2. 浙江大学公共卫生实验教学中心;
3. 浙江大学医学院附属邵逸夫医院;
4. 浙江大学医学院附属妇产科医院;
5. 浙江大学医学院附属儿童医院;
6. 浙江大学药学院生化药学研究室
自闭症(autism disorder, AD),是一种严重的儿童发育性神经障碍疾病,其核心特征是社交功能损伤,言语交流能力受损和重复刻板行为出现。该病通常在儿童生命早期(3岁之前)发生并累及终生。近几十年来,自闭症的患病率逐年升高。美国疾病预防控制中心发现2016年约54名8岁儿童中就有1名自闭症儿童,其患病率较2014年上升了3.70%,并且男孩发病率高于女孩[1]。
自闭症的病因目前尚不明确,多数研究认为自闭症是遗传因素和环境因素的共同作用产生的[2]。其中,遗传因素对自闭症的影响约占30%~40%左右[2]。环境因素既可以通过自身毒作用影响婴幼儿的发育[3],又可以通过改变表观遗传学状态[4],影响基因表达,从而影响自闭症的发生。故本研究对母亲孕产期和儿童生命早期的相关因素、交通空气污染和父母环境接触史等影响因素进行分析,探讨儿童自闭症的环境危险因素,从而为自闭症的病因学研究和早期预防提供依据。
1 对象与方法 1.1 对象采用以特殊教育学校和康复机构为基础的病例—对照研究,根据公式
调查小组成员使用《妇女、儿童健康状况调查表》对儿童家长进行问卷调查。调查内容主要包括以下5个方面:①一般情况:包括父母的年龄、母亲的文化程度、职业等内容;②居住史:包括母亲怀孕之前3个月、怀孕期间以及生后的居住地变迁史,住址周边的道路设置情况等内容;③生育史:包括孕次、孕周、母亲生育时的情况、生产时的基本信息、儿童的患病情况等;④环境因素暴露史:包括母亲和父亲的长期环境污染物暴露情况,空气净化器、化妆品等的使用情况,母亲进行工作和锻炼、接触不良生活事件的情况;⑤生活习惯调查:包括父母的吸烟习惯、喝酒习惯、电子产品的使用习惯等。
问卷中相关指标的界定:①吸烟习惯:平均每天吸烟≥1支并且时间持续1a以上,或者吸烟量累计超过20包(400支)以上者,被认为具有吸烟习惯。②喝酒习惯:每周饮用500 mL以上的啤酒或50 mL以上的高度酒,并且平均每周喝酒次数≥2次者,被认为具有喝酒习惯。③喝茶习惯:每天喝茶,持续1a及以上者,被认为具有喝茶习惯。④饮食习惯中偶尔摄入:每周摄入次数<3次; 经常摄入:每周摄入≥3次。⑤电子产品的使用习惯:每天使用电子产品(包括手机、电脑、平板等产品)时间≥1 h。
1.3 孕期及生后1 a的交通空气污染的评估利用问卷中调查对象自述的家庭住址,通过高德开放平台计算其到高速公路或城市快速道路(包括城市高架桥和快速路)的最短直线距离,以及其到主干道(包括国道、省道)的最短直线距离,进行交通空气污染的暴露评估。将得到的两种最短距离分配给每个对象,作为其交通空气污染的估计暴露量。并按距离的P25和P75为界点,将距离分成 < P25,P25~ < P75,≥P75,并以≥P75组作为参照组进行数据分析。
1.4 统计学分析应用Epidata 3.1录入数据,SPSS 20进行统计分析。利用Kolmogor-Smirnov检验判断是否符合正态分布。对于计量资料,包括儿童年龄及父母生育年龄,用算术平均数±标准差(x±s)方式进行描述,采用t检验进行统计推断;对于分类数据,用[n(构成比/%)]表示,采用卡方检验进行分析。采用logistic回归模型分析自闭症可能的环境危险因素。单因素分析中P < 0.10的影响因素纳入多因素logistic回归模型;模型的变量筛选方法采用向后法(α纳入=0.05,α排出=0.01);分类数据均进行哑变量设置;其中由于孕中期居住地到主干道距离这一变量存在共线性,不纳入多因素模型。双侧检验水准α=0.05。
1.5 质量控制查阅文献,参考问卷(如来自美国国家卫生统计中心和美国疾病预防控制中心的2011 National Survey of Children’s Health),结合本研究目的,设计调查问卷。进行预调查后,调整问卷内容,优化调查流程。对调查员进行统一培训,所需资料和物品统一提供;问卷回收时,检查问卷完整性,及时补充或更正。采用双人双录入处理,进行审核、查错处理。根据相应的数据类型采用相应的描述和分析方法,确保研究结果的科学性和准确性。
2 结果 2.1 基本情况的比较自闭症儿童中男孩267人,女孩49人,平均年龄为(6.84±3.18)岁;母亲平均生育年龄为(27.22± 4.34)岁,父亲平均生育年龄为(29.39±5.19)岁。对照儿童中男孩201人,女孩92人,平均年龄为(8.61±4.99)岁;母亲平均生育年龄为(27.61±4.74)岁,父亲平均生育年龄为(29.90±5.09)岁。自闭症儿童与对照组儿童在父母生育年龄、家庭收入、父母及其他近亲的疾病既往史的分布方面的差异不具有统计学意义(χ2为0.13 ~ 5.65,P>0.05;表 1);而在母亲的文化程度、职业的分布方面,与对照组儿童相比,自闭症儿童的母亲多为专科或本科及研究生学历,职业多为服务行业人员和企业行政管理人员或公职人员(χ2分别为19.20和22.95,P < 0.05)。
因素 | 病例组n(构成比/%) | 对照组n(构成比/%) | χ2值 | P值 |
性别 | ||||
男 | 267(84.49) | 201(68.60) | 21.58 | < 0.01* |
女 | 49(15.51) | 92(31.40) | ||
种族 | ||||
汉族 | 308(97.46) | 287(97.95) | 0.16 | 0.69 |
