成年人左心室收縮末期內(nèi)徑參考值與地理環(huán)境因子的關(guān)系

韓 嘯 董 婕 葛 淼 王子軒 何進(jìn)偉

人類的健康狀況和生活環(huán)境息息相關(guān)，在全球環(huán)境變化的大背景下，健康人身體指標(biāo)參考值與地理環(huán)境的關(guān)系已成為了一個普遍受關(guān)注的問題，所以將健康人生理指標(biāo)參考值的空間差異作為研究的重點方向具有一定的實際意義［1］。

心臟作為人體循環(huán)系統(tǒng)的動力源，在不同的環(huán)境壓力下，其功能指標(biāo)對環(huán)境也有不同的響應(yīng)，左心室收縮末期內(nèi)徑(LVDs)是心臟左心室收縮達(dá)到最小時其內(nèi)部空間的直徑，是衡量心臟收縮功能的重要指標(biāo)［2］。目前，國內(nèi)外缺乏LVDs 參考值的統(tǒng)一標(biāo)準(zhǔn)，影響了臨床診斷的有效性，為制定中國健康成年人LVDs 統(tǒng)一標(biāo)準(zhǔn)，大量的醫(yī)學(xué)工作者測定了本地區(qū)健康成年人(18 ～59 歲)LVDs 參考值，但并未將地理環(huán)境因素納入考量范圍確定其地區(qū)差異，本科研團(tuán)隊的系列研究成果表明，人體的各項指標(biāo)值與地理環(huán)境因子之間存在密切聯(lián)系，綜合地理因素對參考值的影響，能更好地適應(yīng)臨床診斷的需要，判斷心功能的異常與否［3～7］。

資料與方法

1.地理環(huán)境資料:本研究選取3 類與人體健康密切相關(guān)的自然地理環(huán)境指標(biāo)，分別為地形指標(biāo)、氣候指標(biāo)、土壤指標(biāo)。地形資料來源于國家測繪局?jǐn)?shù)據(jù)中心提供的共享資料，氣候資料來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，土壤資料來源于世界土壤數(shù)據(jù)庫。3 類地理環(huán)境指標(biāo)包含的11 項亞指標(biāo)分別為，地形指標(biāo):海拔高度(X1)，氣候指標(biāo):年日照時數(shù)(X2)，年平均氣溫(X3)，年平均相對濕度(X4)，年降水量(X5)，氣溫年較差(X6)，年平均風(fēng)速(X7)，土壤指標(biāo):表土有機(jī)質(zhì)含量(X8)，表土pH(X9)，表土基本飽和度(X10)，表土總可交換量(X11)。

2.左心室收縮末期內(nèi)徑(LVDs)參考值資料:選取18 ～59周歲的健康成年人作為研究對象，通過對《中國期刊網(wǎng)全文數(shù)據(jù)庫》、《中國重要會議論文全文數(shù)據(jù)庫》、《中國圖書全文數(shù)據(jù)庫》、《維普中文科技期刊數(shù)據(jù)庫》、《中國科學(xué)引文數(shù)據(jù)庫》等網(wǎng)絡(luò)數(shù)據(jù)庫的檢索，搜集其LVD 實測值，經(jīng)統(tǒng)計整理，排除高血壓、冠心病、糖尿病、心律不齊、心力衰竭、風(fēng)濕性心臟病、先天性心臟病、心肌病等影響左心室功能的疾病，確定無過往病史，測量體位均采取左側(cè)臥位，多數(shù)資料在男女性別方面的差異無統(tǒng)計學(xué)意義，故研究數(shù)據(jù)不考慮性別差異，將健康成年人視為統(tǒng)一整體進(jìn)行分析。選擇198 個省、市、縣級有關(guān)醫(yī)院和科研機(jī)構(gòu)測定的10776 例健康成年人LVDs 參考值的統(tǒng)計資料，其中男性6325 例，女性4451 例，主要分布于我國72 個市、縣，缺少港澳臺、內(nèi)蒙古的資料。

