92年度「環保署/國科會空污防制科研合作計畫」期末報告 空氣污染對基因易感族群氣喘與呼吸道疾患之影響 The relationship between outdoor air pollution and respiratory diseases in genetically susceptible population

92年度「環保署/國科會空污防制科研合作計畫」期末報告




空氣污染對基因易感族群氣喘與呼吸道疾患之影響
The relationship between outdoor air pollution and respiratory diseases in genetically susceptible population




編號：NSC92-EPA-Z-006-001
研究主持人：郭育良

一、中文摘要
背景：氣喘盛行率的急遽上升，尤其是國中與國小學童的氣喘盛行率上升更明顯，如此不但造成社會成本的增加與醫療成本的增加，更是對國家未來主人翁健康的危害。我們前幾年的研究成果已顯示，越高的室外空氣污染程度，尤其是與汽機車排放相關的NOx與CO，與學童氣喘盛行率成高度相關性，而家長所填問卷評估得到的氣喘，由支氣管激發試驗測試來證實，亦呈現良好的信度與校度。因此篩檢國小與國中學童的氣喘等呼吸道相關疾患，詳細評估其嚴重程度，並進一步瞭解國小與國中學童在基因易感性上的不同，探討空氣污染對氣喘與呼吸道疾患之影響，在不同基因易感族群是否有不同的效應，相信對訂定預防政策，降低社會與醫療成本並增進學童健康，應有很大的幫助。
目的：接續先前所建立長期追蹤之氣喘學童機制，繼續探討環境因素所引起之健康效應研究。瞭解我國一般與氣喘等特殊族群在一些與氣喘等呼吸道過敏症相關的基因型態分佈有何不同，並與國外相關資料作比較。另外，還想知道我國在空氣中粒狀污染造成的氣喘等健康效應之易感族群是否與國外有所不同，若有所不同，想進一步探討環境因素之不同，與基因---環境（Gene—Environment Interaction）交互作用的關係。計算不同基因易感型態的孩童，各承受多少倍的相對罹病風險。藉此提供國內相關主管機關，做為空氣污染防制上的重要參考資料。
方法：我們接續先前研究的成果，針對2001年衛生署科技計畫當時問卷結果篩選出來的結果，進行支氣管激發試驗測試的526位國中與國小學童，整理當時支氣管激發試驗測試的資料，進行口腔黏膜樣本的採檢，以進行基因易感性分析，包括B2AR-16、B2AR-27、B2AR-167、TNF -308、LT、IL4 -590、FcRI及GST P1等。
結果與建議：去除不合格的資料後，我們聯絡剩下401筆資料的學童接受口腔黏膜採檢，在58位氣喘確定病例與96位控制組間，氣喘相關基因B2AR-16、B2AR-27、B2AR-167、TNF -308、LT、IL4 -590、FcRI上，均並未顯示出統計顯著差異。而GSTP1-105的基因多型性雖沒有顯著的差異，在校正年齡、性別等可能的干擾因素後，在高室外空氣污染環境之下，帶有Ile/Ile基因的勝算比對於氣喘發生到達了統計意義上的顯著程度 (OR = 4.37; 95% CI: 1.18 to 19.51; population attributable risk = 66.0%)，這種情況在較低空氣污染的環境中卻無法看到。可見得不同空氣污染程度對於台灣學童GSTP1-105基因易感性，在氣喘發生率以及支氣管高反應性上，有著交互作用（interaction）以及修飾效應(effect modification)的關係。因此，在政府極力進行空氣污染減量的同時，若能針對特殊的基因易感族群進行防制動作，相信對學童呼吸道疾患的罹病率，會有明顯更進一步的控制。

