孕期卫星监测与地面观测的居住区绿化程度与毛发类固醇激素水平
《Environmental Epidemiology》:Satellite and ground-level residential greenness and hair steroid hormones during pregnancy
【字体:
大
中
小
】
时间:2026年08月12日
来源:Environmental Epidemiology 4.2
编辑推荐:
背景:通过卫星数据测量的居住区绿化程度与较低的皮质醇水平相关,但关于孕期其他激素的关联证据较为有限。谷歌街景图像能够提供行人的视角,有助于评估具体的绿化特征。研究目的:本研究旨在利用卫星数据和地面绿化程度数据,探讨孕期居住区绿化程度与多种毛发类固醇水平之间的关联。研究方法:对38
背景:通过卫星数据测量的居住区绿化程度与较低的皮质醇水平相关,但关于孕期其他激素的关联证据较为有限。谷歌街景图像能够提供行人的视角,有助于评估具体的绿化特征。研究目的:本研究旨在利用卫星数据和地面绿化程度数据,探讨孕期居住区绿化程度与多种毛发类固醇水平之间的关联。研究方法:对385名孕妇在孕中期采集的毛发中的类固醇(皮质醇、可的松、孕酮和脱氢表雄酮)进行液相色谱-质谱分析。我们使用了孕早期的毛发皮质醇数据。根据地理编码后的出生地址,采用基于卫星的归一化植被指数数据,在100米、300米和500米的缓冲区内以横断面研究方式计算平均绿化程度。此外,还运用深度学习算法处理176,196张谷歌街景图像,估算参与者住所100米缓冲区内的总绿化率、草地比例、植物比例和树木比例。通过线性模型和广义估计方程,分析不同绿化程度分组与毛发类固醇之间的关联。研究结果:在调整后的模型中,与最低绿化程度组相比,处于最高绿化程度组的孕妇在所有缓冲区内的平均皮质醇水平均显著更低。在500米缓冲区内,较高的归一化植被指数值与较低的可的松平均水平相关。在谷歌街景图像分析中,较高的草地比例与较低的皮质醇和可的松水平相关。通过对毛发皮质醇的重复测量,也得到了类似的结果,即孕早期和孕中期的平均皮质醇水平均较低。结论:在孕中期居住在绿化程度更高的地区,与较低的慢性压力指标相关,尤其是毛发中的皮质醇和可的松。本研究的意义:该研究进一步了解了居住区绿化程度如何影响孕期母亲的类固醇激素水平。通过结合基于卫星的归一化植被指数数据和地面级别的谷歌街景数据,为自然环境与除皮质醇之外的多种毛发类固醇之间的关联提供了新见解。较高的绿化程度与较低的毛发皮质醇和可的松水平相关,表明慢性压力有所减轻。利用谷歌街景数据可为行人视角下的绿化程度提供精确的评估方法。总体而言,这些研究结果支持了孕期压力缓解理论,同时也凸显了城市绿化策略在改善母亲健康、缓解这一关键时期压力方面的潜力。引言:压力缓解理论是一种心理进化理论,用于解释自然环境对心理健康的有益作用。Ulrich等人提出,接触自然环境——这一直是人类进化史的一部分——会引发安全感、积极情绪以及心理压力减轻的进化反应。类固醇激素(如皮质醇、可的松、孕酮)在调节压力、维持体内平衡以及促进生殖方面起着重要作用。参与应激反应的主要糖皮质激素包括皮质醇、可的松和皮质酮,而孕期这些激素水平过高会增加不良妊娠结局的风险。相反,孕酮水平过低也会增加不良妊娠结局的风险。与糖皮质激素类似,由肾上腺产生的弱雄激素脱氢表雄酮也会对压力作出反应,其水平过高则与早产风险增加相关。类固醇水平受昼夜节律及其他因素的影响。与反映几分钟到几天内波动的血液、唾液、尿液或粪便中的类固醇水平相比,毛发中的类固醇检测能够反映长期水平,且可在普通人群以及孕妇群体中进行无创的回顾性检测。