影响过敏性鼻炎患者冬季户外热舒适的因素：基于活动强度的随机森林-SHAP分析

《BUILDING AND ENVIRONMENT》：Factors influencing winter outdoor thermal comfort in Allergic Rhinitis Patients: A Random Forest-SHAP analysis based on activity intensity

　　

## 主要发现

- 过敏性鼻炎（AR）患者的冬季户外热舒适度低于健康对照组。
- 热舒适度差距在静息（SED）状态下最大，随运动强度增加而缩小。
- 运动强度对AR患者热舒适度具有不对称调节作用。
- 随机森林-夏普利加性解释（RF-SHAP）揭示气温是AR组热舒适度的主要驱动因素。
- AR患者鼻腔热感与全身热舒适度弱耦合。

## 引言

中国北方寒冷气候区冬季漫长，气温低、风速高、气候干燥[1]，导致显著的户外冷应激[2]，直接影响居民参与户外活动的意愿及其身心健康。户外热舒适度是评价城市人居环境质量的核心指标[3]，对于指导AR患者的冬季户外活动具有重要的实践意义。

过敏性鼻炎是一种常见的慢性呼吸系统疾病，全球患病率在10%至40%之间[4]。在美国和欧洲，患病率接近四分之一[5]，而中国的患病率已攀升至17.6%至19%[6]。受慢性鼻黏膜炎症、自主神经功能障碍和血管高反应性等病理特征的影响，AR患者更容易受到低温和干燥等环境刺激的影响。寒冷暴露往往加重打喷嚏、流鼻涕、鼻痒和鼻塞等典型症状，并显著改变其热感知和体温调节模式[5,7]。然而，现有的热舒适评价体系是基于健康人群制定的，AR患者的热环境需求未被纳入任何相关标准。目前的相关研究主要关注临床表现和室内环境，针对真实寒冷气候户外场景中AR患者在不同运动强度下户外热舒适度的系统调查仍然匮乏。

AR的病理生理机制已相对明确。Goniotakis等人[7]证明AR患者常出现疲劳、睡眠质量下降和学习能力降低，且AR与哮喘和结膜炎等共病高度相关。Liva等人[8]强调鼻黏膜炎症反应和神经敏感性变化是其核心机制，这为理解患者对环境刺激的异常反应提供了理论基础。

环境因素是诱发和加重AR症状的关键驱动力。Hsieh等人[9]发现AR在冬季发病率最高，约占28.7%，且与相对湿度呈显著负相关。Hyrk?s等人[10]确认在Ta<0°C时，年轻成年人下呼吸道的AR症状风险增加2.3倍。Takeuchi等人[11]通过鼻阻力测量发现，当环境温度从35°C骤降至7°C时，AR组的鼻黏膜充血显著增加，而健康对照组无显著变化，表明AR组鼻血管对寒冷刺激具有高度反应性。Graudenz等人[12]进一步指出，在持续AR组面对气温骤变时，鼻黏膜会出现更明显的炎症反应，伴有嗜酸性粒细胞的募集和激活。Kim和Rouad[13]指出全球变暖正在加剧AR的患病率和严重程度。以健康人为对照组，Wu等人[14]发现AR患者的室内中性温度为23.7°C，高于健康人的参考值22.7°C，而其可接受的相对湿度上限为56.0%，低于健康人的基准值70.7%。这些结果表明AR患者倾向于温暖、低湿度的环境。

运动强度和新陈代谢率对热舒适度和AR症状具有复杂的双向影响。一方面，代谢波动改变热舒适需求。Fletcher等人[15]报道基于低代谢假设构建的传统PMV模型无法精确评估剧烈运动下的热舒适度，需要优化的代谢测量方案。在一项比较跑步、骑车和游泳的随机交叉试验中，Tongtako等人[16]发现跑步在抑制促炎细胞因子和缓解鼻塞及打喷嚏方面最为有效。Prossegger等人[17]的随机对照研究进一步证实，10天的冬季户外运动（如滑雪和徒步）可以显著降低AR患者的呼气一氧化氮（FeNO）水平和鼻嗜酸性粒细胞计数，且未观察到寒冷环境的不良影响。然而，Chen等人[18]的大规模队列研究表明，高职业体力活动（OPA）可能增加AR风险，而休闲时间体力活动（LTPA）则无显著相关性，提示了运动类型与环境交互作用的复杂性。Yu等人[19]的研究证实，6个月的抗阻运动可以显著改善AR组的鼻部和眼部症状及生活质量。

现有研究尚未将"运动强度"纳入户外热舒适度的评估框架。该领域的现行评估标准主要基于健康人群建立。Fletcher等人[15]指出传统PMV模型是为低代谢率的静息受试者开发的，因此对涉及高代谢运动场景的适用性有限。Shao等人[20]提出了一种基于AI的代谢建模框架OUT_aSET*，通过实时运动行为识别来量化运动强度对户外热舒适度的影响。其结果揭示，在高温时段高强度活动急剧减少，而低强度活动仍然普遍，表明运动强度调节是关键的热适应策略。另一方面，适度运动通过调节Th1/Th2免疫平衡来缓解AR症状[16,21]。相比之下，在寒冷干燥空气中进行的高强度运动可能引发鼻腔不适[22,23]。

