绿色空间暴露预测双相障碍躁狂发作：基于智能手机GPS数据的一年纵向分析

《npj Mental Health Research》：Green space exposure predicts manic episodes in bipolar disorder: one year longitudinal analysis using smartphone-derived GPS data

　　

城市居住与精神疾病发病率的增加相关，而绿色空间可能通过压力缓冲效应对心理健康起到保护作用。然而，绿色空间暴露在双相障碍（bipolar disorder, BD）情感发作发生中的作用仍不清楚。研究人员利用来自29名BD-I/II参与者的12个月全球定位系统（GPS）数据，量化了每日绿色空间暴露（绿色面积和归一化植被指数（NDVI）；协变量：人口密度和地表不透水性）。情感状态（情绪正常期、抑郁发作或（轻）躁狂发作）通过基于结构化临床访谈（SCID）的每两周临床访谈进行评估（每名参与者26次评估）。多水平逻辑回归分析了前驱期和发作周相对于情绪正常期的绿色空间暴露的移动平均值和时间方差。减少的平均绿色空间暴露和增加的暴露变异性一致地与（轻）躁狂发作的前驱期相关，且方差效应持续至急性（轻）躁狂期。相比之下，抑郁发作的前驱期可预测性有限。这些发现提示，动态环境特征与早期预警动力学一致，可作为BD中可修改的情境相关因素。

双相障碍（bipolar disorder, BD）是一种影响全球多达4000万人的慢性精神疾病，其管理核心在于减少情感发作的频率、强度和持续时间，以延长缓解期。流行病学证据表明，城市居住与精神疾病发病率升高相关，而绿色空间被认为通过压力缓冲效应促进心理健康。然而，绿色空间暴露在BD情感发作发生中的具体作用尚不明确。以往基于位置数字表型的研究仅利用GPS提取移动模式（如到访地点数量、转换时间），未考察暴露环境特征，且普遍存在研究周期短、依赖自我报告症状、将移动模式与当前症状关联而非预测前驱期等局限。因此，研究人员基于BipoSense研究，采用密集纵向方法和数字表型技术，假设较低绿色空间暴露（假设1）及暴露变异增加（假设2，基于动态系统理论）可预测BD情感发作的前驱期，旨在探索绿色空间暴露与情感发作动态之间的关系。

研究人员分析了来自BipoSense研究的29名BD-I/II患者（16名BD-I，12名BD-II；平均年龄43.8±12.1岁；17名女性）的12个月智能手机GPS数据。患者从专业门诊招募，满足过去五年内≥3次情感发作的严格标准。情感状态通过基于SCID-I（DSM-4）的每两周临床访谈评估（共26次/人），将前驱期定义为临床发作前14天，并分为早期（-14至-8天）和晚期（-7至-1天）。最终样本包含30次抑郁发作和20次（轻）躁狂发作，以及8763个情绪正常日。研究结果显示，减少的绿色空间暴露（绿色面积和NDVI）显著预测（轻）躁狂发作的前驱期，且绿色空间暴露的14天移动方差增加同样预测前驱期并持续至急性期；抑郁发作的预测价值有限。这些发现表明，动态环境特征与早期预警动力学一致，可作为BD的可修改情境相关因素，为个性化环境干预奠定基础。

在关键技术方法方面，研究人员使用movisensXS应用收集高分辨率GPS数据（约5–10秒采样），经清洗、空间限制至德国境内、时间正则化至每分钟间隔，并前向填充缺失时间戳。环境暴露指标包括：基于2011年德国人口普查的人口密度（1 km²分辨率）、基于Copernicus HRL不透水性数据集的地表不透水性（100 m分辨率）、以及基于Sentinel-2卫星数据的绿色空间指标（在100 m缓冲区内计算NDVI，并将NDVI>0.5的绿色面积比例定义为绿色面积）。所有变量按14天移动窗口计算平均值和对数方差（LNVAR），经0–100标准化和受试者内中心化。统计使用多水平逻辑回归（广义线性混合模型），采用Holm–Bonferroni校正控制多重比较，并通过受试者工作特征（ROC）曲线评估临床适用性。

