城市绿地对中国成年人心血管和呼吸生物标志物的影响:使用数字跟踪设备的面板研究gydF4y2Ba

介绍gydF4y2Ba

背景gydF4y2Ba

先前的研究已经证明自然环境和城市绿地对心理健康的健康益处[gydF4y2Ba1gydF4y2Ba，gydF4y2Ba2gydF4y2Ba]，感知压力[gydF4y2Ba3.gydF4y2Ba-gydF4y2Ba5gydF4y2Ba，睡眠质量[gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba]，以及心血管和呼吸系统健康[gydF4y2Ba8gydF4y2Ba]。社区绿地对健康的好处可能是由于增加了身体活动，减少了接触空气污染的机会，并缓解了工作和生活的压力[gydF4y2Ba9gydF4y2Ba-gydF4y2Ba12gydF4y2Ba]。美国的一项前瞻性队列研究也表明，生活在绿地覆盖率较高的社区的人死亡率较低，这种关联可能是由体育活动和空气污染介导的[gydF4y2Ba13gydF4y2Ba]。然而，迄今为止，潜在的机制仍未在文献中探索，这阻碍了建立绿色空间暴露与心肺健康之间的因果关系。在环境健康研究中，通常采用小组研究设计，通过比较同一队列志愿者在不同时间点的代谢、炎症和氧化生物标志物水平，来研究环境因素对心血管和呼吸系统健康的短期影响[gydF4y2Ba14gydF4y2Ba-gydF4y2Ba16gydF4y2Ba]。小组研究设计的特点是在不同时间从同一个体重复收集样本，目的是展示不同暴露水平下生物标志物的变化。由于每个个体都作为自己的对照，本研究设计最大限度地减少了时不变因素(如人口统计学和求医行为)的混淆，但也受到其他时间因素(如空气污染)的混淆的影响[gydF4y2Ba17gydF4y2Ba]。此外，小组研究需要高质量的个人暴露数据，而这在许多地区往往是缺乏的。幸运的是，这一障碍已被最近的一项研究所消除，这项研究将个人跟踪装置与卫星图像结合起来，以估计个人暴露于空气污染和实际进入绿色空间的情况[gydF4y2Ba18gydF4y2Ba]。gydF4y2Ba

客观的gydF4y2Ba

为了探索绿地对呼吸和心血管生物标志物的影响，为潜在的生物学途径提供证据，我们进行了一项小组研究，使用个人跟踪设备连续收集居住在香港的50至64岁健康中国成年人的个人暴露数据。利用这些数据，我们估计了绿地暴露对心血管和呼吸系统健康的不同代谢、炎症和氧化生物标志物的独立影响。gydF4y2Ba

方法gydF4y2Ba

研究设计与参与者gydF4y2Ba

调查对象为过去两年在香港居住的50至64岁的中国成年人。选择这个年龄组是因为他们的临床前慢性疾病的高风险[gydF4y2Ba19gydF4y2Ba]。纳入标准为不吸烟或在家或工作中没有接触二手烟;身体健康，无任何慢性疾病或定期服药;无需行走辅助;并在整个研究期间住在同一住址。我们通过海报和社交媒体进行方便抽样，并通过邀请参与者向我们推荐他们的朋友进行滚雪球抽样来招募参与者。gydF4y2Ba

使用重复测量的混合模型公式[gydF4y2Ba20.gydF4y2Ba]，我们根据之前一项关于室内和室外空气污染的研究结果计算样本[gydF4y2Ba21gydF4y2Ba]，该研究采用了类似的研究设计。我们假设8-羟基-2'-脱氧鸟苷(8-OHdG)测量的平均浓度为4.0 ng/mL，标准差为2.3。在假设重复测量的自相关为0.9的情况下，30个样本量可以达到90%的功率来检测0.8的效应量。考虑到在重复测量中20%的流失率，我们决定招募38 - 40名参与者进行这项研究。gydF4y2Ba

2017年10月至12月，招募参与者并连续随访5周。在研究期间，每个参与者都被邀请在每周的同一工作日前往香港理工大学综合健康诊所(IHC)采集血液样本并进行身体检查。每位参与者在整个研究期间共进行了6次访问(入组时1次，随访时5次)。这些访问被安排在同一个工作日的清晨(上午8点至10点)，以减少生物标志物的昼夜变化造成的偏差。如果参与者在前7天内服用过任何药物，有过过敏经历，或者在他们预定的访问前一天上过夜班，这些访问将被推迟一周。gydF4y2Ba

