室内热光参数与自报干眼症状的关系：一项定量跨季节现场研究

《Building and Environment》：The Relationships of Indoor Thermal and Luminous Parameters with Self-reported Dry Eye Symptoms: A Quantitative Cross-Seasonal Field Study

　　

• 室内温度、相对湿度（RH）和垂直照度与干眼症的发生几率有关联。
• 建立了环境与干眼症发生几率的限制性立方样条曲线。
• 温度和垂直照度呈现 U 型曲线，相对湿度呈现 J 型曲线。
• 140 至 625 勒克斯的垂直照度与较低的干眼症发生几率相关。
• 当温度超过 23.1°C 或相对湿度低于 36.8% 时，冬季干眼症的发生几率上升。

引言
室内环境质量对健康和舒适度起着关键作用，眼部症状是病态建筑综合征（SBS）中最常报告的抱怨之一。其中，干眼症是办公环境中报告最多的症状之一——表现为灼烧感、干燥、瘙痒、异物感、视力模糊、畏光等 [1]。干眼症常发生在特定的室内环境中，通常是暂时的 [1]，大多数症状在离开工作站后会消失。办公人员往往全神贯注于工作并在室内停留很长时间，因此这些短暂症状可能变为反复发作。这不仅损害视觉功能和工作绩效，还会增加心理压力和精神障碍 [5,6]。估计全球干眼症的患病率在 5% 到 50% 之间甚至更高 [2]，亚洲人群更易感 [3]。

近年来，干眼症被定义为一种由泪膜不稳定和微环境失衡引起的慢性眼表疾病 [7]。作为环境与角膜之间的屏障，泪膜容易受室内环境影响。已有干眼症季节性变化的报道，温度和湿度被认为是潜在的促成因素 [8,9]。同时，长时间使用视觉显示终端（VDT）可能与糟糕的照明（如照度不当或眩光）相互作用，导致视疲劳并加重干眼症状 [10]。然而，关于客观室内环境参数的变化如何影响办公人员干眼症状发生的定量讨论仍然缺乏。本研究分析了室内热环境和光环境对办公人员干眼症的影响，使用了在中国西南部重庆春季、夏季和冬季收集的调查数据。

环境因素对疾病或症状风险的影响和预测是流行病学和公共卫生领域持续关注的重点。在此背景下，现有研究主要通过统计回归模型建立了环境暴露与干眼症之间的关联。表 1 总结了基于统计模型的环境因素对干眼症影响的研究，包括样本量、回归模型类型、模型中包含的环境自变量方法和形式、环境数据来源以及报告的环境因素对干眼症的影响。尽管基于室外气象数据的干眼症环境暴露已得到广泛讨论，但一些学者指出，关于室内环境对干眼症影响的证据仍然缺乏 [[24], [25], [26]]。Idarraga 等人 [25] 分析了短期暴露于不良室内环境的情况，发现这可能会使干眼症恶化的可能性增加约 13 倍。Dang 等人 [26] 调查了建筑特征、居住者的调节行为与干眼症之间的关联，发现使用加湿器或经常通风可以减少相关症状负担。这些室内研究的发现仅停留在定性或半定量阶段。它们无法证明客观环境参数的变化具体如何影响干眼症的发生。因此，了解室内环境对干眼症的影响非常重要。

尽管光环境指标已在少数室内研究中被作为自变量包含在模型中，但它们很少显示出显著影响。这是因为这些研究只使用了水平照度，且样本量相对较小 [11,19]。相比之下，垂直照度已被证明与人眼更相关 [35]。更重要的是，干眼症是一种眼表疾病，但光主要影响眼球内部视网膜中的感光细胞 [36]。然而，从干眼表型的角度来看，不良光环境可能会加剧干眼症或间接影响其发生的风险 [10]。因此，尽管数据收集的复杂性带来了评估挑战，但在干眼症评估中仍应考虑暴露于不良光环境的关联风险。

在表 1 列出的环境因素中，温度强调相对湿度（RH），因为它们直接影响眼表泪膜的稳定性 [27]。尽管如此，表中列出的统计回归模型结果并非都观察到 RH 的显著影响。Su 等人 [12] 比较了在不同室内环境中工作的人群，发现洁净室工作人员（55 ± 5% RH）的几率比标准办公室人员（65 ± 5% RH）高 1.3 倍。然而，另一项室内测量研究报告了矛盾的结果。其结果显示，当湿度作为以 25% RH 为界值的二分类变量引入时，在单变量或多变量模型中，它都不是干眼症的显著环境因素 [11]。在这两项室内环境研究中，RH 未被作为连续变量处理于统计模型中，而是被离散化为二分类变量。室内 RH 通常维持在 30%-70% 的范围内 [28]。对于这个相对较宽的范围，使用预定义的 RH 阈值来区分高低水平可能增加了模型内的信息损失 [29]。

