中小學生高度近視發生風險預測模型：基于巢式病例對照研究

【摘要】 背景 中小學生由于學習壓力、電子產品普及以及不良用眼習慣，視力健康問題日益嚴重，成為近視的高發群體，高度近視作為近視的嚴重階段，已成為全球范圍內的公共衛生問題。盡管現有諸多研究對近視的危險因素進行了探討，但鮮有研究針對性闡明風險因素與高度近視發生的復雜非線性關系，本研究結合巢式病例對照研究和限制性立方樣條，開發一個中小學生高度近視風險預測模型，通過早期識別高風險個體，延緩或阻止高度近視的發展，實現近視的三級預防，對中小學生的學業和生活質量有積極意義。目的 探究中小學生高度近視的流行現狀及危險因素，構建風險預測模型，為中小學生高度近視防控提供科學依據。方法 采用巢式病例對照研究，于2023年選取杭州市12所學校中度近視的學生作為研究對象建立隊列，按照全國學生常見病和健康影響因素監測與干預工作方案，對納入研究的中小學生開展近視狀況監測，研究期間進展為高度近視的中小學生作為高度近視發生組，其余未進展為高度近視的中小學生作為對照組，對兩組研究對象開展視力保健行為進行調查。采用Lasso回歸篩選特征變量后進行多因素Logistic回歸分析探究中小學生高度近視發生的影響因素，并采用列線圖對風險預測模型可視化，同時采用Hosmer-Lemeshow檢驗、受試者工作特征（ROC）曲線、Calibration曲線、決策曲線分析（DCA）對模型性能進行評估，最后采用限制性立方樣條進一步明確年齡與高度近視發生風險的關系。結果 12所中小學校共納入2 468名學生，未進展為高度近視的學生1 293名，中度近視進展為高度近視的學生1 175名，高度近視發生率為47.61%（1 175/2 468）。兩組學生年齡、年級、BMI、每日入睡時間、地區、戶外活動時間、電子產品使用時間、課后作業時間、家用臺燈比較，差異有統計學意義（Plt;0.05）。Lasso回歸篩選出8個特征變量：年級、BMI、每日入睡時間、地區、戶外活動時間、電子產品使用時間、課后作業時間、家用臺燈。多因素Logistic回歸分析結果顯示，初中年級（OR=2.612，95%CI=2.185～3.127），超重或肥胖（OR=2.140，95%CI=1.458～3.169）、偏瘦（OR=1.807，95%CI=1.430～2.290），每日入睡時間在22：00之后（OR=1.408，95%CI=1.188～1.670），戶外活動時間1～2 h/d（OR=1.371，95%CI=1.122～1.675）、lt;1 h/d（OR=1.648，95%CI=1.342～2.027），電子產品使用時間gt;2 h/d（OR=1.440，95%CI=1.119～1.856），課后作業時間1～2 h/d（OR=1.461，95%CI=1.126～1.899）、gt;2 h/d

（OR=1.534，95%CI=1.218～1.935）為中小學生高度近視發生的危險因素（Plt;0.05）；而高中年級（OR=0.560，95%CI=0.419～0.743）為中小學生高度近視發生的保護因素（Plt;0.05）?；谀昙?、BMI、每日入睡時間、戶外活動時間、電子產品使用時間、課后作業時間等6個變量構建的預測模型ROC曲線下面積為0.840（95%CI=0.825～0.855），具有良好的擬合優度、一致性、應用性，限制性立方樣條分析顯示13～15歲為高度近視的高發年齡段。結論 中小學生高度近視發生率較高，風險預測模型為高度近視的預防和控制提供了科學依據，應在初中年級加強近視防控措施，改善學生的視力保健行為，降低高度近視的發生。

【關鍵詞】 近視；學生；高度近視；巢式病例對照研究；限制性立方樣條；預測模型

【中圖分類號】 R 778.11 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2024.0318

Risk Prediction Model for High Myopia in Primary and Secondary School Students：Based on Nested Case-control Study

