绘制克利夫兰城市环境心脏代谢风险图谱：基于地点的驱动因素与社区卫生工作者作用的参与式系统分析

《Health & Place》：Mapping cardiometabolic risk in Cleveland's urban environment: A participatory systems analysis of place-based drivers and the role of Community Health Workers

　　

摘要：心血管-肾脏-代谢（CKM）疾病受到基于地点的社会和环境条件的影响，然而，联系结构性不平等、社区环境和医疗系统的动态机制仍未得到充分理解。本研究采用参与式系统动力学方法，运用群体建模（Group Model Building, GMB），探讨空间、社会和制度过程如何相互作用以塑造俄亥俄州克利夫兰低收入非裔美国居民的心血管代谢风险，并探索社区卫生工作者（Community Health Workers, CHWs）的作用。一项社区参与的群体建模过程召集了居民、社区卫生工作者、医疗服务提供者、公共卫生从业者、组织领导和学术合作伙伴，共同开发了一份利益相关者参与制定的因果回路图。在2023年11月18日和2024年2月17日举行的两次群体建模工作坊中，参与者确定了CKM风险的驱动因素，并使用结构化的群体建模脚本和定性工作坊数据共同制定了一份利益相关者参与制定的系统图。该系统图描绘了CKM风险源于经济不平等、社区投资不足、食品获取、环境暴露、医疗碎片化、筛查可及性、治疗采纳和疾病管理之间的相互作用。利益相关者强调了塑造劣势空间模式、慢性压力和医疗可及性的上游力量，导致风险因素的发现和管理的延迟。识别出三种强化动态：(1) 由于报销不足而限制社区卫生工作者能力的成功限制动态；(2) 强调个体应对而非结构性改革的负担转移动态；(3) 偏好生物医学护理而非社区预防的成功者更成功的动态。这些发现表明心血管代谢不平等是如何通过相互连接的反馈回路得以维持的，并强调了杠杆点——包括可持续的社区卫生工作者融资、跨部门协调和社区投资——以指导基于地点的减少不平等的策略。

引言：心血管-肾脏-代谢（CKM）疾病仍然是美国死亡的主要原因，每年约占死亡人数的五分之一（Tsao等人，2023）。代谢性疾病——包括高血压、糖尿病、慢性肾脏病和肥胖——是导致这一负担的主要因素，并在不同人群中分布不均（Aggarwal等人，2024；Ndumele等人，2023；Powell-Wiley等人，2021）。然而，这些不平等并非仅仅是个体行为或生物易感性的结果（Powell-Wiley等人，2022；Havranek等人，2015；美国国家科学院，2017；Airhihenbuwa等人，2021）。越来越多的证据表明，心血管代谢风险从根本上受到基于地点的条件的影响，包括人们居住的社会、经济和环境背景（Diez Roux和Mair，2010；Bailey等人，2017）。

心血管-肾脏-代谢（CKM）状况也可以通过综合流行病学的视角来理解，在这种视角下，高血压、糖尿病、肥胖、慢性肾脏病和心血管疾病与不良的社会、经济和环境条件相互作用，从而放大了疾病负担（Ndumele等人，2023；Singer等人，2017；Tsai等人，2017；Decker等人，2023）。这些状况并非独立发生，而是聚集在结构性弱势社区中，在这些社区中，不平等随着时间推移相互强化（Singer等人，2017；Zhu等人，2024）。尽管本研究未进行正式的综合流行病学分析，但参与式系统动力学方法与综合流行病学思维是一致的，因为它考察了塑造CKM风险的相互作用的结构性、社区、医疗和社区过程（Singer等人；Decker等人，2023）。城市环境在构建这些基于地点的健康决定因素中发挥着核心作用（Powell-Wiley等人，2022；Bhatnagar等人，2024）。历史和当代政策——如红线划分、歧视性住房做法和城市投资不均等模式——导致了在获取资源、机会和暴露方面存在空间模式化的不平等（Rothstein，2017；Mujahid等人，2021）。因此，同一城市内的不同社区在获取健康食品、绿地、安全稳定住房、交通和医疗服务方面可能存在显著差异（Powell-Wiley等人，2022；Bhatnagar等人，2024；Zhang等人，2020）。这些差异通过多种途径影响心血管代谢风险的日常生活条件，包括慢性压力暴露、环境危害、受限的健康行为和碎片化的医疗可及性（Powell-Wiley等人，2022；Bhatnagar等人，2024；Zhang等人，2017，2020）。因此，心血管代谢疾病源于基于地点的系统的累积和交互效应，而非孤立的个体风险因素。

