1. 前言
干眼为多因素引起的慢性眼表疾病,是由泪液的质、量及动力学异常导致的泪膜不稳定或眼表微环境失衡,可伴有眼表炎症、组织损伤及神经异常,造成眼部多种不适症状和/或视功能障碍 [1]。根据多项流行病学调查,干眼在各年龄组人群中的患病率超过10%,而且呈上升的态势。干眼是一种多因素疾病,与用眼习惯,生活作息等有密切的相关,随着智能手机的大规模普及和学习模式的改变,发病年龄呈现年轻化趋势 [2],尤其在新冠肺炎疫情爆发之后,线上学习也逐渐成为了当代大学生重要的学习方式,这可能会导致干眼发生率的增加。面对大学生逐渐增加的干眼患病风险,对大学生群体干眼的发病和相关因素,需要重新评估和认识,以大学生群体为对象的干眼流行病学调查意义重大。因此,本团队参照大学生的日常生活习惯,设计出一份干眼相关的调查问卷,以福州市大学生为研究对象,旨在了解该大学生干眼相关症状出现情况及危险因素,这对防治大学生干眼具有重要意义。
2. 对象与方法
2.1. 对象
2021年2月~2021年5月,选取福州市多所高校,包括综合性院校和医科类院校两类,综合性院校以福州大学为主、医科类院校以福建医科大学为主,采用整群随机抽样的方法,对福州大学、福建医科大学为主的福州市大学生进行问卷调查,抽取在校大学生共1265名,回收有效问卷1231份,有效率97.31%。
2.2. 调查方法和内容
根据调查目的,参考相关资料 [3] [4] 定制自填式调查问卷,经预调查修订后,由研究者用线上线下相结合的方式发放问卷,并指导调查对象匿名独立填写问卷,线下问卷当场核对回收,线上问卷在结束收集后统一排除无效问卷。问卷采用自行设计“干眼调查问卷”,内容包括:1) 一般情况:性别、就读大学、年级;2) 眼部屈光状态,用眼情况、生活情况:包括是否近视及近视度数、每天看电子产品的时间、每天的睡眠时间等;3) 干眼相关症状共8项;根据所收集的数据进行统计学分析,将屈光状态、用眼习惯与干眼相关症状进行一一对比分析获得用眼习惯和干眼相关症状的相关性,从而得出福州市大学生干眼患病危险因素。
2.3. 纳入标准
1) 就读于福州市的在校大学生;2) 年龄 ≥ 18岁且≤30岁;3) 自愿同意参加本调查并签署知情同意书。
2.4. 排除标准
本研究排除标准:1) 有眼部准分子激光,飞秒激光,晶体眼人工晶体植入等屈光手术史;2) 除干眼外的眼表疾患,如翼状胬肉,结膜囊肿,结膜类天疱疮,结膜松弛,角膜缘干细胞异常等;3) 倒睫,眼睑异常、泪器疾病、青光眼或葡萄膜炎等者;4) 曾经有过眼睑,眼表,青光眼及内眼手术史;5) 已接受永久性不溶性泪道栓子治疗者;6) 近2个月内有角膜接触镜佩戴史及观察期间无法停止佩戴角膜接触镜7) 研究者认为有任何不适合参加试验的情况者。
2.5. 干眼相关眼表症状指标
根据临床上干眼患者经常出现的眼部不适的症状 [5],根据国情,我们参照眼表疾病指数量表(OSDI) [6]、McMonnies干眼问卷调查表(MQ) [7] 和Salisbury眼睛评价问卷调查表(SEEQ) [8],结合大学生的学习生活特点,本研究纳入的干眼相关症状共8项,包括:1) 眼干涩感;2) 烧灼感;3) 异物感;4) 畏光;5) 眼红;6) 眼酸或痛;7) 异常流泪;8) 分泌物异常增多等眼表症状。根据过去一周出现的频率(无、1~2天、3~4天、5~6天、持续)分别定为0、1、2、3、4分,干眼症状评分总分为每项分数的总和,共32分,本研究将分数在0~2分定义为正常,分数在3~12分为轻度干眼相关症状,13~22分为中度干眼相关症状,分数在22分以上分为重度干眼相关症状。该量表在本研究中的Crobach’s α系数为0.05。
