《Environment International》：Unmasking indoor exposure profiles in vulnerable households: an unsupervised clustering of integrated environmental and demographic data
編輯推薦：
針對傳統室內空氣質量（IAQ）研究多關注單一污染物、難以捕獲復雜共暴露模式的問題，研究人員開展了一項主題為“揭示脆弱家庭室內暴露模式”的研究。他們整合了高分辨率傳感器數據與人口學、行為學元數據，應用混合數據因子分析（FAMD）、統一流形逼近與投影（UMAP）降維及Torque聚類算法，從103名韓國脆弱人群參與者中識別出六個穩定且不同的室內暴露模式。研究證實了無監督聚類可系統地將異質性室內暴露分層為穩健、可解釋的暴露譜，為精準環境健康策略提供了基于數據驅動的風險分層框架，能支持針對特定亞群的靶向干預。
我們每天平均有90%的時間在室內度過，這使得室內空氣質量（Indoor Air Quality, IAQ）成為影響健康的關鍵因素。然而，傳統的室內空氣質量研究常�！爸灰姌淠�，不見森林”，它們大多聚焦于單一污染物（如PM2.5、甲醛）的平均水平評估。但現實中的室內暴露是一個復雜的“混合交響曲”，多種有害物質（化學污染物、物理因素如溫濕度、噪音等）相互交織，并與居住者的年齡、行為、住房特征等因素動態互動。這種復雜性意味著，僅憑單一污染物的平均濃度，難以全面捕捉不同人群，尤其是兒童、老人、慢性病患者等脆弱人群所面臨的多重、復合暴露風險。傳統的多元統計方法在處理這類高維度、異質性的數據時也常常力不從心。為了更真實地描繪出不同脆弱家庭面臨的“室內環境畫像”，來自韓國全北國立大學（Jeonbuk National University）的Hye-Shin Kim、Seohyun Yoo、Joonseo Hyeon和Jaehyuk Cho等研究人員開展了一項開創性研究。他們整合了高精度的室內環境傳感器監測數據和詳盡的人口學、行為學問卷調查數據，運用前沿的人工智能（AI）和機器學習方法，旨在系統性地解析室內暴露的異質性模式。這項研究近期發表在環境健康領域的頂級期刊《Environment International》上，為邁向“精準環境健康”提供了強有力的數據驅動新范式。
為了回答上述問題，研究者們采用了多項關鍵技術。首先，他們利用自主研發的、經過驗證的IAQ監測設備，在韓國全國范圍內103個符合脆弱人群定義的家庭中進行了為期約兩周的連續監測，收集了溫度、相對濕度、總揮發性有機物（TVOCs）、PM2.5、PM10、甲醛（CH2O）、二氧化碳（CO2）和噪音等關鍵指標的高分辨率時間序列數據。同時，通過結構化問卷收集了四大類共27個變量的人口學、健康、行為和住房信息。在數據處理與分析階段，研究團隊構建了一個創新的分析流程：對傳感器數據進行特征工程，生成不同時間段（如日間、夜間、工作日、周末）的統計特征；對所有非數值型調查變量進行編碼。隨后，應用混合數據因子分析（Factor Analysis of Mixed Data, FAMD）對整合后的異構數據集進行降維，以平衡環境變量和調查變量的影響。接著，利用統一流形逼近與投影（Uniform Manifold Approximation and Projection, UMAP）對降維后的特征空間進行可視化處理。最關鍵的一步是，研究者采用了名為“Torque clustering”的、無需預設參數的無監督聚類算法，在降維后的數據空間中自動識別出穩定的暴露模式。最后，通過熱圖、基于Z分數的雷達圖對聚類結果進行可視化表征，并利用優勢比（Odds Ratio, OR）分析進行統計驗證。
研究結果：
3.1. 研究設計
