学龄儿童视力障碍的患病率及相关风险因素：在巴基斯坦拉瓦尔品第的公立学校开展的基于移动医疗技术的视力筛查

《Frontiers in Medicine》：Prevalence and associated risk factors of visual impairment in school children: mHealth-based vision screening in government schools of Rawalpindi, Pakistan

本研究针对巴基斯坦拉瓦尔品第政府学校320名5-15岁儿童进行手机视力筛查，发现25.6%存在视力障碍，主要风险因素包括父母视力问题（AOR 4.201）、低出生体重（AOR 0.376）、小孕龄（AOR 0.231）和长时间电子设备暴露（AOR 2.368）。

　　视觉健康是儿童整体健康的重要组成部分，直接影响其学习能力、生活质量和社会发展。在许多低收入和中等收入国家（LMICs），由于医疗资源有限、筛查手段不足，儿童视觉障碍的识别和干预往往面临较大挑战。本研究聚焦于巴基斯坦拉瓦尔品第地区的政府学校学生，旨在评估其视觉障碍的普遍程度以及相关的风险因素，为改善儿童视力健康提供科学依据。

### 研究背景

全球范围内，约有1900万儿童患有不同程度的视觉障碍，其中大多数生活在低收入和中等收入国家。巴基斯坦作为全球视觉障碍高发地区之一，其儿童视觉健康状况备受关注。尽管已有部分研究探讨了巴基斯坦儿童视觉障碍的现状，但过去十年间的数据仍不充分，尤其缺乏针对特定社区的系统性分析。视觉障碍在儿童中的主要原因包括未矫正的屈光不正、遗传因素、出生缺陷以及环境影响等。此外，随着电子设备的普及，长时间使用手机、电脑等屏幕设备可能成为新的视觉健康风险因素。

视觉障碍不仅影响儿童的学习和生活，还可能对其未来的职业发展和社会经济地位产生深远影响。因此，早期识别和干预显得尤为重要。然而，传统的视力筛查工具往往价格昂贵、不易携带，且需要专业培训，这在资源有限的地区构成了显著障碍。近年来，移动健康（mHealth）技术的发展为解决这一问题提供了新的思路，尤其是智能手机应用在视觉筛查中的应用，因其便捷性、可及性和成本效益，成为研究的热点。

### 研究目的

本研究的主要目标是利用智能手机进行学校为基础的视觉筛查，评估拉瓦尔品第地区政府学校学生中视觉障碍的普遍程度，并探讨与其相关的风险因素。通过这一研究，不仅可以为当地儿童视力健康状况提供数据支持，还能为制定更具针对性的视觉健康干预措施提供参考。此外，研究还希望验证移动健康工具在视觉筛查中的有效性，推动其在资源有限地区的应用。

### 研究方法

本研究采用了一种分析性横断面研究设计，时间跨度为2024年7月至12月。研究对象为拉瓦尔品第地区22所联邦政府学校中的320名5至15岁学生。通过两阶段概率抽样方法，首先从22所学校中随机选取了4所，然后根据年龄和性别进行分层随机抽样，确保样本的代表性。最终，每所学校的样本数量按其学生人数比例分配，总计320名参与者。

视力筛查使用了经过验证的Peek Acuity应用程序，该程序在智能手机上运行，采用翻转E字视标（tumbling-E optotypes）进行测试。视标以四个方向随机显示，儿童需要指出E字的朝向，测试人员则通过滑动屏幕记录结果。测试距离固定为3米，环境光为自然日光，以减少外界干扰。该应用程序已被证明具有较高的敏感性和特异性，适用于大规模筛查。

研究还设计了一份结构化的问卷，用于收集与视觉障碍相关的社会人口学和环境因素信息。问卷内容涵盖父母的教育水平、家庭收入、孕期健康状况、是否有视觉障碍家族史、兄弟姐妹的视力情况、出生体重、胎龄、出生并发症、儿童期严重感染、头部外伤史以及屏幕暴露时间等。问卷在试点研究中进行了预测试，以确保其有效性。

数据分析采用SPSS 27软件进行，首先对所有变量进行单变量分析，筛选出具有显著关联性的风险因素，再将其纳入多变量逻辑回归模型中进行进一步分析。模型中采用的变量包括年龄、性别、父母教育水平、家庭收入、孕期疾病、视觉障碍家族史、兄弟姐妹的视觉障碍情况、出生体重、胎龄、出生并发症、儿童期严重感染、头部外伤史、屏幕暴露时间等。统计学上，p值小于0.05且95%置信区间在多变量模型中具有显著性，被认定为关键风险因素。

### 研究结果

研究共纳入320名学生，其中82名（25.6%）被诊断为存在视觉障碍。在这些学生中，男性有35名（42.68%），女性有47名（57.3%），表明女性在视觉障碍的患病率上略高于男性。按视觉障碍的严重程度分类，30名（36.58%）为轻度视觉障碍，52名（63.41%）为中度视觉障碍，未发现重度或失明病例。

