通过深度学习分析美国全国护士健康研究中的街景图像，评估绿地空间与心血管疾病风险

《Environmental Epidemiology》：Assessing greenspace and cardiovascular disease risk through deep learning analysis of street-view imagery in the US-based nationwide Nurses’ Health Study

　　背景：居住在绿地附近与心血管疾病发病率降低有关。然而，目前对绿地的估算通常是通过自上而下的卫星图像来表示所有类型的植被，这种方式存在暴露情况分类错误的问题，因而难以用于制定相关政策。

目的：本研究利用美国一项大规模、长期的前瞻性女性护士队列数据，探讨街道视角下的绿地指标与心血管疾病发病风险之间的关联。

方法：我们运用深度学习模型，分析3.5亿张街道视角图像，估算出街道景观中可见树木、草地及其他绿色植物（如花卉、田野）所占的比例。这些估算结果应用于那些居住地周边500米范围内参与护士健康研究的女性（共88,788人）。我们通过Cox模型，分析2000年至2018年间街道视角下的绿地指标与心血管疾病发病风险之间的关联，该风险通过自我报告、医疗记录审查或死亡证明来确定，并对个体及地区层面的因素进行了调整。

结果：在经过调整的模型中，可见树木比例较高与较低的心血管疾病发病率相关（危险比每四分位数区间为0.96，95%置信区间为0.93至1.00），而可见草地比例较高（危险比为1.06，95%置信区间为1.02至1.11）以及其他类型绿色空间比例较高（危险比为1.03，95%置信区间为1.01至1.04）则与较高的心血管疾病发病率相关。我们未发现人口密度、普查区域、空气污染、基于卫星的植被覆盖率或社区社会经济状况会对这一关联产生影响。即便在调整了其他空间和行为因素后，这些研究结果依然稳定，即便在调整了传统的基于卫星的植被指数后也是如此。

讨论：不同类型的绿地可能对心血管疾病具有保护作用或危害作用。将绿地归为一类暴露因素，会限制流行病学研究以及旨在增加有益绿地的干预措施的效果。

本研究的贡献：本研究表明，对绿地进行分类分析对于了解其對心血管系统的影响至关重要。在这项覆盖全国的大规模前瞻性研究中，街道上可见树木较多与较低的心血管疾病发病率相关，而草地及其他低矮型绿地则与较高的发病风险相关。通过将深度学习技术应用于3.5亿张街道视角图像，我们得以超越传统的汇总型卫星数据，提供更具实用价值、更符合政策需求的证据。我们的研究结果表明，城市林业举措可能比在草坪方面投资能带来更大的心血管健康益处，这凸显了在公共卫生领域采取针对性而非通用型绿地干预措施的必要性。

引言：有证据表明，接触绿地与较低的心血管疾病发病率相关。Markevych等人提出的绿地影响心血管疾病的潜在途径包括减少危害（如减轻空气污染、噪音和极端高温带来的影响）、增强身体机能（如为体力活动提供场所或促进社交互动）以及恢复身体功能（如直接缓解压力、恢复注意力）。此外，接触自然环境还有助于提升应对压力的能力，进而影响心血管疾病的发生风险和严重程度。一项针对53项关于基于卫星的归一化差异植被指数与心血管疾病关系的研究的综述表明，居民所在地区的NDVI值越高，心血管疾病死亡、缺血性心脏病死亡、脑血管疾病死亡以及中风发作的风险越低。虽然这些证据表明总体上的绿地接触有助于降低心血管疾病风险，但绝大多数关于绿地与心血管疾病关系的研究都依赖于基于卫星的植被指数，而这些自上而下的测量方法无法反映人们实际接触绿地的体验，也无法体现可能对心血管疾病产生影响的具体绿地类型。Markevych等人提出的将绿地与心血管疾病关联起来的途径——减少危害、恢复功能及增强机能——都需要人们能够看到或接触到绿地，而这通常发生在街道层面，无法通过基于卫星的暴露指标来衡量。例如，通过减轻压力来实现功能恢复需要人们能够看到绿地，而通过体力活动或社交互动来增强机能则取决于人们能否方便地接触到可使用的绿地区域。同样，用于减轻空气污染和极端高温影响的“减少危害”功能，由于树木具备更好的过滤和降温能力，因此由树木来承担这一功能更为有效。综合性的NDVI指标会掩盖这些具体的作用机制，从而降低流行病学研究的精确度。此外，由于提高NDVI值的方法有很多，研究人员也无法为决策者提供具体的指导建议，这就限制了基于NDVI指标的研究在政策应用方面的价值，也使得相关因果关系的判定变得困难。为了给决策者提供更为精准的、针对特定社区的干预方案，以最大化心血管健康效益，我们需要更多关于不同类型绿地的详细信息，以便有针对性地选择植树作为减少危害的措施，或选择草地作为增强机能的手段。

