Wirksamkeit der Umweltverschmutzungsüberwachung in der klinischen Bewegungstherapie (EPIC-AIR)

Luftverschmutzung ist eine globale öffentliche Gesundheitskrise, die jährlich zu etwa 4,2 Millionen vorzeitigen Todesfällen durch Schlaganfall, Herzkrankheiten, Lungenkrebs und chronische Atemwegserkrankungen beiträgt [1]. Im Vereinigten Königreich wird geschätzt, dass die Umgebungsluftverschmutzung zu 30.000–40.000 vorzeitigen Todesfällen pro Jahr beiträgt [2]. Für Personen mit bestehenden Herz- und Lungenerkrankungen kann die Exposition gegenüber verschmutzter Luft Symptome verschlimmern, akute Ereignisse auslösen und die Wirksamkeit von Rehabilitationsprogrammen verringern [3,4].

Körperliche Aktivität bringt nachweislich kardiovaskuläre und respiratorische Vorteile, und bewegungsbasierte Rehabilitation ist ein Eckpfeiler des Managements für Patienten mit chronischen Herz- und Lungenerkrankungen. Allerdings kann Bewegung in verschmutzten Umgebungen diese Vorteile aufheben, insbesondere bei vulnerablen Bevölkerungsgruppen. Es wurde gezeigt, dass kurzfristige Exposition gegenüber verkehrsbedingter Verschmutzung die vorteilhaften kardiopulmonalen Effekte des Gehens sowohl bei gesunden Personen als auch bei Personen mit ischämischer Herzkrankheit und chronisch obstruktiver Lungenerkrankung (COPD) abschwächt [3,4]. Luftgetragene Feinstaubpartikel (PM2,5, PM10) und Stickstoffdioxid (NO2) induzieren oxidativen Stress und systemische Entzündungen durch erhöhte proinflammatorische Zytokine, einschließlich Interleukin (IL)-1β, IL-6, IL-23 und Tumornekrosefaktor alpha (TNF-α) [5,6]. Diese chronische niedriggradige Entzündung erhöht das Risiko für kardiovaskuläre Erkrankungen [7], Insulinresistenz [8] und andere systemische Störungen [9].

Trotz dieser gut dokumentierten Risiken ist die Integration von Luftqualitätsdaten in die klinische Praxis nach wie vor begrenzt, insbesondere im Kontext von kardialer Rehabilitation (KR) und pulmonaler Rehabilitation (PR) Programmen. Metaanalytische Evidenz zeigt, dass eine Reduktion der PM2,5-Exposition um 1,0 µg/m³ mit einer etwa 0,5 mmHg Reduktion des mittleren Blutdrucks assoziiert ist, und aktive Pendelmodi eine 50%ige Reduktion der NO2- und PM2,5-Exposition im Vergleich zum Autofahren erzielen [10]. Diese Befunde legen nahe, dass relativ bescheidene Verhaltensmodifikationen wie die Anpassung von Bewegungszeitpunkt, -ort oder -route die Schadstoffexposition während der Rehabilitation maßgeblich reduzieren könnten.

Mobile-Health-Technologien (mHealth), die mit Echtzeit-Luftverschmutzungsdaten und strukturierter Bewegungsanleitung integriert sind, bieten ein vielversprechendes Vehikel zur Bereitstellung personalisierter Schadstoffexpositionsinformationen. Daher wird diese Studie die Machbarkeit und potenzielle Wirksamkeit dieser Methode in einem klinischen Rehabilitationssetting evaluieren.

EPIC-AIR ist ein stratifizierter, verblindeter, randomisierter kontrollierter Machbarkeitstest mit zwei parallelen Armen, der an einem einzigen Standort (University Hospitals of Leicester NHS Trust) durchgeführt wird. Die Studie umfasst eine 1-wöchige Einschreibungs- und Baseline-Datenerhebungsphase, gefolgt von einer 12-wöchigen Interventionsphase. Eine Nachfolgeuntersuchung ist 3 Monate nach der Zuweisung geplant.

