极端寒冷事件与青少年心理健康：来自中国全国学校调查的证据

《Environment & Health》：Extreme Cold Events and Adolescent Mental Health: Evidence from a National School-Based Survey in China

青少年心理健康受寒冷天气事件影响，研究基于2019年中国30省14.97万中学生体质健康数据，定义P5_3d（低温≥5%分位值持续3天）和P2.5_2d（低温≥2.5%分位值持续2天）为风险阈值，发现冷事件频率和强度与心理困扰症状风险呈正相关，农村、低收入地区及年轻女性青少年更脆弱，建立预警系统可预防约3.5%的困扰症状。

　　青少年心理健康问题正成为日益严重的公共卫生议题，而气候变化引发的极端温度事件（ETEs）可能会加剧这些挑战。然而，冷浪作为一种常见的极端温度事件，其对青少年心理健康的具体影响仍不明确。本研究旨在探讨冷浪，以不同强度和持续时间定义，对中国青少年心理健康的影响，并建立冷浪的风险驱动阈值，识别易受影响的亚群体。研究数据来源于2019年中国国家学生体质与健康监测（CNSSCH）的调查周期，调查时间从9月至12月，涵盖中国30个省的149,697名10至18岁的青少年。冷浪的定义基于一系列温度阈值和持续时间的组合，研究评估了冷浪的频率和平均冷强度，并使用广义线性混合模型来估计相关性，同时基于风险估计的分布确定了冷浪的风险驱动阈值。结果显示，10.9%的参与者报告了心理困扰症状，冷浪频率和平均冷强度与心理困扰症状的增加显著相关。风险相关的冷浪阈值设定为每日气温低于第五百分位数持续3天（P5_3d）或低于第二点五百分位数持续2天（P2.5_2d）。通过预警和避免冷浪暴露，可能预防2.8–3.5%的心理困扰症状。年轻青少年、女性、农村居民以及经济欠发达地区青少年更为脆弱。研究结果强调了针对冷浪建立特定预警系统的必要性，以保护青少年的心理健康。

在青少年阶段，个体经历快速的生物心理社会变化，是健康挑战，尤其是心理健康问题的高发期。许多心理障碍的发病年龄在24岁之前，2021年全球疾病负担研究显示，10至24岁人群中超过14.7%受到心理障碍的影响。在中国，特别是社会经济发展指数（SDI）较低的国家，心理障碍是该年龄段非致命残疾的主要原因。青少年的心理健康问题可能影响学业表现，干扰社交关系，甚至导致自残行为，从而带来显著的医疗和经济负担。因此，越来越多的关注被投入到可改变的心理健康影响因素上。

尽管已有研究将气候变化与不良心理健康结果联系起来，主要通过自然灾难和极端温度事件（ETEs）的暴露增加，但关于冷浪与青少年心理健康的具体关联仍不充分。冷浪通常被定义为持续几天到几周的异常寒冷天气。随着全球气候变化的加剧，冷浪变得更加频繁和强烈，这引发了对其公共卫生影响的广泛关注。由于青少年的生理和代谢尚未成熟，高度的生物敏感性和有限的适应能力使他们更容易受到冷浪及其相关健康影响。然而，目前对冷浪在青少年群体中的心理健康影响仍缺乏深入理解。因此，加强这一领域的研究对于支持极端天气事件的早期预警系统和制定有针对性的策略以保护青少年心理健康具有重要意义。

目前的研究主要集中在冷浪与儿童和青少年心理健康之间的关联，特别是急性心理影响，如与心理健康相关的急诊就诊和住院情况。例如，中国进行的两项病例交叉研究以及一项美国研究都表明，冷浪暴露显著增加了青少年心理健康相关住院的风险。然而，这些研究大多局限于单一城市或地区，限制了对不同气候和社会经济背景下的关联性变化和易受影响人群的识别。此外，关于冷浪如何影响一般心理健康，特别是积极心理状态的研究仍然不足。这些局限性可能阻碍医疗资源的最优配置和针对性公共卫生干预的规划。