其他民族 | 8(2.54) | 6(2.05) | ||
母亲文化程度 | ||||
小学及以下学历 | 12(3.80) | 22(7.51) | 19.20 | < 0.01* |
初中或高中学历 | 129(40.82) | 153(52.22) | ||
专科或本科学历 | 163(51.58) | 116(39.59) | ||
硕士或博士研究生学历 | 12(3.80) | 2(0.68) | ||
母亲职业 | ||||
工人 | 36(11.39) | 47(16.04) | 22.95 | < 0.01* |
农民、牧民或渔夫 | 9(2.85) | 23(7.85) | ||
服务行业人员 | 80(25.32) | 58(19.80) | ||
企业行政管理人员或公职人员 | 111(35.13) | 67(22.87) | ||
自由职业者 | 80(25.32) | 98(33.45) | ||
家庭年均收入/万元 | ||||
< 5 | 74(23.42) | 89(30.38) | 5.65 | 0.13 |
5~ | 103(32.59) | 89(30.38) | ||
10~ | 65(20.57) | 44(15.02) | ||
≥15 | 74(23.42) | 71(24.23) | ||
母亲既往史a | ||||
是 | 13(4.11) | 10(3.41) | 0.21 | 0.65 |
否 | 303(95.89) | 283(96.59) | ||
父亲既往史a | ||||
是 | 9(2.85) | 7(2.39) | 0.13 | 0.72 |
否 | 307(97.15) | 286(97.61) | ||
其他近亲既往史a | ||||
是 | 46(14.56) | 30(10.24) | 2.60 | 0.11 |
否 | 270(85.44) | 263(89.76) | ||
注:“a”为既往史是指精神分裂症、抑郁症、焦虑症、癫痫、痴呆、染色体疾病、类风湿性关节炎等疾病的患病情况;医院确诊为患病;“*”P < 0.05,表示差异有统计学意义 |
2.2 儿童自闭症的环境危险因素分析 2.2.1 儿童自闭症与母亲孕产期和儿童生命早期的相关因素的单因素分析
单因素分析结果显示,儿童自闭症与孕次、孕期服用叶酸、产前抑郁症的关联有统计学差异(χ2分别为7.90、9.47和7.76,P < 0.05;表 2),而与孕期异常史、孕周、孕期感冒等的关联无统计学差异(χ2为0.04~5.38,P>0.05)。调整了一般人口学因素后发现,母亲出现产前抑郁症的儿童发生自闭症的风险是未出现的13.52倍(95%CI:1.63,111.93);母亲出现妊娠期高血压的儿童发生自闭症的风险是未出现的0.34倍(95%CI:0.12,0.94)。
因素 | 病例组(N=316) n(构成比/%) | 对照组(N=293) n(构成比/%) | χ2值 | P值 | OR(95%CI)值a |
孕次/次 | 7.90 | 0.02* | |||
1 | 172(54.43) | 127(43.34) | 1.00(参照) | ||
2~3 | 119(37.66) | 138(47.10) | 0.70(0.48,1.03) | ||
>3 | 25(7.91) | 28(9.56) | 0.96(0.47,1.93) | ||
孕周/周 | 0.15 | 0.70 | |||
37~42 | 267(84.49) | 244(83.28) | 1.00(参照) | ||
≤36或>42 | 49(15.51) | 49(16.72) | 0.94(0.59,1.50) | ||
孕期异常史b | 211(66.77) | 199(67.92) | 0.09 | 0.76 | 0.86(0.60,1.24) |
孕期未服用叶酸 | 81(25.63) | 111(37.88) | 9.47 | < 0.01* | 0.91(0.59,1.39) |
产式 | 0.04 | 0.84 | |||
阴道分娩 | 129(40.82) | 122(41.64) | 1.00(参照) | ||
非阴道分娩 | 187(59.18) | 171(58.36) | 1.12(0.79,1.59) | ||
出生体重/g | 0.57 | 0.45 | |||
2 500~4 000 | 263(83.23) | 237(80.89) | 1.00(参照) | ||
< 2 500或≥4 000 | 53(16.77) | 56(19.11) | 0.92(0.59,1.44) | ||
喂养方式 | 5.38 | 0.07** | |||
母乳喂养 | 41(12.97) | 39(13.31) | 1.00(参照) | ||
奶粉喂养 | 64(20.25) | 82(27.99) | 0.73(0.40,1.33) | ||
混合喂养 | 211(66.77) | 172(58.70) | 0.95(0.56,1.62) | ||
母亲孕产期患病情况c | |||||
孕期感冒 | 145(45.89) | 119(40.61) | 1.72 | 0.19 | 1.08(0.76,1.53) |
孕期发烧 | 28(8.86) | 16(5.46) | 2.62 | 0.11 | 1.33(0.68,2.61) |
宫内感染 | 4(1.27) | 1(0.34) | — | 0.38 | 6.31(0.62,63.82) |