热红外成像能够高效捕捉鼻部温度分布[24,25]。Wu等人[26]的系统综述指出，红外技术在个人热舒适研究中的应用主要集中在理论可行性验证，缺乏针对特定人群的实用应用研究。Wang等人[27]使用随机森林模型基于面部局部皮肤温度（前额、眼部、鼻部、脸颊、下颌）预测老年人热感，AUC值达到0.889，其中鼻部温度被识别为关键指标。在热舒适度预测方面，Luo等人[28]基于ASHRAE数据库比较了九种机器学习算法，发现随机森林（RF）预测7级热感觉投票（TSV）的最高准确率为61.1%，显著优于传统PMV模型。因此，结合SHAP可解释框架[29,30]的随机森林和XGBoost等机器学习方法可以实现从"预测"到"机制分析"的突破[[31], [32], [33], [34]]。然而，上述技术尚未被系统地用于探索寒冷气候区过敏性鼻炎患者的户外热舒适度。

综上所述，目前研究存在三大缺口。首先，现有热舒适标准基于健康人群，缺乏寒冷地区AR患者的户外实测数据。其次，现有大多数研究未区分不同运动强度，忽视了运动强度大小对热感知的影响，传统热环境指标仅使用固定代谢水平，无法适应多运动强度的实际场景。最后，现有研究的分析方法相对单一，很少同步采集鼻腔生理测量数据进行可视化和支持性证据，也很少使用机器学习解构鼻腔局部感觉与全身热舒适度之间的内在联系。

本研究以张家口市四个城市公园为研究场地，以四种运动强度作为核心调节变量，整合微气候监测、红外热成像、主观问卷调查和机器学习方法，系统探索AR组与健康组户外热舒适度的差异。具体研究目标如下：(1) 量化AR组在静息、低、中、高四种运动强度下鼻腔与全身热感的差异；(2) 评估运动强度对AR患者热舒适度的差异化改善效果，并确定其最佳运动强度；(3) 采用RF-SHAP模型提取影响AR组热感觉的核心气象因素，并解释其不同热感知背后的内在机制；(4) 阐明鼻炎患者鼻腔热感与全身热舒适度不同步的独特特征。以上发现可为指导寒冷气候区AR患者的冬季户外活动行为提供理论支持。

## 方法

本研究结合问卷调查、微气候监测、红外热成像和机器学习，调查寒冷地区冬季不同运动强度下AR患者的户外热舒适度。如图1所示，技术路线包括三个阶段：(1) 在张家口市四个城市公园进行同步多源数据采集，包括微气候参数、红外热成像、主观问卷和运动强度……

## 参与者人口统计学特征

本研究共回收623份有效问卷，其中AR组286份，健康组337份，全部覆盖SED、LPA、MPA和VPA四种运动强度。AR组与健康组在性别构成、年龄、身高、体重、BMI等指标上无统计学显著差异[57]，基线均衡可比。

在亚组层面，AR女性平均年龄为41.5±13.7岁……

## AR组热舒适度的系统性偏差

本研究发现，在寒冷环境条件下，AR组的TSV和TCV均明显低于健康组。这种差异在SED状态下最为突出，并随运动强度升高而逐渐缩小。

这种差异可归因于AR人群鼻黏膜的慢性炎症、血管高反应性和神经高敏感性[8,11]。Takeuchi等人[11]发现温度的骤降可显著增加AR患者的鼻……

## 结论

本研究选取张家口市四个城市公园作为研究场地，招募AR患者和健康对照组作为参与者。结合问卷调查、微气候监测、红外热成像和机器学习，系统调查了寒冷气候区冬季不同运动强度下AR患者户外热舒适度的差异。主要结论如下：

(1) 在四种运动强度下，AR组的TCV和NTCV均低于健康组……

## 贡献声明

Xin Wu：撰写——审阅与编辑，方法学，概念化。Xueke Zhang：撰写——原稿，验证，软件，数据整理。Shilong Yuan：撰写——审阅与编辑。Wenying Sun：数据整理。Zihan Yu：项目管理。Mingxue Xu：项目管理。Meng Zhen：项目管理。

## 资助

本研究受河北建筑工程学院创新基金（XY2026088）资助。

## 数据可用性声明

本研究产生的数据可根据读者要求提供。

## CRediT作者贡献声明

Xin Wu：撰写——审阅与编辑，概念化。Xueke Zhang：撰写——审阅与编辑，撰写——原稿，概念化。Shilong Yuan：撰写——审阅与编辑。Wenying Sun：项目管理。Zihan Yu：项目管理。Mingxue Xu：项目管理。Meng Zhen：撰写——审阅与编辑。