为了填补这一知识空白，本研究分析了2019年中国国家学生体质与健康监测（CNSSCH）的数据。CNSSCH是由多个中国政府部门联合实施的全国代表性调查，旨在系统监测7至18岁学生在30个省份的健康状况、营养条件和幸福感。自1985年起，该调查每五年进行一次，最新的调查周期在2019年9月至12月完成。在每一轮调查中，各省被视为独立的子群体，省级学校卫生研究所选择代表性的样本。在每个省份内，学校的选择在经济发达、中等和欠发达的市辖区之间均匀分布，确保了全国范围内的统一性。研究采用分层集群抽样方法，从小学和中学一至十二年级的学生中随机抽取样本（Figure S1C）。研究的参与者选择和数据收集方法在所有调查周期中保持一致，如早期发表的文献所述（11?13）。

10至18岁的青少年完成了自我报告问卷，在受过培训的CNSSCH人员指导下，提供了关于其人口社会特征、生活方式和心理健康状况的详细信息。由于汉族占中国总人口的近92%，分析仅限于汉族参与者，所有少数民族被排除。由于西藏样本包含藏族（非汉族）学生，因此西藏的参与者未被纳入最终的分析样本。此外，参与者需要满足至少在相同地点居住一年的条件，以确保暴露评估与他们的居住稳定性一致。最终分析样本包括149,697名10至18岁的青少年，具有完整的心理健康信息。研究获得了北京大学医学部医学研究伦理委员会的批准（IRB00001052-19095），并从参与者及其家长处获得了书面知情同意。

心理困扰症状作为本研究的主要心理健康结果，通过自我评估问卷测量了两个关键维度：心理压力和心理健康。心理压力通过Kessler心理压力量表（K10）进行评估，心理健康则通过Warwick–Edinburgh心理健康量表（WEMWBS）测量。关于K10和WEMWBS量表的详细信息可参考< a>Supporting Information Methods 1。通过分析这两个维度，我们使用双因素模型（DFM）对参与者的心理健康状况进行了全面分类。

根据K10和WEMWBS的阈值，参与者被分为四个不同的心理健康类别。具体而言，被分类为（1）心理困扰症状：高心理压力（K10 ≥ 25）和低心理健康（WEMWBS < 42）；（2）易受影响：低压力（K10 < 25）和低心理健康（WEMWBS < 42）；（3）有症状但满意：高压力（K10 ≥ 25）和高心理健康（WEMWBS ≥ 42）；（4）完全心理健康：低压力（K10 < 25）和高心理健康（WEMWBS ≥ 42）。这种分类方法参考了我们之前的研究（17）。在分析中，后三个群体被合并，而心理困扰症状群体则单独处理。

冷浪暴露评估基于2018至2019年的ERA5-Land数据集，该数据集由欧洲中期天气预报中心（ECMWF）开发，提供了0.1° × 0.1°的空间分辨率的空气温度和相对湿度数据。为了估算每日的体感温度（热指数），我们使用了R语言中的weathermetrics包，计算了2018至2019年的每日平均体感温度。由于缺乏标准化的冷浪定义，我们采用不同的相对温度百分位数和持续时间参数来定义冷浪，参考了之前的研究方法（20）。鉴于中国气候的多样性和不同地区对热适应性的差异，我们使用了基于2018至2019年每日平均体感温度分布的网格特定百分位数阈值（10th、7.5th、5th、2.5th和1st百分位数，即P10、P7.5、P5、P2.5和P1），并考虑了多种持续时间标准，从至少2天到5天不等（22）。总共使用了20种冷浪定义，包括上述五个阈值和四种持续时间，并生成了20个相应的冷浪网格数据集（Table S1）。对于每个网格中的数据，我们为冷浪的第一天分配值1，第二天分配值2，依此类推，而非冷浪的日子分配值0。对于每个参与者，我们计算了在调查日期前12个月内冷浪事件的频率，基于其学校地址的地理编码。使用12个月的暴露窗口与参与者至少在相同地点居住一年的纳入标准保持一致，确保暴露评估与其居住稳定性相符。

