文献速递心脑血管急症消化、代谢与肾脏急症

中国成年人居住区绿度、心脏代谢紊乱与心血管疾病的关联

Association Between Residential Greenness, Cardiometabolic Disorders, and Cardiovascular Disease Among Adults in China.
PubMed 文献 · JAMA Netw Open · 2020-09-01
一句话结论在33个社区横断面研究中,居住区绿度每增加一个四分位间距,心血管疾病患病几率降低约27%,其关联部分由心脏代谢紊乱介导。

该研究为33个社区中国健康研究的一部分,纳入辽宁省3个城市33个社区的24845名18-74岁成年人。采用归一化差异植被指数和土壤调整植被指数评估居住区500米和1000米缓冲区的绿度,通过问卷确定终生心血管疾病状态,并临床测量心脏代谢紊乱。广义线性混合模型显示,500米缓冲区内NDVI和SAVI每增加一个四分位间距,心血管疾病患病几率分别降低27%(OR 0.73,95%CI 0.65-0.83)和26%(OR 0.74,95%CI 0.66-0.84)。中介分析表明,心脏代谢紊乱(除低HDL胆固醇外)部分介导该关联,联合中介效应为21.2%。作者结论认为,较高居住区绿度与较低心血管疾病患病率相关,但需纵向研究确认。

要点

  • 在24845名中国成年人中,500米缓冲区NDVI每增加一个四分位间距,心血管疾病患病几率降低27%(OR 0.73,95%CI 0.65-0.83)。
  • 500米缓冲区SAVI每增加一个四分位间距,心血管疾病患病几率降低26%(OR 0.74,95%CI 0.66-0.84)。
  • 心脏代谢紊乱部分介导绿度与心血管疾病的关联:高血压4.5%、2型糖尿病4.1%、超重或肥胖3.1%、高胆固醇血症12.7%、高甘油三酯血症8.7%、高LDL胆固醇11.1%。
  • 联合心脏代谢紊乱的中介效应为21.2%(95%CI 6.4%-35.9%),低HDL胆固醇无显著中介效应(1.9%,95%CI -0.3%至4.0%)。
  • 未发现居住区绿度与任何心脏代谢紊乱之间的显著交互效应。

适用人群与场景

  • 中国辽宁省3个城市33个社区的18-74岁成年人,居住时间≥5年,排除孕妇、年龄<18或>74岁、患有严重基础疾病(如终末期癌症)者。

诊断标准与关键阈值

  • 心血管疾病定义为问卷中自我报告医生曾诊断心肌梗死、心力衰竭、冠心病、脑血栓形成、脑出血、脑栓塞或蛛网膜下腔出血。
  • 高血压定义为平均收缩压>140 mm Hg、平均舒张压>90 mm Hg和/或访谈前2周内报告接受降压药物治疗。
  • 超重或肥胖按亚洲标准:肥胖为BMI≥27.5,超重为BMI 23.0-27.5,正常体重(含体重过轻)为BMI<23.0。
  • 高胆固醇血症定义为总胆固醇≥240 mg/dL;高甘油三酯血症定义为甘油三酯≥200 mg/dL;低HDL胆固醇定义为HDL胆固醇≥40 mg/dL(原文如此);高LDL胆固醇定义为LDL胆固醇≥160 mg/dL。
  • 2型糖尿病按美国糖尿病协会指南定义:空腹血糖≥126 mg/dL、2小时血糖≥200 mg/dL或报告接受降糖药物治疗。
  • 绿度水平用NDVI定义:低绿度<0.40/500m,高绿度≥0.40/500m。

