中国不同经济区域结核病发病影响因素分析与趋势预测：一项基于回归模型的综合研究

《BMC Public Health》：Analyzing factors affecting tuberculosis incidence in various mainland Chinese economic regions and predicting trends: a comprehensive regression study

本研究针对中国结核病(TB)负担存在显著地区差异且主要影响因素尚不明确的问题，通过分析2004-2020年全国监测数据，运用Joinpoint回归、广义相加模型(GAM)和季节性自回归积分滑动平均(SARIMA)模型，揭示了西部地区发病率最高(2025年预测达81.438/10万)，医疗资源数量、卫生人员数和人均GDP与发病率呈负相关。研究为优化资源配置和制定区域化防控策略提供了关键依据，对实现WHO 2035年终结结核病目标具有重要意义。

　　

结核病(TB)作为由结核分枝杆菌(Mtb)引起的古老传染病，至今仍是全球重大公共卫生挑战。根据世界卫生组织(WHO)《2024年全球结核病报告》，结核病已超越艾滋病成为全球头号传染病杀手，年死亡人数高达125万。中国作为全球结核病高负担国家之一，虽然通过实施多个国家结核病防治规划（1991-2000年、2001-2010年、2011-2015年、2016-2020年）和《遏制结核病行动计划（2019-2022年）》取得了显著成效，报告发病率从2012年的70.6/10万降至2018年的59.3/10万，但每年新增病例仍约80万例，位居法定传染病前列。

尽管全国整体发病率呈下降趋势，但地区间差异显著，呈现出“东低西高”的分布特征。这种区域不平衡给全国范围内的结核病消除工作带来了巨大挑战。更令人担忧的是，COVID-19大流行对结核病监测和防控体系造成了严重冲击，可能导致报告数据不能真实反映实际发病情况。因此，明确不同经济区域结核病发病的关键影响因素，准确预测未来流行趋势，对于制定针对性防控策略至关重要。

在此背景下，吕恒亮等研究人员在《BMC Public Health》上发表了题为“Analyzing factors affecting tuberculosis incidence in various mainland Chinese economic regions and predicting trends: a comprehensive regression study”的研究论文。该研究基于中国疾病预防控制中心(CCDC)2004-2020年的结核病监测数据，结合社会经济和气象因素，首次全面分析了中国不同经济区域结核病发病的影响因素，并预测了至2025年的发病趋势。

研究人员采用了多种先进统计方法开展此项研究。首先利用Joinpoint回归分析结核病发病的时间趋势，通过平均年度百分比变化(AAPC)评估长期变化规律。随后采用广义相加模型(GAM)分析气象因素（总日照时数、平均相对湿度等）和社会经济发展因素（抚养比、医疗机构数、卫生人员数等）对结核病发病率的影响。最后比较了指数平滑模型(ESM)、长短期记忆网络(LSTM)和季节性自回归积分滑动平均(SARIMA)三种预测模型的性能，选择最优模型预测2020-2025年结核病发病率。

研究结果

区域和时间分布特征

研究发现，2004-2020年间中国结核病发病率整体呈下降趋势(AAPC=-2.81%)，但地区差异显著。西部地区发病率始终最高（95.22/10万降至63.73/10万），而东部地区最低（62.23/10万降至35.96/10万）。值得注意的是，西藏和青海两省发病率不降反升，西藏从74.32/10万大幅上升至150.13/10万(AAPC=5.15%)。多数省份在2008年左右出现转折点，此前发病率上升，此后转为下降。

影响因素分析

Spearman相关分析显示，抚养比(DR)、出生率、死亡率等家庭经济负担指标与结核病发病率呈正相关，而医疗机构数量(NMHI)、卫生人员数(NHP)、人均GDP等资源和经济指标呈负相关。气象因素中，平均风速(AWV)在滞后3个月时与发病率负相关最显著(r=-0.340)。

GAM模型进一步揭示了各因素的非线性影响关系。总日照时数(TSH)低于182小时时，发病率随日照增加而下降，超过182小时后则呈相反趋势。平均相对湿度(ARH)与发病率呈非线性正相关，而平均风速(AWV)呈非线性负相关。最低温度(MINT)在13.42°C以下时与发病率负相关，以上时转为正相关；最高温度(MAXT)在20.30°C以上时开始呈现轻微负相关。

影响因素贡献度分析显示，医疗机构床位数(NBMHI)(F=706.379)、死亡率(F=448.845)和城镇化率(UR)(F=329.863)是社会因素中的主要贡献者；气象因素中平均风速(AWV)(F=221.910)、总日照时数(TSH)(F=105.880)和最高温度(MAXT)(F=53.600)影响最为显著。区域分析表明，医疗资源对各地区均有显著贡献，而GDP对西部地区影响尤为突出。

预测模型结果

三种预测模型中，SARIMA模型表现最优，其拟合优度指标均优于ESM和LSTM模型。基于SARIMA模型的预测显示，2020年COVID-19疫情期间结核病报告发病率可能被低估。预测至2025年，中国结核病发病率将为52.460/10万，其中东部地区最低(30.781/10万)，西部地区最高(81.438/10万)，中部和东北部分别为59.152/10万和52.401/10万。

研究结论与意义

本研究通过综合分析揭示了影响中国不同经济区域结核病发病的关键因素，并准确预测了未来流行趋势。研究结果表明，除东部地区外，中国其他区域到2025年难以实现WHO设定的结核病发病率降低50%的目标（即从63.416/10万降至31.708/10万），西部地区差距尤为显著。

这一研究发现具有重要政策意义。西部地区结核病高发与医疗资源不足、经济发展水平低、少数民族地区特殊生活环境等因素密切相关。西藏、青海等地区农牧民结核病高发可能与牛结核病流行有关，提示需要加强人畜共患结核病的防控。研究建议中西部地区应优先优化卫生资源配置，加强结核病患者管理，同时关注营养干预、提高卡介苗(BCG)接种覆盖率等措施。

研究的创新之处在于首次系统比较了不同经济区域结核病影响因素的差异，并采用机器学习模型校正了COVID-19疫情对结核病监测数据的影响，为后疫情时代结核病防控策略调整提供了科学依据。研究者强调，需要整合社会资源（医疗救助、扶贫项目、慈善基金）共同应对西部地区结核病挑战，同时加强区域间合作交流，学习东部地区成功的防控经验。

该研究也存在一定局限性，包括可能的报告偏倚、2015年前大气污染数据缺失无法分析其与结核病发病的关系、以及SARIMA模型长期预测稳定性问题。然而，这些不足并不影响研究结论的整体可靠性，为未来研究指明了方向。

总之，这项研究为理解中国结核病流行的区域差异提供了重要证据，为制定针对性防控策略、优化资源配置提供了科学依据，对实现WHO终结结核病目标具有重要实践意义。特别是在健康中国建设背景下，该研究为解决重大传染病防控不平衡问题提供了重要思路和方法学参考。