CHEN Shenglan1，ZHENG Yongtao1，HU Wangcheng1，NI Zuowei2，XIA Bing3，YE Chunmei4，DU Chixin2，CHEN Xiaodan2*

1.Department of Surveillance，Xiaoshan District Center for Disease Control and Prevention，Hangzhou 310000，China

2.Nursing Department，the First Affiliated Hospital，Zhejiang University School of Medicine，Hangzhou 310000，China

3.Department of Quality Control，Zhejiang Xiaoshan Hospital，Hangzhou 310000，China

4.Department of Immunization Planning and Management，Linping District Center for Disease Control and Prevention，Hangzhou 310000，China

*Corresponding author：CHEN Xiaodan，Nurse-in-charge；E-mail：54306768@qq.com

【Abstract】 Background The vision health of primary and secondary school students has become a growing concern due to increasing academic pressure，the widespread use of electronic devices，and poor eye care habits. High myopia，as an advanced stage of myopia，emerging as a global public health issue. While many existing studies have explored the risk factors for myopia，few have specifically addressed the complex non-linear relationships between these factors and the development of high myopia. This study combines a nested case-control study with restricted cubic splines to develop a risk prediction model for high myopia in primary and secondary school students. By identifying high-risk individuals early，this model aims to delay or prevent the progression of high myopia，contributing to tertiary prevention of myopia，and positively impacting the academic and life quality of students. Objective To investigate the prevalence and risk factors of high myopia in primary and secondary school students，and conduct a risk prediction model to provide a scientific basis for myopia prevention. Methods A nested case-control study was conducted in 2023，involving students with moderate myopia from 12 schools in Hangzhou to establish a cohort. Myopia status among the students was monitored in accordance with the National Monitoring and Intervention Program for Common Diseases and Health-Related Factors in Students. Students who progressed to high myopia were classified as the case group，while the others formed the control group，vision care behaviors were surveyed for both groups. Lasso regression was used to select feature variables，followed by multivariate logistic regression analysis to identify factors influencing the development of high myopia among primary and secondary school students. A Nomogram was employed to visualize the risk prediction model. The model's performance was evaluated using the Hosmer-Lemeshow test，receiver operating characteristic（ROC）curve，calibration curve，and decision curve analysis（DCA）. Additionally，restricted cubic splines were used to further clarify the relationship between age and the risk of high myopia. Results A total of 2468 students from 12 primary and secondary schools were enrolled. Among them，1 293 students did not progress to high myopia，while 1 175 students with moderate myopia progressed to high myopia，resulting in a high myopia incidence rate of 47.61%（1 175/2 468）. Significant differences were observed between the two groups in terms of age，grade level，BMI，daily sleep time，geographic region，outdoor activity time，electronic device usage time，after-school homework time，and household lamp usage（Plt;0.05）. Lasso regression identified eight feature variables：grade level，BMI，daily sleep time，geographic region，outdoor activity time，electronic device usage time，after-school homework time，and household lamp usage. Multivariate Logistic regression analysis revealed that the risk factors for high myopia in primary and secondary school students included being in middle school（OR=2.612，95%CI=2.185-3.127），being overweight or obese（OR=2.140，95%CI=1.458-3.169），being underweight（OR=1.807，95%CI=1.430-2.290），sleeping after 22：00 daily（OR=1.408，95%CI=1.188-1.670），engaging in outdoor activities for 1-2 h/d（OR=1.371，95%CI=1.122-1.675）or lt;1 h/d（OR=1.648，95%CI=1.342-2.027），using electronic devices gt;2 h/d（OR=1.440，95%CI=1.1191.856），and spending 1-2 h/d（OR=1.461，95%CI=1.126-1.899）or gt;2 h/d（OR=1.534，95%CI=1.218-1.935）on after-school homework（Plt;0.05）. In contrast，being in high school was identified as a protective factor against high myopia（OR=0.560，95%CI=0.419-0.743，Plt;0.05）. A risk prediction model was constructed based on six variables：grade level，BMI，daily sleep time，outdoor activity time，electronic device usage time，and after-school homework time. The model achieved an area under the ROC curve of 0.840（95%CI=0.825-0.855），demonstrating good fit，consistency，and applicability. Additionally，restricted cubic spline analysis indicated that the age group of 13～15 years was the high-risk period for developing high myopia. Conclusion The incidence of high myopia among primary and secondary school students was notably high. The risk prediction model could provide a scientific basis for the prevention and control of high myopia. Strengthening myopia prevention and control measures in middle school，along with improving students' vision care behaviors，was essential for reducing the occurrence of high myopia.

