国际期刊投稿平台
登录 | 注册
当前位置: 首页 > 亚太医学 > 班级环境在近视发生中的“阈值效应”
亚太医学

亚太医学

Journal of Medicine in the Asia-Pacific

  • 主办单位: 
    未來中國國際出版集團有限公司
  • ISSN: 
    3079-3483(P)
  • ISSN: 
    3080-0870(O)
  • 期刊分类: 
    医药卫生
  • 出版周期: 
    月刊
  • 投稿量: 
    2
  • 浏览量: 
    416

相关文章

暂无数据

班级环境在近视发生中的“阈值效应”

Threshold Effect of Classroom Environment in Myopia Onset: A Multilevel Analysis

发布时间:2026-07-07
作者: 张明杰 ,彭波 :杭州市拱墅区祥符街道社区卫生服务中心(杭州市拱墅区中西医结合医院) 浙江杭州; ZHANG Mingjie ,PENG Bo :Zhejiang Integrated Traditional Chinese and Western Medicine Hospital of Gongshu District (Xiangfu Street Community Health Service Center of Gongshu District, Hangzhou), Hangzhou;
摘要: 目的:利用多水平模型,量化班级环境对儿童青少年屈光度数与近视患病风险的影响,阐释环境作用特殊模式,为班级精准防控提供科学依据。 方法:本研究采用横断面设计纳入杭州市拱墅区4所学校共5,869名学生。采用多水平混合效应模型处理嵌套数据,计算组内相关系数(ICC)评估班级对屈光度(SE)的解释度,并采用中位比值比(MOR)量化班级异质性对近视患病风险影响。 结果:班级层面呈现显著的“效应分离”现象:针对连续变量SE,班级聚集性极低(ICC=0.012),然而针对近视患病风险班级异质性显著增强,MOR高达1.326。结论:班级环境在近视发生中呈现独特的“阈值效应”,显著增加临界状态学生跨越近视阈值的风险。
Abstract: Objective: To quantify the impact of classroom environment on spherical equivalent (SE) and myopia risk among children and adolescents using multilevel models, elucidate the specific patterns of environmental influence, and provide a scientific basis for precise classroom-based prevention and control strategies. Methods: A cross-sectional study was conducted enrolling a total of 5,869 students from four schools in Gongshu District, Hangzhou. Multilevel mixed-effects models were applied to analyse nested data. The intraclass correlation coefficient (ICC) was calculated to estimate the explanatory contribution of classroom clustering to spherical equivalent (SE), and the median odds ratio (MOR) was used to quantify the influence of between-class heterogeneity on the risk of myopia onset. Results: A prominent "effect dissociation" was observed at the classroom level: the clustering effect of classrooms on continuous SE was minimal (ICC = 0.012), whereas substantial between-class heterogeneity existed for categorical myopia outcome, with an MOR of 1.326. Conclusions:Classroom environment exerts a distinctive threshold effect on myopia development, which substantially raises the probability of students with borderline refractive status crossing the diagnostic cutoff for myopia.
关键词: 近视;班级聚集性;多水平模型;中位比值比;阈值效应
Keywords: myopia; classroom clustering; multilevel model; median odds ratio (MOR); threshold effect

引言

近视是全球最紧迫的公共卫生危机之一。中国儿童青少年近视“低龄化”、“重度化”问题突出。尽管遗传背景在屈光发育中起作用,但近视患病率激增证实了环境因素的核心驱动地位。既往研究多聚焦宏观“学校政策”或微观“个体行为”,然而同一学校不同班级往往因管理风格、作业负荷及采光条件差异,形成截然不同的“视觉微气候”。既往研究鲜有区分班级环境对屈光度数(连续变量)与近视患病(二分类变量)的差异化影响。本研究采用多水平混合效应模型,对比组内相关系数(ICC)与中位比值比(MOR)量化班级聚集性并揭示环境在近视发生中的特殊机制,为班级精准防控提供科学依据。

1 对象与方法

1.1研究设计与对象

本研究采用基于学校的横断面研究设计。数据采集于2025年杭州市拱墅区的视力筛查项目。采用整群抽样方法,选取4所小学及九年一贯制学校。

纳入标准如下:(1)在校注册学生;(2)完成了完整的视力检查与电脑验光;(3)可以独立配合完成检查。排除标准包括:(1)患有弱视、斜视、白内障或其他已知眼部病变者;(2)关键人口学信息(如性别、出生日期)或屈光数据缺失者;经过严格筛选,最终共纳入5,869名学生进入分析。

