基于数学建模的甘肃省干眼症流行病学研究：区域人口特征分析与风险因素识别

《Frontiers in Public Health》：Epidemiological study of dry eye disease in Gansu Province based on mathematical modeling: analysis of regional population characteristics and identification of risk factors

　　

目的：探讨甘肃省干眼症（dry eye disease，DED）的流行病学特征，分析区域人口特征与DED之间的关联，并识别促进疾病发生的风险因素，从而为该地区的临床预防、诊断和干预提供科学依据。方法：采用分层多阶段整群随机抽样方法，于2024年8月至2025年8月开展横断面研究。进行事后设计效应分析以量化群聚对患病率精度的影响，并采用混合效应逻辑回归模型作为敏感性分析以考虑分层抽样结构。共招募来自甘肃省5个地理区域的2000名18岁及以上常住居民。所有参与者完成标准化问卷和眼部检查，包括泪膜破裂时间（tear film break-up time，TFBUT）、角膜荧光素染色（corneal fluorescein staining，CFS）和Schirmer I试验（Schirmer I test，SIT）。采用常规多变量逻辑回归、混合效应逻辑回归和随机森林分析评估与DED相关的因素。结果：气候类型、海拔、性别、每日屏幕时间、睡眠质量和吸烟在常规多变量模型中与DED相关（均p<0.05）。混合效应敏感性分析在考虑群聚后总体上但不完全一致。基于平均准确度下降，随机森林模型将气候类型列为最具影响力的预测因子，其次是每日屏幕时间和睡眠质量。随机森林模型的性能良好，受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUC）为0.832。结论：甘肃省DED患病率受区域环境、人口特征和生活方式行为等多方面因素影响。气候类型、每日屏幕时间和睡眠质量是关键风险因素。公共卫生干预应优先针对高风险地区和高风险人群。

干眼症（dry eye disease，DED）是一种以泪膜稳态失衡为核心的多因素慢性综合征，全球患病人数达数亿，且患病率随年龄增长而上升，女性更为多见。现代生活方式改变，尤其视频终端使用、人口老龄化、空气污染和气候变化，使DED患病率持续升高，给个人和社会带来沉重负担。中国幅员辽阔，地理气候条件差异显著，DED流行病学呈现明显区域性特征，北方干燥、多风、紫外线强的地区患病率较高。甘肃省地处青藏高原、黄土高原和内蒙古高原交汇处，地理复杂、气候多样，从西北到东南依次覆盖极端干旱的河西走廊、半干旱的陇中、半湿润的陇东南、高寒湿润的甘南以及亚热带湿润的陇南，这种宽阔的环境梯度为探讨地理、气候、人口与疾病的关系提供了“天然实验室”。然而，目前尚不清楚甘肃省高度异质区域间DED风险如何变化，主导风险因素如何随地域演变，并且传统单变量分析或简单多变量逻辑回归难以处理复杂非线性关系和高阶交互作用。因此，研究人员开展了这项多中心横断面调查，旨在刻画甘肃省不同地理气候区成年人DED患病率及其空间分布模式，系统分析社会人口特征、行为生活方式和环境暴露与DED的关联，并创新性地整合传统多变量逻辑回归与随机森林机器学习，不仅识别独立风险因素，还阐明其相对贡献，为区域临床防治提供科学依据。

研究人员于2024年8月至2025年8月采用分层多阶段整群随机抽样设计，依据自然地理和气候特征将甘肃省分为五个区域，随机抽取10个县/区，再按城乡分层随机抽取40个街道/乡镇，最终纳入2000名≥18岁、在甘肃居住≥5年的常住居民。所有参与者完成标准化问卷和眼部检查，检查项目包括泪膜破裂时间（tear film break-up time，TFBUT）、角膜荧光素染色（corneal fluorescein staining，CFS）和Schirmer I试验（Schirmer I test，SIT），诊断严格遵循国际公认的2017年泪膜与眼表协会干眼病工作坊II（Tear Film and Ocular Surface Society Dry Eye Workshop II，DEWS II）标准。数据采用EpiData 3.1双录入。统计分析方面，使用常规多变量逻辑回归估计独立关联，使用混合效应逻辑回归作为敏感性分析以考虑分层抽样结构，并使用随机森林模型评估变量重要性和模型判别能力。

