不同年龄成年人视疲劳患病率的影响因素分析

林娜 吴小天 张嘉璠 刘勇舜 杨茂元 邓如芝 吕帆

作者单位：1温州医科大学附属眼视光医院 国家眼耳鼻喉疾病临床医学研究中心（眼部疾病），温州 325027；2温州医科大学眼视光学院，温州 325027

视疲劳是由于各种原因使得人眼视物时超过其视觉功能所能承载的负荷，导致用眼后出现视觉障碍、眼部不适或伴有全身症状等以致不能正常进行视作业的一组综合征[1]。视疲劳症状也可能严重到限制个人活动，并进一步可能加速与年龄相关的眼部疾病的发展[2]。因此，识别视疲劳的危险因素对于改善视功能、降低视疲劳风险具有重要意义。

近年来，随着近距离用眼需求增加和视频终端的普及，视疲劳的患病率和人数逐年增加，成年人视疲劳患病率为53.5%～77.1%[3-5]。许多因素已被证实与视疲劳的发生发展有关，如年龄[6]、近距离用眼时间[6]、睡眠情况[7]、电子显示屏类型[8]和用眼后休息情况[9]等。但由于各研究采用视疲劳的调查问卷和标准并不一致，不同年龄段人群视疲劳的影响因素也各不相同，甚至出现截然相反的结果。此外，现有视疲劳影响因素的调查对象主要集中于青年及儿童群体，较少涉及老年人群。

本研究团队前期在中国人群中研制的普查版视疲劳量表（11 Items of Asthenopia Survey Questionnaire，ASQ-11）[10-11]经过验证具有良好的信效度。本研究利用ASQ-11调查人群的视疲劳情况，为不同年龄段人群视疲劳的针对性防治提供参考。

1 对象与方法

1.1 对象

通过配额抽样和简单抽样，2016 年6月至2018年6月利用网络问卷调查平台向全国31个地区18岁以上群众发放视疲劳调查量表5 022份，调查3个年龄组（≤20岁组、21～50岁组和＞50岁组）人群视疲劳的各自影响因素。该调查量表由两部分组成，第1部分收集调查对象的基本信息（如年龄、性别等）和视疲劳相关因素（如居住地湿润度、居住地城乡特征、职业、每日近距离用眼时间、每日睡眠时间、睡眠质量和眼部手术史等），第2部分为普查版视疲劳量表。纳入回答完整的量表进行分析。

其中z=1.96；P为研究人群预计视疲劳患病率，基于一项在我国7～85 岁人群开展的类似调查[6]选取为15.0%；E=0.1P。因此计算得到最小样本量为2 177。

本研究遵循赫尔辛基宣言，调查研究方案经温州医科大学附属眼视光医院伦理委员会审查通过[批号：KYK(2016)8号]。调查对象在阅读完本次调查的目的、意义、调查内容及隐私保护情况后进行量表填写。

1.2 相关指标情况

1.2.1 视疲劳诊断标准 采用研究团队前期研制的普查版ASQ-11得分作为视疲劳的诊断依据，量表得分≥8分定义为视疲劳[11]，并建议其至当地医院眼科或眼科专科医院就诊。

1.2.2 年龄组构成 参考《中国人口年龄构成统计人数》将调查对象按照10岁等距划分。

1.2.3 居住地区湿润度 以当年各省会城市全年降水量代表该省年降水量，年降水量＞800 mm为湿润区，400～800 mm为半湿润地区，＜400 mm为干旱和半干旱地区，见表1。

表1.视疲劳研究调查对象基本信息（n=2 870）Table 1.Participant demographics of asthenopia study (n=2 870)

1.2.4 职业种类 根据脑力劳动和体力劳动的组成，将职业分为3大类[12]：①白领：脑力劳动为主；②蓝领：体力劳动为主；③其他：二者均衡。见表1。

1.2.5 睡眠质量 参考以往类似研究[13-14]，调查对象采用Likert 五级评分法对睡眠质量进行评分，依次为非常好（5分）、好（4分）、一般（3分）、差（2分）和非常差（1分）。

1.3 质量控制

本次调查采用网络填写的形式，相同IP地址只能作答1次。量表全部填写完成才可提交，以保证数据的完整性。回答时间限制在1～10 min，若不在此范围内，则为无效量表。

1.4 统计学方法

横断面调查研究。用SPSS 23.0统计学软件进行统计分析。符合正态分布的连续变量采用±s表示，分类变量采用频数表示。采用单因素二元Logistic回归分析视疲劳的影响因素，将筛选出的相关因素（P＜0.05）用多因素回归进一步分析。采用卡方检验和Bonferroni多重比较法比较各组视疲劳患病率的差异。以P＜0.05为差异有统计学意义。