研究结果部分：

假设1：移动平均值。与假设1部分一致，（轻）躁狂发作的早期前驱周与绿色面积（OR=0.951, p=0.003）和NDVI（OR=0.846, p=0.003）的移动平均值显著相关，OR<1表明绿色空间暴露减少与出现前驱周相关。晚期前驱周中，绿色面积呈趋势（OR=0.963, p=0.064），NDVI显著（OR=0.857, p=0.013）。抑郁前驱期在严格校正后无显著关联。探索性分析显示，（轻）躁狂发作周部分由绿色空间移动平均值预测（如第二周NDVI OR=0.854, p=0.002）；抑郁发作的第一周和持续周由绿色面积和NDVI预测，但ORs随时间反转（第一周>1，持续周<1）。其他环境指标中，不透水性显著预测（轻）躁狂第二周（OR=1.582, p=0.002），持续抑郁周与降低的不透水性暴露相关（OR=0.526, p=0.004）。

假设2：方差指标。与假设2一致，（轻）躁狂前驱期中，绿色面积方差升高显著预测早期（OR=1.478, p<0.001）和晚期（OR=1.435, p<0.001）前驱期；NDVI方差同样预测早期（OR=1.936, p<0.001）和晚期（OR=1.950, p<0.001）前驱期。抑郁前驱期无显著预测。探索性分析显示，（轻）躁狂发作第一周和第二周的绿色面积及NDVI方差仍显著（如NDVI第二周OR=2.388, p<0.001）。人口密度方差仅预测（轻）躁狂第一周，不透水性方差预测第一周（OR=1.549, p<0.001）和第二周（OR=1.573, p<0.001）。抑郁方面，人口密度方差降低是早期（OR=0.642, p<0.001）和晚期（OR=0.742, p=0.048）前驱期的预警信号，不透水性方差降低（OR=0.676, p=0.023）预测持续抑郁周。

临床相关性观察参数。研究人员选择NDVI作为最一致的绿色度预测因子，计算ROC曲线。在所有时间窗（早期前驱、晚期前驱、躁狂第一周和第二周）中，预测因子均优于随机水平（AUC>0.5），但未进入临床适用目标区域（敏感性>50%，特异性>95%）。这表明尽管NDVI作为数字表型标记具有潜力，但当前预测性能仍会产生过多误报或漏报，尚不能可靠地用于临床实践。最强信号出现在前驱期早期和晚期。

讨论部分总结：研究部分支持假设1，即减少绿色空间暴露预测（轻）躁狂前驱期，符合绿色空间的压力缓冲效应；抑郁未得到支持，可能与抑郁期活动减少和移动性降低有关。探索性分析显示，绿色空间暴露减少持续预测（轻）躁狂发作，而抑郁中ORs反转；其他环境因素效应较弱，提示起关键作用的是绿色空间本身而非城市化程度。假设2得到支持：绿色空间暴露方差增加可预测躁狂前驱期，符合动态系统理论的早期预警信号；抑郁中未发现该模式。局限性包括：样本量较小，环境指标为基于地理信息的代理变量，环境数据与GPS记录时间不完全匹配（如人口密度来自2011年普查），14天移动窗口与当天状态存在轻微重叠，以及参与者知晓GPS监测可能影响行为。未来研究应延长观察期、扩大样本量，采用多变量机器学习方法整合更多数字表型，并探索绿色空间暴露影响BD的神经生物学机制（如下丘脑-垂体-肾上腺轴调节、神经可塑性、免疫功能）。

翻译研究结论部分：总之，研究人员的工作推进了先前研究，通过将基于位置的被动感知与密集纵向方法相结合，展示了与绿色空间的互动如何在双相障碍中产生有意义的信号。这些发现为利用环境背景增强双相障碍情感稳定性的个性化干预奠定了基础。