迄今为止，由于难以对大量人群的特定绿地特征进行准确测量，尚无前瞻性研究能够评估街道层面的这类指标与心血管疾病之间的关系。如今，无处不在的带地理定位功能的街道视角图像为整个美国提供了详细的、随时间变化的街道景观信息，而深度学习的最新进展则使得对这些图像进行系统、严谨的暴露评估成为可能。将深度学习算法应用于街道视角图像，能够以高分辨率、高度精确且具有统一标准的方式，对大范围区域及数十年的数据进行分析。尽管有一些研究已经探讨了街道视角下的绿地暴露与健康状况之间的关联，但大多数早期研究都是以行政边界作为暴露定义的标准，且仅分析了横断面数据。在本研究中，我们将预训练好的深度学习分割模型应用于3.5亿张街道视角图像，并将这些数据与美国全国性前瞻性护士健康研究中的居民地址信息相结合，分析2000年至2018年间不同类型绿地暴露与心血管疾病发病风险之间的关联。我们推测，由于树木在减轻污染、缓解高温以及缓解压力方面的能力更强，因此街道上的树木暴露所带来的心血管健康益处会比草地更大。同时，我们还研究了人口密度、普查区域、空气污染、基于卫星的植被覆盖率以及社区社会经济状况等因素是否会对这一关联产生影响。在14,383,770人月的随访期内，我们观察到88,788名参与者中发生了6065例心血管疾病事件。研究对象以女性为主，93%为白人，超过一半已婚，45%从未吸烟（表1）。在住宅周围500米范围内，参与者平均有22.0%（四分位距15.4%，29.0%）的树木、9.1%（四分位距5.1%，12.5%）的草地以及1.3%（四分位距0.8%，2.1%）的其他绿色植被可见。那些能看到更多街道景观树木的参与者更可能是白人且已婚，其伴侣受教育程度更高，体重指数处于正常范围，居住在居民收入较高、人口密度较低的社区，而且更可能居住在东北部地区。空间因素之间的相关性分析显示（见补充图7；https://links.lww.com/EE/A390），街道视角下的树木与草地的相关性较弱（r = 0.23），与其他绿色植被则无相关性（r = 0.00）。街道视角下的树木与社区居民收入呈弱正相关（0.23），而街道视角下的草地与其他绿色植被呈极弱的负相关（r = ?0.15），与社区居民收入也呈负相关（r = ?0.17）。街道视角下的树木（r = 0.55）和草地（r = 0.51）与NDVI呈中度正相关，而其他绿色植被与NDVI仅呈极弱的相关性（r = 0.06）。对绿色植被稳定性进行的纵向分析显示（见补充表2；https://links.lww.com/EE/A390），虽然不同植被类型存在特定特征，但街道视角下的绿色植被指标在年度间相对稳定。其中街道视角下的树木稳定性最高，其他绿色植被的变化最大。所有植被类型的相关性都随时间逐渐减弱，尤其是其他绿色植被的下降最为明显。这些结果表明，尽管各社区多年来的绿色植被特征基本保持不变，但使用时间匹配的暴露数据能提高测量精度，尤其是对于非树木类的绿色植被。