2.6. 研究因素指标
目前大学生经常使用电脑、手机、iPad等,易导致视疲劳、视屏显示终端综合征 [9] [10] [11],大学生们功课繁重,导致睡眠时间不够,室外活动减少等,都影响着眼健康。故本研究的纳入的因素共有7项,包括:1) 每天看电子产品时间;2) 每天的睡眠时间;3) 过去一周内有几天在室外运动超过一小时;4)主要的读书场所;5) 每星期的课时;6) 主要在手机上玩的游戏;7) 是否近视等。基于大学生普遍存在的屈光不正情况,本研究把大学生的屈光不正的情况也依据不同度数进行分级,并纳入研究指标。
2.7. 统计分析
使用Microsoft Office Excel 2008平行双录入数据,并进行数据整理,应用SPSS 25.0软件进行统计描述非参数秩和检验及非条件logistic回归分析。检验水准α = 0.05。
3. 结果
3.1. 调查人群的一般特征
本次调查共收集1231份问卷,其中男性575名(46.7%),女性656名(53.3%);有657名(53.4%)就读于福建医科大学,443名(36.0%)就读于福州大学,48名(3.9%)就读于福建师范大学,8名(0.6%)就读于福建农林大学,2名(0.2%)就读于江夏学院,73名(5.9%)就读于其他院校;大一371名(30.1%),大二518名(42.1%),大三202名(16.4%),大四105名(8.5%),大五11名(0.9%),其他(如不同年级研究生)24名(1.9%)。
3.2. 干眼症状分布情况
干眼相关症状量表评分等级为正常的受访者占51.7%,出现干眼相关症状为48.3%,其中轻度占43.5%,中度占4.0%,重度占0.9% (见表1)。
Table 1. Severity of DED symptoms based on dry eye scale score
表1. 基于干眼量表评分的干眼症状严重程度
在干眼相关症状中,觉得眼睛酸或痛在各项症状中居首位(见图1)。在所有受访者中,785名(63.77%)受访者觉得眼酸或痛,此为最常见症状。
3.3. 干眼患病危险因素分析
3.3.1. 单因素分析
以干眼相关症状严重程度(正常、轻度、中度、重度)作为结果变量,将性别、所在大学、年级、是否近视、近视度数、每天看电子产品时间、每天的睡眠时间等因素作为分组变量,变量赋值见表2,进行非参数秩和检验单因素分析。
非参数秩和检验单因素分析结果显示,干眼症状严重程度在是否近视、近视度数、每天看电子产品时间、主要的读书场所、过去一周内在室外活动超过一小时的天数、在手机上玩的游戏种类上差异均有统计学意义(P < 0.05),除上述因素以外的其余因素差异均无统计学意义(P > 0.05),详见表3。
Figure 1. Distribution of dry eye symptoms
图1. 干眼症状分布情况
Table 3. Univariate analysis on risk factors for DED
表3. 干眼患病危险因素单因素分析
注:在手机上玩的游戏一题已删去使用电子产品时间在3 h以下的人数;*表示P < 0.05。 Notes: In the question of “games played on mobile phones”, samples who playing electronic product less than 3 hours have been removed. And *shows that p value less than 0.05.
