摘要：目的" 揭示淮河流域關(guān)鍵污染物的空間聚集模式，并基于污染分級(jí)進(jìn)一步量化非消化道癌癥風(fēng)險(xiǎn)和癌癥負(fù)擔(dān)，為淮河流域水污染的深化治理提供靶目標(biāo)和數(shù)據(jù)支持。方法" 選取淮河流域2021年地表水質(zhì)及2019年腫瘤登記年報(bào)的7種癌癥發(fā)病數(shù)據(jù)，采用隨機(jī)森林-SHapley加性解釋分析篩選關(guān)鍵污染物，基于空間分析劃分污染分級(jí)，并計(jì)算其癌癥風(fēng)險(xiǎn)和人群歸因分?jǐn)?shù)。結(jié)果 "篩選出5個(gè)關(guān)鍵污染物，分別為總磷、總氮、化學(xué)需氧量、5日生化需氧量及砷，并將其聯(lián)合效應(yīng)劃分為3個(gè)污染分級(jí)，結(jié)果顯示與低污染地區(qū)相比，高污染地區(qū)的5種癌癥發(fā)病風(fēng)險(xiǎn)顯著增加，包括肺癌（RR=1.26，95% CI=1.06～1.50）、乳腺癌（女性）（RR=1.46，95% CI=1.21～1.77）、胰腺癌（RR=1.46，95% CI=1.06～2.01）、腦癌（RR=1.44，95% CI=1.05～1.98）和膽囊癌（RR=1.60，95% CI=1.03～2.50），且人群歸因分?jǐn)?shù)幾乎均超過(guò)5%。結(jié)論" 地表水污染的潛在癌癥風(fēng)險(xiǎn)和負(fù)擔(dān)不容忽視，唯有各行業(yè)密切合作，通過(guò)進(jìn)一步制定政策法規(guī)、加強(qiáng)環(huán)境治理和進(jìn)行公眾健康干預(yù)，才能從根本上應(yīng)對(duì)這一挑戰(zhàn)。

關(guān)鍵詞：淮河流域；地表水污染；空間分布模式；污染分級(jí)；癌癥

中圖分類號(hào)： R123.2" 文獻(xiàn)標(biāo)識(shí)碼： A" 文章編號(hào)：1000-503X（2024）06-0849-13

DOI：10.3881/j.issn.1000-503X.16061

基金項(xiàng)目：中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)與健康科技創(chuàng)新工程項(xiàng)目（2021-I2M-1-022）

Spatial Association of Surface Water Quality and Cancer in the Huaihe River Basin

ZHAO Jing1，HAN Wei1，GUO Xiaobo1，ZHANG Luwen1，XUE Fang1，JIANG Jingmei1，2

1Institute of Basic Medical Sciences，Chinese Academy of Medical Sciences，Department of Epidemiology and Biostatistics，School of Basic Medicine，Peking Union Medical College，Beijing 100005，China

2Centre of Environmental and Health Sciences，CAMS and PUMC，Beijing 100005，China

Corresponding author：JIANG Jingmei" Tel：010-69155935，E-mail：jingmeijiang@ibms.pumc.edu.cn

ABSTRACT：Objective" To reveal the spatial distribution patterns of key pollutants in the Huaihe River Basin and quantify the risks and burdens of non-gastrointestinal cancers by the grade of pollution，providing targets and data support for enhanced management of water pollution in the Huaihe River Basin.Methods" Surface water quality data of the Huaihe River Basin were obtained from the National Surface Water Environmental Quality Monitoring Network（2021）.Incidence data of seven cancers were extracted from the 2019 Annual Report of the China Cancer Registry.Random forest and SHapley Additive exPlanations were employed to select key pollutants，and pollution was graded based on the spatial analysis of the Huaihe River Basin.The cancer risks and population attributable fractions were calculated under pollution grades.Results" Five key pollutants linked to cancers were identified，including total nitrogen，total phosphorus，chemical oxygen demand，biochemical oxygen demand after 5 days，and arsenic.Pollution was graded into three levels regarding the combined effects of pollutants.Compared with the low pollution areas，high pollution areas showed increased risks of lung cancer（RR=1.26，95%CI：1.06-1.50），breast cancer（female）（RR=1.46，95%CI：1.21-1.77），pancreatic cancer（RR=1.46，95%CI：1.06-2.01），brain cancer（RR=1.44，95%CI：1.05-1.98），and gallbladder cancer（RR=1.60，95%CI：1.03-2.50）.The grade of pollution contributed to more than 5% of cases for most cancers above.Conclusions" The potential cancer risks and burdens attributed to surface water pollution cannot be overlooked.Addressing this challenge necessitates close collaboration of various stakeholders to strengthen policy development，enhance environmental governance，and implement public health interventions.

Key words：Huaihe River basin；surface water pollution；spatial distribution patterns；pollution grading；cancer