表1展示了2000–2018年期间，美国护士健康研究参与者的年龄标准化特征，按其住宅周围500米范围内街道视角下树木的比例分为四组。总体而言（N = 88,788）：
- 街道视角下树木比例Q1：0.0%–5.4%，对应1618例心血管疾病病例；
- Q2：15.4%–22.0%，对应1630例心血管疾病病例；
- Q3：22.0%–29.0%，对应1486例心血管疾病病例；
- Q4：29.0%–71.1%，对应1331例心血管疾病病例。

其他相关统计信息还包括随访时长、年龄、种族构成、父母职业、伴侣受教育程度、夜班工作经历、吸烟状况、饮酒量、体重状况、身体活动水平、BMI分类以及心脏病家族史等。各项数值均为平均值（标准差），分类变量则以百分比呈现。主要模型的分析结果如图3所示，补充图3则详细展示了逐步调整协变量的模型构建过程。在完全调整后的模型中，住宅周围500米范围内街道视角下树木比例每增加一个四分位距（13.6%），总体心血管疾病风险会降低（风险比0.96，95%置信区间为0.93至1.00）。其中，冠心病的风险降低幅度略大于中风（风险比分别为0.94和0.98）。相反，街道视角下草地比例的增加与总体心血管疾病风险呈正相关，每增加一个四分位距风险上升1.06倍（95%置信区间为1.02至1.11），冠心病的关联强度也高于中风。街道视角下其他绿色植被（如植物、花卉和田野）的比例增加则会使总体心血管疾病风险略有上升，风险比每增加一个四分位距为1.03倍（95%置信区间为1.01至1.04），其中中风的相关性更强。在1000米范围内分析街道视角图像时，研究结果依然一致，但在100米范围内分析时，这些关联趋于消失（见补充图5；https://links.lww.com/EE/A390）。

图3展示了基于Cox比例风险模型得出的风险比及95%置信区间，这些模型用于分析美国护士健康研究（2000–2018年，共88,788名女性参与者）中街道视角下的各种环境暴露因素与心血管疾病发病风险之间的关系。所有模型的风险比均以暴露程度每变化一个四分位距为基准。模型1已对年龄和随访时间（按月）进行调整，并且对所有街道视角下的暴露因素进行了相互调整。模型2在此基础上还进一步考虑了种族、吸烟状况、吸烟年数、心脏病家族史、夜班工作经历、母亲职业、父亲职业、是否拥有护理学位、婚姻状况以及丈夫的最高教育程度等因素。模型3则是最完整的版本，还加入了基于人口普查区域的社区居民收入因素作为调整变量。树木对应的四分位距为13.6%，草地为7.5%，其他绿色植被为1.2%。按人口普查区域的人口密度、所在地区、PM2.5浓度、绿色植被覆盖率以及社区居民收入水平分层进行的分析结果则见图4和补充图6；https://links.lww.com/EE/A390。在基于美国护士健康研究（2000–2018年）的Cox比例风险模型中，我们没有发现这些因素对街道视角暴露与心血管疾病结果之间的关联存在任何影响调节的证据。所有模型的风险比都是以暴露量的IQR差异来表示的。模型之间对所有街道视角暴露以及年龄、时间周期（月）、种族、吸烟状况、吸烟包年数、心肌梗死家族史、夜班工作史、母亲的职业、父亲的职业、护理学位、婚姻状况、丈夫的最高教育程度以及人口普查区域的社会经济地位进行了相互调整。按地区分层的分析见补充图3；https://links.lww.com/EE/A390。在所有敏感性分析中，街道视角暴露与心血管疾病结果之间的关联都相当稳定。进一步调整饮食、酒精摄入、BMI、空气污染、人口密度、人口普查分区、人口普查区域以及噪音等因素后，估计值并未发生显著变化（补充图7；https://links.lww.com/EE/A390）。正式的中介分析也没有显示出体力活动、PM2.5、抑郁或社交参与具有任何统计学上的显著中介作用（补充表3；https://links.lww.com/EE/A390）。在调整了基于卫星的绿色度指标（Landsat NDVI）后的分析中，街道视角指标的结果依然一致，而NDVI的关联则不存在（图5）。仅使用2008年开始的参与者数据的分析结果与主要模型基本一致（补充图8；https://links.lww.com/EE/A390）。在随访期间，41.7%的参与者发生了居住地变动。按搬迁状况分层的分析未显示出现统计学上显著的效应调节（补充图9；https://links.lww.com/EE/A390）。图5显示了在额外调整了NDVI后的Cox比例风险模型得出的风险比和95%置信区间（N = 88,788）。所有模型的风险比都是以暴露量的IQR差异来表示的。模型之间对所有街道视角暴露以及年龄、时间周期（月）、种族、吸烟状况、吸烟包年数、心肌梗死家族史、夜班工作史、母亲的职业、父亲的职业、护理学位、婚姻状况、丈夫的最高教育程度以及人口普查区域的社经地位进行了相互调整。

