高校大學生視頻終端視疲勞現狀及影響因素分析

馬曼華 董偉華 趙愛俠

摘要：目的? 調查高校大學生視頻顯示終端（VDT）視疲勞現狀及其影響因素。方法? 以問卷調查方式對商丘醫學高等專科學校大一、大二年級在校學生展開調查，分析高校大學生VDT視疲勞的影響因素。結果? 共發放問卷1462份，有效問卷1330份（90.97%），VDT所致視疲勞發生率為62.86%，眼部不適癥狀最常見（97.61%），其中眼痛、眼酸占比最高達91.15%，灼燒感占比最低（25.60%）。單因素分析顯示，視疲勞組屈光不正、每日睡眠時間<8 h、連續看視頻時間≥3 h、較近的屏幕距離占比均高于正常組（P<0.05）。多因素Logistic回歸分析顯示，屈光不正（OR=1.561）、每日睡眠時間<8 h（OR=1.600）、連續看視頻時間≥3 h（OR=1.825）、較近的屏幕距離（OR=1.853）是導致高校大學生發生VDT視疲勞的危險因素（P<0.05）。結論? 大學生中VDT所致視疲勞發生率較高，屈光不正、每日睡眠時間、連續看視頻時間及較近的屏幕距離均會影響視疲勞發生。

關鍵詞：視疲勞；大學生；視頻顯示終端

中圖分類號：R77? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.3969/j.issn.1006-1959.2024.12.011

文章編號：1006-1959（2024）12-0055-05

Analysis of the Current Status and Influencing Factors of Video Display Terminals Visual Fatigue Among College Students

Abstract：Objective? To investigate the current status and influencing factors of video display terminals （VDT） visual fatigue among college students.Methods? A questionnaire survey was conducted among freshmen and sophomores in Shangqiu Medical College to analyze the influencing factors of VDT visual fatigue among college students.Results? A total of 1462 questionnaires were distributed in this study， with 1330 valid questionnaires （90.97%）， the incidence of VDT visual fatigue was 62.86%， and eye discomfort symptoms were the most common （97.61%）， and among them， eye pain and acerbity accounted for the highest proportion of 91.15%， while burning sensation accounted for the lowest proportion of 25.60%. Univariate analysis showed that the proportions of refractive errors， daily sleep time<8 hours， continuous video watching time ≥3 hours， and close screen distance in the visual fatigue group were higher than those in the normal group （P<0.05）. Multivariate Logistic regression analysis showed that refractive error （OR=1.561）， daily sleep time<8 hours （OR=1.600）， continuous video watching time ≥ 3 hours （OR=1.825）， and close screen distance （OR=1.853） were risk factors for VDT visual fatigue among college students （P<0.05）.Conclusion? The incidence of visual fatigue caused by VDT is high in college students. Refractive error， daily sleep time， continuous video viewing time and closer screen distance will affect the occurrence of visual fatigue.

Key words：Visual fatigue;College student;Video display terminals

隨著科技發展，視頻顯示終端（video display terminals， VDT）進入公眾視野，其媒介包括手機、筆記本電腦、電子閱讀器等，具有溝通及時性、廣泛的信息可用性及無紙化的優勢，但隨之也出現一種與VDT過度、不當使用而造成的視疲勞問題[1]。視疲勞可引起包括眼睛干澀、頭痛、灼燒感、流淚、視力模糊、干眼癥等在內的一系列癥狀，并可進展為近視、內斜視和其他眼科疾病[2]。視疲勞不僅影響生活質量、人際關系、睡眠質量，還會增加不健康飲食風險，降低工作效率及學習成績[3]。目前，大學生使用VDT設備呈現爆炸式增長，雖然給其學習生活帶來便捷，但由于高校網絡自學課程的推廣，繁重的考公、考研、學習壓力，以及各式各樣的網絡視頻、游戲等，使得大學生VDT使用時長明顯延長，加之缺乏健康用眼常識、自控力低，相關用眼健康問題也隨之產生。因此，迫切需要探究高校大學生VDT視疲勞影響因素。VDT引起的視疲勞已有多項研究，并認為影響因素包括屈光不正、工作環境（過度暴露于強光下、低濕度、使用空調、字體較小）、不正確的姿勢、較近的屏幕距離、使用隱形眼鏡、既往眼病史等[4-6]，但由于各項研究所用調查工具、視疲勞的定義、人群年齡、工作性質不同，導致影響因素不盡相同，視疲勞發病范圍也較為寬泛[4]。本研究以商丘醫學高等專科學校為例，對在校大一、大二年級學生展開調查，以了解該校大學生視疲勞發病情況，為提出預防建議、指導臨床治療、降低視疲勞發生率提供參考。

