关于各种眼疾的空气污染研究的系统证据图谱

《Ecotoxicology and Environmental Safety》：A systematic evidence map of air pollution studies on various ocular diseases

本研究通过系统证据地图（SEM）整合分析空气污染物与眼部疾病关联，涵盖PM2.5、NO2等8类污染物和11种眼部疾病。结果显示PM2.5（88项）和NO2（68项）研究最多，且与 anterior segment diseases（91项）关联最强，尤其干眼症和结膜炎。动物研究（22项）多聚焦小鼠眼滴暴露，但后段疾病（黄斑变性等）研究不足，暴露评估多依赖环境监测。建议加强后段疾病机制研究，优化暴露评估方法，并增加动物模型多样性。

　　空气污染与眼部疾病之间的关系已成为全球公共卫生领域的重要议题。近年来，随着环境监测技术的进步和对健康影响研究的深入，越来越多的学者开始关注空气污染如何影响人类眼部健康。然而，尽管已有大量相关研究，对于空气污染与眼部疾病之间具体关系的系统性分析仍显不足。因此，有必要对现有文献进行系统性归纳，以揭示研究趋势、主要污染物及疾病类型之间的关联，并明确当前研究中的知识空白。本文通过构建系统性证据地图（Systematic Evidence Map, SEM）的方法，对空气污染与11种眼部疾病之间的研究进行了全面梳理，涵盖8种主要空气污染物，并分析了人类和动物研究在该领域的现状。

### 研究背景与重要性

眼部疾病是全球导致失明和视力障碍的主要原因之一。据世界卫生组织（WHO）统计，至少有22亿人受到近或远视力障碍的影响，其中10亿例为可预防或尚未解决的病例。造成眼部疾病的原因复杂，包括人口老龄化、环境和生活方式因素（如紫外线暴露、智能手机和数字设备的过度使用）以及环境污染。由于眼睛的结构使其更容易受到外部环境因素的影响，特别是空气污染，眼睛表面仅由一层薄薄的泪膜保护，这使得其更容易受到大气污染物和化学物质的侵害。

空气污染已被证实与多种眼部健康问题存在关联，但大多数研究主要集中在眼部表面疾病，如干眼症和结膜炎，而对后段疾病（如青光眼、年龄相关性黄斑变性、糖尿病视网膜病变）和屈光不正（如近视、远视、散光）的研究仍较为有限。此外，尽管已有大量研究探讨了空气污染对眼部疾病的影响，但其研究方法、污染物种类和疾病类型之间的关系尚未得到充分系统性分析。因此，有必要通过系统性证据地图的方法，对相关研究进行归纳整理，以识别研究空白，并为未来的研究方向和公共卫生政策提供依据。

### 研究方法

本研究采用系统性证据地图（SEM）的方法，以全面识别和整理空气污染与眼部疾病之间的研究现状。SEM是一种系统性的文献归纳方法，通过分类、可视化和分析现有研究，能够揭示研究趋势、关键研究主题以及研究空白。该方法最初由美国环境保护署（EPA）提出，并在后续由国家科学院（NASEM）进一步优化。

研究首先确定了八个主要空气污染物，包括细颗粒物（PM_2.5、PM₁₀）、二氧化氮（NO₂）、一氧化氮（NO）、二氧化硫（SO₂）、臭氧（O₃）和一氧化碳（CO）。此外，还考虑了未分类的颗粒物（Unclassified PM）。在疾病类型方面，选择了三个主要分类：前段疾病（包括干眼症、结膜炎、白内障和翼状胬肉）、后段疾病（包括青光眼、年龄相关性黄斑变性、糖尿病视网膜病变和视网膜静脉阻塞）以及屈光不正（包括近视、远视和散光）。

研究团队通过PubMed、Embase和Ovid MEDLINE三个数据库进行文献检索，时间范围限定为2025年4月30日之前发表的英文文献。文献检索过程中，采用了“OR”和“AND”逻辑命令，以确保覆盖所有相关研究。检索结果经过初步筛选，去除重复文献后，对标题和摘要进行评估，进一步筛选出符合研究框架的文献。最终，通过全文评估确定了124篇相关研究，其中103篇为人类流行病学研究，22篇为动物实验研究，1篇同时包含人类和动物研究。

### 研究结果

通过对检索结果的分析，研究发现自2014年以来，关于空气污染与眼部疾病关系的人类研究数量稳步上升，而动物实验研究则从2017年开始逐渐增多。在污染物类型中，PM_2.5和NO₂是研究最多的两种污染物，分别涉及88项和68项研究。在疾病分类中，前段疾病是最常被研究的类别，共有91项研究。这表明，前段疾病在空气污染研究中占据主导地位。

从研究设计来看，人类研究主要采用横断面研究（30项）、队列研究（27项）、时间序列分析（24项）、病例交叉研究（14项）等方法。而动物实验则多采用小鼠模型，通过眼药水暴露方法进行研究。在暴露时间方面，前段疾病研究多集中在2周至1个月之间，而后段疾病研究则多涉及超过1个月至6个月的长期暴露。研究还发现，大多数人类研究采用空气监测站数据进行暴露评估，而动物实验则更多依赖于模型方法，如眼药水暴露或空气舱暴露。

