多领域环境暴露与抑郁、焦虑及压力症状的纵向关联：德国国家队列（NAKO）研究

《Environment International》：Environmental exposures and mental health: longitudinal results from the German National Cohort (NAKO)

　　

背景 环境暴露如空气污染、人口密度和气候相关应激源可能影响心理健康，但大规模纵向证据有限。本研究在德国国家队列（German National Cohort, NAKO）中检查环境暴露与抑郁和焦虑症状及压力的关联。
方法 研究人员分析了NAKO基线（2014–2019）中70,000余名19–74岁成年人数据，并在2020和2022年重复调查抑郁症状（Patient Health Questionnaire-9, PHQ-9）、焦虑症状（Generalized Anxiety Disorder 7-item, GAD-7）和压力（Patient Health Questionnaire-stress, PHQ-Stress）评分。在参与者基线居住地评估环境暴露年均值，包括二氧化氮（nitrogen dioxide, NO₂）、颗粒物（particulate matter, PM）、黑碳、气温、降水、相对湿度、绿度（Normalized Difference Vegetation Index, NDVI）以及建成和社会环境指标，并以四分位距（interquartile range, IQR）标准化。采用协变量校正线性混合模型评估暴露与心理健康结局的纵向关联。亚组分析按城市化水平、肥胖、肺部疾病和心血管疾病状态分层。
结果 较高平均气温（每IQR）与较高抑郁症状评分（β=0.07，95% CI：0.03–0.12）、焦虑症状评分（β=0.05，95% CI：0.01–0.09）和压力评分（β=0.05，95% CI：0.01–0.09）相关。NO₂暴露与较高抑郁症状评分相关（β=0.08，95% CI：0.03–0.14）。100 m内较高人口密度与较高抑郁症状、焦虑症状和压力评分相关。相反，较高绿度、降水和相对湿度与较低抑郁症状评分相关。大多数与抑郁或焦虑症状评分的关联在女性、较年轻成人、肥胖者及居住在城市者中更强。
解释 改善空气质量、增强城市绿地空间并实施气候适应策略可能有助于促进心理健康，特别是在城市和脆弱人群中。

论文解读：多领域环境暴露与抑郁、焦虑及压力症状的纵向关联——德国国家队列（NAKO）研究

研究背景：抑郁、焦虑及相关心理状况如压力是全球残疾和疾病负担的主要原因之一，每年影响数亿人，并与慢性躯体疾病风险升高、过早死亡和生活质量下降相关。除心理和社会经济决定因素外，环境因素日益被认为对心理健康有重要贡献。空气污染，尤其细颗粒物（PM_2.5）和二氧化氮（NO₂），与抑郁风险升高一致相关；不利环境温度、低湿度、绿地缺乏和社会剥夺等气象与城市环境压力也与心理困扰相关。既往研究多依赖横断面设计、聚焦少数环境暴露，大规模纵向评估稀缺。在气候变化加速和城市化扩展背景下，环境风险负担预计增加，因此需要大规模纵向研究识别关键环境风险和保护因素，以指导针对性预防策略。Yanding Wang 等研究人员利用德国国家队列（German National Cohort, NAKO）70,000余名参与者的前瞻性人群数据，评估长期暴露于空气污染物、气象变量以及建成和社会环境与三个时间点（基线2014–2019、2020、2022）抑郁症状、焦虑症状和压力评分的关联，并探索慢性病人群和城乡差异中的易感性。这是德国首个综合、纵向的多领域环境暴露与心理健康评估，论文发表在《Environment International》，为心理健康预防策略和环境规划提供依据。

关键技术方法：研究基于德国国家队列（NAKO）基线（2014–2019）19–74岁参与者，并纳入完成2020和2022年心理健康问卷者；抑郁、焦虑、压力分别用患者健康问卷-9（PHQ-9）、广泛性焦虑障碍7项量表（GAD-7）、患者健康问卷-压力（PHQ-Stress）评估。环境暴露来自德国时空数据集、德国环境署网格化空气污染数据、ELAPSE项目黑碳估计、Sentinel-2/DLR的归一化植被指数（NDVI）、德国天气服务气象资料及建成社会环境指标，按基线住址分配并以四分位距（IQR）标准化。统计采用线性混合效应模型（linear mixed-effects model, LME）、两暴露模型、亚组分析，并以广义加性混合模型（Generalized Additive Mixed Models, GAMMs）、错误发现率（false discovery rate, FDR）校正、弹性网（Elastic Net）、多水平随机效应模型等开展敏感性分析。

研究人群与心理健康变化：分析纳入抑郁症状72,227人、焦虑症状72,909人、压力68,678人。基线女性约50%，中位年龄约50岁（压力样本49岁），多数具有高等教育、全职工作、已婚并与伴侣同住。三个时点心理健康变化：抑郁症状评分从基线至2022逐渐升高；焦虑和压力评分至2020明显升高，随后至2022略降，但仍高于基线。

单暴露模型：在主模型中，每IQR增加，NO₂暴露与抑郁症状评分升高0.08分（95%置信区间（confidence interval, CI）：0.03–0.14）相关。较高平均气温、最高气温、最低气温、气温年标准差、气温范围标准差和热天（最高超过30 °C）与较高抑郁症状评分相关；100 m网格内人口密度也正相关。相反，暖月NDVI、年降水总量和相对湿度与较低抑郁症状评分相关。焦虑症状方面，较高平均气温、气温年标准差和100 m内人口密度正相关，较高相对湿度负相关。压力方面，平均气温、最低气温和100 m内人口密度正相关，较高降水负相关；经FDR校正后，仅100 m内人口密度关联仍显著。