Setting Die Teilnehmer werden aus kardialen und pulmonalen Rehabilitationsdiensten der University Hospitals of Leicester NHS Trust und aus der lokalen Gemeinde rund um Leicester, UK, rekrutiert.

Einschlusskriterien Die Teilnehmer werden in zwei Kohorten rekrutiert. Kohorte A umfasst Patienten mit Langzeiterkrankungen; Kohorte B umfasst gesunde Freiwillige.

Kohorte A: Patienten mit Langzeiterkrankungen Einschlusskriterien für Kohorte A sind: männliche oder weibliche Erwachsene im Alter von ≥18 Jahren; klinische Diagnose einer oder mehrerer Erkrankungen: Asthma, COPD, interstitielle Lungenerkrankung (ILD), koronare Herzkrankheit (KHK) oder Herzinsuffizienz (HI) und Freigabe für Bewegungsrehabilitation durch einen Kliniker; Besitz eines GPS-fähigen Smartphones mit Internetzugang; Fähigkeit, mindestens 5 Minuten im Freien zu gehen, ohne sich unwohl oder unsicher zu fühlen; Verfügbarkeit, die 13-wöchige Intervention innerhalb des Rekrutierungszeitraums (Februar–Mai 2026) abzuschließen; Bereitschaft und Fähigkeit zur informierten Einwilligung; und Bereitschaft, ein Fitbit-Gerät für >70% der Studiendauer zu tragen.

Kohorte B: Gesunde Freiwillige Einschlusskriterien für Kohorte B sind identisch mit Kohorte A, mit der Ausnahme, dass Teilnehmer keine Diagnose von Asthma, COPD, ILD, KHK oder HI haben dürfen.

Ausschlusskriterien (beide Kohorten) Ausschlusskriterien für beide Kohorten sind: Diagnose von Demenz, Lernbehinderung, schweren psychischen Erkrankungen (außer Depression oder Angst) oder Epilepsie; Erhalt von Palliativpflege; unzureichende Englischkenntnisse, um Studienunterlagen zu verstehen und die Plattform zu nutzen; ärztlicher Rat, innerhalb der letzten 12 Monate nicht zu trainieren; aktuelle Schwangerschaft; Vorhandensein von Brustschmerzen in Ruhe; und ausgeprägte Unsicherheit beim Stehen oder Gehen.

Rekrutierung Die Rekrutierung beginnt nach Erhalt aller erforderlichen Genehmigungen. Klinische Teilnehmer (kardiale und pulmonale Rehabilitationspatienten) werden durch Überprüfung der Rehabilitationsprogrammaufzeichnungen an den University Hospitals of Leicester NHS Trust durch Mitglieder des bestehenden klinischen Behandlungsteams der Patienten identifiziert. Gesunde Freiwillige werden aus der lokalen Gemeinde per E-Mail, Social-Media-Werbung und Universitätsnetzwerken rekrutiert.

Die Studie zielt darauf ab, bis zu 80 Teilnehmer zu rekrutieren, um ein Ziel von 60 Absolventen zu erreichen (15 kardiale Rehabilitationspatienten, 15 pulmonale Rehabilitationspatienten und 30 gesunde Kontrollen), wobei eine erwartete Ausfallrate von 25% berücksichtigt wird.

Informierte Einwilligung Potenzielle Teilnehmer erhalten ein Teilnehmerinformationsblatt und haben mindestens 24 Stunden Zeit, um über eine Teilnahme nachzudenken. Schriftliche informierte Einwilligung wird vor jeglichen Studienaktivitäten durch geeignete qualifizierte und autorisierte Mitglieder des Forschungsteams eingeholt. Teilnehmer werden über ihr Recht informiert, sich jederzeit ohne Nachteil zurückzuziehen.

Randomisierung und Verbindung Die Teilnehmer werden nach Langzeiterkrankung (kardial vs. pulmonal) stratifiziert und im Verhältnis 1:1 randomisiert, unter Verwendung einer computergenerierten Zuteilungssequenz über ein sicheres webbasiertes System (Sealed Envelope Ltd). Die Randomisierung erfolgt nach Bestätigung der Eignung, Einwilligung, Baseline-Datenerhebung und erfolgreicher App-Einrichtung.