先兆子痫 | 3(0.95) | 1(0.34) | — | 0.63 | 2.95(0.28,31.49) |
妊娠期高血压 | 6(1.90) | 13(4.44) | 3.24 | 0.07** | 0.34(0.12,0.94)* |
妊娠期糖尿病 | 9(2.85) | 12(4.10) | 0.71 | 0.40 | 0.53(0.21,1.35) |
产前抑郁症 | 11(3.48) | 1(0.34) | 7.76 | < 0.01* | 13.52(1.63,111.93)* |
先兆流产 | 45(14.24) | 37(12.63) | 0.34 | 0.56 | 0.94(0.57,1.55) |
先兆早产 | 12(3.80) | 17(5.80) | 1.35 | 0.25 | 0.70(0.32,1.56) |
儿童生命早期患病情况c | |||||
新生儿黄疸 | 106(33.54) | 91(31.06) | 0.43 | 0.51 | 0.98(0.68,1.41) |
呼吸窘迫或窒息 | 20(6.33) | 21(7.17) | 0.17 | 0.68 | 0.81(0.41,1.58) |
颅脑外伤 | 7(2.22) | 5(1.71) | 0.21 | 0.65 | 2.55(0.74,8.83) |
儿童感冒 | 204(64.56) | 183(62.46) | 0.29 | 0.59 | 0.95(0.67,1.36) |
儿童发烧 | 181(57.28) | 165(56.31) | 0.06 | 0.81 | 0.97(0.69,1.37) |
儿童过敏 | 65(20.57) | 51(17.41) | 0.99 | 0.32 | 1.15(0.74,1.78) |
高热惊厥 | 23(7.28) | 35(11.95) | 3.84 | 0.05** | 0.71(0.39,1.28) |
注:“a”为调整了一般人口学因素(包括儿童的年龄、性别、民族、父母的生育年龄、母亲的文化程度和职业、家庭收入);“b”为孕期异常史包括妊娠剧吐、水肿、贫血和脐带绕颈等;“c”为患病情况以医生诊断为准;“—”为使用Fisher精确检验计算P值;“** ”为P < 0.10,该因素纳入多因素logistic回归模型;“*”为P < 0.05,表示差异有统计学意义 |
2.2.2 儿童自闭症与孕期及生后的交通空气污染的单因素分析
单因素分析结果显示,儿童自闭症与母亲孕期和出生后1 a居住地到高速/城市快速路的距离、以及孕中、晚期和出生后1a居住地到主干道的距离的关联无统计学差异(χ2为0.54~5.39,P>0.05;表 3),与孕早期居住地到主干道距离的关联有统计学差异(χ2为7.51,P < 0.05)。但调整了一般人口学因素后并未发现儿童自闭症与各时期交通空气污染暴露之间的统计学关联。
距离/km | 病例组n(构成比/%) | 对照组n(构成比/%) | χ2值 | P值 | OR(95%CI)值a |
居住地到高速/城市快速路 | |||||
孕早期 | 0.95 | 0.62 | |||
≥5.39 | 76(24.05) | 76(25.94) | 1.00(参照) | ||
1.44~5.39 | 164(51.90) | 141(48.12) | 1.19(0.78,1.80) | ||
< 1.44 | 76(24.05) | 76(25.94) | 1.12(0.69,1.82) | ||
孕中期 | 0.54 | 0.76 | |||
≥5.40 | 77(24.37) | 76(25.94) | 1.00(参照) | ||
1.42~5.40 | 162(51.27) | 142(48.46) | 1.18(0.78,1.79) | ||
< 1.42 | 77(24.37) | 75(25.60) | 1.16(0.72,1.89) | ||
孕晚期 | 1.82 | 0.40 | |||
≥5.51 | 73(23.10) | 78(26.62) | 1.00(参照) | ||
1.44~5.51 | 165(52.22) | 138(47.10) | 1.28(0.85,1.94) | ||
< 1.44 | 78(24.68) | 77(26.28) | 1.07(0.66,1.73) | ||
生后1 a | 0.67 | 0.72 | |||
≥5.49 | 77(24.37) | 75(25.60) | 1.00(参照) | ||
1.34~5.49 | 163(51.58) | 142(48.46) | 1.25(0.83,1.91) | ||
< 1.34 | 76(24.05) | 76(25.94) | 1.21(0.75,1.96) | ||
居住地到主干道 | |||||
孕早期 | 7.51 | 0.02* | |||
≥1.48 | 72(22.78) | 77(26.28) | 1.00(参照) | ||
0.29~1.48 | 176(55.70) | 132(45.05) | 1.42(0.93,2.18) | ||
< 0.29 | 68(21.52) | 84(28.67) | 1.25(0.77,2.04) | ||
孕中期 | 5.39 | 0.07** | |||
≥1.43 | 69(21.84) | 81(27.65) | 1.00(参照) | ||
