文章亮点

1. 关键发现

• 关键发现：1990—2021年，全球归因于室内空气污染的白内障年龄标准化伤残调整寿命年(disability adjusted life years, DALYs)率总体呈下降趋势，但疾病负担仍主要集中于南亚、东南亚、大洋洲和撒哈拉以南非洲等高负担地区。女性和60岁以上老年人群承担了更高的疾病负担。趋势预测显示，全球、中国、南亚及大洋洲相关疾病负担预计将继续下降，而东南亚和撒哈拉以南非洲地区未来可能出现回升趋势。

2. 已知与发现

• 既往研究提示，室内空气污染是白内障发生、发展的环境危险因素，可能通过氧化应激、炎症反应和抗氧化防御受损等机制影响晶状体透明性。本研究基于全球疾病负担研究(Global Burden of Disease, GBD)数据库，进一步从全球、区域、性别和年龄多维度分析室内空气污染归因白内障疾病负担的长期变化规律，并结合Joinpoint回归和自回归移动平均(autoregressive integrated moving average, ARIMA)模型预测了未来趋势。

3. 意义与改变

• 本研究为识别归因于室内空气污染的白内障重点防控地区和高风险人群提供了流行病学证据。研究结果提示，在东南亚、撒哈拉以南非洲等高负担地区，应继续加强清洁能源推广、改善室内空气质量，并提高白内障筛查和手术服务可及性；在临床实践中，也可考虑将长期非清洁燃料暴露史纳入老年白内障患者的风险评估。

       白内障是全球首位致盲性眼病，是导致视力损害的主要原因之一，严重降低患者的生活质量^[1]。截至2020年，全球范围内有1 520万人因白内障导致失明^[2]。既往研究表明，年龄、遗传、应用糖皮质激素、紫外线暴露、眼外伤是白内障最常见的风险因素^[3]。近期研究发现，使用非清洁燃料造成的室内空气污染作为重要的环境危险因素，与包括白内障在内的多种疾病的发生、发展密切相关^[4]。据世界卫生组织估计，全球约有30亿人仍在使用非清洁燃料进行烹饪和取暖，尤其是在东南亚、南亚和撒哈拉以南非洲地区，室内空气污染仍是许多疾病的重要风险因素^[5]。长期暴露于室内空气污染环境中的颗粒物、多环芳烃等有害物质可能通过氧化应激、炎症反应等机制促进白内障的发生^[6]。然而，目前关于室内空气污染对全球白内障疾病负担影响的系统性研究仍然有限。故本研究以室内空气污染为危险因素，以中国及高负担地区为主题，基于全球疾病负担(global burden of disease，GBD)数据库，系统分析1990—2021年全球室内空气污染归因于白内障的疾病负担及变化趋势。旨在为制定针对性的白内障防控策略提供科学依据。

1 资料和方法

1.1 数据来源

       本研究数据来源于GBD 2021 (https://ghdx.healthdata.org/gbd-2021)，该数据库由华盛顿大学健康计量与评价研究所(Institute for Health Metrics and Evaluation, IHME)建立和维护，采用标准化方法学，系统收集和分析全球204个国家和地区的疾病负担数据，涵盖369种疾病和伤害的发病率、患病率、死亡率及伤残调整寿命年(disability-adjusted life years, DALYs)等核心指标^[7]。本研究提取了1990—2021年全球、中国、南亚、东南亚、大洋洲、撒哈拉以南非洲地区归因于室内空气污染的白内障的DALY数据^[8]，包括绝对数值和年龄标准化率，进一步分析了不同地区、性别、年龄阶段的白内障负担和变化趋势。GBD将室内空气污染定义为在室内使用非清洁燃料进行烹饪、照明、取暖等活动引起的空气污染^[9]。

1.2 统计分析

       本研究采用整合分析方法评估1990—2021年DALY数及其年龄标准化率的变化趋势，通过计算其变化率来衡量时间上的波动情况。变化率=(2021年指标值−1990年指标值)/1990年指标值×100%。趋势分析采用Joinpoint 5.0软件^[10]，以年份为自变量，年龄标准化DALYs率为因变量，通过回归分析评估各地区疾病负担时间趋势变化。计算年度变化百分比(annual percent change, APC)和平均年度变化百分比(average annual percent change, AAPC)和95%不确定性区间(uncertainty interval, UI)以评估不同时间段的变化速度。当 APC、AAPC 及其 95%CI 下限>0时提示上升趋势，若上限<0则判定为下降趋势。双侧检验水准α=0.05。