Die Studie ist verbindet: Teilnehmer wissen nicht über ihre Gruppenzuteilung, Ergebnisbewerter sind verbindet, und der Statistiker, der die Analyse durchführt, wird kodierte Gruppenkennungen verwenden. Die Verbindung wird aufrechterhalten, indem sichergestellt wird, dass die Plattformoberfläche in beiden Armen identisch erscheint, wobei die Luftqualitätsfunktion je nach Zuteilung aktiviert oder deaktiviert ist. Der Zuteilungscode wird am Ende der Studie nach Datenerhebung und vorläufiger Screening gebrochen.

Interventionen Alle Teilnehmer erhalten einen Fitbit Charge 6 tragbaren Aktivitätsmonitor und melden sich auf der Plattform an. Nach einer 1-wöchigen Baseline-Überwachungsphase erhalten die Teilnehmer über 12 Wochen fortschreitende Gehanleitung durch die Plattform, angepasst an individuelle Baseline-Aktivitätsniveaus, zusammen mit motivierenden Nachrichten und Erinnerungen über die App.

Zusätzlich zu diesen gemeinsamen Elementen erhalten Teilnehmer, die dem Interventionsarm zugewiesen wurden, Echtzeit-Luftqualitätsinformationen (PM2,5, PM10, NO2-Werte) durch die Plattform, geliefert mittels GPS-basierter Standortdaten. Die App bietet adaptive Anleitung basierend auf aktuellen Schadstoffwerten, einschließlich Vorschlägen, Gehrouten zu ändern, den Zeitpunkt der Outdoor-Aktivität anzupassen oder die Trainingsintensität während Hochverschmutzungsperioden zu reduzieren.

Teilnehmer im Kontrollarm verwenden die Plattform mit identischer Bewegungsanleitung und Tracking-Funktionen, erhalten jedoch keine Luftqualitätsdaten oder schadstoffbezogene Anleitung.

Ergebnisse Das primäre Ergebnis ist die persönliche Schadstoffexposition (PM2,5, PM10 und NO2) während körperlicher Aktivität im Freien, abgeleitet aus GPS-verfolgten Gehrouten und modellierten Luftqualitätsdaten über die Plattform.

Sekundäre Ergebnisse umfassen: Bewegungsniveaus, gemessen durch den Recent Physical Activity Questionnaire (RPAQ) und Fitbit-aufgezeichnete Schrittzahlen, Herzfrequenz und Schlafmuster; gesundheitsbezogene Lebensqualität, gemessen durch die SF-12 Version 2 (SF-12v2) physischen und mentalen Komponenten-Summenscores; kardiovaskuläre Biomarker, einschließlich Lipidprofil (Gesamtcholesterin, HDL, LDL, Triglyceride) und Entzündungsmarker (C-reaktives Protein und explorative Marker systemischer Entzündung), gemessen aus venösen Blutproben zu Baseline und 12 Wochen; aerobe Fitness, gemessen durch den Incremental Shuttle Walk Test (ISWT) zu Baseline, 12 Wochen und 3 Monaten; Bewegungsselbstwirksamkeit, gemessen durch die Jenkins Self-Efficacy for Exercise Scale zu Baseline, 6 Wochen, 12 Wochen und 3 Monaten; klinische Messungen (Blutdruck, Größe und Gewicht); und wearable-abgeleitene physiologische Daten einschließlich Herzfrequenz, Herzfrequenzvariabilität (RMSSD, LF/HF-Verhältnis), SpO2, Atemfrequenz, Hauttemperatur und On-Demand-EKG und elektrodermaler Aktivität (EDA) über Fitbit Charge 6.