根据冷浪频率和平均冷强度的暴露水平，我们评估了冷浪与心理困扰症状之间的关联。为了捕捉地区差异，我们使用了随机截距模型，以省份为单位进行调整。在粗略模型中，我们调整了人口学因素（年龄、性别和居住类型）、社会经济状况（父母教育水平）、生活方式因素（睡眠时间、课后学术活动时间和中等至剧烈体力活动（MVPA）的持续时间）、县级变量（人口密度、GDP）以及中央供暖的可用性。在主要模型中，我们进一步调整了气象因素，包括调查日期前12个月的平均体感温度、日照时间、风速和地表气压。详细的协变量信息可在< a>Supporting Information Methods 2中找到。对于每个1单位的冷浪频率增加，心理困扰症状的比值比（OR）变化百分比范围从P10_3d定义下的-2.22%（95% CI，-3.66%，-0.77%）到P1_5d定义下的11.21%（3.79%，19.15%）（Figure 2A和< a>Table S4）。对于每个10单位的平均冷强度增加，心理困扰症状的比值比变化百分比范围从P10_2d定义下的-0.74%（95% CI：-2.41%，0.97%）到P1_5d定义下的19.35%（95% CI：9.14%，30.51%）（Figure 2B和< a>Table S4）。总体来看，冷浪频率和平均冷强度与心理困扰症状的比值比增加随着冷浪的强度和持续时间的增加而呈现上升趋势。暴露水平越高，估计的比值比越高，但在最高暴露水平时，某些关联有所减弱。

在分层分析中，我们发现GDP水平和区域对冷浪暴露与心理健康结果之间的效应修饰具有显著影响。在两个阈值下，来自低GDP地区的青少年与高GDP地区的青少年相比，其平均冷强度与心理困扰症状的比值比更高（所有< i>p值 <0.05；< a>Table S6和< a>Figure 3）。区域方面，居住在中心、东北和西南地区的青少年显示出显著的关联（所有< i>p值 <0.05；< a>Figure 3；< a>Table S6和< a>Figure S6）。尽管年龄、性别和居住类型的差异未达到统计学显著性，但一些可观察的趋势被注意到。10至14岁的青少年显示出比15至18岁的青少年更高的比值比。女性青少年比男性青少年更容易出现心理困扰症状。此外，居住在农村地区的青少年比居住在城市地区的青少年显示出更高的比值比（所有< i>p值 >0.05；< a>Figure 3和< a>Table S6）。这些结果在冷浪频率的分析中也保持一致（< a>Figure S7）。

敏感性分析，包括进一步调整六种主要环境空气污染物（PM_2.5、PM₁₀、NO₂、SO₂、CO和O₃），结果显示与主要发现相似的结果（< a>Table S8）。未调整年度平均体感温度的模型估计值略高于完全调整模型，但总体模式保持一致（< a>Table S5），表明冷浪的额外影响在背景温度调整下仍然稳健。当使用每日最低体感温度定义暴露时，结果也保持一致（< a>Table S9）。在两个风险相关阈值（P5_3d和P2.5_2d）下使用三年暴露窗口的分析也显示了与主要分析相似的关联，尽管置信区间更宽（< a>Tables S10和S11）。关于其他心理健康结果，包括低心理健康和高心理压力，我们发现P5_3d和P2.5_2d定义下的平均冷强度每增加10单位，与心理压力加重的比值比分别增加1.05%（0.16%，1.94%）和7.10%（4.88%，9.36%），与心理健康下降的比值比分别增加2.64%（1.55%，3.74%）和7.01%（4.26%，9.83%）（< a>Tables S12和S13）。使用DFM模型的全部四个类别进行分析，以完全心理健康为参考组，结果显示与二元结果一致（< a>Table S14），进一步验证了我们的发现。最后，按学校阶段分层分析显示，总体模式相似，其中最年轻的学生（10–12岁）表现出对冷浪暴露最大的脆弱性，而年龄较大的学生之间的关联较弱（< a>Table S15）。