Acta Acad Med Sin，2024，46（6）：849-861

淮河流域毗鄰黃河和長(zhǎng)江流域，其干流全長(zhǎng)1000 km，橫跨27萬(wàn)km2，覆蓋4個(gè)主要省份（河南、江蘇、安徽、山東）?；春恿饔蚴情L(zhǎng)江經(jīng)濟(jì)帶、長(zhǎng)三角一體化、中原經(jīng)濟(jì)區(qū)的覆蓋區(qū)域，在我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展大局中具有重要的地位。截至2018年，淮河流域常住人口約1.64億，平均人口密度為607人/km2，是全國(guó)平均人口密度的4.2倍，居各大流域人口密度之首［1］?；春恿饔蚴侵袊?guó)重要的糧食和工業(yè)區(qū)［2］，糧食產(chǎn)量約占全國(guó)總產(chǎn)量的1/6，其4個(gè)省份的工業(yè)GDP平均占比在近20年超過(guò)40%［3-25］。然而，自20世紀(jì)80年代以來(lái)，工業(yè)化和城市化導(dǎo)致的嚴(yán)重水污染問(wèn)題在該地區(qū)一直存在［26］，加上常年頻繁的旱澇災(zāi)害，造成了90年代初淮河流域的“有河皆污、有水皆臟”的局面［27］，這對(duì)水生生物造成生命威脅并嚴(yán)重危害居民用水健康的問(wèn)題［28-29］，因而面臨用水需求的嚴(yán)峻挑戰(zhàn)。自此，多年來(lái)我國(guó)采取多項(xiàng)措施，從粗放型的污染控制到統(tǒng)籌水資源、水環(huán)境和水生態(tài)的全面治理［27］，淮河流域地表水水質(zhì)有所改善，但即使到2022年，淮河流域達(dá)標(biāo)的斷面比例仍低于全國(guó)平均水平（84.4% 比 87.9%）［30］，依然存在地表水污染的治理空間，需要持續(xù)采取有效的措施改善淮河流域的水質(zhì)狀況。研究顯示淮河流域地表水污染與消化道癌癥死亡率密切相關(guān)［31］。有研究顯示淮河流域的有機(jī)污染［氨氮、化學(xué)需氧量（chemical oxygen demand，COD）、5日生化需氧量（biochemical oxygen demand after 5 days，BOD5）］與消化道癌癥之間存在高度的空間一致性；在1997 至 2009年，水質(zhì)超標(biāo)最嚴(yán)重的地區(qū)正是上世紀(jì)70年代至本世紀(jì)初消化道癌癥死亡率增長(zhǎng)最快的地區(qū)［31］。根據(jù)2013至2019年腫瘤登記年報(bào)數(shù)據(jù)顯示［32-38］，相比于全國(guó)平均水平，淮河流域消化道癌癥發(fā)病率雖較為突出，但經(jīng)過(guò)早診早治的多年有效干預(yù)下，其發(fā)病和死亡水平正逐年下降［32-39］。然而，其余大部分非消化道癌癥的增幅卻令人擔(dān)憂，例如在淮河流域，乳腺癌在7年間從13.08/10萬(wàn)增長(zhǎng)至18.74/10萬(wàn)（1.43倍），膽囊癌從2.38/10萬(wàn)增長(zhǎng)到3.79/10萬(wàn)（1.59倍）［32-38］。針對(duì)這些不斷攀升的癌癥，如果不采取任何干預(yù)措施，其發(fā)病威脅將逐漸增加。由于地表水污染對(duì)這些癌癥的影響尚未明確，仍需深入研究和探索，以了解其潛在癌癥風(fēng)險(xiǎn)。目前全球水質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)不一［40-41］，缺乏特定健康效應(yīng)閾值［42］，且污染物間存在復(fù)雜相關(guān)網(wǎng)絡(luò)，難以系統(tǒng)性評(píng)價(jià)地表水污染的癌癥效應(yīng)［42］。因此，本研究基于空間分析建立多污染物聯(lián)合評(píng)價(jià)等級(jí)，系統(tǒng)性量化淮河流域地表水污染與非消化道癌癥的關(guān)聯(lián)，旨在為癌癥干預(yù)提供靶目標(biāo)及數(shù)據(jù)支持。

1" 資料和方法

1.1" 數(shù)據(jù)源和分析數(shù)據(jù)集的確定

利用中國(guó)生態(tài)環(huán)境部國(guó)家地表水環(huán)境質(zhì)量監(jiān)測(cè)網(wǎng)（2021年）［43］的數(shù)據(jù)，這是中國(guó)于2021年首次建成的全國(guó)性水質(zhì)監(jiān)測(cè)網(wǎng)絡(luò)，共涵蓋3646個(gè)監(jiān)測(cè)斷面，實(shí)現(xiàn)了全國(guó)各大流域主要河流全覆蓋和地級(jí)及以上城市全覆蓋，充分考慮了流域面積、河網(wǎng)密度、徑流補(bǔ)給、水文特征等流域自然屬性［44］。本研究選取淮河流域323個(gè)監(jiān)測(cè)斷面的24項(xiàng)監(jiān)測(cè)指標(biāo)中21項(xiàng)與健康潛在相關(guān)的污染物（13項(xiàng)有機(jī)污染物、8項(xiàng)重金屬污染物），并分析其年平均水平，以消除時(shí)間波動(dòng)（如季節(jié)）的影響。由于缺乏針對(duì)癌癥風(fēng)險(xiǎn)的污染物評(píng)估標(biāo)準(zhǔn)，本研究將淮河流域污染物各自的第75百分位數(shù)（P75）定義為污染閾值，高于此閾值則判定為污染，否則不視為污染。這樣，每個(gè)污染物均從連續(xù)型變量（濃度）轉(zhuǎn)換為二分類變量，用于進(jìn)行后續(xù)的關(guān)鍵污染物識(shí)別中的單因素負(fù)二項(xiàng)回歸分析以及空間聚集模式的分析。

癌癥發(fā)病率數(shù)據(jù)來(lái)自《中國(guó)腫瘤登記年報(bào)（2019年）》［38］?？紤]到歷年來(lái)一直呈現(xiàn)高發(fā)病率水平以及目前發(fā)病率相對(duì)較低但快速增長(zhǎng)的癌癥類型，根據(jù)《國(guó)際疾病分類》第10次修訂本定義選擇7種癌癥進(jìn)行分析，分別是肺癌（C33～C34）、乳腺癌（C50）、胰腺癌（C25）、腦癌（C70～C72）、膽囊癌（C23～C24）、腎癌（C64～C66，C68）和骨癌（C40～C41）。由于淮河流域的男性乳腺癌發(fā)病例數(shù)較少（共108例），無(wú)法有效估計(jì)其發(fā)病風(fēng)險(xiǎn)和疾病負(fù)擔(dān)，因此，乳腺癌部分僅對(duì)女性進(jìn)行計(jì)算。人均GDP（萬(wàn)元）、每萬(wàn)人醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)、城鎮(zhèn)人口百分比、65歲及以上人口百分比來(lái)自2020年《中國(guó)統(tǒng)計(jì)年鑒》［22］，用于校正社會(huì)經(jīng)濟(jì)因素的混雜影響。

本研究基于地表水和癌癥監(jiān)測(cè)數(shù)據(jù)，通過(guò)淮河流域地圖進(jìn)行空間對(duì)接整合，以縣級(jí)市作為空間基本單元，以同時(shí)含有至少1個(gè)水質(zhì)監(jiān)測(cè)斷面和癌癥登記處的單元定義為基本分析單元，所有分析單元的集合構(gòu)成分析數(shù)據(jù)集，進(jìn)行關(guān)鍵污染物篩選、污染程度定義以及癌癥風(fēng)險(xiǎn)和負(fù)擔(dān)計(jì)算。由于每個(gè)分析單元中至少包含≥1個(gè)斷面，故計(jì)算每種污染物的平均值，以分析污染物與癌癥之間的關(guān)系。本研究淮河流域納入水質(zhì)監(jiān)測(cè)斷面（117個(gè)）與淮河流域所有斷面（323個(gè)）共21個(gè)水質(zhì)指標(biāo)的平均水平對(duì)比分析顯示，非人為選擇納入研究的斷面對(duì)淮河流域的污染水平具有代表性（表1）。在與癌癥登記數(shù)據(jù)監(jiān)測(cè)點(diǎn)進(jìn)行空間匹配后，最終的分析數(shù)據(jù)集包含47個(gè)分析單元，代表4個(gè)省份、24個(gè)地級(jí)市的地表水質(zhì)量情況，覆蓋了從淮河干流到沙潁河、渦河、沂沭泗河等支流以及下游平原水網(wǎng)以及淮河流域78.33%（47/60）的癌癥登記處，總?cè)丝诔^(guò)4400萬(wàn)。