多变量逻辑回归分析结果显示，以下四个因素与视觉障碍显著相关：父母有视觉障碍史、低出生体重、早产（胎龄小于37周）以及长时间暴露于移动设备和计算机屏幕。其中，父母有视觉障碍史的儿童出现视觉障碍的风险显著高于无家族史的儿童，其调整后比值比（AOR）为4.201，置信区间为2.221至7.948。低出生体重的儿童，其风险比值比为0.376（0.189至0.749），表明出生体重较低与视觉障碍的发生存在显著负相关。早产儿童的风险比值比为0.231（0.113至0.475），说明胎龄较短是视觉障碍的重要风险因素。此外，长时间接触电子屏幕的儿童（超过4小时/天）比值比为2.368（1.040至5.393），表明屏幕使用时间过长可能对儿童视力产生负面影响。

### 研究讨论

本研究的结果表明，拉瓦尔品第地区政府学校学生中存在较高的视觉障碍负担，尤其是中度视觉障碍较为常见。这一发现与此前在该地区和其他国家的研究结果存在一定的差异，可能与研究设计、样本选择和定义标准有关。例如，2018年的一项研究显示，该地区的视觉障碍患病率为17.5%，而2016年的研究则为12.4%。2017年巴基斯坦全国调查显示，视觉障碍患病率为15.38%，并预计未来几年将进一步上升。这些差异可能源于研究方法的不同，例如是否采用标准化的视力筛查工具、样本的年龄范围、以及对视觉障碍的分类标准。

研究还发现，父母有视觉障碍史是儿童出现视觉障碍的重要风险因素。这与多项国际研究结果一致，表明遗传因素在视觉障碍的发生中起着关键作用。例如，一项针对南非的研究指出，视觉障碍家族史与儿童患病率之间存在显著相关性。此外，低出生体重和早产也被证实为视觉障碍的独立风险因素。这些因素可能通过影响眼部发育过程，增加屈光不正和其他视觉障碍的风险。已有研究表明，低出生体重与儿童期屈光不正的发病率增加有关，这可能是由于眼部发育受到干扰所致。

与此同时，本研究还首次在该地区探讨了电子设备使用时间与视觉障碍之间的关系。结果显示，长时间接触电子屏幕可能增加视觉障碍的风险，这一发现与全球范围内的相关研究相吻合。例如，一些研究表明，每天接触屏幕超过4小时的儿童更容易出现近视或其他屈光不正问题。电子设备的使用可能影响儿童的视觉发育，特别是在近距离工作过程中，眼睛需要频繁调节焦距，从而增加眼疲劳和视力下降的风险。

本研究的优势在于采用了两阶段抽样设计，确保了样本的代表性；使用了经过验证的视力筛查工具，提高了检测的准确性；并结合了多变量逻辑回归分析，全面评估了视觉障碍的潜在风险因素。然而，研究也存在一定的局限性。首先，本研究仅采用了基础的视觉筛查方法，未能进行全面的临床眼科检查，因此可能遗漏一些较为隐蔽的视觉问题。其次，视觉障碍的分类基于未矫正视力（UCVA）而非最佳矫正视力（BCVA），这可能影响结果的准确性。此外，研究仅关注了单个视标测试，而未采用完整的视力表进行评估，可能导致结果与传统方法存在差异。最后，由于研究仅限于学校筛查，未能追踪后续的转诊情况和治疗效果，因此无法评估视觉障碍的干预成效。

### 研究结论

本研究揭示了拉瓦尔品第地区政府学校学生中视觉障碍的高发趋势，尤其是女性儿童和中度视觉障碍的高比例。多变量分析进一步明确了几个关键的风险因素，包括父母有视觉障碍史、低出生体重、早产以及长时间接触电子屏幕。这些发现为制定针对该地区儿童视觉健康的干预措施提供了科学依据。

未来的研究应关注于视觉障碍筛查后的转诊率和实际治疗效果，以评估筛查工具的有效性。同时，有必要在巴基斯坦其他地区开展类似研究，以获得更全面的视觉障碍流行病学数据。此外，研究还应考虑环境因素，如空气污染和营养不良，这些因素可能对视觉健康产生重要影响。通过多维度的研究，可以更准确地识别视觉障碍的高危人群，并采取相应的预防和干预措施，从而降低视觉障碍的负担，提高儿童的整体健康水平。

视觉障碍是一个复杂的公共卫生问题，其发生与遗传、出生条件、环境因素以及行为习惯等多种因素相关。本研究通过采用移动健康技术，不仅提高了视力筛查的可及性，也为资源有限地区的视觉健康监测提供了新的方法。随着智能手机的普及和移动技术的发展，未来有望在更多地区推广此类筛查工具，实现更高效、更便捷的视觉健康监测。这将有助于提高视觉障碍的早期识别率，促进及时干预，从而改善儿童的视力状况和生活质量。