在过去十年中，儿童对手机或平板电脑等移动通信设备的使用大幅增加。这些设备的使用引起了儿科医生、家长、教师和公共卫生从业人员的关注，因为它们可能对健康造成负面影响。儿童是最容易受到潜在RF-EMF（射频电磁场）影响的群体，因为他们的大脑仍在快速发育。此外，儿童将长时间暴露在RF-EMF中，因为他们在很小的时候就开始使用移动通信设备，并可能在他们的一生中持续使用这些设备。
大脑发育是一个多步骤的过程，从妊娠早期开始一直持续到出生后阶段。脑磁共振成像(MRI)已被用来研究典型和非典型的形态学脑发育，并描述了脑容量改变与认知功能和行为问题之间的一些联系。然而，研究RF-EMF 暴露与儿童大脑发育之间关系的流行病学研究仅使用神经心理测试或测量认知功能和行为问题的问卷，这并不能阐明大脑的神经发育和RF-EMF暴露之间的关系。使用MRI对大脑容量与RF-EMF 暴露以及认知功能和行为问题之间的关联进行研究，可能发现其背后潜在的大脑结构变化。
这类研究中一个很重要的问题是如何对RF-EMF 暴露进行评估。大多数流行病学研究使用了父母或自我报告的关于使用不同移动通信设备（例如移动电话、数字增强无绳通信（DECT）电话、平板电脑）的信息估计居民从移动电话基站接触到的RF-EMF，或测量短期内使用便携式设备的不同RF-EMF源的个体暴露。所有这些方法只评估了整个RF-EMF 暴露的一部分。因此，为了更好地研究RF-EMF 暴露和大脑发育之间的潜在联系，需要一种能对所有RF-EMF源的暴露程度进行估计的方法，更具体地说，应当能够估计大脑中接收到的RF-EMF的暴露量。到目前为止，只有一项研究开发了包括几个RF-EMF 暴露源的RF-EMF 暴露模型，并估计了所有这些源在整个大脑中接收的RF-EMF暴露量。他们发现，较高的全脑RF-EMF暴露量与行为问题和注意力能力无关，但与12-17岁儿童和青少年的图形记忆较低有关。本研究使用了最近开发的综合RF-EMF 暴露模型，该模型包括更多的对RF-EMF暴露源和脑叶特定的RF-EMF暴露量的评估方法，这使得我们能够更全面地研究RF-EMF暴露与脑发育之间的潜在联系。此外，作者估计了来自三组不同的RF-EMF源的全脑和脑叶特定的RF-EMF暴露量，这三组RF-EMF源会导致不同的RF-EMF 暴露模型：
- 来自手机和DECT电话的脑RF-EMF暴露量，这是RF-EMF 暴露到大脑的主要因素，导致非常接近头部的峰值暴露（即射频点电磁影响很大），但时间很短；
- 无线连接到互联网时使用移动电话进行互联网浏览、电子邮件和短信、平板电脑和笔记本电脑使用时产生的脑RF-EMF暴露量导致低暴露量，并且可能主要代表与这些类型的使用相关的各种社会或个人因素；
- 来自远场源(例如，移动电话基站、调频广播和电视广播天线、WiFi)的脑RF-EMF暴露量导致低暴露量，但在一天中持续接收。
因此，本研究的目的是评估使用改进的RF-EMF 暴露模型来估计全脑和脑叶特定的RF-EMF暴露量并计算其与9-12岁青春期前儿童脑容量之间的关系。本文发表在Environment International杂志。
方法
研究设计和人群
这是一项属于Generation R Study中的部分横断分析，Generation R Study是荷兰鹿特丹的一项基于人口的出生队列研究。2002年4月至2006年1月期间，共有9901名诞下新生儿的孕妇登记。2013至2015年间，共有3992名9-12岁的青春期前儿童接受了MRI评估，其中3303人拥有移动通信设备使用信息。在排除了偶然发现或神经影像质量差的青春期前儿童后，作者的分析中包括2592例(原始人群的26.2%)。伊拉斯谟医学中心的医学伦理委员会批准了这项研究，并获得了父母的书面知情同意。