關鍵詞：氣喘；空氣污染；基因；易感性；風險性評估

二、英文摘要
Background: Rapid increase in asthma prevalence, especially in schoolchildren, caused not only medical cost increase but also substantial health hazard. Our previous studies revealed higher outdoor air pollution level, especially traffic-related pollutants, NOx and CO, was associated with asthma prevalence in schoolchildren. Methacholine challenge results were also highly related to parental reported asthma. Therefore, careful evaluation of the respiratory diseases and their severity in schoolchildren, and consideration of their difference in genetic susceptibility were needed for further studies.
Objectives: We plan to continue our previous studies of respiratory allergic diseases in schoolchildren and discussed health effects caused by environmental exposures. We want to perform genotyping of general population and specific asthmatic group and compare their data with foreigners. Health effect such as asthma related with outdoor particulate matters and the genetic susceptible group should also be considered. Gene—Environment Interaction warrant further discussion if genetic susceptibility is different from foreigners. We also want to know the attributable risks in high outdoor air pollution level and relative risks between different genetic groups. All the study reports could be used as reference for governmental air pollution control act.
Methods: We followed our previous study results. Five hundred and twenty-six schoolchildren performed with methacholine challenge tests in 2001 were chosen. Besides preliminary data management and analysis, we also did oral mucosa sampling for further genetic susceptibility analysis.
Results: After exclusion unsatisfactory data, we contacted with 401 students for mucosa sampling. Between 58 definite asthma cases and 96 control subjects, there did not exist significant difference in GSTP1-105 and other genetic polymorphisms. After adjustment for age, sex, and potential confounders, odds ratio of Ile/Ile was higher in high air pollution area and showed statistical significance (OR = 4.37; 95% CI: 1.18 to 19.51; population attributable risk = 66.0%), but those who carried two Ile-105 alleles in low or median air pollution districts did not possess similar tendencies. We could conclude that interaction effects or effect modifications actually showed between outdoor air pollution, genetic factors, childhood asthma, and bronchial hyperresponsiveness. Out data also suggest further air pollution control act in government on those children who carry special susceptible genes.

