住宅绿色之间的联系、代谢疾病疾病和心血管疾病在中国成年人

要点

问题植被总水平的一个居民区,称为住宅绿色,成年人与心血管疾病有关,并存在代谢疾病障碍调解或修改住宅绿色和心血管疾病之间的关系?

发现在这个横断面研究的24 845成年人在中国,绿色水平较高的居民区降低心血管疾病的可能性。代谢疾病的存在障碍之间的关联介导住宅绿色和心血管疾病。

意义研究结果可能有助于医疗保健专业人士和政策制定者的发展策略,如规划绿地在居民区,减轻心血管疾病的负担。

重要性生活地区的植被(称为住宅绿色)可能与心血管疾病(CVD)有关,但数据来自低收入和中等收入国家。此外,目前尚不清楚是否存在代谢疾病障碍修改或调节住宅绿色和心血管疾病之间的关系。

客观的评估住宅绿色之间的关联,代谢疾病障碍和心血管疾病发病率在中国成年人。

设计,设定和参与者执行这个分析作为中国33个社区健康研究的一部分,大量人群为基础的横断面研究,进行了33个社区(从0.25 - -0.64公里²)在3城市在中国东北的辽宁省4月1日至12月31日,2009年。与会者包括18岁到74岁的成年人在研究区曾居住5年以上。绿色水平周围每个参与者的住宅社区评估使用归一化植被指数和soil-adjusted植被指数从2010年。一生心血管疾病状态(包括心肌梗死、心力衰竭、冠心病、脑血栓形成、脑出血、脑栓塞、蛛网膜下腔出血)被定义为一个自我报告的医生诊断心血管疾病的调查。代谢疾病疾病,包括高血压、糖尿病、血脂异常、超重或肥胖状态,测量和临床定义。广义线性混合模型被用来评估住宅绿色水平和心血管疾病发病率之间的联系。我家的分解方法被用来探索代谢疾病障碍的存在是否介导或修改住宅绿色和心血管疾病之间的关系。数据分析从10月10日到5月30日,2020年。

主要结果和措施一生心血管疾病状态,代谢疾病的存在障碍,和住宅绿色水平。

结果24 845名参与者中,均值为45.6(13.3)岁(SD),和12 661名参与者(51.0%)是男性。共有1006名参与者(4.1%)报告有心血管疾病的诊断。一个四分位范围(1-IQR)归一化植被指数增加的500社区内可能性低27%(优势比[或],0.73;95%置信区间,0.65 - -0.83;P<措施)的心血管疾病患病率,IQR soil-adjusted增加植被指数在500社区的可能性低26% (OR, 0.74;95%置信区间,0.66 - -0.84;P<措施)的心血管疾病患病率。代谢疾病障碍的存在被发现调解住宅绿色和心血管疾病之间的关系,与中介的影响为4.5%高血压、2型糖尿病的4.1%,3.1%,超重或肥胖状态,12.7%为高胆固醇血症、高甘油三酯血症8.7%,和11.1%,低密度脂蛋白胆固醇水平高。

结论和意义横断面研究,提高住宅绿色水平相关的心血管疾病患病率较低,和这种关联可能是介导的代谢疾病障碍。最好是纵向的,进一步的研究来证实这些发现。

心血管疾病(CVD)仍然是死亡和残疾的主要原因在世界范围内,尤其是在低收入和中等收入国家。¹从1990年到2016年,预计中国的心血管疾病患者数量从4060万增加到9380万。²干预和控制策略因此需要减轻心血管疾病患病率的增加。

积累的数据表明,高数量的附近植被(称为住宅绿色)与一系列有益的健康结果相关。^3,4大量的研究已经研究了绿色的心血管协会,^{5- - - - - -37}但超过50%的人关注的是心血管疾病死亡率。此外,以往的研究进行了在中等收入国家和高收入国家,只有少数研究进行在低收入国家。^{23,27,30.,31日}目前还不清楚如果来自高收入国家的研究结果可归纳的低收入的设置,因为大量的文化、社会人口和环境因素在不同高收入国家和低收入国家。