Machbarkeitsergebnisse umfassen: Rekrutierungsrate (Anzahl gescreenter, geeigneter, eingewilligter und randomisierter Teilnehmer), Retention-Rate (Anteil, der die 13-wöchige Studie abschließt), Adhärenz (Fitbit-Tragezeit, App-Engagement-Metriken), Usability und Akzeptanz der Plattform, Vollständigkeit der Ergebnisdatenerhebung und Raten unerwünschter Ereignisse und Gesundheitsdienstnutzung (nicht-routinemäßige Hausarztbesuche, unerwartete Krankenhausaufenthalte).

Datenerhebungsplan Daten werden zu fünf Zeitpunkten erhoben: Einschreibung/Baseline (-2 Wochen), Zuteilung (Woche 0) und nach Zuteilung zu 6 Wochen, 12 Wochen und 3 Monaten, mit kontinuierlicher passiver Datenerhebung über die Plattform und Fitbit während der gesamten Studienperiode.

Probenhandhabung Venöse Blutproben (EDTA, 6–8 mL) werden zu Baseline und 12 Wochen durch geschulte klinische Forschungs-Krankenschwestern am Glenfield Hospital, University Hospitals of Leicester, entnommen. Proben werden mit pseudonymisierten Teilnehmercodes gekennzeichnet und innerhalb von 2 Stunden nach Entnahme verarbeitet. Vollblut wird bei 1.800 × g für 10 Minuten bei 4°C zentrifugiert. Plasma wird aliquotiert (≥2 × 0,5 mL) und bei -80°C gelagert, bis zur Batch-Analyse am University of Leicester Cardiovascular Research Centre (CVRC). Proben mit sichtbarer Hämolyse oder unzureichendem Volumen werden, wo möglich, erneut entnommen. Analysen werden unter Verwendung validierter Assays gemäß CVRC-Standardarbeitsanweisungen durchgeführt.

Stichprobengröße Die Stichprobengröße wurde durch eine Power-Berechnung basierend auf Daten einer früheren Studie unserer Gruppe [10] informiert, die zeigte, dass der Wechsel vom Autofahren zu aktiven Pendelmodi etwa 20–25%ige Reduktionen der Schadstoffexposition erzielt. Um >80% Power bei einem 5% Signifikanzniveau zu erreichen, sind ≥22 Teilnehmer pro Gruppe, die den Studienendpunkt erreichen, erforderlich. Daher streben wir 30 Teilnehmer pro Gruppe (60 insgesamt) an, die die Studie abschließen. Unter Berücksichtigung einer erwarteten Ausfallrate von 25% beträgt die Zielrekrutierung bis zu 80 Teilnehmer (20 kardiale Rehabilitation, 20 pulmonale Rehabilitation, 40 gesunde Kontrollen).

Statistische Analyse Alle Analysen werden gemäß einem vorab festgelegten statistischen Analyseplan durchgeführt. Baseline-Charakteristika werden mittels Mittelwerten und Standardabweichungen (oder Mediane und Interquartilsbereiche) für kontinuierliche Variablen und Anzahlen mit Prozentsätzen für kategorische Variablen zusammengefasst.

Primäranalyse: Mittlere Schadstoffexposition (PM2,5, PM10, NO2) während körperlicher Aktivität wird zwischen Interventions- und Kontrollarm mittels unabhängiger t-Tests oder Mann-Whitney-U-Tests, je nach Eignung, verglichen.

Sekundäranalysen: SF-12v2 physische und mentale Komponenten-Summenscores und RPAQ-Daten werden auf Unterschiede zwischen den Gruppen zu jedem Zeitpunkt analysiert. Änderungen in kardiovaskulären Biomarkern von Baseline zu 12 Wochen werden zwischen den Gruppen verglichen. Aktivitätstrends werden grafisch über den 13-wöchigen Zeitraum berichtet. Gesundheitsdienstnutzung (Hausarztbesuche, Krankenhausaufenthalte) wird deskriptiv zusammengefasst.

Machbarkeitsergebnisse: Rekrutierungs-, Eignungs-, Einschreibungs- und Retention-Raten werden als Anzahlen und Anteile berichtet. App-Engagement-Daten werden mittels deskriptiver Statistiken zusammengefasst.

