污染监测在临床运动康复中的有效性 (EPIC-AIR)

空气污染是一场全球性的公共卫生危机，每年导致约420万人因中风、心脏病、肺癌和慢性呼吸道疾病而过早死亡[1]。在英国，环境空气污染估计每年导致30,000至40,000例过早死亡[2]。对于患有心脏和肺部基础疾病的个体，暴露于污染空气可能加剧症状、引发急性事件并削弱康复计划的效果[3,4]。

体育活动具有公认的心血管和呼吸系统益处，基于运动的康复是慢性心脏和肺部疾病患者管理的基石。然而，在污染环境中运动可能抵消这些益处，特别是在脆弱人群中。短期暴露于交通相关污染已被证明会减弱健康个体以及患有缺血性心脏病和慢性阻塞性肺疾病（COPD）个体行走时的心肺有益效应[3,4]。空气中的颗粒物（PM2.5、PM10）和二氧化氮（NO2）通过升高的促炎细胞因子，包括白细胞介素（IL）-1β、IL-6、IL-23和肿瘤坏死因子α（TNF-α），诱导氧化应激和全身性炎症[5,6]。这种慢性低度炎症增加了心血管疾病[7]、胰岛素抵抗[8]和其他全身性疾病的风险[9]。

尽管存在这些有充分记录的风险，空气质量数据在临床实践中的整合仍然有限，尤其是在心脏康复（CR）和肺康复（PR）计划的背景下。荟萃分析证据表明，PM2.5暴露每减少1.0 μg/m³，平均血压约降低0.5 mmHg，与驾车相比，主动通勤模式可使NO2和PM2.5暴露减少50%[10]。这些发现表明，相对适度的行为调整，如调整运动时间、地点或路线，可以在康复期间有意义地减少污染暴露。

集成了实时空气污染数据和结构化体育活动指导的移动健康（mHealth）技术，为提供个性化污染暴露信息提供了一个有前景的载体。因此，本研究将在临床康复环境中评估该方法的可行性和潜在有效性。

EPIC-AIR是一项分层、盲法、双臂平行随机对照可行性试验，在单一中心（莱斯特大学医院NHS信托基金）进行。研究包括为期1周的入组和基线数据收集期，随后是12周的干预期。计划在分配后3个月进行随访评估。

设置 参与者将从莱斯特大学医院NHS信托基金的心脏和肺康复服务以及英国莱斯特周边的当地社区招募。

资格标准 参与者将分为两个队列招募。队列A包括长期病患者；队列B包括健康志愿者。

队列A：长期病患者 队列A的纳入标准为：男性或女性成年人，年龄≥18岁；临床诊断为哮喘、COPD、间质性肺病（ILD）、冠心病（CHD）或心力衰竭（HF）中的一种或多种，并由临床医生批准进行运动康复；拥有具备GPS功能且能上网的智能手机；能够在户外行走至少5分钟而不感到不适或不稳；能在招募窗口期（2026年2月至5月）内完成13周的干预；愿意并能够提供知情同意；并且愿意在研究期间超过70%的时间内佩戴Fitbit设备。

队列B：健康志愿者 队列B的纳入标准与队列A相同，但参与者必须未被诊断为哮喘、COPD、ILD、CHD或HF。

排除标准（两个队列） 两个队列的排除标准为：诊断为痴呆、学习障碍、严重精神健康障碍（不包括抑郁或焦虑）或癫痫；接受姑息治疗；英语能力不足以理解研究文件和使用平台；在过去12个月内被医疗专业人员建议不要运动；目前怀孕；静息时存在胸痛；以及站立或行走时明显不稳。

招募 招募将在获得所有必要批准后开始。临床参与者（心脏和肺康复患者）将通过莱斯特大学医院NHS信托基金康复计划记录的审查，由患者现有临床护理团队的成员识别。健康志愿者将通过电子邮件、社交媒体广告和大学网络从当地社区招募。

研究旨在招募最多80名参与者，以达到60名完成者的目标（15名心脏康复患者、15名肺康复患者和30名健康对照），预计退出率为25%。

知情同意 潜在参与者将收到参与者信息表，并至少有24小时考虑是否参与。书面知情同意将由研究团队中具备适当资格和授权的成员在研究活动开始前获取。参与者将被告知他们有权随时无偏见地退出。