讨论：在这项覆盖全美、随访时间超过18年的前瞻性队列研究中，参与者住所500米范围内街道视角图像中可见树木的像素比例与较低的心血管疾病发病风险相关。相反，可见的草地及其他绿色元素（植物、花卉或田野）越多，则心血管疾病风险越高。树木和草地的关联主要源于其与冠心病的较强关联，而其他绿色元素的关联则更多与中风有关。我们没有发现街道视角指标与心血管疾病结果之间的关联会因人口密度、地区、空气污染、卫星绿色度或社区社经地位而有所不同。即使调整了其他空间和行为因素，这些关联依然稳定，即便在调整了传统的基于卫星的植被指数后也是如此。大多数先前的研究都使用基于卫星的NDVI来评估绿地暴露与心血管疾病风险之间的关系。我们的关于树木暴露的研究结果与先前的研究一致，即较高的绿地暴露与较低的心血管疾病风险相关。此外，在我们纳入NDVI的分析中（图5），我们发现NDVI与我们的样本中的心血管疾病无关；然而，街道视角下的树木与较低的心血管疾病风险相关，而街道视角下的草地及其他绿色元素则与较高的风险相关。这凸显了使用如NDVI这样的粗略植被指数时可能存在的暴露分类错误，这类错误可能会因为将不同健康影响的绿地类型混为一谈而使研究结果偏向无关联。一些先前的研究也探讨过街道视角图像与健康结果之间的关系7,9–15,29–31，但只有三项研究关注了街道视角下的绿地暴露与心血管疾病结果之间的关系。Nguyen等人评估了加利福尼亚州的2,267,109张谷歌街道视角图像13以及犹他州的1,394,442张图像12，通过平均每个人口普查区域内的所有图像来生成暴露数据，然后将这些区域级别的暴露数据与医疗记录进行横断面分析。他们发现，在加利福尼亚州，街道绿色度最高的三分之一区域的冠状动脉疾病患病率为0.74（0.71, 0.78），高血压患病率为0.71（0.68, 0.74）。在犹他州，街道绿色度最高的三分之一区域的高血压患病率为0.84（0.78, 0.90）。在这些研究中，研究者们使用了自己开发的算法，将街道绿色度定义为占一个人口普查区域内所有图像至少30%的树木和景观，因此他们没有区分树木与其他植被。另一项研究采取了不同的方法：Chen等人从美国七个城市下载了530,000张100米网格范围内的谷歌街道视角图像，并利用卷积神经网络，结合CDC PLACES数据集，预测各人口普查区域的冠心病患病率。9他们发现，街道视角图像可以解释区域级别冠心病患病率的63%，而且道路旁的树木与较低的冠心病患病率相关。我们的研究结果与这些先前的研究一致，但在某些重要方面有所不同。首先，我们的街道视角暴露数据是基于参与者住宅地址历史，利用全国3.5亿张图像来确定的，这可能比基于人口普查区域的生态学研究更能反映个人暴露情况。其次，我们的研究是前瞻性的，如果参与者更换了住址或他们家周围的街道视角图像有所更新，暴露数据也会随之更新，这使我们能够先于结果检测暴露情况，从而为因果关系提供更多证据。第三，我们使用了分割算法，能够区分不同类型的绿地，包括树木、草地及其他绿色植物。这些额外的信息有助于我们识别自然界中可能有益于健康的因素。我们发现街道视角下树木比例较高与较低的心血管疾病风险相关，这一结果与现有文献一致。