本研究遵循《赫尔辛基宣言》涉及人类受试者的医学研究伦理原则,并获得杭州市拱墅区祥符街道社区卫生服务中心医学伦理委员会审批(伦理号2026-01)的伦理批准。校方及学生监护人均对检查知情同意。

1.2眼科检查方法

所有眼科检查均由经过统一培训的视光师与校医在校内完成。裸眼视力:采用标准对数视力表(LogMAR E chart)在5米距离处进行测量。为便于统计分析,五分记录法视力值被转换为LogMAR格式(计算公式:LogMAR=5.0-五分记录值);非睫状肌麻痹验光:所有屈光数据均在非散瞳状态下获取。使用台式自动电脑验光仪(如:TOMEY RC-800)对双眼进行测量,每眼连续测量3次并取平均值。

屈光参数计算:等效球镜度数(Spherical Equivalent, SE)定义为球镜度数加上1/2柱镜度数。

1.3变量定义

为降低非散瞳验光可能导致的调节性近视(假性近视)对患病率的高估,本研究采用严格的联合定义标准:

近视:定义为右眼SE<-0.50D,且同时满足裸眼视力<5.0(即LogMAR>0)。

屈光度数:采用右眼SE作为连续变量进行分析。

协变量:个体层面协变量包括性别和年龄。年龄通过筛查日期减去出生日期计算得出,并在模型中进行标准化处理。

层级变量:“班级”被定义为本研究的聚类单元。

1.4统计学分析

所有数据分析均基于R语言(版本4.4.1)。本研究采用多水平混合效应模型以处理数据的嵌套结构。模型均纳入年龄、性别作为固定效应,并引入班级作为随机截距。

针对连续变量(SE),构建线性混合模型(LMM),并计算组内相关系数(ICC)以量化班级层面的方差贡献。针对二分类变量(是否近视),构建广义线性混合模型(GLMM,Logit链接函数)。考虑到GLMM中残差方差的尺度依赖性限制了ICC的解释力,本研究采用中位比值比(MOR)作为衡量班级聚集性的主要指标。MOR被定义为从两个不同班级中随机抽取两名具有相同个体特征的学生,高风险班级与低风险班级的近视比值比(OR)的中位数。MOR值量化了未被解释的班级异质性对个体近视风险的影响,MOR>1表明班级环境差异对近视发生具有显著影响,MOR=1则表明无差异。所有统计检验均为双侧检验,检验水准设定为α=0.05。

2结果

2.1研究对象的基线特征

本研究纳入来自4所学校的5,869名学生。根据平均年龄由低到高,将学校编码为School A至D(表1)。总体而言,近视患病率随年龄增长呈上升趋势。低龄组的School A(平均年龄9.28岁)近视患病率最低(34.0%),平均SE为-0.73D;高龄组的School D(平均年龄11.16岁)近视患病率攀升至50.2%,平均SE加深至-1.45D,裸眼视力(LogMAR)也显著更差(0.30)。尽管各学校间存在异质性,但随年龄增长视力逐渐恶化的总体模式,符合近视发展自然规律,为后续多水平模型分析提供了数据基础。

表1 不同学校学生的人口学特征、视力及屈光状态
组别 例数(n) 年龄(岁, xˉ±s) 近视患病率[n (%)] 等效球镜度(D, xˉ±s) 裸眼视力(LogMAR, xˉ±s)
School A 1221 9.28 ±1.68 415(34.0%) -0.73 ±1.24 0.17 ±0.25
School B 787 9.67 ±1.48 356(45.2%) -1.07 ±1.31 0.21 ±0.26
School C 869 9.82 ±0.89 315(36.2%) -0.82 ±1.35 0.19 ±0.27
School D 2992 11.16 ±2.56 1501(50.2%) -1.45 ±1.87 0.30 ±0.35
合计 5869 10.37 ±2.24 2587(44.1%) -1.16 ±1.64 0.24 ±0.31

