基于CHARLS数据的中国大陆高血压省级时空演变及驱动因素研究

《BMC Public Health》：Provincial distribution of hypertension among adults aged 45 and older in mainland China: a GeoDetector analysis based on CHARLS 2011–2020

　　

摘要

背景

本研究旨在基于中国健康与养老追踪调查（CHARLS）2011–2020年数据，探索中国大陆高血压的省级分布特征，并运用地理探测器模型识别其影响因素。

方法

本研究覆盖中国大陆27个省份，划分为东部、中部和西部地区。高血压患病率数据来源于CHARLS的五个调查波次（2011–2020年），省级患病率采用调整后的抽样权重进行计算。从中国统计年鉴和中国气象年鉴中选取了涵盖人口学、气候、经济和健康资源等维度的11个潜在影响因素。空间自相关性通过全局Moran's I指数和局部空间关联指标（LISA）聚类图进行评估，同时利用ArcMap中的Getis-Ord Gi*指数识别高血压患病率的"热点"和"冷点"。地理探测器模型用于量化不同年份和地区各因素的解释力、交互作用及敏感性。

结果

2011至2020年，中国大陆27个省份中45岁及以上成人高血压患病率呈现时空异质性。LISA聚类图和Getis-Ord Gi*分析显示，高患病率热点最初集中在东南沿海地区（2011–2013年），至2015年时已完全消散，随后向西部地区转移，最终在2020年实现空间均质化。地理探测器分析识别出工业SO?排放量（q = 0.277）和基层医疗卫生机构数量（q = 0.191）为主要驱动因素。单因子探测进一步揭示了显著的地区-年份异质性。交互作用检测表明，空间分布主要由变量间的非线性协同效应驱动，特别是医疗卫生基础设施与环境因素之间的交互作用（如基层医疗卫生机构（x10）与工业SO₂排放量（x5），交互q = 0.51）。将基于最优参数的地理探测器（OPGD）与固定五分位基准进行的敏感性分析比较证实了核心因素排名的稳健性，x5和x10始终位居前两位。

结论

中国大陆45岁及以上成人的高血压患病率在各省之间存在显著差异，其空间格局受医疗、环境污染和经济因素的交互作用所塑造。亟需针对经济欠发达和环境污染严重的省份制定针对性政策，以解决高血压检测与管理中的区域差异问题。