин Эксперты HRAPIE рекомендовали использовать анализ этого воздействия как при проведении анализа эффективности затрат, так и анализа затрат и выгод. Он включает оценки влияния кратковременной (дневная максимальная концентрация, усредненная за 8 часов) экспозиции к O3 на смертность от всех причин для всех возрастов. Эффекты от воздействия O3 должно рассчитываться в соответствии с линейной функцией с коэффициентом ОР 1,0029 (95% ДИ = 1,0014, 1,0043) на 10 мкг/м3. Рекомендованные коэффициенты риска основаны на данных, полученных в 32 европейских городах, включенных в исследование APHENA, и более подробно описаны в отчете по проекту REVIHAAP в ответе на вопрос В1 и его обосновании (ВОЗ, 2013a). Коэффициенты для дневных максимальных концентраций O3, усредненных за 8 часов, получены из коэффициентов для средних значений за 1 час, опубликованных в отчете по исследованию APHENA (Katsouyanni et al., 2009). Они были пересчитаны с усредненных значений за 1 час в усредненные значения за 8 часов с использованием коэффициента 0,72, полученного из проекта APHENA (Gryparis et al., 2004). Рекомендованные коэффициенты скорректированы по PM10 (для того, чтобы избежать вероятности двойного подсчета или уменьшить ее). Для анализа затратоэффективности эксперты HRAPIE рекомендовали в качестве точки разделения концентрацию 35 ppb (70 мкг/м3) с тем, чтобы отразить большую уверенность в значимости взаимосвязи при концентрации выше 35 ppb. Дополнительным аргументом является наличие для O3 моделей, которые позволяют оценить сумму средних значений, превышающих 35 ppb с большей надежностью, чем при концентрациях ниже 35 ppb. Из-за неопределенности относительно наличия пороговой концентрации для эффектов, вызванных O3, также будут оправданы дополнительные усилия по оценке воздействия O3 в концентрациях, превышающих 10 ppb, которая является самой низкой из концентраций, наблюдающихся на станциях мониторинга в Европе (используя сумму средних значений, превышающих 10 ppb). В этом дополнительном анализе должны применяться те же коэффициенты риска, что и для суммы средних значений, превышающих 35 ppb. Следует отметить, что коэффициенты в исследовании APHENA основывались на оценке всего спектра наблюдаемых концентраций O3, включая уровни ниже 35 ppb. Таким образом, при расчете воздействия не было сделано никаких допущений относительно "отсутствия эффекта" при более низких уровнях O3. Наоборот, при проведении анализа эффективности затрат любые подобные воздействия игнорируются. Хотя такой подход не должен влиять на сравнение различных стратегий, направленных на снижение пиковых концентраций O3, влияние такого допущения необходимо проверить при проведении анализа затрат и выгод. Для получения числа случаев смерти все 53 страны Европейского региона ВОЗ должны использовать данные MDB (WHO, 2013c) за последний год, по которому они имеются. Данные собирают из различных источников, включая сеть национальных

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 33

экспертов, технические программы для Европы Европейского регионального бюро ВОЗ и такие партнерские организации, как агентства системы ООН, Евростат и Организация по экономическому сотрудничеству и развитию. MDB обновляется дважды в год.

5.2. Влияние кратковременной экспозиции к O3 на смертность от сердечно-сосудистых и респираторных заболеваний Последствия от воздействия O3 при максимальных ежедневных концентрациях, усредненных за 8 часов, превышающих 35 ppb (70 мкг/м3), должны рассчитываться в соответствии с линейной функцией и коэффициентами ОР 1,0049 (95% ДИ = 1,0013, 1,0085) на 10 мкг/м3 для смертности от сердечно-сосудистых и 1,0029 (95% ДИ = 0,9989, 1,0070) от респираторных заболеваний. Источник этих коэффициентов – исследование APHENA, в котором также представлена функция риска для основного анализа всех причин (Katsouyanni et al., 2009). Коэффициенты для смертности от ССЗ во всех возрастных группах рассчитывали с использованием средневзвешенных значений, полученных для возрастов 75+ и <75 лет; это, в свою очередь, основывалось на доле населения Европы в возрасте 75 и старше (значение 6,4% рассчитано как среднее долей конкретных городов) в исследовании APHENA. Также необходимо провести анализ для концентраций O3, превышающих 20 мкг/м3 (10 ppb), используя сумму средних, превышающих 10. Данные MDB (WHO, 2013c) должны использоваться для получения числа случаев смерти по всем 53 странам Европейского региона ВОЗ.

5.3. Влияние кратковременной экспозиции к O3 на госпитализацию в связи с сердечно-сосудистыми и респираторными заболеваниями В исследовании APHENA проанализированы ассоциации между воздействием O3 (максимальная концентрация за 1 час) и частотой случаев госпитализации (Katsouyani et al., 2009). В Европе были доступны данные по 8 городам, стратифицированные по респираторным заболеваниям и ССЗ (заболевания сердца), у лиц в возрасте 65 лет и старше (табл. 3). Исследование APHENA предоставляет наиболее полный всесторонний обзор доказательств наличия ассоциации между уровнем O3 и частотой случаев госпитализации по поводу респираторных и сердечных заболеваний в Европе. Результаты из США и Канады включены в таблицу 5 для сравнения. Эксперты HRAPIE отмечают несоответствие результатов между регионами, когда оценки O3 были скорректированы по PM10; это ослабляет доказательства связи между O3 и госпитализацией, наблюдаемой в Европе.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 34

Таблица 3. Объединенные оценки показателей госпитализации в связи с респираторными заболеваниями и заболеваниями сердца Европа (8 городов) Исход Один загрязнитель Скорректировано по PM10

США Один загрязнитель Скорректиро вано по PM10

Канада Один загрязнитель Скорректировано по PM10

Заболевания сердца, 65 лет и старше Респираторные заболевания, 65 лет и старше

% (95% ДИ) −0,10 (−0,46, 0,27)

% (95% ДИ) 0,64 (0,36, 0,91)

% (95% ДИ) 0,10 (−0,11, 0,31)

% (95% ДИ) −0,04 (−0,28, 0,19)

% (95% ДИ) 0,26 (−0,2, 0,73)

% (95% ДИ) 0,63 (−0,22, 1,5)

0,19 0,18 0,08 0,74 0,39 0,32 (−0,28, 0,67) (−0,12, 0,49) (−0,26, 0,41) (−0,05, 1,5) (−1,1, 1,9) (0,05, 0,60) Источник: на основе исследования Katsouyanni et al., 2009. Примечание: цифры представлены как процент увеличения случаев госпитализации (95% ДИ) при увеличении ежедневных максимальных концентраций O3 за 1 час на 10 мкг/м3.

В соответствии с рекомендациями проекта REVIHAAP, анализ затрат и выгод должен основываться на дневной максимальной концентрации O3, усредненной за 8 часов (ВОЗ, 2013a). Это значение получено путем пересчета средних значений за 1 час в средние значения за 8 часов с использованием коэффициента 0,72 из проекта APHEA-2 (Gryparis et al., 2004). Коэффициенты риска в расчете на 10 мкг/м3 ежедневного максимального значения, усредненного за 8 часов, пересчитанные из оценок проекта APHENA с поправкой на PM10 (табл. 3) следующие: • для госпитализации в связи с CCЗ (возраст 65 лет и старше): 0,89% (95% ДИ = 0,50%, 1,27%); • для госпитализации в связи с респираторными заболеваниями (возраст 65 лет и старше): 0,44% (95% ДИ = 0,07%, 0,83%). Необходимо рассчитать оценки воздействия суммы усредненных концентраций, превышающих 10 ppb, и суммы усредненных концентраций, превышающих 35 ppb (ежедневная максимальная концентрация за 8 часов). Исходные данные о числе случаев госпитализации по каждой стране должны быть получены из Европейской базы данных о госпитальной заболеваемости (WHO, 2013f) (число выписанных из стационара для всех возрастов минус числа для возрастов 0–14 лет и 14–64 года).

5.4. Влияние кратковременной экспозиции к O3 на MRAD RAD – это день, когда индивидуум снижает уровень своей обычной активности по причинам, связанным с состоянием здоровья. К MRAD не относится невыход на работу или необходимость в постельном режиме, но этот показатель включает сколько-нибудь заметное ограничение "нормальной" активности. Рекомендованная ФКЭ основана на результатах исследования Ostro и Rothschild (1989), которые провели 6 отдельных анализов ежегодных (1976–1981) данных Национального анкетирования по вопросам здоровья (США), рассматривая зависимость "респираторных" RAD или MRAD от концентраций O3 (2-недельные средние значения

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 35

ежедневных максимальных концентраций за 1 час 2, выраженные в мкг/м3) или PM2,5 (те же данные, которые использовал Ostro, 1987 – см. разделы 3.3 и 3.4). Это может показаться удивительным, но не обнаружено четкой и постоянной зависимости, связывающей уровни O3 и число RAD, обусловленных респираторными нарушениями. Однако наблюдалась достаточно сильная и постоянная зависимость между числом MRAD и уровнями O3. Прямые доказательства влияния экспозиции к O3 на симптоматику, полученные в клинических и панельных исследованиях и обсуждавшиеся в отчете по проекту REVIHAAP, поддерживают правдоподобие MRAD (ВОЗ, 2013a). Данные исследования, проведенного Ostro и Rothschild (1989), были использованы в программе CAFE; эксперты HRAPIE предлагают снова использовать эту же взаимосвязь, а также MRAD в качестве суррогатного маркера незначительных симптомов, чтобы избежать двойного подсчета (так, как это сделано в программе CAFE). Следующее далее краткое описание в основном опирается на данные о методологии, использованной для анализа затрат и выгод, из отчета программы CAFE (Hurley et al., 2005). Ostro и Rothschild (1989) сообщили о результатах, полученных на моделях с одним или двумя загрязнителями с поправкой на отличия между городами и различные социально-экономические индивидуальные вмешивающиеся факторы. Как и в программе CAFE, эксперты HRAPIE использовали результаты, полученные на модели с двумя загрязнителями; коэффициенты регрессии для O3 были также скорректированы относительно PM2,5. Коэффициенты регрессии по каждому году из 6 существенно отличались, причем в большинстве случаев (включая два отрицательных) по каждому отдельному году были статистически значимыми. Полученное средневзвешенное значение составило 0,00111 [стандартная ошибка (SE) 0,00034], давая повышение в 0,111% (95% ДИ = 0,043%, 0,179%) на мкг/м3 O3 (максимальное значение за 1 час) или 1,54% (95% ДИ = 0,60%, 2,49%) на 10 мкг/м3 O3 (дневная средняя концентрации за 8 часов). Это значение получено путем пересчета средних значений за 1 час в средние значения за 8 часов и использованием коэффициента 0,72 из проекта APHEA-2 (Gryparis et al., 2004). В оригинальное исследование были включены только работающие на текущий момент лица, проживающие в городских районах. Однако, как и в случае PM2,5, эксперты HRAPIE рекомендовали применять эту ФКЭ и исходные показатели для всех возрастных групп, учитывая вероятность сходных или более выраженных эффектов в отношении MRAD у лиц моложе 18 и старше 64 лет. Ostro и Rothschild (1989) сообщают о среднем значении MRAD 7,8 дней в год для работающих лиц в возрасте 18–64 лет. Вероятно, это оценка будет заниженной по сравнению с показателями MRAD в возрастной группе 18–64 года в целом, поскольку работающие люди в среднем отличаются лучшим здоровьем и более благополучны в социально-экономическом отношении, чем те, кто не имеет работы. Кроме того, вероятно, в дальнейшем будут недооцениваться исходные показатели у пожилых людей; следовательно, экстраполировать эти данные на другие группы взрослых следует с осторожностью.

Предполагая линейность функции, воздействие на здоровье ежедневных колебаний уровней O3 можно рассчитать с использованием другого времени усреднения, например, день или год.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 36

6. Долговременная экспозиция к NO2 Представленные ниже рекомендации экспертов HRAPIE предназначены для оценки пользы для здоровья от изменения концентраций NO2 per se, например, при оценке политики, направленной на изменение концентраций этого загрязнителя. Следовательно, коэффициенты, скорректированные по другим загрязняющим веществам, рекомендуются для нескольких исходов. В идеале, это должно быть дополнено расчетом эффекта от воздействия других соответствующих загрязнителей, скорректированного по NO2 (если концентрация другого загрязняющего вещества также изменилась в результате соответствующей политики). Это не всегда возможно, но оценка пользы для здоровья в отношении NO2 как такового, будет оставаться корректной. Если рассчитываются последствия от загрязнения воздуха в целом (например, при расчете бремени, обусловленного автомобильными выбросами), альтернативой является использование нескорректированного коэффициента для NO2 без включения эффекта другого загрязнителя. Это подробно обсуждается в ответе на вопрос С4 и в пояснении к нему в отчете по проекту REVIHAAP (ВОЗ, 2013a). Основные ограничения использования коэффициентов риска, полученных на моделях с несколькими загрязнителями, обсуждаются во введении к настоящему отчету (раздел 1.4).

6.1. Влияние долговременной экспозиции к NO2 на смертность от всех причин Рекомендация, вытекающая из ответа на вопрос С4 в проекте REVIHAAP, состоит в том, что следует включать в анализ влияние длительной (среднегодовой) экспозиции к NO2 на смертность от всех естественных причин, а также на смертность от CCЗ. Расчет воздействия должен проводиться как для Группы В* с тем, чтобы добавить его к общему эффекту расширенного набора загрязнителей, но в то же время избежать наложения и двойного подсчета эффектов от воздействия дна смертность PM2,5, которые включены в анализ как Группа А*. Эксперты HRAPIE рекомендовали применять в популяциях взрослых (30 лет и старше) линейную ФКЭ для всех естественных причин смерти, что соответствует ОР 1,055 (95% ДИ = 1,031, 1,08) на 10 мкг/м3 среднегодового повышения концентрации NO2. Воздействие должно рассчитываться для уровней NO2, превышающих 20 мкг/м3. В идеале, среднегодовая концентрация должна оцениваться в том же пространственном масштабе, который используется в оригинальных исследованиях. При более "грубом" подсчете в анализе затрат и выгод не будут учтены эффекты в "горячих точках", что приведет к недооценке общих эффектов. ФКЭ для смертности от ССЗ не предусмотрена, поскольку этот эффект уже включен в оценку смертности от всех причин. Рекомендованный коэффициент риска основан на недавно завершенном мета-анализе (Hoek et al., 2013) всех когортных исследований, результаты которых были опубликованы до января 2013 года. Сюда вошли 11 исследований, проведенных с участием взрослого населения Европы и Северной Америки, в которых оценивали экспозицию на уровне адресов проживания членов когорты. Дополнительное включение в мета-анализ масштабного исследования, проведенного Американским

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 37

онкологическим обществом, в котором экспозицию оценивали на уровне города, а не по адресам проживания, ассоциировалось лишь с небольшим снижением общей ОЭ (1,047, 95% CI = 1,024, 1,071). Среднегодовые уровни NO2, наблюдавшиеся в этих исследованиях, соответствуют диапазону, ожидаемому в ЕС в 2020 году в соответствии со сценарием действующего законодательства (концентрации, не превышающие 40 мкг/м3 в большинстве областей). Нет необходимости в экстраполяции значений вне диапазона, который охватывали эпидемиологические исследования воздействия NO2 атмосферного воздуха. Проект REVIHAAP (вопрос С4) рекомендует использовать ФКЭ, основанную на ОЭ, взаимно скорректированных с количественной оценкой воздействия PM. Однако при обзоре доступных исследований долговременной экспозиции обнаружено, что лишь в 6 из них проводили анализ воздействия нескольких загрязнителей, используя только показатели трафика (Gehring et al., 2006a; Jerrett et al., 2009b) либо проводя специфическую оценку воздействия PM в виде массы суспендированных частиц (Cao et al., 2011), PM10 (Hart et al., 2011) или PM2,5 (Cesaroni et al., 2013; Jerrett et al., 2013) (табл. 4). Обычно результаты были сходными для моделей с одним и несколькими загрязнителями лишь с небольшими изменениями в ОЭ на моделях с несколькими загрязнителями (уменьшение в диапазоне 0–33%). В некоторых случаях ДИ оценки эффекта NO2 были шире после поправки по сопутствующим загрязняющим веществам (не в исследованиях Jerrett et al., 2009b; Cesaroni et al., 2013; Jerrett et al., 2013). Таким образом, учитывая результаты, полученные на моделях с несколькими загрязнителями, при определении ФКЭ лучше опираться на мета-анализ нескорректированных показателей, признавая, что полученные в результате оценки эффектов, обусловленных NO2, могут быть завышены с вероятным диапазоном 0–33%. Определение вероятного порога, выше которого возможно оценить эффект от воздействия NO2, было задачей небольшого числа исследований. В исследовании, проведенном Naess et al. (2007), изучали ФКЭ, связывающую NO2 и смертность. Исследование проводили среди всех жителей Осло (Норвегия), возраст которых на 1 января 1992 года составлял 51–90 лет (n = 143 842); затем с 1992 по 1998 год отслеживали случаи смерти в этой группе. Среди более молодых в этой группе (51–70 лет) риск смерти от всех причин начинал повышаться при концентрации NO2 , равной 40 мкг/м3. Среди самых пожилых (71–90 лет) увеличение риска носило линейный характер при интервале концентраций 20–60 мкг/м3. Cesaroni et al. (2013), исследовавшие в 2001 году общую популяцию жителей Рима (Италия) (n = 1 265 058) с последующим наблюдением с 2001 по 2010 год, статистически значимая линейная ФКЭ, связывающая NO2 и смертность от естественных причин, определялась при концентрации NO2 выше 20 мкг/м3. Таким образом, на основе этих наблюдений рекомендуется рассчитывать воздействие NO2 для уровней выше 20 мкг/м3. Эта рекомендация должна применяться только к этой паре "загрязнитель – исход", поскольку отсутствуют доказательства вероятного порогового уровня для количественной оценки эффектов в отношении других исходов, связанных с воздействием NO2. Выводы, сделанные на основе дополнительно проанализированных данных Гарвардского исследования шести городов, в котором изучали воздействие PM2,5, позволяют предположить, что эффекты в отношении смертности могут быть частично обратимы, возможно, всего за год (Laden et al., 2006; Lepeule et al., 2012). В отсутствие

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 38

информации, относящейся конкретно к NO2, предполагается, что подобная задержка в проявлении эффектов при изменении экспозиции допустима и в отношении NO2. Наконец, согласно рекомендации проекта REVIHAAP (вопрос С4), смертность от ССЗ следует включать в качестве анализа "чувствительности". Однако для этого исхода нет значения, полученного в результате мета-анализа. С другой стороны, как уже указано в отношении оценки воздействия PM, смертность от естественных причин уже включает ССЗ в качестве причины смерти. Таблица 4. ОЭ в отношении смертности от всех (естественных) причин для NO2 на модели с одним или несколькими загрязнителями Ссылка, загрязнитель Параметр Все причины (естественные) смерти Оценка 95% ДИ 1,19 1,02 1,39 % снижения после корректировки неприемлемо Только женщины Комментарии

Gehring et al. (2006a) Только NO2 Относитель (на 16 мкг/м3) ный риск с показателями трафика Jerrett et al. (2009b) Только NO2 Относитель (на 4 ppb) ный риск с показателями трафика Hart et al. (2011) Только NO2 Процент (на 8 ppb) увеличения с PM10 и диоксидом серы Cao et al. (2011) Только NOx Процент (на 10 мкг/м3) увеличения со всеми суспендирова нными частицами Cesaroni et al. (2013) Только NO2 Относитель (на 10 мкг/м3) ный риск с PM2,5 с показателями трафика Jerrett et al. (2013) NO2 (на 4,1167 ppb) с PM2,5 Относитель ный риск

Нет изменения (данные не показаны)

1,17 1,13

1,00 0,97

1,36 1,32 24%

Not in Hoek et al. (2013); когорта пациентов пульмонологическ ой больницы Водители грузовиков

8,20 7,40

4,50 2,40

12,10 12,50 9,8%

ДИ шире

1,50 1,40

0,40 0,30

2,50 2,50 6,7%

Население в целом ДИ немного шире

1,03

1,02

1,04 Население в целом

1,02 1,01 1,03 33% Нет изменения (данные не показаны)

