来源：分析测试百科网

　　 复旦大学公共卫生学院阚海东教授课题组一项有关空气污染物个体暴露评价研究，有效降低了以往以“国控点室外监测站数据代替个体监测数据”而导致的误差问题，该研究不仅大大提高了暴露评价的准确性和可靠性，而且操作方便，简单易行，对精准评价空气污染物个体暴露有重要意义。相关成果已发表于《国际环境》(Environment International)。

　　空气污染可产生一系列的健康危害，而精准的空气污染流行病学研究取决于有效的暴露评价。由于个体暴露监测不适用于大样本人群研究，以往的流行病学研究大多直接采用“以国控点等室外监测站数据来代替个体监测数据”，因而难免存在暴露评价误差问题。

　　阚海东团队创新性应用“固定群组追踪设计”理念，探索建立了臭氧、细颗粒物（PM2.5）及其关键组分黑碳（BC）等三种重要空气污染物的个体暴露预测模型。研究结果表明，室外监测固定点位的环境监测站数据高估了个体暴露于臭氧和PM2.5的浓度水平，却低估了黑碳的暴露水平。研究人员证实直接利用室外监测站数据对暴露进行评价，会导致暴露误差，同时还发现，季节与气象因素、室内通风条件、个体时间活动模式等是影响空气污染个体暴露的重要影响因素。

　　阚海东团队在固定监测站点数据的基础上，通过引入上述变量，建立了体现个体水平的空气污染物暴露预测模型。在这些研究中研究团队分别获取了浦东和浦西等4个国控站点用作固定点位监测的数据。最终将该模型预测的结果与实际测得的数据进行对比，发现两者的相关性达到了66%至76%，相对误差在0.26至0.41。这些数字说明个体模型相比过去传统暴露评价方法（采用数个监测站的污染物平均浓度值代表整体地区的人群暴露），在准确性和可靠性等方面得到有效提高，且简便易行，即由这些简便易得的常规数据建立起来的模型方法，具有输入数据需求低和计算量小的特点，为空气污染流行病学研究个体暴露监测提供了新的技术支持。