Keywords: asthma, air pollution, gene, susceptibility, risk assessment

三、前言
氣喘盛行率的急遽上升，尤其是國中與國小學童的氣喘盛行率上升更明顯，如此不但造成社會成本的增加與醫療成本的增加，更是對國家未來主人翁健康的危害。我們前幾年的研究成果已顯示，越高的室外空氣污染程度，尤其是與汽機車排放相關的NOx與CO，與學童氣喘盛行率成高度相關性，而家長所填問卷評估得到的氣喘，由支氣管激發試驗測試來證實，亦呈現良好的信度與校度。因此篩檢國小與國中學童的氣喘等呼吸道相關疾患，詳細評估其嚴重程度，並進一步瞭解國小與國中學童在基因易感性上的不同，探討空氣污染對氣喘與呼吸道疾患之影響，在不同基因易感族群是否有不同的效應，相信將對訂定預防政策，降低社會與醫療成本，增進學童健康是有很大的幫助。因此像本基因易感族群分析計畫的進行，延續之前的空氣污染研究成果，欲探討是否在空氣污染之風險評估上，不同的基因易感性是否扮演決定性的角色，所獲得的資料就顯得有其必要性與價值。
造成氣喘的真正原因並不是非常清楚，漸漸地開始被大家接受認可的說法是，氣喘是環境因子與遺傳因子共同作用的結果[1]，然而當氣喘被發現似乎有家族聚集的現象[2]，許多的研究開始探討到底遺傳因子與環境因子，到底哪一個角色比較重要。Harris等人進行一個回溯性的世代追蹤研究，以雙胞胎為研究對象發現，氣喘可由遺傳因子來解釋75％，其餘的25％則歸因於不同的環境因子[3]。進一步探討氣喘的表現型（phenotype）與遺傳因子的關係，Kauffmann等人的研究指出，氣喘的表現型不是單一個基因可以解釋，應該是很多基因的共同參與[4,5]。Bleecker等人也在同一年提出，氣喘表現出來的病因，至少與人類染色體位置的6p21.3-23、12q、13q、14q等位置的基因有關，而且環境因子與基因的交互作用也是十分重要[6]。
雖然氣喘與異位性體質(atopy)之發生，往往可在同一個人身上發現，往往也是分不清楚彼此之間的影響，但與遺傳有關是早已知道的事實[7]。直到1990年代，才在基因型上找出與氣喘發生相關的因子，不過至今為止，同時對環境污染因素與基因間的交互作用進行研究的報告仍十分稀少。此外，環境因子所以能在人體引起某一種健康效應，常需要有某一種易感性的特殊基因型態的配合，方會引起疾病的發生，因此氣喘既是許多因素所引起的疾病，其與基因易感性的關係應更形重要。氣喘的發作所牽涉到機制是非常複雜的，而且參與的基因也是非常多的，每一個參與基因在其DNA序列上的不同，進而會促使該基因與氣喘發作有相關性不同，我們就稱之為遺傳感受性因子（genetic susceptibility）。
我們在2001年二月到六月間，利用國際標準化的ISAAC中文問卷針對國中以及國小學童進行調查，ISAAC中文問卷氣喘臨床上的診斷則大致遵循1993年世界衛生組織（NHLBI/ WHO workshop report）對氣喘的定義，其內容包含了氣道的阻塞，呼吸時伴有咻咻的喘鳴聲，有呼吸困難、咳嗽與胸悶胸痛的症狀。抽樣方式採抽選全國每一縣市各一間國中與一間國小依年齡分層抽樣進行，每校每年級約200名學童進行問卷調查，結果共約完成了三萬五千多筆的可用資料。我們還利用支氣管激發試驗（bronchial challenge test）來進行支氣管高反應性（bronchial hyperresponsiveness）的氣喘確認工作。根據問卷施測結果採用依年齡、以及依空氣污染程度分層抽樣的方式進行，首先我們將對抽樣抽中的受測學生家長寄發相關訊息的通知函與進行電話確認工作，同時也對學生進行解說，最後請抽樣抽中且志願受測之學童學童家長先簽下志願受測同意書，在醫師的的照護與充足的簡易醫療設備與藥品的支援下進行，我們已經在高、中、低三種不同空氣污染程度的城市，進行總共526人的支氣管激發試驗，若能起得這些當初受測孩童的基因資料，我們就可以藉此瞭解不同的空氣污染程度，對於台灣學童各種基因易感性，在氣喘發生率以及支氣管高反應性上，是否有修飾效應(effect modification)的關係。
本研究預期完成之工作項目：
1. 瞭解我國一般與氣喘等特殊族群在一些與氣喘等呼吸道過敏症相關的基因型態分佈。
2. 利用找出每個個體在特定基因之基因多型性。並藉由此基因多型性，找到空氣污染造成的氣喘等健康效應之易感族群。
3. 測定在不同之遺傳因子的孩童中，空氣污染指標造成的健康效應氣喘之差異。
4. 瞭解特定基因易感型態的孩童，在高室外空氣污染指標的環境下，比其他基因型的孩童，承受多少倍的相對罹病風險。

