夸祖鲁-纳塔尔省HIV及其他性传播感染的流行病学地图绘制：一种基于贝叶斯时空建模方法，并运用潜在结构进行分析

《Frontiers in Public Health》：Syndemic mapping of HIV and other STIs in KwaZulu-Natal: a Bayesian spatio-temporal modeling approach using latent constructs

### 摘要 本研究基于2014-2015年南非夸祖鲁-纳塔尔省两次人口调查数据，运用贝叶斯空间时间分层模型和潜在变量结构方程，量化并映射HIV与其它性传播感染（STIs）的综合征负担。结果显示，20-49岁女性、低教育水平、性风险行为及社会经济脆弱群体（如食物不安全）的综合征负担显著更高，空间上呈现持续热点（LISA）和冷点（Getis-Ord Gi*），时间上2015年负担较2014年略有上升，空间交互效应揭示东部和中部地区负担加剧。研究为资源受限地区设计多维度干预提供地理空间证据。

　　HIV与其它性传播感染（STIs）的综合征（syndemic）仍然是撒哈拉以南非洲地区公共卫生面临的重大挑战，理解其空间和时间动态对于制定有效的干预措施至关重要。本研究利用了在南非夸祖鲁-纳塔尔省（KwaZulu-Natal）通过HIV发病率省级监测系统（HIPSS）开展的两轮连续、基于人口的横断面调查数据，时间分别为2014年和2015年。研究采用了基于潜在变量建模的贝叶斯空间-时间框架，以量化并绘制HIV和STIs的综合征负担。通过确认性因子分析（CFA），从四个二元指标（HIV诊断、HIV检测、STI诊断和自述的STI症状）中构建了一个连续的潜在综合征得分，再利用贝叶斯分层空间方法，通过集成嵌套拉普拉斯近似（INLA）对这些得分进行建模。空间随机效应通过随机偏微分方程（SPDE）方法进行建模，时间效应则通过一阶随机游走模型（RW1）进行建模。通过局部空间自相关分析（Local Moran's I和Getis-Ord Gi*统计量），研究发现了持续的高负担区域（hotspots）和低负担区域（coldspots）。HIV和STIs的综合征负担在年轻人（20-49岁）、女性、受教育程度不完整、从事性风险行为或报告被迫首次性行为以及面临经济和社会脆弱性（如食物不安全）的人群中更为显著。同时，获得医疗保健和抑郁症治疗也与更高的综合征负担呈正相关，这可能反映了更高的检测率。局部Moran's I识别出11个显著的聚类（3个高负担热点，8个低负担冷点），而Getis-Ord Gi*识别出32个显著聚类（17个热点，15个冷点），热点模式在两年间保持稳定，表明地理上的负担存在时间上的持续性。这些发现突显了贝叶斯潜在变量和空间-时间建模方法在整合多种共存健康状况到单一空间框架中的价值，为在资源有限地区制定地理针对性、跨部门的干预措施提供了可操作的证据。

本研究的数据来源于HIPSS项目，该项目旨在追踪夸祖鲁-纳塔尔省HIV的流行和发病率。调查覆盖了Vulindlela这一农村社区和Greater Edendale这一郊区社区，这些社区均位于uMgungundlovu地区。为了确保样本的代表性，HIPSS采用了多阶段概率抽样框架。在600个可用的普查区域（EAs）中，591个区域至少包含50户家庭。在2014年的调查中，随机选择了221个EAs，而在2015年则选择了203个。在这些区域内，家庭被系统性地选择，并从中随机抽取一位符合条件的个体，经过书面知情同意后参与调查。为了支持地理空间分析，每个被抽样的家庭都记录了GPS坐标，以减少选择偏差。

数据的完整性通过严格的质控协议得到保障。在调查开始的前一个月，每天进行监督；接下来的六个月，每月进行审计；之后每季度进行审查。现场操作使用了Mobenzi研究者系统（位于南非德班），该系统支持实时数据收集、协议遵守和数据准确性的跟踪。内置的验证检查能够及时发现不一致之处并进行修正。数据集包括经实验室确认的HIV检测结果，进一步增强了其流行病学的稳健性。所有记录都经过中央处理，并进行了彻底的质量控制和完整性检查。

参与两轮调查的总共有20,048名15-49岁个体，其中2014年有9,812人（包括6,265名女性和3,547名男性），2015年有10,236人（包括6,431名女性和3,805名男性）。某些变量存在缺失数据，缺失率从极低（<1%的MainIncome、MealCutsYear、MealSkipYear、RunOutMoneyYear和AccessedHealthCare）到中等（STISymptoms为7%，ForcedFirstSex为14%）。为了处理不完整数据，使用了R语言中的mice包进行多重插补，对分类变量和连续变量分别应用了合适的插补模型。所有参与者都被纳入最终分析，因为完全案例分析会减少样本量，可能导致严重偏差。尽管某些偏差无法完全避免，但通过插补处理和严谨的抽样设计，提高了结果的可靠性和泛化能力。