注:数据以均值±标准差(xˉ±s)或例数(百分比)表示;School A至D按照学生平均年龄由低到高排序。

2.2 个体层面的近视相关因素

多水平混合效应模型结果(表2)显示,在控制班级聚集性之后,个体因素是近视发生发展的核心驱动力。年龄是预测能力最强的变量。年龄每增加1个标准差,个体患近视风险显著升高2.51倍(95%CI:2.32–2.72,P<0.001),同时SE度数平均向近视方向进展0.81D(β=-0.81,P<0.001)。性别差异亦具有统计学意义:女生表现更高的近视易感性,患病风险约为男生1.27倍(OR=1.27,95%CI:1.13–1.42),平均度数比男生深0.13D(β=-0.13,P<0.001)。

表2近视风险及屈光度数影响因素的多水平混合效应模型分析
变量 近视患病风险 P值 等效球镜度数 (SE) P值
OR(95%CI) β(95%CI)
固定效应
年龄 2.51 (2.32 –2.72) <0.001 -0.81 (-0.85--0.76) <0.001
性别(女) 1.27 (1.13 –1.42) <0.001 -0.13 (-0.21--0.06) <0.001
随机效应
班级方差 MOR =1.326 ICC =0.012

缩写说明:OR:比值比;CI:置信区间;SE:等效球镜度数;β:线性回归系数;MOR:中位比值比;ICC:组内相关系数。

变量说明:性别以“男”为参照组;年龄已进行标准化处理。

2.3 班级层面的异质性与环境效应

班级环境对近视的影响在连续变量(SE)与二分类变量(近视患病)之间呈现显著分离特征。针对连续变量SE,班级层面的聚集性极低(ICC=0.012),表明98.8%的屈光度差异来源于班级内部个体层面变异。然而,针对近视患病风险,班级异质性的影响显著增强(图1)。模型显示中位比值比(MOR)达到1.326,该环境效应值超过性别因素影响力(OR=1.27)。这种“低ICC与高MOR”并存的现象提示班级环境可能存在“阈值效应”:即对于临界状态易感学生,高风险班级环境构成了关键诱因,显著增加其跨越近视诊断阈值概率。

D:/OneDrive/桌面/杭州/25、26整体数据-无ID和学校/03_Figure2_RiskPlot.png03_Figure2_RiskPlot
图1 班级层面近视风险异质性的排序比值比图

图中展示了各班级相对于平均风险(OR=1,虚线所示)的随机效应估计值。X轴:按近视风险由低到高排序的各个班级;Y轴:近视患病的比值比(OR值);误差棒:代表95%置信区间(95%CI);红点:近视风险显著高于平均水平的班级(95%CI下限>1);灰点:近视风险与平均水平无统计学差异的班级。

3讨论

本研究基于大规模人群横断面数据,利用多水平混合效应模型解析了儿童青少年近视的个体因素与环境异质性。结果印证了年龄和性别是个体层面显著的预测指标。然而本研究创新性揭示了班级环境效应在不同评价指标上的“效应分离”现象:即班级层面的低组内相关系数(ICC=0.012)与高环境异质性(MOR=1.326)并存。这说明尽管班级环境因素可能不足以引起全班学生屈光度均值的大幅偏移,但对于处于近视临界状态的易感人群有关键“环境扳机作用”,显著增加其跨越近视阈值的风险。

针对ICC与MOR的分离现象,本研究认为这反映了环境因素作用于屈光发育的特殊机制。屈光度数发育具有一定的生物学稳定性。因此,单纯班级环境差异(如课间休息、采光条件等)很难导致全班屈光均值发生大幅度偏移。然而,近视临床诊断是基于截断值(SE<-0.50D)的二分类事件。对于大量处于近视前期或生理性远视储备不足的临界儿童而言,高风险的班级环境可能充当了诱发质变的催化剂。

既往关于学校近视防控的研究多聚焦于“学校”层面的宏观差异(如校级户外活动规定)。然而,本研究中MOR达1.326的结果证实,班级异质性仍不可忽视。这与部分行为学研究的观察一致,即不同班主任管理风格可能导致学生用眼负荷显著差异。这一发现为防控实践提供了关键启示:传统“全校一刀切”式监测模式可能无法有效识别高风险班级。基于此,建议建立以“班级”为最小监控单元的精准防控体系,监测新发近视的班级聚集性,及时回溯微环境风险因素并实施靶向干预。

本研究利用大规模样本与多水平混合效应模型精准量化了班级环境异质性。然而,结果解读仍有局限:作为横断面研究,本研究无法确立因果关系且缺乏具体环境测量参数。此外,屈光数据均为非睫状肌麻痹状态下获取,可能存在高估风险;为对此进行校正,我们采用严格的“屈光度+视力”联合诊断标准以最大限度提高特异性,但未来仍需结合纵向设计与散瞳验光数据进一步验证本研究发现。

