留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

综合干预对肥胖青少年糖脂代谢肝肾和心血管功能的影响

姚梦 白爽 李旭龙 张艺帆 唐东辉

李鑫雨, 熊文娟, 崔庭凯, 曲之毅, 张欣. 孤独症谱系障碍儿童青少年情绪面孔眼动特征的系统评价[J]. 中国学校卫生, 2024, 45(9): 1227-1232. doi: 10.16835/j.cnki.1000-9817.2024267
引用本文: 姚梦, 白爽, 李旭龙, 张艺帆, 唐东辉. 综合干预对肥胖青少年糖脂代谢肝肾和心血管功能的影响[J]. 中国学校卫生, 2019, 40(4): 582-585. doi: 10.16835/j.cnki.1000-9817.2019.04.028
LI Xinyu, XIONG Wenjuan, CUI Tingkai, QU Zhiyi, ZHANG Xin. Systematic evaluation of eye tracking characteristics of emotional face in children and adolescents with autism spectrum disorder[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2024, 45(9): 1227-1232. doi: 10.16835/j.cnki.1000-9817.2024267
Citation: YAO Meng, BAI Shuang, LI Xulong, ZHANG Yifan, TANG Donghui. Effects of comprehensive intervention on glucose and lipid metabolism, liver and kidney function and cardiovascular function in obese adolescents[J]. CHINESE JOURNAL OF SCHOOL HEALTH, 2019, 40(4): 582-585. doi: 10.16835/j.cnki.1000-9817.2019.04.028

综合干预对肥胖青少年糖脂代谢肝肾和心血管功能的影响

doi: 10.16835/j.cnki.1000-9817.2019.04.028
详细信息
  • 中图分类号: 34-1092/R

Effects of comprehensive intervention on glucose and lipid metabolism, liver and kidney function and cardiovascular function in obese adolescents

  • 摘要: 探讨运动结合饮食控制对肥胖青少年基本形态功能、糖脂代谢、肝肾功能和心血管功能的影响,为学校和家庭青少年肥胖的防治提供依据.方法 以71名肥胖青少年为研究对象,对其进行6周运动结合饮食控制的综合干预,测定干预前后的形态功能、糖脂代谢水平、肝肾功能和心血管功能水平.结果 综合干预后,在基本形态功能显著改善的基础上,肥胖青少年的胰岛素水平(FINS)[(18.76±11.46)(11.32±6.54)uU/L]、低密度脂蛋白胆固醇(LDL-C)[(2.96±0.69)(2.22±0.62)mmol/L]、三酰甘油(TG)[(1.57±0.82)(0.89±0.37)mmol/L]和总胆固醇(TC)[(4.52±0.76)(3.53±0.62)mmol/L]下降,胰岛素抵抗指数(3.92±2.54,2.40±1.63)改善(P值均<0.01);谷草转氨酶(AST)[(36.10±32.28)(22.89±7.27)U/L]、谷丙转氨酶(ALT)[(57.42±61.25)(27.86±22.12)U/L]、血清尿素(BUN)[(4.78±0.89)(3.44±0.79)mmol/L]和血清尿酸(UA)[(498.83±120.60)(471.07±120.96)mmol/L]降低(P值均<0.05);反应性充血指数(RHI)(1.34±0.28,1.69±0.45)和NO/ET-1(1.69±0.41,2.67±0.86)升高,动脉粥样硬化指数(AI)(3.06±0.96,2.58±0.80)降低(P值均<0.01).结论 6周运动结合饮食控制的综合干预方案能够在降低肥胖青少年肥胖程度基础上,有效改善其糖脂代谢状态、肝肾功能和心血管功能.
  • 孤独症谱系障碍(autism spectrum disorder, ASD)是一种以社交困难、重复刻板行为、兴趣狭窄为主要特征的广泛性神经发育疾病[1]。2020年的一项研究显示,我国6~12岁儿童ASD患病率约为0.7%[2]。美国疾病预防控制中心报告2020年8岁儿童ASD患病率约为2.78%[3],呈持续增长趋势。因此,ASD发病机制及早期预警特征亟待阐明。近年来,眼动技术结合心理学范式在ASD研究中应用广泛,通过眼动设备可实时记录个体注视时间、注视点个数、首次进入时间等特征眼动数据,反映他们视觉信息的选择与分配,揭示个体的认知加工过程[4]。过往研究发现,ASD患儿社交能力的缺陷与面孔信息处理困难有关[5]。虽然目前多项眼动研究发现ASD儿童青少年情绪面孔识别与正常儿童青少年间存在差异,但由于不同研究间研究对象年龄、诊断方法等方面的不同,导致研究结果不一致[6]。鉴于此,本研究检索并整理了截至2024年4月1日同类型研究,系统评价ASD儿童青少年在不同情绪面孔刺激下的注视情况与正常儿童青少年间的差异,探索导致ASD儿童面孔信息处理困难的因素,为ASD患儿的诊断及干预提供潜在的客观指标。

