巴基斯坦南旁遮普地区肺炎发病率的空间分布模式与社会生态决定因素：一项基于Tehsil级别的时空流行病学研究

《International Journal of Health Geographics》：Pneumonia incidence and determinants in South Punjab, Pakistan (2016–2020): a spatial epidemiological study at Tehsil-level

本研究针对巴基斯坦南旁遮普地区肺炎高发但空间流行病学研究匮乏的现状，利用2016-2020年地区卫生信息系统数据，结合空间自相关分析、热点探测和多元地理加权回归(MGWR)模型，首次系统揭示了该地区肺炎发病率的时空异质性及其与社会生态因素的空间非平稳性关联，为资源有限地区的精准防控提供了科学依据。

　　

在巴基斯坦南旁遮普这片土地上，肺炎如同无形的阴影，持续威胁着当地居民的健康，特别是儿童和老年人群体。这个地区不仅面临着极端的气候条件——夏季酷热干燥，冬季寒冷多风，还承受着多重环境与社会经济压力。近90%的家庭依赖生物质燃料（如木材或粪便）进行烹饪和取暖，导致严重的室内空气污染；近三分之一的人口居住在以泥土为主要建筑材料的房屋中；女性识字率仅为31.68%，远低于全国平均水平。这些因素交织在一起，使得肺炎成为该地区主要的公共卫生问题之一。然而，尽管肺炎负担沉重，以往的研究多集中于临床或儿童肺炎，缺乏从宏观地理视角探究其空间分布模式及驱动因素的研究。这种认知空白阻碍了针对性的、高效的公共卫生干预措施的制定与实施。

为了填补这一空白，由Omer Unsal、Oliver Gruebner和Munazza Fatima组成的研究团队在《International Journal of Health Geographics》上发表了一项开创性的研究。他们旨在深入探究2016至2020年间，南旁遮普地区肺炎发病率的时空分布规律，并揭示其与关键社会生态决定因素之间的复杂关系，特别是这种关系在空间上的变化（即空间非平稳性）。

研究人员综合利用了空间统计、时空数据挖掘和先进的回归建模技术。数据方面，研究使用了地区卫生信息系统（DHIS）中2016-2020年按月记录的肺炎报告病例数据，以及2017年巴基斯坦人口普查数据和2007-2008年的多指标类集调查（MICS）数据。分析单元为南旁遮普的43个Tehsil（县以下的行政单位）。关键技术方法包括：使用空间自相关分析（全局和局部莫兰指数（Moran‘s I））探测空间聚集性；运用热点分析（Getis-Ord Gi*）和新兴热点分析（EHSA）识别高发和低发区域及其时空演变模式；通过时间序列聚类揭示发病率的时空动态特征；最后，采用广义线性回归（GLR）和多尺度地理加权回归（MGWR）模型，精细刻画社会生态因素（如女性识字率、住房质量、房间密度、卫生设施等）对肺炎发病率的影响及其地理变异。

研究结果

空间与时空聚类模式

全局空间自相关分析显示，基于发病率的肺炎分布在全区范围内未呈现显著的聚集性模式。然而，局部指标（LISA）分析发现，在D.G. Khan地区存在一个低-低（LL）聚类区，意味着该区域及其周边Tehsil的肺炎发病率均较低。优化热点分析（OHSA）则识别出Rajanpur的一个Tehsil（De-Excluded Area Rajanpur）为显著的热点区域（高发区）。尽管木尔坦市（Multan City）报告的病例数最多，但这主要反映了其高度集中的人口，而非异常高的发病率。

时空分析揭示了更丰富的模式。新兴热点分析（EHSA）表明，肺炎发病率在空间和时间上呈现异质性分布。例如，Bahawalpur Saddar, Jampur, Rojhan, Hasilpur等7个Tehsil表现为零星热点（Sporadic Hot Spot），而Yazman, Rajanpur, Mailsi等7个Tehsil表现为振荡热点（Oscillating Hot Spot）。趋势分析进一步证实，南部和中部部分Tehsil（如Yazman周边）的发病率呈显著上升趋势，而北部部分Tehsil（如Hasilpur）则呈现下降趋势。

时间序列聚类分析将43个Tehsil划分为4个具有不同时空特征的集群。第一集群（27个Tehsil）主要位于南部和东南部，发病率低且稳定；第二集群（14个Tehsil）位于中部地区，发病率中等且有波动；第四集群（主要为Rajanpur的De-excluded区域）表现出最高且最不稳定的发病率，在2017年中和2018年初出现显著峰值。时间分布特征显示，肺炎病例数在秋季至春季（巴基斯坦的冬季月份）增加，尤其在一月份达到高峰。值得注意的是，2020年COVID-19大流行期间，病例数显著低于往年同期。

肺炎发病率的局部社会生态决定因素

全局回归模型（GLR）解释了约40%的发病率变异，初步表明城市人口、土坯房比例、未改良固体垃圾处理与发病率呈正相关，而房间密度、女性识字率、未改良排泄物处理设施与发病率呈负相关。然而，GLR模型的残差存在空间自相关，表明存在未被捕捉的空间效应。

更先进的多尺度地理加权回归（MGWR）模型将解释力提升至67%，并成功消除了残差的空间聚集性，更重要的是，它揭示了影响因素关系的空间非平稳性。MGWR结果显示，女性识字率与肺炎发病率在全区域呈负相关，且在东北部（如Hasilpur及周边）和西南部（如Rojhan及周边）共26个Tehsil中这种关系统计显著，意味着提高女性教育水平，特别是在这些地区，对降低肺炎风险有显著作用。相反，土坯房比例（反映住房质量差）与发病率在全区域呈正相关，且在西南部的24个Tehsil中关系尤为显著且强烈，表明恶劣的住房条件是这些地区肺炎高发的重要风险因素。未改良排泄物处理设施与发病率在全区域呈显著负相关，其影响强度在西南部更高。房间密度与发病率的关系总体为负，但仅在Sadiqabad Tehsil显著。城市人口和未改良固体垃圾处理与发病率的关系虽为正，但在全区域不具统计显著性。

结论与意义

本研究得出结论，巴基斯坦南旁遮普地区的肺炎发病率存在显著的时空异质性，其与社会生态因素（特别是女性识字率和住房质量）的关联具有明显的空间非平稳性。传统的全局模型可能掩盖这些局部关系，而MGWR模型能更有效地揭示其地理变异。研究发现，中部高密度区域曾是肺炎热点但呈减弱趋势，而东部地区出现新的上升趋势热点；西南部地区较差的住房条件和较低的女性识字率与较高的肺炎风险密切相关。

这项研究的意义重大。它是首次在南旁遮普地区应用综合空间流行病学方法系统研究肺炎的时空格局及其驱动因素。研究结果强调，针对肺炎的公共卫生干预措施需要因地制宜，而非“一刀切”。例如，资源应优先投向西南部等已识别的热点和高风险区域，干预策略应侧重于改善住房条件、推广清洁能源、加强环境 sanitation，并特别注重通过提高女性识字率来增强社区健康意识和就医行为。此外，研究揭示的冬季高发模式提示需要加强季节性防控和医疗资源准备。将地理空间分析工具整合到地区卫生信息系统中，可以实现肺炎的实时监测、精准的风险评估和高效的资源分配。本研究采用的空间流行病学框架和方法，不仅为巴基斯坦其他地区，也为面临类似社会生态背景的低中等收入国家探索传染病空间规律提供了可复制的范例，对推动基于证据的精准公共卫生实践具有重要价值。