Background Ambient air pollution is suspected to cause lung cancer. We aimed to assess the association between long-term exposure to ambient air pollution and lung cancer incidence in European populations. Methods This prospective analysis of data obtained by the European Study of Cohorts for Air Pollution Effects used data from 17 cohort studies based in nine European countries. Baseline addresses were geocoded and we assessed air pollution by land-use regression models for particulate matter (PM) with diameter of less than 10 μm (PM10), less than 2·5 μm (PM2·5), and between 2·5 and 10 μm (PMcoarse), soot (PM2·5absorbance), nitrogen oxides, and two traffic indicators. We used Cox regression models with adjustment for potential confounders for cohort-specific analyses and random effects models for meta-analyses. Findings The 312 944 cohort members contributed 4 013 131 person-years at risk. During follow-up (mean 12·8 years), 2095 incident lung cancer cases were diagnosed. The meta-analyses showed a statistically significant association between risk for lung cancer and PM10 (hazard ratio [HR] 1·22 [95% CI 1·03–1·45] per 10 μg/m3). For PM2·5 the HR was 1·18 (0·96–1·46) per 5 μg/m3. The same increments of PM10 and PM2·5 were associated with HRs for adenocarcinomas of the lung of 1·51 (1·10–2·08) and 1·55 (1·05–2·29), respectively. An increase in road traffic of 4000 vehicle-km per day within 100 m of the residence was associated with an HR for lung cancer of 1·09 (0·99–1·21). The results showed no association between lung cancer and nitrogen oxides concentration (HR 1·01 [0·95–1·07] per 20 μg/m3) or traffic intensity on the nearest street (HR 1·00 [0·97–1·04] per 5000 vehicles per day). Interpretation Particulate matter air pollution contributes to lung cancer incidence in Europe. Funding European Community's Seventh Framework Programme.

Land Use Regression (LUR) models have been used increasingly for modeling small-scale spatial variation in air pollution concentrations and estimating individual exposure for participants of cohort studies. Within the ESCAPE project, concentrations of PM2.5, PM2.5 absorbance, PM10, and PMcoarse were measured in 20 European study areas at 20 sites per area. GIS-derived predictor variables (e.g., traffic intensity, population, and land-use) were evaluated to model spatial variation of annual average concentrations for each study area. The median model explained variance (R2) was 71% for PM2.5 (range across study areas 35–94%). Model R2 was higher for PM2.5 absorbance (median 89%, range 56–97%) and lower for PMcoarse (median 68%, range 32– 81%). Models included between two and five predictor variables, with various traffic indicators as the most common predictors. Lower R2 was related to small concentration variability or limited availability of predictor variables, especially traffic intensity. Cross validation R2 results were on average 8–11% lower than model R2. Careful selection of monitoring sites, examination of influential observations and skewed variable distributions were essential for developing stable LUR models. The final LUR models are used to estimate air pollution concentrations at the home addresses of participants in the health studies involved in ESCAPE.

Estimating within-city variability in air pollution concentrations is important. Land use regression (LUR) models are able to explain such small-scale within-city variations. Transparency in LUR model development methods is important to facilitate comparison of methods between different studies. We therefore developed LUR models in a standardized way in 36 study areas in Europe for the ESCAPE (European Study of Cohorts for Air Pollution Effects) project. Nitrogen dioxide (NO2) and nitrogen oxides (NOx) were measured with Ogawa passive samplers at 40 or 80 sites in each of the 36 study areas. The spatial variation in each area was explained by LUR modelling. Centrally and locally available Geographic Information System (GIS) variables were used as potential predictors. A leave-one out cross-validation procedure was used to evaluate the model performance. There was substantial contrast in annual average NO2 and NOx concentrations within the study areas. The model explained variances (R2) of the LUR models ranged from 55% to 92% (median 82%) for NO2 and from 49% to 91% (median 78%) for NOx. For most areas the cross-validation R2 was less than 10% lower than the model R2. Small-scale traffic and population/household density were the most common predictors. The magnitude of the explained variance depended on the contrast in measured concentrations as well as availability of GIS predictors, especially traffic intensity data were important. In an additional evaluation, models in which local traffic intensity was not offered had 10% lower R2 compared to models in the same areas in which these variables were offered. Within the ESCAPE project it was possible to develop LUR models that explained a large fraction of the spatial variance in measured annual average NO2 and NOx concentrations. These LUR models are being used to estimate outdoor concentrations at the home addresses of participants in over 30 cohort studies.