树木降低心血管疾病风险的潜在机制包括减轻压力、缓冲噪声、空气污染和极端温度的影响，以及为体力活动和社交互动提供场所。1,2更具体地说，可见的树冠可以通过心理生理反应直接减轻压力——比如降低皮质醇水平并改善自主神经系统功能——从而降低心血管疾病风险。32此外，树木在缓冲环境危害方面表现优异，能够抵御噪声、空气污染和极端温度，而树木环绕的街道还能提升社区的步行便利性和社会凝聚力，鼓励体力活动并加强社会支持网络，这些都有助于预防心血管疾病。33值得注意的是，我们的正式中介分析并未发现我们所测试的路径中存在显著的中介作用，包括空气污染、体力活动、抑郁或社交参与。这一无关联的结果可能是由于中介变量的测量误差，因为这些变量往往只在某个时间点进行评估。这也可能表明存在其他未被测量的路径，比如睡眠质量的改善、炎症的减少、城市热岛效应的缓解，或是接触到生物活性化合物（如植物杀菌素）。4或者，观察到的关联可能是通过这些中介变量未能捕捉到的更直接的生理心理路径实现的，或者受到了残留混淆因素的影响。与我们的假设相反，我们发现街道视角下草地及其他绿色元素（植物、花卉、田野）的暴露程度越高，心血管疾病风险反而越高。对街道视角图像的直观观察表明，其他绿色元素主要是由灌木或其他灌木丛构成的。可能导致草地及其他绿色元素具有这些意外有害关联的机制包括农药使用的增加34、修剪作业对空气质量的影响35、草花粉、相比树木较低的降温能力、过滤噪声和空气污染的能力较弱、生物多样性水平较低36，或者这些因素可能是城市无序扩张或步行便利性较低的替代指标。另外，这些观察到的有害关联也可能反映了社会环境因素的未被测量的混淆作用，比如土地使用模式或建筑环境特征，这些因素可能会掩盖这些关系的真实本质。我们的研究通过区分不同类型的绿地，对于那些依赖NDVI等综合绿色度指数的先前研究具有重要的启示意义。虽然树木似乎具有保护作用，但草地及其他绿色元素的中性或有害关联表明，综合指数可能会掩盖绿地与健康之间关系的实际差异，从而可能使先前的研究结果37,38偏向无关联，或误述树木暴露的具体益处。通过区分不同类型的绿地，我们的研究强调了未来研究需要更细致的暴露评估。同样值得注意的是，我们发现与500米尺度相比，100米尺度上的关联强度有所减弱，这一结果需要谨慎解读。这种模式可能反映出超局部、即时周围环境对心血管疾病风险的影响确实较弱，而这一风险可能更多地受到社区层面环境的影响。不过，这也可能部分归因于较小缓冲范围内的暴露分类误差更大，因为在这些范围内，估计值是由较少的街道视角图像得出的，因而稳定性较差。我们的研究也存在一些局限性。由于依靠住宅地址来评估暴露情况，我们无法了解参与者花费时间的地方或他们如何与绿地互动。此外，我们也不确定哪种地理尺度最适于评估绿地暴露情况。39我们注意到，仅考虑参与者住所周围100米范围内的数据时，关联就减弱到了无关联的程度，这可能表明绿地暴露对健康的影响范围更广，或者仅凭一张街道视角图像来定义暴露情况并不可靠。街道视角图像的局限性在于它们只能反映某一时刻的情况，无法捕捉到可能位于街道之外、但对健康同样有重要影响的私人绿地，比如后院花园。