1.2" 關(guān)鍵污染物的識(shí)別

本研究采用機(jī)器學(xué)習(xí)中的隨機(jī)森林算法［46］并進(jìn)行SHapley加性解釋（SHapley additive explanations，SHAP）［47］分析，篩選并識(shí)別出對(duì)應(yīng)于每種癌癥相對(duì)重要的污染物（SHAP是一種基于博弈論的特征重要性解釋方法，可以適用于任何機(jī)器學(xué)習(xí)模型［47-48］）。并進(jìn)一步采用單因素負(fù)二項(xiàng)回歸篩選出對(duì)至少1種癌癥有顯著影響的污染物（即關(guān)鍵污染物）進(jìn)行后續(xù)空間分析和污染程度定義。

1.3" 關(guān)鍵污染物空間聚集模式及污染分級(jí)的定義

采用空間分析方法，考慮其各自的空間聚類特點(diǎn)和異質(zhì)性，分析關(guān)鍵污染物的空間分布模式。采用局部莫蘭指數(shù)識(shí)別每種污染物的局部空間聚類情況。局部莫蘭指數(shù) 的計(jì)算公式如下：

Ii=xi－xtS2i×∑nj≠1，j≠iwij（xj－xt），S2i=∑nj=1，j≠i（xj－xt）2n－1，

其中，n是分析單元的數(shù)量，xt表示每種污染物的污染閾值（即污染物各自的P75），xi和xj是第i個(gè)和第j個(gè)分析單元的污染物濃度（i≠j；i，j=1，2，…，n）；權(quán)重wij表示第i和第j個(gè)分析單元之間的相鄰關(guān)系。

對(duì)于每種關(guān)鍵污染物，根據(jù)局部莫蘭指數(shù)計(jì)算得到5種空間聚類模式，包括高-高聚類（high-high clusters，HH）（即該分析單元及其臨近分析單元污染物濃度均高于xt）、低-低聚類（low-low clusters，LL）（即分析單元及其臨近分析單元污染物濃度均低于xt）、高-低離群點(diǎn)（high-low outliers，HL）（即該分析單元處于高濃度，但被周圍低濃度單元環(huán)繞）、低-高離群點(diǎn)（low-high outliers，LH）（即該分析單元處于低濃度，但被高濃度單元環(huán)繞）和無(wú)顯著聚類（not significant，NS）（即污染物的分布呈隨機(jī)狀態(tài)）。根據(jù)5個(gè)關(guān)鍵污染物的空間聚集特點(diǎn)將淮河流域所覆蓋的區(qū)域分為3個(gè)污染等級(jí)：分析單元內(nèi)任意一種（或多種）關(guān)鍵污染物被定義為高水平（HH或HL），則該單元為高污染單元，其所覆蓋的區(qū)域稱為高污染地區(qū)；分析單元內(nèi)任意一種（或多種）關(guān)鍵污染物被定義為低水平（LL或LH），則該單元為低污染單元，其所覆蓋的區(qū)域稱為低污染地區(qū)；而污染物NS單元所覆蓋的區(qū)域被歸類為中污染地區(qū)，代表整個(gè)流域污染的平均水平。對(duì)于同時(shí)存在高和低水平的分析單元，由于本研究關(guān)注的是污染問(wèn)題，因此以存在高水平為準(zhǔn)，認(rèn)為該分析單元為高污染單元。

1.4" 污染分級(jí)下的癌癥發(fā)病風(fēng)險(xiǎn)及其疾病負(fù)擔(dān)

為驗(yàn)證污染分級(jí)的有效性及量化其癌癥風(fēng)險(xiǎn)和負(fù)擔(dān)，以低污染地區(qū)作為對(duì)照，采用負(fù)二項(xiàng)回歸計(jì)算各種癌癥發(fā)病率的發(fā)病率比（rate ratio，RR）和95%置信區(qū)間（confidence interval，CI）。在癌癥負(fù)擔(dān)計(jì)算中，由于本研究關(guān)注高污染地區(qū)，同時(shí)考慮到樣本量的限制，因此，計(jì)算高污染地區(qū)的人群歸因分?jǐn)?shù)（population attributable fractions， PAF）和超額發(fā)病數(shù)（即預(yù)期可降低的癌癥發(fā)病數(shù)）時(shí)，將中、低污染地區(qū)合并為對(duì)照地區(qū)。計(jì)算公式如下：

PAF=pe（RRh－1）pe（RRh－1）+1，

其中pe表示高污染地區(qū)的人口比例，RRh表示相對(duì)于對(duì)照地區(qū)（中、低污染）高污染地區(qū)癌癥發(fā)病的相對(duì)風(fēng)險(xiǎn)。其中，每種癌癥的超額發(fā)病數(shù)=全流域發(fā)病人數(shù) × PAF。

1.5" 統(tǒng)計(jì)學(xué)處理

污染物的描述中，連續(xù)變量以中位數(shù)M（P25，P75）、最小值和最大值表示，相關(guān)性檢驗(yàn)采用Spearman秩相關(guān)系數(shù)。數(shù)據(jù)整理和負(fù)二項(xiàng)回歸分析使用SAS 9.4軟件（SAS Institute Inc.），隨機(jī)森林算法和SHAP分析繪圖使用R軟件ranger包和Kernel SHAP包進(jìn)行計(jì)算，所有空間分析均使用ArcGIS 10.8 軟件中的arcmap模塊（ESRI，Redland，CA）進(jìn)行。