3.方法:在GeoDa 軟件中計算全局Moran 指數(shù)，運用空間自相關(guān)分析確定醫(yī)學(xué)數(shù)據(jù)的空間依賴性，描述數(shù)據(jù)在整個區(qū)域的空間分布狀態(tài)，確定空間地理位置對參考值的影響［8］。在SPSS 19.0 軟件對健康成年人LVDs 參考值與地理環(huán)境指標(biāo)進(jìn)行相關(guān)分析，確定兩個變量之間的依存關(guān)系，通過對變量共線性診斷確定建立主成分模型［9］。在Clementine 12.0 軟件中，建立人工神經(jīng)網(wǎng)絡(luò)模型，對比主成分模型和人工神經(jīng)網(wǎng)絡(luò)模型選擇最優(yōu)模型并對全國LVDs 參考值進(jìn)行預(yù)測，進(jìn)而通過成對樣本t 檢驗，比較健康成年人LVDs 的預(yù)測值與實測值，確定二者差異是否有統(tǒng)計學(xué)意義，最后在ArcGIS 軟件中進(jìn)行克里格插值并利用空間趨勢分析模塊對LVDs 參考值進(jìn)行空間趨勢分析。

結(jié) 果

1.全局自相關(guān)結(jié)果:全局Moran 指數(shù)的計算結(jié)果為在0. 01 的置信水平下，標(biāo)準(zhǔn)化統(tǒng)計量Z =-4.1504。相關(guān)分析結(jié)果見表1。

2.主成分模型:(1)多重共線性診斷:對地理環(huán)境因子進(jìn)行共線性的診斷，確定海拔高度、年日照時數(shù)、年平均氣溫、年平均相對濕度、年降水量、氣溫年較差和年平均風(fēng)速、表土有機(jī)質(zhì)含量、表土pH 值、表土基本飽和度、表土總可交換量的方差膨脹因子分別為:VIF1=2.927，VIF2=7.894，VIF3=15.648，VIF4=7.739，VIF5= 7.541，VIF6= 8.710，VIF7= 2.750，VIF8=5.545，VIF9=23.497，VIF10=10.640，VIF11=8.109，方差膨脹因子(VIF)越大，顯示共線性越嚴(yán)重，VIF ＞10 時，提示有嚴(yán)重的多重共線性存在，由共線性診斷可知，選取的變量指標(biāo)之間存在共線性。(2)主成分分析:因各指標(biāo)之間存在共線性且選取的變量指標(biāo)之間也有其顯著的相關(guān)性，利用主成分分析的降維作用，對海拔高度(X1)、年日照時數(shù)(X2)、年平均氣溫(X3)、年平均相對濕度(X4)、年降水量(X5)、氣溫年較差(X6)和年平均風(fēng)速(X7)、表土有機(jī)質(zhì)含量(X8)、表土pH 值(X9)、表土基本飽和度(X10)、表土總可交換量(X11)此11 項指標(biāo)進(jìn)行主成分提取，得出LVDs 參考值與11 個地理環(huán)境指標(biāo)之間的主成分回歸方程為:Y =27.30 +0.0005034X1-0.000009700X2- 0.02863X3- 0.006405X4+0.0003648X5+0.02783X6+0.3267X7+0.8242X8-0.009804X9+0.003305X10+0.01897X11±0.1460。

表1 地理環(huán)境因子和健康成年人LVDs 的r 值和P 值

3.徑向基函數(shù)網(wǎng)絡(luò):神經(jīng)網(wǎng)絡(luò)是基于數(shù)據(jù)的非線性建模工具，通過模擬人類大腦功能建立數(shù)學(xué)模型，具有最佳的函數(shù)逼近性能和全局最優(yōu)特性，地理環(huán)境與醫(yī)學(xué)指標(biāo)之間的關(guān)系就其本質(zhì)來說是復(fù)雜非線性的，徑向基函數(shù)能夠很好地適應(yīng)這二者之間的非線性關(guān)系［10，11］。以年日照時數(shù)、年平均氣溫、年平均相對濕度、年降水量、氣溫年較差、年平均風(fēng)速6 個與LVDs 參考值有顯著相關(guān)的地理環(huán)境因子作為輸入變量，以LVDs 參考值作為輸出變量，通過對相關(guān)參數(shù)進(jìn)行訓(xùn)練學(xué)習(xí)，建立數(shù)據(jù)流，通過調(diào)整隱節(jié)點的個數(shù)(5)、學(xué)習(xí)率(0.85)、徑向覆蓋長度(1.0)以及持續(xù)學(xué)習(xí)周期(25)等參數(shù)確定模型。