【Key words】 Myopia；Student；High myopia；Nested case control study；Restricted cubic spline；Prediction model

近視是指眼睛屈光不正，正常在眼調節放松的情況下，平行于光軸進入眼睛的光線被聚焦在視網膜前，而不能清晰成像在視網膜上［1］，其病因復雜，涉及遺傳和環境等多種因素的共同作用，進展機制尚未完全明確。近年來，盡管我國政府部門采取了各項措施來預防和控制近視的發生、發展，然而中小學生近視的發生率仍呈現上升趨勢［2］，2020年我國兒童青少年總體近視率超過50%［3］，已成為嚴重的學校公共衛生問題，近視尤其是高度近視不僅嚴重影響學生的學習和生活質量，還可能導致一系列不可逆的視力并發癥，如視網膜脫離、黃斑變性和青光眼等［4］。本研究旨在探究中小學生高度近視的發生、發展風險因素，構建風險預測模型，為制訂科學的近視防控策略提供理論依據，以期實現近視的三級預防。

1 資料與方法

1.1 研究對象

采用多階段分層整群抽樣，選取杭州市12所學校（小學、初中、高中各4所）中度近視的學生作為研究對象，共計2 468名。納入標準：中度近視，閱讀理解無障礙，依從性較好且知情同意本研究內容；排除標準：正常視力或輕度近視、高度近視、遠視，接受過眼部手術、先天性眼病或其他嚴重眼?。ㄈ缪矍蛘痤?、青光眼、白內障、光敏癥、視網膜脫落等）。本研究經過浙江大學醫學院附屬第一醫院倫理委員會審批（倫理號：浙大一院倫審2023研第0988號）。

1.2 研究方法

采用巢式病例對照研究，于2023年選取杭州市12所學校中度近視的學生作為研究對象建立隊列，按照全國學生常見病和健康影響因素監測與干預工作方案［5］，對納入研究的中小學生開展為期1年的近視狀況監測，研究期間進展為高度近視的中小學生作為高度近視發生組，其余未進展為高度近視的中小學生作為對照組，同時對兩組研究對象開展視力保健行為進行調查，分析中小學生高度近視發生的危險因素和高發年齡段，構建風險預測模型并對模型性能進行評價。

1.3 相關定義和標準

1.3.1 視力、屈光檢查：由眼科專業人員按照GB/T 11533-2011標準，統一采用5 m標準對數視力表［6］，檢查雙眼裸眼和矯正視力，結果以5分法記錄；在非睫狀肌麻痹情況下，用電腦自動驗光儀（尼德克NIDEK ARK-1）進行屈光檢查，記錄球鏡、柱鏡、軸位等內容，每只眼睛測量3次取平均值［7］。

1.3.2 近視判定［8］：任一眼裸眼視力lt;5.0且非睫狀肌麻痹情況下電腦驗光等效球鏡度數（SE）lt;-0.50 D即判定為近視，其中SE=球鏡度數+（柱鏡度數/2），輕度近視為-3.00 Dlt;SE≤-0.50 D，中度近視為-6.00 Dlt;SE≤-3.00 D，高度近視為SE≤-6.00 D。

1.3.3 BMI分類：因學齡兒童和青少年人群正處于生長發育期，BMI值隨年齡的變化而變化，故依據世界衛生組織采用標準差法來評價學齡兒童和青少年人群的BMI標準［9］，偏瘦（BMIlt;18.5 kg/m2）、正常（BMI：18.5～24.0 kg/m2）、超重或肥胖（BMI≥24.0 kg/m2）。