门诊数据收集程序摘要见表S1gydF4y2Ba多媒体附录1gydF4y2Ba。在招募时(第一次访问IHC)，每位参与者签署了一份同意书，并填写了一份自我管理的问卷，如果需要的话，还会得到研究助理的支持。问卷收集了他们的人口统计信息(年龄、性别、在港居住年限)、社会经济特征(教育程度、家庭收入、职业、住房类型)、生活方式信息(饮酒、体育活动)和居住地址。gydF4y2Ba

个人暴露评估gydF4y2Ba

使用绿地gydF4y2Ba

在第一次访问时，每位参与者都获得了GPS设备(BT-Q1000XT, Qstarz International Co Ltd)。研究助理为参与者提供了关于设备使用的口头和书面说明。GPS设备以1分钟为周期记录参与者的位置坐标、日期和时间，实时数据由大学校园内的服务器自动收集。原始GPS数据首先在ArcGIS软件(Esri)中筛选缺失或可疑数据，并与日常活动日志进行比较。GPS数据记录少于600分钟的天数被视为缺失，排除在后续分析之外。研究助理定期检查服务器上收集的GPS数据，以确保这些数据的完整性。参与者表现出良好的依从性，没有遗漏数据。gydF4y2Ba

我们将清理后的GPS数据与香港整个地区的归一化植被指数(NDVI)地图进行匹配，以计算每个GPS坐标的100米、250米和500米半径的缓冲区内的城市绿化度，该缓冲区基于2016年获得的Satellite Pour l’observation de la Terre (SPOT) 6图像。NDVI是红外波段与红色波段的归一化比值，范围在-1至1之间，数值越高表示绿色植被越多[gydF4y2Ba22gydF4y2Ba]。NDVI已广泛应用于以往有关绿地对健康影响的环境研究[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba24gydF4y2Ba]。个人的平均NDVI是根据每天在家内外度过的时间来加权的。gydF4y2Ba

暴露于空气污染和交通噪音gydF4y2Ba

我们还估计了个人暴露于两种环境空气污染物，二氧化氮(NOgydF4y2Ba_2gydF4y2Ba)和直径小于2.5 μm (PM)的颗粒物gydF4y2Ba_2.5gydF4y2Ba)，将GPS原始坐标与PM的每小时地图进行比对gydF4y2Ba_2.5gydF4y2Ba也没有gydF4y2Ba_2gydF4y2Ba以10米的空间分辨率。这些逐时地图是根据葵涌空气质素监测站的时间资料重新制作，并根据以往本地研究报告的空气污染物的空间格局作出调整[gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba]。NDVI、PM的周平均浓度gydF4y2Ba_2.5gydF4y2Ba，和NOgydF4y2Ba_2gydF4y2Ba是根据每隔1分钟的原始数据计算的。gydF4y2Ba

住户每年平均受道路交通噪音影响的情况，是通过将住户地址与香港的3d环境数据库进行比对而估算出来的，而该数据库是用一项本地研究的实时实地数据验证的[gydF4y2Ba27gydF4y2Ba]。gydF4y2Ba

体育活动和饮食摄入测量gydF4y2Ba

在第一次访问时，还向每位参与者分发了一个加速度计数据记录仪(ActiGraph GT3X, ActiGraph LLC)，研究助理提醒他们在研究期间一直将加速度计佩戴在非惯用手的手腕上，以连续记录他们的身体活动。原始加速度计数据每1分钟收集一次。根据清理数据的矢量大小计算个人的日常体力活动。轻度、中度和剧烈体育活动的分界点是根据在中国人群中得到验证的公式确定的[gydF4y2Ba28gydF4y2Ba]。gydF4y2Ba