0.29~1.43 | 172(54.43) | 133(45.39) | 1.25(0.82,1.90) | ||
< 0.29 | 75(23.73) | 79(26.96) | 1.02(0.63,1.65) | ||
孕晚期 | 4.79 | 0.09** | |||
≥1.48 | 72(22.78) | 79(26.96) | 1.00(参照) | ||
0.29~1.48 | 172(54.43) | 134(45.73) | 1.28(0.84,1.96) | ||
< 0.29 | 72(22.78) | 80(27.30) | 1.18(0.72,1.91) | ||
生后1a | 4.85 | 0.09** | |||
≥1.61 | 69(21.84) | 84(28.67) | 1.00(参照) | ||
0.29~1.61 | 170(53.80) | 135(46.08) | 1.44(0.94,2.20) | ||
< 0.29 | 77(24.37) | 74(25.26) | 1.53(0.94,2.50) | ||
注:“a”为调整了一般人口学因素(包括儿童的年龄、性别、民族、父母的生育年龄、母亲的文化程度和职业、家庭收入);“**”为P < 0.10,该因素纳入多因素logistic回归模型;“*”为P < 0.05,表示差异有统计学意义 |
2.2.3 儿童自闭症与父母环境接触史及生活习惯的单因素分析
单因素分析结果显示,儿童自闭症与母亲日常使用微波炉、烫染头发、孕期参与装修、电子产品使用习惯、孕期电子产品使用时间和家庭辛辣食物的摄入间有统计学关联(χ2为4.04~11.85,P < 0.05;表 4),而与父母的长期环境污染物接触、父母吸烟习惯、父母饮酒习惯等的关联无统计学差异(χ2为0.03~4.43,P>0.05)。调整了一般人口学因素后发现,母亲日常使用微波炉的儿童发生自闭症的风险是未使用的1.65倍(95%CI:1.06,2.58);家庭偶尔吃辛辣食物的儿童发生自闭症的风险是从不吃的0.47倍(95%CI:0.28,0.78)。
因素 | 病例组n(构成比/%) | 对照组n(构成比/%) | χ2值 | P值 | OR(95%CI)值a | |
父亲长期环境污染物接触b | 是 | 67(21.20) | 53(18.09) | 0.93 | 0.33 | 1.26(0.82,1.95) |
否 | 249(78.80) | 240(81.91) | 1.00(参照) | |||
母亲长期环境污染物接触b | 是 | 42(13.29) | 34(11.60) | 0.40 | 0.53 | 1.29(0.76,2.18) |
否 | 274(86.71) | 259(88.40) | 1.00(参照) | |||
母亲日常使用微波炉 | 是 | 75(23.73) | 41(13.99) | 9.36 | < 0.01* | 1.65(1.06,2.58)* |
否 | 241(76.27) | 252(86.01) | 1.00(参照) | |||
母亲日常使用化妆品 | 是 | 39(12.34) | 24(8.19) | 2.82 | 0.09** | 1.52(0.87,2.68) |
否 | 277(87.66) | 269(91.81) | 1.00(参照) | |||
母亲烫染头发 | 是 | 117(37.03) | 83(28.33) | 5.22 | 0.02* | 1.37(0.95,1.98) |
否 | 199(62.97) | 210(71.67) | 1.00(参照) | |||
母亲孕期参与装修 | 是 | 31(9.81) | 16(5.46) | 4.04 | 0.04* | 1.89(0.97,3.69) |
否 | 285(90.19) | 277(94.54) | 1.00(参照) | |||
母亲孕期使用空气净化器 | 是 | 5(1.58) | 9(3.07) | 1.50 | 0.22 | 0.39(0.12,1.29) |
否 | 311(98.42) | 284(96.93) | 1.00(参照) | |||
母亲孕期发生不良生活事件 | 是 | 30(9.49) | 21(7.17) | 1.07 | 0.30 | 1.26(0.67,2.38) |
否 | 286(90.51) | 272(92.83) | 1.00(参照) | |||
母亲有吸烟习惯 | 是 | 1(0.32) | 2(0.68) | — | 0.61 | 0.29(0.03,3.31) |
否 | 315(99.68) | 291(99.32) | 1.00(参照) | |||
父亲有吸烟习惯 | 是 | 140(44.30) | 145(49.49) | 1.64 | 0.20 | 1.06(0.75,1.50) |
否 | 176(55.70) | 148(50.51) | 1.00(参照) | |||
母亲有饮酒习惯 | 是 | 16(5.06) | 14(4.78) | 0.03 | 0.87 | 1.06(0.48,2.30) |
否 | 300(94.94) | 279(95.22) | 1.00(参照) | |||
父亲有饮酒习惯 | 是 | 101(31.96) | 109(37.20) | 1.85 | 0.17 | 0.97(0.67,1.41) |
否 | 215(68.04) | 184(62.80) | 1.00(参照) | |||
