《Environmental Pollution》：Integrating Probabilistic Modeling and Geospatial Analysis for Nationwide Assessment of Dietary Perchlorate Exposure in China: Regional Disparities, Source Contribution, and Risk Implications
编辑推荐：
本研究基于马鞍山前瞻性队列数据，运用群体轨迹建模和分布滞后非线性模型，发现孕期低温暴露（第10-15百分位）在孕早期（4-17周）与低BMI增长轨迹相关（OR:11.853），高温暴露（第85-95百分位）在孕中期（15-26周）与中等增长轨迹相关（OR:2.212）。居住绿地具有拮抗交互作用，尤其在孕早期（REOI<0）。结果提示极端温度暴露影响婴儿生长轨迹，绿地可能起缓冲作用。
李振华|戴思伟|王春勇|翁海阳|赵晓宇|黄凯|陈茂林|高国鹏|胡成阳|张秀军
安徽医科大学公共卫生学院流行病学与生物统计学系，中国合肥市梅山路81号，230032
摘要
产前环境温度和居住区的绿化程度可能会影响婴儿的生长，但关键的时间窗口及其相互作用仍不明确。本研究旨在确定敏感的时间窗口并评估其交互效应。分析了来自马鞍山市一个出生队列的2273对母婴数据。将婴儿从出生到两岁的BMI值进行了标准化处理，并应用基于群体的轨迹建模（GBTM）来识别BMIZ轨迹。使用MODIS衍生的归一化植被指数（NDVI）来评估居住区的绿化程度。分布式滞后非线性模型（DLNMs）被用来研究环境温度对BMIZ轨迹的影响，这些影响是在预定义的低（第5、10和15百分位）和高（第85、90和95百分位）温度阈值下进行的，同时确定易受影响的暴露时间窗口。为了评估绿化程度的特定效应，DLNMs按绿化程度进行了分层。使用交互引起的相对超额比值（REOI）和归因比例（AP）来评估交互效应。在绿化程度较低的地区，产前温度暴露与BMIZ轨迹的关联更为显著。暴露于低温度阈值与BMIZ轨迹缓慢上升的风险增加有关（第10百分位：第10-17周，累积OR：5.713；95% CI：1.170–27.884；第15百分位：第4-17周，累积OR：11.853；95% CI：1.262–111.353）。同样，孕中期暴露于高温度阈值也与BMIZ轨迹中等上升的风险增加有关（第85百分位：第16-25周，累积OR：1.694；95% CI：1.107–2.591；第90百分位：第16-26周，累积OR：1.863；95% CI：1.126–3.081；第95百分位：第15-26周，累积OR：2.212；95% CI：1.161–4.215）。高绿化程度的居住区与温度暴露对BMIZ轨迹具有拮抗作用（REOI < 0，AP < 0），尤其是在孕早期和孕中期。产前暴露于极端温度会影响BMI轨迹，而居住区的绿化程度则起到了调节作用。
引言
早期生长是儿童健康发展和成年后长期福祉的关键决定因素（Montazeri等人，2023年）。特别是生命的前0-2年是一个快速生长和对环境刺激高度敏感的时期，是评估正常发育和预测未来健康结果的关键窗口（Barker，2007年；Liao等人，2023年）。在此期间，人体测量指标发生了显著变化，生长轨迹——即随时间变化的动态发展模式——被认为比单次时间点的评估更具临床信息价值（Aris等人，2019年；Juonala等人，2011年）。有证据表明，表现出加速或追赶生长轨迹的婴儿患儿童超重或肥胖的风险更高（Gao等人，2022年），这可能会随后导致不良的心脏代谢结果（Woo，2019年）。早期生长受到遗传、营养、家庭和社会经济因素的复杂相互作用的影响（Singhal，2017年）。尽管生长轨迹变化的确切驱动因素尚不清楚，但越来越多的证据表明，环境暴露的联合效应可能在塑造婴儿生长模式中起着关键作用（Gonzalez-Casanova等人，2018年；Wang等人，2024b）。
人类活动引起的气候变化无视地理和生理边界，对自然生态系统和人类健康产生了深远影响，已成为21世纪全球社区面临的最重要的公共卫生威胁之一（Essers等人，2025年；Huang等人，2025年）。根据美国国家海洋和大气管理局（NOAA）的监测数据，全球年平均温度持续上升，2014年至2022年是有气象记录以来最热的九年（Reddam等人，2025年）。极端温度事件的频率和强度的增加对人类健康构成了严重威胁，特别是对孕妇和婴儿等脆弱人群（Liu等人，2022年；Renaers等人，2025年）。妊娠期是早期生命中的一个关键发育窗口，在此期间，环境暴露可能会产生持久的代际健康影响（Samuels等人，2022年）。当前的流行病学证据表明，产前暴露于极端温度与各种不良出生结果显著相关，包括但不限于胎儿生长受限（FGR）、早产（PTB）和低出生体重（LBW）（Chersich等人，2020年）。尽管有大量证据支持极端温度对宫内生长的影响，但关于温度暴露对婴儿生长轨迹影响的研究仍然很少。迫切需要前瞻性研究来阐明暴露-反应关系并揭示潜在的生物学机制。