研究最終納入了來自韓國七個行政區的103個有效家庭數據集進行分析。
3.2. 參與者特征與基線室內環境
參與者平均年齡29.6歲，主要為兒童（42.7%）和老年人（29.1%）。大多數居住在首都市圈，住在公寓樓中�；�監測數據顯示，TVOCs的平均暴露水平被歸類為“非常差”，熱不適指數（Discomfort Index, DI）為“差”，而其他污染物大多處于“良好”水平。
3.3. 無監督聚類識別出六種不同的暴露模式
通過FAMD降維（保留7個主成分）并結合Torque聚類算法，研究從數據中自動識別出六個穩定且分離良好的集群（C0至C5），平均輪廓系數為0.554。
3.4. 聚類間人口學與住房特征的差異
六個聚類在人口學和住房特征上存在顯著差異。例如，C2主要由老年人構成（中位年齡67歲），C0以嬰兒為主，C5以兒童為主。在住房方面，C5中有更高比例的參與者居住在工業區或高交通流量區域附近，并且近一半在一年內購買過新家具。
3.5. 聚類間的環境暴露特征
對不同聚類的環境指標進行分析發現：C0的特征是極高的噪音水平；C1和C2均為高溫高濕的物理環境主導型，但C2的熱不適程度最高；C3是所有污染物和物理指標暴露水平最低的“低暴露”參考組；C4和C5則呈現出以化學污染物（特別是TVOCs和甲醛）為主導的暴露模式。
3.6. 環境暴露的特征圖譜
雷達圖直觀展示了每個聚類獨特的環境“指紋”。C0在噪音上突出；C1和C2在溫濕度上形成高峰；C3的圖譜面積最小，各項指標接近總體均值；C4和C5則在TVOCs和甲醛上顯示出較高的Z分數和較大的變異性。
3.7. 聚類特異性暴露風險的定量比較
以低暴露組C3為參考，優勢比分析量化了各聚類的高暴露風險。C0成員處于“差”或“非常差”噪音水平的幾率是C3的901倍。C1和C2處于不良熱不適水平的幾率分別是C3的129倍和145倍。在化學暴露方面，C2（老年人為主）表現出最高的TVOCs不良水平風險（OR ≈ 50），是一個“多重危害”群體。此外，使用燃氣灶、年齡、身高、居住在交通繁忙區、疾病未接受治療等因素也與特定聚類成員身份顯著相關。
研究結論與討論：
這項研究成功地超越了單一污染物的評估框架，通過整合高分辨率環境數據與豐富的元數據，并應用FAMD-UMAP-Torque聚類這一先進的分析流程，首次在真實世界的住宅環境中系統識別出六種穩健、可解釋的室內暴露模式。這些模式在時間和空間上表現出穩定性，并且與特定的人口學和行為因素（如年齡、住房類型、燃氣灶使用）顯著關聯。
研究發現，脆弱人群內部的暴露異質性巨大。既有像C3這樣的“低暴露綠洲”，也有像C0這樣的“噪音熱點”、C1/C2這樣的“濕熱溫室”，以及像C2和C4/C5這樣的“化學污染核心區”。其中，以老年人為主的C2集群尤其值得關注，他們同時承受著最高的熱不適和極高的TVOCs暴露風險，構成了一個典型的“多重危害”群體，其TVOCs不良水平的相對風險約為低暴露組的50倍。這提示針對老年人的干預措施需要綜合考慮熱環境和化學污染的雙重壓力。
在方法論上，本研究首次將Torque聚類算法應用于真實環境數據，并開創性地將FAMD與UMAP結合用于室內空氣質量譜分析，為處理環境健康領域的復雜混合數據提供了新工具。該無監督、數據驅動的方法能夠避免研究者先入為主的偏見，自動發現數據中隱藏的亞群結構。
這項研究的核心意義在于推動了“精準環境健康”范式的發展。通過將異質性的暴露人群分層為具有共同特征的模式，該框架使得針對特定集群的風險評估和靶向干預成為可能。例如，公共衛生政策可以針對“高噪音-嬰兒”集群（C0）制定降噪指南，針對“高溫高濕-老年人”集群（C1/C2）推廣降溫除濕和健康監護，針對“高化學污染”集群（C4/C5）則重點優化通風和減少污染源。這為實現從“一刀切”到“量體裁衣”式的環境健康保護策略轉變奠定了堅實的科學基礎。