母亲有饮茶习惯 | 是 | 44(13.92) | 34(11.60) | 0.73 | 0.39 | 1.33(0.79,2.24) |
否 | 272(86.08) | 259(88.40) | 1.00(参照) | |||
父亲有饮茶习惯 | 是 | 109(34.49) | 122(41.64) | 3.30 | 0.07** | 1.00(0.70,1.45) |
否 | 207(65.51) | 171(58.36) | 1.00(参照) | |||
母亲有电子产品使用习惯 | 是 | 261(82.59) | 209(71.33) | 10.95 | < 0.01* | 1.05(0.65,1.71) |
否 | 55(17.41) | 84(28.67) | 1.00(参照) | |||
孕期电子产品使用时间 | ≤3 h | 130(41.14) | 151(51.54) | 6.61 | 0.01* | 1.00(参照) |
>3 h | 186(58.86) | 142(48.46) | 0.93(0.63,1.38) | |||
盐腌食物 | 从不吃 | 24(7.59) | 1(6.48) | 1.79 | 0.41 | 1.00(参照) |
偶尔吃 | 254(80.38) | 247(84.30) | 0.77(0.38,1.54) | |||
经常吃 | 38(12.03) | 27(9.22) | 1.13(0.48,2.66) | |||
辛辣食物 | 从不吃 | 52(16.46) | 35(11.95) | 11.85 | < 0.01* | 1.00(参照) |
偶尔吃 | 181(57.28) | 207(70.65) | 0.47(0.28,0.78)* | |||
经常吃 | 83(26.27) | 51(17.41) | 0.85(0.47,1.56) | |||
肉类 | 从不吃 | 5(1.58) | 7(2.39) | 4.43 | 0.11 | 1.00(参照) |
偶尔吃 | 134(42.41) | 147(50.17) | 1.31(0.38,4.50) | |||
经常吃 | 177(56.01) | 139(47.44) | 1.44(0.41,5.10) | |||
海产品 | 从不吃 | 10(3.16) | 7(2.39) | 2.77 | 0.25 | 1.00(参照) |
偶尔吃 | 180(56.96) | 187(63.82) | 0.71(0.24,2.08) | |||
经常吃 | 126(39.87) | 99(33.79) | 0.88(0.29,2.62) | |||
注:“a”为调整了一般人口学因素(包括儿童的年龄、性别、民族、父母的生育年龄、母亲的文化程度和职业、家庭收入);“b”为长期接触的环境污染物包括重金属、有机溶剂、苯的氨基和硝基化合物、农药或杀虫剂、粉尘、电离辐射和费点力辐射等;“—”为使用Fisher精确检验计算P值;“**”为P < 0.10,该因素纳入多因素logistic回归模型;“*”为P < 0.05,表示差异有统计学意义 |
2.2.4 儿童自闭症与环境危险因素的多因素分析
将单因素分析中P < 0.10的影响因素纳入logistic回归模型进行分析,除孕中期居住地到主干道的距离外(由于孕中期居住地到主干道的距离存在共线性,不纳入模型)。结果显示(表 5),母亲职业(企业行政管理人员或公职人员)、母亲妊娠期高血压、产前抑郁症、母亲日常微波炉使用及家庭辛辣食物的偶尔摄入可能与儿童自闭症的发生相关,OR(95%CI)值分别为1.78(1.13,2.85)、0.29(0.10,0.84)、12.05(1.46,99.48)、1.67(1.07,2.62)和0.48(0.29,0.82)。
因素 | B | Wald χ2值 | OR(95%CI)值a | P值 |
母亲职业 | ||||
工人 | -0.14 | 0.22 | 0.87(0.50,1.53) | 0.64 |
农民、牧民或渔夫 | -0.63 | 1.92 | 0.53(0.22,1.30) | 0.17 |
服务行业人员 | 0.38 | 2.41 | 1.46(0.91,2.37) | 0.12 |
企业行政管理人员或公职人员 | 0.58 | 6.13 | 1.78(1.13,2.85) | 0.01* |
自由职业者 | 1.00(参照) | |||
妊娠期高血压 | -1.22 | 5.24 | 0.29(0.10,0.84) | 0.02* |
产前抑郁症 | 2.49 | 5.34 | 12.05(1.46,99.48) | 0.02* |
母亲孕期参与装修 | 0.58 | 2.80 | 1.78(0.91,3.49) | 0.09 |
日常使用微波炉 | 0.51 | 5.00 | 1.67(1.07,2.62) | 0.03* |
辛辣食物 | ||||
从不 | 1.00(参照) | |||
偶尔 | -0.73 | 7.42 | 0.48(0.29,0.82) | < 0.01* |
经常 | -0.23 | 0.53 | 0.80(0.44,1.46) | 0.47 |
注:“a”为采用多因素logistic模型分析,变量筛选方法采用向后法,分类变量均设置为哑变量;“*”为P < 0.05,表示差异有统计学意义 |
3 讨论
儿童自闭症的患病率逐年升高。但由于其发病机制和病因尚不明确,防治困难,正逐渐成为了较严重的社会问题。故本研究针对母亲孕产期和儿童生命早期的相关因素、交通空气污染和父母环境接触史等影响因素进行分析,探讨儿童自闭症的环境危险因素。