2 结果

共收集量表2 944 份，应答率为58.6%，其中有效应答量表2 870份（去除74份未填写年龄等要素或应答时间不在规定时间内），有效应答率为57.1%。

表2.视疲劳影响因素的单因素和多因素Logistic回归分析（n=2 870）Table 2.Univariate and multivariate binary logistic regression analysis of factors associated with asthenopia (n=2 870)

表3.3个年龄组视疲劳影响因素的多因素Logistic回归分析Table 3.Factors associated with asthenopia in three age subgroups - multivariate binary logistic regression analysis

2.1 基本信息

2 870例调查对象年龄为18～83（30.7±15.9）岁，以女性（54.9%，1 575例）和21～30岁（37.7%，1 083例）为主（表1）。

2.2 视疲劳的影响因素

2 870例调查对象视疲劳患病率为40.4%（1 160例）。由于调查对象中睡眠质量“很差”的比例为1.1%，单因素Logistic回归分析显示，相对于睡眠质量“很好”，其比值比（Odd ratio，OR）为12.32，95%可信区间（Confidence interval，CI）较大，为2.53～22.65，因此将睡眠质量“很差”和“差”合并成1 组，最终睡眠质量分为“好”“一般”和“差”3 个等级。单因素回归分析显示较大的年龄（OR=1.02，95%CI：1.01～1.02）、更差的睡眠质量（一般OR=1.88，95%CI：1.59～2.21；差OR=5.48，95%CI：4.15～7.23）是视疲劳的危险因素（均P＜0.05）；居住在半湿润及湿润地区（半湿润OR=0.70，95%CI：0.57～0.86；湿润OR=0.77，95%CI：0.62～0.95）、职业特点为其他（OR=0.85，95%CI：0.72～0.99）、每日近距离用眼4～6 h（OR=0.74，95%CI：0.57～0.97）、长时间睡眠（OR=0.81，95%CI：0.76～0.86）是保护因素（均P＜0.05）；性别、居住地城乡特征、眼部手术史并非影响因素（均P＞0.05），见表2。

多因素回归分析显示较大的年龄（OR=1.02，95%CI：1.01～1.03）、更差的睡眠质量（一般OR=1.80，95%CI：1.51～2.13；差OR=4.99，95%CI：3.72～6.71）和每日近距离用眼时间超过8 h（OR=1.49，95%CI：1.10～2.03）是视疲劳的危险因素（均P＜0.05）；职业为非白领（蓝领OR=0.56，95%CI：0.41～0.78；其他OR=0.71，95%CI：0.58～0.86）为保护因素（均P＜0.05）；居住地区湿润度和每日睡眠时间并非影响因素（均P＞0.05），见表2。

2.2.1 年龄增加是视疲劳的危险因素 不同年龄组整体视疲劳患病率差异有统计学意义（χ2=43.90，P＜0.001），21～30 岁组（39.3%）明显高于≤20 岁组（34.4%） （P=0.034），＞50 岁组（54.0%）明显高于41～50岁组（42.4%） （P=0.004）。但21～30岁组与31～40岁组相比（38.9%） （P=0.876），31～40岁组与41～50岁组相比（P=0.381），以及21～30岁组与41～50岁组相比（P=0.232），差异均无统计学意义，后续分析将以上3组并成1组即21～50岁组进行分析。

2.2.2 睡眠质量差是影响视疲劳发生的关键危险因素 不同睡眠质量调查对象整体视疲劳患病率差异有统计学意义（χ2=29.61，P＜0.001），从高到低依次是睡眠质量差（69.1%）、一般（43.4%）和好（29.0%），睡眠质量差和睡眠质量一般相比，睡眠质量一般和睡眠质量好相比差异均有统计学意义（均P＜0.001）。

2.2.3 职业为非白领是视疲劳的保护因素 不同职业种类调查对象整体视疲劳患病率差异有统计学意义（χ2=6.22，P=0.042）。白领（42.1%）明显高于蓝领（35.8%） （P=0.035），但蓝领和其他（38.0%）相比差异无统计学意义（P=0.538）。

2.2.4 每日近距离用眼超过8 h是视疲劳的危险因素 不同每日近距离用眼时间调查对象整体视疲劳患病率差异有统计学意义（χ2=29.42，P＜0.001），但视疲劳患病率随着每日近距离用眼时间的增加先降低后增加。每日近距离用眼4～6 h（34.4%）明显低于2～4 h（42.9%） （P=0.021），但超过8 h（47.4%）后视疲劳患病率明显高于6～8 h（36.9%） （P＜0.001）。