我们要求每位参与者在第2周和第5周使用营养研究中广泛使用的标准饮食日志记录他们的每日饮食摄入量[gydF4y2Ba29gydF4y2Ba]。从饮食杂志上收集的食物种类和消费量用食品处理器软件11.3版(ESHA)进行分析。食品加工者数据库由超过72,000种食品组成，来源包括美国农业部标准参考数据库、饮食研究食品和营养数据库以及不同制造商的数据。在食物加工商资料库中找不到的食物，特别是本地和中国食物，可使用食物安全中心开发的营养资料查询系统、台湾食物及药物管理局开发的台湾食物及营养资料资料库，或制造商的网页进行查询。如果仍然找不到食物的营养资料，则选择最合适的食物进行分析。每天消耗的能量和营养素的数量，包括总热量、脂肪和饱和脂肪的热量、蛋白质、碳水化合物和总纤维，都是使用食品处理器软件为个体参与者计算出来的。gydF4y2Ba

以上收集到的数据除利用ndvi的几何平均值计算绿地周平均外，均采用算术平均值转换为每个参与者两次访问之间相应时段的周平均值。gydF4y2Ba

结果测量gydF4y2Ba

在每次访问中，参与者首先测量他们的体重和身高，收缩压，舒张压和心率(HR)。肺功能测试使用肺活量计(microQuark, COSMED)，遵循美国胸科学会的指导方针[gydF4y2Ba30.gydF4y2Ba]。与第一秒用力呼气量(FEV1)和用力肺活量(FVC)有关的个人数据被纳入分析。每位参与者在每次访问时捐献5毫升空腹血，由合格的抽血师按照标准静脉穿刺程序在肝素化管中收集。标本保存在冰上并运送到实验室，在那里血液样本立即离心(3000转/分)10分钟gydF4y2Ba^ogydF4y2BaC)，在-80℃下，分两份(每份1.0至1.5 ml)保存gydF4y2Ba^ogydF4y2BaC稍后进行批量测试。上述程序在受试者到达实验室后30分钟内完成，以尽量减少对生物标志物的损害。gydF4y2Ba

我们选择了一组生物标志物，这些生物标志物在以前的环境研究中使用过，研究绿色空间和空气污染对心血管健康的影响[gydF4y2Ba21gydF4y2Ba，gydF4y2Ba31gydF4y2Ba-gydF4y2Ba34gydF4y2Ba[1]代谢生物标志物:葡萄糖、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白(LDL-C)、总胆固醇(TC)、甘油三酯(TG);(2)炎症生物标志物:高敏c反应蛋白(hs-CRP)、白细胞介素-6 (IL-6)、肿瘤坏死因子α (TNF-α)、可溶性血小板选择素(sP-selectin);3)氧化应激生物标志物:8-羟基-2'-脱氧鸟苷(8-OHdG)、丙二醛(MDA)、铜锌超氧化物歧化酶(Cu,Zn-SOD)和谷胱甘肽过氧化物酶1 (GPx-1)。代谢生物标志物和hs-CRP采用AU480化学分析仪(Beckman Coulter)和相应的检测试剂盒进行检测。剩余的生物标志物使用从各种商业来源购买的酶联免疫吸附测定(ELISA)试剂盒进行测量。gydF4y2Ba

数据分析gydF4y2Ba

计算Spearman系数来评估变量之间的相关性。使用广义线性混合效应模型(GLME)来估计绿地暴露与生物标志物水平或肺功能之间的关系，该模型包括两个组成部分，即固定效应(绿地效应和混淆)和随机效应(受试者内部变化)。潜在的混杂因素，包括性别、家庭总收入、职业、体育活动和家庭交通噪声暴露，被纳入模型的固定影响。由于存在分类混杂因素，故采用广义方差膨胀因子(VIF)检测多重共线性[gydF4y2Ba35gydF4y2Ba]。广义VIF大于10表示多重共线性，混合变量将从模型中去除[gydF4y2Ba36gydF4y2Ba]。受试者编号作为随机效应变量拟合，以解释重复测量的受试者内部变化。gydF4y2Ba