    系统检索PubMed、Web of Science、中国知网、万方数据,检索时间为建库至2024年4月1日,中文检索词“孤独症”或“自闭症”或“阿斯伯格综合征”和“情绪面孔”或“表情面孔”和“眼动”,英文检索词为“autism” OR “Asperger” OR “ASD” AND “eye tracking” OR “eye movement” OR “gaze” AND “emotional face” OR “emotion”。

    纳入标准:(1)研究类型为公开发表的情绪面孔眼动追踪的病例对照研究;(2)研究对象病例组为经由临床诊断的ASD儿童青少年(年龄3~18岁),对照组为健康儿童青少年;(3)结果中报告了ASD组和对照组情绪面孔的注视时间;(4)研究获得伦理委员会批准。排除标准:(1)重复发表或基于同一数据发表的文献;(2)综述类文献或会议摘要;(3)未获得全文或数据的文献。

    文献由2名评价员独立筛选确定是否纳入,如遇分歧,则仔细核对并咨询第三方协助判断。数据提取内容:(1)基本信息(第一作者、发表时间等);(2)研究对象基线特征(样本量、平均年龄等);(3)基线指标和结局指标,基线指标包括国家、样本量、年龄、ASD诊断方法、眼动追踪装置、刺激材料等,结局指标为面孔注视时间。文献筛选过程见图 1

    图  1  文献筛选流程
    Figure  1.  Flow chart of literature retrieval

    采用适于病例对照研究的纽卡斯尔-渥太华量表(Newcastle-Ottawa-Scale,NOS)[7], 从研究对象的选择、可比性和结果测量3个方面对研究进行质量评估。总共8个条目,分别为研究对象的选择(4个条目)、可比性(1个条目)、结果测量(3个条目);除可比性条目最高得2分外,其他条目最高可得1分,得分范围0~9分,分数越高表示偏倚风险越低。

    使用State 17.0软件进行统计学分析。对文献进行异质性检验绘制森林图,I2<50%提示研究间异质性较小,采用固定效应模型进行分析;I2>50%提示研究间异质性较大,采用随机效应模型进行分析。进一步回归分析寻找异质性来源,异质性来源主要包括受试者年龄、诊断方法、刺激材料、发表国家。计量资料采用标准化均数差(standardized mean difference,SMD)为效应指标,各效应量均给出其置信区间(95%CI)。使用Egger检验评估是否发生发表偏倚,若P<0.1则认为存在发表偏倚。检验水准α=0.05。