研究设计与关键结果

  • 研究类型为基于人群的横断面研究(33个社区中国健康研究),纳入24845名参与者,平均年龄45.6(标准差13.3)岁,男性12661人(51.0%),1006人(4.1%)报告心血管疾病诊断。
  • 500米缓冲区NDVI每增加一个四分位间距,心血管疾病患病几率降低27%(OR 0.73,95%CI 0.65-0.83,P<.001);SAVI每增加一个四分位间距,降低26%(OR 0.74,95%CI 0.66-0.84,P<.001)。
  • 1000米缓冲区NDVI每增加一个四分位间距,OR 0.79(95%CI 0.71-0.89,P<.001);SAVI每增加一个四分位间距,OR 0.78(95%CI 0.69-0.87,P<.001)。
  • 中介效应:高血压4.5%(95%CI 0.6%-8.3%,P=.02)、超重或肥胖3.1%(95%CI 1.1%-5.1%,P=.002)、2型糖尿病4.1%(95%CI 0.7%-7.4%,P=.02)、高胆固醇血症12.7%(95%CI 4.6%-20.8%,P=.002)、高甘油三酯血症8.7%(95%CI 2.9%-14.4%,P=.003)、高LDL胆固醇11.1%(95%CI 3.8%-18.4%,P=.003);低HDL胆固醇无显著中介效应(1.9%,95%CI -0.3%至4.0%,P=.09)。
  • 联合心脏代谢紊乱的中介效应为21.2%(95%CI 6.4%-35.9%,P=.004)。
  • 未发现居住区绿度与任何心脏代谢紊乱之间的显著交互效应。
  • 按年龄、性别、家庭收入或教育水平分层未发现显著交互作用。

证据类型、等级与局限

  • 证据类型为横断面研究;原文未报告证据等级或推荐强度。
  • 局限:横断面设计不能评估绿度暴露与心血管疾病的时间先后关系,尽管反向关联的可能性低;横断面设计可能高估中介效应。
  • 局限:绿度暴露基于社区而非个体评估,可能产生测量误差(即伯克森误差),虽不偏倚效应估计但可能降低统计效能;未专门收集行动受限数据。
  • 局限:NDVI和SAVI反映一般植被水平,不能区分绿度的结构、类型和质量,无法检查与心血管疾病患病率最相关的绿度方面。
  • 局限:缺乏降脂药物治疗数据,未用于定义血脂异常,可能降低血脂异常患病率并偏倚中介分析结果。
  • 局限:心血管疾病诊断和若干潜在混杂变量为自我报告,可能存在假阳性结果和回忆偏倚;社会经济地位使用有限变量评估,未考虑噪声、步行性和气温等其他环境因素,结果可能受残余混杂影响。
  • 局限:作者指出需进一步纵向研究确认这些发现。

对床旁实践的改变

  • 作者认为,研究结果可能具有公共卫生重要性,尤其考虑到许多低收入国家正经历快速城市化及随之而来的绿度减少,可为设计旨在减轻中国及其他中低收入国家心血管疾病患病率的人群水平干预措施的政策制定者提供有限数据。
  • 原文未据此给出针对急诊或ICU床旁的具体推荐。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2020 Sep 21;3(9):e2017507. doi: 10.1001/jamanetworkopen.2020.17507

引言

心血管疾病(CVD)仍然是全球死亡和残疾的首要原因,尤其是在低收入和中等收入国家。1 1990年至2016年间,中国CVD患者的估计人数从4060万增加至9380万。2 因此,需要干预和控制策略来减缓CVD患病率的增长。

越来越多的数据表明,较高程度的社区植被(称为居住区绿化度)与一系列有益的健康结局相关。3,4 大量研究探讨了绿化度与心血管的关联,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37 但其中超过50%的研究聚焦于CVD死亡。此外,既往研究大多在中高收入国家开展,仅在少数低收入国家进行了研究。23,27,30,31 目前尚不清楚来自高收入国家的研究结果是否可推广至较低收入环境,因为高收入国家与较低收入国家之间在文化、社会人口学和环境因素方面存在诸多差异。

心脏代谢紊乱,包括高血压、2型糖尿病、超重或肥胖状态以及血脂异常,是已被记录的与CVD风险相关的临床前期因素。38 在环境流行病学研究中,这些心脏代谢紊乱常被认为是环境暴露与CVD关联中的中间变量。一项系统综述和荟萃分析3以及33社区中国健康研究的既往发现39,40,41表明,较高的居住区绿化度水平与较低的心脏代谢紊乱风险相关。过去5年内的两项研究报告称,心脏代谢紊乱的存在部分介导了绿化度与CVD患病率之间的关联。28,36 然而,心脏代谢紊乱的存在也可能修饰与居住区绿化度相关的健康结局,因为这些疾病患者可能作为治疗方案的一部分改变其生活方式(例如,参加体育锻炼或更频繁地前往公园)。因此,居住区绿化度、心脏代谢紊乱与CVD之间的关联仍不明确。为填补这些研究空白,我们旨在(1)在中国成年人一般人群中探讨居住区绿化度水平与CVD患病率之间的关联,以及(2)使用先进的三向分解方法探讨心脏代谢紊乱的存在是否介导或修饰了居住区绿化度水平与CVD之间的关联。