估计全脑和脑叶特定的RF-EMF暴露量
研究应用一个综合的RF-EMF 暴露模型来估计由于几个RF-EMF 暴露源造成的全脑和脑叶特定(即额叶、顶叶、颞叶、枕叶)的RF-EMF暴露量。该模型使用有关移动通信设备(即近场RF-EMF源)的使用信息和暴露于环境RF-EMF源(即远场RF-EMF源)的估计来建立。
近场RF-EMF源
当参与者9-12岁时，其中一位家长使用问卷报告了靠近身体的移动通信设备的使用情况。
(I)用于呼叫的移动电话；
(Ii)用于呼叫的DECT电话；
(Iii)用于无线连接到互联网时的互联网浏览、电子邮件和文本消息收发的移动电话(命名为其他移动电话使用)；
(Iv)无线连接到互联网时的平板电脑；
(V)无线连接到互联网的笔记本电脑的使用持续时间以分钟/天收集。
远场RF-EMF源
本文估计了不同环境下的RF-EMF 暴露源（移动电话基站、调频广播和电视广播天线、移动电话、DECT电话和WiFi）的RF-EMF 暴露情况，基于青春期前儿童大部分时间在家、学校、通勤和户外度过的微环境。
为了估计来自家庭移动电话基站的RF-EMF 暴露，使用了名为NISMap的经过验证的3D地理空间无线电波传播模型。简而言之，NISMap使用天线的详细特性和城市环境的3D几何形状，计算3D空间中任何位置的移动电话基站发射所引起的场强。该模型已经过外部、内部和个人测量的验证，显示出可靠的等级顺序预测。作者使用2014年的全国移动电话基站数据集评估了研究时正在使用的三个移动电话通信频段(GSM900、GSM1800和UMTS)的辐射。使用每个儿童的地理编码地址和他/她的卧室在脑成像时的楼层水平，计算了每个青春期前儿童卧室的手机基站的RF-EMF暴露。在之前的一项研究中，阿姆斯特丹56名12岁左右的青少年在之前的一项研究中使用个人最多72小时的RF-EMF测量平均值，近似计算了除家庭外的其他微环境中的移动电话基站以及所有微环境中的其他远场RF-EMF源(FM广播和电视广播天线、手机、DECT电话和WiFi)中的RF-EMF 暴露情况，因为Generation R Study的参与者没有数据。
综合的RF-EMF 暴露模型
应用综合的RF-EMF 暴露模型来估计全脑和脑叶特定的(即额叶、顶叶、颞叶、枕叶)RF-EMF暴露量。简而言之，该模型结合了三种类型的信息：
i)对于已经考虑头部保护作用的每个大脑区域的每个特定RF-EMF源的吸收功率与其被吸收的质量的估计比率，称为比吸收率(SAR，单位为瓦 (W)/千克(Kg))，归一化为1W输出功率
ii)每个RF-EMF源的输出功率和活动(W)，
iii)每个RFEMF源和活动的每日使用或暴露持续时间(以W为单位)。
首先，对于每个大脑区域，模型估计每个RF-EMF源(手机通话、DECT电话、其他手机使用、平板电脑使用、笔记本电脑使用和远场)的特定RF-EMF暴露量(mJ)/kg/天)如下：
特定RF-EMF暴露量脑区、源=SAR脑区、源×输出功率源×持续时间源
Specific RF-EMF dose brain region, source = SAR brain region, source×Output power source×Duration source (1)
然后，全脑RF-EMF总暴露量和总的额、顶、颞叶，结合所有RF-EMF源按脑区的特定RF-EMF暴露量计算枕叶的RF-EMF暴露量：
全脑特定RF-EMF暴露量脑区、源=∑源（SAR脑区、源×输出功率源×持续时间源