Fehlende Daten: Bewertungsrichtlinien, die spezifisch für jeden Fragebogen sind, werden angewendet. Die Analyse basiert auf verfügbaren Daten bis zum letzten abgeschlossenen Follow-up jedes Teilnehmers. Keine Zwischenanalysen sind geplant.

Datenmanagement Teilnehmerdaten werden mit REDCap (Research Electronic Data Capture), einer sicheren webbasierten Anwendung für Umfrageverwaltung und Datenbankmanagement, verwaltet. Jeder Teilnehmer erhält einen eindeutigen pseudonymisierten Identifikator; eine separate, passwortgeschützte Kontaktliste wird sicher bei UHL aufbewahrt.

Aufgezeichnete Daten werden an einen sicheren Server der University of Leicester gestreamt. Der Zugriff ist auf autorisiertes Forschungspersonal beschränkt. Fitbit-Daten werden über vorregistrierte Konten, die vom Forschungsteam kontrolliert werden, gesammelt. Alle Daten werden auf dem University of Leicester Research Filestore gespeichert und auf universitätseigenen, BitLocker-verschlüsselten Geräten analysiert. Daten werden mindestens 6 Jahre nach Studienabschluss gemäß University of Leicester Standardarbeitsanweisungen archiviert.

Ethik und Verbreitung Ethische Genehmigung Die Studie wird in Übereinstimmung mit der Deklaration von Helsinki (Änderung 2013), dem UK Policy Framework for Health and Social Care Research (2017), ICH-GCP-Richtlinien und den Standardarbeitsanweisungen des Sponsors durchgeführt. Ethische Genehmigung wurde vom South Central - Oxford C Research Ethics Committee (Referenz: 26/SC/0048) erteilt. HRA- und Health and Care Research Wales (HCRW)-Genehmigung wurde am 3. März 2026 erteilt (IRAS-Projekt-ID: 348160; Protokollnummer: 1058). Der Studien-Sponsor ist die University of Leicester Research & Enterprise Division, Research Governance Office.

Sicherheitserwägungen Die Plattform bietet nur Anleitung und ist gemäß MHRA-Leitlinien nicht als Medizinprodukt klassifiziert. Es werden keine schwerwiegenden unerwünschten Wirkungen erwartet. Teilnehmern wird geraten, die App nicht zu verwenden, wenn sie sich unwohl oder unsicher fühlen. Daten zu nicht-routinemäßigen Hausarztbesuchen und unerwarteten Krankenhausaufenthalten werden während der gesamten Studienperiode erhoben. Alle schwerwiegenden unerwünschten Ereignisse werden innerhalb von 24 Stunden gemäß Sponsor-Standardarbeitsanweisungen an den Sponsor gemeldet.

Datenschutz Persönliche Daten werden in Übereinstimmung mit dem Data Protection Act 2018, der EU-Datenschutz-Grundverordnung und ICH-GCP verarbeitet. Die University of Leicester ist der Datenverantwortliche. Teilnehmer, die sich über die nationale Datenopt-out-Option vom Datenaustausch abgemeldet haben, werden in Zusammenarbeit mit dem UHL-Datenschutzbeauftragten von allen identifizierbaren Datensätzen ausgeschlossen.

Patienten- und Öffentlichkeitsbeteiligung Patienten- und Öffentlichkeitsbeteiligung (PPI)-Gruppen überprüften Studienunterlagen und den Teilnehmerweg während der Protokollentwicklung. PPI-Feedback informierte mehrere Designentscheidungen, einschließlich der Bereitstellung unterstützter App-Download-Optionen, eines Onboarding-Leitfadens und einer dedizierten Studienunterstützungs-Hotline.

Verbreitung Ergebnisse werden unabhängig vom Ergebnis durch Peer-Review-Publikationen, Konferenzpräsentationen, die EXCEED-Kohorten-Website und Stakeholder-Verbreitungsveranstaltungen verbreitet. Die Studie wird gemäß der CONSORT-Erklärung, angepasst für Machbarkeitsstudien, berichtet. Autorenschaft folgt ICMJE-Richtlinien. Teilnehmer haben die Möglichkeit, eine Zusammenfassung der Ergebnisse zu erhalten. Daten zur App-Usability und Akzeptanz werden verwendet, um die Digital Technology Assessment Criteria (DTAC) zu füllen, um potenzielle NHS-Übernahme zu unterstützen.