尽管对基于地点的决定因素的认识日益增加，但许多公共卫生和临床干预措施仍主要关注下游行为，如用药依从性、饮食和体育活动。尽管这些方法仍然重要，但如果不同时解决产生和维持心血管代谢风险的相关结构性条件，它们的长期影响可能有限。从系统动力学的角度来看，CKM不平等是通过相互作用的反馈回路、时间延迟以及涉及住房、食品获取、经济机会、医疗提供、社区环境和结构性种族主义的跨部门关系而产生的。理解这些动态相互作用对于确定能够产生可持续改善的高杠杆干预点至关重要（Sterman，2000；Meadows，2008）。在这些动态交互的系统中，社区卫生工作者（CHWs）已成为加强医疗系统与社区之间联系的重要策略。社区卫生工作者提供文化适当的健康教育、医疗导航、筛查、社会服务链接以及慢性病管理的持续支持。然而，社区卫生工作者计划的有效性不仅取决于他们的个体活动，还取决于他们运行的更广泛系统，包括报销政策、组织容量、医疗协调和社区资源（Kangovi等人，2020；Kim等人，2016）。尽管越来越多的证据支持通过参与式方法来理解复杂的公共卫生挑战，但相对较少的研究考察了基于地点的结构性驱动因素、社区环境、医疗系统和社区卫生工作者如何在单一动态系统中相互作用。群体建模（Group Model Building）特别适合应对这一挑战，因为它使居民、社区卫生工作者、医疗服务提供者、公共卫生从业者、社区组织和研究人员能够将多样化的知识和生活经验整合到系统结构的共同表示中。通过明确识别反馈回路、延迟和潜在杠杆点，群体建模有助于解释为何持续的不平等会出现以及协调干预措施可能在何处产生最大影响（Hovmand，2014；Hovmand等人，2012；Vennix，1996）。为弥补这一差距，我们在俄亥俄州克利夫兰的ACHIEVE GREATER倡议中开展了一项社区参与的群体建模过程。目标是共同制定一份利益相关者参与制定的因果回路图，代表感知到的影响生活在历史投资不足社区中的低收入非裔美国居民CKM风险的系统动态。所生成的模型代表了关于结构性、社区、医疗和社区过程之间相互作用的利益相关者参与制定的假设，而非因果机制的经验确认。通过使这些动态关系明确化，本研究确定了潜在杠杆点，以支持协调一致的、以公平为导向的策略，减少心血管代谢不平等。

片段章节：研究背景——心血管-肾脏-代谢（CKM）综合征代表美国乃至全球日益重要的公共卫生挑战（Roth等人，2020；Tsao等人，2023）。CKM状况——包括高血压、糖尿病、肥胖和慢性肾脏病——高度相互关联，并显著提高了冠心病、卒中、心肌梗死和过早死亡的风险（Virani等人，2021；Khan等人，2023）。1990年至2017年间，CKM相关状况……

研究设计——本研究采用了一种社区参与的参与式系统映射设计，使用群体建模（Group Model Building），这是一种基于系统动力学的结构化促进方法，使利益相关者能够协作构建复杂系统的共同表示（Hovmand，2014；Vennix，1996）。群体建模特别适合考察由结构性决定因素和跨部门相互作用塑造的公共卫生挑战，在这种情况下，知识分布在社区和机构中……

利益相关者开发的系统图概述——在两次群体建模会议中，利益相关者和研究团队共同制定了一份因果回路图（CLD），描绘了克利夫兰心血管-肾脏-代谢（CKM）风险的多层次驱动因素（图1）。因果回路图是一种定性系统模型，使用变量、方向箭头和正或负的链接极性来表示系统内假设的因果关系和反馈过程。因果回路图的详细分部门版本在讨论部分提供……

这项参与式系统映射研究通过识别利益相关者感知到的CKM风险的多层次驱动因素以及可能随时间维持差异的动态反馈结构，推进了对克利夫兰心血管-肾脏-代谢（CKM）不平等的理解（Sterman，2000）。利益相关者参与制定的因果回路图（CLD）说明了结构性、社区、医疗和社区过程如何被感知为通过强化和平衡反馈回路相互作用，从而……

结论：这项参与式系统映射研究表明，克利夫兰的心血管代谢不平等可能由相互连接的结构性与制度性反馈回路维持，这些回路将结构性种族主义、社区投资不足、医疗碎片化和经济不稳定性联系在一起。通过群体建模制定的利益相关者参与制定的因果回路图提供了一个系统视角，说明了这些相互作用的进程如何随时间影响CKM风险。尽管社区卫生工作者……

CRediT作者贡献声明：John P. Ansah：写作——审阅与编辑，写作——原稿，监督，形式分析，数据管理，概念化。Robinson Salazar Rua：写作——原稿，数据管理，概念化。Jackson Wright：监督，概念化。Hannah Zacharia：资源，方法论。Kala Mitcham：资源，方法论。Sahya Bikkula：资源，方法论。Ify Chidi：方法论，数据管理。Zion Abraham：方法论，数据管理。Ananthasai Subramanian：方法论……

伦理声明：已对所有参与者或其合法代表获得书面知情同意，同意参与本研究并发表文章。已尊重参与者的隐私权。本研究遵守研究所在地的相关法律、监管框架和指导方针。本研究按照适用的机构和国家研究伦理规定和指导方针进行。

声明：作者声明本稿件为原创，未曾公开发表，也未在其他地方投稿。所有作者均已审阅并批准提交的手稿版本，并同意将其提交至Health & Place。作者声明不存在可能影响本手稿所报告工作的利益冲突。

人工智能声明：在准备本作品期间，作者使用了ChatGPT进行校对编辑。使用此工具/服务后，作者根据需要审阅和编辑了内容，并对发表文章的内容承担全部责任。

资助：本研究由"通过早期预防解决大湖区心血管代谢健康不平等"（ACHIEVE GREATER）试验（P50 MD017351；PI：Levy）资助。

利益冲突声明：作者声明不存在利益冲突。

致谢：作者感谢所有参与本研究的社区利益相关者。

John P. Ansah | Robinson Salazar Rua | Jackson Wright | Hannah Zacharia | Kala Mitcham | Sahya Bikkula | Ify Chidi | Zion Abraham | Ananthasai Subramanian | Atharva Patki | Sanjay Rajagopalan

凯斯西储大学医学院社区健康整合中心，美国俄亥俄州克利夫兰