代谢疾病疾病,包括高血压、2型糖尿病、超重或肥胖状态,和血脂异常,记录临床因素与心血管疾病风险相关。³⁸在环境流行病学研究,这些代谢疾病障碍往往被认为是干预变量的环境风险和心血管疾病之间的联系。系统回顾和荟萃分析³以及之前中国健康研究发现33个社区^{39- - - - - -41}表明高住宅绿色水平与代谢疾病的风险降低有关。两项研究报道,过去5年内的存在代谢疾病障碍之间的关联介导绿色和心血管疾病患病率。^28,36然而,这也是合理的,代谢疾病的存在障碍可能修改与住宅相关的健康绿色因为患有这些疾病可能会改变他们的生活方式(例如,从事体力活动或更频繁地访问公园)作为治疗方案的一部分。因此,住宅绿色之间的关联,代谢疾病障碍和心血管疾病尚不清楚。为了解决这些研究缺口,我们旨在(1)检查住宅绿色水平和心血管疾病患病率之间的联系一般人口的中国成年人和(2)探索代谢疾病障碍的存在是否介导或修改住宅绿色水平和心血管疾病之间的关系用一个先进的我家的分解方法。

中国33个社区健康研究,一个大的人群为基础的横断面调查,是在中国东北的辽宁省进行4月1日至12月31日,2009年。省是一个大型工业中心,高度城市化。心血管疾病和代谢疾病障碍的患病率已报告本地区高。^{42- - - - - -44}本研究遵循加强流行病学的观察性研究报告(选通脉冲横断面研究报告指南。中山大学人类研究委员会批准了这项研究协议。所有参与者提供书面知情同意。

我们使用四分层整群抽样的方法随机招募研究参与者的策略^{39- - - - - -41}(图)。首先,三个城市(沈阳、鞍山、和锦州)中随机选择辽宁省14个城市总。第二,3住宅社区随机选择从每个11区总在沈阳(5区和3区每个在鞍山和锦州),生成33个社区的大小不等,从0.25公里²0.64公里²。第三,700年到1000年家庭是从每个社区中随机选出的。第四,从每个家庭1成人是随机选择的。共有28 830人最初受邀参加这项研究。其中,3985人(13.8%)被排除在外的原因如下:(1)3634人没有完成调查问卷;(2)在研究社区233个人居住少于5年;(3)79人怀孕;(4)27人18岁以下或74岁以上;(5)12个人有严重的先前存在的疾病,如癌症晚期。排除后,24 845名参与者(86.2%)包含在分析,和15 477名参与者(53.7%)提供禁食后静脉的血液样本。 Sociodemographic characteristics were similar between the participants who provided blood samples and the participants who did not (n = 9368) (eTable 2 in the补充)。

我们使用调查问卷评估心血管疾病状态。CVD事件被定义为一个肯定的回答这个问题:“医生曾诊断心肌梗死,心力衰竭、冠心病、脑血栓形成、脑出血、脑栓塞、蛛网膜下腔出血或?”⁴⁵

使用标准mercuric-column血压计,训练和认证护士测量收缩压和舒张压根据美国心脏协会建议的程序。⁴⁶高血压定义为指收缩压高于140毫米汞柱,舒张压高于90毫米汞柱,和/或抗高血压药物的报告收到面试前2周。⁴⁷

世界卫生组织推荐的使用协议,⁴⁸我们测量身高和体重,计算体重指数(BMI;计算是用体重(公斤)除以身高(米)的平方)为每个参与者。基于亚洲标准,⁴⁸肥胖的状态被定义为体重指数为27.5或更高版本,超重的体重指数为23.0到27.5,地位和正常体重(包括体重不足)体重指数小于23.0的地位。