1對象與方法

1.1研究對象? 采取問卷調查方式，于2022年9月-11月對商丘醫學高等專科學校在校大學生分發問卷。納入標準：大學生年齡18～22歲，年級為大一或大二；理解能力正常；自愿參與調查；在校學生，學習中常用電腦，生活中常用手機。排除標準：調查期間缺勤；接受預調查；同時參與其他調查項目；佩戴隱形眼鏡；身體及眼部有明顯疾病，眼科手術史；使用眼藥水或其他眼部藥物。根據已發表文獻[7]中數據，預計患病率約66.6%（P），誤差值E=3%，α=0.05，統計量Z=1.96，依據公式N=Z2×[P×（1-P）]/E2，則樣本量n=956，考慮到非應答率，增加10%樣本量，應為1052例（956+956×10%），取調整后樣本總量應為1462例。

1.2方法

1.2.1問卷調查? 自制一般情況調查表收集商丘醫學高等專科學校大一、大二年級學生以下資料：第一部分為人口學資料及生活習慣，包括年齡、性別、年級、睡眠情況、運動頻率、精神狀態、環境狀況、熒屏暴露防護措施、視力及配鏡情況、吸煙、飲酒等。第二部分為視疲勞情況：參照CVS-Q問卷[8]評估視疲勞，共16個條目，依據頻率分為：0=從不、1=偶爾、2=經常或總是，而強度評分為1=中等、2=強烈，總分依據公式=頻率×強度，分值≥6分為初診視疲勞，并進一步結合眼部健康檢查確診。

1.2.2眼部健康檢查? 由同一名眼科醫師對初診大學生進行眼部檢查，包括視力、眼底鏡檢查、裂隙燈檢查、眼底和眼壓、角膜熒光等一般檢查。角膜熒光染色顯示存在5個以上染色點，淚膜破裂時間<10 s，Schirmer試驗<10 mm/5 min[9]，滿足任一項即可明確診斷。

1.3調查方法? 采用紙質問卷形式，利用統一班會時間，由培訓合格的調查員到各班分發調查問卷，統一標準向學生解釋問卷內容及注意事項，若紙質問卷有缺項、漏項，則及時更換。問卷填寫完成后，調查員當場對有漏項、邏輯錯誤、勾選項目有明顯規律性、未按照條目要求填寫的問卷以剔除，合格問卷雙人錄入SPSS軟件中。

1.4統計學方法? 采用SPSS 25.0統計學軟件錄入、分析數據。計數資料以（n）和（%）表示，采用χ2檢驗。采用多因素Logistic回歸分析VDT視疲勞的影響因素。檢驗水準α=0.05。

2結果

2.1高校大學生VDT視疲勞發生情況? 共發放問卷1462份，有效問卷1330份（90.97%）。1330名調查者中，男725名，女605名；大一年級637名，大二年級693名。共檢出VDT視疲勞836名，發病率為62.86%，其中眼痛、眼酸占比最高，其次為眼干澀，而灼燒感占比最低，見表1。

2.2高校大學生發生VDT視疲勞的單因素分析? 視疲勞組屈光不正、每日睡眠時間<8 h、連續看視頻時間≥3 h、較近的屏幕距離占比均高于正常組（P<0.05）。而兩組其余資料比較，差異無統計學意義（P>0.05），見表2。

2.3影響高校大學生發生VDT視疲勞的多因素Logistic回歸分析? 以發生VDT視疲勞為因變量，將單因素分析中差異顯著的屈光不正、每日睡眠時間、連續看視頻時間、較近的屏幕距離（賦值見表3）作為自變量，采用逐步后退法，經Logistic回歸分析發現（α剔除=0.10，α入選=0.05），屈光不正（OR=1.561）、每日睡眠時間<8 h（OR=1.600）、連續看視頻時間≥3 h（OR=1.825）、較近的屏幕距離（OR=1.853）是導致高校大學生發生VDT視疲勞的危險因素（P<0.05），見表4。