我们将4种不同的模型拟合到每个生物标志物的每周测量中，以估计绿地的独立效应。在模型1中，加入NDVI作为唯一的解释因子;在模型2中，性别、体力活动(中度至剧烈体力活动水平)、职业、家庭收入和交通噪声暴露等变量被加入模型1作为混杂因素;在模型3和模型4中，PMgydF4y2Ba_2.5gydF4y2Ba也没有gydF4y2Ba_2gydF4y2Ba分别加入模型2，评估绿地暴露对环境空气污染物调整后的独立影响;在模型5中，在模型2中加入蛋白质和碳水化合物的日摄入量，以调整膳食摄入量的混杂效应。通过与NDVI每四分位数范围内增加相关的生物标志物浓度的百分比变化来量化绿地的影响。采用赤池信息准则(Akaike information criterion, AIC)评价拟合优度，最小值表示最佳拟合。采用全模型和部分模型的似然比检验来显示变量的统计学显著性。所有数据分析均使用R软件3.6.2 (R Foundation for Statistical Computing)进行。统计学显著性设为gydF4y2BaPgydF4y2Ba< . 05。生物标志物的多重检测由Bonferroni校正控制。gydF4y2Ba

道德的声明gydF4y2Ba

本课题已获香港理工大学人类受试者伦理小组委员会批准。所有参与者都签署了一份同意书，除住址外，本次研究不收集任何个人信息。gydF4y2Ba

结果gydF4y2Ba

参与者的特征gydF4y2Ba

我们在2017年10月至12月期间招募了40名参与者。一名参与者在第一周后因不可预见的家庭问题退出了研究。其余39名参与者完成了所有预定的访问。39名参与者的平均年龄为56.4岁(50-63岁);27人(69%)为女性，31人(80%)已婚，35人(90%)与家庭成员(家庭人数介乎1至6人)同住，14人(36%)接受过高等教育(gydF4y2Ba表1gydF4y2Ba）．gydF4y2Ba

结果测量gydF4y2Ba

100米、250米和500米缓冲区的周平均ndvi分别为- 0.54 (IQR 0.34)、- 0.61 (IQR 0.25)和- 0.61 (IQR 0.25) (gydF4y2Ba表2gydF4y2Ba）．周平均PM浓度gydF4y2Ba_2.5gydF4y2Ba100米、250米和500米缓冲带为25.57 μg/mgydF4y2Ba^3.gydF4y2Ba(SD 1.28)， 29.26 μg/mgydF4y2Ba^3.gydF4y2Ba(SD 1.12)， 29.25 μg/mgydF4y2Ba^3.gydF4y2Ba1.01 (SD)。NO的周平均浓度gydF4y2Ba_2gydF4y2Ba23.46µg/mgydF4y2Ba^3.gydF4y2Ba(SD 12.89)， 39.73µg/mgydF4y2Ba^3.gydF4y2Ba(SD 5.30)， 39.78 μg/mgydF4y2Ba^3.gydF4y2Ba(SD 5.21)分别在100米，250米和500米的缓冲区。gydF4y2Ba

表3gydF4y2Ba显示结果测量的周均值和变化。总的来说，除了全身炎症生物标志物和一些氧化应激生物标志物外，这些生物标志物在每次访问和个体之间表现出很小的差异。除代谢生物标志物具有高相关性外，其他生物标志物均为低至中等相关性(图S1;gydF4y2Ba多媒体附录1gydF4y2Ba）．gydF4y2Ba

我们比较了不同GLME模型的AICs，发现100 m NDVI的模型3、250 m NDVI的模型1和500 m NDVI的模型1对大多数生物标志物的AICs通常比其他模型小(表S2;gydF4y2Ba多媒体附录1gydF4y2Ba）．所有模型的变量的广义VIF值大多数低于2，表明不存在共线性(数据未显示)。不同模型对250米和500米缓冲区NDVI的影响估计更为一致，只有少数例外(TC/HDL比率和8- ohdl) (gydF4y2Ba图1gydF4y2Ba和gydF4y2Ba2gydF4y2Ba表3- 5gydF4y2Ba多媒体附录1gydF4y2Ba）．FEV1/FVC比值、IL-6、TNF-α、MDA和SOD与NDVI呈正相关，TC、TG、LDL- c、HDL- c、TG/HDL、LDL/HDL、葡萄糖和hs-CRP呈负相关。然而，只有一些估计达到了统计显著性(gydF4y2BaPgydF4y2Ba< 0.05)，包括TC (NDVI每IQR增加-21.6%，95% CI -32.7%至-10.6%)、LDL-C (-14.9%， 95% CI -23.4%至-6.4%)、HDL-C (-4.9%， 95% CI -8.0%至-1.9%)、葡萄糖(-11.2%，95% CI -21.9%至-0.5%)、hs-CRP (-41.3%， 95% CI -81.7%至-0.9%)和TNF-α (41.5%， 95% CI 20.9%至62.0%)。100米和500米缓冲区的效果估计与250米缓冲区的效果估计相似，但葡萄糖和hs-CRP没有达到统计学意义(gydF4y2BaPgydF4y2Ba> 0.05)。经Bonferroni校正对多重测试进行调整后，估计在250米和500米缓冲带的TC、LDL-C、HDL-C和TNF-α仍具有统计学意义(gydF4y2BaPgydF4y2Ba< .002)。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

