本篇推荐中山大学博士研究生刘以轩，中山大学赖颖斯教授（本文通讯作者）、中山大学廖婧副教授（本文通讯作者）等多位学者合作发表在The Lancet Regional Health - Western Pacific的文章：Geographical variation in dementia prevalence across China: a geospatial analysis.
Yixuan Liu, Xinyuan Gao, Yongjin Zhang, Minrui Zeng, Yuyang Liu, Yanjuan Wu, Weihua Hu, Yingsi Lai, Jing Liao, Geographical variation in dementia prevalence across China: a geospatial analysis, The Lancet Regional Health - Western Pacific, Volume 47,2024,101117,ISSN 2666-6065.
DOI:https://doi.org/10.1016/j.lanwpc.2024.101117
1.文章概要
近年来，痴呆症对中国的健康和社会构成重大挑战。随着中国人口的老龄化，痴呆症负担预计将迅速上升。已有研究表明，中国各地区痴呆症患病率存在显著差异，从北部到南部呈下降趋势，而西部地区特别高。然而，这些估计主要基于单个省份的研究，研究方法和诊断标准存在异质性。近年来虽然有一些多中心大规模研究，但它们仅提供区域层面的估计，忽视了内部异质性和跨省地理差异。同时，痴呆症患病率的地理差异可能与糖尿病、高血压、肥胖、吸烟和饮酒等危险因素的分布有关。此外，社会经济发展水平的差异也可能影响痴呆症风险。因此，现有研究缺乏统一定义，无法有效比较各省痴呆患病率。
本研究采用一致的痴呆症定义算法，结合了个体水平的关键风险因素和省份间的空间相关性，以估计省级痴呆症的患病率。通过系统地分析省级风险因素的患病率及其对痴呆症的影响，进一步探索了未测量因素的空间分布，为中国痴呆症的地理差异提供了新的见解，并为制定地区特异性的预防和治疗策略提供了科学依据。
2.研究方法
本研究利用2018年中国健康与养老追踪调查（China Health and Retirement Longitudinal Study, CHARLS）第四波的数据，选取了年龄在50岁及以上的17,176名个体。接着，建立定义痴呆症的统一标准并选取了九个痴呆风险因素（受教育程度低、高血压、糖尿病、抑郁症状、听力障碍、吸烟状况、饮酒状况、社会孤立和缺乏身体活动），以期获得准确的研究结果。
研究开发了一个具有空间特异性随机效应的贝叶斯分层回归模型。首先，假设结果变量服从伯努利分布，并考虑空间相关性和随机效应，通过逻辑层次回归对协变量进行建模。然后，设置不同条件定义了3种模型，并利用偏差信息准则（DIC）选择最佳模型。利用全局和局部莫兰指数（Moran’s I）进行空间自相关分析，以识别空间聚类模式。贝叶斯回归分析在R-INLA包中实现，通过后验分布估计参数及其不确定性，并进行敏感性分析以验证稳健性。最终，结合CHARLS数据和省级抽样权重，计算各省的痴呆患病率。
3.研究成果
表1展示了中国各省的痴呆患病率及其与年龄、性别、教育水平和城乡分布等因素的关系。通过分析比较得出：模型3的结果显示了最小偏差信息准则（DIC）值，即模型3在拟合数据方面表现最佳。结果表明，痴呆患病率在东部较低，西部和北部较高，随年龄增长显著增加，女性患病率高于男性，教育水平较高者患病率较低，农村地区病率高于城市地区。这些发现有助于理解各因素在不同层面上的影响，为制定公共卫生政策提供依据。
表1：CHARLS 2018研究参与者的特征
图1a展示了使用贝叶斯条件自回归模型得出的中国各省份痴呆症患病率的地理分布图。颜色的深浅代表了患病率的相对高低，直观地揭示了患病率在不同省份间存在显著的空间差异。图1b通过局部莫兰分析，识别了痴呆症患病率的空间聚集现象，明确了高-高聚集区和低-低聚集区的存在，这表明某些省份的痴呆症患病率与其邻近省份具有相似的高或低趋势。结合这些方法和结果得出，中国北方省份的痴呆症患病率普遍较高，而东南省份的患病率较低。
图1：基于模型的各省痴呆症加权患病率图
图2展示了不同省份特定风险因素与痴呆症患病率相关性的回归系数，进一步细化了特定风险因素与痴呆症患病率的相关性，指出饮酒和吸烟习惯的减少，特别是在福建省，能有效降低患病风险。同时，社会孤立在吉林省与痴呆风险的关联最为显著，而听力损害和高血压在天津市和广东省的影响较大。这表明痴呆症患病率与饮酒、吸烟、社会孤立、缺乏体育活动、听力障碍、高血压和糖尿病之间的关联显示出省际差异。
图2：各省痴呆危险因素回归系数
图3展示了各省份痴呆症风险因素的随机效应的空间分布，明确指出了中国各省份在痴呆症风险因素上的空间异质性。特别是，河南和陕西的高风险效应值表明了这些地区可能面临的痴呆风险增加，而浙江、山东和辽宁较低的效应值则可能指示了较低的风险暴露或更有效的风险缓解措施。这些发现强调了在这些省份采取针对性预防措施的重要性，以及需要进一步研究以识别和量化这些未测量风险因素的必要性。
图3：随机效应的空间分布
4.总结与讨论
本研究深刻揭示了中国各省份在痴呆症患病率及其相关风险因素上所呈现的地理分布不均衡性。研究结果表明，中国的部分南北方的省份所呈现出的聚集现象存在明显差异，具体表现为：在北方的内蒙古、天津和甘肃三省痴呆症患病率呈现高-高聚集性，而东南部的浙江、福建、江西、广东、广西和湖南六省则呈现低-低聚集性。这表明北部高患病率省份需要优先进行痴呆症控制干预。同时，通过考察省际间的痴呆症危险因素差异，研究揭示了不同省份风险因素的空间变化模式。
该研究的方法论优势在于提供了先进的贝叶斯条件自回归模型，精确捕捉了省份间的空间相关性，并通过地理空间分析揭示了痴呆症患病率的地域聚集现象。研究不仅增进了我们对中国各省份痴呆症患病率及风险因素的理解，而且为针对中国特定省份的痴呆预防和治疗策略提供了新的参考依据。
-END-
欢迎关注公众号，每周分享优质资源。
供稿 | 林凯薇
编辑 | 孙琪
审校 | 唐章英
研究进展 | 城市社会经济与环境对中国区域旅游影响的时空异质性
文献分享 | COVID-19变异株在100个国家的时空变化：探索空间模式、时滞效应与公共卫生政策启示
研究动态｜HEOA智库揭示卫生服务空间可及性的关键因素，获ESI高被引认可
文献分享丨小区域健康地理研究揭示绿地、空气污染及温度对过早死亡率和发病率的综合影响
