新传媒网高血压是主要的心血管疾病之一。尽管进行了广泛的研究，但有关长期暴露于环境颗粒物与高血压之间关系的证据仍然有限且不一致，特别是在亚微米颗粒物 (PM1) 方面。
虽然随机对照试验被认为是因果推理的黄金标准，但环境流行病学研究通常依赖于观察数据。观察性研究中的传统方法在完全控制混杂因素以获得具有因果解释性的结果方面不如随机对照试验有效。
随着观察数据因果分析方法的进步，越来越多控制混杂偏差的因果推断方法正在开发中，并应用于模拟随机对照试验，以获得具有因果解释性的效果估计。
这项研究由中国北京大学的郝远涛领导，采用边际结构 Cox 模型，利用几种逆概率加权方法来研究长期暴露于 PM1和 PM2.5导致高血压住院的潜在因果影响，基于中国广东珠江流域队列。
研究结果发表在《科学通报》杂志上。
暴露数据来自马里兰大学李占清教授和魏静博士提供的中国高空气污染物(CHAP)数据集，该数据集提供了高质量、高分辨率的近地表空气污染数据。 PM1和 PM2.5浓度水平是使用基于高分辨率卫星数据的时空极其随机树模型估算的。该研究的重点是总体高血压和原发性高血压的初次住院终点。
2015年1月1日至2020年12月31日期间，共有3.6万名成年参与者参与该研究，其中男性占40.6%。参与者的平均年龄为50.9岁，平均年龄为6.0岁，随访人数约为21万人年。研究期间，PM年均浓度1和PM2.5年平均浓度分别为17.4微克/立方米和33.7微克/立方米。