1,031 1,025

1,008 0,997

1,056 1,054 19%

Население в целом

Для оценки последствий для здоровья исходные показатели общего ежедневного числа случаев смерти, исключая случаи смерти от внешних причин, должны быть взяты из MDB (база данных ВОЗ) (WHO, 2013c).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 39

6.2. Влияние долговременной экспозиции к NO2 на симптомы бронхита у детей-астматиков В отчете по проекту REVIHAAP (ВОЗ, 2013a) в ответе на вопрос C4 и в пояснении к нему предложено использовать сообщение McConnell et al. (2003) о результатах исследования здоровья детей в Южной Калифорнии. Это единственное исследование влияния длительной экспозиции на исходы, связанные с респираторными нарушениями (кроме нарушения легочной функции), в котором коэффициент, скорректирован по другим загрязнителям. Признается неопределенность из-за использования только одного исследования, хотя полученные данные подтверждаются исследованиями влияния на легочную функцию длительной экспозиции к NO2 и широким спектром фактических данных, касающихся NO2 и респираторных нарушений из исследований другого типа. Эффект в отношении симптомов бронхита (наблюдавшихся как минимум три месяца подряд в прошедшем году) у детей с астмой следует рассчитывать на основе отношения шансов 1,04 (95% ДИ = 0,98, 1,11 приблизительно 3) на 1 ppb NO2, эквивалентного отношению шансов 4 1,021 (95% ДИ = 0,99, 1,06 приблизительно) на 1 мкг/м3 изменения среднегодового показателя NO2 (McConnell et al., 2003). Этот коэффициент получен на модели с двумя загрязнителями для ежегодных колебаний среднегодового значения в пределах общин и скорректирован относительно эффектов ОУ. Среднегодовой показатель NO2 за 24 часа, полученный на репрезентативных для общины станциях мониторинга или на эквивалентной модели, должен использоваться для оценки эффектов. Исходный показатель числа детей с астмой определялся как процент распространенности случаев "астмы когда-либо" среди детей в возрасте 13–14 лет в странах ЕС, участвовавших в третьей фазе исследования ISAAC (Lai et al., 2009), и применялся к детям в возрасте 5–14 лет. На основании этого исследования могут использоваться следующие показатели распространенности астмы: 15,8% с анализом чувствительности +/− SD 7,8% 5 для стран Западной Европы; 5,1% с анализом чувствительности +/− SD 2,7% для стран Северной и Восточной Европы. В качестве альтернативы могут использоваться показатели распространенности "астмы когдалибо" по странам (из Lai et al., 2009) и другие источники. Вообще говоря, лучшим критерием для определения числа детей-астматиков является распространенность тяжелых хрипов, но это не соответствует тому, что было использовано в оригинальном исследовании. Тем не менее рекомендуется проведение дополнительного альтернативного анализа, в котором распространенность тяжелых хрипов использовалась бы для определения числа детей с астмой, но с учетом неопределенности предположения, что распространенность симптомов бронхита у детей с тяжелыми хрипами (или у тех, у кого определялась "астма когда-либо"), как это было определено в ISAAC, такая же, как у тех, кому диагноз астмы был поставлен врачом в исследовании здоровья детей в Южной Калифорнии. Показатели 3 4

Рассчитано на основе графика – см. приложение 3. Приблизительное значение ОР для незначительных изменений концентрации. 5 На основе числовых значений, полученных по конкретным странам из исследования Lai et al. (2009), не взвешенных по численности населения. Диапазон значений, полученных непосредственно из исследования Lai et al. (2009), составляет 7–28% для Восточной Европы и 2,5–12% для Северной и Западной Европы.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 40

распространенности тяжелых хрипов в течение 12 месяцев, взятые из работы Lai et al. (2009), составляют 4,9% для стран Западной Европы и 3,5% для стран Северной и Восточной Европы. Неопределенность оценки является результатом как дефицита количественных данных по ФКЭ, так и неубедительности исходной информации о заболеваемости. Это относится к количественной неопределенности оценки точной величины эффекта, а не к концептуальной неопределенности относительно причинности эффекта. Коэффициент риска определен только в одном (хотя и хорошо спланированном) исследовании, проведенном в США (McConnell et al., 2003), и в дальнейшем необходимо выяснить, подтвердятся ли эти результаты в других исследованиях. Как и многие исследования такого типа, оно основано на самоотчетах о наличии симптомов, надежность которых может варьировать (Oksanen et al., 2010). Доля детей с астмой существенно отличается в странах Европы, и имеется очень мало справочной информации о распространенности у них симптомов бронхита, поэтому необходимо использовать значение, полученное в американском исследовании. Эти дополнительные неопределенности в исходных данных о заболеваемости, которые не рассматривались в отчете по проекту REVIHAAP, стали причиной того, что эксперты HRAPIE поместили эту пару "загрязнитель – исход" в категорию B*. В приложении 3 представлено подробное обоснование и обсуждение рекомендованного метода.

7. Кратковременная экспозиция к NO2 7.1. Влияние кратковременной экспозиции к NO2 на смертность от всех причин В ответе на вопрос C4 в отчете по проекту REVIHAAP (ВОЗ, 2013a) рекомендуется оценивать влияние кратковременной экспозиции к NO2 на смертность от всех причин во всех возрастных группах, используя результаты, полученные в проекте APHEA-2, охватывающем 30 европейских городов, и коэффициент риска, скорректированный как минимум по массе PM. В проекте APHEA-2 сообщалось о наличии ассоциации между смертностью и кратковременной экспозицией к NO2 с поправкой на различные загрязнители, включая черный дым и PM10 (табл. 5).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 41

Таблица 5. Объединенные оценки повышения уровня смертности, ассоциированной с увеличением на 10 мкг/м3 ежедневной максимальной концентрации NO2, усредненной за 1 час, альтернативно скорректированные по другим загрязнителям

Источник: Samoli et al. (2006); воспроизводится с разрешения Европейского респираторного общества. Примечания: Данные представлены в виде увеличения процента (95% ДИ). BS = черный дым; SO2 = диоксид серы; O3 8-h = максимальная ежедневная концентрация O3 за 8 часов.

Фактически, нет никакой разницы между оценками, полученными на моделях фиксированных и случайных эффектов. Не выявлено доказательств вмешивающегося эффекта от воздействия частиц какого-либо размера. Корректировка ассоциации между всеми причинами смерти и NO2 в отношении воздействия частиц дает суженный диапазон центральных оценок (от 0,27% до 0,33%) вокруг нескорректированной оценки воздействия NO2 – 0,30%. Эксперты HRAPIE рекомендовали использовать более низкую из оценок для оценивания воздействия NO2 на здоровье – 0,27% (0,16– 0,38%) на 10 мкг/м3 (максимальная концентрация за 1 час) с поправкой на PM10. Это дает более консервативные результаты, чем количественные упражнения, в которых используется оценка с поправкой на черный дым. Учитывая интерес к первичным частицам, образующимся при горении, авторы отмечают повышение оценки для NO2 до 0,33% (0,23–0,42%) (после корректировки по черному дыму, который является хорошим индикатором первичных частиц, образующихся в результате горения). Samoli et al. (2003) предложили линейную ФКЭ для зависимости между максимальной ежедневной средней концентрацией NO2 за 1 час и смертностью, основываясь на предыдущих анализах из проекта APHEA-2. Медиана корреляции между ежедневной максимальной концентрацией NO2 за 1 час и усредненной за 24 часа составила 0,90 (диапазон корреляции: 0,80–0,94), и отношение 1-часовой максимальной концентрации NO2 к средней 24-часовой равнялось 1,64 в городах из проекта APHEA, в которых проводили оба измерения NO2. Однако следует отметить, что концентрации варьируют как во времени, так и в пространстве, поэтому наблюдается изменчивость в соотношении между 1-часовыми максимальными и 24-часовыми средними концентрациями NO2. Необходимо проводить анализ для всех концентраций NO2. Исходные показатели для общего суточного числа случаев смерти, исключая смертность от внешних причин (МКБ-10, классы I–XVIII, коды A–R), следует извлекать из MDB – базы данных ВОЗ, которая используется для оценки воздействия

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 42

на здоровье (WHO, 2013c)http://data.euro.who.int/hfamdb/. Эту пару "загрязнитель – исход" рекомендуется включать в группу А*.

7.2. Влияние кратковременной экспозиции к NO2 на госпитализацию в связи с респираторными заболеваниями В отчете по проекту REVIHAAP (ВОЗ, 2013a) в ответе на вопрос C4 рекомендуется включать в "основной" анализ затрат и выгод оценку влияния кратковременной экспозиции к NO2 на частоту поступления в стационар в связи с респираторными заболеваниями для всех возрастных групп, предполагая, что коэффициенты риска даются с поправкой, по крайней мере, на массу PM. База данных APED была задействована с целью выявления исследований временных рядов для NO2 и частоты госпитализаций по поводу респираторных заболеваний для всех возрастов. Соответствующие исследования показывают, что для корректировки оценок NO2 в моделях с двумя и несколькими загрязнителями использовались частицы различных размеров (например, PM10, PM2,5 и суспендированные частицы черного дыма 6). Кроме того, модели с несколькими загрязнителями отличались по другим, включенным в анализ загрязнителям, не относившимся к частицам. Хотя это создает незначительные трудности на стадии оценки риска, но осложняет получение оценки воздействия NO2 с поправкой на частицы при проведении мета-анализа. Проект APHEA-2 не дополняет эту базу данных, поскольку он содержит отчеты по оценке загрязнения NO2 и частоты госпитализаций по поводу респираторных нарушений только с использованием модели с одним загрязнителем; кроме того, для этого исхода нет оценок по всем возрастам (APHEA-2, 2001). В свете вышесказанного и учитывая наблюдения, которые описаны в отчете по проекту REVIHAAP (ответ на вопрос C2 и пояснение к нему), свидетельствующие о том, что зависимость между кратковременной экспозицией к NO2 и случаями госпитализации по поводу респираторных нарушений мало чувствительна к поправкам по сопутствующим загрязнителям, эксперты HRAPIE решили рекомендовать полученную путем мета-анализа оценку на модели с одним загрязнителем; именно ее следует использовать для оценки воздействия на здоровье в отношении этого исхода. Соответствующие коэффициенты были определены при мета-анализе, в котором использовали оценки из исследований временных рядов, опубликованных до 2006 года (Anderson et al., 2007). Мета-анализ дал следующие значения коэффициентов риска для госпитализации по поводу респираторных нарушений (все возрасты): 0,15% (95% ДИ = −0,08%, 0,38%) на 10 мкг/м3 для ежедневной максимальной средней концентрации NO2 за 1 час, и 1,80% (95% ДИ = 1,15%, 2,45%) на 10 мкг/м3 для средней 24-часовой концентрации NO2. Эти коэффициенты рекомендуются для анализа затрат и выгод с использованием 24-часового среднего значения как часть Группы А* и максимального среднего за 1 час в качестве альтернативы (из-за ограниченного объема доступных данных). Оценки, являющиеся частью результатов мета-анализа, показаны на рис. 5 ниже; полностью ссылки, касающиеся процитированных публикаций, можно

Суспендированные частицы "черного" дыма считаются индикатором мелких частиц с диаметром менее 2 мкм (Simpson et al., 2005).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 43

найти у Anderson et al. (2007). Анализ должен быть выполнен для всех концентраций NO2. Исходные данные по частоте госпитализаций в связи с болезнями органов дыхания (коды МКБ-9 – 460–519; коды МКБ-10 – J00–J99) можно найти в Европейской базе данных по госпитальной заболеваемости (WHO, 2013f). Рисунок 5. Оценки риска для NO2 и госпитализации в связи с респираторными заболеваниями, все возрасты Максимальное среднее за 1 час Среднее за 24 часа

Источник: Anderson et al. (2007); исследование финансировалось и данные воспроизводятся с разрешения Департамента программ исследования политики здравоохранения Соединенного Королевства. Примечания: pooled FE est. = объединенная оценка фиксированных эффектов; pooled RE est. = объединенная оценка случайных эффектов.

Библиография Abbey DE et al. (1995a). Estimated long-term ambient concentrations of PM10 and development of respiratory symptoms in a nonsmoking population. International Archives for Occupational and Environmental Health, 50(2):139–152. Abbey DE et al. (1995b). Chronic respiratory symptoms associated with estimated long-term ambient concentrations of fine particulates less than 2,5 microns in aerodynamic diameter (PM2,5) and other air pollutants. Journal of Exposure Analysis and Environmental Epidemiology, 5(2):137–159. Adams PF, Marano MA (1995). Current estimates from the National Health Interview Survey, 1994. Vital Health and Statistics, 10(193).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 44

Ali R et al. (2010). General Lifestyle Survey 2008: overview report. Newport, Office of National Statistics (http://www.ons.gov.uk/ons/rel/ghs/general-lifestyle-survey/2008report/index.html, accessed 20 November 2013). Anderson HR et al. (2001). Particulate matter and daily mortality and hospital admissions in the West Midlands conurbation of the United Kingdom: associations with fine and coarse particles, black smoke and sulphate. Occupational and Environmental Medicine, 58(8):504–510. Anderson HR et al. (2007). Quantitative systematic review of short term associations between ambient air pollution (particulate matter, ozone, nitrogen dioxide, sulphur dioxide and carbon monoxide), and mortality and morbidity. London, Department of Health (https://www.gov.uk/government/publications/quantitative-systematic-review-of-shortterm-associations-between-ambient-air-pollution-particulate-matter-ozone-nitrogendioxide-sulphur-dioxide-and-carbon-monoxide-and-mortality-and-morbidity, accessed 15 June 2013). Anderson HR, Favarato G, Atkinson RW (2013). Long-term exposure to outdoor air pollution and the prevalence of asthma: meta-analysis of multi-community prevalence studies. Air Quality, Atmosphere and Health, 6(1):57–68. APHEA-2 (2001). Short-term effects of air pollution on health: a European approach to methodology, dose–response assessment and evaluation of public health significance. (Hard copy of the project report). EC Contract Number ENV4-CT97-0534. Atkinson RW et al. (2010). Urban ambient particle metrics and health: a time-series analysis. Epidemiology, 21(4):501–511. Blanchard M et al. (2008). Programme de surveillance air et sante – analyse des liens à court terme entre pollution atmosphérique urbaine et mortalité dans neuf villes françaises. Saint-Maurice, Institut de veille sanitaire (http://www.invs.sante.fr/publications/ 2008/psas_mortalite/, accessed 9 May 2013). Brandt SJ et al. (2012). Costs of childhood asthma due to traffic-related pollution in two California communities. European Respiratory Journal, 40(2):363–370. Branis M et al. (2010). Association of size-resolved number concentrations of particulate matter with cardiovascular and respiratory hospital admissions and mortality in Prague, Czech Republic. Inhalation Toxicology, 22(suppl. 2):21–28. Burnett RT et al. (2004). Associations between short-term changes in nitrogen dioxide and mortality in Canadian cities. Environmental Health, 59(5):228–236. Cao J et al. (2011). Association between long-term exposure to outdoor air pollution and mortality in China: a cohort study. Journal of Hazardous Materials, 186(2–3):1594–1600. Carey IM et al. (2013). Mortality associations with long-term exposure to outdoor air pollution in a national English cohort. American Journal of Respiratory and Critical Care Medicine, 187(11):1226–1233.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 45

Cesaroni G et al. (2013). Long-term exposure to urban air pollution and mortality in a cohort of more than a million adults in Rome. Environmental Health Perspectives, 121(3):324– 331. Cohen AJ et al. (2004). Urban air pollution. In: Ezzati M et al., eds. Comparative quantification of health risks: global and regional burden of disease attributable to selected major risk factors. Vol. 2. Geneva, World Health Organization: 1353–1434 (http://www.who.int/publications/cra/chapters/volume2/1353-1434.pdf, accessed 31 October 2013). COMEAP (2010). The mortality effects of long-term exposure to particulate air pollution in the United Kingdom. A report by the Committee on the Medical Effects of Air Pollutants. Chilton, Health Protection Agency (http://news.newclear.server279.com/wpcontent/uploads/2011/09/comeap-the-mortality-effects-of-long-term-exposure-toparticulate-air-pollution-in-the-uk-2010.pdf, accessed 15 June 2013). EC (2013). Legislation: ambient air quality [web site]. Brussels, European Commission (http://ec.europa.eu/environment/air/legis.htm, accessed 13 November 2013). Fung KY, Krewski D (1999). On measurement error adjustment methods in Poisson regression. Environmetrics, 10(2):213–224. Gehring U et al. (2006a). Long-term exposure to ambient air pollution and cardiopulmonary mortality in women. Epidemiology, 17(5):545–551. Gehring U et al. (2006b). Parental education and children’s respiratory and allergic symptoms in the Pollution and the Young (PATY) study. European Respiratory Journal, 27(1):95– 107. Gryparis et al. (2004). Acute effects of ozone on mortality from the “air pollution and health: a European approach” project. American Journal of Respiratory and Critical Care Medicine, 170(10):1080–1087. Hart JE et al. (2011). Long-term ambient multipollutant exposures and mortality. American Journal of Respiratory and Critical Care Medicine, 183(1):73–78. Hoek G, Brunekreef B (1995). Effect of photochemical air pollution on acute respiratory symptoms in children. American Journal of Respiratory and Critical Care Medicine, 151(1):27–32. Hoek G et al. (2012). PM10, and children’s respiratory symptoms and lung function in the PATY study. European Respiratory Journal, 40(3):538–547. Hoek G et al. (2013). Long-term air pollution exposure and cardio-respiratory mortality: a review. Environmental Health, 12:43. Holland M (2013). Implementation of the HRAPIE recommendations for European Air Pollution CBA work: report to the European Commission. Draft from October 2013.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 46

Host S et al. (2008). Short-term associations between fine and coarse particles and hospital admissions for cardiorespiratory diseases in six French cities. Occupational and Environmental Medicine, 65(8):544–551. Hurley F et al. (2005). Methodology for the cost–benefit analysis for CAFE. Vol. 2: health impact assessment. Didcot, AEA Technology Environment (http://ec.europa.eu/ environment/archives/cafe/pdf/cba_methodology_vol2.pdf, accessed 19 November 2013). Hwang B-F, Lee YL (2010). Air pollution and prevalence of bronchitic symptoms among children in Taiwan. Chest, 138(4):956–964. IARC (2013). The carcinogenicity of outdoor air pollution. Lancet Oncology (doi:10.1016/S1470-2045(13)70487-X). IHME (2013). Global Burden of Disease Study 2010 (GBD 2010) – ambient air pollution risk model 1990–2010 [web site]. Seattle, WA, Institute for Health Metrics and Evaluation (http://ghdx.healthmetricsandevaluation.org/record/global-burden-disease-study-2010gbd-2010-ambient-air-pollution-risk-model-1990-2010, accessed 1 November 2013). IIASA (2013). Policy scenarios for the revision of the Thematic Strategy on Air Pollution. Laxenburg, International Institute for Applied Systems Analysis (TSAP Report, No. 10; http://ec.europa.eu/environment/air/pdf/review/TSAP-Report-10.pdf, accessed 14 November 2013). Janssen N et al. (2012). Health effects of black carbon. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/health-topics/environment-and-health/airquality/publications/2012/health-effects-of-black-carbon, accessed 21 November 2013). Jerrett M et al. (2013). Spatial analysis of air pollution and mortality in California. American Journal of Respiratory and Critical Care Medicine, 188(5):593–599. Jerrett M et al. (2009a). Long-term ozone exposure and mortality. New England Journal of Medicine, 360(11):1085–1095. Jerrett M et al. (2009b). A cohort study of traffic-related air pollution and mortality in Toronto, Ontario, Canada. Environmental Health Perspectives, 117(5):772–777. Katsouyanni K et al. (2009). Air Pollution and Health: a European and North American Approach (APHENA). Boston, MA, Health Effects Institute (HEI Research Report 142; http://pubs.healtheffects.org/getfile.php?u=518, accessed20 November 2013). Kloog et al. (2013). Long- and short-term exposure to PM2,5 and mortality: using novel exposure models. Epidemiology, 24(4):555–561. Künzli N et al. (2008). An attributable risk model for exposures assumed to cause both chronic disease and its exacerbations. Epidemiology, 19(2):179–185.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 47

