《Frontiers in Reproductive Health》:Syphilis clustering among young pregnant women (18–35 years) in Kampala and Wakiso districts, Uganda
编辑推荐:
摘要
引言:在乌干达,梅毒的空间分布因年龄、性别和地区而异。识别高梅毒流行率的集群(行政分区的子集)可加强消除梅毒母婴传播的努力。研究人员调查了乌干达中部18-35岁年轻孕妇中梅毒流行率的空间变异和聚集性。
方法:研究人员分析了来自一项随机试验的二手数据,该试
摘要
引言:在乌干达,梅毒的空间分布因年龄、性别和地区而异。识别高梅毒流行率的集群(行政分区的子集)可加强消除梅毒母婴传播的努力。研究人员调查了乌干达中部18-35岁年轻孕妇中梅毒流行率的空间变异和聚集性。
方法:研究人员分析了来自一项随机试验的二手数据,该试验评估了三种产前梅毒伴侣通知方法的有效性(NCT02262390)。本研究使用莫兰指数(Moran's I)检验和局部空间关联指标(Local Indicator of Spatial Association, LISA)分析了坎帕拉和瓦基索地区行政区划中梅毒流行率的聚集性。研究人员使用Kulldorff空间扫描泊松模型(Kulldorff Spatial-Scan Poisson model)检测梅毒聚集性,并基于95%统计显著性将分区分类为高流行(high-prevalence, HP)或低流行(low-prevalence, LP)梅毒集群。研究人员使用修正泊松回归(modified Poisson regression)估计与居住在HP分区相关的社会人口学和生物行为学HIV风险因素的流行率比。
结果:在422名被诊断为梅毒的妇女中,26名(6%)同时感染了HIV和梅毒。中位年龄为26岁(IQR 24-29)。大多数(314, 74%)处于一夫一妻制婚姻,一半(50%)接受了中学教育。梅毒流行率聚集性与以下因素呈负相关:处于一夫多妻制婚姻中的妇女居住在HP分区[调整后流行率比(adjusted prevalence ratio, APR)=0.64;95%置信区间(CI):0.47-0.88]、有非计划妊娠的妇女(APR=0.78;95% CI:0.64-0.93)、以及HIV检测时间超过3个月前的妇女(APR=0.83,95% CI:0.72-0.95)。在12个集群中,有3个集群的梅毒流行率显著更高:Kasangati镇议会[相对风险(Relative Risk, RR)=2.79, p<0.0001]、Kawempe(RR=2.52, p<0.0001)和Nabweru(RR=1.95, p=0.0002),而一个集群(Kyengera镇议会)的流行率较低(RR=0.12, p<0.0001)。值得注意的是,在HIV阳性妇女中未检测到显著聚集性(p>0.05)。所有分区的梅毒流行率总体呈随机分布模式(Moran's I=0.08, p=0.19)。然而,一些相邻分区具有相似流行率:Kawempe(1.06, p=0.02)和Nabweru(0.54, p=0.045)。LISA分析确认了北部分区(Kawempe和Nabweru;p=0.01)的高梅毒流行率。相比之下,中部区域相邻的低流行和高流行分区同时存在(Kawempe和Central;p=0.001)。
结论:相邻分区内的梅毒流行率相似,但在Kasangati镇议会和Kawempe最高。将空间分析整合到常规监测中将能够检测出集群,从而针对性地开展干预以消除先天性梅毒。
论文解读文章
研究背景与问题
在撒哈拉以南非洲,梅毒(syphilis)仍然是孕妇面临的重大公共卫生挑战,未经治疗的感染可导致先天性梅毒(congenital syphilis)等不良妊娠结局。乌干达的梅毒流行率在不同人群中存在差异:在校女生中为1.3%,产前门诊孕妇中为3%,城市和城乡结合部地区更高,且HIV阳性者中的流行率(6.2%)显著高于HIV阴性者(1.8%)。尽管消除梅毒母婴传播是全球卫生优先事项,要求常规孕期筛查和治疗,但城市中心内梅毒病例的空间分布尚未被充分描述。因此,识别孕妇中具有活跃梅毒感染的高流行集群,对于预防不良分娩结局至关重要。空间分析(spatial analysis)能够揭示高负担区域,并帮助发现影响疾病传播的环境和社会决定因素,从而指导针对性的公共卫生干预,包括加强筛查、伴侣通知和社区外展。
研究内容与结论
研究人员利用一项随机对照试验(STOP研究,NCT02262390)的二手数据,分析了乌干达坎帕拉和瓦基索地区12个行政区划中18-35岁年轻孕妇的梅毒空间分布和聚集性。该研究通过全局莫兰指数(Global Moran's I)、局部空间关联指标(LISA)和Kulldorff空间扫描泊松模型(Kulldorff Spatial-Scan Poisson model)检测梅毒流行率的聚集模式,并使用修正泊松回归评估社会人口学和行为学因素与居住在高流行分区的关联。主要结论包括:(1)梅毒流行率在相邻分区内相似,但全局分布呈随机模式;(2)识别出三个高流行集群(Kasangati镇议会、Kawempe和Nabweru)和一个低流行集群(Kyengera镇议会);(3)一夫多妻制婚姻、非计划妊娠史和HIV检测时间超过3个月与居住在高流行分区呈负相关;(4)HIV阳性妇女中未检测到显著聚类。这些发现支持将空间分析整合到常规监测中,以指导资源分配和精准干预,从而消除先天性梅毒。论文发表在《Frontiers in Reproductive Health》。