随机化和盲法 参与者将按长期疾病（心脏疾病与肺部疾病）分层，并使用计算机生成的分配序列通过安全的基于网络的系统（Sealed Envelope Ltd）按1:1随机分配。随机化将在资格确认、同意、基线数据收集和应用成功设置后进行。

研究采用盲法：参与者不知道自己的分组分配，结果评估者被设盲，进行分析的统计学家将使用编码的分组标识符。通过确保平台界面在两组中看起来相同来维持盲法，空气质量功能根据分配启用或禁用。分配代码将在研究结束、数据收集和初步筛选后揭盲。

干预措施 所有参与者将收到Fitbit Charge 6可穿戴活动监测器并登录平台。经过1周的基线监测期后，参与者将通过平台接受为期12周的渐进式步行指导，该指导根据个体基线活动水平量身定制，并通过应用提供激励信息和提醒。

除了这些共同要素外，随机分配到干预组的参与者将通过平台接收实时空气质量信息（PM2.5、PM10、NO2水平），该信息使用基于GPS的位置数据提供。应用将根据当前污染水平提供适应性指导，包括建议改变步行路线、调整户外活动时间或在污染高峰期降低运动强度。

对照组的参与者将使用具有相同运动指导和跟踪功能的平台，但不会收到空气质量数据或与污染相关的指导。

结果 主要结果是户外体育活动期间的个人污染暴露（PM2.5、PM10和NO2），通过GPS跟踪的步行路线和平台建模的空气质量数据推断得出。

次要结果包括：体育活动水平，通过近期体育活动问卷（RPAQ）和Fitbit记录的步数、心率和睡眠模式测量；健康相关生活质量，通过SF-12第2版（SF-12v2）身体和心理成分总分测量；心血管生物标志物，包括血脂谱（总胆固醇、高密度脂蛋白、低密度脂蛋白、甘油三酯）和炎症标志物（C反应蛋白和系统性炎症的探索性标志物），在基线和12周时通过静脉血样本测量；有氧适能，通过增量穿梭行走测试（ISWT）在基线、12周和3个月时测量；运动自我效能，通过Jenkins运动自我效能量表在基线、6周、12周和3个月时测量；临床测量（血压、身高和体重）；以及可穿戴设备衍生的生理数据，包括心率、心率变异性（RMSSD、LF/HF比率）、血氧饱和度、呼吸频率、皮肤温度，以及通过Fitbit Charge 6进行的按需心电图和皮肤电活动（EDA）。

可行性结果包括：招募率（筛查、符合条件、同意和随机分配的人数）、保留率（完成13周研究的比例）、依从性（Fitbit佩戴时间、应用参与度指标）、平台的可用性和可接受性、结果数据收集的完整性，以及不良事件和医疗资源使用率（非例行全科医生就诊、意外住院）。

数据收集时间表 数据将在五个时间点收集：入组/基线（-2周）、分配（第0周），以及分配后6周、12周和3个月，整个研究期间通过平台和Fitbit进行持续被动数据收集。

样本处理 静脉血样本（EDTA，6-8 mL）将在基线和12周时由莱斯特大学医院格伦菲尔德医院的训练有素的临床研究护士采集。样本将标有伪匿名化的参与者代码，并在采集后2小时内处理。全血将在4°C下以1,800 × g离心10分钟。血浆将分装（≥2 × 0.5 mL）并储存在-80°C，直到在莱斯特大学心血管研究中心（CVRC）进行批量分析。对于可见溶血或体积不足的样本，将在可行的情况下重新采集。分析将根据CVRC标准操作程序使用经过验证的检测方法进行。

样本量 样本量基于我们团队先前研究[10]数据的双样本t检验功效计算确定，该研究表明从驾车转为主动出行模式可使污染物暴露减少约20-25%。要在5%显著性水平下达到>80%的功效，需要每组≥22名参与者达到研究终点。因此，我们目标是每组30名参与者（共60名）完成研究。考虑到预计25%的退出率，目标招募最多80名参与者（20名心脏康复患者、20名肺康复患者、40名健康对照）。