四、研究方法
(一)研究對象：
1. 我們接續2001.1-2001.12的衛生署科技研究發展計畫的成果，以當時分層分析抽樣原則（高污染高雄市Sanmin、中污染台南市Annan、低污染嘉義縣Singang三種室外空氣污染環境），篩選出來進行支氣管激發試驗測試的526位國中與國小學童為研究群體。1994年至2001年於這三個區域監測站所測得的主要空氣污染物（包括NOx and SO2），我們顯示在Figure 1，可以確定這三個地區的空氣污染情況，確實呈現高、中、低的差異。
2. 整理當時支氣管激發試驗測試的資料，算出可以用以評估當時學童氣喘程度的多種參數。若支氣管激發試驗資料不齊全，或當時因症狀發作而無法配合完全測試的樣本，就需放棄。
3. 將樣本對應當時所填寫的問卷資料，找出這些有完整資料的樣本，逐一以電話聯絡，取得家長的同意，與當時受測學童約定統一的時間，進行問卷施測並加上口腔黏膜樣本的採檢，以進行基因易感性分析。

(二)研究進行步驟：
1. 問卷的設計與前區試驗：
問卷採用ISAAC（International Study of Asthma and Allergies in Childhood）問卷，參考文獻的資料，並比較2001年研究時所用問卷的不足，雖然ISAAC問卷經一些國際上的其他研究證實，他有specificity and precision，但我們將做修改以更符合台灣本土使用，同時我們也將增加一些有關dampness指標如除濕機、除濕劑等；家中是否有豢養寵物，若有為何種動物，從何時開始；家中是否有看到蟑螂出沒，頻率為何；家中是否有牆壁有長霉菌斑，共幾面等問題。此外我們也將進行一些前驅試驗並將進行修改，直到定稿才將之付印。
2. 利用抽樣樣本決定，到問卷內容確定的空檔時間，招募施測人員與組訓工作。
3. 組訓工作包括：
a.背景知識：
由計畫主持人針對相關人員教授基本的流行病學概念，與問卷施測時應注意之基本 注意事項，同時讓所有參與研究相關人員瞭解本研究之目的與方法。
b.技術訓練：
由計畫主持人與主要的研究相關人員，對計畫相關人員進行相關的技術的指導，這些技術包括口腔黏膜樣本處理步驟與保存方法、文書處理、資料統計的基本概念、問卷執行方式、問卷coding book之設計與使用。
4. 問卷調查的執行：
聯絡受測學校並確定日期，由參與研究施測人員攜帶足夠問卷及輔助說明至學校進行施測，必要時可請老師協同執行。若當時的在學學童現已經畢業，我們將儘量以電話追蹤或藉由學校的管道加以聯絡，以提高參與的興趣。回收問卷將經重複鍵入（double keying）的方式以確定問卷品質，無效問卷應做進一步以電話或重測或訪視的方式加以追蹤與更正。
5. 實驗流程：
a.口腔粘膜的收集：
1. 將已標示好的微量離心管，每人2管，事先排好在保麗龍盒裡。
2. 桌上放置已有離心管的保麗龍盒、小型冰桶(內有乾冰，其上有一空紙盒)、剪刀、棉花棒、記錄單。
3. 請小朋友用棉花棒兩端各在口腔內兩側用力刮取10次後，拿給負責收集檢體的人。
4. 負責收集檢體的人拿到棉花棒之後，用剪刀將棉花棒剪成兩段，分別置入微量離心管(※切勿碰到檢體，以免污染)，再將離心管放進小型冰桶的空紙盒中，並於記錄單上註明已收到檢體。
5. 紙盒最後放入大乾冰桶中傳送回實驗室，置於-80℃冰箱保存。
b.口腔黏膜DNA粹取方法：
1. 40 – 100 ul oral mucosa obtained by scraping in a cotton swab and stored immediately at -80℃
2. add 600 ul cell lysis buffer and 10 ul proteinase K to dissolve the cells
3. incubate at 55℃ for 3 hr
4. add 600 ul phenol/chloroform, and mix well by vortex
5. centrifuge 12 K rpm for 6 min in room temp
6. transfer the upper layer to a new tube
7. add 0.9 ml absolute ethanol and 2 ul 20mg/ml glycogen (Roche)
8. mix well by inversion
9. precipitate the DNA at –20℃ for overnight (or at -70℃ for 30 min)
10. centrifuge 12 K rpm for 10 min in room temp and then decant the supernatant
11. add 1 ml 70% ethanol, rinse the DNA pellet
12. centrifuge again, decant the ethanol and air dry overnight
13. dissolve in 50 ul distilled water at room temperature
14. –70℃ storage
c.將粹取之DNA，利用聚合酵素連鎖反應PCR將之放大後，輔以RFLP (restricted fragment length polymorphism)用酵素切，以分析個體間基因型的不同。
6. 資料的建檔與連結：所有支氣管激發試驗的檢查結果，將合併口腔黏膜採檢資料留做以後分析。

(三)資料分析：
我們先由問卷以及支氣管激發試驗測試先進行氣喘病患與非氣喘控制組的篩選，所需要的統計分析方法包括Student's T-test來檢定研究對象的個種資料分佈、Chi-square test來檢定研究對象分組間的差別、多變項(multiple variables analysis)分析、Logistic regression來檢定氣喘病患與非氣喘控制組在控制了可能干擾因素後的差異。不同基因之間，將比較室外空氣污染程度造成支氣管激發試驗測試各種參數上的效應差異，比較不同基因型之間的勝算比（Odds Ratio），用以發現易感族群，更進一步比較出它們之間易感程度上的差異，或是某基因型的孩童，比其他基因型的孩童，在高室外空氣污染的環境下，承受多少倍的相對罹病風險等等。我們另外還計算Population attributable risks (PARs)，which represent those cases of asthma that would be prevented if children were not exposed to specific agents or risk factors. PAR was calculated using the formula P(R1)/{P(R1)+1}, where P is the proportion of those exposed to the factor and R is the relative risk due to the factor [8].


