2021, Vol. 42
文章信息
- 关方旭, 胡霄, 胡浩杰, 欧阳一非, 王柳森, 李园, 杨春, 郭春雷, 王惠君, 张兵.
- Guan Fangxu, Hu Xiao, Hu Haojie, Ouyang Yifei, Wang Liusen, Li Yuan, Yang Chun, Guo Chunlei, Wang Huijun, Zhang Bing
- 中国7~17岁儿童青少年体质指数的生活环境影响因素多水平分析
- Multi-level scanning of environmental factors of body mass index of children and adolescents aged 7-17 years in China
- 中华流行病学杂志, 2021, 42(10): 1790-1796
- Chinese Journal of Epidemiology, 2021, 42(10): 1790-1796
- http://dx.doi.org/10.3760/cma.j.cn112338-20210303-00168
-
文章历史
收稿日期: 2021-03-03
2. 乔治全球健康研究院(澳大利亚)北京代表处, 北京 100600;
3. 首都医科大学, 北京 100069;
4. 北京市营养源研究所 100069
2. George Institute for Global Health(Australia) Beijing Representative Office, Beijing 100600, China;
3. Capital Medical University, Beijing 100069, China;
4. Beijing Institute of Nutrition and Resources, Beijing 100069, China
儿童青少年超重/肥胖既有短期健康风险，也有长期延续到成年的健康风险[1]，是引发儿童青少年心血管疾病的主要危险因素[2]，未成年阶段是对超重/肥胖早期干预的关键时期。在对中国儿童的研究中已经观察到BMI分布的向右偏移，1985-2014年中国青少年超重/肥胖检出率持续增长[3]。中国健康与营养调查（China Health and Nutrition Survey，CHNS）的纵向调查表明，1997-2011年，男童和女童超重/肥胖的患病率有所上升，流行率也一直在上升[4]。“致胖环境因素”是肥胖发生的必要条件[5]。超重/肥胖与营养过剩和身体活动缺乏有关，而对于儿童青少年，饮食和身体活动的心理和行为往往是环境因素决定的，对儿童青少年早期干预可有效地降低未来成年后的超重/肥胖发病率。超重/肥胖的发生会受到宏观的社区人群、地区、国家及全球各个时代更加广泛的自然及社会经济环境因素的影响[6]。随着中国社会和经济的快速发展，生活环境正在迅速变化，食品工业、营销媒体、交通运输的发展和人群健康素养之间的不平衡[7]促使人群养成了久坐等生活习惯。儿童青少年的居住地区、社会经济状况和行为因素等都对肥胖有显著影响[8]，国外一些研究也阐述了家长的教育引导和社区政策对儿童青少年BMI有影响[9-10]。环境因素涉及多个层面，研究这些因素的优先顺序和识别可以进行干预的因素是必要的[11-12]。
资料与方法 (1) 数据来源CHNS是中国CDC与美国北卡罗莱纳大学人口中心合作的队列项目，1989-2018年先后在16个省（自治区、直辖市）对同一区域的人群进行追踪调查。目前已经完成11轮调查，调查对象的选择采用多阶段分层整群随机抽样的方法在各项目地区抽取样本。各省、县、市按收入（低、中、高）分层，采用加权抽样方案随机抽取各省（自治区、直辖市）4个县、2个市。随机抽取县内乡镇和市内城乡居民调查点。在每个社区中，随机选择了20户家庭，并对每户所有家庭成员进行问卷调查、饮食调查和体格测量。这项调查收集了社区、家庭和个人层面上的健康、营养和社会经济变量的数据。研究方案、仪器和获得知情同意的过程得到了北卡罗莱纳大学教堂山分校和中国CDC营养与健康研究所伦理审查委员会审查（批准文号：2018-004），所有调查对象均签署知情同意书。队列研究详细信息参见文献[13-14]。
已有研究提取了2011年的相关数据对儿童青少年的环境因素做出了研究，本研究考虑纳入更多的信息和样本，从而发现更加稳定的环境影响因素，因此本研究选取了2000、2006、2011和2015年至少参加一轮调查，且有完整膳食、社会人口学、经济学数据的7~17岁儿童青少年调查对象作为研究对象，样本量为6 626人，人均参加1.2轮调查。多数指标通过调查问卷获得。身高测量使用已校准的便携式Seca 206壁装金属带尺脱鞋测量，精确至0.1 cm。体重测量采用已校准的Seca 880光束秤（Digital Scales，Seca Ltd.，英国伯明翰）脱鞋和着轻衣测量，精确至0.1 kg。BMI是关键的结局变量，计算公式为BMI=体重（kg）/身高的平方（m²），采用《中国居民膳食指南（2016）》[15]附表的中国7~17岁儿童青少年营养状况的BMI判断标准对研究对象的营养状况和肥胖与否进行评估。宏观环境指标数据通过登录相关机构官方网站查阅相应年份的《中国统计年鉴》《中国卫生统计年鉴》等获得。