主要研究结果gydF4y2Ba

在这项小组研究中，我们发现NDVI暴露与不同的代谢和炎症生物标志物呈负相关。研究结果与文献中邻里绿地对呼吸系统和心血管健康生物标志物的有益作用基本一致[gydF4y2Ba32gydF4y2Ba]，但我们的研究是第一批使用个人跟踪设备客观、连续地收集每周接触绿地的个人数据的研究之一。与以往将住宅绿地作为长期暴露的研究不同，我们采用纵向研究设计来探索每周暴露于绿地对健康成人心肺健康生物标志物的影响。这反映了绿地有益或有害影响的亚临床症状，这可能揭示了文献中尚未探索的潜在生物学机制。gydF4y2Ba

在对空气污染、身体活动和饮食摄入进行调整后，我们发现较低的TC、LDL-C和空腹血糖水平与较高的绿地暴露有关。我们的发现与在中国人群中进行的2项横断面研究和1项队列研究一致，这些研究报告称，工作场所或住宅区的绿地面积较大与较低的TC、TG、LDL-C和空腹血糖水平相关[gydF4y2Ba15gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba]。我们的效果估计也与中国15477名成年人的大样本报告相似[gydF4y2Ba37gydF4y2Ba]。然而，我们发现，在绿地暴露程度较高的人群中，HDL-C也略有增加;这与这两项研究的结果相反，尽管LDL/HDL、TG/HDL和TC/HDL比率保持不变。HDL-C和LDL-C同时升高可能是由于一些参与者摄入了高胆固醇食物，正如一些先前的研究所观察到的[gydF4y2Ba39gydF4y2Ba]。因此，所有脂质生物标志物的负相关可能是由于对身体活动和饮食摄入的调整不足。需要更大样本量的进一步研究来阐明有争议的脂质谱结果。gydF4y2Ba

与代谢生物标志物相比，绿地与促炎生物标志物的相关性不那么显著，在我们的研究中也不一致。我们发现绿地暴露与hs-CRP之间存在负相关，尽管它们没有统计学意义。这与一项针对葡萄牙学龄儿童的队列研究的结果相呼应[gydF4y2Ba40gydF4y2Ba]。我们的发现与先前在英国贫困社区进行的一项研究一致，该研究表明住宅绿化与hs-CRP有关[gydF4y2Ba41gydF4y2Ba]。毛等[gydF4y2Ba42gydF4y2Ba]对24例老年原发性高血压患者进行了干预研究，发现在森林中停留7天7夜的患者IL-6明显降低，TNF-α无明显变化。在一项对20名慢性阻塞性肺病(COPD)患者进行的为期1天的森林旅行后的试验中报告了类似的结果[gydF4y2Ba43gydF4y2Ba]。然而，我们没有观察到绿地对IL-6的任何显著影响，而在绿地暴露较多的人群中，TNF-水平始终较高。炎症生物标志物反映绿地相关心血管疾病风险的可靠性和有效性有待进一步研究。其他炎症生物标志物，如白细胞介素-1β、白细胞介素-8、血管内皮生长因子和可溶性肿瘤坏死因子-α受体II [gydF4y2Ba44gydF4y2Ba]，可作为未来关于绿色空间对健康影响的研究的备选方案。gydF4y2Ba