相比之下，绿化程度通常被认为是一个有益的环境因素。住宅区周围的植被（如树木和草地）常被用作整体绿化程度的指标（Wang等人，2024a）。世界卫生组织（WHO）发布了指南，提倡增加绿地访问作为促进人群健康的理想手段（Yu等人，2024年）。近年来，绿化程度越来越多地被认为是一个重要的新兴环境因素。越来越多的证据表明，绿化程度可能减轻与有害环境暴露相关的不良健康影响（Heo等人，2024年）。研究表明，暴露于绿化程度对母亲健康有积极影响（Seabrook等人，2019年）。先前的研究报道了产前绿化程度暴露与降低不良出生结果和妊娠并发症风险之间的关联，包括早产、低出生体重、SGA、精神障碍和妊娠糖尿病（Agay-Shay等人，2019年；Lee等人，2021年；Liao等人，2019年；Zhan等人，2020年）。尽管其潜在机制尚未完全了解，但有人提出绿化程度可能通过促进体育活动、减少空气污染和缓解热暴露来改善妊娠结果（Markevych等人，2017年；Torres Toda等人，2022年）。值得注意的是，越来越多的研究提倡将城市绿化作为缓解和适应气候变化的自然和可持续解决方案（Ma等人，2025年）。
胎儿期是一个关键的发育窗口，在此期间，环境暴露可能会干扰正常的胎儿生长并增加婴儿期超重或肥胖的风险。尽管越来越多的流行病学证据将极端温度暴露与不良妊娠结果的风险增加联系起来（Basu等人，2018年；Bekkar等人，2020年），但其与婴儿生长轨迹的关联仍不清楚。值得注意的是，环境因素通常不是孤立作用的。环境温度和绿化程度的潜在联合效应尚未得到系统探索，目前尚不确定绿化程度在多大程度上可以缓冲极端温度对婴儿生长的负面影响。现有证据有限，关于居住在绿化程度较高的孕妇是否能够减轻极端温度的负面影响。初步研究结果表明，温度和绿化程度可能通过交互机制共同影响健康结果（Ma等人，2025年；Sun等人，2020年）。鉴于这种环境交互的潜力，科学上重要的是研究它们对早期生长轨迹的联合效应。大多数先前的研究都是基于孕期的平均值来评估温度和绿化程度的暴露。然而，真正的敏感时间窗口可能要短得多，这强调了需要更精细的暴露评估策略以提高流行病学分析的准确性（Alterman等人，2024年；Dionicio López等人，2022年）。绿化程度和温度暴露在相邻时期的高自相关性使得识别真正敏感的时间窗口变得复杂（Hu等人，2024年）。因此，通过精细的暴露评估来确定产前暴露的易感时间窗口至关重要。
在这项研究中，我们利用了一个前瞻性出生队列的数据，收集了婴儿从出生到24个月大的身体测量数据。应用基于群体的轨迹建模（GBTM）来描述早期生命的身体生长动态模式。通过整合高分辨率的时空环境温度和居住区绿化程度数据，我们评估了产前暴露于极端温度与婴儿生长轨迹之间的关联，并确定了潜在的敏感时间窗口。此外，我们进一步探讨了居住区绿化程度在调节极端温度暴露与婴儿生长轨迹之间的关联方面的潜在交互效应。
研究人群
2021年4月至2022年6月期间，共有2727名符合条件的孕妇来自中国安徽省马鞍山市妇幼保健医院。纳入标准要求参与者至少18岁，在当地居住超过六个月，自然受孕，并且怀有单胎妊娠。参与者选择过程的详细流程图见补充图S1。在2727对母婴中，我们
描述性结果
本研究共包括2273对母婴，其详细的基线特征在表1中呈现。在研究参与者中，有1222名男婴（53.8%）。母亲的平均年龄（标准差）为28.9岁（4.04岁），孕前BMI为22.04千克/平方米，妊娠期为39.26周（1.47周）。大多数母亲受教育程度较高：64.7%拥有高中以上学历。大多数母亲报告没有吸烟（82.8%）或饮酒（86.4%）的历史
讨论
据我们所知，这是第一项研究极端温度暴露与婴儿生长轨迹之间关联的研究，同时进一步评估了居住区绿化程度的调节作用。在这个前瞻性出生队列中，我们确定了孕早期和孕中期是极端温度敏感的关键时间窗口（大约是寒冷暴露的第4-17周和热暴露的第15-26周）。在这些时期，产前暴露于低温
结论
我们的发现提供了证据，表明产前暴露于极端环境温度与婴儿从出生到两岁的BMIZ轨迹异常有关。这些发现表明，妊娠期间偏离最佳温度范围可能会影响早期生长模式。具体来说，孕早期和孕中期暴露于低温阈值与BMIZ轨迹缓慢上升有关，而孕中期暴露于高温阈值则
作者贡献声明
李振华：写作 – 审稿与编辑，原始草稿撰写，正式分析，数据管理，概念构思。戴思伟：写作 – 审稿与编辑，验证。王春勇：正式分析，数据管理，概念构思。翁海阳：项目管理，数据管理。赵晓宇：项目管理，数据管理。黄凯：项目管理，数据管理。陈茂林：项目管理。高国鹏：项目管理。胡成阳：写作 –
参与同意
已从所有纳入研究的个体参与者处获得了知情同意。
临床试验编号
不适用。
出版同意
不适用。
资助
本手稿得到了
国家自然科学基金（82304163、82574105）、
安徽医科大学科学研究计划（2021xkjT013）、
安徽省教育厅自然科学研究重点项目（2023AH050603）和
安徽省教育厅优秀青年教师培养项目（YQYB2024008）的支持。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
