广西百色市气象因素与空气污染物对眼干燥症的影响

何乾尚, 韦 涛, 陈 丰, 黄成飞, 陈湘西, 农 翌

(广西壮族自治区百色市人民医院 眼科, 广西 百色, 533000)

眼干燥症即角结膜干燥症,指各种原因所致泪液量、质或流体动力学的异常造成泪膜稳定性下降及眼表损伤,进而引起眼部不适和视功能障碍[1]。该症的病理机制涉及眼表炎症反应、高渗透压及神经感觉异常等[2]。随着电子科技的不断发展及环境问题的日益突出,中国眼干燥症就诊率逐渐上升(占眼科就诊量30%以上),且发病趋于年轻化[3]。眼干燥症的发生及发展与视频终端使用量、湿疹、白内障手术、气象因素、空气污染物等多种因素有关[4-7]。眼表与外界环境直接接触,气象变化及环境有害物质可能会损伤眼表和诱发眼部炎症,降低角结膜功能,从而引起眼部不适甚至视力减退[8]。一项为期11年的研究[9]表明,环境二氧化氮(NO2)浓度和气温与角结膜干燥症显著相关。研究[10]表明,气象因素(气温、风速等)、空气污染物[细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、NO2、臭氧(O3)和一氧化碳(CO)]能很好地预测眼干燥症的发病风险。本研究采用基于广义相加模型(GAM)的时间序列分析方法,定量分析气象因素与空气污染物对眼干燥症患者门诊就诊人次的影响,旨在阐明气象因素与空气污染物对眼干燥症的交互作用。

表1 2018—2022年眼干燥症门诊就诊人次、气象因素和空气污染物数据分析

1 数据与方法

1.1 数据获取途径

本研究眼干燥症数据从百色市人民医院获取,通过医院信息管理系统收集2018年1月—2022年12月眼干燥症患者门诊就诊信息(包括就诊时间、诊断、性别、年龄),选取户籍在百色市的常住患者,并排除合并其他眼科疾病者。眼干燥症诊断(代码H16.202)参照《GB/T 14396-2016疾病分类与代码》[11]。

气象资料来源于中国气象数据共享网国家气象信息中心,收集2018年1月—2022年12月百色市每日平均气温、风速等气候要素数据。环境监测信息来源于空气质量在线检测分析平台(http://www.aqistudy.cn/), 全面收集2018年1月—2022年12月百色市空气污染物(包括PM2.5、PM10、SO2、CO、NO2、O3等)资料,所有污染物浓度数值均为每日24 h实际浓度值的平均值。将气象数据与环境污染物数据共同纳入数据库进行分析。

1.2 模型构建

运用时间序列法分析2018年—2022年气象因素和空气污染物变化情况与眼干燥症患者门诊就诊人次变化情况,并在此基础上进一步评估气象因素和空气污染物对眼干燥症患者门诊就诊人次有无影响及影响程度。

Poisson分布可描述单位时间内随机事件发生次数的概率分布,患者因眼干燥症入院就诊是小概率事件,属于随机事件范畴,故本研究选用Poisson分布描述眼干燥症门诊就诊人次。GAM是由广义线性模型改良而成的指数分布模型和可加模型,其特点是函数曲线的分段节点能良好连接而不受波动现象的影响,稳定性佳。本研究以Poisson函数分布为基础,用GAM定量分析气象因素与空气污染物对眼干燥症患者门诊就诊人次的影响,用自然立方样条函数(控制有较大影响的变量)或哑变量(控制有潜在影响的变量)控制长期时间趋势、气象因素效应、星期几效应、假期效应等变量。模型公式(A)为:

log[E(Yt)]=α+s(Timet)+s(Rht)+s(hPαt)+DOWt+Holidayt

(A)

上式中,E(Yt)为第t日眼干燥症患者就诊人次,α为截距,s(Timet)与s(Rht)分别为第t日非线性变量时间与气温的光滑函数,DOWt与Holidayt分别表示周末效应与假期效应。