3.3.2. 多因素分析
将以上单因素分析筛选出的部分有意义的变量纳入多元有序logistic回归分析,考虑到是否近视和近视度数存在重叠,故将除了近视度数以外的其他五个因素纳入回归分析,结果显示是否近视在干眼相关症状严重程度上存在差异(P < 0.05),则再次进行回归分析,将除了是否近视以外的五个因素纳入回归分析。
1) 回归结果
见表4,logistic回归分析结果显示,近视度数的回归系数值均大于0,P < 0.05,说明近视度数与干眼相关症状水平存在正向影响关系。近视度数 < 600度时,近视度数越高,干眼相关症状严重程度越高。室外活动天数的回归系数均小于0,P < 0.05,说明室外活动超过1小时的天数与干眼相关症状严重程度成反比。其中,当天数 < 5天时,随着天数的增多,干眼症状严重程度降低,而在室外活动天数在5~6天和持续一周,干眼症状严重程度则没有显著差别;玩棋牌类游戏的回归系数为−0.567、OR值为0.567,表明玩棋牌类游戏其干眼相关症状加重的风险降低。
综上所述,每天看电子产品时间、主要读书场所不是干眼相关症状的独立危险因素;近视度数是干眼相关症状严重程度的危险因素;室外活动是干眼的保护因素;玩棋牌类游戏其干眼症状加重的风险降低。
2) 回归模型经多元有序logistic回归分析后所获得的logistic回归模型为:
其中P1、P2、P3、P4分别为干眼相关症状为正常、轻度、中度、重度的概率,自变量X11~14分别为近视度数的四个分组变量、X21~25分别为每天看电子产品时间的分组变量、X31~34分别为主要读书场所的分组变量、X41~44为过去一周室外活动超过一小时天数的分组变量、X51~56分别为手机游戏的分组变量。
Table 4. Multiple ordered logistic regression analysis on risk factors for dry eye
表4. 干眼相关症状危险因素的多元有序logistic回归分析结果
注:*表示P < 0.05。 Note:*shows that p value less than 0.05.
3) LOG模型的预测结果
见表5。模型在预测干眼量表评分等级为正常时正确率最高,达到65.28%;预测干眼量表评分等级为轻度时正确率次之;其他两个等级的预测偏差,模型总体预测率为54.97%,表现尚可。且拟合优度数据显示皮尔逊卡方显著性值为0.830,说明模型对原始数据的拟合较好。
Table 5. Prediction of the logistic regression model
表5. Logistic回归模型的预测情况
4. 讨论
针对大学生干眼患病率的流行病学调查结果,显示大学生有较高的干眼患病率(18.7%~64.09%) [12] - [17]。干眼已经成为影响大学生身心健康的一个重要问题。干眼常伴随眼部不适,其严重程度是判断干眼程度和干眼对生活学习影响的最重要因素之一,本研究根据国情,参照眼表疾病指数量表(OSDI) [6]、McMonnies干眼问卷调查表(MQ) [7] 和Salisbury眼睛评价问卷调查表(SEEQ) [8],结合大学生的特质,制定了干眼相关症状及危险因素的调查 [18]。
本研究结果显示,在1231名受访者中,有535名(43.5%)存在轻度干眼相关症状,49名(4.0%)存在中度干眼相关症状,11名(0.9%)存在重度干眼相关症状。且在干眼相关症状中,觉得眼睛酸或痛在各项症状中居首位。这与田玉景等 [19] 的研究结果不同,本研究以眼睛酸或痛为主要主诉,而后者结果以眼干涩感最为突出,推测可能原因为两种研究的样本调查年代不同,电子产品的普及率及用眼习惯不同,导致干眼的诱因不同有关,本研究发现眼酸痛成了大学生干眼最为明显的症状,提示了用眼和视疲劳在干眼发生发展中所起的作用。
非参数秩和检验单因素分析发现:“是否近视、近视度数、每天看电子产品时间、主要的读书场所、过去一周内在室外活动超过一小时的天数、在手机上玩的游戏种类”是干眼严重程度的影响因素。将上述影响因素纳入模型进行logistic回归分析,发现近视度数、过去一周内在室外活动超过一小时的天数、在手机上玩的游戏种类与干眼严重程度有关,而每天看电子产品时间、主要读书场所与干眼严重程度无关。