后一夜之间快速、外周静脉血样。水平的总胆固醇、甘油三酯、低密度脂蛋白(LDL)胆固醇和高密度脂蛋白(HDL)胆固醇测定使用日立自动分析器,7170型(日立)。我们定义高胆固醇血症240 mg / dL的总胆固醇水平或更高,高甘油三酯血症的甘油三酸酯水平200 mg / dL或更高,低高密度脂蛋白胆固醇作为40 mg / dL的高密度脂蛋白胆固醇水平或更高,和高LDL胆固醇作为160 mg / dL的低密度脂蛋白胆固醇水平或更高。⁴⁹

我们执行一个标准75 - g口服葡萄糖耐量试验和获得血液样本在0小时,2小时后葡萄糖摄入量。我们测量禁食和2小时血糖水平使用酶比色法。2型糖尿病的定义根据美国糖尿病协会的指导方针的空腹血糖水平126 mg / dL或更高(将更易/ L,乘以0.0555),2小时血糖水平的200 mg / dL或更高,或者报告收到抗糖尿病的药物。⁵⁰

我们应用2卫星植被指数、归一化植被指数(NDVI)⁵¹和soil-adjusted植被指数(萨维),⁵²描述住宅绿色水平。指标都是派生的基于表面反射率和吸光度的差2 vegetation-informative光乐队,可见红色和近红外。计算归一化植被指数是减去可见红光和近红外光的区别除以近红外光和可见光红光的总和。萨维,添加了一个校正因子与土壤背景相关的因素降到最低。因此,萨维被减去计算可见红光和近红外光的区别除以近红外光的总和,可见红光,和校正因子;股息然后乘以校正因子和1.0的总和。结果归一化植被指数和萨维值是没有单位的范围从-1.0到1.0,值越高表明环保领域,负值表示身体的水,和值接近于0指示贫瘠的地区。

2指数计算利用陆地卫星5号拍摄主题映射器(国家航空和宇宙航行局)卫星图像的空间分辨率30 m×30 m,期间获得环保月(即8月,种植植被的最高水平)和最近一年健康数据的集合(例如,2010)。住宅绿色被定义为平均NDVI和萨维水平在500米和1000米环形缓冲区在每个社区的重心。绿色级别定义使用归一化植被指数,较低的绿色植被水平定义为小于0.40 m / 500,和高绿色水平定义为每500 0.40或更多的植被。所有计算都使用ArcGIS执行,版本10.4 (Esri公司)。

我们开发了一个有向无环图来选择使用DAGitty混杂变量和潜在的中介因素包,版本2.16.3 R软件(R统计计算的基础)(eFigure 1的补充)。以下混杂变量被保留:年龄,性别,种族,家庭年平均收入、教育水平、身体活动水平,国内生产总值(gdp)区级³⁹和颗粒物空气动力学直径2.5μm或更少。⁵³

代谢疾病障碍被选为潜在的中介因素(eFigure 1的补充)。我们开发了一个额外的有向无环图来识别潜在的混杂变量exposure-mediator协会(eFigure 2的补充)和mediator-outcome协会(eFigure 3补充)。我们将共同的混杂变量(如年龄、性别、种族、家庭收入、教育水平、身体活动水平,国内生产总值(gdp)区级和颗粒物空气动力学直径2.5μm或更少)到中介分析。

我们用广义线性混合模型⁵⁴评估住宅绿色水平和心血管疾病患病率的关系,与社区视为随机效应。效果估计表示为优势比(ORs)和95% CIs /四分位范围(差)归一化植被指数和萨维水平的增加。我们未经调整的模型和主要模型估计调整的混杂变量选择使用有向无环图(包括年龄、性别、种族、家庭收入、教育水平、身体活动水平,国内生产总值(gdp)区级和颗粒物空气动力学直径2.5μm或更少)(eFigure 1的补充)。通知通过从先前的研究发现,^55,56我们专注于一个500米暴露缓冲区进行主要分析。