Air pollution has wide-ranging and deleterious effects on human health and is a major issue for the global community. The Global Burden of Disease study has described the worldwide impact of air pollution with as many as 3.1 million of 52.8 million all-cause and all-age deaths being attributable to ambient air pollution in the year 2010.1 Moreover, ambient air pollution ranked ninth among the modifiable disease risk factors, being listed above other commonly recognized factors, such as low physical activity, a high-sodium diet, high cholesterol, and drug use. Finally, air pollution accounts for 3.1% of global disability-adjusted life years, an index that measures the time spent in states of reduced health.1 Although it is intuitive that air pollution is an important stimulus for the development and exacerbation of respiratory diseases, such as asthma, chronic obstructive pulmonary disease, and lung cancer, there is generally less public awareness of its substantial impact on cardiovascular disease. Historically, the 1952 Great Smog of London led to an increase in cardiovascular death as well as deaths due to respiratory disease. Subsequent studies in the 1990s, such as the Harvard Six Cities2 and American Cancer Society cohort studies,2,3 established an enduring positive association between long-term exposure to air pollution and total and cardiovascular mortality, mainly due to coronary artery disease.4 In Europe, the first study that supported this association between long-term exposure and mortality was the Netherlands Cohort Study on Diet and Cancer.5 Associations with cardiovascular morbidity and mortality are also seen with short-term (e.g. day-to-day fluctuations) pollutant exposures of residents in large urban areas worldwide, including the United States of America6 …

Despite the important contribution of traffic sources to urban air quality, relatively few studies have evaluated the effects of traffic-related air pollution on health, such as its influence on the development of asthma and other childhood respiratory diseases. We examined the relationship between traffic-related air pollution and the development of asthmatic/allergic symptoms and respiratory infections in a birth cohort (n ∼ 4,000) study in The Netherlands. A validated model was used to assign outdoor concentrations of traffic-related air pollutants (nitrogen dioxide, particulate matter less than 2.5 μm in aerodynamic diameter, and “soot”) at the home of each subject of the cohort. Questionnaire-derived data on wheezing, dry nighttime cough, ear, nose, and throat infections, skin rash, and physician-diagnosed asthma, bronchitis, influenza, and eczema at 2 years of age were analyzed in relation to air pollutants. Adjusted odds ratios for wheezing, physician-diagnosed asthma, ear/nose/throat infections, and flu/serious colds indicated positive associations with air pollutants, some of which reached borderline statistical significance. No associations were observed for the other health outcomes analyzed. Sensitivity analyses generally supported these results and suggested somewhat stronger associations with traffic, for asthma that was diagnosed before 1 year of age. These findings are subject to confirmation at older ages, when asthma can be more readily diagnosed.