在母亲孕产期和儿童生命早期的相关因素方面,本研究结果显示母亲产前抑郁症与较高的自闭症风险有关,妊娠期高血压与较低的自闭症风险有关。国外研究表明,暴露于某些围产期并发症会增加儿童自闭症的风险[5]。其中,产前抑郁是指妊娠期间母亲出现抑郁症状,多表现为焦虑、注意力不集中等[2]。有研究表明母亲暴露于抑郁症会增加后代自闭症的风险[3],与本研究一致。分析其原因可能与抑郁症患病期间激素水平改变[4],或抗抑郁药物的服用[6]有关。对于妊娠期高血压,Maher等[7]对多个队列研究和病例—对照研究进行meta分析,发现母亲出现妊娠高血压,会增加儿童自闭症的风险。但本研究发现自闭症与妊娠期高血压呈负相关,这可能是由于对照组来自非自闭症的特殊儿童,而妊娠期高血压疾病与其的关联性更强[8]。此外,有研究表明低出生体重与自闭症的发生有关[9],但由于低出生体重的样本量偏少,本研究将低出生体重与超重结合分析后,并未发现出生体重与自闭症之间的统计学关联。
在交通空气污染方面,本研究仅在单因素分析中发现孕早期居住地到主干道的距离在两组间有统计学差异,并未在多因素分析中发现统计学关联。同时未发现各时期的居住地到高速公路的距离与自闭症之间的统计学关联。而Volk等[10]的研究表明出生时距离高速公路0.31 km内能增加儿童自闭症的风险。这可能是因为国内高速公路的污染浓度一般在(0.03~0.05) km范围内达到峰值[11],随后逐渐降低,而且交通污染造成的健康风险多在0.08 km外降低到可接受范围[12]。而对于主干道,由于车流量大、交通拥堵、车辆怠速行驶等多种原因,其PM2.5、重金属等污染严重[13-14],不易扩散。另外,动物毒理学研究表明,小鼠产前和生命早期暴露于交通空气污染会增加脑小胶质细胞活性,损伤海马神经元[15],还能造成Shank3基因表达异常[16]等现象;以及暴露于PM2.5等空气污染会诱导炎症和氧化应激[17],也会造成表观遗传学改变[18],而这些可能参与了自闭症的发病过程[19]。
在父母环境接触史及生活习惯方面,本研究发现儿童自闭症与母亲日常使用微波炉存在正关联,OR(95%CI)为1.67(1.07,2.62),这可能由于长期使用微波炉会造成慢性辐射损伤,引起超氧化物歧化酶、白介素10等物质含量改变[20],影响基因的表观遗传状态[21],造成大脑海马体受损[22]等,最终影响神经行为的发育[23-25]。本研究还发现儿童自闭症与家庭摄入辛辣食物存在负关联[偶尔摄入和经常摄入的OR(95%CI)分别为0.48(0.29,0.82)和0.80(0.44,1.46)],这可能是因为辣椒素作为辣椒中的主要刺激性生物活化剂,能与肠道微生物群相互作用,预防微生物生态失调并抑制促炎因子等[26-27],而胃肠功能障碍与自闭症之间存在关联[28]。
综上,本研究采用了以特殊教育学校为基础的病例—对照研究方法,可能存在选择偏倚,但能相对增强与自闭症核心症状有关的环境危险因素的估计,均衡了家庭、经济等社会因素以及家长心理因素的影响,针对性地发现了儿童自闭症的环境危险因素,可为自闭症的预防和治疗提供线索。后续可以增加对照组,扩大样本量,采用队列研究的方式,对自闭症的环境危险因素进行更加深入的分析。
[1] |
Maenner MJ, Shaw KA, Baio J, et al. Prevalence of autism spectrum disorder among children aged 8 years - autism and developmental disabilities monitoring network, 11 sites, United States, 2016[J]. MMWR Surveill Summ, 2020, 69(4): 1-12. DOI:10.15585/mmwr.ss6904a1 |
[2] |
Nemoda Z, Szyf M. Epigenetic alterations and prenatal maternal depression[J]. Birth Defects Res, 2017, 109(12): 888-897. DOI:10.1002/bdr2.1081 |
[3] |
Ayano G, Maravilla JC, Alati R. Risk of autistic spectrum disorder in offspring with parental mood disorders:a systematic review and meta-analysis[J]. J Affect Dis, 2019, 248: 185-197. DOI:10.1016/j.jad.2019.01.038 |
[4] |
Seth S, Lewis AJ, Galbally M. Perinatal maternal depression and cortisol function in pregnancy and the postpartum period:a systematic literature review[J]. BMC Pregnancy Childbirth, 2016, 16(1): 124. DOI:10.1186/s12884-016-0915-y |
[5] |
