印度各区低出生体重的空间分布、聚类特征及相关因素分析

《BMC Public Health》：Spatial patterns and correlates of low birth weight in India: a climate and health perspective

　　

摘要

背景

低出生体重（LBW）仍然是印度面临的最紧迫的母婴健康挑战之一。这一负担在多样的地理和气候环境中持续存在，提示了环境因素（如温度和海拔）以及各种社会经济决定因素的影响。本研究利用第五次印度国家家庭健康调查（NFHS-5，2019–21年）数据，考察了印度各区的低出生体重的空间分布、聚类特征及其相关因素，重点关注年均温度、海拔以及其他各种社会经济决定因素。

方法

本横断面生态空间分析使用了第五次印度国家家庭健康调查（NFHS-5，2019–21年）的数据。与温度相关的分析纳入了706个区，拉卡沙德维普被排除在外，因为其年均温度数据不可用。区一级低出生体重患病率和年均温度分别源自NFHS-5出生数据和人口与健康调查（DHS）地理空间协变量数据集。采用全局Moran's I和Anselin局部Moran's I评估空间自相关并识别低出生体重的聚类。为考察与低出生体重相关的区一级因素，估计了普通最小二乘法、空间滞后模型和空间误差模型（SEM），并根据赤池信息准则、施瓦茨准则和对数似然值选择SEM作为优选模型。

结果

区一级平均低出生体重患病率为17.15%。在州一级，旁遮普邦患病率最高（22.4%），米佐拉姆邦最低（4.0%）。在区一级，恰蒂斯加尔邦的丹特瓦达患病率最高（36.6%），那加兰邦的科希马最低（0.7%）。观察到强烈且具有统计学显著性的空间聚类（Moran's I = 0.572，p < 0.001），高高聚类跨越拉贾斯坦邦、中央邦和古吉拉特邦的连续带状区域，低低聚类出现在查谟和克什米尔、拉达克以及东北部各邦。空间误差模型确认了显著的空间依赖性（Lambda = 0.652，p < 0.001）。年均温度（β = 0.181，p = 0.023）、母体贫血（β = 0.086，p < 0.001）、母体体重过低（β = 0.144，p < 0.001）、冬季分娩（β = 0.174，p = 0.042）和机构分娩（β = 0.067，p = 0.005）与低出生体重呈正相关，而充足的产前保健覆盖率（β = -0.048，p < 0.001）与结果呈负相关。

结论

在考虑空间依赖性之后，仍观察到年均温度与区一级低出生体重之间的关联，凸显了气候条件对母婴健康规划的潜在重要性。针对母体贫血、营养不足和产前保健覆盖率的干预措施，尤其是在印度中北部高负担地区的干预措施，对减少低出生体重负担至关重要。