《International Journal of Environmental Research and Public Health》：Seasonality, Weather, and Obstetric Level of Care: An Analysis of Rural Delivery Locations
编辑推荐：
摘要：美国出生人数季节性通常表现为夏末达峰，但极少有研究关注北部山区或不同医院产科护理级别(Obstetric Level of Care, OBLEV)间的此种模式差异。本研究以美国蒙大拿州(Montana)为对象，探讨孕产妇就医行为的时间动态，重点分析出生
摘要：美国出生人数季节性通常表现为夏末达峰，但极少有研究关注北部山区或不同医院产科护理级别(Obstetric Level of Care, OBLEV)间的此种模式差异。本研究以美国蒙大拿州(Montana)为对象，探讨孕产妇就医行为的时间动态，重点分析出生量与产科绕行(Obstetric Bypassing，即于非就近医院分娩)的季节性。研究人员开展回顾性分析，纳入2014–2022年共98,524份医院分娩记录，涵盖提供Level 1(基础)、Level 2(专科)及Level 3(亚专科)产科服务的医院，并整合驾车距离与各郡月度气候数据。统计分析包括计算观察值/期望值(Observed-to-Expected, O-E)比值以识别季节性，并建立回归模型检验季节、医院级别与气象因素的交互作用。结果显示，蒙大拿州出生量高峰出现在6月、低谷在1月，且Level 3医院季节性最显著；冬季产科绕行显著减少(O-E比值0.95)，尤以Level 1医院明显，暖湿月份则绕行增加；研究期间向Level 3医院的绕行比例由13.6%升至20%。研究人员得出结论：季节性与气象因素同就医模式显著相关，反映了农村医院面临的独特挑战。
本文解读美国蒙大拿州2014–2022年分娩登记数据，发表于《International Journal of Environmental Research and Public Health》。
研究背景与立题依据：
美国出生数通常于8–9月达峰、4–5月达谷，且该模式存在纬度梯度——北部人群峰值常早于南部。既往研究未关注如蒙大拿般地广人稀、冬季严酷、产科资源分散的山区州，也未比较不同产科护理级别(Obstetric Level of Care, OBLEV；Level 1：基础无并发症照护；Level 2：专科可处理多数并发症；Level 3：亚专科可处理所有并发症)的分娩季节性差异。蒙大拿近半数郡为" maternity care desert（产妇照护荒漠）"，无住院产科单元或产科医师，需长途跋涉获取服务，孕产妇死亡率高于全国均值的2倍。产科绕行(Obstetric Bypassing：孕妇跨越最近产科单元，赴更远/更高级别医院分娩)可反映系统可及性缺口或患者主动寻求高级别照护，但也可受严冬路况限制。现有文献多依赖静态可及性模型，未考虑季节性天气对绕行行为的时变影响。因此，明确季节—天气—OBLEV交互作用对农村区域医疗网资源配置至关重要。
主要技术方法简述：
研究人员开展回顾性队列分析，数据来源为蒙大拿州2014–2022年出生记录(n=104,867)，排除非居民、ZIP码或分娩医院缺失、家庭/分娩中心/无产科单元医院分娩者后，最终分析样本为98,524例分娩(Level 1: 27,548例；Level 2: 34,879例；Level 3: 36,097例)。医院OBLEV源自美国医院协会(American Hospital Association, AHA)调查；居住地ZIP码人口加权质心至各医院驾车距离由ArcGIS Pro 3.1计算，"本地"产科单元定义为距最近产科单元15英里(约24 km)内；绕行定义为在非本地产科单元分娩。按月汇总各OBLEV分娩数，计算每日分娩数(births/day)及观察值/期望值(Observed-to-Expected, O-E)比值(实际值/12个月中心移动平均)。绕行率按四季(Winter: 12–2月；Spring: 3–5月；Summer: 6–8月；Autumn: 9–11月；跨年12月归入次年冬季)计算绕行流入率(bypassing-to：某OBLEV非本地分娩数/该OBLEV总分娩数)与绕行流出率(bypassing-from：某OBLEV服务区内居民赴外地分娩数/该OBLEV为其最近级别之分娩总数)，并以四季中心移动平均校正时间趋势得O-E绕行比值。气象数据为郡县级月均温(℉)与月降水量(英寸)，按各县医院数加权后标准化。统计采用OLS回归检验月/季O-E比值差异(标准误按年聚类，Bonferroni校正)，面板固定效应模型(Fixed Effects Model, within-estimator via xtreg)检验季节×OBLEV交互作用，天气变量含温度×降水交互项；假设检验水准α=0.05，使用Stata 15分析。