Studienregistrierung Die Studie ist registriert bei [TODO: ISRCTN/ClinicalTrials.gov] (Registrierungsnummer: [TODO: number]). IRAS-Projekt-ID: 348160.

Diskussion EPIC-AIR adressiert eine kritische Lücke an der Schnittstelle von Umweltgesundheit, digitaler Technologie und klinischer Bewegungsrehabilitation. Während die nachteiligen Auswirkungen von Luftverschmutzung auf kardiovaskuläre und respiratorische Gesundheit gut etabliert sind, bleibt die handlungsorientierte Integration von Echtzeit-Schadstoffdaten in Patientenversorgungspfade weitgehend unerforscht. Bemerkenswerterweise gibt es sehr begrenzte Evidenz zu den Auswirkungen von Luftverschmutzung auf Personen, die im Freien trainieren, insbesondere solche mit bestehenden kardiovaskulären oder respiratorischen Erkrankungen. Die Oxford Street-Studien [3,4] repräsentieren eine der sehr wenigen Untersuchungen, die den Einfluss von Luftverschmutzung auf Bewegung bei Personen mit bestehenden kardiorespiratorischen Erkrankungen untersuchen, und die Mehrheit der kammerbasierten Expositionsstudien wurde an gesunden Freiwilligen oder Personen mit leichter Erkrankung durchgeführt. Das Committee on the Medical Effects of Air Pollutants (COMEAP) hat diese Evidenzlücke hervorgehoben und empfohlen, dass weitere Forschung als Teil der Department for Environment, Food and Rural Affairs (Defra) Air Quality Indicative Standards (AQIS)-Überprüfung durchgeführt wird [12]. Diese Studie ist, unseres Wissens, die erste, die evaluiert, ob die Bereitstellung personalisierter Luftqualitätsinformationen durch eine Smartphone-Anwendung die Schadstoffexposition während strukturierter Rehabilitationsprogramme für kardiale und pulmonale Patienten reduzieren kann.

Die vorgeschlagene Plattform bietet eine skalierbare, kostengünstige Intervention, die bestehende mobile Technologie und satellitenabgeleitete Luftqualitätsdaten nutzt. Durch die Bereitstellung von Echtzeit-, standortspezifischen Schadstoffinformationen und adaptiver Bewegungsanleitung befähigt die App Patienten, informierte Entscheidungen darüber zu treffen, wann, wo und wie sie im Freien trainieren. Dieser Ansatz stimmt mit der wachsenden Betonung personalisierter Medizin und Patienten-Selbstmanagement in der chronischen Krankheitsversorgung überein.

Mehrere Designmerkmale stärken dieses Protokoll. Das verbindete, randomisierte Design mit Stratifizierung nach Langzeiterkrankung minimiert Zuteilungsbias, während eine ausgewogene Repräsentation von kardialen und pulmonalen Patienten sichergestellt wird. Die Einbeziehung gesunder Freiwilligen ermöglicht den Vergleich von App-Engagement und Verhaltensreaktionen über Gesundheitszustände hinweg. Die Verwendung von GPS-verfolgten Gehrouten liefert objektive, räumlich aufgelöste Schadstoffexpositionsschätzungen, über die Abhängigkeit von festen Überwachungsstationen hinaus.

Als Machbarkeitsstudie ist EPIC-AIR darauf ausgelegt, die Evidenz zu generieren, die notwendig ist, um einen zukünftigen definitiven Test zu informieren. Schlüsselunsicherheiten umfassen die Bereitschaft der Patienten, sich mit Schadstoffdaten neben Bewegungsanleitung zu beschäftigen, die technische Zuverlässigkeit der Echtzeit-Luftqualitätslieferung in verschiedenen städtischen und vorstädtischen Umgebungen und ob 12 Wochen ausreichen, um bedeutsame Verhaltensänderungen zu beobachten. Die Machbarkeitsergebnisse, einschließlich Rekrutierung, Retention, Adhärenz und App-Usability, werden direkt das Design, die Stichprobengröße und die Durchführung eines nachfolgenden vollständig gepowerten randomisierten kontrollierten Tests informieren.