### 3.1 区域特征与DED的关联
调查显示，甘肃省DED总体患病率为27.5%。基于40个街道/乡镇为分析群组，估计组内相关系数为0.0173，设计效应为1.849，有效样本量约为1081.7，设计调整后95%置信区间为24.84%–30.16%。区域特异性患病率从高到低依次为河西走廊35.0%、甘南32.5%、甘肃中部31.0%、甘肃东南部23.3%、陇南15.8%，区域间差异有统计学意义（p<0.001），表明DED患病率存在显著地区异质性。按照海拔分组，低海拔（<2000 m）组患病率为23.0%，中海拔（2000–3000 m）组为26.4%，高海拔（≥3000 m）组为38.4%，差异显著（p<0.001）且随海拔升高呈上升趋势。按照气候类型分组，干旱区患病率为43.6%，半干旱区为31.2%，半湿润区为25.2%，湿润区为16.8%，差异显著（p<0.001），患病率随区域干燥程度增加而升高。

### 3.2 人口特征和生活方式与DED的关联
单因素分析显示，性别、年龄、每日屏幕时间、工作类型、睡眠质量和吸烟与DED显著相关（p<0.05）；而眼镜使用和饮酒与DED无显著关联（p>0.05）。女性、年龄＞55岁、每日屏幕时间＞6 h、室内工作、睡眠质量差（匹兹堡睡眠质量指数≥8）以及吸烟者中DED患病率更高。

### 3.3 DED风险因素的多变量逻辑回归分析
将单因素分析中显著变量和临床相关变量纳入多变量逻辑回归模型。由于区域变量与气候类型、海拔存在较强多重共线性（方差膨胀因子分别为7.027、6.884和6.315），区域被排除在最终模型外。结果显示，气候类型、海拔、女性、年龄＞55岁、每日屏幕时间＞6 h、睡眠质量差（PSQI≥8）和吸烟为DED的独立相关因素（p<0.05）。Hosmer-Lemeshow检验显示模型校准良好（χ²=13.987，df=8，p=0.082），Nagelkerke R²=0.236。

### 3.4 混合效应逻辑回归敏感性分析
为考虑层次抽样结构，研究人员拟合了与常规模型相同固定效应、嵌套县/区和街道/乡镇随机截距的混合效应模型。结果显示，每日屏幕时间＞6 h、年龄＞55岁、吸烟、干旱气候、海拔2000–3000 m和≥3000 m、睡眠质量差（PSQI≥8）以及女性仍与DED风险升高相关；而室外工作、年龄36–55岁、半干旱气候和半湿润气候未达到统计学显著。主要关联方向与常规模型基本一致，但部分年龄和气候特异性估计在纳入群聚结构后被削弱；海拔≥3000 m估计值很大且置信区间宽，需谨慎解读。

### 3.5 基于机器学习的风险因素探索
随机森林模型使用区域特征、人口特征和生活方式变量构建，通过平均准确度下降评估变量重要性。结果显示，气候类型是最重要的预测因子，其次为每日屏幕时间和睡眠质量，海拔排在第四位。测试集受试者工作特征曲线下面积（AUC）为0.832，表明模型判别能力良好；训练集准确率82.8%，测试集准确率78.2%，袋外误差19.9%，模型未出现过拟合，泛化能力较好。

讨论部分指出，甘肃省的地理异质性为探索环境因素与DED关联提供了独特机会。气候类型和海拔可能通过影响泪液蒸发、氧化应激、慢性炎症等机制影响眼表稳态；干旱地区低湿度、沙尘暴增加蒸发应激，高海拔地区低氧、强紫外线、低温可能损害角膜缘干细胞功能并诱导炎症。个体层面，女性激素水平、长时间屏幕使用导致眨眼异常、睡眠紊乱影响泪腺神经调节，以及吸烟等均与DED风险相关。方法学上，结合逻辑回归与随机森林可互补估计效应方向和变量重要性。本研究局限性包括：样本量计算未预先纳入整群效应，事后设计效应显示实际精度低于预设；参与者需要完成面对面问卷和眼部检查，可能存在选择偏倚和无应答偏倚；部分年龄和气候效应在混合效应模型中不稳定；海拔≥3000 m的效应可能混杂地理异质性；DED作为单一二分类结局未能区分严重程度；未测量室内湿度、采暖制冷条件、工作场所微气候及睑板腺形态功能等潜在介质，限制机制解释。总体而言，本研究通过数学建模构建了从宏观生态到个体行为的整合分析框架，丰富了我国区域性DED流行病学数据，为甘肃省实施科学、精准的DED预防和管理策略提供了理论依据和实践指导。