泰国自杀死亡率时空流行病学及风险因素层次分析（1997-2021）：基于国家监测数据的贝叶斯建模研究

语 本研究针对泰国自杀流行病学数据匮乏、区域差异显著及性别失衡等问题，利用1997-2021年全国监测数据，通过贝叶斯时空层次模型（Bayesian spatiotemporal hierarchical models）系统分析自杀时空分布规律。研究发现北部省份为持续高风险区，男性自杀率是女性3倍以上，且经济压力与犯罪率与自杀风险显著相关。该研究为泰国制定区域差异化心理健康政策提供了关键证据。

　　

自杀作为全球重要的公共卫生问题，在亚洲地区尤其突出。泰国作为中等收入国家，自杀负担长期被忽视，且存在明显的区域和性别差异。以往研究多局限于国家级趋势或特定人群，缺乏对省级动态变化及风险因素的系统分析。为此，研究人员利用泰国精神卫生部1997-2021年的自杀监测数据，结合国家统计局社会经济指标，首次采用贝叶斯时空层次模型（Bayesian spatiotemporal hierarchical models）揭示了泰国自杀的复杂时空格局。

研究团队发现，25年间泰国共记录106,955例自杀死亡，男性占比高达78%。全国自杀率在1999年达到峰值（8.84/10万）后下降，但2018-2021年出现小幅回升。北部省份始终是自杀热点区域，而男性自杀率波动幅度远高于女性。通过超越概率（exceedance probabilities）聚类检测，研究识别出北部和东部省份为持续高风险区，且2018年后东北部和南部出现新热点。风险因素分析表明，家庭债务、犯罪率（如盗窃、凶杀）与自杀风险呈空间异质性关联，且性别差异显著。

关键技术与方法

研究基于泰国精神卫生部死亡登记数据，覆盖77个省1997-2021年的自杀案例。采用贝叶斯层次泊松回归模型（Bayesian hierarchical Poisson regression），引入贝叶斯-约克-莫利耶（Besag-York-Mollié, BYM）卷积先验处理空间随机效应，结合随机游走（random walk）先验捕捉时间依赖性，并评估四类时空交互作用。模型通过偏差信息准则（DIC）和均方根误差（RMSE）等指标优选固定效应与随机效应组合，确保统计稳健性。

研究结果

空间-时间自杀趋势

全国自杀率呈现“峰值-下降-反弹”模式，男性自杀率从1997年11.09/10万升至2021年12.44/10万，女性则从3.38/10万降至2.74/10万。北部地区自杀率始终最高，1999年达17.41/10万，2021年仍为10.53/10万。

年度省级分布特征

1997-2000年高自杀率集中分布于北部省份（如南邦府超30/10万），2001年后整体下降，但2010、2014、2018及2020年出现局部波动。

区域与性别差异

北部男性自杀率显著高于其他地区，女性自杀率区域差异较小但东部略高。南邦府、清迈府等北部省份长期位居自杀率前十。

自杀热点分析与风险因素关联

1997年热点集中于北部，2005年后中部和西部热点减少，2018年起东北部和南部出现新集群。经济因素（家庭收入、债务）在北部和中部省份与自杀风险正相关，而犯罪率（暴力案件、凶杀）在16个女性主导省份和12个男性主导省份显示显著关联。

结论与意义

本研究首次通过贝叶斯时空建模揭示了泰国自杀的长期演变规律及驱动机制。北部地区的高风险与当地农业化学物易得性、家庭冲突及酒精使用等文化经济因素相关，而男性对经济震荡（如1997年亚洲金融危机）的敏感性凸显了性别特异性干预的必要性。研究强调需将心理健康服务整合至初级卫生保健体系，并针对高风险区域制定差异化政策。尽管数据存在低估可能（WHO评估泰国自杀数据质量较低），但时空模式的稳定性为资源优化配置提供了科学依据。该成果发表于《Scientific Reports》，为东南亚国家应对自杀这一隐性公共卫生危机提供了范式参考。