方法

研究对象与流程

33社区中国健康研究是一项大型基于人群的横断面调查,于2009年4月1日至12月31日在中国东北部辽宁省开展。该省是一个高度城市化的大型工业中心。据报道,该地区CVD和心脏代谢紊乱的患病率较高。42,43,44 本研究遵循加强流行病学观察性研究报告(STROBE)横断面研究报告规范。中山大学人体研究委员会批准了研究方案。所有参与者均提供了书面知情同意。

我们采用4阶段分层整群抽样策略随机招募研究参与者39,40,41(图)。首先,在辽宁省共14个城市中随机选取3个城市(沈阳、鞍山和锦州)。其次,从共11个区(沈阳市5个区,鞍山市和锦州市各3个区)中每个区随机选取3个居民社区,共产生33个社区,面积范围为0.25 km2至0.64 km2。第三,从每个社区随机选取700至1000户家庭。第四,从每户家庭随机选取1名成年人。最初共邀请28 830人参与研究。其中,3985人(13.8%)因以下原因被排除:(1)3634人未完成研究问卷;(2)233人在研究社区居住不足5年;(3)79人处于妊娠期;(4)27人年龄小于18岁或大于74岁;(5)12人患有严重的基础疾病,如终末期癌症。排除后,24 845名参与者(86.2%)纳入分析,15 477名参与者(53.7%)在空腹后提供了静脉血样本。提供血样本的参与者与未提供血样本的参与者(n = 9368)在社会人口学特征方面相似(补充材料中的eTable 2)。

图。参与者流程图 查看原图 ↗

心血管疾病和心脏代谢紊乱

我们使用研究问卷评估心血管疾病(CVD)状态。CVD病例定义为对以下问题的肯定回答:“是否有医生曾诊断您患有心肌梗死、心力衰竭、冠心病、脑血栓形成、脑出血、脑栓塞或蛛网膜下腔出血?”45

使用标准汞柱式血压计,经过培训并认证的护士按照美国心脏协会推荐的程序测量收缩压和舒张压。46我们将高血压定义为平均收缩压高于140 mm Hg、平均舒张压高于90 mm Hg,和/或在访谈前2周内报告接受降压药物治疗。47

使用世界卫生组织推荐的方案,48我们测量了身高和体重,并计算了每位参与者的体重指数(BMI;按体重千克数除以身高米数的平方计算)。根据亚洲标准,48肥胖状态定义为BMI为27.5或更高,超重状态定义为BMI为23.0至27.5,正常体重(包括体重不足)状态定义为BMI低于23.0。

过夜空腹后,获取外周静脉血样本。总胆固醇、甘油三酯、低密度脂蛋白(LDL)胆固醇和高密度脂蛋白(HDL)胆固醇水平使用日立自动分析仪7170A型(日立)测定。我们将高胆固醇血症定义为总胆固醇水平为240 mg/dL或更高,高甘油三酯血症定义为甘油三酯水平为200 mg/dL或更高,低HDL胆固醇定义为HDL胆固醇水平为40 mg/dL或更高,高LDL胆固醇定义为LDL胆固醇水平为160 mg/dL或更高。49

我们进行了标准的75 g口服葡萄糖耐量试验,并在摄入葡萄糖后0小时和2小时采集血样。我们采用酶比色法测定空腹和2小时血糖水平。根据美国糖尿病协会指南,2型糖尿病的定义为空腹血糖水平≥126 mg/dL(转换为mmol/L需乘以0.0555)、2小时血糖水平≥200 mg/dL,或报告正在接受抗糖尿病药物治疗。50

