研究速递丨长期暴露于住宅绿化可降低抑郁和焦虑的风险

住宅绿化被认为是一种独特的和潜在的可修改的暴露结构，以减少生理压力和改善人类健康。本研究旨在探讨绿化与抑郁和焦虑的纵向关系，并探讨绿化对心理健康的影响途径。在排除了基线时患有抑郁或焦虑、有严重抑郁家族史、缺乏随访或缺乏绿色暴露信息的参与者后，分析了来自英国生物银行的409,556名参与者的数据。利用归一化植被指数(NDVI)对300 m、500 m、1000 m和1500 m缓冲区内的住宅绿化度进行了评估。通过与死亡登记、住院情况、初级保健和自我报告的记录相联系，确定了偶发性抑郁和焦虑病例。采用时变Cox比例风险模型分析绿化与事件抑郁和焦虑之间的关系。这项全国性的研究强调，长期接触绿色住宅与降低抑郁和焦虑的风险有关。减少空气污染是绿色环境与抑郁和焦虑之间的重要中介。

精神障碍一直是世界范围内危害最大的疾病之一，其中，抑郁症和焦虑症分别影响到全世界2.8亿人和3.01亿人。大多数精神障碍的发病机制是遗传背景、行为特征和终生暴露于多种环境。

住宅绿化是一种可改变的暴露结构，是减少生理应激和改善人类健康的强大环境决定因素。近年来，越来越多的流行病学研究估计了绿色环境对精神健康障碍，特别是抑郁症的影响。然而，大多数调查都是横断面的，样本量有限，这不足以证明因果关系。因此，需要更大规模、设计良好的前瞻性队列研究来调查周围绿化在事件抑郁和焦虑中的作用。

与短期接触的即时积极心理影响相比，长期接触绿色空间更有可能通过多种途径为心理健康提供累积和深远的益处。然而，目前几乎没有基于人群的证据来证实这些潜在的途径，并且哪种途径在将长期绿色暴露与心理健康联系起来方面发挥主要作用仍不清楚。

• 数据收集：使用英国生物银行的数据，涉及50多万名年龄在40-69岁之间的人

• 数据筛选：排除了患有抑郁或焦虑、有严重抑郁家族史、缺乏随访或缺乏绿化暴露信息的参与者。总共有409556名参与者被纳入该分析。

• 数据分类——创建了三个子集：

子集Ⅰ（291139名）：参与者具有英国生物银行的完整环境数据(PM2.5, PM10, NO2, NOx, CO, SO2, O3，噪音，水百分比，海岸距离和IMD);

子集Ⅱ（346249名）：参与者拥有英国生物银行城市形态测量平台提供的完整环境数据(到教育、工厂、医疗保健和交通场所的距离;农业、休闲、教育、工厂、医疗、交通、居住场所密度;和街道网络可达性);

子集Ⅲ（243963名）：参与者的个人生活方式信息完整(体育活动、社交活动、睡眠、饮食、电子设备使用和夏季或冬季户外活动时间)

使用NDVI(基于地表可见光和近红外波长的反射)来评估住宅区周围绿色环境的暴露程度。NDVI的取值范围为−1到1，数值越高表示绿化程度越高.采用中分辨率成像光谱仪遥感获取50张照片，空间分辨率为250 m，时间分辨率为16天。选择研究区域2006年至2021年的夏季图像（防止时间差异和季节波动）。在分析之前，所有图像都进行预处理程序，利用质量精度信息掩盖了多云和积雪覆盖的像素，并且NDVI值被限制为大于0，以考虑水体对健康的潜在影响。根据每个参与者的邮政编码、基线居住地址和居住流动地址对其进行地理编码。最后，NDVI值取每个参与者基线和随访住所周围300至1500米的缓冲区内平均值。

通过住院、死亡登记、初级保健和自我报告(基于医生诊断，随后由护士检查)确认被诊断为焦虑或抑郁的个体。抑郁和焦虑病例的识别标准：国际疾病和相关健康问题统计分类第十版(ICD-10)代码F32-F33和F40-F48 56。

使用时变Cox比例风险模型（NDVI暴露作为时变变量），来估计住宅绿化暴露(NDVI在300、500、1000和1500 m缓冲处)与事件抑郁和焦虑之间的联系。在调整后的模型中，我们调整了年龄、性别、种族、税前平均家庭总收入、教育程度、BMI、居住地、饮酒状况和吸烟状况。对于每个植被指标，通过将其分为四个四分位数(Q1-Q4)，构建特定的回归模型。用舍恩菲尔德残差检验了比例风险假设，没有发现违反假设的情况。我们还使用限制立方样条拟合暴露-反应曲线，其中限制立方样条三个结点位于NDVI的10%、50%和90%，来评估绿化与抑郁和焦虑风险之间的非线性关系。

进行完整模型的暴露效应估计（包含绿度、潜在中间变量和协变量）和部分模型的暴露效应估计（不包含中间变量），比较两种暴露效应估计。采用差值法计算出，中间变量导致的暴露效应比例的点估计值和置信区间。