研究结果：
3.1. Birth Volume Seasonality Analysis（出生量季节性分析）
研究人员通过OLS回归发现2014–2022年蒙大拿全样本日分娩数呈下降趋势(?0.048例/天/月, p<0.001)，Level 1降幅最大(?0.021例/天/月)，Level 2与Level 3分别为?0.011与?0.016例/天/月(p均<0.001)。O-E日分娩比值显示全样本、Level 2与Level 3具明显季节性——高于年均期为5–9月(6月达峰O-E=1.069)，低于年均期为10–2月(1月谷底O-E=0.925，较年均少约7.5%或2.25例/天)。Level 1各年间O-E比值波动大，季节性不显著。按月回归：全样本6、7、8月O-E显著高于1月及多数秋冬月份(p<0.05)；Level 2医院1月O-E(0.906)显著低于春夏季(p<0.05)；Level 3医院6月O-E(1.079)显著高于3、11月(p<0.05)。补充回归中月指示变量解释全样本O-E变异的66.39%，Level 2为52.24%，Level 3为48.08%，Level 1仅20.57%，证实出生季节性在提供专科及以上照护的医院更明显。
3.2. Bypassing Seasonality Analysis（绕行季节性分析）
整体平均绕行流入率：Level 1为11.6%，Level 2为8.2%，Level 3为16.8%；平均绕行流出率：Level 1为31.1%，Level 2为4.8%，Level 3为0.9%。时间趋势显示向Level 3绕行流入率显著上升(+0.062%/月, p<0.001)，致研究期内累计升高约6.6%；Level 1有边际下降(p=0.078)，Level 2无显著趋势。季节O-E绕行流入比：全样本冬季最低(O-E=0.950，较年均降约5%)，Level 1冬季O-E=0.873(冬季非本地患者流入较年均降约12%)，Level 2、3季节波动较窄(O-E分别0.933–1.065与0.975–1.030)。回归证实全样本与Level 1冬季O-E绕行流入比显著低于其他季节(p<0.05)；季节因子解释全样本绕行流入O-E变异之39.28%，Level 1为30.87%。绕行流出O-E比同样冬季最低，Level 1冬季绕行流出显著少于其他季节(R2=43.3%)，Level 2、3因基数极低意义有限。面板固定效应模型显示：冬季Level 2、3之O-E绕行流入比显著高于Level 1(panel交互项显著)；夏季总体O-E绕行流出比显著升高，且Level 3与夏季交互项显著——即夏季Level 3医院流失更多本应属其服务区之分娩者。加入气象变量后，温度×降水交互项边际显著(p<0.1)；低温(标准化均温=?2)伴高降水时预测O-E绕行流入比更低，高温(标准化均温=2)伴高降水时更高，表明冷湿(雪暴)天气关联绕行减少，暖湿天气关联绕行增加。
讨论与结论翻译：
研究人员讨论指出：(1)蒙大拿出生量季节型异于全美——6月峰、1月谷，此与纬度梯度相符，且Level 2、3季节性强于Level 1，系首次在不同OBLEV间报道。(2)出生量长期下降对Level 1冲击最大，叠加向Level 3绕行增多，威胁农村基层产科单元可持续性。(3)冬季绕行减少符合事前风险规避假说——患者为避免恶劣天气出行风险而选择就近分娩；夏季绕行至高级别医院增多可能受宜人天气、夏季出行及主动寻求风险适宜照护(Risk-Appropriate Care)共同驱动。(4)政策须区分人口流失与绕行行为所致Volume Loss并制定差异化留存策略；冬季本地患者滞留增多要求基层医院具备全年稳定标准化照护能力(Care Bundles)；需建立全州集中化转诊转运体系及正式农村产科分级标识以因应季节流量波动。(5)局限含缺乏绕行决策临床必要性/时机及患者风险感知调查、未链接母婴结局、15英里"本地"界定未反映山路行车时耗差异、结论外推至相似农村山区需谨慎。
结论(Conclusion)翻译：蒙大拿州出生季节性偏离全美趋势——6月达峰、1月达谷，且在提供专科(Level 2)及亚专科(Level 3)产科照护之医院波动性更大。产科绕行(Obstetric Bypassing)行为亦呈显著季节性——冬季大幅降低，模式符合恶劣天气下出行减少，但因果归因需直接通行可达性指标验证；反之夏季向高级别产科单元绕行增多可能造成区域医疗中心季节性容量压力。最终，理解上述波动对优化区域医疗网络、保障极端气候区孕产妇持续可及性至关重要。