2.3 3个年龄组视疲劳的影响因素分析

2.3.1 3 个年龄组的影响因素不同 分别对3 个年龄组（≤20 岁、21～50 岁和＞50 岁）视疲劳的影响因素做多因素Logistic回归分析，结果显示在≤20 岁组中，更差的睡眠质量（一般OR=2.43，95%CI：1.69～3.50，P＜0.001；差OR=7.44，95%CI：3.50～15.80，P＜0.001）是危险因素。在21～50岁组中，除了更差的睡眠质量（一般OR=1.79，95%CI：1.43～2.23，P＜0.001；差OR=5.35，95%CI：3.67～7.80，P＜0.001）之外，每日近距离用眼时间超过8 h（OR=1.76，95%CI：1.08～2.85，P=0.022）也是危险因素。而在＞50岁组中，睡眠质量和每日近距离用眼时间不是影响因素（均P＞0.05），见表3。

2.3.2 3个年龄组每日近距离用眼时长不同 3个年龄组每日近距离用眼时间超过8 h的人数比例差异有统计学意义（χ2=101.65，P＜0.001），21～50岁组、≤20岁组和＞50岁组依次为29.7%、24.8%和5.8%。此外，在21～50岁组组内，每日近距离用眼时间超过8 h的视疲劳发生率为47.5%，高于每日近距离用眼时间不超过8 h（36.4%），二者比较差异有统计学意义（χ2=152.35，P＜0.001）。在≤20岁组组内，每日近距离用眼时间超过8 h的视疲劳发生率为45.6%，和每日近距离用眼时间不超过8 h（42.4%）相比差异无统计学意义（χ2=4.45，P=0.073）。在＞50岁组组内，每日近距离用眼时间超过8 h的视疲劳发生率为58.3%，和每日近距离用眼时间不超过8 h（53.7%）相比差异无统计学意义（χ2=1.38，P=0.660）。

3 讨论

本研究作为一项在中国不同年龄人群开展的视疲劳患病率及其相关影响因素研究，发现2 870例18～83 岁调查对象视疲劳患病率为40.4%，这一患病率低于中国上海（53.3%）[5]、美国（65.0%）[3]和伊朗（76.2%）[4]的研究结果。造成差异的原因可能是调查对象不同，本研究纳入全年龄段成年人作为调查对象，而中国上海和伊朗的研究仅纳入大学生。其次，本研究采用经过验证的具有良好信效度的普查版ASQ-11[11]，对视疲劳的诊断更加精准和严格，而伊朗的研究根据是否存在2～3种视疲劳相关症状来诊断视疲劳。

本研究发现随着年龄增加，视疲劳患病率呈增长趋势（OR=1.02，95%CI：1.01～1.03，P＜0.001）。研究团队前期1 项关于7～85 岁调查对象视疲劳不适症状的调查显示，年龄增加同样是视疲劳相关视觉症状和全身症状的危险因素（OR值均为1.02）[6]。本研究中≤20 岁组成人视疲劳患病率为34.4%，21～50岁组视疲劳患病率提高至38.9%～42.4%。有研究认为21～50 岁人群工作学习任务重，用眼负荷大[15]。本研究发现＞50 岁组视疲劳患病率高达54.0%，明显高于其他年龄组。随着视频终端的普及，越来越多中老年人也开始频繁使用电子设备，用眼负荷并不小于青壮年，加上眼睛的调节与集合能力下降，在长时间近距离用眼后易出现视疲劳，造成视疲劳患病率增高[16]。

视疲劳作为一种伴有全身症状的疾病，本研究还发现睡眠质量变差是视疲劳的关键危险因素，而与每日睡眠时间无关：和睡眠质量好相比，睡眠质量一般使视疲劳患病的可能性提高了80.0%（OR=1.80，95%CI：1.51～2.13，P＜0.001），睡眠质量差使可能性提高了近4 倍（OR=4.99，95%CI：3.72～6.71，P＜0.001）。睡眠质量影响视疲劳的机制尚不明确，有研究证实提升睡眠质量有利于降低视疲劳患病风险[7]，也有研究表明睡眠质量差不直接引起视疲劳，而是通过加剧抑郁症状从而导致视疲劳[17]。此外，眼部干涩、头痛等视疲劳相关症状也会影响睡眠质量[18]，从而加重视疲劳。