(2) 变量选择个体和观测水平上选择了年龄、性别、每日总能量摄入量、每日钠摄入量、脂肪供能比、家庭人均收入、父母影响、学校教育以及身体活动水平等变量；社区水平上选择城乡、周边服务设施情况（医疗位数、商场/超市、健身房）、城市化指数[16]等；省级水平变量包括各国内生产总值、性别比、儿童抚养比、食品工业发展水平、交通、医疗等变量。剔除观测值缺失超过50%的变量。具体变量信息见表 1。
首先对原始数据进行清理和预处理分析；将缺失值> 50%的变量删除。由于儿童青少年正处于生长发育期，随着年龄增长、骨骼发育，其身高和体重会快速增长，导致不同年龄和性别间的儿童青少年BMI无法直接进行横向比较，因此本研究基于《中国居民膳食指南（2016）》中各年龄段儿童青少年BMI标准范围对BMI进行标准化（BMI值减去其对应的BMI标准范围中间值）。对每日总能量摄入、每日钠摄入量及脂肪供能比根据《中国居民膳食营养素参考摄入量》[17]使用不同性别和年龄段的平均需要量对数据进行中心化，对于其他没有可参考中心化值的连续变量数据利用其M进行中心化处理。年龄段划分为7~、11~、15~17岁3组。
基于数据的嵌套结构，因变量的分布在个体间不具备独立性，存在地理、行政划区内或特定空间范围内的聚集性，导致传统回归模型的变量间相互独立的假设不成立，回归模型中的各参数估计值的有效性和统计特性均会受到影响[18-19]，因此尝试拟合多水平随机截距混合效应模型，以标准化后的BMI值作为因变量，以多个生活环境因素作为自变量，拟合空模型进行多水平模型选择。经过比较，发现社区-个体-观测三水平模型最优，空模型表达式：
其中μ0jk表示第二水平随机效应；反映因变量Y即中心化BMI在第二水平间（个人/家庭）的变异，υ0k表示第三水平（社区/省级）的随机效应，方差分别为σ2μ0和σ2υ0。
之后，将3个水平上的所有变量分别依次逐个纳入空模型中进行单变量分析，进行初步筛选，保留P > 0.1的变量[11]备选。在多水平分析前，考虑到变量间的相关性，模型拟合可能出现多重共线性问题，使用偏最小二乘回归（PLSR）拟合模型，表达式为Y=β0+β1X1+β2X2+…+βkXk+ε，其中因变量Y为中心化后的BMI，自变量为X1、X2、…、XK，为有统计学意义（P < 0.1）以及有专家意见或相关文献支持的自变量，利用变量重要性投影（variety importance in projection，VIP）进一步筛选，保留对模型贡献度较大的变量[20]。最后分城乡拟合三水平随机截距混合效应模型，确定敏感的环境因素。
以上数据清理、中心化和描述使用R 4.0.3软件，PLSR拟合模型使用SAS 9.4软件，多水平模型使用Stata 15.1软件的GLLAMM模块[21]实现。
结果 (1) 基本情况共纳入15个省（自治区、直辖市）370个社区内6 632人（男性52.41%，女性47.59%），其中2000年2 249人（男性53.13%，女性46.87%），2006年1 138人（男性52.99%，女性47.01%），2011年1 416人（男性50.71%，女性49.29%），2015年1 829人（男性52.50%，女性47.50%）。7~、11~、15~17岁分别占38.67%、31.27%和30.06%。城市人口占30.89%，农村人口占69.11%。排除6名BMI为异常值的调查对象，最终纳入分析6 626人。
(2) 空模型拟合基于该数据的嵌套结构，因变量为连续中心化后的BMI，故采用多水平随机截距混合效应模型，首先拟合不添加任何自变量的三水平空模型，选择社区-个体-观测三水平模型，空模型的拟合结果见表 2，固定部分截距z值为4.17，随机部分3个水平的z值分别为48.34、13.78、0.56，对数似然估计值=-17 034.68，随机效应似然比检验χ2=483.06，P < 0.001，有统计学意义，社区分层组内相关系数（intern-class correlation coefficient，ICC）=9.97%，个人和社区水平总ICC=39.38%。
将变量逐个纳入三水平空模型中进行单因素分析，在排除掉单因素分析P > 0.1的变量后，将各个水平变量进行PLSR分析，排除存在明显共线性的变量，最后纳入31个连续变量、25个分类变量（P < 0.1），综合考量上述变量的β值、P值、PLSR的变量重要性评分VIP以及专家意见或相关文献支持。将上述变量排列和提取，最终有15个连续变量和10个分类变量被纳入三水平线性随机截距混合效应模型。
(4) 三水平随机截距混合效应模型分析将所选变量纳入三水平随机截距混合效应模型（表 3），由于我国城乡的环境因素差异较大，故对城乡进行分别建模，结果显示，城市儿童青少年中，城市化指数（β=-0.05，95%CI：-0.09~ -0.01，P < 0.05）、公园位置在本市另一居委会（β=-0.88，95%CI：-1.72~-0.04，P < 0.05）、年龄15~17岁（β=-1.04，95%CI：-1.78~ -0.30，P < 0.05）与BMI值呈负相关，社区到最近健身房的距离（β=0.12，95%CI：0.02~0.22，P < 0.05）、家庭彩电数（β=0.50，95%CI：0.08~0.92，P < 0.05）、家长每周3~4次提示电视内容虚构的频率（β=1.85，95%CI：0.70~3.00，P < 0.05）与BMI值呈正相关；而农村儿童青少年中，城市化指数（β=-0.04，95%CI：-0.07~-0.01，P < 0.05）；农村人均收入（β=-7.29e-4，95%CI：-1.00e-3~-6.77e-5，P < 0.05）、家长规定看电视的频率≥5次/周（β=-1.29，95%CI：-2.36~-0.21，P < 0.05）、脂肪供能比（β=-0.03，95%CI：-0.06~-1.00e-3，P < 0.05）与其BMI值呈负相关，家长提示电视内容虚构的频率≥5次/周（β=3.01，95%CI：0.03~6.00，P < 0.05）、调查时间推进到2015年（β=4.83，95%CI：1.96~7.69，P < 0.001）呈正相关。