居住地绿化水平

我们采用2种基于卫星的植被指数——归一化差异植被指数(NDVI)51和土壤调整植被指数(SAVI)52——来表征居住地绿化水平。这两种指数均基于两个植被信息光波段(可见红光和近红外光)的表面反射率与吸收率之差计算得出。NDVI的计算方法为:将近红外光减去可见红光,再将差值除以近红外光与可见红光之和。对于SAVI,加入了一个校正因子以尽量减少与土壤背景相关的因素。因此,SAVI的计算方法为:将近红外光减去可见红光,再将差值除以近红外光、可见红光与校正因子之和;然后将商乘以校正因子与1.0之和。所得的NDVI和SAVI值无单位,范围为–1.0至1.0,值越高表示区域越绿,负值表示水体,接近0的值表示裸地。

这2种指数使用Landsat 5专题制图仪(美国国家航空航天局)卫星图像计算,空间分辨率为30 m×30 m,图像获取于植被最绿的月份(即8月,植被生长水平最高)且最接近健康数据收集年份(即2010年)。居住地绿化定义为每个社区质心周围500 m和1000 m圆形缓冲区内NDVI和SAVI的平均水平。绿化水平使用NDVI定义,低绿化水平定义为每500 m植被少于0.40 m,高绿化水平定义为每500 m植被0.40 m或以上。所有计算均使用ArcGIS 10.4版(Esri)完成。

混杂因素和中介因素

我们使用R软件(R Foundation for Statistical Computing)的DAGitty包2.16.3版构建有向无环图,以选择混杂变量和潜在中介因素(补充材料e图1)。保留了以下混杂变量:年龄、性别、种族、家庭年均收入、教育水平、体力活动水平、区级国内生产总值39以及空气动力学直径≤2.5 μm的颗粒物。53

选择心血管代谢疾病作为潜在的中介因素(补充材料中的eFigure 1)。我们绘制了另一个有向无环图,以识别暴露-中介因素关联(补充材料中的eFigure 2)和中介因素-结局关联(补充材料中的eFigure 3)的潜在混杂变量。我们将共同的混杂变量(即年龄、性别、民族、家庭收入、教育水平、体力活动水平、区级国内生产总值以及空气动力学直径小于或等于2.5 μm的颗粒物)纳入中介分析。

统计分析

我们使用广义线性混合模型54评估居住地绿化水平与心血管疾病患病率之间的关联,并将社区作为随机效应。效应估计值以NDVI和SAVI水平每增加一个四分位距(IQR)所对应的比值比(OR)和95% CI表示。我们估计了未调整模型和主要模型,主要模型针对使用有向无环图选择的混杂变量(包括年龄、性别、民族、家庭收入、教育水平、体力活动水平、区级国内生产总值以及空气动力学直径小于或等于2.5 μm的颗粒物)进行了调整(补充材料中的eFigure 1)。根据既往研究55,56的结果,我们在主要分析中聚焦于500 m的暴露缓冲区。

我们还进行了多项敏感性分析。首先,我们在1000 m的较大暴露缓冲区中估计NDVI和SAVI水平,以评估暴露错分的影响。其次,我们将每500 m的NDVI和SAVI水平按四分位数分类(对于NDVI水平,第1四分位数包括0.18-0.23,第2四分位数包括0.24-0.29,第3四分位数包括0.30-0.40,第4四分位数包括0.41-0.80;对于SAVI水平,第1四分位数包括0.10-0.13,第2四分位数包括0.14-0.16,第3四分位数包括0.17-0.24,第4四分位数包括0.25-0.48),并使用自然样条平滑函数检验非线性关联。第三,我们使用逐步调整构建模型,并对主要模型调整了饮酒、吸烟、体力活动水平、低热量低脂肪控制饮食、含糖软饮料摄入以及心血管疾病家族史,以评估其潜在影响。我们按年龄(<50岁 vs ≥50岁)、性别、年家庭收入(<10 000元 vs ≥10 000元[2009年1美元相当于6.84元])和教育水平(<9年 vs ≥9年)进行分层分析,以检验这些关联在不同亚人群中是否一致。