MDA水平升高和SOD水平降低与冠状动脉疾病、心力衰竭和其他慢性疾病的风险增加有关[gydF4y2Ba45gydF4y2Ba，gydF4y2Ba46gydF4y2Ba]。有研究表明，住宅绿地可以降低心血管疾病患者的氧化应激，提高血管生成能力[gydF4y2Ba47gydF4y2Ba]。几项针对高血压、COPD患者和大学生的实验研究发现，尽管样本量小，但森林浴可以显著提高SOD，降低MDA [gydF4y2Ba48gydF4y2Ba，gydF4y2Ba49gydF4y2Ba]。然而，我们的研究并没有观察到每天接触绿色空间与这些氧化生物标志物之间的显著关联。这种差异可能是由于研究设计和抽样人群的差异。gydF4y2Ba

除了FEV1/FVC外，我们没有发现绿地对肺功能有显著影响。这可能是由于参与者相对健康，没有任何预先存在的慢性呼吸系统疾病。Sinharay等[gydF4y2Ba50gydF4y2Ba进行了一项随机交叉研究，发现COPD患者的FEV1和FVC显著降低，但在健康志愿者中没有。未来的研究可能会考虑使用更敏感的气道炎症生物标志物，如分数呼出一氧化氮和5 Hz和20 Hz的差异频率依赖呼吸阻力，这些已在最近的环境流行病学研究中使用[gydF4y2Ba50gydF4y2Ba]。gydF4y2Ba

与以往的绿地研究类似[gydF4y2Ba51gydF4y2Ba，gydF4y2Ba52gydF4y2Ba]，我们计算了100米、250米和500米的缓冲区，以获得对绿地暴露的全面看法。有趣的是，250米和500米缓冲区的效果估计往往具有一致的模式，但与100米缓冲区的效果估计不同。相比之下，在一项针对美国墨西哥裔美国儿童的研究中发现，生活在NDVI较高的住宅区的儿童患干咳和哮喘的几率较低，这种关联在3个缓冲区中一直存在[gydF4y2Ba51gydF4y2Ba]。其他类似的儿童研究也报告了100米缓冲带的显著关联，但在更大的缓冲带中没有[gydF4y2Ba53gydF4y2Ba]。成人的日常活动区比儿童要宽得多，这也可以解释成人参与者在100米缓冲区中缺乏显著的绿色与生物标志物的关联。我们推测，这也可能是由于香港的居住环境非常拥挤，有许多高层住宅建筑。因此，在像香港这样的大城市，250米和500米的缓冲区可能更能代表成年人对社区绿色的接触。gydF4y2Ba

限制gydF4y2Ba

我们的研究有几个局限性。首先，小样本量可能导致统计能力低，这可以解释少数显著的效果估计和广泛的置信区间。因此，需要更大样本量的额外研究来进一步阐明不一致的发现。其次，绿地暴露是通过日均NDVI来衡量的，这并不能反映参与者在绿地周围的活动。然而，我们同时收集了个人追踪器的身体活动，这样可以减少这些活动的混淆效应。第三，由于预算有限，我们只测试了一组选定的生物标志物，尽管我们试图涵盖代谢、呼吸功能、氧化应激和促炎症的广泛生物标志物。未来的研究可以采用更多的生物标志物来全面了解绿地对健康影响的途径。最后但并非最不重要的是，由于我们在本研究中使用的方便抽样方法，抽样偏差可能存在。志愿者往往比一般人更健康，受教育程度更高，如gydF4y2Ba表1gydF4y2Ba。然而，在小组研究中，参与者的时不变特征(如人口统计学、生活方式和社会经济因素)已经被很好地调整，因为每个参与者都是他们自己的对照。然而，这些参与者每周的绿地暴露量有足够的变化(如图所示)gydF4y2Ba表2gydF4y2Ba)，让我们可以研究绿地对不同生物标志物的影响。在未来，一项更有代表性的参与者样本的大规模研究可以为城市环境中接触绿色空间的健康益处提供更多证据。gydF4y2Ba

结论gydF4y2Ba

通过将个人跟踪设备收集的数据与绿地GIS数据相结合，我们能够证明，更多地接触绿地与更好的脂质特征和更低的炎症生物标志物有关;然而，呼吸和氧化生物标志物未发现显著相关性。这项研究的发现为绿色空间对健康有益的潜在生物学途径提供了更多线索。从公共健康的角度来看，从本研究中确定的绿地对健康的影响也将有助于设计未来的干预方案，以提高公众的生活质量。gydF4y2Ba