Ambient air pollution has been associated with restricted fetal growth, which is linked with adverse respiratory health in childhood. We assessed the effect of maternal exposure to low concentrations of ambient air pollution on birthweight.We pooled data from 14 population-based mother-child cohort studies in 12 European countries. Overall, the study population included 74 178 women who had singleton deliveries between Feb 11, 1994, and June 2, 2011, and for whom information about infant birthweight, gestational age, and sex was available. The primary outcome of interest was low birthweight at term (weight <2500 g at birth after 37 weeks of gestation). Mean concentrations of particulate matter with an aerodynamic diameter of less than 2·5 μm (PM2·5), less than 10 μm (PM10), and between 2·5 μm and 10 μm during pregnancy were estimated at maternal home addresses with temporally adjusted land-use regression models, as was PM2·5 absorbance and concentrations of nitrogen dioxide (NO2) and nitrogen oxides. We also investigated traffic density on the nearest road and total traffic load. We calculated pooled effect estimates with random-effects models.A 5 μg/m(3) increase in concentration of PM2·5 during pregnancy was associated with an increased risk of low birthweight at term (adjusted odds ratio [OR] 1·18, 95% CI 1·06-1·33). An increased risk was also recorded for pregnancy concentrations lower than the present European Union annual PM2·5 limit of 25 μg/m(3) (OR for 5 μg/m(3) increase in participants exposed to concentrations of less than 20 μg/m(3) 1·41, 95% CI 1·20-1·65). PM10 (OR for 10 μg/m(3) increase 1·16, 95% CI 1·00-1·35), NO2 (OR for 10 μg/m(3) increase 1·09, 1·00-1·19), and traffic density on nearest street (OR for increase of 5000 vehicles per day 1·06, 1·01-1·11) were also associated with increased risk of low birthweight at term. The population attributable risk estimated for a reduction in PM2·5 concentration to 10 μg/m(3) during pregnancy corresponded to a decrease of 22% (95% CI 8-33%) in cases of low birthweight at term.Exposure to ambient air pollutants and traffic during pregnancy is associated with restricted fetal growth. A substantial proportion of cases of low birthweight at term could be prevented in Europe if urban air pollution was reduced.The European Union.

Several studies have found an effect on mortality of between-city contrasts in long-term exposure to air pollution. The effect of within-city contrasts is still poorly understood.We studied the association between long-term exposure to traffic-related air pollution and mortality in a Dutch cohort.We used data from an ongoing cohort study on diet and cancer with 120,852 subjects who were followed from 1987 to 1996. Exposure to black smoke (BS), nitrogen dioxide, sulfur dioxide, and particulate matter < or = 2.5 microm (PM(2.5)), as well as various exposure variables related to traffic, were estimated at the home address. We conducted Cox analyses in the full cohort adjusting for age, sex, smoking, and area-level socioeconomic status.Traffic intensity on the nearest road was independently associated with mortality. Relative risks (95% confidence intervals) for a 10-microg/m(3) increase in BS concentrations (difference between 5th and 95th percentile) were 1.05 (1.00-1.11) for natural cause, 1.04 (0.95-1.13) for cardiovascular, 1.22 (0.99-1.50) for respiratory, 1.03 (0.88-1.20) for lung cancer, and 1.04 (0.97-1.12) for mortality other than cardiovascular, respiratory, or lung cancer. Results were similar for NO(2) and PM(2.5), but no associations were found for SO(2).Traffic-related air pollution and several traffic exposure variables were associated with mortality in the full cohort. Relative risks were generally small. Associations between natural-cause and respiratory mortality were statistically significant for NO(2) and BS. These results add to the evidence that long-term exposure to ambient air pollution is associated with increased mortality.

Few studies have addressed associations between traffic-related air pollution and respiratory disease in young children. The present authors assessed the development of asthmatic/allergic symptoms and respiratory infections during the first 4 yrs of life in a birth cohort study (n = approximately 4,000). Outdoor concentrations of traffic-related air pollutants (nitrogen dioxide PM(2.5), particles with a 50% cut-off aerodynamic diameter of 2.5 mum and soot) were assigned to birthplace home addresses with a land-use regression model. They were linked by logistic regression to questionnaire data on doctor-diagnosed asthma, bronchitis, influenza and eczema and to self-reported wheeze, dry night-time cough, ear/nose/throat infections and skin rash. Total and specific immunoglobulin (Ig)E to common allergens were measured in a subgroup (n = 713). Adjusted odds ratios (95% confidence intervals) per interquartile pollution range were elevated for wheeze (1.2 (1.0-1.4) for soot), doctor-diagnosed asthma (1.3 (1.0-1.7)), ear/nose/throat infections (1.2 (1.0-1.3)) and flu/serious colds (1.2 (1.0-1.4)). No consistent associations were observed for other end-points. Positive associations between air pollution and specific sensitisation to common food allergens (1.6 (1.2-2.2) for soot), but not total IgE, were found in the subgroup with IgE measurements. Traffic-related pollution was associated with respiratory infections and some measures of asthma and allergy during the first 4 yrs of life.

