印度儿童死亡率的变化趋势、空间格局及预测因素：基于全国家庭健康调查的混合效应模型与多元分解分析

《Discover Public Health》：Trends patterns and predictors of child mortality in India

　　

摘要 背景：儿童生存是衡量人口健康与社会经济发展水平的基本指标。尽管过去二十年间印度儿童死亡率显著下降，但地区与社会经济差异依然突出。本研究采用混合效应二元逻辑回归（mixed-effect binary logistic regression）与多元分解分析（multivariate decomposition analysis），考察新生儿（neonatal）、婴儿（infant）及五岁以下（under-five）死亡率的趋势、格局及其决定因素，以识别驱动儿童死亡率下降的潜在因素。 方法：本研究利用三轮全国家庭健康调查（National Family Health Survey, NFHS）数据，即NFHS-3（2005–06）、NFHS-4（2015–16）与NFHS-5（2019–21）。通过统计图表与专题地图展示儿童死亡率指标的变化趋势与空间格局。研究人员采用混合效应二元逻辑回归模型，在控制聚类效应的前提下识别新生儿、婴儿及五岁以下死亡率的决定因素，并利用组内相关系数（intra-class correlation coefficient, ICC）与似然比（likelihood ratio, LR）检验评估聚类效应。模型性能通过偏差（deviance）、赤池信息准则（Akaike Information Criterion, AIC）与贝叶斯信息准则（Bayesian Information Criterion, BIC）进行比较。此外，研究人员还进行了基于logit的多元分解分析，以量化组成（禀赋）效应与系数效应对16年间儿童死亡率下降的贡献。 发现：从NFHS-3至NFHS-5，儿童死亡率显著下降。新生儿死亡率由34.73降至24.85‰，婴儿死亡率由51.08降至35.11‰，五岁以下死亡率由66.94降至43.05‰（每1,000例活产）。混合效应二元逻辑回归显示，较高出生次序（≥4）、母亲超重、产前保健（antenatal care, ANC）利用不足及低出生体重（<2.5 kg）与NFHS-5中新生儿、婴儿及五岁以下死亡风险增加显著相关。多元分解分析表明，组成（禀赋）变化分别解释了新生儿死亡率下降的23.08%、婴儿死亡率下降的27.49%及五岁以下死亡率下降的24.64%。其中，母亲年龄、母亲教育水平、出生次序及充分产前保健利用的改善是主要贡献因素。系数效应解释了其余比例的下降，分别占新生儿、婴儿及五岁以下死亡率下降的76.91%、72.50%及75.35%。在该组分中，母亲年龄、家庭宗教、大众传媒暴露、生育间隔及充分产前保健利用是死亡率下降的重要贡献因素。 结论：过去16年间印度儿童死亡率的显著下降反映了人口特征的变化以及观测特征与儿童死亡率之间估计关联的时序变化。加强面向农村人口与多次生育妇女的母婴健康项目、促进机构分娩、扩大优质产前保健的可及性并改善母亲营养，对于持续降低新生儿、婴儿及五岁以下死亡率以及实现可持续发展目标（Sustainable Development Goal, SDG）至关重要。

印度儿童死亡率的变化趋势、格局及预测因素：基于三轮全国家庭健康调查的混合效应模型与多元分解分析

一、研究背景与问题提出

儿童生存是衡量人口健康与社会经济发展水平的基本指标。尽管全球范围内儿童死亡率在过去三十年间显著下降，但进展速度在可持续发展目标（Sustainable Development Goal, SDG）时代有所放缓，且地区间进展不均衡。印度作为人口大国，虽然过去二十年间在降低新生儿、婴儿及五岁以下死亡率方面取得了显著成效，但地区与社会经济差异依然突出。例如，喀拉拉邦的儿童死亡率已接近西方国家水平，而中央邦与北方邦等邦的死亡率仍与部分最贫困国家相当。此外，印度在实现国家及全球儿童健康目标方面仍面临挑战。既往研究虽已识别出母亲年龄、教育水平、家庭财富、产前保健（antenatal care, ANC）利用、出生次序、居住地、出生体重及生育间隔等儿童死亡率的预测因素，但多数研究局限于单一调查时点或单一死亡指标，缺乏对长期趋势、空间格局及死亡率下降驱动因素的系统分析。因此，本研究利用三轮具有全国代表性的全国家庭健康调查（National Family Health Survey, NFHS）数据，旨在全面考察新生儿、婴儿及五岁以下死亡率的趋势与邦际差异，量化各邦的绩效表现，并识别儿童死亡率的决定因素及其对死亡率下降的贡献。

二、研究设计与主要发现

研究人员利用NFHS-3（2005–06）、NFHS-4（2015–16）及NFHS-5（2019–21）三轮调查的儿童档案数据，最终分析样本分别为46,233例、233,776例及212,921例。研究结果显示，从NFHS-3至NFHS-5，新生儿死亡率由34.73‰降至24.85‰，婴儿死亡率由51.08‰降至35.11‰，五岁以下死亡率由66.94‰降至43.05‰。尽管整体呈下降趋势，NFHS-5中部分邦仍报告较高死亡率，如北方邦（新生儿35.70‰、婴儿50.60‰、五岁以下64.01‰）与比哈尔邦（新生儿34.53‰、婴儿47.11‰、五岁以下58.91‰）等。漏斗图分析表明，北方邦、中央邦、比哈尔邦及奥迪沙邦在历次调查中持续位于置信区间上限之外，提示这些邦存在显著高于全国平均水平的儿童死亡率，可能反映其社会经济剥夺、卫生系统能力薄弱及母婴健康服务利用不足等结构性劣势。

