亚的斯亚贝巴市产前保健服务利用的空间不平等：基于小区域估计模型的子城市层面分析

《Sexual & Reproductive Healthcare》：Geographic disparities in antenatal care utilization in Addis Ababa city using demographic andhealth survey data: A small area estimation approach

本研究针对埃塞俄比亚亚的斯亚贝巴市产前保健（ANC）服务利用存在子城市层面差异但缺乏精确估计的问题，研究人员利用2016年埃塞俄比亚人口与健康调查（EDHS）数据，应用贝叶斯层次空间模型进行小区域估计（SAE）。结果显示，尽管全市ANC4+（≥4次产前检查）覆盖率达88.7%，但子城市层面存在显著差异（83.5%至93.3%），并识别出女性教育水平、婚姻状况和到医疗机构的旅行时间是关键影响因素。该研究为揭示城市内部健康不平等提供了高分辨率空间证据，对实现公平的孕产妇保健覆盖具有重要意义。

　　

在全球范围内，改善孕产妇健康是可持续发展目标（SDGs）的核心优先事项之一。产前保健（ANC）作为孕产妇保健连续服务的关键环节，对于预防妊娠相关并发症和死亡至关重要。世界卫生组织（WHO）曾推荐孕妇在怀孕期间至少接受四次产前检查（ANC4+），尽管后来更新为八次接触，但四次访问在许多资源有限的环境中仍是一个重要的基准。埃塞俄比亚在降低孕产妇死亡率方面取得了进展，但ANC4+的全国覆盖率仍然较低。值得注意的是，首都亚的斯亚贝巴作为城市化程度最高的地区，其整体ANC覆盖率远高于全国平均水平，然而，这种城市层面的聚合数据可能掩盖了城市内部不同区域之间的显著差异。了解这些子城市层面的差异对于有针对性地分配资源和解决健康不平等问题至关重要。

为了填补这一知识空白，一项发表在《Sexual & Reproductive Healthcare》上的研究，由W. Dechassa Heyi等人开展，旨在精确估计亚的斯亚贝巴市各子城市层面的ANC4+覆盖率，并探讨其空间分布模式及影响因素。

研究人员为开展此研究，主要应用了几个关键技术方法。研究基于2016年埃塞俄比亚人口与健康调查（EDHS）的横断面数据，该调查采用两阶段分层整群抽样设计。分析样本限定为居住在亚的斯亚贝巴市、在调查前五年内有活产史的15-49岁女性。核心结局变量是ANC4+（由熟练医护人员提供服务的产前检查次数≥4次）。研究整合了来自EDHS的个人层面变量（如社会经济、人口特征）以及从公开地理空间数据仓库获取的到最近医疗机构的旅行时间数据。为解决子城市样本量小导致的估计不精确问题，研究采用了小区域估计（SAE）方法，具体构建了贝叶斯层次空间模型，并比较了包括内在条件自回归（ICAR）、贝叶斯雅克-莫利（BYM）及其变体（BYM2）在内的五种空间模型，以最优模型生成各子城市的ANC4+覆盖率后验均值及95%可信区间（CI），并在地理信息系统（QGIS）中进行可视化制图。

研究结果

ANC4+覆盖率的总体水平与子城市差异

研究共纳入375名符合条件的女性。分析发现，亚的斯亚贝巴市整体ANC4+覆盖率较高，达到88.7%（95% CI: 84.2–92.1）。然而，当使用小区域估计模型在子城市层面进行分解时，发现了明显的空间异质性。覆盖率最高的子城市是Nifas Silk Lafto，估计覆盖率为93.3%（95% CI: 85.7–97.7），而覆盖率最低的是Akaki Kality子城市，为83.5%（95% CI: 63.8–94.7）。其他子城市的覆盖率多集中在85%至90%之间。地理分布上，城市中部和南部的子城市（如Nifas Silk Lafto, Lideta）覆盖率相对较高（>90%），而东部和东南部外围的子城市（如Akaki Kality, Bole的部分地区）覆盖率较低。

与ANC4+利用率相关的因素

多变量逻辑回归分析识别出多个与ANC4+利用率显著相关的因素。教育水平是一个关键因素，与接受过中等或高等教育的女性相比，未受过教育的女性完成ANC4+的几率降低了70%（AOR = 0.3; 95% CI: 0.11–0.89）。婚姻状态也显示关联，调查时已婚/同居的女性完成ANC4+的几率是未婚女性的2.2倍（AOR = 2.2; 95% CI: 1.09–4.47）。年龄方面，20岁以下的年轻孕妇完成ANC4+的几率低于31岁以上的女性（AOR = 0.3）。此外，到最近医疗机构的旅行时间是一个重要的负向预测因子，旅行时间每增加一分钟，完成ANC4+的几率降低10%（AOR = 0.90; 95% CI: 0.82–0.99）。家庭财富指数在单变量分析中显示关联，但在调整其他因素后，其效应减弱。

模型性能与空间效应

在比较的五种空间模型中，结合了结构化和非结构化随机效应的BYM2模型展现了最佳的拟合优度（通过偏差信息准则DIC评估）。空间随机效应的纳入显著改善了模型的拟合效果，表明ANC4+的利用率在相邻子城市之间存在空间依赖性，即地理位置相近的区域其服务水平也倾向于相似。

研究结论与意义

本研究通过应用先进的小区域估计技术，成功地揭示了亚的斯亚贝巴市在整体高ANC覆盖率之下所隐藏的子城市层面不平等。研究结论强调，尽管亚的斯亚贝巴市作为首都享有资源优势，但其内部并非铁板一块，边缘化和外围子城市（如Akaki Kality）的孕妇在获得足量产前保健服务方面仍面临挑战。这种空间差异是由社会经济劣势（如低教育水平、贫困）和地理可及性差（如更长的旅行时间）共同驱动的。

该研究的重要意义在于方法学和应用层面。在方法学上，它展示了如何利用全国性 household survey（如DHS）数据，通过贝叶斯空间模型克服小样本问题，生成可靠的地方级卫生估计值，这为其他低收入国家城市开展类似的精细化管理评估提供了可复制的框架。在应用层面，研究结果直接服务于精准公共卫生实践。它明确指出资源投入和干预措施需要超越城市层面的平均水平，转而关注那些服务覆盖率低的“热点”子城市。例如，针对Akaki Kality等地区，可能需要采取改善交通连接、增加基层卫生服务点、开展针对低教育水平妇女的健康教育等综合措施。

总之，这项研究强调，要实现孕产妇保健的普遍覆盖和健康公平，必须关注并解决城市内部的微观地理差异。将空间证据纳入城市健康规划和决策，对于更公平地分配资源、有效提升整个城市的孕产妇健康水平，并最终实现可持续发展目标3.1（降低孕产妇死亡率）至关重要。未来的研究可以结合更频繁的常规卫生信息系统数据以及定性方法，以动态监测并深入理解影响服务利用的多维度障碍。