主要关键技术方法
该研究基于STOP试验(2015-2016年在Mulago医院开展)的二手数据,纳入了422名梅毒阳性孕妇。关键方法包括:(1)空间自相关分析:使用全局Moran's I评估整体空间聚集性,局部MoRan's I和LISA识别具体热点或冷点分区,相邻分区由一阶女王多边形连续性方法(first-order queen polygon continuity method)确定;(2)空间扫描统计:采用Kulldorff空间扫描泊松模型(基于9999次蒙特卡罗模拟,显著性p<0.05)检测高或低流行分区;(3)回归分析:根据空间扫描结果将分区分为高流行(HP)与低流行(LP)组成二元变量,通过修正泊松回归(modified Poisson regression)估计社会人口学和行为因素(包括婚姻状况、非计划妊娠史、HIV检测史)的调整后流行率比(APR)。样本队列来源于STOP试验,该试验在坎帕拉的Mulago医院产前门诊招募约17,000名孕妇。
研究结果
参与者特征(Participant characteristics)
在422名梅毒阳性孕妇中,中位年龄26岁(IQR 24-29),53%有工作,74%处于一夫一妻制婚姻,50%接受过中学教育。90%报告至少有过两次妊娠,76%报告曾发生死产,30%曾经历非计划妊娠。60%在入组前3个月内接受过HIV检测,6%同时感染HIV和梅毒。通过描述性统计分析,研究人员发现居住在高流行分区的妇女(271人,64%)与低流行分区相比,在婚姻状态、非计划妊娠和HIV检测史上存在显著差异。
空间分析(Spatial analyses)
全局Moran's I值为0.08(p=0.19),表明梅毒流行率在各分区间呈随机分布,无整体聚集倾向。局部Moran's I分析显示,Kawempe分区(I=1.06,p=0.019)及其北部相邻的Nabweru分区(I=0.54,p=0.045)具有相似的高流行率。LISA分析进一步确认,北部分区(Kawempe和Nabweru)存在显著的高-高聚集(p=0.05),而中部区域(Central分区)与南部高流行的Kawempe分区之间存在低-高关联(p=0.001)。基于Kulldorff空间扫描模型,研究人员识别出4个具有统计显著性的分区:Kasangati镇议会(RR=2.79,p<0.0001)、Kawempe(RR=2.52,p<0.0001)和Nabweru(RR=1.95,p=0.0002)为高流行分区,Kyengera镇议会(RR=0.12,p<0.0001)为低流行分区。HIV阳性妇女在各分区中未发现显著聚集(p>0.05)。
回归分析(Regression analysis)
多变量修正泊松回归结果显示,处于一夫多妻制婚姻的妇女居住在HP分区的可能性降低36%(APR=0.64,95% CI: 0.47-0.88,p=0.005);有非计划妊娠史的妇女降低22%(APR=0.78,95% CI: 0.64-0.93,p=0.007);HIV检测时间超过3个月的妇女降低17%(APR=0.83,95% CI: 0.72-0.95,p=0.008)。HIV阴性状态与居住在HP分区呈正相关,但未达统计学显著性(APR=1.39,95% CI: 0.91-2.11,p=0.12)。
讨论与结论
讨论部分指出,梅毒流行率在Kawempe、Nabweru和Kasangati等城乡结合部分区显著升高,这些区域人口密度高、非正规经济活跃、存在贫民窟(如Bwaise)和妓院,这些因素与高危性行为和性传播感染(STI)发生率相关。相反,Central分区虽被高流行区包围,但因以商业为主、人口最少且卫生设施集中,流行率较低。研究发现的逆关联(多配偶、非计划妊娠、延迟HIV检测与低流行区相关)可能反映健康寻求行为、服务可及性和病例检测强度的地区差异,而非因果保护效应。研究优势在于应用LISA和Kulldorff空间扫描统计精确识别热点,整合个体行为数据与区域聚集性;局限性包括单中心数据、使用人口普查代理分母、缺乏性行为和饮酒数据等。
研究结论部分原文翻译如下:“总之,我们的分析支持将空间分析整合到梅毒消除的常规监测和项目规划中。通过识别梅毒热点(尤其是孕妇群体)的方法,我们能够制定更精准的靶向干预措施,并在区域和国家以下单位之间实现资源的公平分配。虽然产前梅毒普遍筛查仍是先天性梅毒预防的基石,但空间识别高流行分区可补充这些努力,使乌干达高负担地区能够开展更精准的干预,包括加强外展、伴侣通知和资源分配。此外,靶向外展应优先考虑有非计划妊娠史、处于一夫多妻制婚姻以及HIV检测超过3个月的孕妇。因此,针对地理和个体层面特征量身定制性传播感染/HIV项目,将有助于减轻乌干达先天性梅毒的负担,并改善孕产妇和儿童健康结局。”