研究选择关注15-49岁人群，这一选择基于公共卫生优先事项和国际报告标准。这一年龄段代表了性活跃和经济生产的核心群体，他们更容易受到HIV和其他STIs的影响。此外，这一年龄范围与国家HIV监测协议和全球监测框架（如联合国艾滋病规划署UNAIDS）一致，因此研究结果可以直接与更广泛的流行病学数据进行比较，并为高负担地区如夸祖鲁-纳塔尔的针对性干预提供有效依据。

在构建综合征概念时，研究遵循了综合征理论框架，即HIV和其他STIs的共存和相互强化被视为一个单一的潜在构造。这一潜在构造基于四个二元观察指标：HIV状态、HIV检测史、STI诊断和自述的STI症状。所有指标在分析前进行了标准化处理。为了量化潜在的综合征负担，使用了确认性因子分析（CFA），通过R语言中的lavaan包进行，采用了适合分类数据的对角加权最小二乘法（DWLS）估计器，以确保参数估计的稳健性。模型拟合通过传统阈值进行评估，比较适配指数（CFI）高于0.95、近似误差均方根（RMSEA）低于0.06、标准化近似误差均方根（SRMR）低于0.08被认为代表良好的拟合度。

所有分类协变量都被转换为因子变量，而二元变量则被重新编码为1（是）和0（否），以反映二元响应。分析中考虑的协变量涵盖了多个领域。人口统计学变量包括年龄组、性别、婚姻状况、教育水平和主要收入来源。行为变量包括酒精使用、性行为开始时间以及性伴侣数量。结构性变量则捕捉了社会经济脆弱性和医疗保健可及性等指标，包括食物不安全（通过餐食减少、餐食跳过和资金短缺来衡量）、被迫首次性行为、迁移状态（远离家）和社区归属感。此外，还加入了一个二元变量，用于捕捉心理健康服务的利用情况，特别是抑郁症治疗。

个体层面的潜在综合征得分随后通过lavPredict()函数提取，并作为后续建模的主要结果变量。这些得分随后在贝叶斯分层空间-时间框架下进行分析，允许研究其与社会人口学、行为和结构性协变量的关联，以及其在研究区域内的地理和时间分布。这种方法使得能够识别出综合征负担的热点区域和时间趋势。

研究还采用了贝叶斯分层空间-时间框架，对潜在综合征得分进行回归分析，以评估其与各种协变量的关系。模型考虑了社会人口学、行为和空间-时间协变量，并利用随机效应来捕捉时间趋势、空间结构和空间-时间交互。这一方法不仅捕捉了潜在结构，还考虑了空间自相关性和时间动态性。通过这样的整合，研究揭示了综合征负担的复杂性和多维性。

空间效应通过随机偏微分方程（SPDE）方法建模，该方法将高斯随机场近似为高斯马尔可夫随机场，从而实现研究区域的连续空间建模。每个观测点的经度和纬度坐标用于构建二维空间网格，空间效应直接从这些点级位置估计，而非基于空间多边形或区域级汇总。为了进一步探索局部地理模式，计算了局部空间自相关指标（LISA）和Getis-Ord Gi*统计量，以识别显著的聚类和热点区域。

为了评估模型的拟合度和稳健性，进行了全面的模型诊断。使用了偏差信息准则（DIC）和Watanabe-Akaike信息准则（WAIC）来平衡模型复杂度和拟合度。条件预测量（CPO）和概率积分变换（PIT）值被用来评估模型的预测性能和校准。PIT值的直方图接近均匀分布，表明模型具有良好的校准性。此外，log(CPO)图中未发现极端异常值，进一步支持了模型的预测充分性。通过比较后验均值和模式之间的绝对差异，以及检查Kullback-Leibler发散（KLD）值，评估了参数估计的收敛性和精度。所有固定效应的KLD值接近零，表明后验边际分布被高斯分布很好地近似。这些诊断结果表明参数估计是稳健且可靠的。

模型的超参数评估显示，残差方差适中（σ2 ≈ 0.044），支持了整体模型的良好拟合。时间效应的方差较小（σ2 ≈ 0.0019），表明年际趋势相对平滑，主要由固定效应捕捉。空间范围估计为约1.686公里，但高度不确定，表明结构化的空间自相关可能存在但证据较弱。空间效应的后验标准差为约0.035（95% CrI: 0.011–0.077），表明有限但非可忽略的残差聚类。空间-时间随机效应的方差相似（σ2 ≈ 0.0014），表明局部空间-时间交互对未解释的变异做出了有意义的贡献。总体而言，这些结果表明，尽管残差空间和时间效应适中，但空间-时间交互在塑造观察到的综合征模式中发挥了重要作用。