Potenzielle Einschränkungen umfassen das Einzelstandort-Design, das die Generalisierbarkeit einschränken kann, und die Abhängigkeit von modellierten statt direkt gemessenen persönlichen Schadstoffexpositionen. Die 13-wöchige Studiendauer, obwohl angemessen für die Machbarkeitsbewertung, kann unzureichend sein, um dauerhafte Gesundheitsergebnisse zu erkennen. Zusätzlich kann das Bewusstsein der Teilnehmer, dass sie in einer Studie mit einer App sind, unabhängig von der Gruppenzuteilung das Verhalten beeinflussen (Hawthorne-Effekt), obwohl Verbindung zum Zuteilungsstatus dieses Anliegen mildert.

Wenn sich die Intervention als machbar erweist und vielversprechende Signale der Wirksamkeit zeigt, könnten die Ergebnisse die Entwicklung personalisierter Umweltgesundheitsinterventionen informieren, die in NHS-Rehabilitationspfade integriert sind, potenziell neue Standards für die Einbeziehung von Luftqualitätsüberlegungen in die klinische Bewegungsverordnung etablierend.

Referenzen

1. World Health Organization. Ambient (outdoor) air pollution. 2022. Verfügbar unter: https://www.who.int/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health
2. Royal College of Physicians. Every breath we take: the lifelong impact of air pollution. London: Royal College of Physicians; 2016.
3. Sinharay R, Gong J, Barratt B, et al. Respiratory and cardiovascular responses to walking down a traffic-polluted road compared with walking in a traffic-free area in participants aged 60 years and older with chronic lung or heart disease and age-matched healthy controls: a randomised, crossover study. Lancet 2018;391(10118):339-349.
4. McCreanor J, Cullinan P, Nieuwenhuijsen MJ, et al. Respiratory effects of exposure to diesel traffic in persons with asthma. N Engl J Med 2007;357(23):2348-2358.
5. Cheng H, Saffari A, Sioutas C, et al. Nanoscale particulate matter from urban traffic rapidly induces oxidative stress and inflammation in olfactory epithelium with concomitant effects on brain. Environ Health Perspect 2016;124(10):1537-1546.
6. Chuang GC, Yang Z, Westbrook DG, et al. Pulmonary ozone exposure induces vascular dysfunction, mitochondrial damage, and atherogenesis. Am J Physiol Lung Cell Mol Physiol 2009;297(2):L209-L216.
7. Chen S-Y, Chan C-C, Su T-C. Particulate and gaseous pollutants on inflammation, thrombosis, and autonomic imbalance in subjects at risk for cardiovascular disease. Environ Pollut 2017;223:403-408.
8. Kim JS, Chen Z, Alderete TL, et al. Associations of air pollution, obesity and cardiometabolic health in young adults: the Meta-AIR study. Environ Int 2019;133(Pt A):105180.
9. Buoli M, Grassi S, Caldiroli A, et al. Is there a link between air pollution and mental disorders? Environ Int 2018;118:154-168.
10. Panchal R, et al. Exposure to air pollution during active travel. J Transp Health 2022;26:101365.
11. Chan A-W, Tetzlaff JM, Altman DG, et al. SPIRIT 2013 statement: defining standard protocol items for clinical trials. Ann Intern Med 2013;158(3):200-207.
12. Committee on the Medical Effects of Air Pollutants (COMEAP). Statement: overview of advice provided to the Air Quality Information System (AQIS) review steering group. London: COMEAP; 2024. Verfügbar unter: https://www.gov.uk/government/publications/advice-given-to-the-air-quality-information-system-aqis-review-steering-group/comeap-statement-overview-of-advice-provided-to-the-air-quality-information-system-aqis-review-steering-group