多项人体干预研究表明,短期接触自然环境可降低生理压力,表现为唾液和血液中的皮质醇水平下降。在观察性研究中,居住区的绿化程度与人体体液(血清、唾液、脐带血)中的皮质醇、脱氢表雄酮水平较低以及孕酮水平较高相关。不过,只有少数研究关注了毛发中的皮质醇水平,其中仅有两项研究在孕妇群体中发现了绿化程度与皮质醇水平之间存在有益关联。在我们之前的研究队列中,已发现孕早期居住区绿化程度较高与较低的毛发皮质醇水平相关。在另一组人群中,则有研究报道孕中期和孕晚期毛发皮质醇水平与绿化程度之间存在有益关联。目前尚无关于孕妇群体中绿化程度与其他类固醇激素关系的研究。上述大多数研究都是利用地理信息系统以及基于卫星的归一化植被指数等指标来评估绿化程度。尽管归一化植被指数已被广泛应用且在不同研究间具有标准化特点,但它无法反映行人视角下的绿化程度,也无法区分不同类型的植被,而这些因素对于因果推断和政策制定至关重要。近年来,街道级影像及图像处理技术的发展为更精准地测量绿化程度带来了巨大潜力。其中,来自谷歌街景的公开地理参考影像是获取新型绿化程度指标的极具前景的数据来源。这些高分辨率图像能够呈现行人的视觉范围,捕捉对健康尤为重要的地面绿化状况。据我们所知,此前仅有一项研究使用谷歌街景图像来研究绿化程度与妊娠结局之间的关系。本研究的目的是利用归一化植被指数和谷歌街景图像所测得的居住区绿化程度,探讨其与孕期多种毛发类固醇之间的关联,这类关联此前尚未被研究过。研究方法:研究对象:2014年4月至11月期间,我们从以色列佩塔提克瓦拉宾医疗中心海伦·施奈德妇女医院的产科、超声科、产科及分娩科,招募了妊娠27周至分娩的孕妇,共385名符合纳入标准的孕妇。我们从医疗记录和出生登记系统中获取了这些孕妇的完整出生地址。其中88%的参与者地址被地理编码到其住所或所在街道的中点位置,其余人的地址则被编码到所在居住区的中心点。更多细节可见之前的研究文献。毛发类固醇的测定:从孕妇头部后方采集毛发,用弹性带固定,再用无菌剪刀尽可能靠近头皮处剪下。每个剪下的样本都会被贴在一张标明近端位置的纸上,然后将纸张折进信封中。考虑到头发平均每月生长1厘米,我们用手术刀从储存的样本中剪下对应孕中期(妊娠14至27周)的毛发片段。这些样本会被放在铝箔纸上称重,随后放入纸信封中保存。德累斯顿实验室服务公司要求,用于皮质醇、可的松、孕酮和脱氢表雄酮的液相色谱-质谱定量分析的毛发样本重量至少为7.8毫克。在分析之前,需用异丙醇清洗毛发样本,以去除外部污染物。之后,将未粉碎的毛发置于甲醇中提取,再通过在线固相萃取结合柱切换型液相色谱-质谱技术进行分析。此前,针对同一研究队列,孕早期的毛发皮质醇是通过酶联免疫吸附试验来测定的。类固醇代谢途径的生物学框架以及详细的定量流程见概念图(附录图S1;https://links.lww.com/EE/A434)。暴露因素:居住区卫星绿化程度:居住区的绿化程度是通过基于卫星的归一化植被指数来评估的,该指数是一种能够反映所有类型植被的绿化指标,它是根据可见光(红色)和近红外波段的地表反射率计算得出的。归一化植被指数值介于-1到1之间,数值越高表示绿化程度越高。对于每位孕妇,我们会计算其住所(住宅或居住区中心点)周围100米、300米和500米范围内的平均归一化植被指数值。我们研究区域内的归一化植被指数值是使用2017年9月至10月期间的高空间分辨率Sentinel-2卫星图像(空间分辨率为10米×10米)计算得出的。这两个月份的归一化植被指数对比度最高,能够较好地反映常绿植被和灌溉植被的情况。