    依据检索策略,共检索到相关文献804篇,筛选后共纳入18篇文献,研究样本包括ASD组361人,对照组413人。NOS评分均≥6分,研究质量较高。见表 1

    表  1  纳入文献的基本特征
    Table  1.  Basic characteristics of included literature
    第一作者及年份 国家 人数 年龄/岁 ASD诊断方法 眼动追踪装置 刺激材料 情绪面孔 NOS评分
    病例组 对照组 病例组 对照组
    Wieckowski(2017)[8] 美国 20 20 14.65±1.79 13.75±1.59 临床诊断/ADOS-2 Tobii T60 XL VT-KFER数据集 生气、厌恶、恐惧、悲伤、高兴、惊喜 8
    Sahuquillo-Leal(2022)[9] 西班牙 27 25 12.81±2.79 13.05±4.41 DSM-IV SMI RED250 IAPS 高兴、悲伤、中性 8
    Chien(2022)[10] 中国 3 14 4.75±1.76 4.89±1.24 DSM-V/ICD-10 Tobii X2-30 自制情绪识别游戏 悲伤、高兴、惊喜 7
    Van Der Donck(2021)[11] 比利时 20 20 10.40±1.40 10.50±1.50 DSM-IV-TR/DSM-V Tobii X3-120 情绪识别任务 生气、厌恶、恐惧、悲伤、高兴、惊喜 9
    Van Der Geest(2002)[12] 荷兰 17 17 12.60±2.10 10.10±1.30 DSM-IV/ADI-R SensoMotoric JAC-Fee和JACNeuf数据集 生气、高兴、惊喜、中性 9
    马伟娜(2014)[13] 中国 15 15 13.80±1.42 12.90±0.46 临床诊断 Tobii 120 中国化情绪图片系统 生气、恐惧、悲伤、高兴 7
    李丹丹(2021)[14] 中国 27 36 7.60±0.49 7.50±1.45 临床诊断 SMI iView X 中国化情绪图片系统 生气、悲伤、高兴、中性 6
    李琳(2020)[15] 中国 30 30 4.98±1.17 5.20±0.50 DSM-V Tobii 4C 自制情绪视频 悲伤、高兴 7
    林云强(2022)[16] 中国 15 15 11.07±1.83 5.50±0.82 DSM-V Tobii Pro X3-120 EPU 自制情绪面孔 生气、悲伤、高兴 8
    余宥依(2019)[17] 中国 22 25 8.14±1.07 8.11±0.71 临床诊断/CARS SMI Iview X 自制情绪面孔 生气、恐惧、高兴 7
    王广帅(2018)[18] 中国 31 51 4.37±2.00 5.02±0.63 DSM-V Tobii Eye Tracker 4C BU-3DFE数据库 恐惧、高兴 8
    林云强(2014)[19] 中国 28 28 12.15±1.89 5.39±0.43 临床诊断 Tobii X120 自制情绪面孔 生气、高兴 7
    陈晖(2012)[20] 中国 35 35 11.91±2.10 5.33±0.46 DSM-IV Tobii X120 自制情绪面孔 生气、高兴、中性 8
    魏玲(2023)[21] 中国 21 23 8.11±1.03 8.19±0.69 临床诊断 SMI Iview X 自制情绪面孔 生气、恐惧、高兴 7
    龙细连(2015)[22] 中国 6 6 一至四年级 一至四年级 临床诊断 Tobii 120 CFAPS 生气、厌恶、恐惧、悲伤、惊喜 6
    胡清莹(2013)[23] 中国 25 27 9.16±2.90 8.41±1.42 CCMD-Ⅲ Tobii 120 自制情绪面孔 恐惧、高兴、中性 7
    龙细连(2012)[24] 中国 6 6 8.83±1.72 7.83±1.17 CCMD-Ⅲ Tobii 120 CFAPS 中性 8
    陈顺森(2011)[25] 中国 13 20 8.69±0.97 8.45±0.97 CCMD-Ⅲ Tobii 120 CFAPS 恐惧、高兴、中性 7
    注: ADOS-2为第2版孤独症诊断观察时间表,DSM-IV为《诊断和统计手册》第4版,DSM-IV-TR为《诊断和统计手册》第4版修订版,DSM-V为《诊断和统计手册》第5版,ICD-10为《国际疾病分类》第10版,ADI-R为孤独症诊断访谈量表(修订版),CARS为儿童孤独症评定量表,CCMD-Ⅲ为中国精神障碍分类与诊断标准第3版。
    下载: 导出CSV 
    | 显示表格