在logistic回归分析中发现,近视度数小于200度(β = 1.227)、近视度数为200~400度(β = 1.242)、近视度数为400~600度(β = 1.429)、近视度数为600~800度(β = 1.325)是干眼严重程度的危险因素,且随着近视度数的增加,干眼相关症状加重的风险均有不同程度的升高。这与湖南省人民医院眼科 [20] 一项研究结果相一致。该研究表明,高度近视者干眼患病率(54.29%)明显高于非高度近视者干眼患病率(19.34%)。也与丁玲玲等 [21] 研究发现近视是干眼危险因素的结果相一致。分析其原因可能是:1) 近视人群调节近点近移,调节幅度需要量加大,眼集合增加,且近视患者睫状肌容易处于收缩状态,极易出现眼部干涩及视物疲劳,致使干眼的主观症状更加明显 [22]。2) 近视会导致眼球轴增长,且近视程度越大眼轴增加越明显 [22]。再者,高度近视眼脉络膜血管拉直,血供减少 [23],导致眼部血流减少,考虑与干眼发生也有关系。
本研究发现过去一周室外活动超过1小时的天数为0 (β = −0.805)、天数为1~2天(β = −0.866)、天数为3~4天(β = −0.575)、天数为5~6天(β = −0.499)是干眼严重程度的保护因素。这与段勇波等 [24] 研究及郭佳维等 [13] 研究发现户外活动时间长是干眼症发病的保护因素的结果相一致。究其原因可能为:1) 室外活动时,视线较远,睫状肌充分放松,视疲劳得到缓解,从而降低干眼相关症状加重的风险 [24]。2)相比室外,室内尤其是空调房内空气湿度较低,泪液蒸发速度加快,进而引起干眼的发生 [25]。3) 室外活动可降低干眼相关症状的发生与其对近视的保护作用密切相关,由于户外高光照度的环境促进人体皮肤合成维生素D [26],维生素D具有强大的调节细胞分化及抗增殖作用,可作用于巩膜,对抗巩膜的增长 [27],延缓眼轴增长和近视增加。同时高光照强度能提高视网膜多巴胺的分泌水平,通过相关信号通路,抑制眼轴生长,减缓近视进展 [28]。
电子产品使用时间单因素分析有统计学意义,但在logistic回归分析中未出现统计学意义,这与邵明月等 [29] 研究、丁玲玲等 [21] 研究以及尹丽纯等 [16] 研究结果相似。但既往多项研究表明,电子产品使用时间长短与干眼有很强的相关性。本研究结果,可能与选取人群的特殊性、所收集的样本量及其生活习惯不同有关 [22]。另一方面可能是因为此次调查只是粗略地统计了使用电子产品的时间,没有细分不同用途下(阅读,打游戏,棋牌类游戏等)电子产品的具体使用时长 [16]。
本研究有个有趣的发现,玩棋牌类游戏相对不玩游戏,其干眼相关症状加重的风险降低,这个研究结果与研究设计时的预期结果不同,未见相关报道。探究其可能原因,考虑如下:棋牌是集科学性、知识性、趣味性和竞技性为一体的活动,脑力运动的成分多,适当的桥牌活动,对心智健康和放松有益,因通常需多人参与,用眼的持续时间和强度较低,因而没导致视疲劳,对干眼还起到保护作用。对于该研究结论,尚需进一步的研究验证。
本研究的优势在于:1) 该研究始于新冠时期,有特殊的历史背景,大学生在该背景下,学习和生活作息,以及用眼习惯与以往有较大的差别。该研究反应了这一特殊阶段的大学生眼健康情况。2) 本研究建立了logistic回归模型,可对干眼严重程度进行预测,指导干眼的预防。3) 本研究除了调查既往研究中相关性较高的因素外,还调查了不同课时和不同游戏种类对干眼症状严重程度是否有影响,进一步拓展了对干眼危险因素的探索。
本研究的不足在于:1) 本研究为横断面研究,论证因果关系的强度较弱,不能判断影响因素与干眼严重程度之间的因果关联,还需进一步的研究以论证其因果关系。2) 本研究设计的干眼相关症状调查表,有一定的主观性,信效度未经严格论证,且本研究信息收集以问卷调查为主,存在一定信息偏移。3) 电子产品不同用途使用时间的分类不够具体。4) 纳入研究的游戏种类不够齐全。5) 限于时间、机构和特定人群配合度情况,本研究的样本量相对有限。
总之,干眼病作为一种患病率持续升高的全球流行性慢性眼表疾病,应引起足够重视,并进一步做好相关因素的深入调查分析研究。相关机构应重视大学生的干眼症相关症状的发生问题,尤其在当前疫情防控常态化下,各大高校采用线上线下学习的教学方式,对于大学生的用眼强度将会增加。大学生群体应注重控制用眼时间,调整生活作息,加强户外锻炼,降低干眼的发生。在中小学阶段,积极防控近视,对于进入大学阶段后,减少干眼的发生,起着积极的作用。
基金项目
福建医科大学本科教学工程——大学生创新课题(0030-11000502)。
NOTES
*通讯作者。