Laden F et al. (2006). Reduction in fine particulate air pollution and mortality: extended follow-up of the Harvard Six Cities study. American Journal of Respiratory and Critical Care Medicine, 173(6):667–672. Lai CK et al. (2009). Global variation in the prevalence and severity of asthma symptoms: phase three of the International Study of Asthma and Allergies in Childhood (ISAAC). Thorax, 64(6):476–483. Lepeule J et al. (2012). Chronic exposure to fine particles and mortality: an extended followup of the Harvard Six City study from 1974 to 2009. Environmental Health Perspectives, 120(7):965–970. Lim SS et al. (2012). A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990–2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet, 380(9859):2224–2260. Linares C, Dìaz J (2010). Short-term effect of PM2,5 on daily hospital admissions in Madrid (2003–2005). International Journal of Environmental Health Research, 20(2):129–140. López-Villarrubia et al. (2010). Air pollution and mortality in the Canary Islands: a timeseries analysis. Environmental Health, 9:8. Mathers CD et al. (2005). Counting the dead and what they died from: an assessment of the global status of cause of death data. Bulletin of the World Health Organization, 83(3):171– 177. McConnell R et al. (2003). Prospective study of air pollution and bronchitic symptoms in children with asthma. American Journal of Respiratory and Critical Care Medicine, 168(7):790–797. Migliore E et al. (2009). Respiratory symptoms in children living near busy roads and their relationship to vehicular traffic: results of an Italian multicenter study (SIDRIA 2). Environmental Health, 8:27. Naess Ø et al. (2007). Relation between concentration of air pollution and cause-specific mortality: four-year exposures to nitrogen dioxide and particulate matter pollutants in 470 neighborhoods in Oslo, Norway. American Journal of Epidemiology, 165(4):435–443. Neuberger M, Rabczenko D, Moshammer H (2007). Extended effects of air pollution on cardiopulmonary mortality in Vienna. Atmospheric Environment, 41(38):8549–8556. Oksanen T et al. (2010). Self-report as an indicator of incident disease. Annals of Epidemiology, 20(7):547–554. Ostro BD (1987). Air pollution and morbidity revisited: a specification test. Journal of Environmental Economics Management, 14(1):87–98.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 48

Ostro BD, Rothschild S (1989). Air pollution and acute respiratory morbidity: an observational study of multiple pollutants. Environmental Research, 50:238–247. Patel SP, Järvelin MR, Little MP (2008). Systematic review of worldwide variations of the prevalence of wheezing symptoms in children. Environmental Health, 7:57. Perez L et al. (2008). Coarse particles from Saharan dust and daily mortality. Epidemiology, 19(6):800–807. Perez L et al. (2009). Global goods movement and the local burden of childhood asthma in southern California. American Journal of Public Health, 99(suppl. 3):S622–628. Perez L et al. (2012). Near-roadway pollution and childhood asthma: implications for developing “win-win” compact urban development and clean vehicle strategies. Environmental Health Perspectives, 120(11):1619–1626. Peters et al. (1997). Short-term effects of particulate air pollution on respiratory morbidity in asthmatic children. European Respiratory Journal, 10(4):872–879. Peters A et al. (2000). Associations between mortality and air pollution in central Europe. Environmental Health Perspectives, 108(4):283–287. Peters A et al. (2009). The influence of improved air quality on mortality risks in Erfurt, Germany. Boston, MA, Health Effects Institute (HEI Research Report 137; http://pubs.healtheffects.org/getfile.php?u=437, accessed 19 November 2013). Peters JM et al. (1999). A study of twelve Southern California communities with differing levels and types of air pollution. I. Prevalence of respiratory morbidity. American Journal of Respiratory and Critical Care Medicine, 159(3):760–767. Pope CA 3rd et al. (2011). Lung cancer and cardiovascular disease mortality associated with ambient air pollution and cigarette smoke: shape of the exposure–response relationships. Environmental health perspectives, 119(11):1616–1621. Rogers DF (2003). Pulmonary mucus: pediatric perspective. Pediatric Pulmonology, 36(3):178–188. Samoli E et al. (2003). Investigating the dose–response relation between air pollution and total mortality in the APHEA-2 multicity project. Occupational and Environmental Medicine, 60(12):977–982. Samoli E et al. (2006). Short-term effects of nitrogen dioxide on mortality: an analysis within the APHEA project. European Respiratory Journal, 27(6):1129–1138. Samoli E et al. (2013). Associations between fine and coarse particles and mortality in Mediterranean cities: results from the MED-PARTICLES project. Environmental Health Perspectives, 121(8):932–938.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 49

Schindler C et al. (2009). Improvements in PM10 exposure and reduced rates of respiratory symptoms in a cohort of Swiss adults (SAPALDIA). American Journal of Respiratory and Critical Care Medicine, 179(7):579–587. Schikowski T et al. (2013). Ambient air pollution – a cause for COPD? European Respiratory Journal (doi:10.1183/09031936.00100112). Segala C et al. (1999). Short-term effect of winter air pollution on respiratory health of asthmatic children in Paris. European Respiratory Journal, 11(3):677–685. Simpson R et al. (2005). The short-term effects of air pollution on hospital admissions in four Australian cities. Australian and New Zealand Journal of Public Health, 29(3):213–221. Stafoggia M (2013). Short-term association between fine and coarse particulate matter and hospitalizations in southern Europe – results from the MED-PARTICLES project. Environmental Health Perspectives, 121(9):1026–1033. Stieb DM et al. (2002). Air pollution and disability days in Toronto: results from the national population health survey. Environmental Research, 89(3):210–221. van der Zee et al. (1999). Acute effects of urban air pollution on respiratory health of children with and without chronic respiratory symptoms. Occupational and Environmental Medicine, 56(12):801–812. Ward DJ, Ayres JG (2004). Particulate air pollution and panel studies in children: a systematic review. Occupational and Environmental Medicine, 61(4):e13. Weinmayr G et al. (2010). Short-term effects of PM10 and NO2 on respiratory health among children with asthma or asthma-like symptoms: a systematic review and meta-analysis. Environmental Health Perspectives, 118:449–457. WHO (2001). Quantification of the health effects of exposure to air pollution: report of a WHO Working Group. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/__data/assets/pdf_file/0011/112160/E74256.pdf, accessed 18 November 2013). ВОЗ (2013a). Обзор данных о воздействии загрязнения воздуха на здоровье – проект REVIHAAP: краткое изложение научного отчета. Копенгаген, Европейское региональное бюро ВОЗ (http://www.euro.who.int/__data/assets/pdf_file/0009/218574/REVIHAAP-Finaltechnical-report-Rus.pdf, по состоянию на 24 августа 2014 г.). WHO (2013b). Health risks of air pollution in Europe – HRAPIE project: new emerging risks to health from air pollution – results from the survey of experts. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/health-topics/environment-andhealth/air-quality/publications/2013/health-risks-of-air-pollution-in-europe-hrapieproject.-new-emerging-risks-to-health-from-air-pollution-results-from-the-survey-ofexperts, accessed 13 November 2013).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 50

WHO (2013c). European mortality database (MDB) [online database]. Copenhagen, WHO Regional Office for Europe (http://data.euro.who.int/hfamdb/, accessed 14 November 2013). WHO (2013d). European detailed mortality database [online database]. Copenhagen, WHO Regional Office for Europe (http://data.euro.who.int/dmdb/, accessed 14 November 2013). ВОЗ (2013e). Европейская база данных "Здоровье для всех" [онлайновая версия]. Копенгаген, Европейское региональное бюро ВОЗ (http://data.euro.who.int/hfadb/shell_ru.html, по состоянию на 10 октября 2014 г.). WHO (2013f). European hospital morbidity database [web site]. Copenhagen, WHO Regional Office for Europe (http://www.euro.who.int/en/what-we-do/data-andevidence/databases/european-hospital-morbidity-database-hmdb2, accessed 14 November 2013). Woodruff TJ, Grillo J, Schoendorf KC (1997). The relationship between selected causes of postneonatal infant mortality and particulate air pollution in the United States. Environmental Health Perspectives, 105(6):608–12. Woodruff TJ, Darrow LA, Parker JD (2008). Air pollution and postneonatal infant mortality in the United States, 1999–2002. Environmental Health Perspectives, 116(1):110–15. Zanobetti A, Schwartz J (2009). The effect of fine and coarse particulate air pollution on mortality: a national analysis. Environmental Health Perspectives, 117(6):898–903.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 51

Приложение 1

УЧАСТНИКИ ПРОЕКТА HRAPIE Научно - консультативны й ком итет Этот комитет осуществляет контроль над выполнением проекта "Риски для здоровья от загрязнения воздуха в Европе" (HRAPIE) и обеспечивает наивысшее возможное качество и актуальность его результатов. Следующие эксперты являются членами комитета: • Hugh Ross Anderson, Соединенное Королевство • Bert Brunekreef, Нидерланды • Aaron Cohen, США • Klea Katsouyanni, Греция • Daniel Krewski, Канада • Nino Künzli, Швейцария • Xavier Querol, Испания

Авторы – эксперты В рамках проекта HRAPIE перечисленные ниже эксперты участвовали в обзоре фактических данных, на основании которых можно дать количественную оценку последствий для здоровья от воздействия PM, приземного O3 и NO2, а также в составлении документа, содержащего выводы, полученные на основе этого обзора: • Richard Atkinson, Соединенное Королевство • Francesco Forastiere, Италия • Fintan Hurley, Соединенное Королевство • Michal Krzyzanowski, Германия • Inga Mills, Соединенное Королевство • Bart Ostro, США • Heather Walton, Соединенное Королевство

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 52

Внеш ние рецензенты Следующие эксперты представили свои замечания по различным разделам предварительной версии документа, касающиеся научного содержания и ясности изложения: • Tom Bellander, Швеция • Bertil Forsberg, Швеция • Michael Holland, Соединенное Королевство • Bryan Hubbel, США • Erik Lebret, Нидерланды • Sarah McGhee, Гонконг • Regula Rapp, Швейцария • Evi Samoli, Греция • Joel Schwartz, США • Dave Stieb, Канада

Наблю датели на совещ аниях группы экспертов ВОЗ Перечисленные ниже лица приняли участие в качестве наблюдателей как минимум в одном из совещаний, организованных ВОЗ в рамках проекта HRAPIE: • Markus Amann, Международный институт прикладного системного анализа (IIASA) • Arlean Rhode, представивший замечания по поручению организации "Сохранение чистого воздуха и чистой воды в Европе" (CONCAWE) • André Zuber, Европейская комиссия

Секретариат ВОЗ Европейский центр ВОЗ по окружающей среде и охране здоровья (Бонн) и Европейское региональное бюро ВОЗ координировали работу и осуществление этой публикации: • Svetlana Cincurak • Marie-Eve Héroux (руководитель проекта) • Elizabet Paunovic • Helena Shkarubo

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 53

Приложение 2

РАСПРОСТРАНЕННОСТЬ БРОНХИАЛЬНОЙ АСТМЫ У ДЕТЕЙ – КАЧЕСТВЕННАЯ ХАРАКТЕРИСТИКА В этом приложении дана качественная характеристика влияния изменения среднегодовой экспозиции к NO2 per se на распространенность астмы, поскольку неизвестно, в какой мере этот эффект зависит от воздействия NO2 как такового, а метаанализ полученных результатов пока недоступен. Некоторые данные приведенные ниже, могут быть использованы в будущих расчетах последствий загрязнения, связанного с дорожным движением, как только появятся результаты мета-анализа, оценки NO2, полученные при моделировании, будут доступны в соответствующем пространственном масштабе (табл. 1). Эти будущие количественные расчеты для оценки эффектов от воздействия NO2 как такового будут отнесены к Группе В из-за трудностей определения, какой именно загрязнитель ответственен за эффект; однако эта неопределенность не должна применяться, если ФКЭ используется для количественной оценки эффектов от загрязнения, вызванного транспортными выбросами в целом. Таблица 1. Рекомендации для будущих расчетов величины эффекта от загрязнения, вызванного автотранспортом Индикатор Популяция, для которой рассчитывается эффект ФКЭ Измерение экспозиции Исходный показатель Неопределенности Рекомендации Дети в возрасте 5–14 лет

ВЛИЯНИЕ ДОЛГОВРЕМЕННОЙ ЭКСПОЗИЦИИ К NO2 НА

В будущем ФКЭ может быть основана на результатах мета-анализа, проведенного Anderson, Favarato и Atkinson, но лучше всего использовать ее в качестве индикатора загрязнения, связанного с дорожным движением, а не для NO2 per se Среднегодовое значение концентрации NO2, полученное на модели дисперсии или на основе регрессионной модели землепользования или на основе мониторинговых исследований по месту жительства или в школах в масштабе города (главным образом, по домашнему адресу или адресу школы) Показатель распространенности астмы (определялся как распространенность хрипов, наблюдающихся в последние 12 месяцев у детей в возрасте 13–14 лет) в Западной Европе и странах Северной и Восточной Европы из ISAAC (Lai et al., 2009), в применении к детям в возрасте 5–14 лет Проведено достаточно много исследований, но не использовались модели с несколькими загрязнителями, и наблюдалась тесная корреляция между загрязнителями; эффекты показаны в масштабе города, но не на уровне территории проживания общины; исходные показатели распространенности астмы значительно отличались

Обоснование этих рекомендаций следующее: • В некоторых поперечных исследованиях изучали различия в экспозиции к загрязняющим воздух веществам (в основном образующимся за счет выбросов автомобильного транспорта) в пределах общины. Во многих случаях

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 54

обнаружены положительные ассоциации с уровнями NO2, некоторые из которых были статистически значимыми. Готовятся к публикации результаты мета-анализа, проведенного на основе этих исследований Anderson, Favarato и Atkinson, содержащие измеренные/полученные при моделировании уровни загрязнения воздуха в масштабе, позволяющем улавливать изменения, обусловленные экспозицией к транспортным выбросам. Результаты этого метаанализа можно будет использовать в будущем для количественной оценки эффектов в отношении здоровья, хотя конкретно для NO2 лучше давать описание качественных характеристик, поскольку неясно, является ли NO2 загрязнителем, ответственным за эффект. Следует отметить, что вне зависимости от того, обусловлен ли данный эффект воздействием NO2 per se , анализ улавливает эффект, который отличается от эффектов, связанных с загрязнением PM (PM2,5 или PM10) и варьирующих в более широком пространственном масштабе (с учетом того факта, что эти загрязнители не ассоциируются с показателями распространенности астмы на уровне общины) (Anderson, Favarato and Atkinson, 2013). • При оценке эффектов измерение экспозиции в масштабах города является существенным моментом, поскольку последствия от воздействия NO2 на уровне общины не обнаружены. При выборе масштаба моделируемых концентраций, используемых для оценки последствий для здоровья, особенно важно применять шкалу с высоким пространственным разрешением, поскольку только моделирование с использованием такой шкалы позволяет уловить разницу в уровнях загрязнения, вызванного автотранспортом. • Возраст детей, участвовавших в исследованиях, которые вошли в мета-анализ, составлял 5–17 лет (возраст самой многочисленной группы – около 10 лет). Возрастная группа 5–14 лет предлагается для расчетов в качестве подверженной воздействию популяции, так как полученные данные, скорее всего, будут совпадать с результатами других расчетов воздействий на здоровье в этой возрастной группе. • В третьей фазе исследования ISAAC распространенность астмы, которая определялась по наличию хрипов в последние 12 месяцев у детей в возрасте 13– 14 лет из Западной Европы (включая только страны ЕС), составила 14,3%; в странах Северной и Восточной Европы – 9,7% (включая страны, не входящие в ЕС) (Lai et al., 2009). (Это ближе к диапазону значений исходной распространенности текущей астмы – 6–15%, определяемой различными методами в исследованиях, вошедших в мета-анализ, а не к распространенности тяжелых хрипов). Показатели широко варьируют как между странами Западной, так и между странами Северной и Восточной Европы (SD 7,0, диапазон 8,1–31,2 и SD 5,0, диапазон 3,4–22,7 соответственно; значение SD основано на показателях для каждой страны без взвешивания по численности населения). Учитывая широкие колебания в распространенности хрипов, исходный уровень, в идеале, должен определяться конкретно по каждой стране с использованием информации из дополнительных источников (таких как публикации Hoek et al., 2012; Gehring et al., 2006b; Patel, Järvelin and Little, 2008) или из исследований, входящих в ожидаемый мета-анализ Anderson, Favarato и Atkinson. Если данные для всех предусмотренных стран недоступны, тогда в будущих расчетах эффектов от воздействия загрязнения, связанного с трафиком, можно будет

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 55

использовать региональные значения 14,3% и 9,7%, но с включением SD или даже диапазона SD, чтобы четко обозначить различия в исходном уровне. • Расчет эффекта следует выполнять, учитывая, что масштабирование по концентрации должно быть проведено на основе логарифма отношения шансов. (Хотя такой подход не слишком отличается от использования отношения шансов в качестве ОР, если рассматриваемые числа малы, например, при небольшом изменении концентрации, но это может быть не так при более выраженных изменениях концентрации, например, при расчетах бремени.) Таким образом: o логарифм отношения шансов в расчете на ppb или мкг/м3 из мета-анализа (когда он доступен) необходимо умножить на разность значений исходной среднегодовой концентрации и концентрации для сценария с уменьшенным уровнем загрязнения от автотранспорта, используя NO2 в качестве индикатора; o экспонента этого числа даст значение отношения шансов для такой разницы концентраций; o шансы для исходного распространения хрипов рассчитываются как вероятность, деленная на единицу минус вероятность: если распространенность составляет 14,3%, шансы равны 0,143/1 – 0,143) = 0,167; o тогда отношение шансов для разницы концентраций умножается на это исходное значение, чтобы получить новое значение шансов возникновения хрипов после изменения уровня загрязнения; o новые значения шансов для хрипов при обратном преобразовании в вероятность (распространенность) = новые значения шансов/(1 + новые значения шансов); o вычитание значения исходной распространенности из нового значения распространенности, обусловленного изменением концентрации загрязнителя, показывает изменение в распространенности хрипов в результате выбранной политики. Это дает верхнее предельное значение в том маловероятном случае, когда эффект полностью обусловлен воздействием NO2 per se. • Различия в распространенности астмы между странами являются одним из источников неопределенности при ОЭ (подробнее см. в разделе 6.2 о симптомах бронхита у детей, страдающих астмой). Это относилось к распространенности "астмы когда-либо", а не к хрипам, как в данном случае, но принципы остаются теми же. • Основная неопределенность при расчетах, предназначенных для количественной оценки воздействия NO2 per se, связана с тесной корреляцией между загрязняющими веществами и, как результат, отсутствием моделей с широким набором загрязнителей для определения, какой именно загрязнитель ответственен за повышенный риск астмы рядом с автомобильными дорогами. Следовательно, неизвестно, в какой степени NO2 отвечает за этот эффект. Метаанализ распространенности астмы и хрипов в период исследования и астмы в течение жизни (Anderson, Favarato and Atkinson, 2013), в обоих случаях был основан на 9 исследованиях с градиентами загрязнения наблюдавшимися главным образом между общинами, и не выявил какой-либо связи с NO2 или

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 56

другими загрязнителями. Это подчеркивает важность того, что при выборе масштаба моделирования необходимо опираться на результаты исследований, использованных для построения ФКЭ. Вероятно, различие возникает из-за использования городского масштаба, при котором улавливаются более выраженные изменения значений экспозиции к загрязняющим веществам, содержащихся в выбросах автотранспорта.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 57

Приложение 3

БАЗОВАЯ ИНФОРМАЦИЯ ПО ОЦЕНКЕ ВЛИЯНИЯ NO2 НА СИМПТОМЫ БРОНХИТА У ДЕТЕЙ, СТРАДАЮЩИХ АСТМОЙ Вы бор Ф КЭ: внутриобщ инны е или м еж общ инны е показатели В исследовании McConnell et al. (2003) термин "внутриобщинный" ("withincommunity") используется для описания коэффициента, основанного на годичных вариациях относительно 4-летнего среднего в пределах отдельной общины. Стоит отметить, что этот же термин используется для описания пространственных исследований на основе внутриобщинной пространственной шкалы: это не то, что имеется в виду здесь. Исследование также включает "межобщинные" ("betweencommunities") коэффициенты, основанные на относительных изменениях частоты симптомов бронхита, наблюдавшихся в прошлом году у детей, страдающих астмой, в ответ на колебания 4-летней средней концентрации NO2 между 12 изученными общинами. Использование внутриобщинных зависимостей (годичные вариации) рекомендуется по следующим причинам: • внутриобщинные зависимости были более сильными; • корреляции между NO2 и другими загрязняющими веществами были слабее при внутриобщинном анализе по сравнению с межобщинным; • наблюдали отсутствие устойчивых межобщинных эффектов на модели с двумя загрязнителями, однако внутриобщинные эффекты воздействия ОУ и NO2, в целом, не искажались в присутствии других загрязняющих веществ (ключевая проблема при оценке влияния на здоровье отдельно взятого NO2); • проведение анализа годичных колебаний в 12 территориальных зонах и за 4 различных года обеспечивает более высокую статистическую мощность. Стоит отметить, что поскольку внутриобщинные коэффициенты связаны с временными вариациями, исход определяется как "ежедневный кашель в течение трёх месяцев подряд, заложенность или мокрота в течение как минимум трёх месяцев подряд или бронхит" в прошлом году. Это, следовательно, отличается от острых ежедневных вариаций симптомов в ответ на ежедневные колебания уровня загрязнения. Точная продолжительность воздействия, необходимая для развития эффекта, неизвестна, но этот эффект может быть представлен на основе среднегодовой экспозиции (см. далее рассмотрение вопроса о метриках загрязнения).