3討論

視疲勞是一種因過度使用眼睛而引起的一組綜合征，可造成視覺功能異常、眼睛不適、全身癥狀等一系列癥狀，影響正常的視功能[10]。隨著信息化發展和VDT的普及，VDT設備也成為日常生活不可或缺的工具，但也導致與使用這些設備相關的視疲勞發病率增加[11]。國外一項調查顯示，在新型冠狀病毒感染的流行期間，大學生的視疲勞發病率為82.5%[12]。梁雙鳳等[13]對兩所中醫藥高校學生展開調查，結果顯示大學生VDT綜合征發生率為69.67%。本次調查結果顯示，大學生VDT視疲勞發病率為62.86%，與梁雙鳳等[13]和黃滟等[14]結果類似，但低于國外Coronel-Ocampos J等[12]結果，可能與調查地區、人群年齡、視疲勞診斷標準有關。本次調查的視疲勞大學生中，眼部不適癥狀中眼痛、眼酸檢出率最高，其次是眼干澀、流淚。另有研究顯示[15]，大學生眼疲勞以眼睛干澀為最常見的癥狀（90.3%），其次是視力下降（75.3%）、眼睛發癢（73.1%）、視力模糊（61.3%）。因此，視疲勞也成為嚴重的公共衛生問題，并且此類學生易出現沮喪、焦慮等不良情緒，增加醫療相關的經濟負擔[16]。

屈光不正包括近視、遠視及散光，發生屈光不正后，未進行矯正或矯正不足可能導致對焦困難，在使用VDT時易導致眼睛不適、眼睛疲勞。經分析發現，屈光不正是導致大學生視疲勞原因之一。研究顯示，散光對視力的影響大于近視、遠視，即便是屈光度為0.50～1.00的未矯正散光誤差也可能導致視疲勞癥狀顯著增加。在散光類型中，斜散光比規則散光對視力影響更大。一項誘導正常受試者斜散光的臨床實驗表明[17]，在數字屏幕上閱讀10 min后，閱讀誤差和讀數率沒有改變，但異常眼部癥狀明顯增加，閱讀任務結束后，看遠處時視力仍然模糊。Iqbal M等[18]研究發現，屈光不正是醫學生發生計算機視覺綜合征的危險因素。本研究結果發現，每日睡眠時間<8 h與視疲勞有關，與梁雙鳳等[13]研究內容一致。研究表明[19]，充足的睡眠可有效放松睫狀肌，緩解視疲勞，而睡眠不足會降低淚膜質量，睫狀肌得不到充分緩解，同時睡眠不足在大學生群體中常意味著晚睡，并伴隨VDT操作時間延長，最終增加視疲勞癥狀。

觀看視頻時間是指在手機、電腦等電子設備屏幕前花費的時間，這是一種久坐不動的生活習慣，影響正常的視覺活動，對眼部和一般健康衛生都有影響。本研究結果發現，連續觀看視頻時間超過3 h的大學生比連續觀看視頻時間較少的學生發生視疲勞的風險更高。相關研究亦證實[12]，連續觀察VDT期間每20 min或每1 h休息一次的大學生其視疲勞患病率顯著降低，而在此期間未休息的大學生會增加視疲勞風險。這說明觀看視頻期間給予適量休息，可有助于放松眼部肌肉，防止眼疲勞。眼部健康人群的眨眼頻率為20次/min，而使用電子設備時眨眼頻率明顯減少了42%，從而導致淚液量減少，淚液穩定性明顯降低，增加瞼裂，影響角膜光滑度，導致視力受損[13]。此外，較近的屏幕距離也會增加大學生視疲勞風險。相關研究亦證實[20]，距離VDT設備近（OR=4.389）會增加信息技術專業人員的視疲勞風險。

為了防止視疲勞，應倡導大學生正確使用VDT設備，縮短每日屏幕時間，并且在使用期間注意增加休息次數；鼓勵大學生每周在學校或校外進行足夠的戶外時間，增強自身素質，養成良好學習生活習慣；屈光不正的人群應進行正確矯正；建立良好的VDT使用習慣，適當進行眼部護理，建議直立坐在距離眼睛約50 cm的桌子旁，屏幕的高度應低于眼睛的高度，使觀看距離低于眼睛水平15～20 cm，調整屏幕亮度與周圍環境中的光線相匹配，設置清晰易讀的字體；加強高校眼健康戰略和宣傳活動，通過教師、醫生（眼科醫生）、衛生保健工作者（驗光師、視力技術人員和護理人員）和非醫療專業人員對大學生健康用眼意識進行引導[3]。