我们还执行一些敏感性分析。首先,我们估计的归一化植被指数和萨维水平更大的敞口缓冲区1000评估暴露错误分类的影响。第二,我们分类归一化植被指数和萨维水平每500米到四分位数(归一化植被指数水平,四分位数1由0.18 - -0.23,四分位数2由0.24 - -0.29,四分位数3由0.30 - -0.40,和四分位数4由0.41 - -0.80;萨维水平,四分位数1由0.10 - -0.13,四分位数2由0.14 - -0.16,四分位数3由0.17 - -0.24,和四分位数4由0.25 - -0.48),我们使用自然spline-smoothing函数为非线性关联测试。第三,我们构建模型使用顺序的调整,调整的主要模型饮酒、吸烟、体力活动水平,控制饮食和低热量和低脂肪,食用含糖软饮料,和心血管疾病的家族史来评估他们的潜在影响。我们执行按年龄分层分析(< 50年vs≥50年),性别、家庭年收入(< 10 vs≥10 000元至000元(2009年1美元相当于人民币6.84元)),和教育水平(< 9年vs≥9年)检查是否不同的亚种之间的关联是一致的。

我们使用我家的分解方法来分配住宅绿色和每个代谢疾病之间的关系失调的绿色水平可能与心血管疾病患病率。3不重叠的组件包括(1)直接控制的变量与绿色相关的潜在的中介因素(直接影响),(2)变量与添加剂相互作用而不是中介(交互效应),和(3)变量与中介(纯间接影响)(但不是交互eFigure 4的补充)。⁵⁷标准错误使用增量法计算。⁵⁸我们也估计相结合的中介效应代谢疾病疾病使用lavaan包,版本3.4.3 R软件(R统计计算的基础)。所有其他使用SAS统计分析软件,版本9.4 (SAS研究所有限公司)。所有测试2-tailed和配对,阈值的意义P< . 05。

24 845成人参与者(SD)的平均年龄为45.6(13.3)年,和12 661名参与者(51.0%)是男性(表1)。大多数的参与者(94.5%)汉民族和有一个高教育水平(78.0%的参与者>教育9年)和高家庭收入(76.8%的参与者平均家庭收入> 10 每年000元)。共有1006名参与者(4.1%)报告有心血管疾病的诊断。参与者与心血管疾病更容易被男性参与者(743[73.9%]),50岁以上(749参与者[75.5%]),汉民族(980参与者[97.4%]),9年或更少的教育水平(836参与者[93.1%]),和有一个家庭年收入的10多000元(640参与者[63.6%])(eTable 3中补充)。参与者生活在绿色水平较高的社区,更有可能是女性(3106参与者[59.4%]),小于50年(3662参与者[70.0%]),9年或更少的教育水平(3932参与者[75.2%]),有一个家庭年收入的10多000元(4193参与者[80.2%]),每周锻炼不到180分钟(3547参与者[67.8%]),和住在社区的颗粒物浓度较低的空气动力学直径2.5μm或更少(71参与者[30.5%])。代谢疾病障碍的患病率从1333名参与者(8.6%)低密度脂蛋白胆固醇高15 459名参与者(62.2%)与超重或肥胖状态。

整个社区绿色水平不同。例如,归一化植被指数水平每500 m范围从0.18到0.80,平均值为0.29(差,0.23 - -0.40),每500米和萨维水平范围从0.10到0.48,平均值为0.16(差,0.13 - -0.24)(eTable 4的补充)。此外,NDVI与萨维水平一致的水平。例如,斯皮尔曼相关系数最低的是0.88归一化植被指数之间的相关性水平/每1000米,500米和萨维水平和最高的斯皮尔曼相关系数是0.98每500 m和归一化植被指数之间的相关性水平萨维水平/ 500 (eTable 4补充)。