Вы бор Ф КЭ : является ли внутриобщ инны й коэф ф ициент независим ы м от м еж общ инного коэф ф ициента? Статистический анализ, использованный McConnell et al. (2003), представлял собой трехстадийную регрессионную модель бронхиальных симптомов как функцию от (i) индивидуальных ковариат, зависимых от времени, например, годичных вариаций

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 58

уровня загрязнения, (ii) искажающих факторов, независимых от времени (например, пола), и (iii) эффектов 4-летнего среднего уровня загрязнения. По сути, внутриобщинный коэффициент можно интерпретировать как учитывающий эффект 4-летнего среднего показателя в общине, а также пол, расу, курение и т.д. Это предполагает, что внутриобщинный коэффициент может применяться для оценки годичных вариаций воздействия на здоровье без необходимости расчета значения 4летнего среднего эффекта, за исключением обстоятельств, когда это желательно. В любом случае, 4-летний средний эффект будет меньше. Внутриобщинный коэффициент модели с одним загрязнителем (NO2) использовался подобным образом в других публикациях (Künzli et al., 2008; Perez et al., 2009; Perez et al., 2012; Brandt et al., 2012). Стоит отметить, что межобщинный коэффициент в любом случае будет меньше по сравнению с внутриобщинным коэффициентом.

Вы бор Ф КЭ : вы бор внутриобщ инного коэф ф ициента с поправкой на другой коэф ф ициент В исследовании McConnell et al. (2003) рассматривался широкий спектр загрязняющих веществ. Внутриобщинный коэффициент для NO2 был устойчив к поправке на присутствие O3, а также на весь спектр PM (рис. 1). Поскольку целью является выявление воздействия NO2, не зависящего от возможных искажающих эффектов других загрязнителей, консервативный подход был использован для выбора наименьшего скорректированного коэффициента. Им оказался коэффициент с поправкой на ОУ, который был наименьшим по величине, несмотря на то, что он оставался положительным (и лишь маргинально незначимым) после поправки. (Внутриобщинный коэффициент для ОУ также снизился и стал маргинально незначимым после поправки на NO2.)

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 59

Рисунок 1. Отношения шансов для внутриобщинных эффектов NO2 и ОУ с поправкой на другие изученные загрязняющие вещества

Источник: McConnell et al. (2003), онлайн-приложение; перепечатано с разрешения Американского общества торакальных хирургов. Копирайт © 2012 American Thoracic Society. Официальное издание Американского общества торакальных хирургов. Примечания: I ACID = неорганическая кислота; O ACID = органическая кислота; EC = элементарный углерод; OC = органический углерод; O3(10–6) = средний уровень озона в период с 10 часов утра до 18 часов вечера. Для всех отношений шансов были сделаны поправки на возраст, курение матери и ребенка в анамнезе, пол и расу, и на межобщинный эффект указанного загрязняющего вещества. NO2+ и ОС+ показывают внутриобщинные отношения шансов, полученные на модели с одним загрязняющим веществом с поправкой только на межобщинные эффекты NO2 (A) и ОУ (B) и на индивидуальные ковариаты. Все остальные отношения шансов также относятся к NO2 (A) и к ОС (B), но дополнительно скорректированы по внутриобщинным и межобщинным эффектам указанного загрязняющего вещества, по которому сделана поправка. Возможно, что информация по некоторым аспектам этого документа устарела; ее следует использовать с осторожностью в клинической практике и в ряде других случаев.

Соответствующий коэффициент дельта для NO2 с поправкой на ОУ составил 0,039 (см. таблицу 5 в статье McConnell et al., 2003). Это значение можно преобразовать в отношение шансов, равное 1,04, по сравнению с 1,07 на ppb NO2 для модели с одним загрязнителем. ДИ исправленных отношений шансов изображены графически в онлайн-приложении к документу и приблизительно равны 0,98–1,11 на ppb NO2 (оценка представлена на основании рис. 1 выше). Принимая во внимание, что 1 ppb = 1,88 мкг/м3 NO2, отношение шансов 1,04 (прибл. 0,98–1,11) на ppb эквивалентно отношению шансов 1,02 (прибл. 0,99–1,06) на 1 мкг/м3 среднегодового уровня NO2.

Определение парам етров изм ерения загрязнения Метрика, использованная в этом исследовании, является годичным отклонением от 4годового среднего значения концентрации NO2, где среднегодовое значение является среднегодовым значением 24-часового среднего значения NO2 (полученного при замерах каждый час), а 4-часовое среднее – результатом усреднения 4 среднегодовых значений (1996–1999). Станции мониторинга выбирались так, чтобы быть репрезентативными для каждой общины.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 60

Эксперты HRAPIE считают, что скорректированный внутриобщинный коэффициент, основанный на ежегодном отклонении от 4-годового среднего, можно применить к разнице между среднегодовым уровнем NO2 при исходном сценарии и новым среднегодовым уровнем NO2 после осуществления политики. По существу, исходное среднегодовое значение можно рассматривать как долгосрочное среднее, поскольку предполагается, что оно будет оставаться на том же уровне, если политика не будет осуществлена. Вызванные проводимой политикой изменения в среднегодовом уровне NO2 будут незначительно отклоняться от этого значения так же, как колебания среднегодовых значений в оригинальном исследовании отличались друг от друга.

Определение подверж енной воздействию популяции Возраст детей в исследовании McConnell et al. (2003) составлял 9–13 лет, однако нет веских оснований считать, что эти результаты не будут распространяться на детей, возраст которых на несколько лет выходит за пределы этой группы. Поскольку это были дети, страдающие астмой, а у очень маленьких детей характер астмы или хрипов отличаются, возрастная группа 5–14 лет может быть наиболее подходящей. В этом исследовании к детям-астматикам относились дети, которым врач когда-либо поставил диагноз бронхиальной астмы. McConnell et al. (2003) установили (анализ не представлен), что у детей без астмы эффекта в отношении симптомов бронхита не наблюдалось. В исследовании не уточняется, какую долю от общей численности популяции составляли опрошенные дети с астмой, однако в поперечном исследовании, проведенном в начале исследования здоровья детей в Южной Калифорнии (Peters et al., 1999), выявлено, что дети с астмой составляли 14,5% (использовалось то же определение астмы, как и у McConnell et al., 2003). Это несколько меньше 18,5%, уставленных в трех американских центрах в третьей фазе исследования ISAAC (см. таблицу 1 у Lai et al., 2009), но дети в этом исследовании были немного старше. В исследовании Lai et al. (2009) даются цифры по распространенности "астмы когдалибо" во многих европейских странах. Хотя определение "астмы когда-либо" не идентично тому, которое используется в исследовании здоровья детей в Южной Калифорнии (в нем нет прямого упоминания о том, что диагноз поставлен врачом), эти два определения, по-видимому, весьма сходны. Результаты, полученные Lai et al. (2009), значительно отличаются как по странам регионов, так и между регионами. Наилучшим подходом было бы использование специфических для каждой страны оценок, касающихся "астмы когда-либо". Не все страны ЕС были охвачены исследованием Lai et al. (2009), но в процессе продолжения работы по не вошедшим в анализ странам можно получить цифры из национальных обследований состояния здоровья или из других опубликованных литературных источников. Например, Hoek et al. (2012) и Gehring et al. (2006b) также представили информацию о распространенности "астмы когда-либо" (табл. 1), в том числе относящуюся к некоторым странам, не вошедшим в исследование Lai et al. (2009).

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 61

Таблица 1. Распространенность "астмы когда-либо" Исследование Распространенность "астмы когда-либо" из ответа на вопрос: "Ставил ли врач когда-нибудь этому ребенку диагноз астмы?" (Peters et al., 1999), возраст 12–13 лет Распространенность "астмы когда-либо" из ответа на вопрос: "Была ли когданибудь у тебя (у вашего ребенка) астма?" (Lai et al., 2009), возраст 13–14 лет Распространенность "астмы когда-либо" в течение жизни из совокупного анализа нескольких поперечных исследований респираторных симптомов. Возрастные диапазоны варьировали в зависимости от набора данных; большинство исследований продолжались до 12летнего возраста, но начинались в возрасте 6, 7, 8 или 9 лет (Hoek et al., 2012; Gehring et al., 2006b)

12 общин в Южной Калифорнии (Исследование здоровья детей) США (3 центра)a (Lai et al., 2009) или Северная Америка (Hoek et al., 2012) Страны ЕС – третья фаза ISAACc (Lai et al., 2009), Hoek et al. (2012) или Gehring et al. (2006b) Страны Западной Европы – третья фаза e ISAAC (все ЕС), Hoek et al. (2012) или Gehring f et al. (2006b) (все кроме Швейцарии входят в ЕС) Страны Северной и Восточной Европы третья фаза ISAAC (те которые входят в ЕС),g Hoek et al. (2012) или Gehring et al. (2006b)

14,5%

18,3%b (SD 1,7%) диапазон 17,3–20,2% (Lai et al., 2009, дают общую цифру для США 17,4%) 12,3% (SD 7,6%) диапазон 2,5–28,6%

9,7%

6,7–22,2%d

16,2% (SD 7,8%) диапазон 7–28,6% (Lai et al., 2009, дают общую цифру для Западной Европы 15,8%) 6,9% (SD 2,7%) диапазон 2,5–12% (Lai et al., 2009, дают общую цифру для Северной и Восточной Европы 5,1%, но она включает страны, не входящие в ЕС, и такие, расположенные восточнее страны, как Российская Федерация)

8,1–9%

1,9–22,2%h (только для стран ЕС 6,7–22,2%)

Сарасота, Сиэтл и Чапел Хилл. Среднее, не взвешенное по численности населения. Также относится к другим средним значениям в этой колонке. c Из центров (1–13 на страну), находящихся в Австрии, Бельгии, Болгарии, Венгрии, Германии, Ирландии, Испании, Италии, Латвии, Литве, на Мальте (относится к Восточному Средиземноморью), на острове Мэн, в Нидерландах, на Нормандских островах, в Польше, Португалии, Румынии, Соединенном Королевстве, Финляндии, Швеции и Эстонии. d Австрия, Болгария, Венгрия, Германия, Италия, Нидерланды, Польша, Словакия и Чешская Республика. a b

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 62 Из центров (1–13 на страну), находящихся в Австрии, Бельгии, Германии, Испании, Италии, на острове Мэн, в Нидерландах, на Нормандских островах, в Португалии и Соединенном Королевстве. f Австрия, Германия, Италия, Нидерланды и Швейцария. g Из центров (1–3 на страну), находящихся в Болгарии, Венгрии, Латвии, Литве, Польше, Румынии, Финляндии, Швеции и Эстонии. h Болгария, Венгрия, Польша, Российская Федерация, Словакия и Чешская Республика (все, кроме Российской Федерации, входят в ЕС). e

На сегодняшний день эксперты HRAPIE предлагают использовать региональные средние значения для Западной Европы и Северной и Восточной Европы из публикации Lai et al. (2009). Учитывая их вариабельность, также важно включать диапазоны вокруг средних значений. Показатель SD можно вывести из данных Lai et al. (2009), хотя он не взвешен по численности населения. Другим вариантом является использование диапазона, но он слишком широк и маловероятно, что в регионе в целом будет наблюдаться крайне высокая или крайне низкая распространенность. Соответствующие значения приведены ниже. • Западная Европа: 15,8% с анализом чувствительности +/− SD 7,8%, диапазон 7– 28%. • Северная и Восточная Европа: 5,1% с анализом чувствительности +/− SD 2,7%, диапазон 2,5–12%. Диагноз бронхиальной астмы у ребенка, как правило, ставится, чтобы показать не только наличие текущих симптомов астмы (астматический статус), но также лежащие в их основе характерные признаки, которые указывают на хроническое состояние, независимо от того имеются симптомы в данный момент времени или их нет. Использование врачами определения астмы не стандартизировано и отличается как в зависимости от конкретного врача, так и от страны. При проведении опросного исследования сообщение о диагнозе астмы не следует приравнивать к наличию текущих симптомов астмы. Для оценки воздействия на здоровье лучше использовать данные из опросных исследований о распространенности тяжелых хрипов, собранные в основном за 12 предшествующих анкетированию месяцев и обозначенные как в исследовании ISAAC "распространенность за 12 месяцев" (Lai et al., 2009). Показатель распространенности "астмы когда-либо", который сообщается в ISAAC, с высокой долей вероятности дает завышенную оценку доли детей с текущими симптомами астмы. Использование показателя распространенности тяжелых хрипов в качестве "основного" при оценке симптомов бронхита у детей-астматиков опирается на публикацию McConnell et al. (2003), хотя следует признать, что эта оценка относилась к детям с текущей диагностированной врачом астмой, которая не подходит для Европы. На самом деле, эту проблему можно было бы решить, если допустить, что, по сути, определение "диагностированная врачом астма" в калифорнийском исследовании, ближе к определению "тяжелые хрипы", чем к определению "астма когда-либо", использованных в исследовании ISAAC. Сравнение данных Peters et al. (1999) и Lai et al. (2009) свидетельствует о том, что показатель распространенности, соответствующий определению "астма, диагностированная врачом" в исследовании здоровья детей в Южной Калифорнии, занимал среднее положение между показателями распространенности, которые соответствовали двум определениям, использованным в ISAAC, хотя в анализ Lai et al. (2009) Калифорния не входила.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 63

Для расчета числа детей, страдающих астмой, рекомендуется альтернативный анализ с использованием показателя распространенности тяжелых хрипов, а не распространенности "астмы когда-либо", признавая наличие неопределенности при допущении, что распространенность симптомов бронхита у них такая же, как и у тех, кто указывает на наличие тяжелых хрипов (или "астмы когда-либо"), как определялось в ISAAC, и такая же как у детей с астмой, диагностированной врачом, в исследовании здоровья детей в Южной Калифорнии. Можно использовать 12-месячный показатель распространенности тяжелых хрипов из публикации Lai et al. (2009); он составляет 4,9% для Западной Европы и 3,5% – для Северной и Восточной Европы.

И сходная частота сим птом ов бронхита у детей, страдаю щ их астм ой В течение первого года исследования, проведенного McConnell et al. (2003), распространенность симптомов бронхита у детей-астматиков (как минимум в течение трех месяцев подряд за последний год) составила 38,7%. Хотя вопросы, касающиеся хронического кашля и/или наличия мокроты, входят в анкету по респираторным симптомам при проведении исследований с участием у детей, результаты редко стратифицируются по наличию или отсутствию у них астмы. В поперечном исследовании, проведенном на Тайване по модели исследования здоровья детей в Южной Калифорнии, Hwang и Lee (2010) выявили сходную распространенность симптомов бронхита (36,4%) за последний год у детей-астматиков в возрасте 12–14 лет (в основном 12 лет), у которых астма была диагностирована врачом. В исследовании, проведенном в Италии (Migliore et al., 2009), получены данные, на основании которых можно рассчитать, что у 21,1% детей, страдающих астмой, кашель или мокрота наблюдались как минимум 4 дня в неделю (при отсутствии простуды) в течение одного или более месяцев в году. Однако определение астмы было шире, включая один или более эпизодов хрипов, а также другие симптомы астмы в качестве альтернативы определению "астма, диагностированная врачом", и дети были объединены в возрастные группы 6–7 и 13–14 лет. Никаких других исследований, проведенных в Европе, в которых сравнивали наличие симптомов бронхита у детей с астмой и в детской популяции в целом, не обнаружено. Гиперсекреция слизи в дыхательных путях – характерный признак бронхиальной астмы у детей – имеет клиническое значение и (по крайней мере, у взрослых) коррелирует с гиперреактивностью бронхов и обструкцией дыхательных путей. Кортикостероиды эффективны при гиперплазии бокаловидных клеток (Rogers, 2003); таким образом, наличие некоторых из этих признаков можно использовать при оценке различий в распространенности симптомов бронхита у астматиков так же, как и других симптомов астмы. Вероятно, в отношении лечения Соединенные Штаты Америки похожи на Европу, и в широком смысле (так же, как и европейские страны) относятся к странам, где распространенность тяжелой астмы меньше, чем "астмы когда-либо". Если наоборот предположить, что там, как и в некоторых других странах, высока частота случаев нелеченой астмы, то это могло бы быть причиной, почему показатель распространенности, полученный в исследовании в Южной Калифорнии, можно считать неподходящим для Европы. На самом деле, определенной причины не

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 64

существует; просто неизвестно, подходит этот показатель или нет. Экспертами HRAPIE предложено использовать показатель распространенности за последний год 38,7% из южнокалифорнийского исследования, а в качестве альтернативы – показатель за последний год из исследования, проведенного в Италии (в нем использовали немного отличающееся определение), составивший 21,1%.

М етодология В своем исследовании McConnell et al. (2003) использовали логистический регрессионный анализ и коэффициенты, выраженные как отношения шансов, что необходимо учитывать при расчетах. Подход аналогичен подходу, использованному для расчета эффектов на основании отношений шансов в панельных исследованиях (Hurley et al., 2005). • У 38,7% детей с астмой наблюдались симптомы бронхита в течение последнего года (из исследования McConnell et al., 2003): это означает, что шансы равны 0,387/(1 – 0,387) = 0,631. • Отношение шансов составляет 1,04 на ppb NO2. • Отношение шансов для разницы между базовым сценарием и сценарием со снижением загрязнения (например, на 0,05 ppb) = EXP(−(ln1,04)*0,5) = 0,98 для сценария со снижением среднегодового уровня NO2 на 0,5 ppb. Новое значение шансов составляет 0,98 × 0,631 = 0,619. •

С вероятностью, равной 0,619/(1 + 0,619) = 0,382, снижение среднегодового уровня NO2 на 0,5 ppb дает снижение распространенности на 0,387– 0,382 = 0,5%.

Категория A или B В отчете по проекту REVIHAAP (ВОЗ, 2013a) в ответе на вопрос С4 и пояснении к нему рекомендовано использовать симптомы бронхита у детей, страдающих астмой, для "основного" анализа. В отчете указано, что получена ФКЭ, скорректированная по другим загрязнителям, и что в целом правдоподобие эффекта поддерживается токсикологическими и эпидемиологическими данными, полученными в исследованиях воздействия на дыхательную систему, а также другими исследованиями влияния долговременной экспозиции к NO2 на легочную функцию. Также признается, что при основном анализе наблюдалась еще большая неопределенность в отношении этой конечной точки по сравнению с другими (рекомендации основаны на результатах только одного исследования). Дальнейшие пункты, обсуждаемые в этом документе, относятся к неопределенности количественной оценки точной величины эффекта, а не концептуальной неопределенности, относящейся к причинности эффекта. Существует неопределенность в оценке числа детей-астматиков, но есть работы, в которых сообщается о вариабельности результатов и дается их диапазон. Данные о распространенности симптомов бронхита при астме крайне ограничены, поэтому эта неопределенность является важной.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 65

Идеальным было бы представление результатов оценки воздействия на здоровье или анализа затрат и выгод, классифицированных в зависимости не только от двух, а от целого ряда неопределенностей. Учитывая количественную неопределенность, возникающую при оценке величины эффекта и обусловленную вариабельностью данных об исходной численности детей, страдающих астмой, и исходных показателей наличия симптомов бронхита у таких детей, обследованных с начала осуществления проекта REVIHAAP, эксперты HRAPIE пришли к заключению, что этот исход следует отнести к категории В. Симптомы бронхита у детей, страдающих астмой, являются основным исходом при долговременной экспозиции к NO2, если учесть связь с более широким спектром респираторных нарушений и исключить воздействие других загрязнителей. Следует подчеркнуть, что результаты исследования здоровья детей в Южной Калифорнии и исследования легочной функции (см. проект REVIHAAP) остаются важной частью доказательств независимых эффектов долговременной экспозиции к NO2, даже если точная величина эффекта не определена.