Background. As part of a multicenter study relating traffic-related air pollution with incidence of asthma in three birth cohort studies (TRAPCA), we used a measurement and modelling procedure to estimate long-term average exposure to traffic-related particulate air pollution in communities throughout the Netherlands; in Munich, Germany; and in Stockholm County, Sweden. Methods. In each of the three locations, 40–42 measurement sites were selected to represent rural, urban background and urban traffic locations. At each site and fine particles and filter absorbance (a marker for diesel exhaust particles) were measured for four 2-week periods distributed over approximately 1-year periods between February 1999 and July 2000. We used these measurements to calculate annual average concentrations after adjustment for temporal variation. Traffic-related variables (eg, population density and traffic intensity) were collected using Geographic Information Systems and used in regression models predicting annual average concentrations. From these models we estimated ambient air concentrations at the home addresses of the cohort members. Results. Regression models using traffic-related variables explained 73%, 56% and 50% of the variability in annual average fine particle concentrations for the Netherlands, Munich and Stockholm County, respectively. For filter absorbance, the regression models explained 81%, 67% and 66% of the variability in the annual average concentrations. Cross-validation to estimate the model prediction errors indicated root mean squared errors of 1.1–1.6 μg/m3 for PM2.5 and 0.22–0.31 *10−5m−1 for absorbance. Conclusions. A substantial fraction of the variability in annual average concentrations for all locations was explained by traffic-related variables. This approach can be used to estimate individual exposures for epidemiologic studies and offers advantages over alternative techniques relying on surrogate variables or traditional approaches that utilize ambient monitoring data alone.

The ESCAPE study (European Study of Cohorts for Air Pollution Effects) investigates relationships between long-term exposure to outdoor air pollution and health using cohort studies across Europe. This paper analyses the spatial variation of PM2.5, PM2.5 absorbance, PM10 and PMcoarse concentrations between and within 20 study areas across Europe. We measured NO2, NOx, PM2.5, PM2.5 absorbance and PM10 between October 2008 and April 2011 using standardized methods. PMcoarse was determined as the difference between PM10 and PM2.5. In each of the twenty study areas, we selected twenty PM monitoring sites to represent the variability in important air quality predictors, including population density, traffic intensity and altitude. Each site was monitored over three 14-day periods spread over a year, using Harvard impactors. Results for each site were averaged after correcting for temporal variation using data obtained from a reference site, which was operated year-round. Substantial concentration differences were observed between and within study areas. Concentrations for all components were higher in Southern Europe than in Western and Northern Europe, but the pattern differed per component with the highest average PM2.5 concentrations found in Turin and the highest PMcoarse in Heraklion. Street/urban background concentration ratios for PMcoarse (mean ratio 1.42) were as large as for PM2.5 absorbance (mean ratio 1.38) and higher than those for PM2.5 (1.14) and PM10 (1.23), documenting the importance of non-tailpipe emissions. Correlations between components varied between areas, but were generally high between NO2 and PM2.5 absorbance (average R2 = 0.80). Correlations between PM2.5 and PMcoarse were lower (average R2 = 0.39). Despite high correlations, concentration ratios between components varied, e.g. the NO2/PM2.5 ratio varied between 0.67 and 3.06. In conclusion, substantial variability was found in spatial patterns of PM2.5, PM2.5 absorbance, PM10 and PMcoarse. The highly standardized measurement of particle concentrations across Europe will contribute to a consistent assessment of health effects across Europe.