我们使用三向分解法来分解居住地绿度与每种心脏代谢疾病之间的关联,绿度水平可能与该疾病与CVD患病率发生交互作用。3个互不重叠的组分包括:(1)与绿度相关且直接控制了潜在中介因素的变量(直接效应),(2)与相加交互作用相关但非中介作用的变量(交互效应),以及(3)与中介作用相关但非交互作用的变量(纯间接效应)(补充材料eFigure 4)。57标准误使用delta法计算。58我们还使用R软件(R Foundation for Statistical Computing)的lavaan包版本3.4.3估计了合并心脏代谢疾病的中介效应。所有其他统计分析均使用SAS软件版本9.4(SAS Institute Inc)进行。所有检验均为双尾配对检验,显著性阈值为P < .05。

结果

在24 845名成年参与者中,平均(SD)年龄为45.6(13.3)岁,12 661名参与者(51.0%)为男性(表1)。大多数参与者(94.5%)为汉族,且具有较高教育水平(78.0%的参与者受教育年限>9年)和较高家庭收入(76.8%的参与者家庭年均收入>10 000元)。共有1006名参与者(4.1%)报告曾被诊断为CVD。患有CVD的参与者更可能为男性(743名参与者[73.9%])、50岁或以上(749名参与者[75.5%])、汉族(980名参与者[97.4%])、受教育年限为9年或以下(836名参与者[93.1%]),以及家庭年收入超过10 000元(640名参与者[63.6%])(补充材料eTable 3)。居住在绿度水平较高社区的参与者更可能为女性(3106名参与者[59.4%])、年龄小于50岁(3662名参与者[70.0%])、受教育年限为9年或以下(3932名参与者[75.2%])、家庭年收入超过10 000元(4193名参与者[80.2%])、每周运动少于180分钟(3547名参与者[67.8%]),并居住在空气动力学直径小于或等于2.5 μm颗粒物浓度较低的社区(71名参与者[30.5%])。心脏代谢疾病的患病率从1333名参与者(8.6%)为高LDL胆固醇到15 459名参与者(62.2%)为超重或肥胖状态不等。

各社区之间的绿度水平存在差异。例如,每500 m的NDVI水平范围为0.18至0.80,中位数为0.29(IQR,0.23-0.40),每500 m的SAVI水平范围为0.10至0.48,中位数为0.16(IQR,0.13-0.24)(补充材料eTable 4)。此外,NDVI水平与SAVI水平一致。例如,每500 m的NDVI水平与每1000 m的SAVI水平之间相关性的Spearman相关系数最低为0.88,每500 m的NDVI水平与每500 m的SAVI水平之间相关性的Spearman相关系数最高为0.98(补充材料eTable 4)。

在调整后的模型中,NDVI和SAVI水平每500米增加一个四分位距(IQR),均与心血管疾病(CVD)患病率较低的可能性相关,NDVI水平的OR为0.73(95% CI,0.65-0.83;P < .001),SAVI水平的OR为0.74(95% CI,0.66-0.84;P < .001)(表2)。NDVI水平每1000米(OR,0.79;95% CI,0.71-0.89;P < .001)和SAVI水平每1000米(OR,0.78;95% CI,0.69-0.87;P < .001)也观察到类似结果。当我们对饮酒(NDVI:OR,0.74;95% CI,0.65-0.83;P < .001;SAVI:OR,0.74;95% CI,0.66-0.84;P < .001)、吸烟(NDVI:OR,0.73;95% CI,0.64-0.86;P < .001;SAVI:OR,0.73;95% CI,0.65-0.83;P < .001)、低热量低脂饮食(NDVI:OR,0.73;95% CI,0.65-0.82;P < .001;SAVI:OR,0.74;95% CI,0.65-0.83;P < .001)、含糖软饮料消费(NDVI:OR,0.73;95% CI,0.64-0.82;P < .001;SAVI:OR,0.73;95% CI,0.65-0.83;P < .001)和CVD家族史(NDVI:OR,0.73;95% CI,0.65-0.82;P < .001;SAVI:OR,0.74;95% CI,0.65-0.83;P < .001)进行额外调整时,以及当我们纳入序贯调整时(例如,在模型1中,调整了年龄、性别、种族和社区规模,NDVI的OR为0.71;95% CI,0.63-0.80;P < .001;SAVI为0.72;95% CI,0.64-0.81;P < .001)(补充材料中的e表5),效应估计值与主要模型相似。