2" 結(jié)果

2.1" 淮河流域污染物概述

淮河流域的有機(jī)污染物和重金屬的濃度普遍高于全國(guó)平均水平，除鉛（P=0.161）和鎘（P=0.677）差異無(wú)統(tǒng)計(jì)學(xué)意義外，鋅（P=0.002）、汞（P=0.002）及其他所有指標(biāo)（P均＜0.001）的差異均有統(tǒng)計(jì)學(xué)意義（圖1）。本研究對(duì)淮河流域分析數(shù)據(jù)集的21個(gè)污染指標(biāo)的年度中位數(shù)濃度、最小值和最大值進(jìn)行計(jì)算，并以國(guó)標(biāo)Ⅲ級(jí)標(biāo)準(zhǔn)作為參考，結(jié)果顯示污染物水平在流域內(nèi)部變異很大，在有機(jī)物中，有6種污染指標(biāo)的濃度范圍跨度在10倍以上，總磷的濃度為0.02～0.27 mg/L（13.5倍），揮發(fā)酚（0.03～1.46 μg/L）則達(dá)到48.7倍；對(duì)于重金屬，砷的濃度為0.11～2.41 μg/L（21.9倍），而鉛則達(dá)到了121倍（0.01～1.21 μg/L）；雖然整個(gè)流域的地表水水質(zhì)基本達(dá)到國(guó)標(biāo)Ⅲ級(jí)，但仍有5種污染物的最大值處于超標(biāo)水平，包括高錳酸鹽指數(shù)（permanganate index，PI）、氟化物、總磷、總氮 和COD（表2）。這些分析單元主要分布在淮河流域中西部地區(qū)，特別是渦河、潁河、奎河等支流沿岸。此外，不同的污染物之間普遍存在顯著的相關(guān)性，特別是在有機(jī)污染物之間，這種相關(guān)性在PI、COD、BOD5、氨氮、總磷和總氮之間尤為明顯；其中，COD與BOD5、氨氮、總磷和總氮的Spearman相關(guān)系數(shù)分別為0.70、0.59、0.59和0.30，BOD5與氨氮、總磷和總氮分別為0.64、0.66和0.43，氨氮與總磷和總氮分別為0.76和0.43，總磷和總氮之間為0.47；相比于有機(jī)物，重金屬之間的相關(guān)系數(shù)普遍較弱：砷與硒為0.47，銅與鋅為0.02，汞與銅和鋅分別為0.20和0.48，鎘與銅、鋅和汞分別為0.15、0.33和0.35，六價(jià)鉻與銅、鋅、汞和鎘分別為0.23、0.29、0.28和0.42，鉛與汞、鎘和六價(jià)鉻分別為0.24、0.30和0.19（圖2）。

2.2" 關(guān)鍵污染物

在所有初納入的21種污染物中，根據(jù)SHAP值排名篩選出分別針對(duì)每種癌癥影響的前15種污染物（圖3）。其中，總磷的影響范圍最廣，幾乎在所有癌癥（骨癌除外）中，總磷的SHAP值均排名前2名；其次，總氮影響4種癌癥（乳腺癌、腦癌、膽囊癌和骨癌），其SHAP值分別排在第3位（乳腺癌）、第5位（膽囊癌、骨癌）和第7位（腦癌）；此外，COD和BOD5也同時(shí)影響著不同的癌癥（圖3）?；赟HAP排名，采用負(fù)二項(xiàng)回歸篩選出至少對(duì)1種癌癥有顯著正向效應(yīng)的污染物，最終，共有5種污染物被確定為關(guān)鍵污染物，分別為總磷、總氮、COD、BOD5和砷（圖4）。在7種癌癥中，大多數(shù)癌癥同時(shí)受到不同污染物的綜合影響，尤其是乳腺癌，其與總磷（RR=1.23）、總氮（RR=1.21）、COD（RR=1.24）和BOD5（RR=1.22）均呈顯著相關(guān)性，重金屬（砷）與肺癌（RR=1.15）和胰腺癌（RR=1.57）也呈顯著相關(guān)性（圖4）。

2.3" 污染分級(jí)的空間聚集模式及其癌癥風(fēng)險(xiǎn)

基于關(guān)鍵污染物的空間聚集模式，對(duì)淮河流域污染程度進(jìn)行分級(jí)定義。對(duì)于空間聚集模式，根據(jù)局部莫蘭指數(shù)計(jì)算，識(shí)別出淮河流域5個(gè)關(guān)鍵污染物的空間聚類模式，每種關(guān)鍵污染物均存在局部自相關(guān)，不同的污染物空間聚集模式存在差異，然而部分地區(qū)存在聚集污染的高度重疊，例如淮河流域中游的沙潁河、渦河等河流沿岸，以及下游沿海地區(qū)的分析單元存在不同污染物的高污染單元，而低污染單元主要出現(xiàn)在淮河流域東部下游（圖5A）。在此基礎(chǔ)上，根據(jù)每個(gè)分析單元的聚集結(jié)果進(jìn)行污染水平的定義，最終在整個(gè)流域組合成不同污染程度的地區(qū)，共分為低、中、高污染3種地區(qū)，其中低污染地區(qū)（綠色）共16個(gè)分析單元（34.04%），集中在淮河流域中部和東部（包括LL和LH）；中污染地區(qū)（黃色）共23個(gè)分析單元，覆蓋了所有分析單元的將近一半（48.94%），反映了整個(gè)流域的平均污染狀況；8個(gè)高污染地區(qū)（紅色）的分析單元（17.02%）代表了多種污染物（COD、BOD5、總氮、總磷）的集中污染區(qū)域，主要分布在江蘇北部（總磷為HH和HL）和沙潁河沿岸（總氮為HH和HL），尤其處于東南沿海地區(qū)的分析單元是總磷、COD、BOD5共存的多污染高發(fā)區(qū)域，是高污染地區(qū)中聚集污染的典型代表（圖5B）。

為進(jìn)一步驗(yàn)證并量化污染分級(jí)與癌癥發(fā)病率的關(guān)系，計(jì)算不同等級(jí)下7種癌癥的 RR 和95% CI，在調(diào)整人均GDP（萬(wàn)元）、每萬(wàn)人醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)、城鎮(zhèn)人口百分比、65歲及以上人口百分比等因素后，污染分級(jí)與5種癌癥的發(fā)病率呈顯著正相關(guān)，隨著污染等級(jí)的上升，其癌癥的RR估計(jì)值在高污染地區(qū)明顯增加。與低污染地區(qū)相比，高污染地區(qū)的肺癌、乳腺癌的RR估計(jì)值分別增加了26%（RR=1.26，95% CI=1.06～1.50）、46%（RR=1.46，95% CI=1.21～1.77），胰腺癌、腦癌和膽囊癌的RR值分別為1.46（95% CI=1.06～2.01）、1.44（95% CI=1.05～1.98）和1.60（95% CI=1.03～2.50）（圖6）。