1.4 統計學方法

運用R version 4.4.0軟件統計分析。計量資料采用（x-±s）描述，組間比較采用t檢驗；計數資料采用構成比（%）進行描述，采用χ2檢驗進行組間比較；單因素分析和Lasso回歸篩選特征變量后進行多因素Logistic回歸分析中小學生高度近視發生的影響因素，并采用列線圖對風險預測模型可視化，同時采用Hosmer-Lemeshow檢驗、受試者工作特征（receiver operating characteristic curve，ROC）曲線、Calibration曲線、決策曲線分析（decision curve analysis，DCA）對模型性能進行評估，最后采用限制性立方樣條進一步明確年齡與高度近視發生風險的關系。檢驗水準為α=0.05，以Plt;0.05為差異有統計學意義。

2 結果

2.1 總體情況

12所中小學校共納入2 468名學生，其中男生975名（39.51%）、女生1 493名（60.49%），平均年齡為（12.8±2.8）歲，小學生989名（40.07%）、初中生1 160名（47.00%）、高中生319名（12.93%）。未進展為高度近視的學生1 293名，中度近視進展為高度近視的學生1 175名，高度近視發生率為47.61%（1 175/2 468）。

兩組學生性別、父母近視史、教室燈光、眼保健操次數比較，差異無統計學意義（Pgt;0.05）；兩組學生年齡、年級、BMI、每日入睡時間、地區、戶外活動時間、電子產品使用時間、課后作業時間、家用臺燈比較，差異有統計學意義（Plt;0.05），見表1。

2.2 中小學生高度近視發生影響因素的Lasso回歸和多因素Logistic回歸分析

由于各個變量之間可能存在多重共線性等問題，故將上述單因素分析中差異有統計學意義的變量再納入Lasso回歸降維處理，進行特征變量篩選，通過10折交叉驗證來選擇最佳λ值（λ 1se=0.012 561）（圖1），最后共選擇8個特征變量進入多因素Logistic回歸模型，變量賦值情況見表2。

以中小學生是否發生高度近視為因變量，以8個特征變量為自變量進行多因素Logistic回歸分析，結果顯示，初中年級，超重或肥胖、偏瘦，每日入睡時間在22：00之后，戶外活動時間1～2 h/d、lt;1 h/d，電子產品使用時間gt;2 h/d，課后作業時間1～2 h/d、gt;2 h/d為中小學生高度近視發生的危險因素（Plt;0.05）；而高中年級為中小學生高度近視發生的保護因素（Plt;0.05），見表3。

2.3 中小學生高度近視發生風險預測模型的構建及評價

依據Logistic回歸赤池信息準則（akaike information criterion，AIC），AIC值較小則擬合效果較好，故最終納入預測模型的變量為年級、BMI、每日入睡時間、戶外活動時間、電子產品使用時間、課后作業時間等6個變量，繪制列線圖進行預測模型可視化。將各變量的單項分相加得到總分，通過總分向下繪制一條垂線可以得出中小學生高度近視發生風險的概率估計，見圖2。

L擬合優度檢驗顯示，預測模型χ2值為8.148（P=0.419），實際高度近視發生與預測結果一致性較好；繪制ROC曲線，曲線下面積（AUC）為0.840（95%CI=0.825～0.855），說明該模型具有較好的準確度，見圖3。預測模型的Calibration校準曲線圖顯示，實際曲線和校準曲線接近理想曲線，說明預測模型的預測情況和實際情況一致性較好，見圖4。預測模型的DCA曲線圖顯示，預測模型的DCA曲線在較大范圍內均位于None和All兩條無效線上方，說明模型的應用效果較好，見圖5。

2.4 學生年齡與高度近視發生的限制性立方樣條分析

考慮到年齡與高度近視發生可能為非線性關系，故采用限制性立方樣條分析進一步直觀分析年齡（年級）與高度近視發生的關系，設置節點為4（圖6），結果顯示，年齡與高度近視發生為非線性關系（P非線性lt;0.001），呈現“倒U型”曲線，13～15歲為高度近視發生的年齡段，即高度近視高發年級主要集中在學生的初中階段。