Overall RF-EMF dose brain region, source=∑source（SAR brain region, source×Output power source×Duration source）（2）
此外，三组RF-EMF 暴露源的全脑和脑叶特定RF-EMF暴露量((I)手机和DECT电话通话(称为电话呼叫)，(Ii)无线连接到互联网时的其他移动电话使用、平板电脑使用和笔记本电脑使用(名为屏幕活动)和(Iii)远场源)按照相同的过程计算。
为了应用综合的RF-EMF 暴露模型，我们必须先做出一些假设。根据同期研究收集的欧洲青春期前的儿童、青少年和成年人的手机使用情况，我们假设使用2G手机的比例为35%，3G手机的比例为65%，没有使用免提设备的比例数据。其他移动电话、笔记本电脑和平板电脑的使用假设发生在2.4 GHz的WiFi上，WiFi数据传输速率估计为54兆比特每秒。在青春期前儿童使用其他手机的时间段，我们假设青春期前儿童有40%的时间在玩视频游戏，40%的时间在流视频，20%的时间在浏览互联网或查看社交媒体。对于每个设备和活动，我们从可用的不同可能的使用位置对SAR值进行平均，以获得每个活动的SAR值，该值可以插入公式(1)和(2)中。
脑容量
为了使参与的青春期前儿童熟悉磁共振环境，每个青春期前儿童在实际的MRI扫描之前都经历了一次模拟扫描。扫描在3Tesla通用电气扫描仪上进行，使用8通道头线圈。使用以下序列参数获得结构性T1图像：TR=8.77ms；TE=3.4ms；TI=600ms；翻转角=10°；FOV=220 mm×220 mm；采集矩阵=220×220；切片厚度=1 mm；切片数=230；体素大小=1 mm×1 mm×1 mm；以及ARC加速度=2。然后通过Freesurfer 6.0对获得的T1图像进行处理。提取了皮质和皮质下体积的全局度量。分析包括了全脑、皮质灰质、皮质白质、小脑灰质和小脑白质的体积作为全脑容量。额叶、顶叶、颞叶和枕叶的体积被包括在皮质叶体积中。海马、杏仁核、丘脑、壳核、尾状核、伏隔核和苍白球的体积被认为是皮质下体积。图像质量的预处理、校正和评估在其他地方有详细描述。
潜在混淆变量
潜在混淆变量是用有向无环图定义的先验变量。在孩子9-12岁时收集母亲和家庭特征，包括怀孕期间收集的母亲种族(荷兰、亚洲、非洲或欧洲和其他)、在孩子5岁时收集的母亲教育水平(小学或更低(低)，中学(中等)，或大学或更高(高))、母亲吸烟与否、就业状况(有薪与无薪)、家庭收入(<2000欧元/月(低)，2000-3999欧元(中等)，或>3999欧元(高))以及使用简表评估的焦虑和抑郁症状。青春期前儿童的特征包括脑成像评估时的年龄、出生时收集的性别、5岁时使用Snijders-Oomen非语言智力测试评估的智商以及9-12岁时测量的体重指数(kg/m2)。
其他协变量
由于之前报道的右利手和左利手脑容量的差异，还收集了有关青春期前儿童的利手信息。
统计分析
在确认了模型的所有假设都得到满足后，使用线性回归模型来评估全脑和脑叶特定的RF-EMF暴露量与全脑和皮质下脑容量之间的关系，以及每个特定脑叶和皮质叶体积的全脑和特定源RF-EMF暴露量之间的关系。针对上述潜在的混淆变量和青春期前儿童的利手习惯调整了我们的模型。使用错误发现率（FDR）对所有模型进行多次测试校正。一次性对总共64个测试应用了错误发现评级，并获得了每个关联的校正临界p值。此外，我们调整了颅内体积的皮质叶体积、皮质下体积以及皮质灰质、皮质白质、小脑皮质和小脑白质体积，以确定与头部大小的相关性。由于两者高度相关(r=0.93)，因此未将全脑容量与颅内体积进行调整。
