空气污染与代谢疾病的 “隐秘联系”：基于机器学习的空间分析新发现

为探究空气污染物（APs）与代谢疾病（MDs）关系，研究人员用 ASEMD 算法，发现两者空间关联，为防控提供依据。

　　在当今社会，随着生活水平的不断提高，各种疾病也悄然 “找上门”。代谢疾病（MDs），像高血压、糖尿病、血脂异常等，就如同隐藏在人们身边的 “健康杀手”。它们不仅影响着人们的日常生活，还对公共健康构成了巨大威胁。目前，虽然大家知道 MDs 受多种因素影响，比如不健康的生活方式、遗传因素等，但环境污染物，尤其是空气污染物（APs）在其中扮演的角色却一直迷雾重重。而且，传统的研究方法在探究 APs 和 MDs 之间复杂关系时，总是显得力不从心，难以全面揭示其中的奥秘。

为了揭开这层神秘的面纱，上海交通大学医学院等机构的研究人员展开了一项极具意义的研究。这项研究成果发表在《BMC Public Health》杂志上。研究人员提出了一种名为 ASEMD（用于暴露组与代谢疾病空间关系分析的算法）的新型机器学习流程，以此来分析中国地级市层面 APs 与 MDs 之间的空间关联。

在研究过程中，研究人员运用了多种关键技术方法。首先，他们使用了中国健康与养老追踪调查（CHARLS）2015 年的数据，以及 2013 - 2015 年的气象数据。然后，通过主成分分析（PCA）、k - 均值聚类、Jaccard 指数计算等方法，对数据进行处理和分析。此外，还运用了 Moran’s I 统计和局部空间自相关指标（LISA）地图来评估空间自相关，使用线性回归（LR）和极端梯度提升（XGBoost）等模型进行预测分析，并借助 Shapley 值来解释模型结果。

研究结果主要有以下几个方面：

1. APs 和 MDs 的概况：研究发现，在全国范围内，PM₁₀污染较为严重，而 CO 污染相对较轻。在 MDs 中，高血压的全国患病率最高，糖尿病最低。经过年龄和性别调整后，这些疾病的患病率有所下降。
2. 空间自相关分析：通过计算 Moran’s I 指数和绘制 LISA 地图，研究人员发现所有 APs 和 MDs 都存在显著的空间自相关。其中，APs 中 PM₁₀的空间自相关最为显著，MDs 中血脂异常的空间自相关最为突出。从 LISA 地图来看，糖尿病、高血压和血脂异常在中北部地区呈现出低 - 低（LL）聚类少、高 - 低（HL）聚类多的特点，而南部地区则是高 - 高（HH）聚类少、低 - 高（LH）聚类多。在一些西部地区，糖尿病患病率存在明显的 HH 聚类。
3. 空间相关性分析：从数值（Jaccard 值）和图像（地理地图）两个方面验证了 APs 和 MDs 之间的空间相关性。在较低阈值（n = 0.6 和 0.65）下，MDs 和 APs 之间存在很强的地理相关性，随着阈值升高，这种相关性逐渐减弱。地图可视化结果显示，MDs 患病率高的城市往往空气污染更严重，中北部城市糖尿病和血脂异常患病率较高，而南部城市较低，部分城市高血压患病率在南北部都较高。
4. 特定 APs 与 MDs 的关系及模型预测性能：控制 19 个潜在混杂因素后，研究人员利用机器学习模型进行分析。结果表明，不同 APs 能有效预测 MDs 的患病率。其中，PM₁₀与糖尿病的空间相关性最为显著，CO 与血脂异常最为显著，SO₂与高血压最为显著。整体上，机器学习模型在预测这三种疾病方面表现良好，XGBoost 模型表现最佳。
5. 敏感性分析：通过城乡人口分层和 APs 分层进行敏感性分析，结果显示 ASEMD 在两种分层分析中都保持稳健性，XGBoost 模型在两种分层设置下都具有较高的诊断效能。在城乡分层中，血脂异常和高血压的患病率与 APs 在城市人口中的空间关联更强，而糖尿病在农村人口中与 APs 的相关性更大。在污染物分层分析中，发现七种污染物与三种疾病之间都存在稳健的空间相关性，PM₁₀与所有三种疾病的关联最强。

在研究结论和讨论部分，研究人员指出，他们的研究揭示了 APs 与糖尿病、血脂异常和高血压患病率之间存在空间相关性，即使考虑了多种混杂因素，APs 仍能有效预测个体患 MDs 的风险，并确定了特定 APs 与 MDs 之间的显著关联。这一研究结果与以往研究中 APs 与 MDs 及心血管疾病等共病相关的结论相符。同时，研究还强调了 APs 对 MDs 影响的空间异质性，即不同地区 APs 对 MDs 的影响存在差异，这可能与污染物暴露的空间模式以及其他区域因素有关，如饮食、生活方式和社会经济因素等。

与传统流行病学方法相比，ASEMD 流程具有显著优势，它能更详细地分析暴露与疾病之间的空间关联模式，减少混杂因素的影响，降低生态学谬误。然而，该研究也存在一些局限性，比如数据粒度较粗，采用横断面数据采样方法，无法确定因果关系，且可能存在选择偏倚等。

总的来说，这项研究意义重大。它为理解 APs 和 MDs 之间的复杂相互作用提供了一个强大的框架，利用可解释的机器学习模型确定了 MDs 患病率的关键预测因素，增强了研究结果的透明度和可靠性。研究结果支持在空气污染严重地区制定有针对性的、地区特异性的公共卫生策略和干预措施，以减轻空气污染对代谢健康的影响。未来的研究可以进一步完善 ASEMD 流程，整合更精细的数据，如个体层面的污染物暴露和健康记录，并开展纵向研究，以更好地确定因果关系，提高基于环境暴露的疾病风险预测的准确性。