2.4" 污染造成的潛在癌癥負(fù)擔(dān)

5種癌癥RR顯著的癌癥中，肺癌的PAF最小（3.83%），超額發(fā)病數(shù)最多（957例）；乳腺癌的PAF為7.11%，膽囊癌和腦癌的PAF分別為6.91%和6.37%（圖7）。

3" 討論

本研究首次從空間角度探索了淮河流域地表水多種污染物與多種非消化道癌癥發(fā)病率之間的關(guān)聯(lián)，揭示了在多種污染物共存的情形下對(duì)癌癥的協(xié)同影響，從而為環(huán)境治理和癌癥預(yù)防提供了目標(biāo)。本研究創(chuàng)新性地將經(jīng)典統(tǒng)計(jì)方法與機(jī)器學(xué)習(xí)相結(jié)合，揭示了地表水污染的癌癥風(fēng)險(xiǎn)和高污染地區(qū)的地理位置，對(duì)健康中國(guó)行動(dòng)具有重要的公共衛(wèi)生意義［49］。

淮河流域地表水污染歷史悠久，且截至2021年，仍有污染物超過(guò)國(guó)標(biāo)Ⅲ級(jí)。目前，重金屬水平在淮河流域已達(dá)到國(guó)標(biāo)Ⅲ級(jí)，其地表水濃度較低（所有重金屬僅鋅出現(xiàn)最大值，為11.67 μg/L），目前對(duì)于癌癥的影響相對(duì)較弱，而高濃度且高度相關(guān)的有機(jī)物目前仍為淮河流域的主要污染問(wèn)題。其中，在淮河流域共323個(gè)地表水質(zhì)監(jiān)測(cè)斷面中，高達(dá)95%的分析單元的總氮平均水平超標(biāo)，與既往研究發(fā)現(xiàn)一致（截至2018年，一項(xiàng)對(duì)全國(guó)613個(gè)河流斷面調(diào)查研究顯示81.88%的斷面總氮濃度超過(guò)1.5 mg/L［50］，遠(yuǎn)高于國(guó)標(biāo)Ⅲ級(jí)所規(guī)定的1.0 mg/L），且與總磷污染問(wèn)題一并引起了廣泛關(guān)注［43］?；春恿饔虻?個(gè)關(guān)鍵污染物既包括有機(jī)污染物（總氮、總磷、COD和BOD5），也包含重金屬（砷）。對(duì)于有機(jī)污染，早在20世紀(jì)90年代以前，淮河流域就因農(nóng)業(yè)活動(dòng)、工業(yè)生產(chǎn)和生活污水排放而出現(xiàn)大范圍的總氮、總磷和COD污染超標(biāo)［51］，且隨著近10年來(lái)生活污水排放量的持續(xù)增長(zhǎng)，其他超標(biāo)有機(jī)污染物如氨氮、PI、BOD5等仍是主要污染源，其影響持續(xù)至今［52-55］；而總氮、總磷、BOD5多年來(lái)復(fù)雜交錯(cuò)的污染物相繼凸顯的有機(jī)污染問(wèn)題，預(yù)計(jì)在未來(lái)30年內(nèi)仍然持續(xù)存在［50］。因此，對(duì)于這類污染物的癌癥發(fā)病聯(lián)合效應(yīng)，亟需進(jìn)行探索。對(duì)于重金屬指標(biāo)，砷作為水質(zhì)評(píng)價(jià)體系中唯一被國(guó)際癌癥研究機(jī)構(gòu)定義為Ⅰ類致癌物的污染指標(biāo)，其致癌作用證據(jù)充分且確鑿［56］；而即使其濃度達(dá)到飲用水標(biāo)準(zhǔn)，其健康效應(yīng)也非絕對(duì)安全［57］，且更應(yīng)關(guān)注除消化道（如肺癌［58］）以外更廣泛的癌癥效應(yīng)。

針對(duì)性的污染物分析是一種監(jiān)測(cè)水體污染的常用方法，但卻無(wú)法考慮其聯(lián)合效應(yīng)［59］。因此，本研究采用的污染物各自的P75作為評(píng)價(jià)閾值是一種標(biāo)準(zhǔn)化過(guò)程，它對(duì)所有污染物一視同仁，而不考慮其測(cè)量單位，在考慮污染物與相鄰地區(qū)的相互作用的同時(shí)，將錯(cuò)綜復(fù)雜的污染物網(wǎng)絡(luò)關(guān)系通過(guò)本文的設(shè)計(jì)轉(zhuǎn)化為一維的污染分級(jí)，使其污染物的聯(lián)合效應(yīng)的評(píng)價(jià)得以實(shí)現(xiàn)。本研究顯示淮河流域的污染程度隨著污染分級(jí)的升高而增加，而即使在低污染地區(qū)，污染程度也比全國(guó)平均水平嚴(yán)重。這樣可以高效、全面地探索相互關(guān)聯(lián)的多種污染物的共存情況［42］，客觀反映淮河流域污染綜合水平的變化，同時(shí)揭示了隨著污染加劇，相關(guān)癌癥風(fēng)險(xiǎn)顯著上升的明顯趨勢(shì)，凸顯了污染分級(jí)的有效性，為有針對(duì)性地識(shí)別需要干預(yù)的高度污染地區(qū)提供明確可行的方向指引。有報(bào)道空間多污染物聚類分析方法揭示了中國(guó)各大流域污染分級(jí)與消化道癌癥發(fā)病率之間隨著污染級(jí)別的升高而風(fēng)險(xiǎn)增加的正相關(guān)關(guān)系［42］。本研究在淮河流域發(fā)現(xiàn)了系統(tǒng)性污染分級(jí)對(duì)非消化道癌癥的顯著影響，表明污染物及其致癌風(fēng)險(xiǎn)應(yīng)受到更廣泛的關(guān)注。

