影响近视发病率的因素

目的

研究采集了R代研究中纳入的2136名儿童的眼轴长度(AL)和近视发生率，[2-3]荷兰鹿特丹9岁的孩子6岁时被发现没有近视。通过问卷记录日常生活活动和人口统计学特征，并用于确定个人生活方式/人口统计学因素与近视和眼轴伸长发病率之间的关系。

研究设计

原始数据集包括6690名6岁的儿童和5862名9岁的儿童，其中4734名在两次访问时都进行了测量，并纳入了轴眼生长分析的危险因素。睫状体麻痹性屈光仅在1.5岁至9岁时被批准，3362名儿童符合睫状体麻痹性屈光的条件，其中898名儿童拒绝睫状体麻痹。在剩余的2464名儿童中，另有39名在6岁时被确定为近视而被排除在外。从这2136人中也有轴向长度伸长分析测量，使他们符合纳入近视发病率分析的危险因素。进行单因素和多因素分析，以确定个体和综合因素对近视和眼轴伸长发生率的影响。

测量过程

使用蔡司IOLMaster 500测量眼轴长度(AL)和角膜曲率(CR)，均以mm为单位，并用于计算AL-CR比值，该比值以前被证明与SE，[4]高度相关用AL除以CR。

在6岁时进行自动睫状体麻痹球形等效(SE)屈光，此时视力为>最小分辨率的0.1对数LEA符号视力表在3 m。VA≤最小分辨率的0.1对数或无眼镜或有近视史者为非近视。9岁时患有睫状体麻痹性屈光测量且SE -0.50D或以上的儿童被认为近视，其中9岁时近视儿童与6岁时非近视儿童的比例为偶然近视。

通过问卷调查对儿童的日常活动进行评估，以确定:

• 年龄6岁
  • 每天花几个小时在电脑和看电视上
  • 每天花在体育活动上的时间
  • 每天花几个小时在户外
  • 父母的近视状态
  • 母亲的教育
  • 家庭收入
  • 父母出生国家(欧洲人与非欧洲人)
  • 身高，体重和体重指数
  • 维生素D
• 年龄9岁
  • 每周阅读的书数
  • 读书的时间
  • 阅读间隔时间

6岁时测量身高、体重，计算体重指数(BMI)。25-羟基维生素D水平也被测量。出生参数和胎龄是通过病历获得的。

结果

眼轴生长的危险因素

研究结果显示，从6岁到9岁，平均轴向伸长约为。0.21mm/年，男女无显著性差异。那些在9岁时被归类为近视的儿童显示出更大的延伸，每年0.34毫米，而非近视的儿童每年0.19毫米。

当每个预测因素单独评估时，统计分析显示较大的轴向伸长与以下几个因素有关:

• 非欧洲后裔
• 父母中至少有一个近视的
• 家庭收入低
• 户外活动时间少，维生素D含量低
• 花更多的时间在室内玩电脑和阅读
• 6岁时A -CR比值较高。

在多变量分析中，当预测因素合并时，相关性非常相似，对于单个预测因素可以得出相同的结论。

预测近视

在分析的2136个队列中，有223名儿童在6 - 9岁之间近视，表明两次就诊之间近视发生率为10.4%。在9岁时近视的儿童通常来自社会经济地位较低的非欧洲血统家庭，他们的父母通常是近视的，很少在户外活动，读更多的书，在他们6岁时，AL和AL- cr比率较高。

通过多变量分析，作者计算了每个预测变量的近视预测得分，每个预测得分的比值比为1.43:

• 近视父母:1 = 1.2;2 = 1.9
• 户外活动时间:0.5
• 每周5小时阅读时间:1.2

AL-CR比值评分，参考文献2.80为零。随着比例的增加，>为3.00的预测评分也增加，预测评分为12.8。

预测因子得分的完整列表见表3开放获取论文

综合本文评估的危险因素，6-9岁近视发病曲线下面积(AUC)预测值为0.78。研究发现，AL增加对近视发病具有最大的预测价值，该年龄范围为0.85，这并不令人惊讶，因为如果不通过屈光功率的变化来平衡眼长增加将推动眼焦点向近视方向移动。

为了进一步测试这些预测评分，作者将这些评分应用于个体，发现在571名预测评分为3.5或更低的儿童中，只有8名(1.4%)在6岁至9岁期间近视。在另一个极端，该队列中有50名儿童的预测评分为11分或更多，其中27人(54%)在相同的6岁至9岁范围内变成近视。

基线时轴向长度与角膜半径比值高的儿童的影响

基线AL-CR比率与以下因素的交互作用有统计学意义:

• 父母近视
• 每周阅读的书数
• 阅读距离
• 种族
• 环境风险评分

AL- cr比值>2.916代表了该比值中最高的四分之一，其中24%的儿童在6 - 9岁之间成为近视，与其他AL- cr比值的四分之一相比，除运动参与外的所有预测因子与AL伸长的相关性最高。

结论

作者认为近视的发生与眼环境因素有关，尤其是AL-CR比例最高的前25%的儿童，环境因素在近视发生中起着重要作用。他们认为，这些儿童将从干预策略中受益最大，如果实施这些策略，将有助于限制近视的发展。