3 討論

隨著教育負擔的增加和不良行為習慣的養成，中小學生近視目前已成為一個全球范圍內日趨嚴重的公共衛生問題［4，10］，近視發生率在國內也呈上升趨勢，有研究顯示我國中小學生近視患病率超過50%，預計到2030年我國中小學生近視數量將接近2億［11］。高度近視不僅影響個體的生活質量，還與多種眼部并發癥相關，如青光眼和白內障等，可導致視力嚴重下降甚至失明［12］。識別和干預中小學生近視的危險因素，特別是高度近視，顯得尤為重要。此前已有研究對近視的成因進行了廣泛探討，遺傳、環境以及行為習慣等是近視發生、發展的關鍵因素［13-16］，但針對中小學生群體的高度近視發生率、危險因素、預防措施等研究仍十分有限，大多數研究缺乏對多因素相互作用的綜合評估［17］，本研究旨在通過巢式病例對照設計，對中小學生高度近視的發生風險進行深入分析，構建風險預測模型，并基于限制性立方樣條分析中小學生高度近視發生的高發年齡段。

本研究期間隨訪中，觀察到中度近視的中小學生進展為高度近視的比例接近50%，表明盡管目前有許多控制近視的措施，但其效果可能不足以有效減緩近視的進展。本研究結果顯示，初中年級，超重或肥胖、偏瘦，每日入睡時間在22：00之后，戶外活動時間1～2 h/d、lt;1 h/d，電子產品使用時間gt;2 h/d，課后作業時間1～2 h/d、gt;2 h/d為中小學生高度近視發生的危險因素；而高中年級為中小學生高度近視發生的保護因素。

分析發現，BMI與高度近視的發生存在顯著關聯，偏瘦、超重或肥胖的學生更易發生近視進展［18］，BMI越高可能攝取了更多的飽和脂肪酸，增加游離的胰島素生長因子結合蛋白，進而引起鞏膜纖維的延長，增加眼軸長度導致近視的進展，而偏瘦可能與營養不足影響眼部發育有關［19］。晚睡和戶外活動時間不足均與高度近視風險增加有關，這與先前研究中關于睡眠剝奪和戶外活動對視力保護作用的發現一致［20-21］，其潛在機制可能是戶外光照刺激視網膜多巴胺分泌或維生素D的利用從而抑制眼軸伸長［22］，同時充足的睡眠可有效緩解眼疲勞，恢復睫狀肌的調節平衡能力［23］。長時間使用電子產品和課后作業時間的增加與高度近視風險增加有關，這可能與長時間近距離工作導致的視覺負擔有關［24-25］，近距離用眼休息頻次較少以及伏案不良坐姿均有可能加深近視度數［26］。本研究結果進一步支持了這些結論，并提供了更細致的風險因素分析，構建風險預測模型展示了中小學生中度近視進展為高度近視的良好預測性能和實際應用價值，這為中小學生近視防控提供了科學依據，有助于制訂更具針對性的干預措施。此外雖然多項研究表明，高中年級的高度近視罹患率是最高的［4，11，27-28］，本研究通過限制性立方樣條分析發現，高中并不是高度近視發生的高發階段，而集中在13～15歲的年齡段，即高發于初中階段，這一發現為針對性的干預措施提供了時間窗口，強調了在這一年齡段加強近視防控措施的重要性。

本研究存在一定的局限性：首先，研究的樣本僅限于杭州市的中小學生，樣本的地域代表性有限，對其他地區的推廣應用需謹慎，未來還需要更多外部數據對模型進行驗證；其次，研究的觀察時間較短，未來可能需要更長時間、納入更多暴露環境和遺傳因素的縱向研究進一步提高模型的普適性和準確性。