使用链式方程对丢失的混淆变量进行多重插补，生成并分析了25个完整的数据集。缺失值的百分比小于18%，并且估算数据集中的分布与观测数据集中的分布非常相似。与未纳入的人(n=7309)相比，纳入分析的青少年前儿童(n=2592)的父母更有可能具有更高的教育水平、更高的家庭收入和更大的年龄。与怀孕时招募的全部队列(n=9901)相比，当仅包括有可用数据的青春期前儿童(n=2592)时，使用反向概率加权来校正丢失数据以进行随访并考虑潜在的选择偏差。
所有分析均使用STATA版本15(StataCorp，College Station，TX)进行。
如果您对脑结构数据处理感兴趣，欢迎浏览思影科技课程及服务（可添加微信号siyingyxf或18983979082进行咨询）：
第九届磁共振脑影像结构班（南京，8.6-11）
思影科技脑结构磁共振成像数据处理业务（T1)
结果
大多数青春期前儿童的母亲为荷兰人，受教育程度较高，且来自中等或高收入家庭(表1)。估计全脑RF-EMF暴露量为84.3MJ/kg/天，颞叶暴露量最高(307.1 MJ/kg/天)。全脑RF-EMF暴露量的主要贡献者是来自移动电话和DECT电话的暴露量(61.5%)，而来自无线连接到互联网时使用移动通信设备的屏幕活动和来自远场源的暴露量分别贡献了17.4%和21.1%。这些百分比在每个脑叶特定的RF-EMF暴露量之间有所不同。全脑RF-EMF暴露量与脑叶特定RF-EMF暴露量高度相关(r>0.79)。
估计的全脑RF-EMF暴露量与全脑脑容量均无关联(表2)。关于皮质脑叶体积，只有在无线连接到互联网的情况下使用移动通信设备进行屏幕活动时的额叶较高的RF-EMF暴露量与额叶体积较小有关[B−39.72mm3(95%CI−78.23；−1.21)](表3)。然而，在对多次测试进行校正后，这种关联并不存在。总体估计的全脑RF-EMF暴露量和来自移动电话、DECT电话和远场来源的全脑RF-EMF暴露量与皮质下体积无关(表4)。然而，在无线连接到互联网的情况下，使用移动通信设备进行活动所估计的较高的全脑RF-EMF暴露量与较小的尾状核体积[B−5.02mm3(95%CI−7.78；−2.25)]相关，这种关联在多次测试校正后仍然存在。校正颅内体积后，相关性没有实质性改变。
表1母亲、家庭和青春期前儿童特征的分布，以及全脑和脑叶特定的RF-EMF总暴露量(n=2592)。
注：BMI，体重指数；IQ，智商；IQR，四分位数范围；MJ，毫焦耳；kg，公斤；RF-EMF，射频电磁场。如果有两个类别：列出的百分比表示第一个类别中的分数。
a分数越高表明症状越多。
b分数越高表明智商越高。
表2 9-12岁青春期前儿童估计的全脑和特定源RF-EMF总暴露量与全脑容量(mm3)之间的关系。
注：B，贝塔系数；CI，置信区间；DECT，数字增强型无绳通信；千克，千克；MJ，毫焦耳；RF-EMF，射频电磁场。
线性回归模型调整了母亲的教育水平、母亲的种族、母亲的就业状况、母亲的吸烟状况、母亲的抑郁和焦虑症状、家庭收入和儿童智商、性别、年龄、体重指数和利手。
a 屏幕活动包括无线连接到互联网时使用手机浏览互联网、收发电子邮件和文本消息、使用平板电脑和笔记本电脑。
b 来自不同微环境(家庭、学校、通勤和户外)的不同环境RF-EMF源(移动电话基站、调频广播和电视广播天线、移动电话、DECT电话和WiFi)的RF-EMF 暴露。
表3在9-12岁的青春期前儿童中估计的全脑和特定源的RF-EMF暴露量与每个脑叶和皮质叶体积(mm3)之间的关系。