    18篇文献应用的情绪面孔共包含高兴、惊喜、中性、厌恶、生气、恐惧、悲伤7种情绪[8-25],应用情绪面孔范式各异,包括:基于Kinect的虚拟技术面部表情识别(Virtualization Technology-Kinect-based Facial Expression Recognition, VT-KFER)数据集含自发和非自发各色人种的面部表情;国际情感图片系统(International Affective Picture System, IAPS)由美国心理学研究所开发,人物面孔为白种人;日本和高加索人情绪面部表情和中性表情(Japanese and Caucasian Facial Expressions of Emotion and Neutral Faces, JAC-Fee and JACNeuf)数据集(包含日本人及白种人情绪面孔);宾厄姆顿大学3D面部表情(Binghamton University 3D Facial Expression, BU-3DFE)数据库(包含亚裔及拉丁美裔情绪面孔);中国化面孔情绪图片系统(Chinese Facial Affective Picture System, CFAPS),人物面孔为中国人;自制情绪面孔,即自主拍摄的情绪图片。根据以上范式本文将其分为三大类别:(1)自制情绪面孔;(2)同人种情绪面孔(IAPS、CFAPS);(3)多人种情绪面孔(VT-KFER、JAC-Fee和JACNeuf、BU-3DFE)。见表 1

    2.3.1   高兴面孔

    共纳入16篇文献[8-21, 23, 25],异质性较高(I2=78.5%)。随机效应模型结果显示,按情绪面孔范式类型分组,各组异质性均降低(自制情绪面孔组:I2=69.2%,同人种情绪面孔组:I2=69.9%,多人种情绪面孔组:I2=0.0%),提示范式类型为可能的异质性来源。如图 2(A)所示,自制情绪面孔范式下ASD组高兴面孔注视时间短于对照组(SMD=-1.05,95%CI=-1.44~-0.66,P<0.01),同人种情绪面孔范式下ASD组高兴面孔注视时间短于对照组(SMD=-1.16,95%CI=-1.76~-0.55,P<0.01),多人种情绪面孔范式下ASD组与对照组间高兴面孔注视时间差异无统计学意义(SMD=0.07,95%CI=-0.24~0.39,P=0.65)。

    图  2  ASD儿童青少年不同情绪面孔注视时间比较的Meta分析
    Figure  2.  Meta-analysis for comparing the fixation duration for different emotional face in children and adolescents with ASD
    2.3.2   惊喜面孔

    共纳入5篇文献[8, 10-12, 22],异质性较高(I2 =87.1%)。随机效应模型结果显示,进行回归分析调整后,异质性仍较高(不同分组I2均>70.0%),异质性来源较难解释。ASD组惊喜面孔注视时间与对照组差异无统计学意义(SMD=-0.73,95%CI=-1.79~0.34,P=0.18)。见图 2(B)

    2.3.3   厌恶面孔

    共纳入3篇文献[8, 11, 22],异质性较高(I2=69.4%)。随机效应模型结果显示,厌恶面孔纳入文献数量较少,异质性来源较难解释。ASD组厌恶面孔注视时间与对照组差异无统计学意义(SMD=-0.68,95%CI=-1.54~0.17,P=0.12)。见图 2(C)

    2.3.4   生气面孔

    共纳入11篇文献[8, 11-14, 16-17, 19-22],异质性较高(I2=84.3%)。随机效应模型结果显示,根据ASD诊断标准将研究分为两组,各组异质性均降低(DSM诊断组:I2=48.3%,临床诊断组:I2=36.6%),提示不同诊断标准为可能的异质性来源。如图 2(D)所示,DSM诊断标准下ASD生气面孔注视时间与对照组差异无统计学意义(SMD=-0.20,95%CI=-0.63~0.23,P=0.36);临床诊断标准下ASD组生气面孔注视时间短于对照组(SMD=-1.73,95%CI=-2.08~-1.37,P<0.01)。