4 小結

綜上所述，初中年級，BMI超重或肥胖、偏瘦，每日入睡時間在22：00之后，戶外活動時間1～2 h/d、lt;1 h/d，電子產品使用時間gt;2 h/d，課后作業時間1～2 h/d、gt;2 h/d為中小學生高度近視發生的危險因素；而高中年級為中小學生高度近視發生的保護因素。本研究通過巢式病例對照研究設計和限制性立方樣條方法，識別了中小學生高度近視的主要危險因素，構建了具有良好預測性能的風險模型，此模型可在學校健康監測系統中應用，通過定期監測中小學生的近視發展情況，特別是針對中度近視學生進行早期風險評估，幫助學校和家長及時干預，同時可在眼科門診的常規檢查，通過結合學生的生活習慣、視力健康狀況等因素，為醫生提供個性化的預防建議，醫生可以根據預測結果對高風險個體制訂更加精確的干預措施，從而延緩甚至預防高度近視的發展。本研究同時強調了針對初中階段學生進行視力保健干預的重要性，建議通過調整生活習慣和學習環境，積極預防高度近視的發生，為中小學生近視防控提供了有力的科學依據和策略支持。

作者貢獻：陳勝藍負責數據整理和初稿撰寫；鄭永韜和胡旺成負責數據整合、分析并繪制圖表，參與論文內容、格式修改；倪作為、夏冰、葉春梅負責現場流行病學調查，原始數據收集和錄入；杜持新對論文的結構和邏輯進行校驗；陳曉丹提出研究思路、提供研究資源和經費支持、完善最終內容并對論文負責。

本文無利益沖突。

陳勝藍https：//orcid.org/0009-0009-6319-4467

參考文獻

MORGAN I G，OHNO-MATSUI K，SAW S M. Myopia［J］. Lancet，2012，379（9827）：1739-1748. DOI：10.1016/S0140-6736（12）60272-4.

ZHU Z T，CHEN Y X，TAN Z，et al. Interventions recommended for myopia prevention and control among children and adolescents in China：a systematic review［J］. Br J Ophthalmol，2023，107（2）：160-166. DOI：10.1136/bjophthalmol-2021-319306.

戴磊，丁嵐，蔡楓，等. 中國兒童青少年近視防控的現狀和思考［J］. 中華眼視光學與視覺科學雜志，2023，25（12）：895-899. DOI：10.3760/cma.j.cn115909-20220718-00282.

HOLDEN B A，FRICKE T R，WILSON D A，et al. Global prevalence of myopia and high myopia and temporal trends from 2000 through 2050［J］. Ophthalmology，2016，123（5）：1036-1042. DOI：10.1016/j.ophtha.2016.01.006.

國家衛生健康委員會辦公廳. 國家衛生健康委辦公廳關于印發2019年全國學生常見病和健康影響因素監測與干預工作方案的通知［EB/OL］. （2019-03-26）［2024-05-12］. http：//www.nhc.gov.cn/jkj/s5898bm/201903/1bcbac21e1864377ad24984fac014c7d.shtml.

湖南省兒童眼視光斜視弱視防治中心. 標準對數視力表［M］. 長沙：湖南科技出版社，2011.

國家衛生健康委員會辦公廳. 國家衛生健康委辦公廳關于印發兒童青少年近視防控適宜技術指南的通知［EB/OL］. （2019-10-15）［2024-05-12］. http：//www.nhc.gov.cn/jkj/s5898bm/201910/c475e0bd2de444379402f157523f03fe.shtml.

王碧瑩，王景慧，杜蓓，等. 第二版國際近視研究學會近視防控白皮書解讀［J］. 國際眼科雜志，2023，23（6）：918-922. DOI：10.3980/j.issn.1672-5123.2023.6.07.

DE ONIS M，ONYANGO A W，BORGHI E，et al. Development of a WHO growth reference for school-aged children and adolescents［J］. Bull World Health Organ，2007，85（9）：660-667. DOI：10.2471/blt.07.043497.

LI S M，WEI S F，ATCHISON D A，et al. Annual incidences and progressions of myopia and high myopia in Chinese schoolchildren based on a 5-year cohort study［J］. Invest Ophthalmol Vis Sci，2022，63（1）：8. DOI：10.1167/iovs.63.1.8.