统计分析 所有分析将根据预先指定的统计分析计划进行。基线特征将使用均值和标准差（或中位数和四分位距）总结连续变量，使用计数和百分比总结分类变量。

主要分析：体育活动期间的平均污染暴露（PM2.5、PM10、NO2）将使用独立样本t检验或Mann-Whitney U检验（视情况而定）在干预组和对照组之间进行比较。

次要分析：SF-12v2身体和心理成分总分以及RPAQ数据将在每个时间点分析组间差异。从基线到12周的心血管生物标志物变化将在组间进行比较。活动趋势将在13周期间以图形方式报告。医疗资源使用（全科医生就诊、住院）将以描述性方式总结。

可行性结果：招募、资格、入组和保留率将报告为计数和比例。应用参与度数据将使用描述性统计总结。

缺失数据：将应用针对每个问卷的具体评分指南。分析将基于截至每位参与者最后一次完成的随访的可用数据。未计划进行中期分析。

数据管理 参与者数据将使用REDCap（研究电子数据采集）进行管理，这是一个用于调查管理和数据库管理的安全网络应用。每位参与者将被分配一个唯一的伪匿名化标识符；一个单独的、受密码保护的通讯录将安全保存在UHL。记录的数据将流式传输到莱斯特大学的安全服务器。访问权限仅限于授权的研究人员。Fitbit数据将通过研究团队控制的预先注册账户收集。所有数据将存储在莱斯特大学研究文件存储中，并在大学所有、BitLocker加密的设备上进行分析。数据将在研究完成后根据莱斯特大学标准操作程序至少存档6年。

伦理与传播 伦理批准 研究将符合《赫尔辛基宣言》（2013年修订版）、英国健康与社会护理研究政策框架（2017年）、ICH-GCP指南以及申办方的标准操作程序。伦理批准已获得南中心-牛津C研究伦理委员会批准（参考号：26/SC/0048）。HRA和威尔士健康与护理研究（HCRW）批准于2026年3月3日授予（IRAS项目ID：348160；方案编号：1058）。研究申办方是莱斯特大学研究与企业发展部研究治理办公室。

安全考虑 该平台仅提供指导，根据MHRA指南不归类为医疗器械。预计不会发生严重不良影响。将建议参与者在感到不适或不稳时停止使用该应用。整个研究期间将收集关于非例行全科医生就诊和意外住院的数据。所有严重不良事件将根据申办方标准操作程序在24小时内报告给申办方。

数据保护 个人数据的处理将符合《数据保护法2018》、欧盟《通用数据保护条例》和ICH-GCP。莱斯特大学是数据控制者。与UHL数据保护官合作，已通过国家数据选择退出机制选择不共享数据的参与者将被排除在任何可识别数据集之外。

患者和公众参与 患者和公众参与（PPI）小组在方案制定期间审查了研究文件和参与者路径。PPI反馈为多项设计决策提供了信息，包括提供支持的应用下载选项、入门指南和专门的研究支持热线。

传播 无论结果如何，结果将通过同行评审出版物、会议报告、EXCEED队列网站和利益相关者传播活动进行传播。研究将根据CONSORT声明（适用于可行性研究）进行报告。作者身份将遵循ICMJE指南。参与者将有机会收到研究结果摘要。收集的应用可用性和可接受性数据将用于填充数字技术评估标准（DTAC），以支持潜在的NHS采用。

试验注册 试验已在[TODO: ISRCTN/ClinicalTrials.gov]注册（注册号：[TODO: number]）。IRAS项目ID：348160。

讨论 EPIC-AIR解决了环境健康、数字技术和临床运动康复交叉领域的一个关键空白。虽然空气污染对心血管和呼吸系统健康的不利影响已得到充分证实，但将实时污染数据可操作地整合到患者护理路径中在很大程度上仍未得到探索。值得注意的是，关于空气污染对户外运动个体，特别是患有基础心血管或呼吸系统疾病个体的影响的证据非常有限。牛津街研究[3,4]是极少数研究空气污染对患有基础心肺疾病个体运动影响的调查之一，而大多数基于暴露舱的研究是在健康志愿者或轻度疾病患者中进行的。空气污染物医学效应委员会（COMEAP）强调了这一证据缺口，并建议作为环境、食品和农村事务部（Defra）空气质量指示标准（AQIS）审查的一部分进行进一步研究[12]。据我们所知，本研究是首个评估通过智能手机应用提供个性化空气质量信息是否能减少心脏和肺病患者在结构化康复计划期间的污染暴露的研究。