因考虑到气象因素和空气污染物对人体的影响可能会有滞后性,故纳入各污染物的当日浓度(lag0)与滞后1～7 d的浓度(lag1～lag7)就诊效应进行分析[12]。模型公式(B)为:

log[E(Yt)]=α+β1×APt-i+β2×Temt+coνs

(B)

上式中,APt-i为某日浓度,Temt为第t日的日均气温,coνs为公式(A)中的协变量。

比值比(OR)和相对危险度(RR)由相关系数(β1)运算得出。当OR值最大时,其对应的污染物浓度为最佳滞后日浓度。对OR的描述: 某指标高水平下的眼干燥症比率是该指标低水平下眼干燥症比率的OR倍, “OR>1”提示指标水平偏高与眼干燥症存在正相关关系, “OR<1”提示指标水平偏高与眼干燥症存在负相关关系, “OR=1”提示指标水平偏高与眼干燥症无关。对RR的描述: 某指标水平(高或低)下眼干燥症的就诊概率是该指标平均水平下的RR倍, “RR>1”提示该指标水平增高眼干燥症的风险, “RR<1”提示该指标水平降低眼干燥症的风险, “RR=1”提示该指标水平对眼干燥症无影响。

1.3 交互作用

将各气象指标水平分别与各空气污染物指标水平以一对一形式纳入双变量响应面模型[13], 分析气象因素与空气污染物对门诊就诊人次影响的交互作用并可视化。模型公式(C)为:

log[E(Yt)]=α+te(APt-i,Temt)+coνs(C)

上式中,te(APt-i,Temt)为最强滞后效应日时气象因素和同日空气污染物浓度对每日就诊人次影响的交互效应,coνs为公式(A)中的协变量。

1.4 统计学分析

本研究数据通过R 4.1.2软件和SPSS 21.0软件进行处理。以平均值±标准差、最小值、最大值、中位数及四分位数(P25、P75)描述眼干燥症患者门诊就诊信息、气象资料和空气污染物等指标。气象因素与空气污染物的相关性采用SPSS 21.0软件中Pearson相关分析法进行检验。采用R4.1.2软件的mgcv、dlnm、rsm、ggplot2软件包进行分布滞后非线性模型分析、响应面分析、交互作用分析和可视化处理。统计检验均为双侧概率检验,检验水准为ɑ=0.05,P<0.05为差异有统计学意义。

2 结 果

2.1 眼干燥症门诊就诊人次、气象因素、空气污染物数据的描述性分析

2018—2022年百色市人民医院眼干燥症门诊共就诊2 235人次,日均就诊人次为1.0人次; 气象因素气温、风速的日均水平分别为23.8 ℃、1.8级; 空气污染物PM2.5、PM10、SO2、NO2、O3的日均浓度分别为29.3、50.1、13.3、17.0、78.0 μg/m3, CO的日均浓度为1.0 mg/m3, 见表1。

2.2 眼干燥症门诊就诊人次、气象因素、空气污染物的相关性分析

相关性分析结果显示,眼干燥症门诊就诊人次与平均气温、风速、PM10、SO2无相关性(P>0.05), 风速与PM2.5、CO无相关性(P>0.05), NO2与O3无相关性(P>0.05); 眼干燥症门诊就诊人次与PM2.5、NO2呈负相关(r=-0.057、-0.081,P<0.05或P<0.01), 与CO、O3呈正相关(r=0.070、0.095,P<0.01); 平均气温与PM2.5、PM10、CO、NO2呈负相关(r=-0.178、-0.053、-0.048、-0.337,P<0.05或P<0.01), 与风速、SO2、O3呈正相关(r=0.295、0.151、0.592,P<0.01); 风速与PM10、SO2、O3呈正相关(r=0.051、0.233、0.244,P<0.05或P<0.01), 与NO2呈负相关(r=-0.169,P<0.01); PM2.5与PM10、SO2、CO、NO2、O3呈正相关(r=0.952、0.481、0.135、0.687、0.225,P<0.01); PM10与SO2、CO、NO2、O3呈正相关(P<0.01); SO2与CO、NO2、O3呈正相关(P<0.01); CO与NO2呈负相关(P<0.01), 与O3呈正相关(P<0.01), 见表2。