地面居住区绿化程度——谷歌街景图像:除了归一化植被指数之外,我们还利用谷歌街景图像来评估居住区绿化程度。我们采用了Jimenez等人提出的方法,计算出树木、草地、植物以及总绿化程度的百分比等新的绿化指标。此处所说的“植物”指的是灌木、丛生植物或其他没有明显树干或高大树冠的低矮多叶植被。我们首先使用Python的Streetscape模块,从以色列佩塔提克瓦的25,327个地点下载了151,962张谷歌街景图像。该模块可通过谷歌应用程序编程接口来下载图像,我们没有应用任何去噪技术或滤镜。由于预算限制,对于居住在以色列其他地区的195名参与者,我们从其住所周围100米范围内的4,039个地点下载了24,234张谷歌街景图像。对于每个地点(大约每10米一个点),我们会下载4到6张不同水平视角(每隔60度一张)的谷歌街景图像(见图1),同时还会获取这些全景图像的元数据,包括图像编号、拍摄日期、纬度和经度。我们对现有的Python PyTorch脚本进行了修改,使其能够用于金字塔场景解析网络模型(基于ResNet50dilated + PPM_deepsup架构的PSPNet),该模型是在ADE20K标记图像数据集上训练得到的。这样一来,我们就能直接从谷歌街景图像中检测并量化绿化程度。图像中的像素会被分类到预定义的类别中,进而估算出各类植被的占比,比如草地、树木、植物的比例等。对于每位参与者,我们都会在其住所周围100米范围内计算出各类别的平均值。分析内容包括树木、植物和草地的覆盖比例,以及总绿化程度,总绿化程度是指树木、植物、草地、棕榈树、花卉和农田所占比例的总和。统计分析:毛发类固醇的水平是以皮克/毫克毛发为单位来测定的。由于毛发类固醇的分布并非正态分布,因此我们对这些数值进行了对数10变换。为了解决不同孕期之间激素测定值的差异问题,同时也为了确保各种激素之间具有可比性,我们根据不同孕期的平均值和标准差对所有类固醇数值进行了标准化处理。这些经过标准化处理的(Z分数形式的)类固醇数值被作为分析中的主要结果。我们使用广义加法模型来评估不同绿化程度指标与毛发类固醇之间的关联是否呈线性关系(所用软件为mgcv R包)。有一些关联并非线性关系(具体结果未展示),因此,我们把所有绿化程度指标都按照三分位数进行分类后再进行分析。我们使用线性回归模型,结合原始数据及经过标准化处理后的数据、以及对数10变换后的数据,在未调整模型和调整模型中,分别分析不同绿化程度分组(Sentinel-2数据对应的绿化程度分组和谷歌街景数据对应的绿化程度分组)与毛发类固醇之间的关联,相关分析会用到β系数以及95%置信区间。此外,对于皮质醇,我们在未调整模型和调整模型中,分别使用了带有稳定化逆概率加权方法的广义估计方程,结合经过Z分数标准化的皮质醇数值,来估算孕早期和孕中期皮质醇与绿化程度之间的关联(所用软件为geepack R包)。在涉及两次测量的分析中,我们使用了可交换工作相关矩阵。为了应对相关结构可能存在的设定偏差,我们采用了稳健标准误差。在未调整模型中,我们仅纳入了反映暴露程度的指标变量。而在调整模型中,所纳入的协变量则是根据先验知识以及有向无环图来选择的(详见附录图S2;https://links.lww.com/EE/A434)。在构建的有向无环图中,我们考虑了以下协变量:孕妈的年龄、教育程度、职业状况、孕前吸烟和饮酒情况、身体活动量、个人行为习惯(如咖啡饮用量、快餐摄入量)、健康状况(血压、甲状腺功能)、孕前体重指数、孕妈的情绪状态、所接受的治疗措施(如抗抑郁药使用情况、类固醇摄入情况)、生育次数、新生儿出生体重、妊娠周数、新生儿的性别、居住地址、城乡属性、末次月经出现的季节、孕早期的皮质醇水平,以及所在地区的社会经济地位。