五、結果
我們在2001年利用ISAAC問卷來進行氣喘盛行率的調查，嘗試找出氣喘與其他呼吸道疾患盛行率的變化為何，當時調查全台灣各縣市取一間國中與一間國小，結果完成總數為32,497份有效的學童呼吸系統健康問卷，完成率達到92.8%，並同時建立學童基本資料檔及其健康相關資料，發現不論是各縣市或總體的氣喘與其他呼吸道疾患盛行率，跟1995至1996年的調查相比較，都有明顯的上升趨勢。此部分的研究成果，我們已投稿並且被國際上小兒科學最著名的雜誌Pediatrics所接受發表[9]。
另外，我們當時亦已完成526人之支氣管激發試驗測試，去除58位在檢查前三天內曾因感冒或呼吸系統疾病而有用藥過的學童，39位學童的基礎FEV1不到預測值的75％，13位無法配合肺功能測試檢查，以及10位學童在20％的FEV1尚未達到時就因為明顯的哮喘發作而無法繼續接受檢查，我們聯絡這剩下401筆資料的學童（120位來自嘉義縣低污染區、120位來自台南市中污染區、161位來自高雄市高污染區），接受口腔黏膜採檢。401筆口腔黏膜檢體，都經過DNA粹取步驟完成所有的DNA粹取工作，並且冰凍在–70℃，留做以後基因易感性分析使用，利用聚合酵素連鎖反應PCR將之放大後，輔以RFLP (restricted fragment length polymorphism)用酵素切，以分析個體間基因型的不同。現已經至少完成了β2-adrenergic receptor、TNFα、LTα、IL-4、FcεRI-β、GSTP1等基因多型性分析的條件測試。
Table 1為我們利用問卷以及支氣管激發試驗測試進行氣喘病患與非氣喘控制組的篩選條件，因為在三個城市中由問卷定義的氣喘病例並不多，故我們對控制組所限制的條件較為嚴格。結果共有58位氣喘病例與96位非氣喘控制組納入以後分析。Table 2為氣喘病例與控制組在各種基因多型性分析的結果，由於納入的個案較少的原因，我們無法在各種基因上發現顯著的差異，括弧內表示所佔當組的比例（％）。Table 3表示了病例組與對照組在基本人口學資料上的比較，以及在肺功能、空氣污染區域分佈、GST基因多型性上的差異，我們可以明顯發現，病例組與對照組在年齡及性別上並沒有差異存在，但病例組的FEV1/FVC and percent of predicted FEV1卻明顯較低，另外，我們還發現病例組的學童家中，會出現較高比例的蟑螂，以及家中也有較高比例燒香拜拜的機會，因此這二個室內因子，在接續的分析中我們都將當作干擾因素而進行校正。
因為Val-Val的比例過低（在二組均<5%），我們將他與Ile-Val合併。由於GSTP1-105在氣喘組與控制組間的分佈差異較大，我們先由此一基因開始進行分層分析，根據基因型態以及室外高、中、低空氣污染程度來做分層，如Table 4顯示，我們發現若以Ile-Val or Val-Val以及低空氣污染程度來當比較族群，氣喘發生的機會似乎隨著空氣污染程度的增加，以及帶有Ile-Ile基因型，有逐漸上昇的趨勢。在表中，我們發現在低室外空氣污染環境下，帶有Ile-Ile基因型相對於Ile-Val or Val-Val，對於學童氣喘的發生，有1.2倍的機會。我們皆下來將中、與高空氣污染分別進行分析，如Table 5顯示，結果發現帶有Ile-Ile基因型相對於Ile-Val or Val-Val，分別有1.12倍與4.37倍的機會，而且在高室外空氣污染時，氣喘發生機會的增加到達了統計意義上的顯著程度。 我們若計算PAR，可發現在高空氣污染區域，帶有Ile-Ile基因型相對於Ile-Val or Val-Val為66.0％，表示若去除基因這項因素，則可降低66.0％的罹病機會，而在中度空氣污染區域，PAR則僅有6.0％。 如Figure 2，我們若以不同基因行進行分層分析，發現在帶有Ile-Ile基因型的族群，氣喘發生機會會隨著室外空氣污染程度增加而有明顯增加的趨勢，Ile-Val or Val-Val基因型則沒有此現象。顯示不同空氣污染程度對於台灣學童GSTP1-105基因易感性，在氣喘發生率以及支氣管高反應性上，有著交互作用（interaction）以及修飾效應(effect modification)的關係，它們之間的交互關係程度以Likelihood Ratio Test進行測試，結果2(df,2)為10.505，達到統計上顯著相關(p = 0.005)。 六、討論與建議 我們在不同空氣污染程度的城市，根據問卷篩選的結果，進行總共411人的支氣管激發試驗，結果發現在58位氣喘確定病例與96位控制組間，GSTP1-105的基因多型性雖沒有顯著的差異，在校正年齡、性別等可能的干擾因素後，在高室外空氣污染環境之下，帶有Ile/Ile基因的勝算比對於氣喘發生到達了統計意義上的顯著程度，可見得不同空氣污染程度對於台灣學童GSTP1-105基因易感性，在氣喘發生率以及支氣管高反應性上，有著交互作用（interaction）以及修飾效應(effect modification)的關係。 