基于地理信息系统（GIS）的韩国高血压患病率区域影响因素研究及空间统计分析

本研究针对韩国高血压患病率的区域差异问题，研究人员通过整合社区健康调查（2018-2022）等多源数据，运用空间自相关分析、热点分析和地理加权回归（GWR）技术，揭示了吸烟、高危饮酒、肥胖率和医疗机构密度等关键区域影响因素。研究发现高血压患病率呈现显著空间聚集性（Moran's I=0.477），并识别出47个热点区和71个冷点区。该研究为制定区域差异化高血压防控策略提供了科学依据，对公共卫生政策制定具有重要指导意义。

　　

高血压作为全球公认的心脑血管疾病首要危险因素，在韩国成人中患病率高达22.1%，仅次于肥胖成为第二大慢性病。尽管国家层面持续推行健康干预措施，但区域间差异始终是公共卫生领域的痛点——比如首尔与地方城市的医疗资源分布不均，或工业区与农业区居民生活方式的显著区别。这些差异究竟如何影响高血压的流行？为了破解这个空间谜题，来自韩国东国大学（Dong-A University）健康科学系的研究团队开展了一项开创性研究，通过地理信息系统（GIS）技术首次系统揭示了韩国229个市郡区高血压患病率的空间分布规律及其驱动机制，相关成果发表在《Scientific Reports》期刊。

研究人员采用多学科交叉方法，整合了韩国疾病预防控制署（KDCA）社区健康调查五年数据、国民健康保险公团医疗资源统计等四大数据库。关键技术包括：1）空间自相关分析（Moran's I）验证区域聚集性；2）热点/冷点分析（Getis Ord's Gi）识别高风险区；3）地理加权回归（GWR）建立空间异质性模型。所有分析通过ArcGIS Pro 2.8.0实现，并严格控制了变量多重共线性（VIF=1.532）。

空间分布特征分析

全局Moran's I指数达0.477（p<0.001），证实高血压患病率存在显著空间依赖性。如图1所示，高值区域呈现"东北-西南"走向的带状聚集：

热点区域识别

如图2所示，47个热点区集中分布在江原道、仁川等工业较发达地区，其平均患病率（20.85%）显著高于冷点区（18.80%，p<0.001）。值得注意的是，这些区域同步呈现"三高"特征：当前吸烟率（21.39%）、高危饮酒率（14.50%）和肥胖率（34.61%）均显著高于全国均值。

驱动机制解析

地理加权回归模型（R²=0.448）揭示空间异质性规律：在热点区，每增加1个医疗机构/10万人可使患病率降低0.3%（p=0.023），而吸烟率每提升1%会导致患病率上升0.197%（p<0.001）。冷点区则呈现相反模式，高危饮酒行为的影响强度（β=0.345）是热点区的2.6倍。

这项研究首次系统绘制了韩国高血压流行的"地理图谱"，其价值体现在三方面：首先，证实了Tobler地理第一定律在公共卫生领域的适用性；其次，发现医疗资源配置的"阈值效应"——当医疗机构密度<75.8家/10万人时防控效果显著；最后，提出"区域精准防控"新范式，建议对工业区重点控烟，而对都市区强化酒精管控。正如作者Hyojeong Lee和Jihye Lim强调的，这项成果为韩国《国民健康促进计划》2025版提供了关键空间决策依据，其方法论框架也可推广至其他慢性病的区域防控研究。