城市儿童青少年多水平随机截距混合效应模型对数似然估计log likelihood=-1 357.37，农村模型则为-1 254.16，随机效应似然比检验结果显示，城市χ2=95.94（P < 0.001），农村χ2=90.55（P < 0.001）。随机效应方差显示，城市和农村儿童青少年BMI值在社区层面方差分别占总方差的6.45%和23.69%，个体层面方差分别占总方差的35.90%和17.63%。
本研究通过对4轮CHNS参与调查的儿童青少年数据进行分析，初步得到了一些相对敏感的环境因素。当入选变量观测值缺失 < 50%时，多水平模型基本可以耐受。结合之前使用多水平模型研究[11-12]的经验看，模型的拟合较为稳定。由于变量数量较多，本研究对变量进行了单变量分析和PLSR进行了筛选以减少变量间相关性对模型造成的影响，另外，本研究对连续变量进行了中心化，目的是在回归分析中解决由于量纲不同、自身变异对模型拟合产生的影响，使模型更好地收敛。由于城乡区域造成的环境差异，对于儿童青少年BMI变化的影响因素不尽相同，因此本研究分别建立了城市和农村模型。对城市模型和农村模型进行比较发现，城市模型的个人水平方差较大，而农村模型则在社区水平方差较大，说明城市儿童青少年的个体和家庭间的差异相对较大，而社区层面的环境趋于一致；相反，农村儿童青少年社区间的差异较大，个体和家庭间的差异较小，这可能是由于不同地区农村的发展水平、基础设施建设等仍存在较大差异造成的。
城市15~17岁的儿童青少年组中年龄更小的群体BMI有所降低，这与郭春雷等[12]的研究保持一致，这可能与儿童青少年的青春期生长发育的修正效应有关[22]；农村儿童青少年2015年时BMI水平显著高于之前几轮的调查，农村儿童青少年BMI水平可能正在随时间的推进而升高，城市和农村的城市化指数与儿童青少年BMI值呈负相关，王晓蕾等[23]的研究显示上述因素可能会通过影响社区和家庭环境对儿童青少年BMI产生影响。省级变量维度较高，对儿童青少年BMI的影响效应较为复杂。
城市儿童青少年居住社区到健身房的距离和到公园的位置与其BMI值存在着一定的关系，由于健身活动场所在家庭周边的距离可能对儿童青少年外出活动造成了一定影响，在前往健身活动场所付出的时间长，这可能通过影响儿童青少年身体活动的意愿和便利程度间接地影响到BMI的变化。对德国汉诺威儿童的一项研究发现父母文化程度较低的儿童接近绿地环境可能对其超重起到很小的保护作用[24]。这些发现要求今后在考虑到儿童青少年体力活动的程度和地点的情况下，对居住环境-超重关系进行更详细的分析。
在家庭影响因素方面，本研究发现城市家庭彩电数与儿童青少年BMI呈正相关，农村家长限制孩子看电视的频率≥5次/周呈负相关，这些可能与儿童青少年的久坐行为有关，2014年在我国中学生中开展的调查显示，15.1%和58.5%的在学习日和周末视屏时间 > 2 h/d[25]，久坐和视屏时间的延长会导致儿童身体活动水平的下降，从而更易导致超重/肥胖的产生。刘阳和代冰[26]的研究指出应从父、母亲BMI、母亲文化程度、家庭人均月收入三方面加强对学龄期儿童青少年超重/肥胖的防控，史欣然等[27]的研究也指出不同的家庭特征会影响儿童青少年的饮食习惯。Orehek和Ferrer[10]的研究表明，同时针对青少年和其父母进行行为干预可能影响儿童青少年的BMI，East等[28]的研究指出父母引导孩子促进体育活动可能是有益的。
本研究存在局限性。第一，对学校环境的变量纳入较少，有研究表明学校环境对学龄期儿童青少年BMI的影响也值得注意，Wafa和Ghazalli[29]针对马来西亚的学龄儿童学校环境研究发现学龄儿童BMI的变化与健康专业人员参与、课前简单锻炼、鼓励步行/骑自行车上下学、不出售高热量食品、在小吃店选择健康的食物和饮料、制定体育锻炼政策和培训教师有关。第二，本研究目的是筛选和识别一些可能造成儿童青少年BMI值改变的环境因素，属于探索性研究，对于确证联系和关联强度的评估能力受限，但可以提示今后的研究方向。
综上所述，本研究提示环境因素从多水平多方面间接地影响着儿童青少年BMI的变化，城市化指数和农村人均收入对儿童青少年BMI的升高有微弱的保护作用，社区层面需要关注儿童青少年生活环境周边的活动场所的设置，而在家庭中应当正确引导儿童青少年看电视行为。另外，由于本研究数据是基于家访得到的数据，对儿童青少年的学校环境变量纳入较少，今后研究应开展对在校学生的调查，了解学校环境对儿童青少年BMI的影响，并进一步探究环境因素如何影响儿童青少年的身体活动和久坐行为，从而通过社区、学校政策，家庭引导改善生活习惯，降低超重/肥胖的风险。
利益冲突 所有作者均声明不存在利益冲突
| [1] |