多项研究均已发现较长时间的近距离用眼能增加视疲劳患病率[5,19-20]，但不同研究得出的时间分界点不同。早期研究指出[21]每日近距离用眼时间超过4 h，视疲劳患病率显著提高，近期研究将这一时间分界点延长至6 h[6]或在床上使用数码设备0.5 h以上[5]。但本研究视疲劳患病率随着每日近距离用眼时间的增加先降低后增加，每日近距离用眼时间为4～6 h和6～8 h的视疲劳患病率（依次为34.4%和36.9%）反而低于2～4 h（42.9%），但超过8 h后提高至47.4%（多因素分析显示OR=1.49，95%CI：1.10～2.03，P=0.010）。出现较少的用眼时间却伴有较高的视疲劳患病率这种现象的原因可能由于部分视疲劳的易感人群因疲劳选择放弃或减少近距离用眼时间[22]。而较长时间近距离用眼导致视疲劳的原因可能与眨眼频率降低和不完全眨眼比例增加[23]以及屏幕反射光、背景亮度不恰当[24]有关。长时间使用数字设备和对数字设备的依赖也已被证明与压力感知和抑郁密切相关[25]。这都提示我们要合理适度用眼，将每日近距离用眼时间控制在8 h以内，有助于缓解视疲劳症状、减少视疲劳的发生。

本研究通过同一量表发现不同年龄人群视疲劳的影响因素不同。对于≤20 岁者，睡眠质量差是视疲劳患病的关键危险因素。而睡眠质量差和每天近距离用眼超过8 h是21～50岁组的危险因素，可能与他们每天近距离用眼时间更长有关：这一群体每日近距离用眼超过8 h的比例是29.7%，高于≤20岁组（24.8%）和＞50岁组（5.8%）。＞50岁组调查对象的视疲劳患病率与每日近距离用眼时间、睡眠质量和眼部手术史均无关系。这也提示50 岁以上的中老年人群视疲劳患病原因与青壮年不同，可能与其自身视觉功能退化[26-27]及心理机能减退更有关。过去的流行病学数据已将眼病史和眼部手术史列为视疲劳的风险因素[9]，虽然本研究结果表明各个年龄段视疲劳的患病风险并未受到眼部手术史的显著影响，但确保眼健康和预防某些眼部疾病的重要性仍不可忽略。

本研究初步分析不同年龄段人群尤其是50 岁以上中老年人群视疲劳的发生情况及相关影响因素，为临床诊疗和科普教育提供针对性参考。同时也存在一定局限性：①本研究是基于网络调查，未获得调查对象的临床数据，尚未将量表应答数据和临床检查数据进行比较。但研究团队前期已验证本研究所用的普查版ASQ-11 条目全（涵盖疲劳的眼部症状、视觉功能症状和全身症状）、临床视疲劳诊断准确性高（曲线下面积为0.86）、具有良好的信效度且调查对象易配合，适合用于中国人群视疲劳筛查或自评，便于开展视疲劳相关流行病学调查研究[11]。②本研究是回顾性研究，调查对象可能产生回忆偏移，但本研究调查近2周的主观症状，尽量限制在可准确回忆的时间范围内。此外，还通过限制回答时间来筛选无效量表，确保数据有效。③本研究中＞50岁组调查对象的比例为14.4%，低于国家卫健委数据《2020 年度国家老龄事业发展公报》中显示的2020 年我国60 岁及以上人口约占总人口的比例17.8%，可能会限制结论外推。在后续的研究中，研究团队计划结合临床检查数据并加大50岁以上人群比例。

综上，本研究作为一项在我国不同年龄段人群中开展的视疲劳患病率及其相关影响因素研究，发现18～83 岁调查对象视疲劳患病率为40.4%，视疲劳在睡眠质量差、白领、每日近距离用眼时间超过8 h、老龄人群中患病率较高，性别、居住地城乡特征及湿润度、每日睡眠时间和眼部手术史并不是发生视疲劳的影响因素。不同年龄人群视疲劳的影响因素不同：睡眠质量差是≤20 岁人群的影响因素，睡眠质量差和每天近距离用眼超过8 h是21～50岁人群的影响因素，睡眠质量和每天近距离用眼时间都不是50岁以上人群视疲劳的影响因素。

利益冲突申明本研究无任何利益冲突

作者贡献声明林娜：课题设计，收集数据；资料分析与解释；撰写论文；对编辑部的修改意见进行修改和获取研究经费。吴小天：资料分析与解释；撰写论文。张嘉璠：课题设计，收集数据；资料分析与解释和撰写论文。刘勇舜、杨茂元：数据分析。邓如芝：课题设计，对文章知识性内容作批判性审阅和获取研究经费。吕帆：课题设计；对文章的知识性内容作批判性审阅、指导和获取研究经费