       本研究基于1990—2021年全球、中国、南亚、东南亚、大洋洲、撒哈拉以南非洲地区归因于室内空气污染的白内障疾病负担数据，首先根据以下模型优选策略选取合适的趋势预测模型：1) 信息准则优先：优先选择赤池信息准则 (Akaike information criterion, AIC)更低的模型，以平衡拟合精度与模型复杂度；2) 残差诊断：采用 Ljung-Box 检验对模型残差进行白噪声诊断。若P<0.05提示残差存在自相关，模型拟合不充分，予以排除；若P>0.05则提示残差为白噪声，模型有效。通过分别构建自回归移动平均(autoregressive integrated moving average, ARIMA)模型^[11]和线性回归(Linear Regression) 模型，比较模型统计学指标选择最优预测方案,并选取最优方案预测2022—2035年各地区归因于室内空气污染的白内障年龄标准化DALYs率趋势。

       所有数据均从GBD官网以csv格式下载，使用R Studio 4.3.2 进行统计分析及可视化。

2 结果

2.1 1990—2021年归因于室内空气污染的白内障疾病负担地区差异分析

       2021年，GBD全球21个地区中，归因于室内空气污染的白内障年龄标准化DALYs率最高的地区前5位是大洋洲、南亚、西撒哈拉以南非洲地区和东撒哈拉以南非洲地区和东南亚(表1)。

       2021年，全球归因于室内空气污染的白内障DALYs总数为195.63万人年，其中男性81.28万人年，女性114.35万人年。与1990年相比，绝对DALYs数增长了38.35%，从地区分布来看，南亚地区DALYs损失最高，达103万人年，占全球总数的52.6%。中国次之，为33.85万人年(17.3%)。撒哈拉以南非洲地区为24.39万人年(12.5%)，较1990年增长了73.01%，增长幅度最大。2021年，全球归因于室内空气污染的白内障年龄标准化DALYs率从1990年的37.09/10万下降至22.84/10万，降幅达38.42%。东南亚地区从1990年的88.56/10万下降至40.49/10万，下降幅度最大，达54.28%。大洋洲和非洲下降幅度最小，分别为22.64%和22.31%(表2和图1)。

2.2 1990—2021年归因于室内空气污染的白内障DALYs率的变化趋势

       Joinpoint回归分析显示(表3)，1990—2021年全球年龄标准化DALYs率呈持续下降趋势，AAPC为−1.51%(95%CI: −1.65%~−1.37%, P<0.001)。各地区均呈下降趋势：中国AAPC为−1.96%(95%CI: −2.15%~−1.77%)，南亚为−1.97%(95%CI: −2.16%~−1.78%)，东南亚为−2.15%(95%CI: −2.35%~−1.95%)，撒哈拉以南非洲为−0.93%(95%CI: −1.12%~−0.74%)，大洋洲为−0.89%(95%CI: −1.05%~−0.73%)。其中，中国在1995—2000年出现短暂上升(APC=5.36%)，随后持续下降。

2.3 2021年归因于室内空气污染的白内障性别、年龄差异分析

       在所有研究地区中，女性归因于室内空气污染的白内障年龄标准化DALYs率均高于男性(图2)。2021年全球女性年龄标准化DALYs率为24.75/10万，男性为20.66/10万。这一性别差异在中国和东南亚的女性中最为明显，分别为19.14/10万较男性的14.23/10万和45.25/10万较男性的34.19/10万。2021年数据显示，各地区室内空气污染归因白内障的DALYs率均随年龄增长而显著上升。全球范围内，70~74岁年龄组DALYs率达到峰值。南亚地区在各年龄组均表现出最高的DALYs率，特别是在老年人群中差异更为明显。

       将20岁以上人群按照5年为组距进行分组，共得到16个年龄组，在此基础上进一步分析各年龄组的DALY损失差异(图3)。全球DALY损失占比最高的年龄组为70~74岁(16.62%)、65~69岁(15.28%)和75~79岁(14.89%)，其中60岁以上合计占比为78.25%。中国70~74岁年龄组占比最高(17.44%)，其次为75~79岁年龄组(16.68%)、65~69岁年龄组(14.45%)，60岁以上年龄组合计占比83.50%。南亚地区70~74岁年龄组占比最高(17.54%)，其次为65~69岁年龄组(16.51%)。东南亚地区70~74岁年龄组占比最高(15.79%)，其次为65~69岁年龄组(14.49%)。撒哈拉以南非洲地区65~69岁年龄组占比最高(13.62%)，其次为70~74岁年龄组(13.53%)。大洋洲地区65~69岁年龄组占比最高(14.94%)。