根据构建的有向无环图,我们确定了在所有模型中阻断所有潜在偏差路径所需的最小变量集,随后又对模型进行了调整,纳入了城乡属性、末次月经出现的季节以及地区社会经济地位这些协变量。进一步分析:排除异常值:为了进一步验证主要研究结果的稳定性,我们按照Marceau在其文献综述中提出的建议,排除了那些类固醇水平高于或低于平均值(±5个标准差)的异常值。对于那些有谷歌街景图像的参与者,我们还分析了归一化植被指数与其类固醇水平之间的关联,以此判断是否存在选择偏差。纵向暴露因素:为了补充基于Sentinel-2卫星数据的横断面研究结果,我们还使用了搭载在Terra卫星上的中分辨率成像光谱仪所获取的归一化植被指数数据,来分析不同时期的绿化程度情况。这种方法能够为我们当前的研究周期提供具有时间依赖性的空间分布数据。本研究探讨了孕期女性所处居住环境的绿色程度与头发类固醇水平之间的关联,研究涵盖了孕中期以及针对皮质醇的孕早期情况。我们通过卫星测量的NDVI值以及能够反映地面绿色程度的GSV图像来评估绿色程度。研究结果表明,较高的绿色环境暴露水平与较低的z-皮质醇水平相关,这一结论在所有距离缓冲区及两个孕期中均保持一致。此外,该研究还发现了孕中期除皮质醇之外的其他头发类固醇的关联规律:500米距离缓冲区内较高绿色环境暴露与较低z-皮质酮水平相关,而100米距离缓冲区内中等绿色程度暴露则与较低z-DHEA水平相关。GSV图像分析也显示了类似的结果,即孕中期草类植被占比最高的区域对应较低的z-皮质醇和z-皮质酮水平。此外,在草地最高分位数以及树木和总体绿化度中等分位数情况下,孕早期和孕中期的z-皮质醇呈现相似的关联模式。孕期中,母亲体内的皮质醇水平到孕晚期可上升至原来的三倍。这种在整个妊娠期间的上升趋势有助于母亲身体适应妊娠状态,同时促进胎儿器官的成熟,为出生后的生活做好准备。胎盘能够保护胎儿免受过高水平的母体皮质醇影响,不过压力因素可能会削弱这一保护机制。我们的研究提示,接触绿色环境有助于降低母亲的皮质醇水平。这一结果与先前的研究一致,但由于方法上的差异,很难与我们的研究直接比较。Verheyen及其同事研究了在孕中期(n=181)和孕晚期(n=81),居住区小型或大型绿地可及性与头发皮质醇水平之间的关联。研究者发现,居住区有小型或大型绿地可及性与孕中期和孕晚期的较低头发皮质醇水平相关。他们的结果与我们的非常相似,因为我们在孕早期和孕中期也观察到,接触更多住宅区绿化环境时,平均z-皮质醇水平显著更低。据我们所知,本研究通过利用GSV图像中的新型绿化度指标来检测孕期头发中的类固醇物质,从而拓展了现有研究领域。此前有一些流行病学研究使用GSV来衡量绿化程度,并探讨其与健康状况的关联,而仅有少数研究探讨其与妊娠结果的关联。在我们的研究中,孕中期较高的地面绿化度,尤其是草地绿化度,与较低的头发z-皮质醇水平相关——这一模式与通过卫星数据测得的绿化度关联类似。未来需要更大规模的研究来进一步探究GSV图像与头发皮质醇之间的关联。我们的研究为孕中期住宅区绿化程度与头发皮质醇水平之间的关联提供了新的见解。皮质醇可在胎盘中转化为皮质酮,从而保护胎儿免受母体皮质醇的影响。反之,皮质酮也可转化回皮质醇。皮质醇和皮质酮都被用作评估妊娠期间糖皮质激素活性及压力影响的标志物。我们在孕中期观察到的头发皮质醇与皮质酮之间的相关性(皮尔逊相关系数r=0.812,P<0.001)与Verheyen等人报告的结果相近(皮尔逊相关系数r=0.711,P<0.01)。