另一方面，广泛的统计回归模型结果表明，高温可能会增加干眼症发生的可能性。然而，Ho 等人 [30] 观察到相对较低的温度（15°C）也可能增加干眼症的严重程度。Choi 等人 [31] 报道了低温与干眼症之间的关联，最近的一项综述也确定了低温是干眼症状的潜在环境诱因 [32]。这些发现表明，与 RH 相反，温度对干眼症的影响可能是非单调的，这意味着较低和较高的室内温度都可能与干眼症相关。这在以前的调查研究中未曾观察到，可能是因为那些研究只使用了线性模型，并未探索与客观环境参数的非线性关系。

当前的调查研究通常仅构建逻辑回归模型来解释环境因素与干眼症之间的半定量关系。该模型假设自变量与因变量几率的自然对数之间存在线性关系 [33]。因此，在线性假设下，通过系数指数化得到的几率比（OR）值是恒定的。换言之，在环境变量的范围内，逻辑回归结果对健康结局的影响方向（风险/保护）是单调的。并且无论环境暴露水平如何，暴露的单位差异都与因变量的固定差异相关。

然而，Marrie 等人 [63] 和 Schuster 等人 [34] 认为，对未测试的关联假设线性是不恰当的，因为这会引入模型偏差并掩盖真实的影响估计。Liang 等人 [22] 讨论了温度与干眼症超额风险之间的关联。他们的模型结果显示，与温度相关的超额风险不是线性的。Kai 等人 [18] 也发现空气质量与干眼症之间存在非线性关联。因此，我们假设尽管室内环境暴露可能不像室外暴露那么广泛，但不同室内环境因素与干眼症之间的关联也可能是非线性的，并且可能存在相关的阈值或拐点。这需要进一步探索。

本研究旨在调查室内热环境和光环境因素与干眼症状的关联，并量化这些环境因素如何改变干眼症状的几率。主要目标是：(1) 开发基于关联的统计模型来评估热因素和光因素与干眼症的关联；(2) 探索环境暴露与干眼症之间的关系及潜在阈值。本研究旨在提高对室内环境暴露与干眼症状之间关系的理解，并为未来关于更健康办公环境的研究提供证据。

章节片段
方法
该现场研究结合了包括现场热和光环境测量、干眼症状调查和统计分析在内的方法。首先，我们使用标准化眼科问卷评估了受访者的眼部不适水平。根据评估结果，受试者随后根据是否存在潜在症状被分为两组 [[15], [16], [17], [18]]。根据逻辑回归的数据输入要求，

干眼症状的患病率
OSDI 定义的干眼症状患病率在夏季为 36.2%，冬季为 40.4%，春季为 33.1%。尽管冬季的患病率在数值上最高，但三个季节之间的总体差异没有统计学意义（补充表 S1，Pearson χ2= 5.61，p= 0.060）。图 4 进一步展示了干眼症状在季节间的分布。总体而言，18.9% 的受访者报告没有 OSDI 条目。在总样本中，另有 44.5% 的 OSDI 得分为

讨论
本研究首先基于不同的调整因素开发了序贯二元逻辑回归模型。我们发现只有光照水平偏好与干眼症状的可能性有关联。与那些喜欢保持光照不变的人相比，那些喜欢较高光照水平和那些喜欢较低光照水平的人风险都更高。这与第 3.4 节中垂直照度量化分析的趋势一致。即便如此，我们发现

研究局限性与未来研究
本研究基于横断面调查数据探索了室内环境暴露因素与干眼症状之间的关联。尽管横断面研究在公共卫生中被广泛用作收集健康状况、暴露因素和风险因素信息的重要方法，但它们有共同的局限性，例如变量之间可能存在时间尺度不匹配 [74]。本研究存在一些局限性，需要在未来研究中解决。首先，我们

结论
该现场研究包括对热和光环境参数的同步现场监测以及受试者问卷调查。然后开发二元逻辑回归模型来识别与干眼症状相关的环境因素，并进一步使用 RCS 曲线探索潜在的非线性关系。本研究得出的主要结论列如下：
1) 在二元逻辑回归模型中调整不同的协变量后，室内

未引用参考文献
CRediT 作者贡献声明
白松：撰写 – 初稿，可视化，方法论，调查，数据管理，概念化。
姚润明：撰写 – 审阅与编辑，监督，方法论，资金获取，概念化。
杜千秋：撰写 – 审阅与编辑。
郑培平：撰写 – 审阅与编辑。
李百展：方法论，概念化。

白松 | 姚润明 | 杜千秋 | 郑培平 | 李百展