调整模型,增加差归一化植被指数和萨维每500米水平是降低心血管疾病患病率的可能性,口服补液盐为0.73 (95% CI, 0.65 - -0.83;P<措施)归一化植被指数水平为0.74 (95% CI, 0.66 - -0.84;P<措施)萨维水平(表2)。类似的结果观察归一化植被指数水平每1000米(OR, 0.79;95%置信区间,0.71 - -0.89;P<措施)和萨维水平每1000米(OR, 0.78;95%置信区间,0.69 - -0.87;P<措施)。估计是类似于主要的影响模型,当我们调整对饮酒(归一化植被指数:或者,0.74;95%置信区间,0.65 - -0.83;P<措施;萨维:或者,0.74;95%置信区间,0.66 - -0.84;P<措施),吸烟(归一化植被指数:或者,0.73;95%置信区间,0.64 - -0.86;P<措施;萨维:或者,0.73;95%置信区间,0.65 - -0.83;P<措施),低热量和低脂肪饮食(归一化植被指数:或者,0.73;95%置信区间,0.65 - -0.82;P<措施;萨维:或者,0.74;95%置信区间,0.65 - -0.83;P<措施),食用含糖软饮料(归一化植被指数:或者,0.73;95%置信区间,0.64 - -0.82;P<措施;萨维:或者,0.73;95%置信区间,0.65 - -0.83;P<措施)和心血管疾病家族史(归一化植被指数:或者,0.73;95%置信区间,0.65 - -0.82;P<措施;萨维:或者,0.74;95%置信区间,0.65 - -0.83;P<措施),当我们把顺序调整(例如,在模型1中,调整年龄,性别,种族,和社区的大小,或归一化植被指数为0.71;95%置信区间,0.63 - -0.80;P<措施;对于萨维,0.72;95%置信区间,0.64 - -0.81;P<措施)(eTable 5补充)。

我们发现了类似的线性剂量效应模式在使用归一化植被指数和萨维水平每500分为四分位数(如四分位数2,调整或归一化植被指数为1.03;95%置信区间,0.86 - -1.23;第三四分位数,调整或归一化植被指数为0.66;95%置信区间,0.55 - -0.80;四分位数4、调整或归一化植被指数为0.63;95%置信区间,0.50 - -0.79;与P<。001for trend) (eTable 6 in the补充),当使用一个限制性的三次样条分析(归一化植被指数,P对非线性协会= 0.74;萨维,P对非线性协会= 0.62)(eFigure 5的补充)。我们没有发现显著的交互通过年龄、性别、家庭收入、教育水平(eTable 7中补充)。

中介分析研究归一化植被指数之间的关系水平每500 m和心血管疾病患病率表明中介效应为4.5%(95%可信区间,0.6% - -8.3%;P= .02点)对高血压,3.1%(95%可信区间,1.1% - -5.1%;P= .002)为超重或肥胖状态,4.1%(95%可信区间,0.7% - -7.4%;P= .02点)对2型糖尿病,12.7%(95%可信区间,4.6% - -20.8%;P= .002)对高胆固醇血症,8.7%(95%可信区间,2.9% - -14.4%;P高甘油三酯血症= .003),11.1%(95%可信区间,3.8% - -18.4%;P= .003)高的低密度脂蛋白胆固醇。没有发现显著的中介效应对低高密度脂蛋白胆固醇(1.9%;95%可信区间,−0.3%到4.0%;P= .09点)(表3)。相结合,这些代谢疾病障碍共同介导21.2%(95%可信区间,6.4% - -35.9%;P= 04)的归一化植被指数之间的关系水平每500 m和心血管疾病患病率(eTable 8的补充)。类似的结果,当我们使用萨维水平每500接触测量,具有显著的中介效应为所有代谢疾病障碍(例如,高胆固醇血症,13.0%;95%可信区间,5.0% - -21.0%;P=措施)除了低高密度脂蛋白胆固醇(2.0%;95%可信区间,−0.2%到4.2%;P=。08)。之间不存在显著的交互效应住宅绿色和代谢疾病障碍(表3)。