文獻中指出，支氣管高反應性（bronchial hyperresponsiveness）可能被ROS(reactive oxidative species)所影響[10]，因為ROS被認為是一良好的發炎指標，他所因起的發炎反應可能啟動氣管收縮的機制，進而使個體發生類似氣喘的症狀。而GST基因正式被公認可以調節因氧化性壓力所產生的ROS[11]。事實上，GST基因的多型性有很多，還包括GSTM1、GSTT1等等，而在肺臟的表皮細胞中，GSTP1被認為提供了超過90％的GST活性[12]，因此GSTP1基因與氣喘發生的關聯性現正被廣泛討論中。 先前有關GSTP1基因與空氣污染物的相關研究並不多，有一篇研究指出，帶有Val-105的個體，比起帶有Ile-Ile基因型有7倍以上代謝polycyclic aromatic hydrocarbon diol epoxides的能力，但在1-chloro-2,4-dinitrobenzene的代謝上，又可能小於三分之一[13]，本研究結果似乎指出，GSTP1基因多型性與學童氣喘有高度的相關性存在，GSTP1-105的基因多型性，在不同空氣污染造成學童氣喘的發生上，好像有因為代謝能力不同而有不同的結果，這還上帶更多的研究結果以支持此項觀點。另外本研究還發現，在高室外污染環境下，帶有Ile-Ile基因型相對於Ile-Val or Val-Val基因，有4.37倍的機會發生氣喘，PAR為66.0％，此結論可供日後研究作一比較。因此，在政府極力進行空氣污染減量的同時，若能針對特殊的基因易感族群進行防制動作，相信對學童呼吸道疾患的罹病率，會有明顯更進一步的控制。 為了提高學童以及家長參與研究的意願，本研究採取口腔黏膜細胞取代傳統侵入性的採血，以進行基因的分析。但可能因為口腔黏膜檢體過少，不足以做DNA分析，因此在田野活動進行之前，我們必須先在實驗室中試好所有分析條件，在田野活動進行時才不致有錯誤產生，本研究人員在基因毒理研究方法上建立微量檢體的分析流程，乃是一個好經驗可供以後研究參考採用。 本研究完成之後，對於參與之工作人員，預期可獲之訓練： a. 藉由此基因毒理實驗室，讓參與工作的人員熟悉PCR等基因型分析的實驗室技巧，以及口腔黏膜樣本處理步驟與保存方法。 b. 瞭解基本的流行病學概念，與問卷施測時應注意之基本注意事項、文書處理、資料統計的基本概念、問卷執行方式、問卷coding book之設計與使用等等。 c. 瞭解風險性評估及分析方法，以及劑量-效應分析方式在其他研究上之重要性。 d. 瞭解在針對基因---環境（Gene—Environment Interaction）交互作用時，所需要採用的統計分析模式應用。 本研究對於學術研究、國家發展及其他應用方面預期之貢獻： a. 接續先前所建立長期追蹤之氣喘學童機制，繼續探討環境因素所引起之健康效應研究。 b. 瞭解我國一般與氣喘等特殊族群在一些與氣喘等呼吸道過敏症相關的基因型態分佈，並與國外相關資料作比較。 c. 瞭解我國在空氣污染造成的氣喘等健康效應之易感族群是否與國外有所不同，若有所不同，想進一步探討環境因素之不同，與基因---環境（Gene—Environment Interaction）交互作用的關係。 d. 瞭解不同基因易感型態的孩童，各承受多少倍的相對罹病風險。並藉此提供國內相關主管機關，做為空氣污染防制上的重要參考資料。 七、參考文獻 1. Duffy DL, Martin NG, Battistutta D, et al. Genetics of asthma and hay fever in Australian twins. Am Rev Respir Dis 1990; 142:1351-1358. 2. Holberg CJ, Elston RC, Halonen M, et al. Segregation analysis of physician-diagnosed asthma in Hispanic and non-Hispanic white families. A recessive component? Am J Respir Crit Care Med 1996; 154:144-150. 3. Harris JR, Magnus P, Samuelsen SO, et al. No evidence for effects of family environment on asthma. A retrospective study of Norwegian twins. Am J Respir Crit Care Med 1997; 156:43-49. 4. Genes for asthma? An analysis of the European Community Respiratory Health Survey. Am J Respir Crit Care Med 1997; 156:1773-1780. 