注：B，贝塔系数；CI，置信区间；DECT，数字增强型无绳通信；千克，千克；MJ，毫焦耳；RF-EMF，射频电磁场。
线性回归模型调整了母亲的教育水平、母亲的种族、母亲的就业状况、母亲的吸烟状况、母亲的抑郁和焦虑症状、家庭收入和儿童智商、性别、年龄、体重指数和利手。粗体显示的p值<0.05。
a 屏幕活动包括无线连接到互联网时使用手机浏览互联网、收发电子邮件和文本消息、使用平板电脑和笔记本电脑。
b 来自不同微环境(家庭、学校、通勤和户外)的不同环境RF-EMF源(移动电话基站、调频广播和电视广播天线、移动电话、DECT电话和WiFi)的RF-EMF 暴露。
表4 9-12岁青春期前儿童估计的全脑和特定源RF-EMF暴露量与皮质下体积(mm3)之间的关系。
注：B，贝塔系数；CI，置信区间；DECT，数字增强型无绳通信；千克，千克；MJ，毫焦耳；RF-EMF，射频电磁场。
线性回归模型调整了母亲的教育水平、母亲的种族、母亲的就业状况、母亲的吸烟状况、母亲的抑郁和焦虑症状、家庭收入和儿童智商、性别、年龄、体重指数和利手。粗体和*表示多次测试校正后保留的关联(p值<校正的临界p值(0.0008))。
a 屏幕活动包括无线连接到互联网时使用手机浏览互联网、收发电子邮件和文本消息、使用平板电脑和笔记本电脑。
b 来自不同微环境(家庭、学校、通勤和户外)的不同环境RF-EMF源(移动电话基站、调频广播和电视广播天线、移动电话、DECT电话和WiFi)的RF-EMF 暴露。
讨论
本研究使用改进的综合RF-EMF 暴露模型估计了包括几个RF-EMF 暴露源在内的全脑和脑叶特定的RF-EMF暴露量，并研究了它们与9-12岁青春期前儿童脑容量的关系。没有发现从整体RF-EMF源、移动电话和DECT电话或从远场源估计的全脑或脑叶特定RF-EMF暴露量与全脑、皮质或皮质下脑容量之间的关系。然而研究发现，在无线连接互联网时使用手机上网、收发电子邮件、使用平板电脑和笔记本电脑时，估计的全脑RF-EMF暴露量较高，一组导致大脑低RF-EMF 暴露的RF-EMF源与较小的尾状核体积之间存在关联。
这项研究是在青春期前儿童中进行了第一项流行病学研究，探索RF-EMF脑暴露量与脑容量的关系。以前的大多数研究都是单独评估不同的RF-EMF源与大脑发育之间的关系，但本文的综合方法可以更全面地评估几个RF-EMF源的全脑暴露量，以及导致不同模式的RF-EMF暴露的三组RF-EMF源的特定脑叶的暴露量。作者没有发现从整个RF-EMF源或从手机和DECT电话中估计的全脑或脑叶特定RF-EMF暴露量与脑容量之间的关联。
然而，当无线连接到互联网时，其他手机、平板电脑和笔记本电脑使用造成的较高的全脑RF-EMF暴露量与较小的尾状核体积相关。如果这种观察到的关联是由大脑从使用移动通信设备中吸收的RF-EMF暴露量驱动的，预计也会发现与手机和DECT电话接收到的大脑暴露量之间的关联。这些都是RFEMF 暴露到大脑的主要因素，导致非常接近头部的峰值暴露，而使用手机上网、收发电子邮件、发短信、使用平板电脑和笔记本电脑，同时无线连接到互联网，会导致大脑(包括皮层下结构，如尾状核)的RF-EMF 低暴露量(Birks等人，2020年)。因此，人们担心移动电话、平板电脑和笔记本电脑的这些特定使用可能对健康造成的影响是由于社会或个人因素，这些因素与青春期前儿童使用这些设备的时间或他们使用这些设备进行的特定活动有关，而不是由于RF-EMF 暴露直接造成的。几乎所有报告使用这些移动通信设备的参与者总是无线连接到互联网，因此估计的每个设备的RF-EMF脑暴露量与报告者使用每个设备的时间高度相关(0.75~0.99)。