Getahun D, Fassett MJ, Peltier MR, et al. Association of perinatal risk factors with autism spectrum disorder[J]. Am J Perinatol, 2017, 34(3): 295-304. DOI:10.1055/s-0036-1597624 |
[6] |
Andalib S, Emamhadi MR, Yousefzadeh-Chabok S, et al. Maternal SSRI exposure increases the risk of autistic offspring:a meta-analysis and systematic review[J]. Eur Psychiatry, 2017, 45: 161-166. DOI:10.1016/j.eurpsy.2017.06.001 |
[7] |
Maher GM, O'Keeffe GW, Kearney PM, et al. Association of hypertensive disorders of pregnancy with risk of neurodevelopmental disorders in offspring:a systematic review and meta-analysis[J]. JAMA Psychiatry, 2018, 75(8): 809-819. DOI:10.1001/jamapsychiatry.2018.0854 |
[8] |
Krakowiak P, Walker CK, Bremer AA, et al. Maternal metabolic conditions and risk for autism and other neurodevelopmental disorders[J]. Pediatrics, 2012, 129(5): e1121-e1128. DOI:10.1542/peds.2011-2583 |
[9] |
Maimburg RD, Vaeth M. Perinatal risk factors and infantile autism[J]. Acta psychiatr Scand, 2006, 114(4): 257-264. DOI:10.1111/j.1600-0447.2006.00805.x |
[10] |
Volk HE, Hertz-Picciotto I, Delwiche L, et al. Residential proximity to freeways and autism in the CHARGE study[J]. Environ Health Perspect, 2011, 119(6): 873-877. DOI:10.1289/ehp.1002835 |
[11] |
罗娅君, 王照丽, 张露, 等. 成绵高速公路两侧土壤中4种重金属的污染特征及分布规律[J]. 安全与环境学报, 2014, 14(3): 283-287. (In English: Luo YJ, Wang ZL, Zhang L, et al. Feature and distributive regularity of the 4 heavy-metal pollution in the roadside soil along the Chengdu-Mianyang expressway[J]. J Saf Environ, 2014, 14(3): 283-287.) |
[12] |
翟云波, 戴青云, 蒋康, 等. 高速公路土壤重金属污染状况及健康风险评价[J]. 湖南大学学报(自然科学版), 2016, 43(6): 149-156. (In English: Zhai YB, Dai QY, Jiang K, et al. Pollution degree and health risk assessment of heavy metals in highway roadside soil in Hunan Province, China[J]. J Hunan Univ (Nat Sci), 2016, 43(6): 149-156. DOI:10.3969/j.issn.1674-2974.2016.06.025) |
[13] |
王文朋, 沈惠平, 黄云彪, 等. 上海市浦东新区道路交通环境PM2.5污染状况及特征[J]. 职业与健康, 2018, 34(17): 2399-2402. (In English: Wang WP, Shen HP, Huang YB, et al. PM2.5 pollution status and characteristics of in road traffic environment in Pudong New Area of Shanghai[J]. Occup Health, 2018, 34(17): 2399-2402.) |
[14] |
黄东锋.上海市公路沿线近地表大气颗粒物重金属特征研究[D].上海: 华东师范大学, 2009. (In English: Huang DF. The Characteristics of Heavy Metals in Atmospheric Particulates Near Surface Along the Road in Shanghai[D]. Shanghai: East China Normal University, 2009.)
