细颗粒物 (PM2.5)长期暴露与许多不良健康后果有关，这些健康效应可能因 PM2.5 的化学成分而产生很大差异。然而，许多关于 PM2.5 特定成分对健康影响的荟萃分析忽略了其他有害成分，导致遗漏变量偏差 (OVB)。本研究开发了一种解决此问题的新方法，并以黑碳 (BC) 为例进行了模拟分析。本研究使用两篇已发表荟萃分析的数据作为模型的输入，并从 PM2.5 成分的再分析产品中获得补充信息。基于经典的 OVB 公式，我们开发了一个优化模型，并通过模拟研究验证了其性能。我们获得了 BC 对全因死亡率影响的汇总估计值，并根据非黑碳 (NBC) 成分的影响进行了调整。最后，基于对 BC 和 NBC 的估计影响，我们研究了 PM2.5 毒性的全球分布，以及忽略 BC 和 NBC 的不同影响时 OVB 的程度。优化模型包括 46 个 BC 或 NBC 对全因死亡率影响的单独估计。根据该模型，BC 和 NBC 增加 10 μg/m³ 后，死亡风险增加 49%（95% 置信区间 [CI]：26–76）和 6%（95% CI：3–10）相关。根据全球平均总 PM2.5 组分比例（BC 和 NBC 分别为 6.1% 和 93.9%），本研究估计，长期 PM2.5 暴露每增加 10 μg/m³，全因死亡的相对风险增加 1.09（95% CI：1.06–1.12）倍。如果忽略NBC效应，单一污染物模型估计BC健康效应，OVB 中位数为 147%（95% CI：-151 至 700）。本研究提供了一种新方法来调整荟萃分析中的 OVB，旨在确定暴露于 PM2.5 的特定成分对健康的影响。研究证明PM2.5中，BC比NBC成分更有害。不考虑 BC 和 NBC 的不同影响可能会导致在估计它们与全因死亡的关联时出现相当大的偏差。
 

黑碳,人群健康效应,空气污染,PM2.5