哥伦比亚先天性心脏病报告率的空间聚集特征及其影响因素研究

《International Journal of Health Geographics》：Identification of high notification clusters of congenital heart disease in Colombia (2016–2020): a spatial epidemiology and machine learning approach

　　

摘要

引言

先天性心脏病是常见的先天性异常，也是新生儿和儿童发病率和死亡率的主要原因之一。在哥伦比亚，先天性心脏病的报告率存在地理差异，这不仅反映了疾病的真实分布，还体现了产前和产后诊断获取渠道的差异以及医疗系统运行效率的差异。理解这些空间模式及其决定因素对于识别筛查和报告方面可能存在的公平性问题至关重要。

方法

本研究在市级层面开展了一项回顾性生态学研究（2016–2020年）。采用向SIVIGILA报告系统的先天性心脏病病例作为分子，以DANE（哥伦比亚国家统计局）的活产数为分母。地理、社会人口学及医疗获取指标数据来源于SISPRO和Terridata数据库。采用空间分析软件（SaTScan）识别先天性心脏病高报告率的聚集区域，并运用XGBoost算法建立聚集区归属模型。同时，使用SHAP值评估各关联因素的贡献程度。

结果

2016年至2020年间，哥伦比亚每1000例活产中报告的先天性心脏病为2.4例。研究共识别出5个高报告率聚集区域，主要集中在安第斯山区及人口密度较高的地区。XGBoost模型的预测效果良好，AUC-ROC值达到0.89。其中，海拔、经济与城市化维度指标、人口密度、改善型水源获取情况以及产前保健覆盖率是最具预测力的因素。

结论

所识别出的聚集区域反映了哥伦比亚先天性心脏病报告率存在非随机的空间分布模式，这种模式与社会地理环境特征相关，并呈现出一种悖论：观察到的报告模式可能并非由疾病本身的发病率较高所导致，而是由于诊断、转诊和报告系统在效率上更为有效所致，从而掩盖了先天性心脏病的真实疾病负担。