    2.3.5   中性面孔

    共纳入7篇文献[9, 12, 14, 20, 23-25],异质性较高(I2=74.0%)。随机效应模型结果显示,根据文献发表国家将研究分为ASD组和对照组,各组异质性均降低(国外组:I2=0.0%,国内组:I2=45.0%),提示发表国家为可能的异质性来源。如图 2(E)所示,国外文献中ASD组中性面孔注视时间与对照组差异无统计学意义(SMD=0.05,95%CI=-0.37~0.47,P=0.82);国内文献中ASD组中性面孔注视时间短于对照组(SMD=-1.00,95%CI=-1.39~-0.60,P<0.01)。

    2.3.6   恐惧面孔

    共纳入9篇文献[8, 11, 13, 17-18, 21-23, 25],异质性较高(I2=75.9%),根据ASD诊断标准将研究分为3组,各组异质性均降低(DSM诊断组:I2=0.0%,临床诊断组:I2=54.0%,CCMD-Ⅲ组:I2=0.0%),提示ASD诊断标准为可能的异质性来源。其中临床诊断组中马伟娜[13]的研究组内异质性较高,排除该文章后,组内异质性均降低(I2=66.4%,DSM组I2=0.0%,临床诊断组I2=36.6%,CCMD-Ⅲ组I2=0.0%),最终恐惧面孔共纳入文献8篇[8, 11, 17-18, 21-23, 25]。如图 2(F)所示,DSM诊断标准下ASD组恐惧面孔注视时间与对照组差异无统计学意义(SMD=-0.34,95%CI=-0.71~0.02,P=0.07);依据临床诊断或CCMD-Ⅲ标准下ASD患者恐惧面孔注视时间短于对照组(临床诊断:SMD=-1.29,95%CI=-1.65~-0.92,P<0.01;CCMD-Ⅲ:SMD=-1.51,95%CI=-2.00~-1.02,P<0.01)。

    2.3.7   悲伤面孔

    共纳入8篇文献[8-11, 13, 15-16, 22],异质性较高(I2=72.8%),随机效应模型结果显示,根据ASD诊断标准将研究分为两组,临床诊断组异质性降低(DSM诊断组:I2=77.0%,临床诊断组:I2=0.0%),提示诊断标准为可能的异质性来源。如图 2(G)所示,DSM诊断标准下ASD组悲伤面孔注视时间与对照组差异无统计学意义(SMD=-0.56,95%CI=-1.20~0.08,P=0.09);临床诊断标准下ASD组悲伤面孔注视时间短于对照组(SMD=-1.29,95%CI =-1.77~-0.81,P<0.01)。

    Egger检验结果显示,高兴和厌恶面孔存在发表偏倚(P值分别为0.04,0.08),惊喜、中性、生气、恐惧及悲伤面孔不存在明显的发表偏倚(P值分别为0.47,0.92,0.16,0.18,0.38)。

    本研究结果表明,ASD儿童青少年对大多数情绪面孔的注视时间较正常发育儿童青少年更短,反映了ASD患儿对情绪面孔的关注度较差,认知程度较弱[26]。可能是由于ASD患儿在处理面部表情刺激的过程中,一些社交大脑区域,包括皮质下区域(如杏仁核)和新皮质区域(如梭状回)的激活较少[27],倾向于应用处理物品的脑区处理面孔等社交信息[28]。本研究还发现ASD患者对情绪面孔注视时间受到多种因素的影响,包括面孔的种族特性差异、文献发表的地域性差异,以及所采用诊断标准的差异。