Рекомендации по использованию функции "концентрация – эффект" в отношении твердых частиц, озона и диоксида азота для анализа затрат и выгод стр. 66

Приложение 4

ЭФФЕКТЫ ЭКСПОЗИЦИИ К ЧЕРНОМУ УГЛЕРОДУ – КАЧЕСТВЕННАЯ ХАРАКТЕРИСТИКА Согласно выводам проекта REVIHAAP (ВОЗ, 2013a), черный углерод может использоваться для оценки чувствительности анализа затрат и выгод. Однако общеевропейские оценки экспозиции к черному углероду в настоящее время недоступны, поэтому эксперты HRAPIE не рекомендовали проводить оценку воздействия черного углерода в ЕС для анализа затрат и выгод политики, проводимой в ЕС в отношении качества воздуха. Черный углерод может служить дополнительным индикатором при оценке мероприятий на местах, направленных на снижение популяционной экспозиции к PM, образующихся при сгорании (например, в результате выбросов моторизованного транспорта). Необходимо отметить, что включение как PM2,5, так и черного углерода в такой анализ может привести к двойному подсчету некоторых эффектов. ФКЭ для оценки последствий воздействия черного углерода на местном уровне можно вывести из оценки ВОЗ научных данных об эффектах черного углерода в отношении здоровья (Janssen et al., 2012). Быстрый поиск литературы в базе данных PubMed не выявил каких-либо недавно проведенных исследований, которые могли бы изменить выводы этого отчета; так же, как не возникал вопрос о такой необходимости при обсуждении проекта REVIHAAP. Оценка эффектов воздействия черного углерода на местах может основываться на оценках риска, связывающих долговременную экспозицию к черному углероду со смертностью от всех (естественных) причин, а также кратковременную экспозицию к черному углероду со случаями госпитализации в связи с астмой у детей и в связи с ССЗ (в основном у лиц старше 65 лет).

Health risks of air pollution in Europe –

HRAPIE project

Recommendations for concentration–response

functions for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

This publication arises from the HRAPIE project and has

received funding from the European Union.

ABSTRACT

This document presents recommendations for concentration–response functions for key pollutants to be included in cost–benefit analysis supporting the revision of the European

Union’s air quality policy. It provides a response to a question posed by the European Commission in the framework of the WHO “Health risks of air pollution in Europe – HRAPIE”

project. The essential background to this response was developed through a review of evidence on health aspects of air pollutants summarized by an earlier WHO project, “Review

of evidence on health aspects of air pollution – REVIHAAP”. This report recommends

concentration–response functions and associated background information for several mortality and morbidity effects associated with short- and long-term exposure to particulate

matter, ozone and nitrogen dioxide.

This publication arises from the HRAPIE project and was co-funded by the European Union.

Keywords

AIR POLLUTANTS ENVIRONMENTAL HEALTH EVIDENCE-BASED PRACTICE GUIDELINES HEALTH POLICY NITROGEN DIOXIDE OZONE PARTICULATE MATTER

Address requests about publications of the WHO Regional Office for Europe to:

Publications

WHO Regional Office for Europe

UN City, Marmorvej 51

DK-2100 Copenhagen Ø, Denmark

Alternatively, complete an online request form for documentation, health information, or for permission to quote or

translate, on the Regional Office web site (http://www.euro.who.int/pubrequest).

permission to reproduce or translate its publications, in part or in full.

The designations employed and the presentation of the material in this publication do not imply the expression

of any opinion whatsoever on the part of the World Health Organization concerning the legal status of any

country, territory, city or area or of its authorities, or concerning the delimitation of its frontiers or boundaries.

Dotted lines on maps represent approximate borderlines for which there may not yet be full agreement.

The mention of specific companies or of certain manufacturers products does not imply that they are endorsed

or recommended by the World Health Organization in preference to others of a similar nature that are not

mentioned. Errors and omissions excepted, the names of proprietary products are distinguished by initial

capital letters.

All reasonable precautions have been taken by the World Health Organization to verify the information

contained in this publication. However, the published material is being distributed without warranty of any

kind, either express or implied. The responsibility for the interpretation and use of the material lies with the

reader. In no event shall the World Health Organization be liable for damages arising from its use. The views

expressed by authors, editors, or expert groups do not necessarily represent the decisions or the stated policy

of the World Health Organization.

The views expressed herein can in no way be taken to reflect the official opinion of the European Union.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page iii

Contents

Acknowledgements .............................................................................................................v

Abbreviations ..................................................................................................................... vi

1. Introduction ................................................................................................................... 1

1.1. Cost–effectiveness and cost–benefit analyses of EU air quality policies .................... 1

1.2. Development process for HRAPIE project recommendations ................................... 2

1.3. Implementation of the HRAPIE project recommendations ....................................... 3

1.4. Possible double counting of effects of various pollutants ........................................ 12

2. Long-term PM exposure ................................................................................................. 12

2.1. Effects of long-term PM2.5 exposure on all-cause mortality ..................................... 12

2.2. Effects of long-term PM2.5 exposure on cause-specific mortality .............................. 15

2.3. Effects of long-term PM10 exposure on postneonatal mortality ................................ 17

2.4. Effects of long-term PM10 exposure on prevalence of bronchitis in children .............. 17

2.5. Effects of long-term PM10 exposure on incidence of chronic bronchitis in adults ....... 18

3. Short-term PM exposure ................................................................................................ 19

3.1. Effects of short-term PM2.5 exposure on all-cause mortality .................................... 19

3.2. Effects of short-term PM2.5 exposure on hospital admissions for CVDs and respiratory diseases .................................................................................................. 21

3.3. Effects of short-term PM2.5 exposure on RADs....................................................... 22

3.4. Effects of short-term PM2.5 exposure on work days lost ......................................... 23

3.5. Effects of short-term PM10 exposure on incidence of asthma symptoms in asthmatic children .................................................................................................... 24

4. Long-term O3 exposure .................................................................................................. 24

4.1. Effects of long-term O3 exposure on respiratory mortality ...................................... 24

5. Short-term O3 exposure ................................................................................................. 25

5.1. Effects of short-term O3 exposure on all-cause mortality ........................................ 25

5.2. Effects of short-term O3 exposure on cardiovascular and respiratory mortality ......... 26

5.3. Effects of short-term O3 exposure on hospital admissions for CVDs and respiratory diseases ................................................................................................................... 26

5.4. Effects of short-term O3 exposure on MRADs ........................................................ 27

6. Long-term NO2 exposure................................................................................................ 28

6.1. Effects of long-term NO2 exposure on all-cause mortality....................................... 28

6.2. Effects of long-term NO2 exposure on bronchitic symptoms in asthmatic children .... 30

7. Short-term NO2 exposure ............................................................................................... 32

7.1. Effects of short-term NO2 exposure on all-cause mortality ..................................... 32

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page iv

7.2. Effects of short-term NO2 exposure on hospital admissions for respiratory diseases . 33

References ...................................................................................................................... 34

Annex 1. Contributors to the HRAPIE project ....................................................................... 42

Annex 2. Effects of long-term NO2 exposure on asthma prevalence in children – qualitative description ...................................................................................................................... 44

Annex 3. Background information on estimation of effects of NO2 on bronchitic symptoms in asthmatic children ............................................................................................................. 47

Annex 4. Effects of black carbon exposure – qualitative description ....................................... 54

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page v

Acknowledgements

The “Health risks of air pollution in Europe – HRAPIE” project was co-funded by the WHO

Regional Office for Europe and the European Commission under Contribution Agreement

07.0307/2012/626738/SUB/ENV.C3. The WHO European Centre for Environment and

Health, Bonn, Germany, coordinated the project implementation and the development of this

publication.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page vi

Abbreviations

ACS American Cancer Society

AHSMOG Loma Linda University Adventist Health and Smog study

APED air pollution epidemiology database

APHEA Air Pollution and Health: a European Approach project

APHENA Air Pollution and Health: a European and North American approach study

CAFE Clean Air for Europe programme

CI confidence interval

COPD chronic obstructive pulmonary disease

CRF concentration–response function

CVD cardiovascular disease

EC European Commission

ES effect estimate

EU European Union

EUROSTAT statistical office of the European Union

GBD 2010 Global Burden of Disease 2010 study

HRAPIE Health risks of air pollution in Europe project

IARC International Agency for Research on Cancer

ICD International Classification of Diseases

ICD-9 International Classification of Diseases, ninth revision

ICD-10 International Classification of Diseases, tenth revision

IIASA International Institute for Applied Systems Analysis

ISAAC International Study on Asthma and Allergies in Childhood

MDB European mortality database

MRAD minor restricted activity day

NLCSAIR Netherlands Cohort Study on Diet and Cancer, air quality investigation section

NO2 nitrogen dioxide

O3 ozone

OC organic carbon

PATY Pollution and the Young study

PM particulate matter

PM10 particulate matter with an aerodynamic diameter smaller than 10 µm

PM2.5 particulate matter with an aerodynamic diameter smaller than 2.5 µm

ppb parts per billion

RAD restricted activity day

REVIHAAP Review of evidence on health aspects of air pollution project

RR relative risk

SAPALDIA Swiss Study on Air Pollution and Lung Disease in Adults

SD standard deviation

Σ sum

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 1

1. Introduction

In the framework of the European Union (EU)’s declaration of 2013 as the Year of Air, the

WHO Regional Office for Europe coordinated two international projects (“Review of

evidence on health aspects of air pollution – REVIHAAP” and “Health risks of air pollution

in Europe – HRAPIE”) to provide the European Commission (EC) and its stakeholders with

evidence-based advice on the health aspects of air pollution. This advice is grounded on a

review of the latest scientific evidence on the health effects of all pollutants regulated in EC

directives 2008/50/EC and 2004/107/EC (EC, 2013), as well as additional air pollutants of

relevance for health, conducted by a large group of invited experts from eminent institutions

across the world (see Annex 1 for contributors to the HRAPIE project).

The results of these projects support the comprehensive revision of EU air quality policies

taking place in 2013. To offer effective advice, the REVIHAAP and HRAPIE projects

address a list of 26 key policy-relevant questions posed by the EC. The questions cover

general aspects of importance for air quality management, as well as specific topics

concerning health aspects of individual air pollutants.

As part of the HRAPIE project, experts were asked to formulate a response to question D5:

“What concentration–response functions for key pollutants should be included in cost–benefit

analysis supporting the revision of EU air quality policy?” The essential background to this

response was developed through a review of evidence on health aspects of air pollutants

summarized by the REVIHAAP project report (WHO, 2013a). In particular, answers to

REVIHAAP project questions on the pollutants, health outcomes and concentration–response

functions (CRFs) that could be recommended for health impact assessment (questions A6 for

particulate matter (PM), B3 for ozone (O3) and C4 for nitrogen dioxide (NO2)) provided the

basis for the selection of the CRFs recommended for inclusion in the policy analysis.

A separate part of the HRAPIE project documented new emerging risks to health from air

pollution through a survey of experts. These survey results are available in a separate report

(WHO, 2013b).

1.1. Cost–effectiveness and cost–benefit analyses of EU air quality policies

Responding to the EC’s request, the HRAPIE project specifically addressed both cost–

effectiveness and cost–benefit analyses. Analysis of cost–effectiveness aims to identify the

pollution reduction strategies that will most effectively deliver a given benefit (for example,

reduction of mortality or of the number of disability-adjusted life-years lost due to exposure).

The work supporting the EU’s Thematic Strategy on Air Pollution compared about 50

different strategy options, each requiring substantial modelling effort. For practical reasons,

therefore, the number of CRFs recommended should be kept to a minimum (optimally, one

per pollutant) facilitating selection of the policy options.

The cost–benefit analysis performed for the policy option(s) selected aims to compare the

benefits of actions to reduce environmental burdens against their costs. This requires a

complete assessment of all impacts: omission of some impacts causes underestimation of the

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 2

benefit of the pollution reduction, which might lead to incorrect conclusions. Therefore, the

choice of CRFs selected for this analysis should be more comprehensive, including a

complete set of all health outcomes linked to the exposure indicated by research evidence.

Cost–benefit analysis should include options based on various alternative assumptions and

may also test the extent to which the results might change if effects supported by weaker

evidence were considered.

The health experts involved in the HRAPIE project were in favour of recommending several

alternative options for analysis to reflect the uncertainties of risk assessment. This would

require repetition of the cost–effectiveness analysis for each option and would thus multiply

the number of results for consideration in policy selection. Such an approach would

significantly complicate the policy debate for stakeholders and policy-makers, so only one

methodology for cost–effectiveness analysis was selected: estimating the impacts of exposure

to PM2.5 (PM with an aerodynamic diameter smaller than 2.5 µm) and to O3 on mortality.

Morbidity effects were not included for two reasons: cost–benefit analyses show that

mortality impacts dominate the analysis as a whole and mortality data are complete and better

standardized in EU countries. Nevertheless, the HRAPIE experts recommended more options

– including effects on mortality and morbidity – for further cost–benefit analysis, also

covering the effects of exposure to NO2. Other sources – such as IIASA (2013) – offer more

detailed information on the cost–effectiveness analysis of various policy options at the EU

level.

1.2. Development process for HRAPIE project recommendations

The discussion at the WHO REVIHAAP/HRAPIE expert meeting held in Bonn on 15–17

January 2013 provided general direction for further work on CRFs linking mortality with

PM2.5 and O3 in cost–effectiveness analysis, as well as for the outcomes to be considered in

the cost–benefit analysis. This was followed by intensive discussion between the members of

the Scientific Advisory Committee and other experts using electronic media (e-mails and

teleconferences), and provided input to the International Institute for Applied Systems

Analysis (IIASA) cost–effectiveness analysis in March 2013 (IIASA, 2013). Work on health

outcomes to be considered in the cost–benefit analysis continued and included effects of PM,

O3 and NO2.

Where available, recent meta-analyses of epidemiological studies were used as the main data

for the HRAPIE project’s conclusions. In some other cases, a dedicated meta-analysis was

used in the scope of the HRAPIE project, taking information gathered by the air pollution

epidemiology database (APED) of St. George’s Hospital Medical School, University of

London. This database contains details and results from time-series studies of mortality and

hospital admissions indexed in Medline, Embase, and Web of Knowledge to May 2011

(Anderson et al., 2007). The United Kingdom Department of Health is currently funding a

systematic review and meta-analyses of results from time-series studies of PM, O3 and NO2

using APED. That review also provided evidence for the HRAPIE project analysis.

The Scientific Advisory Committee meeting convened by the WHO European Centre for

Environment and Health in Bonn, Germany, on 13 June 2013 reviewed the preliminary

results of the experts’ work. Invited external reviewers also provided detailed comments on a

draft version of this report in August 2013. The experts used the meeting’s recommendations

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 3

and external reviewers’ comments to support their discussions in order to finalize their

contributions.

1.3. Implementation of the HRAPIE project recommendations

This document presents the HRAPIE project recommendations for input into the cost–benefit

analysis of the selected policy options. The experts agreed that, according to the REVIHAAP

project report (WHO, 2013a), there is sufficient evidence for the causality of effects for each

of the CRFs recommended. They classified the pollutant–outcome pairs recommended for

cost–benefit analysis into two categories:

 Group A: pollutant–outcome pairs for which enough data are available to enable

reliable quantification of effects;

 Group B: pollutant–outcome pairs for which there is more uncertainty about the

precision of the data used for quantification of effects.

The recommendations consider specific conditions in EU countries – particularly in relation

to the range of PM, O3 and NO2 concentrations expected to be observed in the EU in 2020 –

as well as the availability of baseline health data. As a result, generalization of the

recommended approaches to other regions of the globe or individual countries, or to

particular mixtures at the local level, may be not appropriate.

Table 1 provides an overview of the recommended elements of the cost–benefit analysis for

the three pollutants. Recommendations for CRFs are given as relative risks (RRs). Some of

the studies used to set these CRFs provided odds ratios, which approximate to RRs under

certain assumptions, such as for small concentration increments and for rare events. The use

of odds ratios may be more accurate for larger concentration increments, such as in burden

calculations or if policy options are analysed by the difference in total effects with and

without the policy (which involves using the total pollutant concentration in the interim

calculations). Annexes 2 and 3 give examples of the method of calculation using odds ratios.

Europe-wide modelling for particles is only available for PM2.5, so in cases where CRFs are

expressed against PM10 (PM with an aerodynamic diameter smaller than 10 µm) in the

literature, a conversion has to be employed in the cost–benefit analysis to assess the

equivalent impact per unit of PM2.5. This is achieved by multiplying the CRF for PM10 by a

factor of 1.54, assuming that effects are attributable to the PM2.5 fraction of PM10, based on

an estimated 65% of PM10 being in the PM2.5 size range. This PM2.5/PM10 ratio of 0.65 is

considered an average for the European population; however, in specific locations the ratio

may be in the range 0.4–0.8 and a local estimate would be preferable for the conversion.

Annexes 2 and 4 present additional options for estimating the effects of air pollution on

health (such as the effects of long-term exposure to NO2 on asthma and of black carbon on

mortality and hospital admissions); the experts discussed these within the HRAPIE project

but did not recommend them for current assessment of EU air quality policies.

Among the effect estimates (ESs) for pollutant–outcome pairs listed in Table 1 those marked

with an asterisk (*) contribute to the total effect (i.e. the effects are additive) of either the

limited set (Group A*) or the extended set (Group B*) of effects. Calculation of the range of

overall costs and benefits should be based on the following principles:

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 4

 the calculation of a limited set of impacts based on the sum (Σ) of Group A*;

 the range of uncertainty around the limited estimate, from Σ minimum (Group A*,

Group A) to Σ maximum (Group A*, Group A), possibly combined with Monte Carlo

estimates based on confidence intervals (CIs) of RRs – minimum/maximum functions

select smaller/larger effect in the related alternative options;

 the calculation of an extended set of impacts based on Σ Group A* + Σ Group B*;

 the range of uncertainty around the extended estimate, from Σ [minimum (Group A*,

Group A) + minimum (Group B*, Group B)] to Σ [maximum (Group A*, Group

A) + maximum (Group B*, Group B)], possibly combined with Monte Carlo

estimates based on CIs of RRs.

The CIs associated with the recommended CRFs quantify the random error and the variability

attributed to heterogeneity in the epidemiologic ESs used for health impact assessment; this is

a small part of the total uncertainty in the risk estimates produced by the health impact

assessment and cost–benefit analysis processes. Other uncertainties are associated with other

aspects of the overall process – for example, in the measurement and modelling of pollution,

the estimates of background rates for morbidity (those for mortality are based on population-

wide data) and monetary valuation. Some less tangible issues arise from the transferability to

the EU as a whole of CRFs and background rates from locations where studies were carried

out or data were otherwise gathered; from agreeing what particular pollutant–outcome pairs

should be used together to estimate the health impacts of particular policies and measures;

and from assessing the uncertainty of an overall estimate of effects, aggregated (after

conversion to monetary values) over the various pollutant–outcome pairs of either Group A*

or Group B* proposed here, or indeed any intermediate variant of these two sets.

An effort was made to give the best evidence-based estimate of the relationship between the

pollutant and that health outcome for each pollutant–outcome pair included. To avoid double

counting, the HRAPIE experts proposed explicit rules of adjustment or recommended the

exclusion of some pollutant–outcome pairs whose effect might – at least to a substantial

degree – already have been accounted for. Acute effects of air pollution can occur with a

delay of a few days or even more. In selecting risk coefficients linking short-term exposures

to health outcomes, however, the distributed lags were not taken into account, possibly

resulting in underestimation of the overall effect. In addition, some health outcomes on which

there is evidence of the effects of air pollution were excluded because of difficulties in

attaching monetary values reliably – for example, low birth weight and lung function.

Further, the use of Group A* rather than Group B* may lead to underestimation of risk, as

there is sufficient evidence of a causal relationship for all pollutant–outcome pairs.