在质量评估方面，人类研究中97.09%的文献被评为中等或强质量，仅3项为弱质量。动物研究的平均质量评分为6.32/10，表明其整体质量较高。然而，由于样本量较小和研究方法的局限性，动物实验在评估空气污染对眼部疾病的具体影响时，往往只能通过分子生物学指标（如炎症因子、细胞死亡途径）来反映疾病变化，而难以直接观察临床症状。

此外，研究还发现不同污染物与眼部疾病之间的关联强度存在差异。例如，PM_2.5和NO₂在前段疾病中显示出最强的正向关联，而在后段疾病中，PM_2.5和NO₂同样表现出较高的证据强度。然而，臭氧（O₃）的研究相对较少，尽管其与氧化性眼部损伤的关联已被部分研究支持。这一研究空白提示未来需要更多关于O₃与眼部疾病关系的研究。

### 研究发现与分析

在前段疾病中，干眼症和结膜炎是最常被研究的疾病类型，分别涉及27项和32项研究。干眼症的研究主要基于临床指标（如泪液破裂时间、角膜荧光素染色评分等）来评估空气污染的影响。而结膜炎的研究则多采用横断面或时间序列方法，以评估短期暴露对疾病发生率的影响。动物实验中，干眼症的研究也最为集中，表明其可能是空气污染最直接影响的眼部疾病之一。

在后段疾病中，尽管研究数量相对较少，但部分研究已揭示空气污染可能与青光眼、年龄相关性黄斑变性和糖尿病视网膜病变等疾病有关。例如，动物实验表明，PM_2.5暴露可能导致视网膜色素上皮细胞的血管扩张和紧密连接破坏，从而增加年龄相关性黄斑变性的风险。此外，某些研究通过实验模型揭示了PM_2.5与青光眼之间的可能机制，如通过细胞死亡途径（如焦亡）导致眼压升高。

在屈光不正方面，仅有近视被纳入研究范围，主要通过人类研究发现PM浓度与视力变化（如LogMAR）之间存在潜在联系。动物实验则观察到PM_2.5暴露可能导致小鼠角膜中TSP-1（血小板反应蛋白-1）的表达下降，这可能与近视的发生机制相关。然而，由于屈光不正的发病机制尚不明确，相关研究仍较为有限。

### 研究空白与未来方向

尽管已有大量研究探讨了空气污染与眼部疾病之间的关系，但仍存在一些关键的研究空白。首先，关于臭氧（O₃）与眼部疾病关系的研究较少，尽管其具有较强的氧化性，可能对眼部组织造成直接损伤。因此，未来研究应加强对O₃的评估，以明确其对眼部健康的具体影响。

其次，后段疾病的研究仍显不足，尤其是在动物实验方面。由于后段疾病涉及更为复杂的病理机制，且在老年人群中发病率逐年上升，其研究具有重要的公共卫生意义。因此，未来需要更多的动物实验研究，以揭示空气污染对后段疾病的具体作用机制，从而为临床干预和预防措施提供依据。

此外，研究还发现不同地区在空气污染与眼部疾病研究上的差异。亚洲国家由于空气污染严重，研究数量较多，尤其是中国和韩国。相比之下，欧美国家的研究相对较少，这可能与当地空气质量较好或研究资源分配不同有关。因此，未来研究应关注不同地区的差异，以制定更具针对性的公共卫生政策。

### 研究意义与政策建议

本研究的结果对未来的公共卫生政策和临床实践具有重要意义。首先，空气污染对眼部健康的影响日益受到关注，因此需要加强对污染物浓度的监测，特别是臭氧（O₃）等尚未被充分研究的污染物。其次，针对后段疾病的研究应得到更多支持，以开发有效的预防和干预措施。此外，研究还强调了在临床实践中引入环境因素的测量和数据收集的重要性，以更全面地评估眼部疾病的发生与进展。

从方法学角度来看，提高暴露评估的准确性是未来研究的关键。对于人类研究，应更多地采用生物标志物（如血液、尿液、泪液或房水中的污染物浓度）来量化个体暴露水平。而对于动物实验，应更多地采用模拟真实大气环境的暴露模型，如空气舱暴露，以更准确地反映空气污染对眼部疾病的影响。此外，动物实验应更多地采用与人类眼部结构相似的实验动物（如猴子），以提高研究结果的临床相关性。

### 研究的局限性

尽管本研究通过系统性证据地图的方法对空气污染与眼部疾病的关系进行了全面梳理，但仍存在一些局限性。首先，本研究仅纳入了英文文献，排除了灰色文献（如书籍、报告等）和预印本。虽然灰色文献和预印本可能只占总文献的一小部分（<1%），但其排除可能引入一定的发表偏倚。其次，空气污染物在大气中往往以复杂混合物的形式存在，其对眼部健康的影响可能受到气象因素（如温度和湿度）的调节。然而，本研究未考虑污染物之间的相互作用或气象因素的影响，这可能影响研究结果的全面性。

### 结论

综上所述，本研究通过系统性证据地图的方法，揭示了空气污染与眼部疾病之间的研究现状。结果显示，PM_2.5和NO₂是研究最多且与眼部疾病关联最强的两种污染物，而臭氧（O₃）和后段疾病的研究仍显不足。未来的研究应更加关注臭氧与后段疾病的关系，并采用更先进的暴露评估方法和更贴近人类眼部结构的实验模型。此外，加强不同地区和不同研究类型之间的比较分析，有助于更全面地理解空气污染对眼部健康的影响，并为制定有效的公共卫生政策提供科学依据。