中国中老年人环境空气污染与青光眼的关系：来自中国健康与退休纵向研究的证据

《Environmental Pollution》：Ambient Air Pollution and Glaucoma Among Middle-Aged and Older Adults in China: Evidence from the China Health and Retirement Longitudinal Study

　　摘要：青光眼是全球导致不可逆失明的主要病因之一。虽然年龄和遗传因素是已确定的危险因素，但空气污染等环境因素也越来越被认为与青光眼发病相关。本研究探讨了在中国中老年人群体中，长期暴露于各种环境空气污染物与青光眼风险之间的关联。研究分析了中国健康与退休纵向调查（CHARLS）中的数据，涉及33,147名参与者在2011年、2013年、2015年和2018年四轮调查中的信息。通过中国高空气污染物数据集，将六种主要空气污染物的年平均浓度——包括一氧化碳、二氧化氮、臭氧、直径≤10微米和≤2.5微米的颗粒物以及二氧化硫——与参与者的居住地联系起来。在33,147名参与者中，有369人被诊断出患有青光眼。研究显示，环境中的PM10和PM2.5浓度处于较高 quartile水平时，该人群的青光眼患病率也相应更高。对于臭氧和二氧化氮而言，处于较高quartile水平的浓度也会增加青光眼风险。限制性立方样条图揭示了这六种污染物浓度可能存在临界点或阈值，以及在这些点之前后的青光眼发病率变化情况。一氧化碳和二氧化硫与青光眼发病风险的关联模式较为复杂，但均未显示出明显的非线性关系。本研究为长期暴露于特定环境空气污染物，如PM10、PM2.5、臭氧和二氧化氮，会显著增加中国人群患青光眼的风险提供了有力证据。研究还发现了复杂的剂量-反应关系，表明可能存在阈值效应。这些发现强调了将空气污染视为青光眼环境危险因素的重要性，也为疾病的预防和控制提供了公共卫生策略依据。

引言：青光眼是一组以眼压病理性升高为特征的眼神经病变，会导致视神经退化及视野逐渐缺损，是全球失明的主要原因之一。青光眼管理的最大挑战在于其临床隐匿性。由于视力丧失进展缓慢，患者往往在疾病发展到晚期才意识到自身状况，这就造成了巨大的检测缺口，在低收入和中等收入国家，超过90%的青光眼病例未能得到诊断。据估计，全球约有9500万人患有青光眼，其中约1000万人至少有一只眼睛失明。根据《中国青光眼指南》（2020年），中国约有2100万青光眼患者，其中567万人已出现失明。目前尚无能够逆转青光眼所致视力丧失的治疗方法，因此早期发现和干预至关重要。年龄、遗传因素以及眼部解剖结构因素是已确认的青光眼主要危险因素，越来越多的证据表明，较低的社会经济地位、女性性别、较高的环境紫外线辐射水平以及更严重的空气污染程度也是导致青光眼发病的重要因素。随着经济社会的快速发展以及工业化、城市化的加速，空气污染已成为全球性的重大环境和健康问题，引起了公众、学术界和政策制定者的广泛关注。越来越多的证据表明，空气污染会对人类健康产生系统性影响。根据“全球疾病负担”研究的估算，环境及职业风险因素共导致了全球18.9%的死亡病例和14.4%的伤残调整生命年损失。在各类环境风险中，颗粒物污染是最主要的致病因素。这些结果凸显了日益恶化的环境空气污染所带来的公共卫生挑战。环境颗粒物已成为神经毒性学研究的核心关注点。PM2.5被认为是最具预测价值的死亡风险因素之一。流行病学研究已经证实，PM2.5暴露与神经系统疾病的发病之间存在密切关联。眼睛仅依靠一层脆弱的泪膜与外界环境接触，因此特别容易受到空气中有害物质的侵害。颗粒物污染物可沉积在眼球表面，破坏泪膜的稳定性，进而引发眼部组织的氧化应激和炎症反应。此外，这些颗粒物通常还含有多环芳香烃和重金属等有毒成分。最新的毒理学研究指出，含有重金属的环境颗粒物，如道路灰尘，具有很高的生物可利用性，能够直接对眼部组织造成细胞毒性损伤和结构破坏。这些损害还会进一步加剧眼内的炎症反应及连锁性的细胞损伤。作为一种神经退行性疾病，青光眼与多种神经系统疾病存在相似的病理机制。越来越多的证据正在揭示空气污染与青光眼发病机制之间的潜在联系。多项研究已经证实了二者之间的关联。然而，大多数研究仅聚焦于特定细颗粒物，尤其是PM2.5的影响，针对多种环境污染物的研究相对较少。而且，现有研究大多集中在发达国家，而在正处于快速工业化与城市化进程中的中国等发展中国家，相关研究存在明显缺口。李等人曾对中国人群中空气污染物与青光眼之间的关系进行过初步研究，但由于其数据仅来自2015年这一轮调查，研究结果的普遍性有限。中国健康与退休纵向调查（CHARLS）是一项具有全国代表性的长期前瞻性队列研究，旨在收集40岁及以上中国人群的健康状况、疾病负担及生活质量等方面的全面数据。中国高空气污染物数据集则是中国地区的高分辨率近地面空气污染物数据集。通过将CHARLS的最新调查数据与中国高空气污染物数据集中的全国范围环境数据相结合，我们进行了汇总性横断面分析，旨在探讨青光眼与人口统计特征、临床状况以及环境污染物暴露之间的关联，为青光眼的预测、预防、早期发现及控制提供新的见解。