The details of the uncertainty assessment and other issues related to the implementation of the

HRAPIE project’s recommendations in the cost–benefit analysis fall outside of the remit of

the HRAPIE project. The report on implementation of the HRAPIE project’s

recommendations for the European air pollution cost–benefit analysis (Holland, 2013)

provides a thorough description of the methods.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 5

Table 1. CRFs recommended by the HRAPIE project

PM, long-term exposure Pollutant

metric Health

outcome Group RR (95% CI)

per 10 µg/m3 Range of

concentration Source of background

health data Source of CRF Comments

PM2.5, annual mean

Mortality, all- cause (natural), age 30+ years

A* 1.062 (1.040–1.083)

All European mortality database (MDB) (WHO, 2013c), rates for deaths from all natural causes (International Classification of Diseases, tenth revision (ICD-10) chapters I–XVIII, codes A–R) in each of the 53 countries of the WHO European Region, latest available data

Meta-analysis of 13 cohort studies with results: Hoek et al. (2013)

PM2.5, annual mean

Mortality, cerebrovascular disease (includes

stroke), ischaemic heart disease, chronic obstructive pulmonary disease (COPD) and trachea, bronchus and lung cancer, age 30+ years

A Global Burden of Disease (GBD) 2010 study (IHME, 2013),

supra-linear exponential decay saturation model (age-specific), linearized by the PM2.5 expected in 2020 under the current legislation scenario

All European detailed mortality database (WHO, 2013d), ICD-10 codes cerebrovascular: I60–I63,

I65–I67, I69.0–I69.3; ischaemic heart disease: I20– I25; COPD: J40–J44, J47; trachea, bronchus and lung cancer: C33–C34, D02.1– D02.2, D38.1

CRFs used in the GBD 2010 study

An alternative to all-cause mortality Both age-specific and all-age estimates to be calculated to assess the potential

effect of age stratification

PM10, annual mean

Postneonatal (age 1–12 months) infant mortality, all- cause

B* 1.04 (1.02, 1.07)

All European Health for All database (WHO, 2013e) and United Nations projections

Woodruff, Grillo and Schoendorf (1997), based on 4 million infants in the United States

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 6

PM, long-term exposure (continued) Pollutant

metric Health

outcome Group RR (95% CI)

per 10 µg/m3 Range of

concentration Source of background

health data Source of CRF Comments

PM10, annual mean

Prevalence of bronchitis in children, age 6–12 (or 6–18) years

B* 1.08 (0.98–1.19)

All Mean prevalence from the Pollution and the Young (PATY) study: 18.6% (range 6–41%)

PATY study (Hoek et al., 2012) analysing data from about 40 000 children living in nine

countries

Heterogeneity of the association (p<0.10) between studies

PM10, annual mean

Incidence of chronic bronchitis in adults (age 18+ years)

B* 1.117 (1.040–1.189)

All Annual incidence 3.9 per 1000 adults based on the Swiss Study on Air Pollution and Lung Disease in Adults (SAPALDIA)

Combination of results from longitudinal studies Loma Linda University Adventist Health and Smog (AHSMOG) and SAPALDIA

Two studies with different odds ratios/RRs; cost–benefit analysis based on symptoms reporting is weak indication of clinically recognized COPD

PM, short-term exposure Pollutant

metric Health

outcome Group RR (95% CI)

per 10 µg/m3 Range of

concentration Source of background

health data Source of CRF Comments

PM2.5, daily mean

Mortality, all- cause, all ages

A 1.0123 (1.0045–1.0201)

All MDB (WHO, 2013c) APED meta- analysis of 12 single-city and one multicity studies

For information only: not proposed as an alternative to long-term PM2.5 exposure The premature deaths attributed to short-term changes of PM2.5 are already accounted for in estimating the effects of long-term exposure

PM2.5, daily mean

Hospital admissions, cardiovascular diseases (CVDs) (includes stroke), all ages

A* 1.0091 (1.0017–1.0166)

All European hospital morbidity database (WHO, 2013f), ICD, ninth revision (ICD-9) codes 390-459; ICD-10 codes I00–I99

APED meta- analysis of four single-city and one multicity studies

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 7

PM, short-term exposure (continued)

Pollutant metric

Health outcome

Group RR (95% CI) per 10 µg/m3

Range of concentration

Source of background health data

Source of CRF Comments

PM2.5, daily mean

Hospital admissions, respiratory diseases, all ages

A* 1.0190 (0.9982–1.0402)

All European hospital morbidity database (WHO, 2013f), ICD-9 codes 460-519; ICD- 10 codes J00–J99

APED meta- analysis of three single-city studies

PM2.5, two- week average, converted to PM2.5, annual average

Restricted activity days (RADs), all ages

B** 1.047 (1.042–1.053)

All 19 RADs per person per year: baseline rate from the Ostro and Rothschild (1989) study

Study of 12 000 adults followed for six years in 49 metropolitan areas of the United States (Ostro, 1987)

One 1987 study from the United States; no data of background rate in Europe

PM2.5, two- week average, converted to PM2.5, annual average

Work days lost, working- age population (age 20–65 years)

B* 1.046 (1.039–1.053)

All European Health for All database (WHO, 2013e)

Study of 12 000 adults followed for six years in 49 metropolitan areas of the United States (Ostro, 1987)

High variability of background rates based on reported sick absenteeism in Europe, reflecting intercountry differences in definition

PM10, daily mean

Incidence of asthma symptoms in asthmatic children aged 5–19 years

B* 1.028 (1.006–1.051)

All Prevalence of asthma in children based on “severe asthma” in the International Study on Asthma and Allergies in Childhood (ISAAC) (Lai et al., 2009) – western Europe: 4.9%; northern and eastern Europe: 3.5%. Daily incidence of symptoms in

this group: 17% (interpolation from several panel studies)

Meta-analysis of 36 panel studies of asthmatic children conducted in 51 populations, including 36 from Europe, (Weinmayr et al., 2010)

Varying definition of the target population and of the daily occurrence of symptoms

** Only residual RADs to be added to total effect, after days in hospital, work days lost and days with symptoms are accounted for.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 8

O3, long-term exposure Pollutant metric Health

outcome Group RR (95% CI)

per 10 µg/m3 Range of

concentration Source of background

health data Source of CRF Comments

O3, summer months (April–September), average of daily maximum 8-hour mean over 35 parts per billion (ppb)

Mortality, respiratory diseases, age 30+ years

B 1.014 (1.005–1.024)

>35 ppb (>70 µg/m³)

MDB (WHO, 2013c), ICD- 10 codes J00–J99

Single-pollutant models from American Cancer Society (ACS) data analysis (Jerrett et al., 2009a)

Alternative to effects of short-term O3 on all-cause mortality

O3, short-term exposure

Pollutant metric Health outcome

Group RR (95% CI) per 10 µg/m3

Range of concentration

Source of background health data

Source of CRF Comments

O3, daily maximum 8-hour mean

Mortality, all (natural) causes, all ages

A* 1.0029 (1.0014–1.0043)

>35 ppb (>70 µg/m³)

MDB (WHO, 2013c), ICD- 10 chapters I–XVIII, codes A–R

Air Pollution and Health: a European and North American approach study (APHENA), based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant

model

APHENA study, based on full range of observed O3 concentrations, including levels <35 ppb; thus effects at O3 <35 ppb are ignored

O3, daily maximum 8-hour mean

Mortality, all (natural) causes, all ages

A 1.0029 (1.0014–1.0043)

>10 ppb (>20 µg/m³)

MDB (WHO, 2013c), ICD- 10 chapters I–XVIII, codes A–R

APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model

Alternative to the assessment for O3 >35 ppb only

O3, daily maximum 8-hour mean

Mortality, CVDs and respiratory diseases, all ages

A CVD: 1.0049 (1.0013– 1.0085); respiratory: 1.0029 (0.9989–1.0070)

>35 ppb (>70 µg/m³)

MDB (WHO, 2013c), ICD- 10 codes CVD: I00–I99; respiratory: J00–J99

APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model

Alternative to all-cause mortality analysis

O3, daily maximum 8-hour mean

Mortality, CVDs and respiratory diseases, all ages

A CVD: 1.0049 (1.0013– 1.0085); respiratory: 1.0029 (0.9989–1.0070)

>10 ppb (>20 µg/m³)

MDB (WHO, 2013c), ICD- 10 codes CVD: I00–I99; respiratory: J00–J99

APHENA study based on data from 32 European cities; coefficients adjusted for PM10 in two-pollutant model

Alternative to the cause-specific assessment for O3 >35 ppb only

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 9

O3, short-term exposure (continued)

Pollutant metric

Pollut ant

metric

Pollutant metric Pollutant metric

Pollutant metric Pollutant metric Pollutant metric

O3, daily maximum 8- hour mean

Hospital admissions, CVDs (excluding stroke) and respiratory diseases, age 65+ years

A* CVD: 1.0089 (1.0050–1.0127); respiratory: 1.0044 (1.0007–1.0083)

>35 ppb (>70 µg/m³)

European hospital morbidity database (WHO, 2013f), ICD-9 codes CVD: 390–429; respiratory: 460–519 (ICD-10 codes I00–I52; J00–J99)

APHENA study based on data from eight European cities; coefficients adjusted for PM10 in two-pollutant model

APHENA study based on all range of observed O3 concentrations, including levels <35 ppb; thus effects at O3 <35 ppb are ignored

O3, daily maximum 8- hour mean

Hospital admissions, CVD (excluding stroke) and respiratory diseases, age 65+ years

A CVD: 1.0089 (1.0050–1.0127); respiratory: 1.0044 (1.0007–1.0083)

>10 ppb (>20 µg/m³)

European hospital morbidity database (WHO, 2013f), ICD-9 codes CVD: 390–429; respiratory: 460–519 (ICD-10 codes I00–I52; J00–J99)

APHENA study based on data from eight European cities; coefficients adjusted for PM10 in two-pollutant model

Alternative to the assessment for O3 >35 ppb only

O3, daily maximum 8- hour mean

Minor restricted activity days (MRADs), all ages

B* 1.0154 (1.0060–1.0249)

>35 ppb (>70 µg/m³)

7.8 days per year, based on Ostro and Rothschild (1989)

Ostro and Rothschild’s (1989) six separate analyses of annual data 1976–1981 of the United States National Health Interview Survey

One study from the United States in 1989, used as a source of both RR and background rates

O3, daily maximum 8- hour mean

MRADs, all ages B 1.0154 (1.0060–1.0249)

>10 ppb (>20 µg/m³)

7.8 days per year, based on Ostro and Rothschild (1989)

Ostro and Rothschild’s (1989) six separate analyses of annual data 1976–1981 of the United States National Health Interview Survey

Alternative to the assessment for O3 >35 ppb only

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 10

NO2, long-term exposure Pollutant metric Health

outcome Group RR (95% CI) per

10 µg/m3 Range of

concentration Source of background

health data Source of CRF Comments

NO2, annual mean Mortality, all (natural) causes, age 30+ years

B* 1.055 (1.031–1.080)

>20 µg/m³ MDB (WHO, 2013c), rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes A–R) in each of the 53 WHO Regional Office for Europe

countries, latest available data

Meta-analysis of all (11) cohort studies published before January 2013 by Hoek et al. (2013); RR based on single- pollutant models

Some of the long-term NO2 effects may overlap with effects from long- term PM2.5 (up to 33%); this is therefore recommended for

quantification under Group B to avoid double counting in Group A analysis

NO2, annual mean Prevalence of bronchitic symptoms in asthmatic children aged 5–14 years

B* 1.021 (0.990–1.060) per 1 µg/m³ change in annual mean NO2

All Background rate of asthmatic children, “asthma ever”, in Lai et al. (2009) – western Europe: 15.8%, standard deviation (SD) 7.8%; northern and eastern Europe: 5.1%, SD 2.7%, with a recommended alternative of “severe wheeze” in Lai et al. (2009) – western Europe: 4.9%; northern and eastern Europe: 3.5% Prevalence of bronchitic symptoms among asthmatic children 21.1% to 38.7% (Migliore et al., 2009; McConnell et

al., 2003)

Southern California Children’s Health Study (McConnell et al., 2003); coefficient from two-pollutant model with organic carbon (OC) (coefficients from models with PM10 or PM2.5 are higher)

Based on only one available longitudinal study providing NO2 coefficient adjusted for other pollutants Supported by studies of long-term exposure to NO2 and lung function and by the wider evidence on NO2 and respiratory outcomes from other types of studies

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 11

NO2, short-term exposure

Pollutant metric Health outcome

Group RR (95% CI) per 10 µg/m3

Range of concentratio

Source of background health data

Source of CRF Comments

NO2, daily maximum 1-hour mean

Mortality, all (natural) causes, all ages

A* 1.0027 (1.0016–1.0038)

All MDB (WHO, 2013c), rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes A–R) in each of the 53 countries of the WHO European Region, latest available data

Air Pollution and Health: a European Approach (APHEA)-2 project with data from 30 European cities; RR adjusted for PM10

NO2, daily maximum 1-hour mean

Hospital admissions, respiratory diseases, all ages

A 1.0015 (0.9992–1.0038)

All European hospital morbidity database (WHO, 2013f), ICD-9 codes 460– 519; ICD-10 codes J00– J99

APED meta-analysis of four studies published before 2006; coefficient from single-pollutant model WHO (2013a) noted that the estimates for

this pollutant–outcome pair were robust to adjustment to co- pollutants

Alternative to the estimates based on 24- hour NO2 average (preferred due to availability of more studies)

NO2, 24-hour mean

Hospital admissions, respiratory diseases, all ages

A* 1.0180 (1.0115–1.0245)

All European hospital morbidity database (WHO, 2013f), ICD-9 codes 460– 519; ICD-10 codes J00– J99

APED meta-analysis of 15 studies published before 2006; coefficient from single-pollutant model WHO (2013a) noted

that the estimates for this pollutant–outcome pair were robust to adjustment to co- pollutants

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 12

1.4. Possible double counting of effects of various pollutants

Quantification of the health impacts of community air pollution in the HRAPIE project

focuses on three main pollutants: NO2, PM2.5 and O3. In studies of health effects of these

pollutants, they are usually correlated to some extent – sometimes negatively so, as with O3

and PM2.5 in winter. The REVIHAAP project report therefore proposes quantification of

health effects associated with these pollutants only after adjustment for at least one of the

others (WHO, 2013a). Far fewer studies systematically applying two- or three-pollutant

modelling are available, however, than studies using single-pollutant models. Furthermore,

ESs for a given pollutant derived from a multipollutant model may be subject to bias if the

pollutants are correlated with each other and subject to measurement error (Fung et al., 1999).

This can lead to underestimation of the RR for a pollutant of interest.

The HRAPIE project therefore uses ESs from the largest possible group of studies – i.e.

including those from single-pollutant analyses – for quantification. Quantification of the

impact for one pollutant from single-pollutant models may to some extent include effects

attributable to another. Consequently, for any particular health outcome and exposure period

(long-term or short-term exposure), estimated impacts of the three pollutants should not be

added without recognizing that addition will, in most practical circumstances, lead to some

overestimation of the true impact. Impacts estimated for one pollutant only will, on the other

hand, underestimate the true impact of the pollution mixture, if other pollutants also affect

that same health outcome.

2. Long-term PM exposure

2.1. Effects of long-term PM2.5 exposure on all-cause mortality

The HRAPIE experts recommended estimation of the impact of long-term (annual average)

exposure to PM2.5 on all-cause (natural) mortality in adult populations (age 30+ years) for

cost–effectiveness analysis; this should also be included in Group A* of the cost–benefit

analysis. It should be based on a linear CRF, with an RR of 1.062 (95% CI = 1.040, 1.083)

per 10 µg/m 3 . The impacts should be calculated at all levels of PM2.5.

The recommended risk coefficient is based on the most recently completed meta-analysis of

all cohort studies published before January 2013 by Hoek et al. (2013) (Fig. 1). Thirteen

different studies conducted in adult populations of North America and Europe contributed to

estimation of this coefficient.

Additional cohort studies on PM and mortality, either all-cause (natural) or cause-specific,

have also been published. Differences in exposure assessment or other methods limited their

inclusion in the Hoek et al. (2013) quantitative meta-analysis. Some further studies were

published after the literature cut-off date of January 2013 (Carey et al., 2013, Kloog et al.,

2013), but it is of note that the overall body of evidence is qualitatively consistent with the

results of the meta-analysis. Furthermore, there is a wide range of exposure errors in the

studies included in the meta-analysis (see Hoek et al., 2013 for details). Studies with a better

quality of exposure assessment on average estimated a steeper CRF. It was not possible

within the limited timeframe of the HRAPIE project to classify studies by the quality of their

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 13

exposure assessment and perform a separate meta-regression to take this into account. The

authors therefore acknowledge that the current HRAPIE project recommendation could result

in an underestimate of the exposure–response slope.

Fig. 1. Meta-analysis of the association between PM2.5 and all-cause mortality (RR per 10 µg/m3)

Source: Hoek et al. (2013).

Notes: NLCSAIR = Netherlands Cohort Study on Diet and Cancer, air quality investigation section; I-squared

refers to the degree of inconsistency across studies.

As noted in IHME (2013), the RR coefficients for both ischaemic heart disease and stroke are

modified by age. Whether this effect occurs with ambient air pollution effects on all-cause

mortality is unknown because no cohort study has yet identified significant differences in age

effects. It has, however, been regarded as prudent, where possible, to make an adjustment for

age.

For reasons of simplicity, the Hoek et al. (2013) meta-analysis did not account for this factor.

The age structure of EU Member States is similar to that of the groups included in

epidemiological studies. Nevertheless, the authors acknowledge that this could theoretically

affect the impact estimates based on the Hoek et al. (2013) meta-analysis. The recommended

alternative analysis is based on the age-stratified supra-linear exponential decay saturation

model applied in the GBD 2010 study (IHME, 2013), which considered only cause-specific

mortality.

The PM2.5 levels observed in these studies correspond to the range expected for the EU in

2020 under the current legislation scenario (not exceeding 20 µg/m 3 in most areas). No

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 14

extrapolation beyond the range covered by epidemiological studies on the effects of ambient

PM2.5 is needed.

Use of the linear function was discussed in the response and rationale given for question A5

in the REVIHAAP project report, indicating that few of the long-term studies examined the

shape of the CRF (WHO, 2013a). The available analyses suggest that it is reasonable to use

linear CRFs to assess risks within Europe, given the expected levels of PM2.5 in 2020. This is

especially the case for all-cause mortality. For more specific causes of death, a supra-linear

function, steeper in lower concentrations, may fit the data slightly better.

The recommendation of all-cause analysis as a primary (A*) choice and not a set of CRFs for

more specific causes of death is supported by two arguments.

 The wider availability of risk estimates, produced by most long-term studies of all-

cause mortality, makes them more appropriate for meta-analysis that incorporates a

wide range of characteristics specific to the countries included in the analysis.

Different groupings of causes of death in various studies make the synthesis of cause-

specific results more difficult because of a reduction in the number of eligible studies.

Meta-analysis of all-cause mortality can therefore draw on a greater range of studies

than would be possible in a cause-specific analysis. A further point is that all-cause

mortality includes deaths from causes that might lie outside the cause-specific groups

generally reported but are insufficient in cohort studies for individual estimates.

 The background national data on all-cause mortality have greater precision than the

cause-specific data. The latter may be affected by misclassification of causes of death

in mortality registration across the range of countries included in the analysis

(Mathers et al., 2005). As a result, with cause-specific impact estimates, the

uncertainty related to background health data will add to the CRF uncertainty,

complicating interpretation of the impact assessment.

An additional argument for the use of all-cause mortality is the smaller scale of heterogeneity

of the “all-cause” coefficients reported by various epidemiological studies than that observed

for cause-specific ones.

Convincing evidence also indicates a relationship between cardiovascular, respiratory and

lung cancer mortality and PM2.5 exposure, while many other causes of death (such as

gastrointestinal diseases) are less likely to be affected by this air quality parameter. This

argument favours cause-specific analysis, recommended as an alternative method (see section

2.2). The HRAPIE experts judged, however, that the frequency of the causes of death linked

with exposure was sufficiently similar (between cohorts included in the meta-analysis and

between countries in the EU where the impacts are to be estimated) to justify the use of all-

cause mortality in the cost–benefit analysis. If the frequency of the causes of death linked

with exposure differs markedly between countries, as is the case for global burden estimates,

then use of all-cause CRFs will lead to both over- and underestimation of impacts at the

country level. This issue should be addressed through comparison of the two alternative

methods recommended and in the uncertainty analysis.