Singh AS, Mulder C, Twisk JWR, et al. Tracking of childhood overweight into adulthood: a systematic review of the literature[J]. Obes Rev, 2008, 9(5): 474-488. DOI:10.1111/j.1467-789X.2008.00475.x |
| [2] |
Li Y, Yang X, Zhai F, et al. Childhood obesity and its health consequence in China[J]. Obes Rev, 2008, 9 Suppl 1: 82-86. DOI:10.1111/j.1467-789X.2007.00444.x |
| [3] |
王烁, 董彦会, 王政和, 等. 1985-2014年中国7~18岁学生超重/肥胖流行趋势[J]. 中华预防医学杂志, 2017, 51(4): 300-305. Wang S, Dong YH, Wang ZH, et al. Trends in overweight and obesity among Chinese children of 7-18 years old during 1985-2014[J]. Chin J Prev Med, 2017, 51(4): 300-305. DOI:10.3760/cma.j.issn.0253-9624.2017.04.005 |
| [4] |
Wang H, Xue H, Du S, et al. Time trends and factors in body mass index and obesity among children in China: 1997-2011[J]. Int J Obes, 2017, 41(6): 964-970. DOI:10.1038/ijo.2017.53 |
| [5] |
Loos RJF, Rankinen T. Gene-diet interactions on body weight changes[J]. J Am Diet Assoc, 2005, 105(5 Suppl 1): S29-34. DOI:10.1016/j.jada.2005.02.015 |
| [6] |
Bhawra J, Cooke MJ, Guo YL, et al. The association of household food security, household characteristics and school environment with obesity status among off-reserve First Nations and Métis children and youth in Canada: results from the 2012 Aboriginal Peoples Survey[J]. Health Promot Chronic Dis Prev Can, 2017, 37(3): 77-86. DOI:10.24095/hpcdp.37.3.03 |
| [7] |
Gortmaker SL, Swinburn BA, Levy D, et al. Changing the future of obesity: science, policy, and action[J]. Lancet, 2011, 378(9793): 838-847. DOI:10.1016/S0140-6736(11)60815-5 |
| [8] |
马冠生, 胡小琪, 李艳平, 等. 影响我国四城市儿童青少年肥胖的环境和行为因素[J]. 中国慢性病预防与控制, 2002, 10(3): 114-116. Ma GS, Hu XQ, Li YP, et al. Environmental and behavioral factors leading to childhood obesity in four cities of China[J]. Chin J Prev Contr Chron Dis, 2002, 10(3): 114-116. DOI:10.3969/j.issn.1004-6194.2002.03.008 |
| [9] |
Strauss WJ, Nagaraja J, Landgraf AJ, et al. The longitudinal relationship between community programmes and policies to prevent childhood obesity and BMI in children: the Healthy Communities Study[J]. Pediatr Obesity, 2018, 13: 82-92. DOI:10.1111/ijpo.12266 |
| [10] |
Orehek E, Ferrer R. Parent instrumentality for adolescent eating and activity[J]. Ann Behav Med, 2019, 53(7): 652-664. DOI:10.1093/abm/kay074 |
| [11] |