4.模型診斷:分別計算運用主成分模型和人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測的值和其實測值的相對誤差，相對誤差=(預(yù)測值-實測值)/實測值×100%。表2為部分城市人群LVDs 參考值的實測值與預(yù)測值及相對誤差，主成分分析模型在LVDs 參考值的預(yù)測中，相對誤差控制在2%以內(nèi)，優(yōu)于徑向基函數(shù)的預(yù)測結(jié)果，所以選擇主成分建模方程對參考值進(jìn)行預(yù)測。

表2 線性回歸模型預(yù)測值與實測值相對誤差

5. 成對樣本t 檢驗:比較基于主成分分析的LVDs 預(yù)測值與實測值，所對應(yīng)的雙側(cè)P =0.370，所以認(rèn)為預(yù)測值與實測值之間無顯著性差異，即實測值和預(yù)測值之間有較好的一致性。

6.LVDs 參考值的空間分布:本研究選取了全國2322 個市縣作為觀測點，將各個觀測點的11 個指標(biāo)分別帶入Y=27.30 +0.0005034X1-0.000009700X2- 0.02863X3- 0.006405X4+ 0.0003648X5+0.02783X6+ 0.3267X7+ 0.8242X8- 0.009804X9+0.003305X10+0.01897X11±0.1460，計算健康成年人LVDs 預(yù)測值，利用ArcGIS 軟件中的地理統(tǒng)計分析模塊進(jìn)行克里格(Kriging)插值，擬合出中國健康成年人LVDs 參考值的空間分布［12］。

7.空間趨勢分析:利用空間趨勢分析模塊對LVDs 參考值進(jìn)行空間趨勢分析，如圖1 所示。

討 論

圖1 中國健康成年人左心室收縮末期內(nèi)徑參考值空間趨勢面圖

當(dāng)0.01 的置信水平下|Z| =2.54，取|Z| ＞2.54來表示這個區(qū)域總體上空間自相關(guān)是顯著的，由表1中的全局Moran 的輸出值Z 可知，在0.01 置信水平下，|Z| =4.1504 ＞2.54，說明LVDs 空間自相關(guān)性顯著，在空間上的分布呈非隨機(jī)狀態(tài)［13］。由此可知，空間地理環(huán)境對LVDs 參考值存在影響作用，不同的環(huán)境指標(biāo)綜合作用于LVDs 參考值，使其呈不同的地理分布。由相關(guān)系數(shù)可看出，海拔高度、年平均氣溫、年平均相對濕度、年降水量、表土總可交換量與LVDs參考值呈負(fù)相關(guān)，其中年平均氣溫、年降水量與其相關(guān)性很顯著，年平均相對濕度與其相關(guān)性顯著。年日照時數(shù)、氣溫年較差、年平均風(fēng)速、表土有機(jī)質(zhì)含量、表土pH 值、表土基本飽和度與LVDs 參考值呈正相關(guān)，其中年日照時數(shù)、氣溫年較差、年平均風(fēng)速與其相關(guān)性很顯著。

通過對主成分模型和人工神經(jīng)網(wǎng)絡(luò)模型的對比，可看出，主成分分析模型在健康成年人LVDs 參考值的預(yù)測中，相對誤差控制在2%以內(nèi)，優(yōu)于徑向基函數(shù)的預(yù)測結(jié)果，雙側(cè)t 檢驗的結(jié)果認(rèn)為實測值與預(yù)測值之間差異無統(tǒng)計學(xué)意義。由健康成年人LVDs 參考值空間分布圖可判斷得出，位于同一色系上的LVDs參考值相等，色彩的變化程度表示LVDs 參考值的變化程度，基本由西北、東北地區(qū)向東南地區(qū)遞減(圖略)。由空間趨勢圖(圖2)可分析得出，LVDs 參考值的總體分布趨勢為自西向東遞減而后遞增，自北向南遞減。