在这项研究中,我们发现生活在绿色社区的参与者接受诊断心血管疾病的可能性较低。住宅绿色和心血管疾病之间的关系在一系列强劲的敏感性分析。代谢疾病障碍的存在(除了低高密度脂蛋白胆固醇)之间的关联介导住宅绿色水平和心血管疾病患病率。

许多先前的研究记录了绿色水平和心血管疾病之间的联系(eTable 1的补充),^{5- - - - - -37}这是符合我们当前的发现。例如,横断面研究11 404澳大利亚成年人报道社区绿色水平较高(测量平均NDVI面每1600米)和可变性(归一化植被指数水平的SD / 1600)有关心脏病或中风的患病率较低。¹³中国成年人的另一个横断面研究报道大量减少冠心病和中风的可能性在人口居住地区的NDVI水平较高。^30.类似的结果被横断面研究来自美国的报道,³⁶以色列,²⁸新西兰,¹⁴和巴西。²³

虽然我们的研究是横断面和使用归一化植被指数估计暴露水平,我们的发现可能支持那些来自2前瞻性群组研究^15,32用不同的绿地措施和1自然实验研究。¹⁸第一个队列研究随访5112名立陶宛成年人为4.4年。调查人员发现一个更大的绿色空间距离与心血管疾病的风险增加相关。¹⁵第二个队列研究发现一个更大的树树冠百分比与降低发生心血管疾病的风险46 786澳大利亚成年人。³²在自然实验的研究中,多诺万等²¹分析纵向数据从156年 146妇女和检查之间的关系树的损失由于入侵森林害虫和心血管疾病。他们报告说,女性生活在树损失较大的地区有增加心血管疾病的风险。²¹

我们发现所有的探索代谢疾病障碍(除了低高密度脂蛋白胆固醇)大幅介导住宅绿色和心血管疾病患病率之间的关系,表明该疾病可能参与绿色的途径与心血管疾病有关。我们的研究结果是一致的与美国的一项研究中,³⁶发现归一化植被指数之间的关系水平和心血管疾病时减毒回归模型存在调整后的高血压、2型糖尿病、血脂异常。部分与我们的研究结果一致,另一项研究报告说,协会的心肌梗死与归一化植被指数水平部分由血脂异常和2型糖尿病的存在但不是高血压。²⁸结合我们的研究结果,数据扩展我们对潜在的生物机制的理解底层住宅绿色和心血管疾病患病率的关系。据报道,因为代谢疾病障碍临床心血管疾病的前兆,我们的中介分析的结果表明,未来的研究和医疗决策,关注绿色协会早些时候与这些疾病可能有助于减少未来心血管疾病事件。

较早的研究提出了一些途径,如减少空气污染和热,鼓励体育活动,增加社会凝聚力,减少心理疲劳和压力,⁵⁹解释绿色和健康之间的关系。然而,积累数据没有提供支持大幅降低空气污染之间的关联或增加身体活动和更多的城市绿色地区。^60,61年因为社会凝聚力和精神健康数据不能用于我们的研究中,我们没有调查这些潜在因素。未来的研究需要探索潜在的机制,最好是通过包含更多的介质和串行中介的性能测试。

据我们所知,这是一些流行病学研究报告住宅绿色和心血管疾病之间的关联在一个低收入或中等收入国家。我们的结果可能有公共卫生的重要性,尤其是考虑到许多低收入国家正在经历快速城市化和随后的减少在绿色。我们研究的主要力量是其庞大的人群为基础的样本,这是随机选择从社区在3个不同的城市,和高反应率最小化选择性偏差和提供足够的统计能力检测温和的影响。此外,我们使用2绿色风险措施和不同暴露缓冲区,我们调整一个吝啬的协变量的全面控制没有overadjustment混淆。此外,我们执行中介分析使用我家的分解方法,它结合了互动效果和通常提供比传统方法更大的有效性和更高的统计力量。⁵⁷