亚组分析：按性别、年龄、城市化、肥胖、肺病和心血管疾病（cardiovascular disease, CVD）状态分层。NO₂对抑郁的纵向影响在男性和女性中均稳健；女性对气象变化更广泛易感，尤其焦虑评分中降水与气温关联；NO₂对压力的不良影响仅在男性中显现。NO₂和黑碳对抑郁与焦虑评分的影响主要在<50岁较年轻参与者中，在≥50岁者中明显减弱。气温与心理健康关联仅在城市居民中保持稳健，包括抑郁和焦虑评分；相对湿度与抑郁评分的负相关也在城市中显著。无CVD或肺病者的关联与主结果基本一致；CVD者中NO₂与抑郁和焦虑评分呈名义关联。肥胖者中，NO₂和暖月NDVI与抑郁及焦虑评分的关联更强。

两暴露模型：在同时纳入两个暴露的模型中，多数环境暴露在调整第二个暴露后仍与心理健康结局显著相关。较高平均气温持续为抑郁症状评分升高的风险因素，较高人口密度持续与抑郁、焦虑和压力评分升高相关；较高相对湿度稳健地与较低抑郁症状相关。较高NDVI（1000 m内绿度）仅在调整降水后仍与较低抑郁症状显著相关，而在进一步调整NO₂、相对湿度、热天、平均气温和人口密度后，NDVI与抑郁症状关联减弱。

敏感性分析：对1000 m空间分辨率的NDVI、不透水性、建筑密度和人口密度，四季温度均值和标准差，空气污染物和季节温度的滞后效应进行分析，结果一致。NO₂一年滞后与较高抑郁、焦虑和压力评分相关；多数气温相关暴露，尤其夏季温度均值和一年滞后，与三种结局正相关。FDR校正后单暴露总体关联模式一致。GAMM显示部分非线性关系：最高和最低气温与抑郁及焦虑评分略呈U形；PM₁₀和PM_2.5与抑郁症状评分呈倒U形；暖月NDVI和霜冻日与抑郁及焦虑评分略呈倒U形。分时点分析中，基线环境暴露与基线心理健康评分关联大多缺失，但与2020和2022年评分关联多与主结果一致。Elastic Net变量选择将基线暴露矩阵缩减为抑郁、焦虑和压力分别12、7和11个核心环境预测因子；后续相互调整多暴露线性混合模型中，NO₂、PM₁₀和人口密度对抑郁以及人口密度对压力等关键独立风险因素在严格FDR控制下仍稳健。将16个研究区域作为随机效应时，纵向关联仍高度稳健。

讨论部分总结与结论翻译：讨论指出，该大规模人群纵向研究发现较高平均气温和人口密度与三个随访时点抑郁、焦虑及压力评分升高相关；NO₂和热天等环境压力因素与不良抑郁症状评分正相关，而较高降水、相对湿度和暖季绿度与较低抑郁症状评分相关。亚组分析显示，多数关联在女性、较年轻成人、城市居民和肥胖者中更强。该研究扩展了既往关于环境暴露与心理健康变化的研究，提供多环境因素、前瞻性大规模数据。与既往部分纵向研究相比，本研究发现多种气温指标，包括均值、最低、最高、变异性及其一年滞后暴露，均与心理健康变化显著相关，尤其抑郁和焦虑评分，提示仅关注平均气温可能低估温度相关心理健康风险。温度与抑郁、焦虑的U形关系提示存在“热舒适区”，偏离舒适区后极端热环境可成为系统性应激源，影响睡眠结构、神经内分泌通路、认知功能和体温调节；机制上，热应激可过度激活下丘脑–垂体–肾上腺（hypothalamic–pituitary–adrenal, HPA）轴并改变下丘脑多巴胺动态平衡。NO₂与抑郁症状评分的发现与空气污染与常见精神障碍关联的证据一致；CVD和肥胖者中NO₂与抑郁和焦虑评分关联更强，提示这些亚组易感性更高，可能与脂质异常、内皮功能障碍、体温调节受损和系统性慢性炎症有关。慢性空气污染暴露可触发氧化应激和神经炎症，破坏神经递质通路、损害脑血管完整性并激活HPA轴。降水和相对湿度与较低抑郁及焦虑评分相关，可能与城市中缓解热岛效应和空气污染、促进暖季绿地有关；人口密度与不良心理健康相关，NDVI保护效应与既往绿地研究一致，机制包括蒸发冷却、遮阴、湿度调节、促进体力活动、社会凝聚和恢复性环境。研究优势包括大规模人群队列、重复心理健康评估、高分辨率多域环境数据以及线性混合效应模型对随访时间变异的系统处理。局限包括自评问卷可能存在报告偏倚或漏诊；居住地址暴露不能完全反映个体移动、室内时间和个人暴露差异；暴露指标限于基线；协变量如收入、就业、社会因素、BMI和体力活动在基线测量，但可能在2020和2022年随访期间变化；NAKO参与者较一般人群更健康和受教育程度更高，可能低估关联；未能捕捉终生或早年暴露史。研究结论部分翻译如下：基于德国国家队列（NAKO）的纵向大规模数据，研究人员观察到持续暴露于较高平均温度、较大温度变异、较高人口密度和较高NO₂与心理健康下降相关，最主要为抑郁症状。绿度、降水和相对湿度似乎是心理健康变化的保护因素。这些发现强调需要将心理健康考量纳入气候适应政策，并支持将环境指标纳入常规公共心理健康规划。