拟议的平台提供了一个可扩展、低成本的干预措施，利用了现有的移动技术和卫星衍生的空气质量数据。通过提供实时、特定位置的污染信息和适应性运动指导，该应用使患者能够就何时、何地以及如何在户外运动做出明智决策。这种方法与慢性疾病护理中日益强调的个性化医疗和患者自我管理相一致。

多项设计特点加强了本方案。按长期疾病分层的盲法、随机设计最小化了分配偏倚，同时确保了心脏和肺病患者的平衡代表性。纳入健康志愿者使得能够比较不同健康状态下的应用参与度和行为反应。使用GPS跟踪的步行路线提供了客观的、空间分辨的污染暴露估计，超越了依赖固定监测站数据的方法。

作为一项可行性研究，EPIC-AIR旨在生成必要的证据，为未来的确定性试验提供信息。关键不确定性包括患者是否愿意在运动指导之外参与污染数据、实时空气质量数据在不同城市和郊区环境中传递的技术可靠性，以及12周是否足以观察到有意义的行为改变。可行性结果，包括招募、保留、依从性和应用可用性，将直接为后续完全效能的随机对照试验的设计、样本量和实施提供信息。

潜在局限性包括单中心设计，可能限制普适性，以及依赖建模而非直接测量的个人污染暴露。13周的研究持续时间虽然适合评估可行性，但可能不足以检测持久的健康结果。此外，参与者知道他们参与了一项涉及应用的研究，这可能影响行为，无论分组分配如何（霍桑效应），尽管对分配状态的设盲缓解了这一担忧。

如果干预措施被证明可行并显示出有希望的有效性信号，研究结果可以为整合到NHS康复路径中的个性化环境健康干预措施的开发提供信息，可能为将空气质量考虑纳入临床运动处方建立新标准。

参考文献

1. 世界卫生组织。环境（室外）空气污染。2022。可从：https://www.who.int/news-room/fact-sheets/detail/ambient-(outdoor)-air-quality-and-health获取
2. 皇家内科医师学会。我们每一次呼吸：空气污染的终生影响。伦敦：皇家内科医师学会；2016。
3. Sinharay R, Gong J, Barratt B, 等。患有慢性肺病或心脏病及年龄匹配的健康对照的60岁及以上参与者，在交通污染道路与无交通区域行走时的呼吸和心血管反应：一项随机交叉研究。《柳叶刀》2018;391(10118):339-349。
4. McCreanor J, Cullinan P, Nieuwenhuijsen MJ, 等。柴油交通暴露对哮喘患者呼吸系统的影响。《新英格兰医学杂志》2007;357(23):2348-2358。
5. Cheng H, Saffari A, Sioutas C, 等。城市交通产生的纳米级颗粒物迅速诱导嗅上皮氧化应激和炎症，并伴随对大脑的影响。《环境健康展望》2016;124(10):1537-1546。
6. Chuang GC, Yang Z, Westbrook DG, 等。肺部臭氧暴露诱导血管功能障碍、线粒体损伤和动脉粥样硬化形成。《美国生理学-肺细胞与分子生理学杂志》2009;297(2):L209-L216。
7. Chen S-Y, Chan C-C, Su T-C。颗粒物和气态污染物对有心血管疾病风险受试者炎症、血栓形成和自主神经失衡的影响。《环境污染》2017;223:403-408。
8. Kim JS, Chen Z, Alderete TL, 等。空气污染、肥胖和青年人心血管代谢健康的关系：Meta-AIR研究。《环境国际》2019;133(Pt A):105180。
9. Buoli M, Grassi S, Caldiroli A, 等。空气污染与精神障碍之间存在联系吗？《环境国际》2018;118:154-168。
10. Panchal R, 等。主动出行期间的空气污染暴露。《交通与健康杂志》2022;26:101365。
11. Chan A-W, Tetzlaff JM, Altman DG, 等。SPIRIT 2013声明：定义临床试验标准方案项目。《内科学年鉴》2013;158(3):200-207。
12. 空气污染物医学效应委员会（COMEAP）。声明：提供给空气质量信息系统（AQIS）审查指导小组的建议概述。伦敦：COMEAP；2024。可从：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获取