淮河流域地表水污染對(duì)高發(fā)和罕見(jiàn)的非消化道癌癥均具有不可忽視的影響，若不采取有效干預(yù)措施，淮河流域的污染危害和健康威脅將更為嚴(yán)重。在本研究涉及的癌癥類型中，肺癌作為全球癌癥死亡的主要原因［60］，如果不采取有效措施，仍將是全球的主要威脅；與此同時(shí)，在2020年，女性乳腺癌超過(guò)肺癌成為全球最常見(jiàn)的癌癥病因［60-61］，對(duì)人類生命的威脅不容忽視。此外，目前發(fā)病率較低的癌癥增長(zhǎng)速度更為驚人，其中胰腺癌尤其令人擔(dān)憂。據(jù)預(yù)測(cè)，到2025年，歐洲胰腺癌死亡人數(shù)將比乳腺癌高出25%［62］。胰腺癌以其高死亡率、低生存率和預(yù)后極差而著稱［63-64］，但有效的預(yù)防措施尚為缺乏，特別是環(huán)境危險(xiǎn)因素中的水污染［65］。本研究揭示的胰腺癌顯著發(fā)病風(fēng)險(xiǎn)表明，若淮河流域地表水污染得到控制，將對(duì)胰腺癌的預(yù)防具有積極作用，而進(jìn)一步深入研究和量化污染與胰腺癌之間的系統(tǒng)性影響，并實(shí)施有效的環(huán)境管理策略顯得尤為關(guān)鍵和迫切。對(duì)于膽囊癌的發(fā)病風(fēng)險(xiǎn)，本研究在調(diào)整經(jīng)濟(jì)社會(huì)因素后，膽囊癌風(fēng)險(xiǎn)由邊際顯著轉(zhuǎn)為顯著。然而，按照污染程度分級(jí)后，低污染與高污染地區(qū)分析單元分別為16、8個(gè)；由于樣本量的限制，其效應(yīng)值的估計(jì)可能需要更多的流行病學(xué)證據(jù)支持。因此，對(duì)于地表水污染與膽囊癌的發(fā)病風(fēng)險(xiǎn)需要進(jìn)一步深入研究和探索。

盡管不同的污染物閾值可能會(huì)影響污染的區(qū)域分布和數(shù)量，但整體分布模式往往保持相對(duì)穩(wěn)定。Paget［66］提出的“種子與土壤理論”認(rèn)為，癌癥轉(zhuǎn)移取決于癌細(xì)胞（“種子”）與特定器官微環(huán)境（“土壤”）之間的相互作用。這與環(huán)境危險(xiǎn)因素對(duì)癌癥發(fā)展的作用相似：癌癥往往聚集發(fā)生在較惡劣的環(huán)境［67-68］，本研究的結(jié)果亦符合這一假設(shè)，這為探索地表水污染潛在的非消化道癌癥風(fēng)險(xiǎn)提供了一個(gè)全新視角。除了生理和行為因素外［69］，環(huán)境污染也是常見(jiàn)的不可忽視的風(fēng)險(xiǎn)因素。目前全球范圍內(nèi)對(duì)水污染的關(guān)注和環(huán)境治理方面的跨部門(mén)合作仍然不足［70］。因此，本研究建立的地表水污染評(píng)價(jià)系統(tǒng)可以對(duì)其癌癥風(fēng)險(xiǎn)進(jìn)行經(jīng)濟(jì)有效的預(yù)警，同時(shí)考慮生態(tài)和人類健康，以促進(jìn)跨部門(mén)合作。

本研究采用生態(tài)學(xué)研究方法，未能充分考慮人群中的個(gè)體差異和行為因素，因而存在潛在的混雜效應(yīng)［71-72］；同時(shí)，本研究使用滯后的環(huán)境數(shù)據(jù)評(píng)估先前的疾病發(fā)生情況時(shí)存在時(shí)序錯(cuò)位的問(wèn)題。本研究不以因果推斷為目標(biāo)，而是從生態(tài)學(xué)的角度從數(shù)據(jù)分布契合的現(xiàn)象中挖掘疾病的潛在病因，并進(jìn)行驗(yàn)證和解釋，這種方法有助于理解環(huán)境因素與疾病之間的關(guān)系。由于數(shù)據(jù)可得性的限制，本研究無(wú)法在全面覆蓋的監(jiān)測(cè)網(wǎng)絡(luò)下將癌癥滯后效應(yīng)考慮進(jìn)來(lái)，并進(jìn)行長(zhǎng)期追蹤。對(duì)于長(zhǎng)期生活在污染嚴(yán)重地區(qū)的居民，本研究數(shù)據(jù)在淮河流域居民長(zhǎng)期接觸地表水污染物水平方面具有一定代表性。隨著時(shí)間推移，癌癥發(fā)病水平的變化趨勢(shì)也相對(duì)穩(wěn)定。盡管如今地表水質(zhì)量逐漸改善，但仍需警惕地表水污染物可能帶來(lái)的潛在癌癥風(fēng)險(xiǎn)。在污染與癌癥發(fā)病水平長(zhǎng)期相對(duì)穩(wěn)定且水質(zhì)日趨改善的今天，地表水污染的實(shí)際癌癥風(fēng)險(xiǎn)可能更高。

目前對(duì)于非消化道癌癥，地表水污染的影響證據(jù)極度匱乏；而對(duì)于來(lái)自不同部門(mén)的環(huán)境監(jiān)測(cè)和癌癥登記的兩大數(shù)據(jù)庫(kù)，本研究通過(guò)空間關(guān)系匹配整合，為了解與地表水污染相關(guān)的潛在非消化道癌癥風(fēng)險(xiǎn)提供了重要的方向指引。這為未來(lái)從生物學(xué)角度探索致癌機(jī)制和因果關(guān)系的研究奠定了基礎(chǔ)，更凸顯了持續(xù)關(guān)注環(huán)境因素對(duì)健康影響的重要性，并應(yīng)及時(shí)采取相應(yīng)的預(yù)防措施。此外，由于不同河流的自然和人文背景各不相同，采用淮河流域以外的地區(qū)作為對(duì)照可能會(huì)失去代表性。由于其所處地區(qū)氣候與自然環(huán)境、經(jīng)濟(jì)發(fā)展水平、社會(huì)文化背景等亦相對(duì)接近，因此，研究選取的源人群來(lái)自污染水平在全國(guó)范圍內(nèi)整體較高的淮河流域內(nèi)部，旨在同質(zhì)化的背景下探索地表水污染程度與非消化道癌癥的潛在關(guān)聯(lián)。本研究重在識(shí)別污染最為集中且污染程度相對(duì)最嚴(yán)重的地區(qū)，并探索當(dāng)采取有效措施將這些地區(qū)的污染程度降低到流域平均水平或以下時(shí)，將能夠減輕多少因高度污染而產(chǎn)生的潛在癌癥負(fù)擔(dān)。