Guo CL, Zhang B, Wang HJ, et al. A Scan of obesogenic environments and a spatial inference of obesity prevalence in Chinese children and adolescents: based on the Chinese Health and Nutrition Survey 2011 Data[J]. Biomed Environ Sci, 2018, 31(10): 729-739. DOI:10.3967/bes2018.098 |
| [12] |
郭春雷, 王柳森, 王志宏, 等. 膳食环境因素对儿童青少年肥胖影响的多水平混合效应模型研究[J]. 卫生研究, 2019, 48(2): 249-258. Guo CL, Wang LS, Wang ZH, et al. Multi-level mixed effect model study on the association between dietary environmental risk factors and obesity among Chinese children and adolescents[J]. J Hyg Res, 2019, 48(2): 249-258. DOI:10.19813/j.cnki.weishengyanjiu.2019.02.010 |
| [13] |
翟凤英. 中国居民膳食结构与营养状况变迁的追踪研究[M]. 北京: 科学出版社, 2008. Zhai FY. A follow-up study on the changes of dietary structure and nutritional status of Chinese residents[M]. Beijing: Science Press, 2008. |
| [14] |
Popkin BM, Du SF, Zhai FY, et al. Cohort Profile: The China Health and Nutrition Survey-monitoring and understanding socio-economic and health change in China, 1989-2011[J]. Int J Epidemiol, 2010, 39(6): 1435-1440. DOI:10.1093/ije/dyp322 |
| [15] |
中国营养学会. 中国居民膳食指南2016[M]. 北京: 人民卫生出版社, 2016. Chinese Nutrition Society. Dietary Guidelines for Chinese Residents 2016[M]. Beijing: People's Medical Publishing House, 2016. |
| [16] |
Jones-Smith JC, Popkin BM. Understanding community context and adult health changes in China: development of an urbanicity scale[J]. Soc Sci Med, 2010, 71(8): 1436-1446. DOI:10.1016/j.socscimed.2010.07.027 |
| [17] |
中国营养学会. 中国居民膳食营养素参考摄入量[M]. 北京: 科学出版社, 2014. Chinese Nutrition Society. Chinese dietary reference intakes[M]. Beijing: Science Press, 2014. |
| [18] |
杨珉, 李晓松. 医学和公共卫生研究常用多水平统计模型[M]. 北京: 北京大学医学出版社, 2007. Yang M, Li XS. Multilevel statistical models used in medical and public health research[M]. Beijing: Peking University Medical Press, 2007. |
| [19] |
王济川, 谢海义, 姜宝法. 多层统计分析模型——方法与应用[M]. 北京: 高等教育出版社, 2008. Wang JC, Xie HY, Jiang BF. Multilevel models: methods and applications[M]. Beijing: Higher Education Press, 2008. |
| [20] |
冯国双, 罗凤基. 医学案例统计分析与SAS应用[M]. 2版. 北京: 北京大学医学出版社, 2015. Feng GS, Luo FJ. Statistical analysis of medical cases and application of SAS[M]. 2nd. Beijing: Peking University Medical Press, 2015. |
| [21] |