研究设计与研究对象：本研究的数据来源于CHARLS（https://charls.pku.edu.cn），这是一项具有全国代表性的多阶段分层纵向调查，涵盖了中国28个省150个县/区内的450个村庄或城市社区中的中老年人居民。CHARLS是一项持续进行的纵向调查，每两到三年开展一次，通过计算机辅助个人访谈的方式收集家庭相关数据。该调查内容十分全面。

研究人群的人口统计特征：数据清洗前后的各项基线特征对比见表S1。绝大多数协变量的标准化均值差值均小于0.1。年龄、性别、教育程度及居住地等关键人口统计特征在数据清洗后并未出现显著变化，这说明在数据处理过程中没有出现严重的选择偏差。

讨论：基于CHARLS四轮调查的大样本数据以及中国高空气污染物数据集提供的环境空气污染数据，本研究系统地分析了六种环境空气污染物（PM10、PM2.5、臭氧、二氧化氮、一氧化碳和二氧化硫）与青光眼风险之间的关联。共有33,147名参与者参与了此项分析。在充分考虑了人口统计特征、生活方式因素以及多种慢性疾病的影响后，研究结果表明，长期暴露于PM10、PM2.5、臭氧和二氧化氮环境中会增加患青光眼的风险。

结论：综上所述，本研究提供了流行病学证据，表明长期暴露于环境空气污染物，尤其是PM2.5、PM10、臭氧和二氧化氮，会显著增加中国中老年人患青光眼的风险。限制性立方样条分析结果显示存在非线性的剂量-反应关系，这为优化临床风险分层以及制定针对性的公共卫生政策提供了重要参考，有助于降低青光眼的发病风险。

CRediT作者贡献声明：
刘祖国：写作——审阅与编辑、监督、项目管理、研究实施、资金获取、概念构思。
关文英：写作——审阅与编辑、项目管理、方法学、正式分析、数据整理。
江宇琪：写作——审阅与编辑、项目管理、方法学、正式分析、数据整理。
严冰：写作——审阅与编辑、方法学、正式分析、数据整理、概念构思。
秦大义：写作——审阅与编辑、写作。

数据可用性声明：本文所呈现的数据无法直接获取，因为本研究生成和/或分析所用的数据由于其研究性质并未公开，且本研究参与者也不同意将其数据公开共享。如需获取这些数据，请发送邮件至[e-mail]。

伦理声明：本研究使用了来自公共数据库的去识别化数据，包括CHARLS数据库，其伦理审批已在最初的调查中完成，本研究无需再次进行伦理审批。

利益冲突声明：作者声明，本研究在开展过程中不存在任何可能被视为利益冲突的商业或财务关系。

生成式人工智能声明：作者声明，在撰写本稿件时未使用任何生成式人工智能技术。

资金支持声明：作者声明，本研究在研究和/或论文发表过程中获得了财政支持。本研究得到了中国国家自然科学基金会的资助（项目编号：82271054，负责人为ZL）。

利益冲突声明：? 作者声明，他们不存在任何已知的可能影响本文研究结果的财务利益或个人关系。

致谢：无。

作者名单：秦大义|严冰|江宇琪|关文英|徐长生|刘宇文|吕静瑶|吴思楠|刘祖国
单位：中国福建省厦门市福建医科大学厦门大学附属厦门眼科中心、福建省眼视光学与视觉科学重点实验室、福建省眼再生医学工程研究中心、厦门大学医学院、厦门市，邮编361005，中国