2.4 ARIMA模型预测2022—2035年归因于室内空气污染的白内障年龄标准化率趋势

       基于 AIC 准则和残差诊断结果，ARIMA 模型被确定为所有地区的最佳预测模型(表4)。ARIMA模型预测结果显示(图4和表5)，2022—2035年全球及大多数地区的归因于室内空气污染的白内障年龄标准化DALYs率将继续保持下降趋势。中国下降最为显著，预计将从2021年的16.98/10万下降至2035年的4.74/10万，降幅达69.79%。全球、南亚及大洋洲归因于室内空气污染的白内障年龄标准化DALYs率亦呈现稳步下降趋势，降幅分别为30.05%、39.83%和16.88%。东南亚和撒哈拉以南非洲地区归因于室内空气污染的白内障年龄标准化DALYs率预计在2022年触底，随后回升，预计2035年分别达到74.09/10万和73.54/10万，增幅分别达到72.74%和31.74%。

3 讨论

       为了明确室内空气污染造成的白内障负担，本研究基于全球疾病负担数据，系统分析了1990—2021年全球、中国、南亚、东南亚、大洋洲、撒哈拉以南非洲地区归因于室内空气污染的白内障疾病负担及其变化趋势。全球归因于室内空气污染的白内障的年龄标准化DALYs率呈下降趋势。南亚地区归因于室内空气污染的白内障DALYs损失最高，大洋洲和撒哈拉以南非洲地区负担下降幅度最小。经性别、年龄差异分析，女性归因于室内空气污染的白内障负担高于男性；60岁以上人群为DALYs损失的主要人群。

       2021年，全球暴露于室内空气污染的白内障负担最重的前5个地区为大洋洲、南亚、西撒哈拉以南非洲地区和东撒哈拉以南非洲地区和东南亚。在这些地区，由于医疗卫生资源较为匮乏、健康宣教有限，社会经济压力较大，难以推广清洁能源的使用，致使非清洁燃料的使用频率较高^[12]。1990—2021年，全球、中国、南亚、东南亚、大洋洲、撒哈拉以南非洲地区归因于室内空气污染的白内障DALYs数有所上升，但年龄标准化DALYs率持续下降。DALYs数的增加主要归因于人口增长和老龄化。随着全球人口结构的变化，老年人群占比增加，而衰老是白内障的首要危险因素，因而DALYs数增加。DALYs率的下降可能是因为全球清洁能源获取的改善、改善室内空气质量相关政策和干预措施的实施、白内障手术技术的进步和可及性的提高和科普工作的开展、公众健康意识的增强以及生活方式的改善。

       地区分布差异显示，南亚地区归因于室内空气污染的白内障疾病负担最重，这与该地区广泛使用非清洁燃料、室内通风条件差、经济发展水平相对较低等因素密切相关^[13]。性别差异分析结果显示，女性疾病负担普遍高于男性。这可能是由于在许多发展中国家，女性通常承担更多的家务劳动，特别是烹饪和取暖，因此暴露于室内空气污染的时间更长^[14]；女性持续暴露于室内空气污染后，出现代谢紊乱的风险升高，同时会促进白内障的发生；此外，女性的平均寿命较长，白内障作为年龄相关性疾病，在女性中的患病率也相对较高。年龄差异分析结果显示，60岁以上人群为主要疾病负担人群，这可能与白内障的发生、发展与衰老密切相关，以及全球人口老龄化加剧有关^[15]。

       室内空气污染导致白内障的潜在生物学机制复杂，涉及氧化应激级联反应、全身炎症传导、抗氧化物质耗竭等多重路径。首先，使用非清洁燃料烹饪、取暖、照明产生的悬浮颗粒、挥发性有机化合物、多芳烃、芳香胺、醛等燃烧产生的有害物质经呼吸吸收入血后，会诱发全身氧化应激的激活，使活性氧(reactive oxygen species, ROS)在血液循环中累积^[16]，经房水生成转移至晶状体微环境中，破坏晶状体的氧化还原稳态，导致晶状体上皮细胞功能障碍，诱发凋亡，导致白内障^[17]。其次，晶状体微环境中累积的ROS还会直接攻击晶状体蛋白，破坏其分子伴侣功能，导致蛋白质错误折叠、异常交联聚集，引起白内障^[18]。最后，有研究表明，长期暴露于室内空气污染也会造成人体抗氧化系统的耗竭，降低血清及房水中的抗氧化物质如谷胱甘肽(glutathione, GSH)和抗坏血酸的浓度，削弱晶状体清除自由基的能力，激活核因子κB(nuclear factor kappa B, NF-κB)信号通路，加剧自由基对晶状体的慢性炎症损伤，促进白内障的发生、发展^[19]。