此外,我们还发现较高的住宅区绿化程度与较低的平均z-皮质酮水平相关。我们尚未找到任何研究探讨卫星测量或地面测量得到的绿化程度与头发皮质酮之间的关联。只有一项研究考察了卫星测得的绿化程度与血液中皮质酮的关联,发现较高的绿化程度与血液中皮质酮水平升高有关;但该研究并未针对孕妇群体,研究对象包括男性和女性(n=6055)。皮质酮水平在不同生物样本中存在差异(血液、唾液、尿液和头发)。这种差异可能会影响不同人群研究结果的解释。据我们所知,妊娠期间血液与头发中皮质酮水平之间的相关性仍大多未被探索,这些空白凸显出进一步研究的必要性。DHEA是一种具有神经保护作用的神经活性类固醇,同时也是性类固醇合成的前体,有助于胎儿发育。与皮质醇一样,DHEA也会对压力作出反应,可作为急性压力的标志物。孕期,尤其是孕早期到孕中期,头发中的DHEA水平会下降。我们的研究观察到,绿化程度越高,z-DHEA水平呈非线性下降趋势。此前有一项针对成年人的研究发现,居住地500米范围内植被覆盖率较高时,血清DHEA水平处于第10百分位以下的概率较低。据我们所知,只有的一项研究报道了新生儿头发DHEA水平与脐带血DHEA水平之间存在统计学上显著的相关性(r=0.350,P=0.023);目前尚无类似研究在孕妇群体中得到验证。在与妊娠相关的研究中,DHEA一直被忽视,需要更多研究来了解它在这一关键时期的作用。孕酮在妊娠过程中起着至关重要的作用,它有助于胚胎着床,还能使子宫放松以避免早产。此外,孕酮还能改善胎盘与子宫之间的血液循环,确保发育中的胎儿获得充足的血液供应。妊娠期间孕酮水平会持续上升。尽管已有研究报道卫星测得的绿化程度与女性体内循环的孕酮之间存在直接关联,但我们并未发现NDVI或GSV测量值与头发z-孕酮水平之间存在关联。其他研究也未报告过头发孕酮与绿化程度之间的关联,同样也没有研究探讨过孕妇头发孕酮与血清孕酮之间的相关性,这凸显出了一个重要的知识空白。以平均NDVI值衡量的较高住宅区绿化程度,一直被认为与更好的妊娠结果相关,但其背后的作用机制尚未完全明确。基于航空或卫星遥感数据以及GSV图像得出的绿化程度测量方法,在估算住宅区绿化程度时采用了不同的方式。NDVI无法提供植被类型的信息,也无法反映垂直方向的绿化情况。在本研究中,我们同时使用了NDVI和GSV图像。GSV图像的创新之处在于它能提供与人们实际所见相同视角的全景图像,因此能更直接地反映周围的绿化状况。此外,GSV图像还能区分不同类型的植被,如树木、植物和草地。在之前唯一一项使用GSV图像研究妊娠结果的研究中,研究者发现100米范围内的GSV图像与NDVI之间的相关性较低至中等(范围:0.352–0.373)。此外,GSV图像与任何妊娠结局之间也不存在显著关联。而我们的研究则发现100米范围内的GSV图像与平均NDVI之间存在较低至较高的相关性(范围:0.156–0.737)。此外,我们还观察到GSV分类与头发中的类固醇物质,包括皮质醇和皮质酮,之间存在显著关联。除了GSV图像,我们还使用了基于MODIS数据的NDVI值,这使得我们能够估算出不同妊娠阶段的绿化程度暴露情况。通过评估每位参与者整个妊娠周期内的暴露情况,而非仅依赖某个时间点的数据,这种方法能为评估住宅区绿化程度与头发类固醇之间随时间变化的关联提供更准确的依据。未来的研究应结合NDVI和GSV图像以及高分辨率的空间和时间数据,以便进行更全面的分析。我们的研究有几个重要优势。我们采用了强大的定量技术LC-MS/MS来测定四种头发类固醇的含量。