本研究也有一些局限性。首先,横断面设计不允许我们评估暂时性绿色接触与心血管疾病之间,尽管reverse-association的可能性很低。此外,横断面设计可能高估了中介效果。^62年第二,我们评估绿色接触基于社区,而不是个人,这可能会产生测量误差(即伯克森错误^63年)。尽管这个错误没有偏见效应估计,这可能减少了统计能力。此外,我们在有限的流动性没有专门收集的数据。第三,尽管我们客观地衡量绿色接触使用归一化植被指数和萨维水平,这两种措施反映总体植被水平和不能区分的结构、类型和绿色的质量。因此,我们无法检查方面的绿色最相关的心血管疾病患病率。

第四,antidyslipidemia药物收据数据是不可用的,不是用来定义血脂异常,这可能会降低血脂异常患病率和偏置我们的中介分析的结果。第五,心血管疾病诊断和一些潜在的混杂变量自我报告;因此,假阳性结果和回忆偏倚是可能的。此外,我们使用有限数量的变量评估社会经济地位,和其他环境因素,如噪声、通过性,和空气温度,没有考虑在我们的模型;因此,我们的结果可能受到残余混杂。

更高的社区绿色水平降低心血管疾病患病率的可能性在一个工业和高度城市化的设置在中国。协会可能部分由代谢疾病的存在障碍。尽管研究结果需要在纵向研究确认,他们贡献有限的数据提供给决策者感兴趣设计群体干预措施减轻心血管疾病的患病率在中国和其他低收入和中等收入国家。

发表:2020年6月16日。

发表:2020年9月21日。doi:10.1001 / jamanetworkopen.2020.17507

开放:这是一个开放的分布式根据文章CC-BY许可证。©2020杨时序等。狗万体育下载地址《美国医学会杂志》网络开放。

相应的作者:Guang-Hui咚,医学博士,广东省工程技术研究中心的环境和健康风险评估、劳动卫生与环境卫生学系,中山大学公共卫生学院的74年中山第二Rd,越秀区,广州510080年,中国(donggh5@mail.sysu.edu.cn);Yunjiang Yu博士,国家环境保护重点实验室环境污染健康风险评估,华南环境科学研究所、环境保护部、中国广州510655年(yuyunjiang@scies.org)。

作者的贡献:董博士已经完全访问所有的数据研究和负责数据的完整性和数据分析的准确性。Drs杨和胡锦涛同样贡献了这项工作。

概念和设计:杨,胡锦涛,高,郭,y,越南盾。

数据的采集、分析或解释:杨、Jalaludin Knibbs Markevych,海因里希,开花,Morawska,林Jalava, Roponen,高,陈、周,H.-Y。Yu,刘、曾Zeeshan,郭,越南盾。

起草的手稿:杨高,y,越南盾。

关键的修订手稿的重要知识内容:所有作者。

统计分析:杨高,H.-Y。Yu,刘、郭、越南盾。

获得资助:杨,胡,曾庆红,郭,越南盾。

行政、技术或材料支持:杨,胡、Knibbs开花,林,陈,Zeeshan, y Yu盾。

监督:海因里希,郭,y,越南盾。

Conflict感兴趣的披露:布鲁姆博士报告接收个人费用和非金融支持在中山大学进行的研究。没有其他信息披露报告。

资金/支持:这项研究是由拨款81673128,81703179,81803196,81872582,和91543208中国的国家自然科学基金;拨款2016 a030313342和2017 a050501062从广东省自然科学基金;授予2016年yfc0207000国家重点研究和发展项目的中国;和赠款科技项目201803010054和201803010054的广州。

资助者的角色/赞助商:的资金来源没有参与这项研究的设计和实施;的收集、管理、分析和解释数据;准备、审查或批准的手稿;并决定提交出版的手稿。

额外的贡献:作者承认参与者的合作在这项研究中,与他们的时间和非常慷慨援助。