       本研究根据不同地区的疾病负担历史变化趋势，使用ARIMA模型预测2022—2035年的白内障疾病负担趋势。结果显示，未来十年全球、中国、大洋洲、南亚年龄标准化DALYs率持续下降，但东南亚和撒哈拉以南非洲地区呈上升趋势，提示这些地区在室内空气污染防控方面面临更大挑战^[20]。这可能由多重社会学与经济学因素共同驱动：第一，这两个地区正处于快速老龄化阶段，老年人口基数的激增可能抵消了环境改善带来的健康收益^[21]；第二，尽管电力覆盖率有所提升，但在东南亚和非洲的广大农村地区，由于能源成本上涨和基础设施限制，固体燃料(如生物质、煤炭)的使用可能出现“复燃”或转型停滞，持续的室内污染暴露导致白内障发病风险居高不下^[22]；第三，随着预期寿命延长，存量白内障患者激增，若当地眼科医疗服务系统供给不足，白内障手术率的增长速度无法追赶人口老龄化的速度，也会导致白内障DALYs率的上升^[23]。这一预测结果对于全球公共卫生领域是一个强烈预警：对于东南亚和非洲地区，现有的自然干预模式已不足以维持归因于室内空气污染的白内障DALYs率下降趋势，亟需国际社会和公益组织在清洁能源推广和眼科医疗援助方面进行更强有力的针对性干预，如提供医疗设备、器械，支援眼科医务人员在当地进行培训、义诊等。

       中国的显著改善可能与近年来政府积极落实的《大气污染防治行动计划》“煤改电”“煤改气”《农村人居环境整治三年行动方案》等政策大力推进清洁能源替代、加强环境治理、改善农村生活条件有关^[24]。相关政策已被证实有效降低了环境暴露水平，Meng等^[25]的评估研究显示，这些清洁取暖政策使得中国北方农村地区室内PM_2.5年均浓度显著下降。此外，大型流行病学证据证实了暴露减少带来的健康获益。Chan等^[26]基于中国慢性病前瞻性研究(China Kadoorie Biobank, CKB)对48.6万名成年人的分析发现，长期使用固体燃料烹饪会使白内障住院风险增加32%，而改用清洁燃料可显著降低这一风险。这为我们的发现提供了直接的病因学证据。因此，我们推测中国人群归因于室内空气污染的白内障DALYs率可能与中国政府决策下的能源结构转型密切相关，这一观点还需要未来直接量化单一政策对白内障疾病负担的归因比例研究提供更可靠的证据支持。

       综上所述，1990—2021年全球归因于室内空气污染的白内障对于健康的影响仍然值得重视，全球归因于室内空气污染的白内障年龄标准化DALYs率持续下降，中国下降趋势显著，应继续推进相关政策。东南亚、撒哈拉以南非洲地区作为全球室内空气污染防控的重点区域，需要政府加大清洁能源推广力度，投入财政补贴，同时寻求国际社会的技术支持和资金援助以有效推广清洁能源。在制定室内空气污染防控政策和健康宣教方案时，应充分考虑性别差异，重点保护女性群体，鼓励男性多承担家务劳动，并推广清洁烹饪技术。同时，应重点关注60岁以上习惯使用非清洁燃料进行烹饪、取暖、照明的老年人群，设立社区健康中心提供白内障早期筛查服务，并将“是否经常使用非清洁燃料”纳入临床病史询问，从而更具针对性地进行风险评估、疾病诊断，为高风险人群制订更加个性化的诊疗方案。

       本研究存在以下局限性：首先，本研究基于GBD数据库进行建模估计，和真实疾病负担存在一定差异，由于本研究完成时GBD数据库的数据截至2021年，本研究设定的预测期(2022—2035年)的前半段已成为历史，具有一定的滞后性。但考虑到数据库更新的周期性滞后是公共卫生研究的共性挑战，且本研究旨在揭示中长期的总体演变规律，因此基于1990—2021年数据进行趋势外推对于评估2035年可持续发展目标及指导未来的卫生资源配置仍具有重要的参考价值；其次，不同地区数据质量可能存在差异；此外，室内空气污染的定义和测量标准可能不完全一致；最后，本研究未考虑气候变化等其他环境因素对白内障的影响。

声明

在本作品的准备过程中，作者使用了ChatGPT(OpenAI)辅助进行英文语言润色、中文表述优化及部分代码撰写。所有研究设计、数据分析、结果解释和论文结论均由作者独立完成。使用该工具后，作者对相关内容进行了审查、核对和编辑，并对出版物的全部内容承担责任。

利益冲突声明

作者声明无利益冲突。

开放获取声明

本文适用于知识共享许可协议(Creative Commons)，允许第三方用户按照署名(BY)-非商业性使用(NC)-禁止演绎(ND)(CC BY-NC-ND)的方式共享，即允许第三方对本刊发表的文章进行复制、发行、展览、表演、放映、广播或通过信息网络向公众传播，但在这些过程中必须保留作者署名、仅限于非商业性目的、不得进行演绎创作。