在讨论部分，我们使用全国代表性的横断面数据，评估了冷浪暴露与心理健康结果之间的关联，并确定了高风险冷事件的阈值。研究发现，冷浪暴露与心理困扰症状的比值比随着冷浪强度和持续时间的增加而上升。风险相关的冷浪阈值被设定为P5_3d和P2.5_2d。在两个阈值下，观察到冷浪频率和冷强度与心理困扰症状之间总体呈线性暴露反应关系。通过这些阈值触发的预警系统，可以潜在地防止10至18岁青少年中高达3.5%的心理困扰症状。研究还发现，中心、东北和西南地区的青少年对冷浪暴露的心理健康影响更为显著。这些空间异质性可以归因于本地因素，包括气候条件、社会经济特征和人口脆弱性。东北地区由于其漫长的严寒冬季，表现出最强的关联和最高的归因风险。相比之下，西南地区的山地地形和潮湿气候导致较低的感知温度和不适感，尽管整体温度较温和。中心地区的缺乏海洋性温度调节使得西伯利亚冷空气造成急剧的温度下降。此外，中央供暖的可用性和住房隔热性能的差异进一步塑造了冷暴露和适应的区域差异。经济状况和基础设施在不同地区存在差异，影响了应对极端天气的能力。东北地区的经济落后和西南、中心地区农村地区基础设施的不足加剧了冷浪期间的心理压力。此外，其他未测量的环境因素，如心理健康服务的可及性和学术与文化压力，也可能影响观察到的异质性。尽管由于数据限制，这些因素未能在本研究中进行分析，但它们值得未来研究进一步探讨。我们的研究结果表明，针对冷浪的心理健康负担，需要制定地区特定的策略。

本研究有几个优势。首先，我们使用了覆盖中国广泛地理区域的全国代表性数据，提高了我们对冷浪与心理健康关联的研究统计效力和普遍性。其次，我们使用高分辨率空间网格数据集和多种网格特定的冷浪定义进行了个体层面的暴露评估。这种方法考虑了不同地区气候暴露和适应能力的差异，有助于全面评估冷浪对心理健康的多方面影响。第三，与以往仅关注心理病理指标的研究不同，我们考虑了青少年的积极心理方面。通过使用DFM模型，我们识别了心理困扰症状，从而对青少年的心理健康状况进行了更全面的评估。这对中国学校心理健康资源的分配具有重要意义。

然而，研究也存在一些局限性。首先，CNSSCH是横断面设计，限制了建立时间或因果关系的能力。尽管如此，这类研究仍能提供心理健康结果潜在决定因素的初步见解。其次，冷浪暴露通过参与者的学校位置进行估算，这可能无法完全捕捉个体层面的暴露情况，从而引入空间分类错误。这种分类错误可能导致观察到的关联向无效应偏移，低估真实影响（35）。然而，由于中国青少年的学校入学通常遵循就近原则，且大多数青少年居住在学校3公里以内，因此学校层面的暴露可能作为个体层面暴露的合理替代。第三，由于缺乏数据，我们无法考虑个人适应行为（如使用空调、通勤时间或极端温度期间留在室内）。尽管我们使用秦岭-淮河线作为中央供暖的可用性代理变量，但其他室内供暖和个人适应因素未被捕捉，这可能引入一定程度的暴露分类错误。最后，使用自我报告的心理健康测量可能引入回忆偏差；然而，假设结果与冷浪暴露的弱关联，任何偏差预计都是有限的。

本研究的结果可以为公共卫生倡议和冷浪管理提供信息，特别是在冷行动计划和气候变化适应策略的设计中。卫生专业人员和政策制定者应优先考虑青少年，因为他们在生理和认知方面具有独特的脆弱性。特别是，针对最易受影响的年轻青少年，可以实施基于学校的干预措施，包括心理健康教育和早期筛查。针对女性青少年，可以制定性别敏感的心理社会支持计划。在农村和经济欠发达地区，加强基础设施（如中央供暖和住房隔热）和改善心理健康服务的可及性尤为重要。此外，本研究的结果表明，考虑个体对低温的适应性可能有助于定义冷浪。研究结果支持开发针对特定地点和情境的冷浪预警系统，理想情况下，这些系统能够提供个性化的警报，以减少心理健康风险。除了极端温度的警报，还包括显著的温度波动警报。此外，将人工智能整合到气候监测和健康影响预测中，可能提高这些预警系统的有效性。

综上所述，本研究发现，当暴露于超过定义强度和持续时间的冷浪时，青少年出现心理困扰症状的风险增加。冷浪对心理健康的不良影响随着强度和持续时间的增加而加剧。年轻青少年、女性青少年以及居住在农村地区和经济欠发达地区的青少年更容易受到冷浪的影响。在气候变化的背景下，我们的新发现为制定减轻冷浪对青少年心理健康影响的政策和公共卫生服务提供了关键见解。它们还支持对易受影响人群和高风险地区的气候响应预警系统的优化，以保护青少年的心理健康。