綜上，本研究基于淮河流域關(guān)鍵污染物的空間聚類模式提出了污染分級(jí)，將多污染物錯(cuò)綜復(fù)雜的關(guān)系網(wǎng)絡(luò)轉(zhuǎn)化為可供評(píng)價(jià)污染嚴(yán)重程度的分級(jí)，并通過(guò)計(jì)算得出污染分級(jí)與癌癥發(fā)病率的正相關(guān)關(guān)系，揭示了地表水污染潛在的癌癥風(fēng)險(xiǎn)和負(fù)擔(dān)，這提示我們?cè)鰪?qiáng)環(huán)境保護(hù)和健康安全意識(shí)、制訂針對(duì)性的污染控制和癌癥預(yù)防策略刻不容緩，以減輕淮河流域的癌癥負(fù)擔(dān)。此外，由于不同地域污染情況的異質(zhì)性和數(shù)據(jù)可得性的限制，尤其是在發(fā)展中國(guó)家，開(kāi)展地表水污染與癌癥風(fēng)險(xiǎn)的系統(tǒng)性研究存在巨大挑戰(zhàn)，在將結(jié)論推斷到其他地區(qū)時(shí)需要更加謹(jǐn)慎，未來(lái)的研究需要全面深入探索不同地區(qū)地表水污染對(duì)癌癥發(fā)病的潛在影響。

利益沖突" 所有作者聲明無(wú)利益沖突

作者貢獻(xiàn)聲明" 趙婧、韓偉：設(shè)計(jì)研究、整理和分析數(shù)據(jù)、撰寫(xiě)論文；郭曉波、張璐雯、薛芳：數(shù)據(jù)整理、設(shè)計(jì)圖表、指導(dǎo)研究；姜晶梅：設(shè)計(jì)并指導(dǎo)研究、修改論文

參" 考" 文" 獻(xiàn)

［1］水利部淮河水利委員會(huì).流域介紹—淮河流域基本情況［EB/OL］.［2024-03-04］.http：//www.hrc.gov.cn/main/lyjs.jhtml.

［2］Wang L，Han X，Zhang Y，et al.Impacts of land uses on spatio-temporal variations of seasonal water quality in a regulated river basin，Huai River，China［J］.Sci Total Environ，2023，857（2）：159584.DOI：10.1016/j.scitotenv.2022.159584.

［3］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2001［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2001.

［4］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2002［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2002.

［5］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2003［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2003.

［6］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2004［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2004.

［7］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2005［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2005.

［8］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2006［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2006.

［9］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2007［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2007.

［10］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2008［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2008.

［11］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2009［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2009.

［12］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2010［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2010.

［13］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2011［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2011.

［14］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2012［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2012.

［15］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2013［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2013.

［16］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2014［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2014.

［17］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2015［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2015.

［18］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2016［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2016.

［19］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2017［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2017.

［20］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2018［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2018.

［21］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2019［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2019.

［22］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2020［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2020.

［23］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2021［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2021.

［24］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2022［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2022.

［25］中華人民共和國(guó)統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2023［M］.北京：中國(guó)統(tǒng)計(jì)出版社，2023.

［26］Zhao H，Zheng J，Zhu Y，et al.Risk assessment of nonpoint source pollution in the Huaihe River Basin［J］.Water，2022，14（21）：3505.DOI：10.3390/w14213505.

［27］徐敏，張濤，王東，等.中國(guó)水污染防治40年回顧與展望［J］.中國(guó)環(huán)境管理，2019，11（3）：65-71.DOI：10.16868/j.cnki.1674-6252.2019.03.065.

［28］Lu Y，Song S，Wang R，et al.Impacts of soil and water pollution on food safety and health risks in China［J］.Environ Int，2015，77：5-15.DOI：10.1016/j.envint.2014.12.010.

［29］Zhang X，Cao Y，Cao J，et al.Occurrence，source，and risk assessment of neonicotinoid insecticides in the Huai River，China［J］.Environ Pollut，2023，333：122068.DOI：10.1016/j.envpol.2023.122068.

［30］中華人民共和國(guó)生態(tài)環(huán)境部.2022中國(guó)生態(tài)環(huán)境狀況公報(bào)［EB/OL］.［2024-01-10］.https：//www.mee.gov.cn/hjzl/sthjzk/.

［31］Yang G，Zhuang D，Ren H，et al.Atlas of the Huai river basin water environment：digestive cancer mortality［M］.Heidelberg：Springer Netherlands，2014.DOI：10.1007/978-94-017-8619-5.

［32］赫捷，陳萬(wàn)青.2013中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2017.

［33］赫捷，陳萬(wàn)青.2014中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2017.

［34］赫捷，陳萬(wàn)青.2015中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2017.

［35］赫捷，陳萬(wàn)青.2016中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2017.

［36］國(guó)家癌癥中心.2017中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2018.

［37］國(guó)家癌癥中心.2018中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2019.

［38］國(guó)家癌癥中心.2019中國(guó)腫瘤登記年報(bào)［M］.北京：人民衛(wèi)生出版社，2021.

［39］Qi J，Wang L，Zhou M，et al.Mortality of common gastrointestinal tract cancers—Huai River Basin，2008-2018［J］.China CDC Wkly，2020，2（16）：259-264.DOI：10.46234/ccdcw2020.067.

［40］Van Winckel T，Cools J，Vlaeminck SE，et al.Towards harmonization of water quality management：a comparison of chemical drinking water and surface water quality standards around the globe［J］.J Environ Manage，2021，298（1）：113447.DOI：10.1016/j.jenvman.2021.113447.

［41］世界衛(wèi)生組織.飲用水水質(zhì)準(zhǔn)則［M］.上海市供水調(diào)度監(jiān)測(cè)中心，上海交通大學(xué)，譯.4版.上海：上海交通大學(xué)出版社，2014：117-151.

［42］Wang Z，Gu W，Guo X，et al.Spatial association of surface water quality and human cancer in China［J］.npj Clean Water，2023，6（1）：53.DOI：10.1038/s41545-023-00267-5.

［43］中華人民共和國(guó)生態(tài)環(huán)境部.中國(guó)環(huán)境監(jiān)測(cè)總站［EB/OL］.［2024-02-03］.http：//www.cnemc.cn/.

［44］中華人民共和國(guó)中央人民政府.生態(tài)環(huán)境部有關(guān)負(fù)責(zé)人就《“十四五”國(guó)家地表水監(jiān)測(cè)及評(píng)價(jià)方案（試行）》答問(wèn)［EB/OL］.（2020-12-29）［2024-03-04］.https：//www.gov.cn/zhengce/2020-12/29/content_5574923.htm.

［45］國(guó)家環(huán)境保護(hù)總局.地表水環(huán)境質(zhì)量標(biāo)準(zhǔn)：GB 3838-2002［S］.北京：中國(guó)標(biāo)準(zhǔn)出版社，2002.