表2 眼干燥症门诊就诊人次、气象因素、空气污染物的相关性分析

2.3 气象因素对眼干燥症门诊就诊人次的影响

日平均气温、日平均风速的当日检测值(lag0)和滞后1～7 d检测值(lag1～lag7)对眼干燥症门诊就诊人次的影响结果见图1。相对于平均气温23.8 ℃, 高温(37.5 ℃)在滞后3 d时可使眼干燥症门诊就诊人次增多, 37.5 ℃累计3 d可使每日眼干燥症门诊就诊人次上升1.255倍(95%CI: 0.861～1.830), 低温(7 ℃)在0 d时可使眼干燥症门诊就诊人次上升1.215倍(95%CI: 0.660～2.236), 见图2。相对于平均风速1.8级,高风速(7级)在滞后2 d时可使眼干燥症门诊就诊人次增多, 7级累计2 d可使每日眼干燥症门诊就诊人次上升2.297倍(95%CI: 0.534～9.880), 见图3。

2.4 空气污染物对眼干燥症门诊就诊人次的影响

空气污染物当日浓度(lag0)、滞后1～7 d浓度(lag1～lag7)影响眼干燥症门诊就诊人次的分析结果显示,当PM2.5、PM10、SO2、NO2、O3、CO浓度分别位于lag1、lag2、lag2、lag2、lag0、lag5时,其所对应的OR值最高,分别为0.999(95%CI: 0.996～1.001)、1.000(95%CI: 0.998～1.002)、1.009(95%CI: 1.001～1.017)、0.997(95%CI: 0.990～1.004)、1.003(95%CI: 1.001～1.005)、1.065(95%CI: 1.028～1.104), 见图4。

2.5 气象因素-空气污染物交互作用对眼干燥症门诊就诊人次的影响

运用光滑样条函数将气温、风速与PM2.5、PM10、SO2、NO2、O3、CO浓度对眼干燥症门诊就诊人次的交互作用可视化,见图5、图6。气温与污染物交互作用: 高气温与高浓度O3、高气温与高浓度CO分别共存的情况下,眼干燥症门诊就诊人次增多,统计学分析显示交互项显著(P<0.05)。风速与污染物交互作用: 高风速与高浓度污染物共存的情况下,眼干燥症门诊就诊人次未增多,统计学分析显示交互项不显著(P>0.05)。

3 讨 论

眼干燥症指泪液质或量异常或动力学异常引起泪膜稳定性下降,并伴有眼部不适和(或)眼表组织病变。该病的发生和发展与多种因素有关,其中气象因素和空气污染物是较为复杂的因素,且各因子的相互作用关系尚未明确。为了更好地指导临床决策,研究人员有必要进一步明确气象变化与污染物浓度之间的关系。