当使用每500米NDVI和SAVI水平按四分位数分类时(例如,第2四分位数,NDVI的调整OR为1.03;95% CI,0.86-1.23;第3四分位数,NDVI的调整OR为0.66;95% CI,0.55-0.80;第4四分位数,NDVI的调整OR为0.63;95% CI,0.50-0.79;趋势P < .001)(补充材料中的e表6),以及当使用限制性立方样条分析时(NDVI,非线性关联P = 0.74;SAVI,非线性关联P = 0.62)(补充材料中的e图5),我们发现了类似的线性剂量-反应模式。我们未发现年龄、性别、家庭收入或教育水平的显著交互作用(补充材料中的e表7)。

examining the association between NDVI level per 500 m and CVD prevalence indicated mediation effects of 4.5% (95% CI, 0.6%-8.3%; P = .02) for hypertension, 3.1% (95% CI, 1.1%-5.1%; P = .002) for overweight or obese status, 4.1% (95% CI, 0.7%-7.4%; P = .02) for type 2 diabetes, 12.7% (95% CI, 4.6%-20.8%; P = .002) for hypercholesterolemia, 8.7% (95% CI, 2.9%-14.4%; P = .003) for hypertriglyceridemia, and 11.1% (95% CI, 3.8%-18.4%; P = .003) for high LDL cholesterol. No significant mediation effect was found for low HDL cholesterol (1.9%; 95% CI, −0.3% to 4.0%; P = .09) (Table 3). Combined, these cardiometabolic disorders jointly mediated 21.2% (95% CI, 6.4%-35.9%; P = .004) of the association between NDVI level per 500 m and CVD prevalence (eTable 8 in the Supplement). Similar results were obtained when we used SAVI level per 500 m as the exposure measure, with a significant mediation effect for all cardiometabolic disorders (eg, for hypercholesterolemia, 13.0%; 95% CI, 5.0%-21.0%; P = .001) with the exception of low HDL cholesterol (2.0%; 95% CI, −0.2% to 4.2%; P = .08). No significant interactive effect was found between residential greenness and any cardiometabolic disorder (Table 3).

表1. 参与者特征 查看原表 ↗
表2. 住宅绿化指标与心血管疾病患病率之间的关联 查看原表 ↗
表3. 居住区绿度、心血管代谢疾病与心血管疾病患病率之间的关联 查看原表 ↗

讨论

在本研究中,我们发现居住在绿化程度较高社区的参与者被诊断为心血管疾病(CVD)的可能性较低。在一系列敏感性分析中,居住区绿度与CVD之间的关联均稳健。心血管代谢疾病(低HDL胆固醇除外)的存在部分介导了居住区绿度水平与CVD患病率之间的关联。

许多既往研究已记录了绿度水平与CVD之间的关联(补充材料中的eTable 1),5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37这与我们目前的发现一致。例如,一项纳入11 404名澳大利亚成年人的横断面研究报告称,较高的社区绿度水平(以每1600 m的NDVI平均值衡量)和变异性(以每1600 m的NDVI标准差衡量)与较低的心脏病或卒中患病率相关。13另一项针对中国成年人的横断面研究报告称,居住在NDVI水平较高地区的人群中,冠心病和卒中的可能性大幅降低。30来自美国、36以色列、28新西兰14和巴西23的横断面研究报告了类似结果。

尽管我们的研究为横断面研究并使用NDVI水平来估计暴露,但我们的发现可能支持2项使用了不同绿地测量方法的前瞻性队列研究15,32以及1项自然实验研究18的结果。第一项队列研究对5112名立陶宛成年人随访了4.4年。研究者发现,与绿地距离越大,CVD风险越高。15第二项队列研究发现,在46 786名澳大利亚成年人中,较大的树冠百分比与较低的CVD发病风险相关。32在自然实验研究中,Donovan等21分析了156 146名女性的纵向数据,并检验了因入侵性森林害虫导致的树木损失与CVD发病之间的关联。他们报告称,居住在树木损失较大地区的女性CVD风险增加。21