为了探索绿化与心理健康结果之间潜在的异质性，根据参与者的社会人口学特征(年龄;≤60岁、>60岁)、性别(男、女)、受教育程度(低、高)、家庭税前平均总收入(≤31000英镑、> 31000英镑)、居住地(城市、农村)等再次分析。通过向模型中添加产品项，以乘法尺度对交互进行量化。

• 第一，纳入没有缺失协变量的样本

• 第二，将分析限制在基线注册地址居住超过5年的参与者

• 第三，排除了基线时自我报告有癌症病史的参与者

• 第四，使用因果框架内的边际结构化Cox模型来检验绿化对抑郁和焦虑的因果效应。该模型旨在创建一个伪总体，其中协变量均匀分布在几个暴露组中。使用这种方法计算广义倾向得分。然后，按照Robins等人的方法，使用广义倾向得分的倒数来衡量观察值，从而创建了暴露的稳定逆概率权重。将权重分配给每个参与者，以形成加权伪人口，确保暴露组之间潜在混淆效应的平衡

• 第五，对随访期间重复评估中协变量不变的参与者进行敏感性分析。

• 第六，使用替代的绿色测量（公共绿地和家庭花园）来测试绿色空间与抑郁和焦虑的关联

• 第七，对只有抑郁、只有焦虑、抑郁和焦虑共存的结果进行了分析。

• 最后，在主分析中纳入了1069名未随访的个体。

     300米缓冲区内，与NDVI最低四分位数相比，NDVI最高四分位数的抑郁和焦虑风险均降低14%;500米缓冲内的NDVI抑郁症降低19%，焦虑降低16% ;1000米缓冲内的NDVI抑郁症降低21% ，焦虑降低16% ;1500米缓冲内的NDVI抑郁症降低22% ，焦虑降低17%。

图2和图3分别描述了NDVI与事件抑郁和焦虑之间的暴露-反应关系。对于抑郁和焦虑，两者的关系都是非线性的，并且在较高的绿化暴露下表现出保护作用，没有观察到饱和效应(非线性的P值均<0.001)

• 空气污染在所有研究缓冲区内NDVI与抑郁和焦虑之间的关联中发挥了主要中介作用：NDVI 300 m时，PM2.5、NO2、NOx、SO2和O3与抑郁之间的关联分别为52.9% 、28.4% 、30.9% 、2.4% 和27.7% ；PM2.5、NOx、SO2和O3与焦虑之间的相关性分别为76.9、36.7% 、8.9% 和33.0%

• 多重剥夺指数(IMD)在NDVI从300 m和500 m对抑郁起中介作用，比例分别为87.1% 和89.4%

• 相对较小但显著的中介效应：与海岸、工厂和医疗场所的距离;工厂、医疗和休闲场所的密度;街道网链路长度;睡眠时间;冬天在户外度过的时间和社团的社会参与度。

• 其他潜在介质没有呈现显著中介作用：空气动力学直径为10 μm或更小的颗粒物(PM10);一氧化碳(CO);噪音;水的百分比;到教育和交通场所的距离;农业、教育、交通、居住场所密度;身体活动;饮食;电子设备的使用或夏天在户外度过的时间。

住宅绿化对抑郁的保护作用在老年人和男性中更强，而对焦虑的保护作用在老年人、男性、高学历个体、低收入个体和城市居民中更突出(交互作用P值<0.05)。

分析表明：主要结果是稳健的。

• 首先，尽管NDVI是植被覆盖的客观定量测量，但它并没有提供关于绿地可用性或质量的细节。鼓励进一步研究以探索更全面的新型绿化指数（如树冠覆盖率和街道树木数量），这可能有助于确定绿化与更好的健康结果相关联的具体机制。

• 其次，每个参与者的绿色暴露可能受到外部因素的影响（例如在户外度过的时间和在工作场所暴露的时间）。

• 第三，由于研究参与者中健康志愿者的偏见，来自英国生物银行的疾病患病率和发病率可能不具有普遍相关性。未来的研究应纳入选择权重来解决这种潜在的偏差。

• 第四，单独使用基线个体协变量数据可能会使估计产生偏倚，未来有必要进行重复测量的队列研究。

• 第五，使用诊断而不是症状的精确发作来定义结果可能会在估计中引入潜在的偏差。未来的研究需要更精确的数据来捕捉症状的发生。

• 这项研究阐明了长期暴露于住宅绿色环境对两种最常见的精神障碍——抑郁症和焦虑症的保护作用。不同大小缓冲区的积极效应是一致的，并且在调整多个协变量后仍然显著。

探讨了将绿色与抑郁和焦虑联系起来的潜在机制，并量化了它们的相对重要性。空气污染的减少是绿色环境与抑郁症和焦虑症之间联系的重要中介。

本文编辑 

王月川 大连工业大学环境工程专业

     彭欢欢 天津城建大学经济与管理学院2022级本科生

本公众号由复旦城市生态与暴露生态学研究组(Urban Ecology and Exposure Ecology Lab, UEEE)运营维护，发布相关研究成果，更传播城市生态与暴露生态学最新研究与实践。欢迎专家学者将研究成果在此发布（发送邮件:zhaowu_yu@fudan.edu.cn），让更多人了解您的研究及工作。