中国城市儿童绿地暴露与自闭症谱系障碍（ASD）的多中心真实世界证据研究

本研究基于中国西南地区多中心儿科医疗网络，通过两阶段筛查流程对13,458名0–52月龄儿童进行自闭症谱系障碍（ASD）筛查，并整合归一化植被指数（NDVI）、空气污染物（PM2.5/PM10/O3/NO2/SO2/CO）及气象数据，探讨城市绿地暴露与早期ASD发病的关联。虽未发现统计学显著相关性，但为发展中国家幼儿ASD筛查提供了真实世界数据范本，对优化公共卫生资源配置具有重要参考价值。

　　

引言

自闭症谱系障碍（ASD）是一种以早期社交障碍和重复刻板行为为特征的神经发育性疾病，全球患病率呈快速上升趋势，中国等发展中国家尤为显著。尽管机制尚未明确，但环境因素尤其是绿地暴露与健康结局的关联日益受到关注。既往研究多集中于发达国家5岁以上儿童，针对发展中国家低龄幼儿的证据极为匮乏。本研究基于成都地区妇幼保健网络，通过大规模真实世界数据探索城市绿地暴露与0–52月龄儿童ASD的潜在关联。

研究方法与材料

招募、筛查与诊断

研究于2020年10月至2021年5月期间，通过成都市20家区县级妇幼保健院招募0–52月龄儿童。采用两阶段筛查流程：初级筛查使用自闭症预警征象、社会行为观察评估、中文版幼儿自闭症检查表（CHAT-23）及自闭症行为量表（ABC），任一阳性即定义为初筛阳性；二级评估由另一名医生复核，阳性者转诊至三级医院进行金标准诊断（ADOS/ADI-R结合DSM-5标准）。所有诊断医师对初筛结果设盲，并实施月度质量控制。

绿地暴露评估

通过环境问卷收集儿童居住地址，基于经纬度坐标匹配归一化植被指数（NDVI）以量化绿地暴露。NDVI通过Landsat 8卫星的近红外（Band 5）与红光波段（Band 4）反射率计算，公式为：NDVI = (NIR - Red) / (NIR + Red)。进一步采用像元二分模型计算植被覆盖度（FVC），并构建50米、100米、500米及1000米缓冲区NDVI均值作为补充参数。

地表植被类型与环境数据

基于武汉大学中国年度土地覆盖数据解析成都地表植被类型（2018–2021）。同时整合中国环境监测总站（CNEMC）的6种空气污染物（PM_2.5、PM₁₀、O₃、NO₂、SO₂、CO）小时浓度数据，以及美国国家海洋和大气管理局（NOAA）提供的0.25°分辨率气象数据（地表温度与相对湿度）。通过机器学习模型（极端梯度提升）生成0.01°网格化环境数据，并与个体地址匹配。

统计分析

采用SPSS 24.0和R语言进行数据分析。以ASD诊断结果（阳性/阴性）为因变量，NDVI年均值为核心自变量，构建逻辑回归模型，调整年龄、性别、空气污染物年均浓度及气象参数。另按性别分层分析，并检验不同缓冲区NDVI的关联性。

结果

人群特征与ASD患病率

共筛查13,458名儿童，其中4,362人提供完整环境问卷数据（88.58%为13–24月龄，男性占51.47%）。确诊ASD 24例，患病率为0.55%。病例分布呈现区域差异，新都区病例数最多（7例），双流、金牛、彭州等区亦有分布。

NDVI时空变异特征

成都地表覆盖以耕地为主，西南部为森林，市中心为不透水地表。2018–2021年间NDVI空间异质性显著：西北廊道植被覆盖度高（如彭州、都江堰），市中心偏低；时间趋势无显著变化（p=0.28）。区级分析显示，邛崃2018年NDVI最高（0.7715），武侯最低（0.4185）；2019年都江堰NDVI达0.7738，武侯持续最低。

NDVI与ASD的关联分析

逻辑回归未发现NDVI与ASD诊断存在显著统计学关联。但性别与年龄趋势与既往认知一致：男性诊断风险高于女性（OR约1.55–1.60），月龄增长与诊断风险正相关（每月OR≈1.03）。分层分析显示女性OR估值更高，与欧美报道相似。不同缓冲区NDVI分析结果均不显著。

讨论

诊断年龄与ASD检测挑战

本研究对象中94%为2岁以下幼儿，而ASD症状在低龄阶段可能尚未充分显现或易与正常发育变异混淆，导致诊断难度增加。此前研究提示16月龄以下或3岁前幼儿存在较高误诊风险，这可能是未检出显著环境关联的原因之一。

观察时长与发育轨迹

ASD作为神经发育障碍，其症状随年龄动态变化，环境暴露的效应可能需要更长时间窗口才能显现。短期研究虽能捕捉早期干预效果，但绿地暴露的潜在影响可能需要纵向追踪设计才能揭示。

城市绿地与儿童健康的科学意义

尽管本研究未发现显著关联，但大量证据表明城市绿地暴露对儿童认知发育（注意力、执行功能）、情绪调节及精神疾病风险（如精神分裂症）具有保护作用。成都作为快速城市化超大城市，居民与自然的接触主要依赖城市绿地，因此基于真实世界数据的环境研究对公共卫生政策制定具有重要指导价值。

优势与局限性

研究优势在于多中心大规模人群招募、个体化环境暴露评估及多变量调整模型。局限性包括：环境问卷自愿参与可能导致选择偏倚；未涵盖室内绿地暴露、社会经济状态等潜在混杂因素；遥感数据受云层覆盖和成像时间差异影响；未分析污染物与绿地暴露的交互效应。

结论

本研究首次基于中国城市多中心儿科网络探索绿地暴露与低龄儿童ASD的关联，虽未发现统计学显著性，但提供了发展中国家幼儿ASD患病率的基础数据（0.55%），为后续机制研究和筛查策略优化奠定了科学基础。未来需延长观察时间、扩大样本量并整合多维度环境与社会经济数据，以更全面揭示ASD的环境驱动因素。