綜上所述，不同氣候因子對地理環(huán)境含氧量及空氣成分有不同影響，通過呼吸作用，會影響LVDs 參考值。對于土壤而言，其質(zhì)地及性質(zhì)會影響當(dāng)?shù)赝寥浪疅釥顩r，尤其是水分，因此會對相對濕度造成較大影響，間接通過影響氣候因素改變LVDs 參考值［14］。不同的土壤其物理化學(xué)性質(zhì)不盡相同，因此，土壤中生物所必須的元素及其賦存形態(tài)也有較大差異，這就會直接影響元素在動植物中的含量，最后通過食物鏈進(jìn)入人體，影響人體內(nèi)環(huán)境。地理環(huán)境是人類賴以生存的基礎(chǔ)，地理環(huán)境的不同造就的不僅是歷史文化的差異，還有人體健康的差異。不同地區(qū)的人努力適應(yīng)不同的地域環(huán)境，維持自身的生理平衡，所以其各項的生理健康指標(biāo)值是因地而異的。所以綜合地形、氣候和土壤等地理環(huán)境因子對LVDs 參考值的影響，筆者得出地理環(huán)境對人體的各項指標(biāo)起著潛移默化的作用，相似的地域環(huán)境LVDs 參考值相同或相近。

1 楊林生.環(huán)境地理與人類健康研究成果與展望［J］. 地理研究，2010，29(9):1571 -1581

2 Lewis MJ，Phillips JE. Older people's cardiac responses as indicators of stress in familiar and unfamiliar environments［J］. Psychophysiology，2012，49(4):478 -483

3 Ge M，Zhang YP，He JW，et al. Normal red blood cell count reference values in Chinese presenile women given by geographical area［J］.Journal of the Formosan Medical Association，2010，109(9):656-662

4 He JW，Ge M，Su HM，et al.Normal reference value of red blood cell count of Chinese presenile men and geographical factors［J］. Chinese Geographical Science，2007，17(1):92 -98

5 閆燕春，葛淼，王欣，等. 基于因子分析的老年男性一秒率參考值與地理因素［J］. 第二軍醫(yī)大學(xué)學(xué)報，2009，30(11):1269 -1273

6 Ge M. Reference value of elder people's Hematocrit and geography factors［J］.Comparative Clinical Pathology，2006，15(1):38 -43

7 葛淼，張亞平，王欣，等. 男性嬰兒紅細(xì)胞計數(shù)參考值與地理因素的關(guān)系［J］.吉林大學(xué)學(xué)報:醫(yī)學(xué)版，2009，35(4):751 -754

8 Moran P. The interpretation of statistical maps［J］. Journal of the Royal Statical Society，1984，10(2):243 -251

9 宇傳華. SPSS 與統(tǒng)計分析［M］.北京:電子工業(yè)出版社，2007:145-507

10 熊平.數(shù)據(jù)挖掘算法與Clementine 實踐［M］.北京:清華大學(xué)出版社，2011:175 -195

11 薛薇，陳歡歌. 基于Clementine 的數(shù)據(jù)挖掘［M］. 北京:中國人民大學(xué)出版社，2012:275 -301

12 湯國安. ArcGIS 地理信息系統(tǒng)空間分析教程［M］. 北京:科學(xué)出版社，2006:50 -203

13 王臻，張曉東，蘇偉，等. 中國三大自然災(zāi)害空間自相關(guān)特征［J］. 農(nóng)業(yè)工程學(xué)報，2010，26(S2):302 -306

14 陳曉琳，李忠武，王曉燕，等. 中亞熱帶紅壤丘陵區(qū)松林生態(tài)系統(tǒng)表層土壤活性有機(jī)碳空間分異規(guī)律［J］. 地理研究，2011，10:1825 -1834