《Frontiers in Public Health》：Modeling the drivers of mumps incidence in China: a spatial multi-method analysis
编辑推荐：
摘要
流行性腮腺炎在中国构成显著的公共卫生负担，且表现出明显的空间异质性。系统性探索其多尺度驱动因素对于制定精准的公共卫生干预策略至关重要。然而，既往研究多依赖全局模型或单一尺度的局部模型，限制了区域特异性决定因素的精确识别。研究人员采用2020年中国省级数据
摘要
流行性腮腺炎在中国构成显著的公共卫生负担，且表现出明显的空间异质性。系统性探索其多尺度驱动因素对于制定精准的公共卫生干预策略至关重要。然而，既往研究多依赖全局模型或单一尺度的局部模型，限制了区域特异性决定因素的精确识别。研究人员采用2020年中国省级数据（分析时可获得的最新完整多源数据年份），首先通过空间自相关分析检测流行性腮腺炎发病率的聚集模式，进而构建整合多元线性回归(MLR)、空间滞后模型(SLM)、地理加权回归(GWR)及多尺度地理加权回归(MGWR)的多模型分析框架。该框架的系统整合与模型比较及残差空间诊断，代表了方法论上的进展，能够明确评估捕捉空间异质性和尺度依赖效应的附加价值。分析涵盖社会经济、教育水平、医疗资源、人口结构及环境因素等多维数据。结果显示，流行性腮腺炎发病率呈西高东低梯度分布，存在显著的空间自相关（Moran’s I = 0.399，p < 0.001），表现为高-高和低-低聚集。模型比较表明，尽管MGWR拟合优度最高（R2= 0.769；AIC = 62.409）且消除了残差空间自相关（Moran’s I = ?0.0476，p = 0.90），但其各变量的带宽均超过7500 km，超出中国最大省际距离，退化为全局模型。相比之下，GWR（R2= 0.738；AIC = 65.918）采用约1433 km的统一最优带宽，有效捕捉了局地空间异质性。GWR结果揭示了影响因素的显著空间异质性：人均GDP的负效应在西南最强；受教育年限的正效应仅在福建和广东显著；全科医生密度的正关联在东南最明显；PM2.5在西部呈强负关联；少儿抚养比的正效应在东北最突出。研究表明，虽然MGWR理论上具有优势，但在小样本条件下实用性受限，GWR是更稳健的选择。研究结果为制定符合地方流行病学特征的差异化防控策略提供了科学依据。
论文解读
研究背景与意义
流行性腮腺炎是中国重点防控的丙类传染病之一，年均发病率约为21.44/10万，呈现显著的空间聚集性和溢出效应，高发区集中在湖南、湖北、广东、广西及中西部部分地区。现有研究多采用全局回归或单尺度局部模型，难以精确识别区域特异性驱动因素，导致防控策略缺乏针对性。该研究由研究人员发表于《Frontiers in Public Health》，旨在通过多模型空间分析方法揭示流行性腮腺炎发病率的驱动机制，为区域差异化防控提供科学依据。
主要技术方法
研究基于2020年中国31个省级行政区的公开数据，涵盖经济发展（人均GDP）、教育水平（受教育年限）、医疗资源（每万人口全科医生数）、人口结构（少儿抚养比）、环境（PM2.5）等维度。采用四阶段分析框架：数据标准化预处理后，通过全局Moran’s I和局部LISA分析空间分布模式；依次构建并比较MLR、SLM、GWR和MGWR模型，使用Akaike信息准则(AIC)和对数似然值评估拟合优度，并通过残差空间自相关检验模型有效性。
研究结果
2.1 数据
所有变量经Z-score标准化以消除量纲影响，确保带宽选择与系数估计不受变量尺度干扰。
2.3 空间自相关分析
全局Moran’s I为0.399（p < 0.001），证实发病率存在显著空间聚集；LISA聚类显示高-高聚集主要在青海、西藏、云南和广西，低-低聚集见于吉林。
3.2 MLR与空间诊断
剔除方差膨胀因子(VIF) > 5的消费支出和城镇化率变量后，MLR显示受教育年限和全科医生密度无显著影响，且残差存在空间自相关（p = 0.00907）。
3.3 SLM结果
空间滞后项系数ρ = 0.44（p = 0.008），表明邻域发病率每增加1单位，本地区升高0.44单位。纳入空间效应后，除受教育年限外其余变量均显著，模型拟合（R2= 0.654，AIC = 69.575）优于MLR。
3.4 局部空间回归模型
MGWR虽R2略高（0.769），但带宽超7500 km（中国最大省际距离约5000 km），退化为全局模型；GWR带宽1433 km，平衡了估计稳定性与局地敏感性，被选为主模型。
3.4.2 影响因素的空间异质性
人均GDP负效应最强于西南（云桂粤琼），东北不显著；受教育年限正效应仅见于闽粤；全科医生密度正效应最强于粤琼，东北和西部不显著；PM2.5负效应全国显著，西北西南最强；少儿抚养比正效应最强于东北，西南不显著。
讨论与结论
研究证实，MGWR在小样本下因带宽过大失效，GWR更稳健。驱动因素的空间异质性可能反映资源配置、人口流动、检测偏差或行为改变的综合作用。据此提出区域差异化策略：西南优先提升疫苗覆盖率与冷链能力；东北强化幼托机构晨检与应急接种；东南加强流动人口管理与健康教育；西北结合空气污染季实施呼吸道防护。局限性包括省级尺度较粗、未纳入疫苗接种率等关键变量、横断面设计无法推断因果、2020年COVID-19疫情可能影响数据代表性。未来需结合更高分辨率数据与纵向设计，并可引入人工智能算法提升预测能力。
结论部分翻译
本研究证明中国流行性腮腺炎发病率的驱动因素存在显著区域差异。方法学上，尽管多尺度地理加权回归(MGWR)具有理论优势，但受限于小样本量，其在实证中的效用受限；地理加权回归(GWR)在分析31个省级单元时更能稳健捕捉空间异质性。实质上，人均GDP、受教育水平、全科医生密度、PM2.5及少儿抚养比均表现出空间变异效应，这对“一刀切”的防控策略提出了挑战。研究结果为区域差异化腮腺炎控制提供了科学依据，并为类似数据限制下的空间流行病学研究提供了方法学指导。