    本研究发现面孔的种族差异对正向情绪面孔,尤其是高兴面孔的注视时间有一定作用。同人种及自制情绪面孔范式下ASD组高兴面孔注视时间短于对照组,而多人种情绪面孔范式下组间差异无统计学意义。各国情绪面孔范式存在一定差异,IAPS纳入西方人面孔,CFAPS则纳入中国人面孔,研究者可根据系统中的情绪认同度和强度分值进行挑选,在相同文化背景下具有较高信、效度。VT-KFER、JAC-Fee和JACNeuf、BU-3DFE同样具备相关分值,但范式图片中包含至少2个人种的情绪面孔。自制情绪面孔范式多为自主拍摄或视频节选,范式任务在年龄、背景上有所差别,如李琳[15]研究节选婴幼儿哭闹的图片,而林云强等[16]研究邀请年轻演员进行表演,标准化和信效度较成熟图片系统差。一般而言,人们更容易识别相同人种的熟悉面孔[29],但由于ASD患儿缺乏对人种面孔信息的鉴别能力,使得其在情绪识别方面受面孔种族影响程度较正常青少年更轻[30],进而造成了本研究中不同情绪面孔范式下高兴面孔注视时间结果的差异。而惊喜面孔由于异质性较高,未能得出明确的结论。按照儿童情绪认知的一般规律,儿童在较早时期即发展出开心情绪认知能力,ASD患儿可能具有识别由外部情境引发的简单表情(如高兴)能力,而对于由信念和愿望引发的复杂表情(如惊讶、窘迫等)识别则存在困难[31]。分析结果的异质性来源,提示对于正向情绪面孔的ASD研究而言,有必要统一规划范式,对不同人种、不同复杂程度的情绪面孔进行调查分析。

    文献发表国家对中性面孔的注视有一定影响,仅国内文献显示ASD儿童青少年注视时间较短。一项跨文化研究结果同样发现中国香港的ASD儿童较美国ASD儿童对面孔的注视时间更少[32],反映了文化或地域差异对ASD患者面孔加工的影响。

    ASD诊断标准对负向情绪面孔的注视时间有一定影响,临床诊断及CCMD-Ⅲ标准下的ASD组表现出较短的注视时间,但DSM诊断标准下组间差异无统计学意义。厌恶面孔未得出明确结论,可能是纳入文献较少且存在发表偏倚所致,提示分析负向情绪面孔时有必要选取同一诊断标准。ASD患儿在加工负向情绪面孔时表现出较短的注视时间,可能与ASD对负向情绪的敏感性或加工策略有关[33]。过往研究发现,ASD患者对负向情绪的注视较正常成人更差,可能与ASD对该类情绪面孔的目光回避有关[34]。DSM-V作为目前ASD诊断中适用性、灵敏度、特异度等综合评估水平较高的诊断标准[35],本研究中临床诊断组中因来源文献未注明具体诊断标准,可能包含DSM-V,基于DSM诊断标准的研究结果值得进一步研究。

    本研究对过往关于ASD儿童青少年情绪面孔的病例对照研究进行荟萃分析,获取了不同情绪面孔的注视情况,并得到较为统一的结论,大部分情绪面孔不存在明显的发表偏倚,结果较为可靠。但本研究也存在一些局限性:研究仅纳入了病例对照研究,因果关系关联较弱,受混杂因素影响较大,异质性较高;纳入文献中自制情绪面孔范式中面孔的年龄、性别、情绪认可度等方面差异可能对结果有一定影响;厌恶、惊喜等情绪面孔纳入文献数量较少,可能降低了相关结果的可靠性;ASD组样本量相对较低,且受智力、认知能力等因素影响,病例组与对照组基线水平难以匹配。

    综上所述,未来需挖掘更多眼动指标,如眼睛/嘴的注视时间、首次注视时长和注视点个数等指标,进一步探索ASD患儿面对情绪面孔时的眼动特征。同时,未来研究中有必要对范式进行更严格的控制,统一情绪强度及范式任务,探讨相同文化背景下同一种族情绪面孔的注视差异;也可以纳入功能性近红外光谱和功能磁共振成像等脑科学研究来探索ASD儿童青少年的注视模式,促进ASD预警相关眼动指标的开发。

  • 加载中
计量
  • 文章访问数:  475
  • HTML全文浏览量:  154
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-04-25

目录

/

返回文章
返回