在讨论部分，研究进一步探讨了HIV和STIs的综合征负担在夸祖鲁-纳塔尔地区的空间和时间动态。年龄被确认为综合征负担的关键决定因素，35-39岁个体的潜在得分最高，这与国家数据中该年龄段HIV和结核病（TB）负担较高的发现一致。性别差异也显著，女性的综合征得分高于男性，这与之前关于结构性性别差异的研究一致，包括支配性男性气质、男性暴力和性别权力不平等。这些发现还与之前在夸祖鲁-纳塔尔地区报告女性STI患病率显著高于男性的研究相一致。

教育水平在综合征负担中也发挥了重要作用，不完整中等教育与更高的综合征得分显著相关，这与之前强调更高教育具有保护作用的研究一致。有趣的是，没有正式教育的参与者表现出略微较低的综合征得分，这可能是由于报告不足或医疗保健可及性较低，突显了在这些群体中加强服务接触的必要性。社会经济脆弱性也对综合征负担产生了影响，依赖汇款或社会补助的参与者表现出更高的得分，这些收入类型虽然支持了生计，但也可能反映了更广泛的社会不平等，这些不平等可能促进了综合征的交互。

行为和心理社会风险因素，如酒精使用、早期性行为和多个性伴侣，都与更高的综合征负担显著相关，这与之前的研究一致。移动性指标显示，居住在社区不足一年的个体表现出显著更高的综合征负担，这支持了关于迁移与医疗连续性中断和疾病风险增加的研究。空间分析揭示了综合征负担的明显聚类，通过局部Moran's I识别出27个显著的聚类，包括13个高负担热点和14个低负担冷点。Getis-Ord Gi*统计量识别出29个聚类，包括17个热点和12个冷点。这些模式在2014年和2015年之间保持一致，表明地理上的不平等具有时间上的稳定性。持续的热点集中在Edendale周围，反映出根深蒂固的综合征脆弱性。冷点则更多出现在西北、西和西南方向的边缘地区，其中一些也靠近Edendale。

空间-时间建模进一步揭示了综合征聚类在1.686公里范围内扩散，这可能由社会、基础设施或医疗保健可及性的梯度所驱动。这一发现与之前的研究一致，表明在夸祖鲁-纳塔尔省，HIV的传播模式在空间上存在异质性和扩散性，受移动性和地理上医疗资源分配差异的影响。时间动态性也有所体现：2014年的冷点较多，而2015年则出现了略微增加的LISA热点和减少的Gi*热点，表明综合征负担的空间分布发生了变化。这些模式与之前的研究一致，显示HIV及相关感染的负担受到变化的空间和时间风险环境的影响。这些变化强调了动态、时间敏感干预策略的重要性，并支持了空间流行病学研究中纳入空间-时间交互项的必要性。

研究结果与夸祖鲁-纳塔尔省之前的空间流行病学研究相呼应。使用贝叶斯条件自回归（CAR）模型的研究在郊区德班地区绘制了HIV和STI的重叠聚类，而地理加性INLA模型则识别了抑制HIV病毒载量的预测因素。本研究的潜在综合征框架超越了这些方法，通过整合多个指标到综合指数中，捕捉了HIV和STI重叠综合征的协同性。

本研究的贝叶斯潜在变量模型与空间-时间分析的结合，为识别HIV和STI综合征的持续热点及其驱动因素提供了一个稳健的框架。模型诊断，包括DIC（?4,987.63）和WAIC（?4,983.35），支持了良好的拟合。空间场的估计范围约为1.686公里，时间效应通过一阶随机游走模型捕捉了年际变化。空间-时间交互效应的方差较低（σ2 ≈ 0.0014），表明大部分空间-时间变异已被结构化成分所解释。

从公共卫生角度来看，这些发现突显了在夸祖鲁-纳塔尔省制定地理针对性干预措施的重要性。稳定的综合征热点表明需要优先考虑HIV检测、治疗和预防服务的部署。同时，与结构性脆弱性（如食物不安全、迁移和心理健康）的关联强调了需要超越生物医学护理的综合策略。此外，20-39岁个体的高负担突显了针对年轻人和性别敏感的预防计划的紧迫性。

未来的研究应优先考虑纵向追踪，以澄清因果机制并评估综合健康和社会干预在热点地区的成效。随着资源有限地区的卫生系统日益面临综合征互动的复杂性，本研究提出的方法为精准公共卫生规划和政策提供了可扩展的工具。通过将空间流行病学证据与更广泛的社会政策结合，研究为在高负担地区设计更具针对性的社区中心计划提供了基础。