SUN H P，LI A，XU Y，et al. Secular trends of reduced visual acuity from 1985 to 2010 and disease burden projection for 2020 and 2030 among primary and secondary school students in China［J］. JAMA Ophthalmol，2015，133（3）：262-268. DOI：10.1001/jamaophthalmol.2014.4899.

FLITCROFT D I. The complex interactions of retinal，optical and environmental factors in myopia aetiology［J］. Prog Retin Eye Res，2012，31（6）：622-660. DOI：10.1016/j.preteyeres.2012.06.004.

王炳南. 身體活動、戶外時間、近距離用眼對兒童青少年近視影響的研究［D］. 上海：上海體育學院，2021.

王赟，諶丁艷，熊華威，等. 我國青少年近視影響因素與防治措施研究［J］. 實用預防醫學，2016，23（3）：380-381，封3. DOI：10.3969/j.issn.1006-3110.2016.03.042.

ROSE K A，MORGAN I G，SMITH W，et al. Myopia，lifestyle，and schooling in students of Chinese ethnicity in Singapore and Sydney［J］. Arch Ophthalmol，2008，126（4）：527-530. DOI：10.1001/archopht.126.4.527.

駱冬亞. 戶外活動、視近行為、睡眠對宿遷市7-15歲學生視力的影響研究［D］ 上海：華東師范大學，2021.

JONES L A，SINNOTT L T，MUTTI D O，et al. Parental history of myopia，sports and outdoor activities，and future myopia［J］. Invest Ophthalmol Vis Sci，2007，48（8）：3524-3532. DOI：10.1167/iovs.06-1118.

陳德東，李錦瓊，胡飛龍，等. 重慶市2016年中小學生肥胖現況及其對常見疾病的影響［J］. 中國學校衛生，2018，

39（12）：1864-1866. DOI：10.16835/j.cnki.1000-9817.

2018.12.029.

GALVIS V，LóPEZ-JARAMILLO P，TELLO A，et al. Is myopia another clinical manifestation of insulin resistance？［J］. Med Hypotheses，2016，90：32-40. DOI：10.1016/j.mehy.2016.02.006.

JIN J X，HUA W J，JIANG X，et al. Effect of outdoor activity on myopia onset and progression in school-aged children in Northeast China：the Sujiatun eye care study［J］. BMC Ophthalmol，2015，15：73. DOI：10.1186/s12886-015-0052-9.

張金嬌，常利濤，肖潔，等. 云南省兒童青少年近視危險因素列線圖判別分析［J］. 中國學校衛生，2023，44（9）：1387-1391. DOI：10.16835/j.cnki.1000-9817.2023.09.024.

MAO J F，LIU S Z. Different roles of retinal dopamine in albino guinea pig myopia［J］. Neurosci Lett，2017，639：94-97. DOI：10.1016/j.neulet.2016.12.061.

AYAKI M，TORII H，TSUBOTA K，et al. Decreased sleep quality in high myopia children［J］. Sci Rep，2016，6：33902. DOI：10.1038/srep33902.

易軍暉，李蓉蓉. 近距離工作和戶外活動對學齡期兒童近視進展的影響［J］. 中國當代兒科雜志，2011，13（1）：32-35.

王菲. 安徽省城鄉地區中學生近視相關因素的比較［D］. 合肥：安徽醫科大學，2023.

WU L J，WANG Y X，YOU Q S，et al. Risk factors of myopic shift among primary school children in Beijing，China：a prospective study［J］. Int J Med Sci，2015，12（8）：633-638. DOI：10.7150/ijms.12133.

周佳，馬迎華，馬軍，等. 中國6省市中小學生近視流行現狀及其影響因素分析［J］. 中華流行病學雜志，2016，37（1）：29-34. DOI：10.3760/cma.j.issn.0254-6450.2016.01.006.

譚業豐，譚曉東. 武漢市中小學生近視流行現狀及影響因素分析［J］. 健康教育與健康促進，2023，18（5）：464-466. DOI：10.16117/j.cnki.31-1974/r.202305464.

（收稿日期：2024-08-09；修回日期：2024-09-20）

（本文編輯：康艷輝）