参考文献:

  1. [1] Liang J ,Pu Y ,Chen J , et al.Global prevalence, trend and projection of myopia in children and adolescents from1990 to2050: A comprehensive systematic review and meta-analysis[J].The British journal of ophthalmology,2024.,109(03):362-371
  2. [2] 钟盼亮,马宁,刘云飞,等.2010—2019年中国7~18岁汉族儿童青少年近视的流行趋势[J]. 中华预防医学杂志,2023,57(04):479-485.
  3. [3] Xiyan Z ,Yonglin Z ,Jie Y , et al.The distribution of refraction by age and gender in a non-myopic Chinese children population aged6-12years[J].BMC ophthalmology,2020,20(01):439-439.
  4. [4] 冯卓堃,马雅,金子兵.近视发生和发展的遗传学研究进展[J]. 中华实验眼科杂志,2023,41(09):931-938.
  5. [5] Biswas S ,Kareh E A ,Qureshi M , et al.The influence of the environment and lifestyle on myopia[J].Journal of physiological anthropology,2024,43(01):7-7.
  6. [6] Zhuoting Z ,Yanxian C ,Zachary T , et al.Interventions recommended for myopia prevention and control among children and adolescents in China: A systematic review[J].The British journal of ophthalmology,2021,107(02):160-166.
  7. [7] 信义亮,汤佳雯,张锡彦,等.学校绿地空间暴露联合户外活动时长与中小学生筛查性近视的关联[J].中国学校卫生,2025,46(11):1530-1533+1538.
  8. [8] 韩迪,凌睿哲,张俪叶,等.教室照明环境变化与中小学生屈光进展的关系[J].中国学校卫生,2025,46(11):1549-1553+1558.
  9. [9] 姚远,许韶君,苏娱,等.非体育类校外辅导与小学生筛查性近视及眼轴长度的关联[J].中国学校卫生,2025,46(11):1544-1548.
  10. [10] 中华人民共和国国家卫生健康委员会 [S]. WS/T663—2020 中小学生屈光不正筛查规范. 北京: 中国标准出版社,2020.
  11. [11] 项凯迪,王菁菁,潘臣炜,等.上海地区4~14岁儿童1年屈光进展及影响因素分析[J].中国学校卫生,2022,43(09):1309-1313+1318.
  12. [12] 王美琳,时瑞霞,陈志强,等.2021年河北省儿童青少年近视现状及年龄增长速度分析[J].中国预防医学杂志,2024,25(01):119-122.
  13. [13] Sun Y ,Zhang X ,Zheng Z , et al.Toward early intervention based on age-specific vision checkups: A vision impairment survey in Yantai, China[J].Medicine,2024,103(15):e37805-e37805.
  14. [14] Lin J H ,Huang T Y ,Liao L W , et al.Developing a polygenic risk score with age and sex to identify high-risk myopia in Taiwan region[J].Biomedicines,2024,12(07):1619-1619.
  15. [15] G P H ,Hélène C ,P A K , et al.Meta-analysis of542,934 subjects of European ancestry identifies new genes and mechanisms predisposing to refractive error and myopia[J].Nature genetics,2020,52(04):401-407.
  16. [16] Rozema J J ,Farzanfar A .Refractive development II: Modelling normal and myopic eye growth[J].Ophthalmic & physiological optics,2024,45(01):120-134.
  17. [17] 张凤云,潘臣炜,杨婕. 教室环境与学生近视的关联研究[J]. 中华流行病学杂志,2023,44(04):598-606.
  18. [18] Correction for 'role of various types of outdoor activities for school-aged children myopia in Fengyang County, Chuzhou City: A cross-sectional study'[J].BMJ open,2025,15(08):e096479corr1.
  19. [19] Verstappen A .Interventions to increase time spent outdoors for preventing incidence and progression of myopia in children: Summary of a Cochrane review[J].Explore (New York, N.Y.),2025,21(03):103139.
  20. [20] Li Q ,Jiang S ,Gong M , et al.Analysis of supervised and eye behaviors among students[J].The Journal of school health,2025,96(01):e70086-e70086.
联系我们
人工客服,稿件咨询
投稿
扫码添加微信
客服
置顶