［46］Aas K，Jullum M，Lland A.Explaining individual predictions when features are dependent：more accurate approximations to Shapley values［J］.Artif Intell，2021，298：103502.DOI：10.1016/j.artint.2021.103502.

［47］Marcílio WE，Eler DM.33rd SIBGRAPI conference on Graphics，Patterns and Images（SIBGRAPI）［C］.Recife/Porto de Galinhas：IEEE，2020.

［48］Lubo-Robles D，Devegowda D，Jayaram V，et al.SEG international exposition and annual meeting［C/OL］.［2024-01-20］.https：//doi.org/10.1190/segam2020-3428275.1.

［49］中共中央國(guó)務(wù)院印發(fā)《“健康中國(guó)2030”規(guī)劃綱要》［EB/OL］.（2016-10-25）［2024-03-04］.https：//www.gov.cn/zhengce/2016-10/25/content_5124174.htm.

［50］Zhang H，Cao X，Huo S，et al.Changes in China’s river water quality since 1980：management implications from sustainable development［J］.npj Clean Water，2023，6（1）：45.DOI：10.1038/s41545-023-00260-y.

［51］于紫萍，許秋瑾，魏健，等.淮河70年治理歷程及“十四五”展望［J］.環(huán)境工程技術(shù)學(xué)報(bào)，2020，10（5）：746-757.DOI：10.12153/j.issn.1674-991X.20200011.

［52］Ma P，Liu S，Yu Q，et al.Sources and transformations of anthropogenic nitrogen in the highly disturbed Huai River Basin，Eastern China［J］.Environ Sci Pollut Res Int，2019，26（11）：11153-11169.DOI：10.1007/s11356-019-04470-1.

［53］Zhai X，Xia J，Zhang Y.Integrated approach of hydrological and water quality dynamic simulation for anthropogenic disturbance assessment in the Huai River Basin，China［J］.Sci Total Environ，2017，598：749-764.DOI：10.1016/j.scitotenv.2017.04.092.

［54］Zhang W，Chen D，Li H.Spatio-temporal dynamics of water quality and their linkages with the watershed landscape in highly disturbed headwater watersheds in China［J］.Environ Sci Pollut Res Int，2018，25（35）：35287-35300.DOI：10.1007/s11356-018-3310-6.

［55］Liu J，Zhang X，Wu B，et al.Spatial scale and seasonal dependence of land use impacts on riverine water quality in the Huai River basin，China［J］.Environ Sci Pollut Res Int，2017，24（26）：20995-21010.DOI：10.1007/s11356-017-9733-7.

［56］WHO International Agency for Research on Cancer.Agents classified by the IARC monographs［EB/OL］.［2024-03-04］.https：//monographs.iarc.who.int/list-of-classifications.

［57］Hendryx M，Conley J，F(xiàn)edorko E，et al.Permitted water pollution discharges and population cancer and non-cancer mortality：toxicity weights and upstream discharge effects in US rural-urban areas［J］.Int J Health Geogr，2012，11（1）：1-15.DOI：10.1186/1476-072X-11-9.

［58］Lynch HN，Zu K，Kennedy EM，et al.Quantitative assessment of lung and bladder cancer risk and oral exposure to inorganic arsenic：meta-regression analyses of epidemiological data［J］.Environ Int，2017，106：178-206.DOI：10.1016/j.envint.2017.04.008.

［59］Leusch FDL，Neale PA，Arnal C，et al.Analysis of endocrine activity in drinking water，surface water and treated wastewater from six countries［J］.Water Res，2018，139：10-18.DOI：10.1016/j.watres.2018.03.056.

［60］Sung H，F(xiàn)erlay J，Siegel RL，et al.Global cancer statistics 2020：GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries［J］.CA Cancer J Clin，2021，71（3）：209-249.DOI：10.3322/caac.21660.

［61］Lei S，Zheng R，Zhang S，et al.Global patterns of breast cancer incidence and mortality：a population-based cancer registry data analysis from 2000 to 2020［J］.Cancer Commun（Lond），2021，41（11）：1183-1194.DOI：10.1002/cac2.12207.

［62］Ferlay J，Partensky C，Bray F.More deaths from pancreatic cancer than breast cancer in the EU by 2017［J］.Acta Oncol，2016，55（9-10）：1158-1160.DOI：10.1080/0284186X.2016.1197419.

［63］Cai J，Chen H，Lu M，et al.Advances in the epidemiology of pancreatic cancer：trends，risk factors，screening，and prognosis［J］.Cancer Lett，2021，520：1-11.DOI：10.1016/j.canlet.2021.06.027.

［64］Kleeff J，Korc M，Apte M，et al.Pancreatic cancer［J］.Nat Rev Dis Primers，2016，2（1）：1-22.DOI：10.1038/nrdp.2016.22.

［65］Do MT，Birkett NJ，Johnson KC，et al.Chlorination disinfection by-products and pancreatic cancer risk［J］.Environ Health Perspect，2005，113（4）：418-424.DOI：10.1289/ehp.7403.

［66］Paget S.The distribution of secondary growths in cancer of the breast［J］.Lancet，1889，133（3421）：571-573.

［67］Ma T，Zhao N，Ni Y，et al.China’s improving inland surface water quality since 2003［J］.Sci Adv，2020，6（1）：eaau3798.DOI：10.1126/sciadv.aau3798.

［68］Han L，Zhou W，Pickett ST，et al.Multicontaminant air pollution in Chinese cities［J］.Bull World Health Organ，2018，96（4）：233.DOI：10.2471/blt.17.195560.

［69］Klein AP.Pancreatic cancer epidemiology：understanding the role of lifestyle and inherited risk factors［J］.Nat Rev Gastroenterol Hepatol，2021，18（7）：493-502.DOI：10.1038/s41575-021-00457-x.

［70］Fuller R，Landrigan PJ，Balakrishnan K，et al.Pollution and health：a progress update［J］.Lancet Planet Health，2022，6（6）：e535-e547.DOI：10.1016/S2542-5196（22）00090-0.

［71］Jawad M，Hone T，Vamos EP，et al.Implications of armed conflict for maternal and child health：a regression analysis of data from 181 countries for 2000-2019［J］.PLoS Med，2021，18（9）：e1003810.DOI：10.1371/journal.pmed.1003810.

［72］Cohen HW.Limitations of an ecological study：a review［J］.Am J Hypertens，2005，18（6）：750.DOI：10.1016/j.amjhyper.2005.04.002.

（收稿日期：2024-03-04）