The recommendation to assume benefits of any reduction in exposure, including at very low

modelled levels of PM2.5, is based on the assumption that, even after the pollution reduction,

the PM2.5 concentration will be likely to exceed the lowest levels observed in recent

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 15

epidemiological studies (including because of the natural background). As summarized in the

response to question A5, several cohort studies reported effects on mortality at PM2.5

concentrations well below an annual average of 10 µg/m 3 .

Advantages of the method based on the linear function include its simplicity and

independence of the expected health benefits of pollution reduction from the initial level of

exposure. It is also important that it follows the approaches applied in the Clean Air for

Europe (CAFE) programme in 2005. These are familiar to stakeholders and policy-makers

and allow comparison of new results with those from 2005.

Findings from the follow-up of the Harvard Six Cities study suggest that mortality effects

may be partially reversible, over a time period possibly as short as a year (Laden et al., 2006;

Lepeule et al., 2012). The most appropriate way to express the benefits, identified through

cohort studies, of reduced exposure to PM2.5 is in terms of life-years gained across the

population as a whole (COMEAP, 2010; WHO, 2000). As described, for example, in

COMEAP (2010), “attributable deaths” are useful for describing the mortality burden in any

given year, if some simplifying assumptions are accepted. They are difficult to use, however,

in comparing numbers of deaths in a reduced pollution scenario with a baseline long-term

scenario, as everyone dies eventually in both cases. Numbers of deaths can be calculated for

shorter time periods, but this type of estimate of the impact of exposure is incomplete. Such

estimates would also need to be accompanied by a description of the relevant time period,

such as “in the first 10 years” (“per year” is not appropriate as the numbers of attributable

deaths following a reduction in pollution vary over time as the size and age structure of the

population is altered by the additional survivors).

The HRAPIE experts recommended estimation of effects in adult populations (age 30+ years)

as most of the evidence providing the CRFs comes from studies that focused on populations

around 30 years of age and above.

Baseline mortality rates for the analysis should be based on the data available in the MDB

(WHO, 2013c). The rates for deaths from all natural causes (ICD-10 chapters I–XVIII, codes

A–R) in each of the 53 countries of the WHO European Region for the latest year with

available data should be calculated. The data available in the database are compiled from

various sources, including a network of country experts; the WHO Regional Office for

Europe’s technical programmes; and partner organizations such as United Nations agencies,

the statistical office of the EU (EUROSTAT) and the Organisation for Economic Co-

operation and Development. The MDB is updated twice a year.

2.2. Effects of long-term PM2.5 exposure on cause-specific mortality

The cause-specific analysis follows the approach applied in the recently published GBD 2010

study (Lim et al., 2012). It includes an estimation of the effects of long-term exposure to

PM2.5 on mortality from four specific causes of death (cerebrovascular disease, ischaemic

heart disease, COPD and lung cancer) in all regions of the world at age 30+ years. This was

the preferred approach for the GBD 2010 study because of significant differences in the

structure of reporting of causes of death between regions (IHME, 2013). The PM2.5 levels

considered in the GBD 2010 study expanded far beyond the concentrations observed in long-

term epidemiological studies on the effects of ambient air pollution conducted in North

America and western Europe, so the estimation of CRFs integrated results of studies on

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 16

ambient air pollution with those of studies on effects of PM from second-hand smoke, indoor

air pollution from household solid fuel use, and active smoking, following the approach

published by Pope et al. (2011). This approach assumes that the health impacts of fine PM

from various sources are similar. It avoids estimation of unrealistically high risks in

populations exposed to very high ambient levels of PM2.5 (those much higher than in

Europe), which could result from linear or even logarithmic extrapolation of the results of

studies on effects of ambient air quality.

The CRFs applied in the GBD 2010 study (IHME, 2013) were based on a three-parameter

exponential decay saturation model with a power of PM2.5 concentration. The approach to

developing this model is described in the response and rationale given for question D4 in the

REVIHAAP project report (WHO, 2013a) and a paper providing a more detailed model

description is in preparation. This model provided the best overall fit among all four health

outcomes studied, compared to the seven alternative models examined. The CRFs reflect a

steeper increase in risk at low exposure levels than that for higher exposures (supra-linear

function) observed in some epidemiological studies. The estimates of risk based on this

approach compare well with the results of a recent study conducted in China (Cao et al.,

2011), with estimated PM2.5 (converted from total suspended particles) concentrations

ranging from 38–166 µg/m 3 .

The REVIHAAP project recommended the GBD 2010 approach for cost–benefit analysis,

noting that its application would involve a linearization of the CRFs, using the PM2.5 level

expected in 2020 under the current legislation scenario. In practice, estimates were sensitive

to assumptions about the level below which effects would not be quantified; this was one

reason the GBD 2010 cause-specific values do not contribute to the total effect but are

recommended as an alternative to all-cause mortality.

As noted in section 2.1, epidemiological studies of risk factors for both ischaemic heart

disease and stroke indicate that the RR declines with the logarithm of age (Lim et al., 2012).

The HRAPIE experts therefore recommended calculation of both age-specific and all-age

estimates to assess the potential effect of stratification. The matrix of risk coefficients (by

baseline PM2.5 level and age, for each of the outcomes) is provided in the GBD 2010 study.

Furthermore, the International Agency for Research on Cancer (IARC) recently classified

ambient air pollution in general, and PM specifically, as a Group 1 carcinogen (IARC, 2013).

Future health impact assessment and cost–benefit analysis exercises should consider

recommendations for PM2.5 and lung cancer incidence (besides lung cancer mortality), as this

outcome contributes to the burden of disease of air pollution. In view of the HRAPIE project

timeline, however, a formal meta-analysis for this outcome was not undertaken, and specific

recommendations for lung cancer incidence were not made. The proposed recommendations

for all-cause and cause-specific mortality (which include lung cancer as a cause of death) are

thought partially to cover this outcome, but as they relate only to lung cancer mortality and

not to development of cancer, this may lead to a small underestimation of the effects.

As for all-cause mortality, the calculation of life-years gained is more appropriate than

numbers of deaths although it is possible to have long-term changes in numbers of deaths

from specific causes. Again as for all-cause mortality, the duration of follow-up in life tables

needs to be defined (such as, for example, the lifetime of those at the start of the policy

change); this is particularly important for lung cancer, where a short lag would be

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 17

inappropriate and a short follow-up would miss the effect. Baseline rates for mortality should

be sourced from the European detailed mortality database (WHO, 2013d).

2.3. Effects of long-term PM10 exposure on postneonatal mortality

For infant mortality, the HRAPIE experts recommended using the results of the study by

Woodruff, Grillo and Schoendorf (1997), based on 4 million infants in the United States. The

endpoint was postneonatal infant mortality, defined as death between the ages of 1 and 12

months. The associations reported in the study between all-cause mortality and PM10

(measured as the average during the first two months of life) generated an RR of 1.04 (95%

CI = 1.02, 1.07) per 10 µg/m 3 PM10. This study is preferred over a more recent study

(Woodruff, Darrow and Parker, 2008) of 3.5 million infants in the United States, which

reports associations with respiratory-specific postneonatal infant mortality. While this later

study provides general support for infant mortality effect from long-term exposure, data on

the cause-specific postneonatal mortality are not available in international databases. Further

studies, mostly in developing countries, provide additional support for an effect of acute

exposure to PM (Cohen et al., 2004).

Country-specific postneonatal mortality rates should be used, based on the European Health

for All database (WHO, 2013e), possibly including United Nations projections, as

background data.

These recommendations are based on a limited number of studies only and, owing to the

limited resources of the current project, were prepared without a formal systematic review of

the evidence on the impact of PM on postneonatal mortality. The confidence in quantitative

estimate of risk is considered to be moderate, and the pollutant–outcome pair is

recommended for inclusion in Group B*.

2.4. Effects of long-term PM10 exposure on prevalence of bronchitis in children

The CRF for this endpoint is taken from the PATY study (Hoek et al., 2012), which analysed

data collected by cross-sectional studies previously conducted in 11 countries. Data on

“bronchitis in the past 12 months” were available from about 40 000 children aged 6 to 12

years living in nine countries, with most subjects living in European cities. A borderline

significant association of bronchitis prevalence with long-term average PM10 concentration in

cities was reported with an ES of 1.08 (95% CI = 0.98, 1.19) per 10 µg/m 3

annual mean

PM10. The analysis found evidence for heterogeneity of the association (p<0.10) between the

studies, possibly related to the differences in design of individual studies included in the

PATY study and diagnostic differences affecting bronchitis definition. This outcome

contributes to the calculation of RADs, so when the total burden of disease and costs due to

PM are calculated, RADs should be reduced accordingly.

In the cost–benefit analysis, this estimate is to be applied to all children aged 6–12 years (or

6–18 years if only this age category is available). The baseline rate of bronchitis in the

previous 12 months can be based on the results of the PATY study. Although the estimates

from various countries ranged from 6.2% to 41.5%, the HRAPIE experts recommended the

mean prevalence rate of 18.6% from the PATY study for the analysis. The pollutant–outcome

pair is recommended for inclusion in Group B*.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 18

2.5. Effects of long-term PM10 exposure on incidence of chronic bronchitis in adults

The recommended estimate of CRF for chronic bronchitis is based on two studies: the

AHSMOG study from California, United States (Abbey et al., 1995a; 1995b) and

SAPALDIA from Switzerland (Schindler et al., 2009). Both conducted longitudinal analyses

in which the probability of a new case of chronic bronchitis over an approximately 10-year

inter-survey period was related to PM over the same period, adjusting for other factors.

Within this framework, the two studies used different exposure metrics: the results in the

AHSMOG study are for the average annual mean concentration of PM2.5 over the inter-

survey period (1966–1977), whereas SAPALDIA found relationships with the change in

annual mean PM10 over the inter-survey period (1991–2002). Both studies defined chronic

bronchitis similarly, as having had symptoms of cough and/or sputum production on all or

most days, for at least three months per year for at least two years. For monetary valuation,

note that this is milder than the often-used requirement of chronic cough and sputum.

The AHSMOG study used a cohort of about 3900 non-smokers above the age of 28 years for

the first survey. Estimated lifetime exposures over a 20-year period were assigned based on

detailed history of both work and residential location via two approaches. Using exposures in

PM10 derived from total suspended particles measurements, Abbey et al. (1995a) estimated an

RR which gave an estimated change of 7.0% (95% CI = −0.5%, 14.3%) in new cases per

10 µg/m 3 PM10. The CAFE programme analysis (Hurley et al., 2005) used this estimate of

risk, for which the CI was derived. Using exposures to PM2.5 based on airport visibility data,

Abbey et al. (1995b) generated an ES of 14% (95% CI = −0.45%, 26.2%) change in new

cases per 10 µg/m 3 of PM2.5. The HRAPIE experts preferred this second study, since there is

much more uncertainty in estimating PM10 in multiple cities from total suspended particles

than in directly estimating PM2.5 from airport visibility in each city where good model fits

were obtained.

Schindler et al. (2009) provide support for the higher estimate of the two RRs from the

AHSMOG study. This study examined relationships between chronic bronchitis and the

change in modelled concentrations of PM10 in the residence in about 7000 adults aged 16–60

years, at first survey residing in eight communities in Switzerland. This study estimated an

odds ratio of 0.78 (95% CI = 0.62, 0.98), equivalent to a decrease of risk of new reports of

chronic bronchitis by 22% (95% CI = 2%, 38%) per 10 µg/m 3 decrease in PM10.

Converting the results of the Abbey et al. (1995b) study to PM10 units (assuming

PM2.5/PM10 = 0.65) and using an inverse-variance weighted average of that study with the

results of the Schindler et al. (2009) study obtains an RR for chronic bronchitis of 1.117 (95%

CI = 1.040, 1.189) per 10 µg/m 3 PM10.

Schindler et al. (2009) also looked at all the subjects in the cohort reporting symptoms that

can be explained by air pollution, at the end of the inter-survey period. The study reveals a

substantial dynamic of change in those symptoms, with many not reporting the symptoms in

a second survey, others reporting new ones, and a smaller group reporting symptoms at both

surveys. To avoid overestimating the overall attributable burden the HRAPIE experts propose

to restrict the assessment to quantifying the air pollution-associated burden for reporting

symptoms at follow-up while being free of symptoms at baseline. Given the dynamics of

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 19

bronchitis, as defined by questionnaire methods, some of those incident cases will be free of

symptoms sometime in the future, while others will suffer from a more persistent

symptomatology.

In the absence of country-specific baseline rates for chronic bronchitis, the HRAPIE experts

recommended using the estimates from the AHSMOG study and SAPALDIA, which provide

the RRs. Adjusting for remission, and following the United States Environmental Protection

Agency’s Environmental Benefits Mapping and Analysis programme, the baseline incidence

rate from AHSMOG is 3.78 incident cases annually per 1000 adults at risk. Analysis of

Schindler et al. (2009), again adjusting for remission, gave a remarkably similar value for

SAPALDIA of 3.9 cases per 1000 adults at risk who reported symptoms at the second survey

but not at baseline.

These recommendations are based on two studies only and, owing to the limited resources of

the current project, were prepared without a formal systematic review of the evidence on the

impact of PM on chronic bronchitis incidence. A recently published systematic review of

studies on the relationship of COPD to air pollution (Schikowski et al., 2013) could offer

support. Chronic bronchitis, defined on the basis of reported symptoms of cough and phlegm,

is considered a rather weak indication of clinically recognized COPD diagnosed on the basis

of spirometry or clinical examination, but such symptoms are known predictors of objectively

defined future COPD. The Schikowski et al. (2013) study used objective measures (namely

spirometry) or ICD codes in the hospital discharge or death record. It concluded that the

evidence of long-term effects of air pollution on the prevalence and incidence of COPD

among adults was suggestive but not conclusive, despite plausible biological mechanisms and

good evidence that air pollution affects lung development in childhood and triggers

exacerbations in COPD patients.

Based on this conclusion and the possibly incomplete evidence on CRF for chronic bronchitis

used in the current analysis, quantification of the effects of PM10 on chronic bronchitis

incidence is recommended for inclusion in Group B*, for which there is less certain

supportive evidence and less confidence in the CRF. Unresolved difficulties also exist in

combining and using coefficients from a study of PM level with those of a study of change in

PM level, and this is a further reason for recommending that this pollutant–outcome pair

should be included in Group B*.

3. Short-term PM exposure

3.1. Effects of short-term PM2.5 exposure on all-cause mortality

The HRAPIE experts expressed concern that the premature deaths attributed to short-term

changes of PM2.5 concentration were already accounted for in estimations of the effects of

long-term exposure. They therefore recommended that quantification of the effects of short-

term exposure should be done for information only; it is not proposed as an alternative to

quantification of long-term PM2.5 exposure.

The APED meta-analysis included results of 12 single-city time-series studies and one

multicity study on all-cause mortality for all ages. Single-city (or region) results were for

Vienna, Austria (Neuberger, Rabczenko and Moshammer, 2007); the coal basin (Peters et al.,

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 20

2000) and Prague (Branis et al., 2010) in the Czech Republic; Erfurt, Germany (Peters et al.,

2009); Barcelona (Perez et al., 2008), Las Palmas de Gran Canaria and Santa Cruz de

Tenerife (López-Villarrubia et al., 2010) in Spain; and London (Atkinson et al., 2010) and the

West Midlands in the United Kingdom (Anderson et al., 2001). The multicity study reported

results from an analysis of nine French cities (Blanchard, 2008) (Fig. 2). The random effects

summary estimate, expressed as the percentage increase in the mean number of deaths for a

10 µg/m 3 increment in PM2.5, was 1.23% (95% CI = 0.45%, 2.01%). The individual estimates

were robust on adjustment for other pollutants.

While additional evidence published since May 2011 is not included in this review, a recent

multicity study in 10 European Mediterranean metropolitan areas (including Barcelona) – the

MED-PARTICLES project (Samoli et al., 2013) – found an increase in daily mortality of

0.55% (95% CI = 0.27%, 0.84%) associated with a 10 µg/m 3 increase in PM2.5.

Fig. 2. Risk estimates for PM2.5 and all-cause mortality, all ages

Source: work funded by and reproduced with permission of the United Kingdom Department of Health Policy

Research Programme. a The WHO European Region EUR A countries are: Andorra, Austria, Belgium, Croatia, Czech Republic,

Denmark, Finland, France, Germany, Greece, Iceland, Ireland, Israel, Italy, Luxembourg, Malta, Monaco,

Netherlands, Norway, Portugal, San Marino, Slovenia, Spain, Sweden, Switzerland and United Kingdom.

Two large multicity studies of PM2.5 and all-cause mortality were also undertaken in Canada

and the United States. Burnett et al. (2004) studied daily mortality in 12 Canadian cities and

reported an RR (expressed as a percentage) of 0.60% (95% CI = −0.03%, 1.23%) per 10

µg/m 3 increment in PM2.5. In the United States, Zanobetti and Schwartz (2009) found a

Eur A a , multicity

Austria

Czech Republic

Germany

United Kingdom

Country

Vienna

Czech Republic (coal basin)

Prague

Erfurt

Barcelona

Las Palmas de Gran Canaria

Santa Cruz de Tenerife

London

West Midlands

City/region

Neuberger

Peters

Branis

Peters

Perez

López-Villarrubia

Atkinson

Anderson

Lead author

2007

2000

2010

2009

2008

2010

2001

Year

Nine French cities Blanchard 2008 2000–2004

2002–2004

1993–1994

2006–2006

1991–2002

2003–2004

2001–2004

2000–2005

1994–1996

Study period

0.52 (−0.76, 1.80)

0.34 (−0.85, 1.53)

1.59 (0.80, 2.38)

2.57 (1.09, 4.04)

0.57 (−0.20, 1.35)

0.40 (−0.80, 1.60)

−0.66 (−1.82, 0.50)

3.92 (2.27, 5.57)

−0.91 (−4.08, 2.25)

−0.68 (−4.00, 2.63)

ES (95% CI)

0 −5 −1 1 5 10 1000 × ln (RR)

Eur A, single city

Spain

United Kingdom

Spain

France

Czech Republic

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 21

stronger association in their study of 112 cities of 0.98% (95% CI = 0.75%, 1.21%), also per

10 µg/m 3 increment in PM2.5. Both these pooled estimates are smaller than the summary

estimate from Europe, although their CIs overlap substantially with the European pooled

estimate. These studies, conducted in developed countries with comparable sources of fine

particle pollution to European countries, provide support for evidence of an association

between PM2.5 and mortality observed in Europe.

The time-series studies provide support for the use of evidence from cohort studies for cost–

benefit analysis. Effects should be calculated at all PM levels. Baseline rates for mortality

should be sourced from the MDB (WHO, 2013c), which provides mortality indicators

stratified by 67 causes of death, age and sex.

3.2. Effects of short-term PM2.5 exposure on hospital admissions for CVDs and respiratory diseases

The APED meta-analysis of studies of PM2.5 and CVD hospital admissions in Europe used

results from five studies of subjects of all ages: a multicity study of six French cities (Host et

al., 2008) and single-city (or region) studies from Prague (Branis et al., 2010), Madrid

(Linares and Dìaz, 2010), London (Atkinson et al., 2010) and the West Midlands (United

Kingdom) (Anderson et al., 2001) (Fig. 3). The random effects summary estimate calculated

was 0.91% (95% CI = 0.17%, 1.66%) per 10 µg/m 3 .

Fig. 3. Risk estimates for short-term PM2.5 and hospital admissions for CVDs, all ages

Source: work funded by and reproduced with permission of the United Kingdom Department of Health Policy

Research Programme. a The WHO European Region EUR A countries are: Andorra, Austria, Belgium, Croatia, Czech Republic,

Denmark, Finland, France, Germany, Greece, Iceland, Ireland, Israel, Italy, Luxembourg, Malta, Monaco,

Netherlands, Norway, Portugal, San Marino, Slovenia, Spain, Sweden, Switzerland and United Kingdom.

Eur A, single city

United Kingdom

Country

Six French cities

Prague

Madrid

London

West Midlands

City/region

Host

Branis

Linares

Atkinson

Anderson

Lead author

2008

2010

2001

Year

2000–2003

2006–2006

2000–2005

2003–2005

1994–1996

Study period

0.90 (0.10, 1.69)

1.59 (0.50, 2.68)

7.70 (2.96, 12.44)

−0.90 (−2.24, 0.43)

−0.28 (−1.49, 0.92)

ES (95% CI)

0 −5 −1

1 5 1 1000 × ln (RR)

France

Spain

Eur A a , multicity

Czech Republic

United Kingdom

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 22

Three single-city studies conducted in Prague (Branis et al., 2010), Madrid (Linares and Dìaz,

2010) and the West Midlands (United Kingdom) (Anderson et al., 2001) also reported results

for hospital admissions for all-age respiratory disease (Fig. 4). The random effects summary

estimate calculated was 1.90% (95% CI = −0.18%, 4.02%) per 10 µg/m 3 increase in PM2.5.