5. Kauffmann F, Dizier MH, Pin I, et al. Epidemiological study of the genetics and environment of asthma, bronchial hyperresponsiveness, and atopy: phenotype issues. Am J Respir Crit Care Med 1997; 156:S123-129. 6. Bleecker ER, Postma DS, Meyers DA. Evidence for multiple genetic susceptibility loci for asthma. Am J Respir Crit Care Med 1997; 156:S113-116. 7. Lawrence S, Beasley R, Doull I, et al. Genetic analysis of atopy and asthma as quantitative traits and ordered polychotomies. Ann Hum Genet 1994; 58:359-368. 8. Coughlin S, Benichou J, Weed D. Attributable risk estimation in case-control studies. Epidemiol Rev 1994;16:51-64. 9. Lee YL, Lin YC, Hsiue TR, Hwang BF, Guo YL. Indoor/outdoor environmental exposures, parental atopy, and physician-diagnosed asthma in Taiwanese schoolchildren. Pediatrics 2003; 112:e389-e395. 10. Liu D, Li L. Prostaglandin F2 alpha rises in response to hydroxyl radical generated in vivo. Free Rad Biol Med 1995; 18:571–576. 11. Hayes JD, Strange RC. Potential contribution of the glutathione S-transferase supergene family to resistance to oxidative stress. Free Rad Res Commun 1995; 22:193–207. 12. Fryer AA, Hume R, Strange RC. The development of glutathione S-transferase and glutathione peroxidase activities in human lung. Biochim Biophys Acta 1986; 883:448–453. 13. Hu X, Xia H, Srivastava SK, Herzog C, Awasthi YC, Ji X, Zimniak P, Singh SV. Activity of four allelic forms of glutathione S-transferase hGSTP1-1 for diol epoxides of polycyclic aromatic hydrocarbons. Biochem Biophys Res Commun 1997; 238:397–402. Table 1. Criteria for selection of asthma cases and control subjects Criteria Cases Controls Physician-diagnosed asthma or dypnea with wheezing in the past + – Symptoms in the past 12 months Wheeze +/– – Night wheeze +/– – Dyspnea at rest +/– – Exercise wheeze +/– – Night cough +/– – Percent of predicted FEV1 ≧70 % >90 %
FEV1/FVC not limited ≧80 %
PD20 in methacholine challenge test <1 mg no response*
* Subjects did not respond to the methacholine challenge tests at the highest dose 2.35 mg.