作为一种环境因素,气候变化影响着人类健康,既往研究[14-15]证实气温与健康效应呈“U”形曲线关系。本研究收集2018年1月—2022年12月百色市人民医院眼干燥症门诊就诊人次和百色市气象因素(气温、风速)、大气污染物(PM2.5、PM10、SO2、NO2、O3、CO)数据进行分析,发现相对于平均气温23.8 ℃,高温(37.5 ℃)在滞后3 d时可使眼干燥症门诊就诊人次增多(RR=1.255), 低温(7 ℃)在0 d时可使眼干燥症门诊就诊人次上升1.215倍。由此表明,低温和高温均对眼干燥症有一定影响,与相关研究[7]结论相符。百色市属于亚热带季风气候地区,夏季高温多雨,冬季温暖干燥,2018—2022年日均气温为23.8 ℃, 冬季时间较短,夏季时间较长,低温干燥天气也会使得部分患者眼部不适,增加眼干燥症门诊就诊人次,而高温刺激对百色市居民眼部的影响则更明显。ABUSHARHA A A等[16]研究表明,当环境温度升高到25 ℃时,泪液蒸发速率增加了3倍(P<0.05), 平均蒸发速率由5 ℃时的0.056 μL/min增至0.170 μL/min。ALKHALDI S A等[17]研究表明,高温是眼干燥症患病率升高的诱因之一,本研究观点与此相符。本研究结果显示,相对于平均风速1.8级,高风速(7级)累计2 d可使每日眼干燥症门诊就诊人次上升2.297倍(95%CI: 0.534～9.880)。由此提示,低风速和高风速均会影响眼干燥症就诊概率,并且存在明显的滞后效应,其中低风速对眼干燥症风险的影响偏低,与既往研究结果相近。推测可能原因,高风速促进了眼球表面泪液的蒸发,造成泪液量及质层面的下降,此外强风速可能引起泪液流体动力学异常,造成泪膜不稳定,进而引起眼干燥症。但目前鲜有研究证明风速对眼干燥症的影响,因此风速改变与眼干燥症就诊人次的关系尚需更多的证据加以证实。

本研究结果显示, PM2.5浓度与医院眼干燥症门诊就诊人次呈负相关(OR<1), CO浓度与医院眼干燥症门诊就诊人次呈正相关(OR>1); SO2、O3、CO浓度分别位于lag2、lag0、lag5时所对应的OR>1,表明SO2、O3、CO污染物浓度升高均导致眼干燥症就诊人数增多。牟宁等[18]发现,徐州市大气颗粒物PM2.5、PM10污染与居民干眼症就诊人次存在正相关关系,与本研究结果不同,这可能与地区不同、空气质量差异有关。ZHONG J Y等[19]研究结果显示, CO、NO2、温度与眼干燥症呈正相关,与本研究结果一致。另有研究[20]表明,干眼症状因气候而异, NO2与有害的干眼特征有关。李娟等[21]研究亦指出,全年龄段的干眼门诊就诊次数均与NO2水平有显著相关性。

目前,越来越多的研究证明气象因素与空气污染物对人体健康的影响具有交互作用。李秀等[22]系统综述了大气污染物与气温交互作用对中国居民死亡的影响,发现相对于中等温度,低温或高温条件下大气污染物与居民死亡的交互作用更强。WANG W Z等[23]研究结果强调了控制空气污染物对降低眼睛潜在危害的重要性,特别是在温度相对较高或较低的天气中。本研究气象因素-单污染物的交互作用分析结果显示,高气温与高浓度O3或CO对百色市眼干燥症就诊人次增加可能存在协同增强效应。由此提示,高气温环境与高浓度O3或CO同时存在时,广西百色市居民眼干燥症的发生风险上升,这对居民个体眼部防护及临床眼干燥症防控具有警示作用。高温干燥环境及空气污染物浓度上升共同促进泪液量、质及流动性的改变,造成泪膜功能障碍及眼表损伤,进而诱发眼干燥症[24-25]。

综上所述,高温和低温、高风速会增加百色市眼干燥症门诊就诊人次,且高温时高浓度O3、CO对就诊人次的影响效应增强,可为百色市眼干燥症影响因素研究、防控及干预决策提供参考依据。但本研究仅对百色市1家医院的门诊就诊人次进行统计,未进行多区域计算,具有一定的地区局限性; 本研究构建GAM时考虑因素有限,未能纳入患者性别、眼干燥症病程、家庭收入、基础疾病等基础资料进行分析,但上述因素可能会影响患者的就诊意愿,进而影响研究结果的可靠性。