编辑推荐：
推荐
为探究南澳大利亚州（SA）小范围区域（SA2）乳腺筛查参与度差异及社会经济、医疗可及性和文化因素影响，研究人员分析 2014 - 2015 年 SA2 人口统计与筛查数据。发现社会经济劣势、非都市居住等与低参与度相关，该研究为优化筛查策略提供空间证据。
论文解读
乳腺癌是澳大利亚女性最常见的癌症，2021 年占新发病例的 28%，且是女性癌症死亡的第二大原因，仅次于肺癌。尽管早期 detection 和治疗的进步使生存率自 20 世纪 90 年代中期以来提高了 43%，但乳腺筛查项目的参与率却长期未达目标。澳大利亚全国性的 BreastScreen Australia 项目自 1991 年启动，目标年龄范围为 50 - 74 岁，官方要求的两年一次筛查覆盖率标准为 70%，但从未有任何司法管辖区实现这一目标。2014 - 2015 年，南澳大利亚州（SA）的两年参与率为 58%，低于塔斯马尼亚州的 60%，且存在显著的地理和社会经济差异，如农村和偏远地区、非英语背景及社会经济劣势人群参与率较低。在此背景下，深入探究小范围区域（SA2，澳大利亚统计局定义的统计区域层级 2，通常包含 3000 - 25000 人）的筛查参与度影响因素，对于制定针对性策略以提升公平性和参与率至关重要。
为解决上述问题，南澳大利亚大学癌症流行病学与人口健康中心等机构的研究人员开展了相关研究。他们通过分析南澳大利亚州 SA2 级别的人口统计数据（2016 年人口普查）和 2014 - 2015 年的乳腺筛查数据，旨在揭示社会经济因素、医疗服务可及性和文化因素对筛查行为的局部差异影响，这些差异可能被更大的行政单位所忽视。研究结果发表在《Cancer Causes & Control》上，为优化乳腺筛查项目提供了重要的地理空间证据和策略方向。
主要关键技术方法
研究主要采用了数据链接与地理空间分析技术。首先，将 SA2 级别的人口统计数据（包括社会经济地位、居住偏远程度、出生国家等）与 BreastScreen SA 的筛查数据进行链接。通过 SA - NT Datalink 服务对客户记录进行地理定位，并使用 Quantum Geographic Information System（QGIS）为个体记录分配坐标，映射到 2016 年澳大利亚标准地理分类（ASGC）的 SA2 区域。然后，运用逐步多变量逻辑回归模型估计与低筛查参与度相关的 SA2 人口特征的调整优势比（aOR），同时通过全局莫兰指数（Global Moran’s I）评估筛查参与率的空间自相关性。
研究结果
筛查参与率的空间分布与人口特征
研究纳入 164 个 SA2 区域，总体两年参与率为 50.6%，年龄分布上 55 - 59 岁组最低（41.1%），60 - 64 岁组最高（67.8%）。空间分布显示，大都市地区参与率高于区域和偏远地区，阿德莱德中央商务区（CBD）周边郊区，尤其是南部、东南部和东北部参与率较高。全局莫兰指数为 - 0.03（p = 0.269），表明筛查参与率在 SA2 区域间无显著空间自相关性。
社会经济因素与筛查参与度的关联
社会经济劣势是低筛查参与度的重要预测因素。与最不劣势的五分位数（quintile 1）相比，第三至第五劣势五分位数（quintiles 3 - 5）的调整优势比（aOR）增至 17.00（95% CI 9.84 - 29.36）。非都市居住（aOR 4.94, 95% CI 2.30 - 10.60）、低收入家庭的抵押贷款 / 租金压力（mortgage/rental stress）也与低参与度显著相关，第三压力三分位数（tertile 3）的 aOR 为 6.59（95% CI 3.34 - 13.00）。
文化与社区支持因素的影响
澳大利亚出生比例较高的区域，低筛查参与度的优势比降低。与出生比例最低的三分位数（tertile 1，38.7% - 70.7%）相比，第二三分位数（70.8% - 78.3%）的 aOR 为 0.52（95% CI 0.30 - 0.88），第三三分位数（78.8% - 91.5%）的 aOR 为 0.27（95% CI 0.11 - 0.67）。此外，为残疾 / 老年人提供更多未付费护理支持（UNCAREP）的区域，低筛查参与度的 aOR 为 0.41（95% CI 0.24 - 0.70），表明社区支持可能促进筛查参与。
研究结论与讨论
研究表明，南澳大利亚州的乳腺筛查参与度在 SA2 层面存在显著差异，社会经济劣势、非都市居住、低收入家庭住房压力以及文化背景（如非澳大利亚出生比例）是低参与度的主要驱动因素。而较高的澳大利亚出生比例和社区未付费护理支持与较高的参与度相关。这些结果与 Andersen 的医疗保健利用模型一致，强调了 predisposing 因素（如出生国家、教育程度）和 enabling 因素（如社会经济地位、地理可及性）对筛查行为的综合影响。
研究的重要意义在于，首次在 SA2 层面揭示了乳腺筛查参与度的地理和社会人口学差异，为制定本地化干预策略提供了证据。例如，针对社会经济劣势区域和偏远地区，需加强交通支持（如患者援助运输计划 PATS）和移动筛查单元的部署；对于文化和语言多样性（CALD）群体，需考虑语言障碍和文化信念的针对性干预。此外，研究建议利用澳大利亚统计局新推出的 PLIDA 平台，进一步探索 CALD 和原住民群体的细分特征，结合更近期的 SA2 数据进行前瞻性评估。
尽管研究存在一定局限性，如未纳入个人层面的健康素养和心理社会因素，且可能低估了私营部门筛查的参与情况，但基于 SA2 的宏观分析为政策制定者提供了可操作的空间尺度，有助于优先配置资源，减少筛查不平等，最终提升乳腺癌的早期 detection 和患者预后。