Table 2. Distribution of polymorphism of multiple genes between asthma cases and control subjects

Categories Cases (n = 58) Controls (n = 96)
B2AR-16
Arg-Gly or Gly-Gly 35 (60.3) 62 (64.6)
Arg-Arg 23 (39.7) 34 (35.4)
B2AR-27
Gln-Glu or Glu-Glu 7 (12.1) 14 (14.6)
Gln-Gln 51 (87.9) 82 (85.4)
B2AR-167
Thr-Thr 58 (100.0) 96 (100.0)
TNF G-308A
GG 39 (67.2) 70 (72.9)
GA or AA 19 (32.8) 26 (27.1)
LT G252A
GA or AA 40 (69.0) 70 (73.7)
GG 18 (31.0) 25 (26.3)
IL4 C-590T
CT or TT 21 (36.2) 40 (41.7)
CC 37 (63.8) 56 (58.3)
FceR1B E237G
EG or GG 22 (37.9) 37 (38.5)
EE 36 (62.1) 59 (61.5)
GSTP1-105
Ile-Val or Val-Val 18 (31.0) 44 (45.8)
Ile-Ile 40 (69.0) 52 (54.2)
GSTP1-114
Ala-Ala 58 (100.0) 96 (100.0)



Table 3. Demographic, phenotypic, and genotypic characteristics in asthma cases and controls

Categories Cases (n = 58) Controls (n = 96)
Age (year) 11.8 ± 1.5 12.1 ± 1.8
Sex
Boys 32 (55.2) 55 (57.3)
Girls 26 (44.8) 41 (42.7)
Percent of predicted FEV1 (%)† 89.7 ± 10.2 102.2 ± 10.4
FEV1/FVC (%)† 86.8 ± 8.9 92.0 ± 5.7
PD20 in methacholine challenge test (mg) 0.53 ± 0.29§ NA
Air pollution of the district
High 27 (45.6) 33 (34.4)
Median 21 (36.2) 30 (31.3)
Low 10 (17.2) 33 (34.4)
Incense burning at home 27 (46.6) 41 (42.7)
Cockroaches seen at home 46 (79.3) 73 (76.0)
GSTP1-105
Ile-Ile 40 (69.0) 52 (54.2)
Ile-Val 16 (27.6) 39 (40.6)
Val-Val 2 (3.5) 5 (5.2)
GSTP1-114
Ala-Ala 58 (100) 96 (100)
Results were shown as mean ± SD or n (%).
†p<0.01.
NA: not accessible because some subjects did not respond at the highest dose.
§ PD20 did not include those who did not complete methacholine test because of obvious wheezing and dyspnea.

Table 4. Odds ratios of asthma with GSTP1-105 genetic polymorphism by different air pollution levels

GSTP1-105 Polymorphism Air Pollution of the District Cases (n) Controls (n) Crude OR 95% CI Adjusted OR§ 95% CI
Ile-Val or Val-Val Low 5 16 1.00 1.00
Ile-Ile Low 5 17 0.94 0.22- 3.98 1.20 0.27- 5.34
Ile-Val or Val-Val Median 7 14 1.60 0.42- 6.51 2.21 0.55- 9.53
Ile-Ile Median 14 16 2.80 0.85- 10.38 3.69* 1.02- 15.02
Ile-Val or Val-Val High 6 14 1.37 0.34- 5.72 1.69 0.41- 7.34
Ile-Ile High 21 19 3.54* 1.14- 12.53 5.35† 1.60- 20.57
Definition of abbreviations: OR = odds ratio; CI = confidence interval.
§ Adjusted for age, sex, incense burning, and cockroaches seen at home by multiple logistic regression.
*p<0.05.
†p<0.01.

Table 5. Odds ratios of asthma with GSTP1-105 genetic polymorphism in median and high pollution districts

GSTP1-105 Polymorphism Air Pollution of the District Cases (n) Controls (n) Crude OR 95% CI Adjusted OR§ 95% CI
Ile-Val or Val-Val Median 7 14 1.00 1.00
Ile-Ile Median 14 16 1.75 0.56- 5.78 1.12 0.28- 4.43
Ile-Val or Val-Val High 6 14 1.00 1.00
Ile-Ile High 21 19 2.58 0.85- 8.55 4.37* 1.18- 19.51
Definition of abbreviations: OR = odds ratio; CI = confidence interval.
§Adjusted for age, sex, incense burning, and cockroaches seen at home by multiple logistic regression.
*p<0.05.


FIGURE LEGENDS

Figure 1. Trends of NOx and SO2 in Sanmin, Annan, and Singang from 1994 to 2001.


Figure 2. Adjusted odds ratios of childhood asthma associated with different air pollution levels, with adjustment for age, sex, incense burning, and cockroaches seen at home. Associations were stratified by GSTP1-105 genotypes. The asterisks indicate a statistical significance (*p<0.05; **p<0.01).