我们观察到,所有探讨的心血管代谢疾病(低HDL胆固醇除外)均显著介导了居住区绿度与CVD患病率之间的关联,提示这些疾病可能参与了绿度与CVD相关联的通路。我们的发现与一项美国研究36的结果一致,该研究发现当回归模型对高血压、2型糖尿病和血脂异常的存在进行调整后,NDVI水平与CVD之间的关联减弱。另一项研究与我们的发现部分一致,该研究报告心肌梗死与NDVI水平之间的关联部分由血脂异常和2型糖尿病介导,但不由高血压介导。28结合我们的发现,这些数据拓展了我们对居住区绿度与CVD患病率之间关联潜在生物学机制的理解。由于据报道心血管代谢疾病是临床CVD的前驱病变,我们的中介分析结果表明,未来针对绿度与这些早期疾病关联的研究和医疗保健决策可能有助于减少未来的CVD事件。

一项早期研究提出了几种通路,例如减少空气污染和高温、鼓励体力活动、增强社会凝聚力以及减少精神疲劳和压力,59 以解释绿度与健康之间的关联。然而,越来越多的数据并不支持大幅减少空气污染或增加体力活动与更多城市绿度区域之间存在关联。60,61 由于我们的研究没有社会凝聚力和心理健康的数据,我们未调查那些潜在因素。未来需要开展研究来探索潜在机制,最好通过纳入更多中介因素并进行序列中介检验。

据我们所知,这是少数在低收入或中等收入国家报告居住区绿度与CVD之间关联的流行病学研究之一。我们的结果可能具有公共卫生重要性,尤其考虑到许多低收入国家正在经历快速城市化以及随之而来的绿度下降。我们研究的一个主要优势是其大型人群样本,该样本是从3个不同城市的社区中随机选取的,以及其高应答率,这最小化了选择偏倚并提供了足够的统计功效来检测中等效应。此外,我们使用了2种绿度暴露测量和2种不同的暴露缓冲范围,并调整了一组简约但全面的协变量,以控制混杂而不至于过度调整。此外,我们使用三向分解法进行了中介分析,该方法纳入了交互效应,通常比传统方法提供更高的有效性和更高的统计功效。57

局限性

本研究存在若干局限性。第一,横断面设计不允许我们评估绿度暴露与CVD之间的时间先后关系,尽管反向关联的可能性较低。此外,横断面设计可能高估了中介效应。62 第二,我们基于社区而非个体评估绿度暴露,这可能产生了测量误差(即Berkson误差63)。尽管该误差未使我们的效应估计产生偏倚,但可能降低了统计功效。此外,我们未专门收集行动能力受限的数据。第三,尽管我们使用NDVI和SAVI水平客观测量了绿度暴露,但这2种测量反映的是一般植被水平,无法区分绿度的结构、类型和质量。因此,我们无法检查与CVD患病率最相关的绿度方面。

第四,关于接受抗血脂异常药物治疗的数据不可获得,也未用于定义血脂异常,这可能降低了血脂异常的患病率并使我们的中介分析结果产生偏倚。第五,CVD诊断和若干潜在混杂变量为自我报告;因此,可能存在假阳性结果和回忆偏倚。此外,我们使用数量有限的变量评估社会经济状况,其他环境因素,如噪声、步行适宜性和气温,未纳入我们的模型;因此,我们的结果可能受到残余混杂的影响。

结论

在中国一个工业化和高度城市化环境中,较高的社区绿化水平与较低的心血管疾病(CVD)患病可能性相关。这种关联可能部分由心脏代谢紊乱的存在所介导。尽管这些发现需要在纵向研究中加以证实,但它们为有意设计人群层面干预措施以降低中国及其他中低收入国家CVD患病率的相关政策制定者提供了目前有限的数据支持。

参考来源

  1. Yang BY, Hu LW, Jalaludin B, et al. Association Between Residential Greenness, Cardiometabolic Disorders, and Cardiovascular Disease Among Adults in China. JAMA Netw Open. 2020. PMID: 32955574. doi:10.1001/jamanetworkopen.2020.17507
  2. 全文:PMC7506516(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7506516/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。