为了提高不同妊娠阶段、不同类固醇以及不同定量方法之间的可比性,我们对头发类固醇含量进行了Z分数标准化处理。这种标准化处理使得可以直观比较不同激素和不同妊娠阶段之间的效应大小,便于在研究群体内部进行结果解读,同时也能弥补不同检测方法所存在的范围差异。我们的研究群体是迄今为止规模最大的研究头发类固醇与绿化程度关系的研究群体之一。我们通过横断面研究和时间序列研究两种方法,利用卫星图像以及地面上的GSV图像来评估居民区绿化程度的暴露情况。我们还使用了空间分辨率较高的Sentinel-2卫星数据,这类数据有助于减少暴露程度的误分类,从而更准确地评估不同缓冲区内的住宅区绿化程度。与NDVI相比,GSV图像能为绿化程度指标提供更多有价值的信息。尽管我们采用了不同的暴露程度评估方法,但在孕早期和孕中期,我们总体上仍观察到了绿化程度与头发皮质醇之间一致的关联模式。我们采用了广义估计方程模型来分析孕早期和孕中期多次测量的皮质醇数据。这种方法让我们能够整合每位参与者两个时间点的数据,进而估算出整个妊娠周期内住宅区绿化程度与头发皮质醇之间的平均关联程度。此外,这种方法还能有效处理重复测量中出现的缺失数据问题。我们的研究也存在一些局限性。研究参与者来自同一家医院,研究区域范围有限。如果能够纳入来自不同地区的更多样化的样本,或许能得出更具普遍性的研究结果。关于皮质醇的检测结果在孕早期和孕中期都保持一致,但两个妊娠阶段只有皮质醇的多次测量数据,其他类固醇仅在孕中期有过测量,因此我们无法评估所有头发类固醇在各个妊娠阶段的特异性变化。我们没有收集头发生长速度的相关数据,而这可能会导致暴露程度被误分类。由于本研究采用回顾性设计,且可能存在数据洗脱效应,结果也可能出现误分类。在不到12%的参与者中,其地址信息仅能精确到社区级别,空间精度较低,这也可能引发暴露程度的误分类。此外,有研究称其研究群体中有70%的人能够获取GSV图像,而我们则能为84.15%的参与者获取可用のGSV图像。暴露程度评估也是基于分娩时登记的地址信息。居民的居住地变动可能会影响暴露程度的准确评估,但我们在研究中无法考虑这一因素。我们的主要横断面分析是基于在孕妇被纳入研究三年后获得的NDVI数据,不过我们也通过时间序列分析方法,根据参与者的居住地址及其末次月经日期,以8天为间隔来估算每次妊娠期间的暴露程度。这两种方法都显示出了与头发类固醇水平相似的关联模式。此外,我们的研究也没有考虑个人的活动习惯。我们的样本量相对较小,这可能会限制我们检测较小效应大小的统计能力。我们采用的是完全案例分析方法,这种方法可能会引入偏差。未来的研究应考虑使用多重插补法来处理数据缺失问题。此外,我们也没有评估其他可能起到中介作用的环境因素,比如温度、空气污染等,这些因素或许能解释绿化程度与激素水平之间的关联机制。我们计划在未来的研究中将这些因素也纳入考量。结论我们观察到,住宅区绿化程度与头发类固醇水平之间存在有益的关联,尤其是皮质醇。我们采用了多种暴露程度评估方法来测定绿化程度,所有方法的结果总体上都较为一致,无论是初步分析还是后续分析都是如此。这些发现表明,住宅区绿化程度与头发类固醇水平之间可能存在关联,这一发现为改善妊娠结果提供了新的思路,具有重要的意义。此外,这些结果还证明了孕期接触绿色环境对健康的益处,同时也强调了将自然环境纳入公共卫生策略的重要性,尤其是对于那些处于弱势地位的群体而言。利益冲突声明作者声明,他们与本报告的内容不存在任何利益冲突。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号