While additional evidence published since May 2011 is not included in this review, the

authors note data for hospital admissions in eight Mediterranean cities from the MED-

PARTICLES project (Stafoggia et al., 2013). This study reported increases in daily

admissions for CVDs and respiratory diseases (in subjects aged 15+ years) of 0.43% (95% CI

= 0.04%, 0.83%) and 1.25% (−0.02%, 2.54%) respectively per 10 µg/m 3 increases in PM2.5.

The CRFs are based on European studies but the investigations conducted in other regions, as

reviewed in the REVIHAAP project report (WHO, 2013a), provide qualitative support.

Fig. 4. Risk estimates for short-term PM2.5 and hospital admissions for respiratory diseases, all ages

Source: work funded by and reproduced with permission of the United Kingdom Department of Health Policy

Research Programme. a The WHO European Region EUR A countries are: Andorra, Austria, Belgium, Croatia, Czech Republic,

Denmark, Finland, France, Germany, Greece, Iceland, Ireland, Israel, Italy, Luxembourg, Malta, Monaco,

Netherlands, Norway, Portugal, San Marino, Slovenia, Spain, Sweden, Switzerland and United Kingdom.

Baseline hospitalization rates should be taken from the European hospital morbidity database

(WHO, 2013f). The hospitalizations contribute to the calculation of RADs, so when the total

burden of disease and costs due to PM are calculated, RADs should be reduced accordingly.

The pollutant–outcome pairs are recommended for inclusion in Group A*.

3.3. Effects of short-term PM2.5 exposure on RADs

RADs include days when individuals reduce their normal activities, including days of missed

work, absences from school and other more minor reductions in daily activity. As a result,

calculation of RADs is likely to incorporate many of the lower respiratory symptoms, as well

as other relatively minor outcomes associated with PM in previous research such as doctor

Eur A a single city

Czech Republic

Country

Prague

Madrid

West Midlands

City/region

Branis

Linares

Anderson

Lead author

2010

2001

Year

2006–2006

2003–2005

1994–1996

Study period

1.59 (-0.10, 3.27)

6.77 (1.98, 11.55)

0.67 (-0.51, 1.86)

ES (95% CI)

0 −5 −1 1 5 10

1000 × ln (RR)

Spain

United Kingdom

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 23

visits, medication use and lower and upper respiratory symptoms (Ward and Ayres, 2004;

Hoek and Brunekreef, 1995). The effects of PM on work days lost, hospitalizations and

asthmatic symptoms in children contributing to the RADs can be estimated according to the

methods recommended in the other sections. These more specific outcomes should not be

added to RADs to avoid double counting of effects.

Only one study is available that can inform the HRAPIE project’s recommendations. The

CRF for RADs is based on a study of six years of data from the United States National Health

Interview Survey (Ostro, 1987), which included approximately 12 000 adults (aged 18–64

years) each year from 49 metropolitan areas of the United States. The relationship between

two-week average PM2.5 1 and RADs was estimated for each year individually with ESs

ranging from 2.8% to 9% per 10 µg/m 3 PM2.5. A meta-analysis using inverse-variance

weighting generates an overall estimate of 4.7% (95% CI = 4.2%, 5.3%) change in RADs per

10 µg/m 3 PM2.5. The HRAPIE experts recommended applying this CRF to all age groups,

given the likelihood of similar or greater effects of PM2.5 on RADs for those aged under 18

and over 64 years. Support for this assumption is provided by the United Kingdom General

Lifestyle Survey of 2008, which reported on the number of RADs experienced by individuals

in the United Kingdom population (Ali et al., 2010), finding approximately 23 RADs per

person per year, with 17 RADs per person in the 16–44 age group and 32 RADs per person in

the 45–64 age group. These results are supported by data for the United States National

Health Interview Survey (Adams and Marano, 1994), which show restrictions resulting from

acute conditions (Table 2; RADs resulting from chronic conditions are not included in the

table but are in the original epidemiological study).

Table 2. RADs resulting from acute conditions

Age group Average number of RADs per year

<5 8.76

5–17 6.33

18–24 6.39

24–44 6.64

45–64 6.30

65+ 8.95

Source: Adams and Marano (1994).

In the absence of national data on RADs, the HRAPIE experts recommended using the

baseline rate of RADs of 19 per person per year, as in the Ostro and Rothschild (1989) study.

Fairly similar rates were observed for the Canadian population (Stieb et al., 2002) and that of

the United Kingdom (Ali et al., 2010).

This pollutant–outcome pair is recommended for inclusion in Group B*. Only the residual

RADs should be added to the total effect, however, after days in hospital, work days lost and

days with symptoms are accounted for.

3.4. Effects of short-term PM2.5 exposure on work days lost

The CRFs for this endpoint are also based on the Ostro (1987) study (see section 3.3). The

meta-analysis for work days lost generates a CRF of 4.6% (95% CI = 3.9%, 5.3%) change

1 Assuming linearity, the health effects of daily variations in PM2.5 can be calculated using another averaging

time, such as daily or annual average.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 24

per 10 µg/m 3 PM2.5, applied to all current workers. For baseline rates, country-specific data

on absenteeism from work due to illness is provided by the European Health for All database

(WHO, 2013e). Although baseline rates are available for most countries, the definitions and

criteria used for registering sick leave differ significantly between countries, increasing the

uncertainty of burden estimates.

The burden of work days lost (in terms of either disability-adjusted life-years or economic

costs) should not be added to the burden of RADs because of the clear overlap in the groups

of people affected. The estimated number of work days lost should therefore be subtracted

from the estimated number of RADs to avoid double counting before burden calculations,

and should also be quantified separately.

3.5. Effects of short-term PM10 exposure on incidence of asthma symptoms in asthmatic children

For this endpoint the HRAPIE experts used the meta-analysis of 36 panel studies of asthmatic

children aged 5–19 years (Weinmayr et al., 2010). The studies were conducted in 51

populations, including 36 from Europe, with the children’s pre-existing asthmatic status

confirmed by a physician or by reporting relevant symptoms or medication through a

questionnaire. The definition of occurrence of asthma symptoms varied by study and

included coughing, wheezing, shortness of breath, asthma attacks or asthma symptoms. Using

a random effects analysis to address the heterogeneity between the studies, an effect of 2.8%

(95% CI = 0.6%, 5.1%) for a 10 µg/m 3

change in daily PM10 was estimated.

In the cost–benefit analysis, this CRF should be applied to asthmatics aged 5–19 years. The

prevalence of asthma in children based on “severe asthma” in ISAAC (Lai et al., 2009) is

4.9% for western Europe and 3.5% for northern and eastern Europe. Based on interpolation

of data from several panel studies, the daily incidence of symptoms in this group is assumed

to be 17% (Peters et al., 1997; Segala et al., 1999; van der Zee et al., 1999).

The burden of asthma symptoms (in terms of either disability-adjusted life-years or economic

costs) should not be added to the burden of RADs because of the clear overlap in the groups

of people affected. The estimated number of days with asthma symptoms should therefore be

subtracted from the estimated number of RADs to avoid double counting before burden

calculations.

4. Long-term O3 exposure

4.1. Effects of long-term O3 exposure on respiratory mortality

The recommended CRFs are based on analyses of the data collected in the ACS cohort,

including subjects aged 30+ years at the start of the follow-up. At least some proportion of

the short-term effects on mortality is likely to be included in the estimated number of effects

of long-term exposure. The HRAPIE experts therefore recommended inclusion of this

pollutant–outcome pair as an alternative to the effects of short-term O3 on mortality in Group

B (not contributing to the total effect of the extended set).

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 25

Estimation of impacts on respiratory mortality in people aged 30+ years uses RR coefficient

1.014 (95% CI = 1.005, 1.024) per 10 µg/m 3 of the summer months (April–September)

average of daily maximum 8-hour mean O3 concentration. This coefficient is derived from

the single-pollutant analysis of ACS data in 96 metropolitan statistical areas of the United

States (Jerrett et al., 2009a). It is re-scaled from 1-hour means to 8-hour means using a ratio

of 0.72, derived from the APHEA-2 project (Gryparis et al., 2004).

The risk coefficients should be applied to summer months mean 8-hour O3 concentrations

above 35 ppb. This cut-off point results from the fact that summer months mean O3

concentration exceeded 35 ppb in most areas included in the ACS analysis, so no information

exists on the shape of the CRF below that level. The MDB (WHO, 2013c) should be used to

provide the baseline number of deaths for all 53 countries of the WHO European Region.

5. Short-term O3 exposure

5.1. Effects of short-term O3 exposure on all-cause mortality

The HRAPIE experts recommended that this analysis should be included in both the cost–

effectiveness and the cost–benefit analysis. It includes estimates of the impact of short-term

(daily maximum 8-hour mean) exposure to O3 on all-cause mortality for all ages. The impacts

of O3 should be calculated according to the linear function with RR coefficient 1.0029 (95%

CI = 1.0014, 1.0043) per 10 µg/m 3 .

The recommended risk coefficients are based on data from 32 European cities included in the

APHENA study and discussed in more detail in the REVIHAAP project report in the

response and rationale given for question B1 (WHO, 2013a). The coefficients for the daily

maximum 8-hour mean O3 concentrations were derived from the coefficients for the 1-hour

means published in the APHENA study report (Katsouyanni et al., 2009). They were re-

scaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the APHEA-2

project (Gryparis et al., 2004). The recommended coefficients are adjusted for PM10 (to avoid

or reduce double counting).

For the cost–effectiveness analysis, the HRAPIE experts recommended a cut-off

concentration of 35 ppb (70 µg/m 3 ) to reflect greater confidence in the significant relationship

above 35 ppb. An additional argument is the availability of O3 models that can estimate the

sum of means over 35 ppb with greater reliability than concentrations below 35 ppb. Owing

to uncertainty regarding the presence of a threshold for O3 effects, additional effort to

estimate the impacts of O3 in concentrations above 10 ppb, which is the lowest concentration

observed in monitoring stations in Europe (using the sum of means over 10 ppb), would also

be justified. In such additional analysis, the same risk coefficients should be used as with the

sum of means over 35 ppb.

It should be noted that the coefficients in the APHENA study were based on the whole range

of observed O3 concentrations, including levels below 35 ppb. No assumption of “no effect”

of the lower levels of O3 is thus made in the impact calculations. Rather, any such impacts are

ignored in the cost–effectiveness analysis. While this approach should not affect comparison

of various policies reducing peaks of O3, the effect of this assumption should be tested in the

cost–benefit analysis.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 26

The MDB (WHO, 2013c) should be used to provide number of deaths for all 53 countries of

the WHO European Region, for the latest year with available data. The data are compiled

from various sources, including a network of country experts; the WHO Regional Office for

Europe’s technical programmes; and partner organizations such as agencies of the United

Nations system, EUROSTAT and the Organisation for Economic Co-operation and

Development. The MDB is updated twice a year.

5.2. Effects of short-term O3 exposure on cardiovascular and respiratory mortality

The impacts of O3 in concentrations above 35 ppb (70 µg/m 3 ) maximum daily 8-hour means

– using the sum of means over 35 ppb – should be calculated according to the linear function

with RR coefficients 1.0049 (95% CI = 1.0013, 1.0085) per 10 µg/m 3 for cardiovascular and

1.0029 (95% CI = 0.9989, 1.0070) for respiratory mortality. The source of these coefficients

is the APHENA study, which also provided the risk function for all-cause core analysis

(Katsouyanni et al., 2009). Coefficients for cardiovascular mortality for all ages were

calculated using a weighted average of the results for ages 75+ years and <75 years, based on

the proportion of subjects in the European population aged 75+ years (6.4% calculated as the

mean of the city-specific proportions) in the APHENA study.

Additional analysis for O3 concentrations above 20 µg/m 3 (10 ppb) – using the sum of means

over 10 – should also be performed. The MDB (WHO, 2013c) should be used to provide the

number of deaths for all 53 countries of the WHO European Region.

5.3. Effects of short-term O3 exposure on hospital admissions for CVDs and respiratory diseases

The APHENA study analysed associations between O3 (maximum 1 hour) and hospital

admissions (Katsouyani et al., 2009). In Europe, data were available from eight cities and

stratified by respiratory disease and CVDs (cardiac) in subjects aged 65+ years (Table 3). The

findings of the APHENA study provide the most comprehensive overview of the evidence for

an association between O3 and hospital admissions for respiratory and cardiac diseases in

Europe. Results from the United States and Canada are included in Table 3 for comparative

purposes. The HRAPIE experts note the inconsistency in the results between regions when O3

estimates are adjusted for PM10: this weakens the evidence for an association between O3 and

hospital admissions observed in Europe.

Table 3. Pooled estimates for hospital admissions for respiratory and cardiac diseases

Europe (eight cities) United States Canada

Outcome Single

pollutant Adjusted for PM10

Single pollutant

Adjusted for PM10

Single pollutant

Adjusted for PM10

(95% CI) %

(95% CI)

Cardiac, 65+ years

−0.10

(−0.46, 0.27) 0.64 (0.36, 0.91)

0.10 (−0.11, 0.31)

−0.04

(−0.28, 0.19)

0.26 (−0.2, 0.73)

0.63 (−0.22, 1.5)

Respiratory, 65+ years

0.19 (−0.28, 0.67)

0.32 (0.05, 0.60)

0.18 (−0.12, 0.49)

0.08 (−0.26, 0.41)

0.74 (−0.05, 1.5)

0.39 (−1.1, 1.9)

Source: based on Katsouyanni et al., 2009.

Note: Figures reported are percentage increases in admissions (95% CI) per 10 µg/m 3 increment in daily

maximum 1-hour O3 concentrations.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 27

Following the REVIHAAP project’s recommendations, the cost–benefit analysis should be

based on the daily maximum 8-hour mean (WHO, 2013a). This was re-scaled from 1-hour

means to 8-hour means using a ratio of 0.72, derived from the APHEA-2 project (Gryparis et

al., 2004). The risk coefficients per 10 µg/m 3 daily maximum 8-hour mean scaled from the

APHENA estimates adjusted for PM10 (Table 3), are as follows:

 for cardiovascular admissions (age 65+ years): 0.89% (95% CI = 0.50%, 1.27%)

 for respiratory admissions (age 65+ years): 0.44% (95% CI = 0.07%, 0.83%).

Impact estimates of the sum of means over 10 ppb and the sum of means over 35 ppb (daily

maximum 8-hour) should be calculated.

The baseline numbers of hospital admissions for each country should be taken from the

European hospital morbidity database (WHO, 2013f) (number of discharges for all ages

minus numbers for ages 0–14 and 14–64 years).

5.4. Effects of short-term O3 exposure on MRADs

An RAD is a day when individuals reduce their normal activities, for health-related reasons.

MRADs do not involve work loss or bed disability, but do include some noticeable limitation

on “normal” activity.

The recommended CRF is based on the Ostro and Rothschild (1989) study, which carried out

six separate analyses of annual data of the United States National Health Interview Survey

1976–1981, examining relationships between respiratory RADs or MRADs and O3 (2-week

averages of daily 1-hour maximum, 2 in µg/m

3 ) or PM2.5 (same data as for Ostro, 1987 – see

sections 3.3 and 3.4). Perhaps surprisingly, there was no clear or consistent relationship

linking O3 and respiratory RADs. There was, however, a reasonably strong and consistent

relationship between MRADs and O3.

Direct evidence on O3 exposure and symptoms in clinical and panel studies was discussed in

the REVIHAAP project report and supports the plausibility of MRADs (WHO, 2013a). The

study by Ostro and Rothschild (1989) was used in the CAFE programme; the HRAPIE

experts propose that the same relationship should be used again and that – as in the CAFE

programme – this is also used as a surrogate for minor symptoms, to avoid double counting.

The following short description draws heavily on the CAFE programme cost–benefit analysis

methodology report (Hurley et al., 2005).

Ostro and Rothschild (1989) reported results for single- and two-pollutant models, adjusting

for city differences and various individual-level socioeconomic confounders. Following the

CAFE programme, the HRAPIE experts used the two-pollutant results: the regression

coefficients for O3 were also adjusted for PM2.5. The regression coefficients for the six

individual years were very variable, with most (including two negative) being statistically

significant individually. The weighted mean was derived as 0.00111 (standard error (SE)

0.00034), giving an increase of 0.111% (95% CI = 0.043%, 0.179%) per µg/m 3 O3 (1-hour

2 Assuming linearity, the health effects of daily variations in O3 can be calculated using another averaging time,

such as daily or annual average.

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 28

maximum) or 1.54% (95% CI = 0.60%, 2.49%) per 10 µg/m 3 O3 (daily 8-hour average). This

was re-scaled from 1-hour means to 8-hour means using a ratio of 0.72, derived from the

APHEA-2 project (Gryparis et al., 2004).

The original study only included current workers resident in urban areas. As with PM2.5,

however, the HRAPIE experts recommended that this CRF and background rates should be

applied to all age groups, given the likelihood of similar or greater effects on MRADs for

those aged under 18 and over 64 years.

Ostro and Rothschild (1989) report a mean MRAD of 7.8 days per year among people in

employment aged 18–64 years. This is likely to be an underestimate of overall rates in the

18–64 age group because people in employment are on average healthier and better off

socioeconomically than those who are unemployed. It is also likely to be a further

underestimate of background rates in older people; thus, the extrapolation to other adults is a

cautious one.

6. Long-term NO2 exposure

The HRAPIE experts made the recommendations below for use in estimating the health

benefits due to NO2 per se; for example, in evaluating policies that change NO2

concentrations. Coefficients adjusted for other pollutants are therefore recommended for

several outcomes. Ideally, this would be complemented by calculating the effect of the

relevant other pollutant adjusted for NO2 (if the concentration of the other pollutant has also

changed as a result of the relevant policy). This is not always possible, but the health benefits

for NO2 per se would remain correct.

If calculating the overall effects of air pollution – for example, in burden calculations of

traffic pollution – an alternative is to use an unadjusted NO2 coefficient without including the

effect of the other pollutant. This is discussed in detail in the response and rationale given for

question C4 in the REVIHAAP project report (WHO, 2013a). General restrictions for using

risk coefficients based on multipollutant models are discussed in the introduction to this

report (section 1.4).

6.1. Effects of long-term NO2 exposure on all-cause mortality

The recommendation from the response to question C4 in the REVIHAAP project is to

include in the cost–benefit analysis the impact of long-term (annual average) exposure to

NO2 on all-cause (natural) mortality as well as on cardiovascular mortality. The impact

calculation should be conducted as Group B* to contribute to the total effect of the extended

set but at the same time avoid potential overlap and double counting of mortality effects from

PM2.5, which are included in Group A* analysis.

The HRAPIE experts recommended applying to adult populations (age 30+ years) a linear

CRF for all-cause (natural) mortality, corresponding to an RR of 1.055 (95% CI = 1.031,

1.08) per 10 µg/m 3 annual average NO2. The impact should be calculated for levels of NO2

above 20 µg/m 3 . Ideally, the annual average would be assessed at a similar spatial scale to

that used in the original studies. With a coarser scale the effects of hot spots would be ignored

in the cost–benefit analysis, leading to underestimation of the total effects. A CRF for

HRAPIE project: recommendations for concentration–response functions

for cost–benefit analysis of particulate matter, ozone and nitrogen dioxide

page 29

cardiovascular mortality is not provided as this effect is already included in all-cause

mortality.

The recommended risk coefficient is based on the most recently completed meta-analysis of

all cohort studies published before January 2013 by Hoek et al. (2013). This considered 11

studies as they were conducted in adult populations of Europe and North America with

exposure assessment at the level of the address of residence of the cohort members. The

additional inclusion in the meta-analysis of the large American Society Study, based on

exposure assessment at the city level and not at the residential address, was associated with

only a small decreased overall ES (1.047, 95% CI = 1.024, 1.071).

The annual average NO2levels observed in these studies correspond to the range expected for

the EU in 2020 under the current legislation scenari

Informations clés

Organisation Organisation mondiale de la santé (OMS)

Type de document Publications

Date d'adoption 31 décembre 2013

Source Organisation mondiale de la santé