Rabe-Hesketh S, Skrondal A, Pickles A. Maximum likelihood estimation of limited and discrete dependent variable models with nested random effects[J]. J Econometr, 2005, 128(2): 301-323. DOI:10.1016/j.jeconom.2004.08.017 |
| [22] |
陈芳芳, 米杰, 王天有, 等. 北京市儿童青少年青春期发育与肥胖相关关系的研究[J]. 中国循证儿科杂志, 2007, 2(1): 14-20. Chen FF, Mi J, Wang TY, et al. Relationship between precosious puberty and obese status in Beijing children and adolescents[J]. Chin J Evid Based Pediatr, 2007, 2(1): 14-20. DOI:10.3969/j.issn.1673-5501.2007.01.003 |
| [23] |
王晓蕾, 王惠君, 苏畅. 中国九省城市化水平对儿童青少年超重肥胖影响的多水平研究[J]. 卫生研究, 2016, 45(6): 888-896. Wang XL, Wang HJ, Su C. Study on the multilevel and longitudinal impacts of urbanization levels on overweight/obesity among Chinese children and adolescents in nine provinces[J]. J Hyg Res, 2016, 45(6): 888-896. |
| [24] |
Zhou YS, Buck C, Maier W, et al. Built environment and childhood weight status: a multi-level study using population-based data in the city of Hannover, Germany[J]. Int J Environ Res Public Health, 2020, 17(8): 2694. DOI:10.3390/ijerph17082694 |
| [25] |
杜松明, 马冠生, 《中国学龄儿童膳食指南(2016)》修订专家委员会. 《中国学龄儿童膳食指南(2016)》及解读[J]. 营养学报, 2017, 39(1): 1-4. Du SM, Ma GS, Expert Committee on the Revision of Dietary Guidelines for School-Age Children in China (2016). Dietary guidelines for school-age children in China (2016) and interpretation[J]. Acta Nutrim Sin, 2017, 39(1): 1-4. DOI:10.3969/j.issn.0512-7955.2017.01.001 |
| [26] |
刘阳, 代冰. 家庭相关因素与学龄期儿童青少年超重/肥胖的相关性[J]. 中国卫生工程学, 2019, 18(5): 716-717. Liu Y, Dai B. Correlation between family related factors and overweight and obesity in school-age children and adolescents[J]. Chin J Public Health Eng, 2019, 18(5): 716-717. |
| [27] |
史欣然, 陈天娇, 马军. 儿童青少年饮食行为模式的家庭影响因素分析[J]. 中华流行病学杂志, 2020, 41(8): 1291-1295. Shi XR, Chen TJ, Ma J. Analysis of family influencing factors of dietary behavior pattern of children and adolescents[J]. Chin J Epidemiol, 2020, 41(8): 1291-1295. DOI:10.3760/cma.j.cn112338-20190909-00658 |
| [28] |
East P, Delker E, Blanco E, et al. Home and family environment related to development of obesity: A 21-Year longitudinal study[J]. Childhood Obesity, 2019, 15(3): 156-166. DOI:10.1089/chi.2018.0222 |
| [29] |
Wafa SW, Ghazalli R. Association between the school environment and children's body mass index in Terengganu: A cross sectional study[J]. PLoS One, 2020, 15(4): e0232000. DOI:10.1371/journal.pone.0232000 |