綜上所述，高校大學生中VDT所致視疲勞發生率較高，屈光不正、每日睡眠時間、連續看視頻時間及較近的屏幕距離均會影響視疲勞發生。針對上述因素，應指導大學生進行規避，加強用眼健康宣教，降低視疲勞發生率。但本研究僅以商丘醫學高等專科學校為例，無法代表其他地區人群。

參考文獻：

[1]Tesfaye AH，Alemayehu M，Abere G，et al.Prevalence and Associated Factors of Computer Vision Syndrome Among Academic Staff in the University of Gondar，Northwest Ethiopia： An Institution-Based Cross-Sectional Study[J].Environ Health Insights，2022，16：11786302221111865.

[2]Alatawi SK，Allinjawi K，Alzahrani K，et al.Self-reported student awareness and prevalence of computer vision syndrome during COVID-19 pandemic at Al-Baha university[J].Clin Optom （Auckl），2022，14：159-172.

[3]Kaur K，Gurnani B，Nayak S，et al.Digital eye strain- A comprehensive review[J].Ophthalmol Ther，2022，11（5）：1655-1680.

[4]Cantó-Sancho N，Porru S，Casati S，et al.Prevalence and risk factors of computer vision syndrome-assessed in office workers by a validated questionnaire[J].PeerJ，2023，11：e14937.

[5]Talens-Estarelles C，García-Marqués JV，Cervino A，et al.Use of digital displays and ocular surface alterations： A review[J].Ocul Surf，2021，19：252-265.

[6]Singh S，McGuinness MB，Anderson AJ，et al.Interventions for the management of computer vision syndrome： A systematic review and meta-analysis[J].Ophthalmology，2022，129（10）：1192-1215.

[7]Lema AK，Anbesu EW.Computer vision syndrome and its determinants： A systematic review and meta-analysis[J].SAGE Open Med，2022，10：20503121221142402.

[8]Uwimana A，Ma C，Ma X.Concurrent rising of dry eye and eye strain symptoms among university students during the COVID-19 Pandemic Era： A cross-sectional study[J].Risk Manag Healthc Policy，2022，15：2311-2322.

[9]Wolffsohn JS，Arita R，Chalmers R，et al.TFOS DEWS II diagnostic methodology report[J].Ocul Surf，2017，15（3）：539-574.

[10]Wang J，Zeng P，Deng XW，et al.Eye habits affect the prevalence of asthenopia in patients with myopia[J].J Ophthalmol，2022，2022：8669217.

[11]Fan Q，Wang H，Kong W，et al.Online learning-related visual function impairment during and after the COVID-19 pandemic[J].Front Public Health，2021，9：645971.

[12]Coronel-Ocampos J，Gómez J，Gómez A，et al.Computer visual syndrome in medical students from a private university in paraguay： A survey study[J].Front Public Health，2022，10：935405.

[13]梁雙鳳，耿浩銘，蹇文淵.兩所中醫藥高校大學生視頻顯示終端綜合征現狀研究[J].中醫眼耳鼻喉雜志，2022，12（3）：149-152.

[14]黃滟，高錦鳳，杜濤，等.天全縣高中學生視頻顯示終端綜合征的影響因素分析[J].預防醫學，2021，33（5）：514-518.

[15]Liu Z，Zhang K，Gao S，et al.Correlation between eye movements and asthenopia： A prospective observational study[J].J Clin Med，2022，11（23）：7043.

[16]劉樂，周義生，況杰，等.高校醫學生視頻顯示終端綜合征與抑郁癥狀的關系[J].中國學校衛生，2022，43（5）：743-745，750.

[17]Wangsan K，Upaphong P，Assavanopakun P，et al.Self-reported computer vision syndrome among thai university students in virtual classrooms during the COVID-19 pandemic： Prevalence and associated factors[J].Int J Environ Res Public Health，2022，19（7）：3996.

[18]Iqbal M，Said O，Ibrahim O，et al.Visual sequelae of computer vision syndrome： A cross-sectional case-control study[J].J Ophthalmol，2021，2021：6630286.

[19]Magno MS，Utheim TP，Snieder H，et al.The relationship between dry eye and sleep quality[J].Ocul Surf，2021，20：13-19.

[20]Zayed HAM，Saied SM，Younis EA，et al.Digital eye strain： prevalence and associated factors among information technology professionals，Egypt[J].Environ Sci Pollut Res Int，2021，28（20）：25187-25195.