三、关键研究方法

本研究主要采用以下关键技术方法：第一，利用Stata软件的syncmrates命令估计各调查年份及研究变量的死亡率及其95%置信区间；第二，构建两水平混合效应二元逻辑回归模型，以个体儿童为水平1、初级抽样单位（Primary Sampling Unit, PSU）为水平2，设置随机截距以处理数据层次结构导致的聚类效应，并通过组内相关系数（intra-class correlation coefficient, ICC）与方差比例变化（proportional change in variance, PCV）评估社区间异质性，以赤池信息准则（Akaike Information Criterion, AIC）、贝叶斯信息准则（Bayesian Information Criterion, BIC）及对数似然比较模型拟合优度；第三，采用基于logit的多元分解分析（mvdcmp命令），将NFHS-3至NFHS-5期间儿童死亡率的下降分解为组成（禀赋）效应与系数效应，以量化人口特征变化与特征-结局关联变化对死亡率下降的贡献。此外，研究还利用漏斗图与专题地图展示各邦死亡率与全国基准的偏离程度及空间分布格局。

四、主要研究结果

4.1 描述性趋势分析

研究显示，新生儿、婴儿及五岁以下死亡率在NFHS-3至NFHS-4期间显著下降，此后变化趋缓。较高死亡率持续出现在年轻母亲（15–21岁）、低教育水平母亲、贫困家庭、高出生次序、农村地区、低体重指数（body mass index, BMI）母亲、未接受充分产前保健及低出生体重（<2.5 kg）儿童中。各社会人口群体的死亡率均有所下降，其中年轻母亲、表列种姓（Scheduled Caste, SC）家庭、农村人口、第二出生次序及出生体重≥2,500 g儿童的降幅相对较大。

4.2 混合效应逻辑回归分析

基于NFHS-5的混合效应逻辑回归模型显示，中央区（AOR=1.47）与东区（AOR=1.21）儿童婴儿死亡风险显著高于南区；母亲年龄22–49岁者婴儿死亡风险显著低于≤21岁者；第四及以上出生次序婴儿死亡风险为第一出生次序的4.19倍（95% CI 3.76–4.67）；母亲受过中学及以上教育者婴儿死亡风险显著降低；家庭财富与婴儿死亡风险呈负相关；超重母亲所生婴儿死亡风险较正常BMI母亲高14%（AOR=1.14）；穆斯林家庭儿童死亡风险低于印度教家庭（AOR=0.81）；女婴死亡风险低于男婴；生育间隔≥19个月者死亡风险显著降低；未接受充分产前保健者婴儿死亡风险增加81%（AOR=1.81）；低出生体重儿童死亡风险为正常出生体重者的1.92倍（95% CI 1.81–2.04）。居住地在调整后不再显著，提示城乡差异主要由其他社会经济与母亲特征解释。新生儿及五岁以下死亡率的模型结果与婴儿死亡率总体一致。模型诊断显示，全模型（模型4）的PCV分别达34.9%（婴儿）、31.1%（新生儿）及36.9%（五岁以下），且具有最低AIC、BIC及最高对数似然，为最优拟合模型。

4.3 多元分解分析

分解分析显示，组成（禀赋）变化分别解释了新生儿、婴儿及五岁以下死亡率下降的23.08%、27.49%及24.64%，其中第四及以上出生次序减少是最大贡献因素（分别占38.49%、37.26%及31.85%），充分产前保健利用亦为重要贡献因素（分别占14.58%、12.99%及11.33%）。系数效应分别解释了76.91%、72.50%及75.35%的死亡率下降，其中母亲年龄、家庭宗教、大众传媒暴露、生育间隔及充分产前保健利用为主要贡献因素。部分变量出现负贡献，如最富裕家庭（?6.60%至?5.25%）、24–35个月生育间隔（?5.33%至?4.35%）及低出生体重（?10.62%至?8.01%），研究人员指出这可能反映非线性分解模型中的参考类别效应、相关预测变量或群体间改善不均衡，而非这些因素本身增加死亡风险。

五、讨论与结论

本研究的讨论部分指出，印度儿童死亡率的持续邦际差异可能反映各邦在卫生系统能力、社会经济发展、治理水平及公共卫生投入方面的差异。北方邦、比哈尔邦、中央邦、贾坎德邦及奥迪沙邦历史上贫困水平较高、母亲教育水平较低、卫生条件较差且优质母婴保健服务可及性有限。多水平模型结果与既往低中收入国家研究一致，年轻母亲、低教育水平、高出生次序、贫困、未充分利用产前保健及低出生体重均为儿童死亡的重要预测因素。研究结论强调，过去16年间印度儿童死亡率的显著下降反映了人口特征变化及特征与死亡率关联的时序变化。为持续降低儿童死亡率并实现可持续发展目标，需加强面向农村人口及多次生育妇女的母婴健康项目、促进机构分娩、扩大优质产前保健可及性并改善母亲营养。