此外，可能会错过与使用这些移动通信设备有关的信息，这些信息对于正确研究移动通信设备与大脑发育的关系至关重要(例如，使用这些设备进行的屏幕活动类型、家庭结构、心理健康状况或与朋友的关系)。因此本文的结果可能是由于残留混淆或偶然发现。此外，逆向因果关系也可以解释研究结果。患有注意力缺陷/多动障碍等精神障碍的儿童和青年人尾状脑体积较小，可以假设患有这些障碍的个人使用移动通信设备的次数更多。鉴于到目前为止还没有研究RF-EMF 暴露和脑容量的潜在关系，本研究是探索性的，需要在其他基于人群的研究中重复。此外，由于移动通信设备使用的预期增加和RF-EMF 暴露的变化(例如，向市场推出新设备、使用模式的变化，如更多地发送短信和更少的通话，或网络和设备特性的变化，如5G技术的引入)，还需要进一步的研究。
此前在动物身上的实验研究表明，RF-EMF 暴露中与大脑形态改变有关。特别是，较高的RF-EMF 暴露导致了大鼠海马和杏仁核中树突的重塑和活性细胞的减少。在本研究中没有发现大脑RF-EMF暴露量与海马或杏仁核体积之间的联系。但我们也无法估计这些皮质下结构中的RF-EMF暴露量。在其他功能中，海马体在新记忆的形成中起着重要作用，杏仁核参与记忆巩固。有趣的是，一项纵向流行病学研究发现，在一年的随访后，在青春期前儿童和喜欢打电话的青少年中，估计的全脑RF-EMF暴露量较高与图形记忆表现下降(主要涉及右半球)有关，而与言语记忆表现(主要涉及左半球)无关。作者认为，RF-EMF脑暴露量和记忆之间的联系可能是由睡眠紊乱驱动的，因为之前的研究发现，RF-EMF 暴露的参与者在睡眠期间脑电图(EEG)发生了变化，睡眠紊乱与记忆巩固较差和皮层下结构紊乱有关。大脑是动态的，会对许多外部输入做出反应，包括环境暴露。这种动态性可能并不总是转化为可检测到的大脑结构改变，而是可以解释先前研究中观察到的RF-EMF 暴露与认知功能受损之间的联系的大脑活动变化。研究大脑RF-EMF 暴露和功能性磁共振成像方法之间的关系将是很有意义的。
这项研究的优势在于收集了大量青少年前人群中使用移动通信设备的详细信息，估计了包括大量RF-EMF 暴露源在内的全脑和脑叶特定RF-EMF暴露量，以及可获得约2500名参与者的大脑结构成像数据。本研究的主要局限在于横断设计。如果RF-EMF 暴露在大脑和脑容量之间存在关联，则在较长时间的累积暴露后可能会出现效应。因此，需要对移动通信设备的使用和大脑容量进行纵向数据研究。此外，本研究使用了一种创新和全面的工具来估计脑RF-EMF暴露量，但它建立在几个假设的基础上，这些假设可能导致对RF-EMF 暴露的无差别错误分类，从而导致对效果估计的潜在低估。另外，移动通讯设备的使用情况是由家长报告的，不包括在学校的使用情况，这可能低估了实际使用情况。在新的研究中可以使用诸如安装在青春期前儿童设备上的应用程序来跟踪其实际使用情况的方法，该方法以前被验证过，以提高对移动通信设备使用情况的测量的准确性。最后，尽管针对几个潜在的混淆变量调整了我们的模型，但我们不能因为父亲的社会经济地位等不可用变量而放弃剩余混淆。
结论：
在9-12岁的青春期前儿童中估计的全脑和脑叶特定的RF-EMF暴露量与脑容量无关。与某些移动通信设备的使用相关的社会或个人因素，如无线连接到互联网时使用手机浏览互联网、收发电子邮件、使用平板电脑和笔记本电脑等因素导致的RF-EMF暴露与较小的尾状核体积有关，但该相关形成的原因有待于进一步探索。关于移动通信设备及其与大脑发育的潜在负面关联的进一步研究是有必要的，无论关联是由于RF-EMF 暴露还是由于与其使用相关的其他因素。因此，相关研究还需要进一步深入。