|
[15] |
Woodward NC, Haghani A, Johnson RG, et al. Prenatal and early life exposure to air pollution induced hippocampal vascular leakage and impaired neurogenesis in association with behavioral deficits[J]. Transl Psychiatry, 2018, 8(1): 261. DOI:10.1038/s41398-018-0317-1 |
[16] |
Li K, Li L, Cui B, et al. Early postnatal exposure to airborne fine particulate matter induces autism-like phenotypes in male rats[J]. Toxicol Sci, 2018, 162(1): 189-199. |
[17] |
Coburn JL, Cole TB, Dao KT, et al. Acute exposure to diesel exhaust impairs adult neurogenesis in mice:prominence in males and protective effect of pioglitazone[J]. Arch Toxicol, 2018, 92(5): 1815-1829. DOI:10.1007/s00204-018-2180-5 |
[18] |
de Oliveira AAF, de Oliveira TF, Dias MF, et al. Genotoxic and epigenotoxic effects in mice exposed to concentrated ambient fine particulate matter (PM2.5) from São Paulo city, Brazil[J]. Part Fibre Toxicol, 2018, 15(1): 40. DOI:10.1186/s12989-018-0276-y |
[19] |
Rose S, Melnyk S, Pavliv O, et al. Evidence of oxidative damage and inflammation associated with low glutathione redox status in the autism brain[J]. Transl Psychiatry, 2012, 2(7): e134. DOI:10.1038/tp.2012.61 |
[20] |
范红艳, 李景璐, 李曼, 等. 2450 MHz微波辐射对小鼠学习记忆的研究[J]. 毒理学杂志, 2018, 32(6): 469-471. (In English: Fan HY, Li JL, Li M, et al. The research on learning and memory in mice after 2450 MHz microwave exposure[J]. J Toxicol, 2018, 32(6): 469-471. DOI:10.3867/j.issn.1000-3002.2018.06.007) |
[21] |
Sage C, Burgio E. Electromagnetic fields, pulsed radiofrequency radiation, and epigenetics:how wireless technologies may affect childhood development[J]. Child Dev, 2018, 89(1): 129-136. |
[22] |
张媛, 木云珍, 武慧欣, 等. 孕鼠1800 MHz电磁波暴露对子代海马细胞凋亡的影响[J]. 环境与职业医学, 2013, 30(11): 818-820, 824. (In English: Zhang Y, Mu YZ, Wu HX, et al. Effects of prenatal exposure to 1800 MHz electromagnetic waves on apoptosis in hippocampus of offspring rats[J]. J Environ Occup Med, 2013, 30(11): 818-820, 824.) |
[23] |
张琦, 戴伏英, 武燕峰, 等. 环境电磁辐射对学龄前儿童智力发育和神经行为的影响[J]. 中国校医, 2013, 27(10): 748-750. (In English: Zhang Q, Dai FY, Wu YF, et al. Impact of environmental electromagnetic radiation on intellectual development and neurological behavior of preschool children[J]. Chin J School Doctor, 2013, 27(10): 748-750.) |
[24] |
Zhang YC, Li ZH, Gao Y, et al. Effects of fetal microwave radiation exposure on offspring behavior in mice[J]. J Radiat Res, 2015, 56(2): 261-268. DOI:10.1093/jrr/rru097 |
[25] |
李志强, 杜盼盼, 武慧欣, 等. 孕鼠常见微波暴露对仔鼠行为发育及认知的影响[J]. 环境与职业医学, 2018, 35(5): 438-442. (In English: Li ZQ, Du PP, Wu HX, et al. Effects of prenatal exposures to common microwaves on behavioral development and cognition of offspring rats[J]. J Environ Occup Med, 2018, 35(5): 438-442.) |
[26] |
Song JX, Ren H, Gao YF, et al. Dietary capsaicin improves glucose homeostasis and alters the gut microbiota in obese diabetic ob/ob mice[J]. Front Physiol, 2017, 8: 602. DOI:10.3389/fphys.2017.00602 |
[27] |
Kang C, Wang B, Kaliannan K, et al. Gut microbiota mediates the protective effects of dietary capsaicin against chronic low-grade inflammation and associated obesity induced by high-fat diet[J]. mBio, 2017, 8(3): e00470-17. |
[28] |
Israelyan N, Margolis KG. Serotonin as a link between the gut-brain-microbiome axis in autism spectrum disorders[J]. Pharmacol Res, 2018, 132: 1-6. DOI:10.1016/j.phrs.2018.03.020 |