在未来的研究中，我们将纳入GPS数据，以便更好地评估人们接触这些私人空间的情况。当没有最新的图像时，我们用周边年份的街道视角图像进行了插补，这可能会导致测量误差。不过，45%的插补值来自±1年内的数据，72%来自±3年内的数据。鉴于城市绿地的变化相对缓慢，由此产生的测量误差预计不会存在差异。如果存在此类误差，反而可能会使我们的效应估计值偏向无关联，因此我们的关联结果不太可能是虚假的。虽然我们的研究展示了街道视角图像在环境健康研究中的价值，但我们也意识到数据获取和许可限制方面的持续问题。40我们通过谷歌云高级合作伙伴获得了付费访问权限，我们的法律团队也批准了我们在这项研究中使用街道视角图像，且该研究不涉及图像修改或重新分发。我们支持呼吁实现更公平的城市图像数据访问权，同时认识到需要在开放科学与隐私保护及商业利益之间找到平衡。随着更多开放访问选项的出现，未来的研究或许可以探索Mapillary或OpenStreetView等其他数据来源。最后，NHS研究对象的主体为女性，且以白人为主，所有参与者在入组时均为护士。由于参与者在种族和个体社经地位方面相对同质，这限制了研究结果的普遍适用性；不过，这也减少了这些因素带来的残留混淆。尽管该队列排除了社经地位最低的群体，但从地理上看，它能够代表美国的整体情况，因为参与者分布在不同人口密度和家庭收入中位数的地区。24在面临结构性不公平、环境不公或安全问题，从而限制了人们接触绿地或其益处的群体中，绿地与健康之间的关联方式可能会有所不同。此外，我们队列相对较高的社会经济同质性可能压缩了局部（100米）绿地暴露的差异性，这也可能导致了我们在该尺度上得到的无关联结果。这项研究有几个优点。NHS是一个规模庞大、覆盖全国的前瞻性队列，我们的分析涵盖了近二十年的随访时间。通过查阅医疗记录，我们获得了准确的心血管疾病发病率及其亚型的结果评估。包括自我报告数据和其他空间因素（如基于卫星的绿色度）在内的协变量信息都很完善，这为我们控制潜在的混淆因素提供了有力支持。大量协变量的测量以及较大的样本量，使我们能够分析效应调节情况，并调整潜在的中介变量。最后，将深度学习算法应用于3.5亿多张街道视角图像，以详细分析具体的绿地成分，这在大型流行病学队列研究中是前所未有的。这项在居民层面进行的详细且随时间变化的暴露评估具有显著优势，它为政策制定者提供了具体且可行的信息，帮助他们了解哪些基于自然的解决方案可能对健康产生影响。该分析通过补充有关何种类型的绿地可能有益于健康的详细信息，有助于我们理解绿地如何影响心血管疾病。我们的研究结果表明，公共卫生干预措施应优先考虑保护与种植树木冠层，而非维护草坪。与投资于草坪种植相比，城市林业计划以及保护成熟树木的政策更有可能带来更好的心血管健康效益。研究显示500米缓冲区的作用最为显著，这表明以社区和邻里规模开展的干预措施比针对单个地块的干预措施更为有效。未来的研究应继续深入探讨哪些特定物种和设计能带来最大的健康益处。利益冲突声明：作者声明，就本报告的内容而言，他们不存在任何利益冲突。致谢：我们要感谢护士健康研究项目的参与者及工作人员所做的宝贵贡献。作者对这些数据的分析与解读承担全部责任。