《Discover Public Health》：A retrospective analysis of tuberculosis notification trends and spatial distribution in South Africa, 2005–2012
编辑推荐：
背景：结核病（Tuberculosis, TB）仍然是南非的一个重大公共卫生挑战。尽管自2012年以来实施了大量的政策和计划变革，包括GeneXpert推广、抗逆转录病毒治疗（antiretroviral therapy, ART）扩展、全民检测和治疗（Uni
背景：结核病（Tuberculosis, TB）仍然是南非的一个重大公共卫生挑战。尽管自2012年以来实施了大量的政策和计划变革，包括GeneXpert推广、抗逆转录病毒治疗（antiretroviral therapy, ART）扩展、全民检测和治疗（Universal Test and Treat, UTT）以及结核病预防性治疗（tuberculosis preventive therapy, TPT），但历史监测数据对于建立基线以衡量后续进展仍然至关重要。这项回顾性研究分析了2005-2012年的TB报告数据，以描述这些主要干预之前的人口统计学差异和地区级空间模式。方法：研究人员对电子TB登记册（Electronic TB Register, ETR）中记录的3,474,320例TB病例（2005–2012年）进行了回顾性分析。分析仅限于可获得完整国家报告数据的时期。按年龄、性别、省份和地区计算年度报告率。使用卡方检验和线性回归评估趋势。使用泊松回归评估各省之间的变异。使用2011年人口普查人口得出年龄和性别标准化率。使用全局和局部Moran's I以及Getis-Ord Gi*统计量评估空间自相关和聚类。采用空间滞后回归模型评估与地区级HIV患病率和贫困的关联。结果：平均年TB报告率为每10万人口885.2，95%置信区间（CI）为[772.0, 945.3]，八年期间无统计学显著的时间趋势。男性报告率高于女性（974.6 vs 800.2每10万），25–44岁成年人负担最高。夸祖鲁-纳塔尔省（KwaZulu-Natal）（1,309.3每10万）和西北省（North West）（1,113.2每10万）报告率最高。各省TB报告率存在统计学显著差异（似然比（综合）检验，LR χ2 = 442,769.6；自由度df = 8；p < 0.001）。观察到显著的空间自相关（Moran's I = 0.556，p < 0.001），高负担聚类集中在东部地区，主要在夸祖鲁-纳塔尔省、东开普省（Eastern Cape）和自由邦省（Free State）。空间回归显示强烈的空间依赖性（ρ = 0.53–0.64，p < 0.001），但地区级HIV患病率或贫困与TB报告率无统计学显著关联。结论：这项回顾性分析揭示了2005–2012年南非TB负担中持续存在的人口统计学和地理差异。高负担地区和人口亚群的识别为评估后续TB和HIV干预措施的影响提供了关键的历史基线。这一时期被确定为热点的地区值得重新关注，以评估它们是否有所改善，或者根深蒂固的脆弱性是否持续存在。通过建立GeneXpert前、全民检测和治疗前、结核病预防性治疗前时代的详细基线，本研究使政策制定者和项目管理者能够评估哪些方面取得了进展，以及哪些地理和人口统计学差异对干预措施具有抵抗力。研究结果支持将资源循证地针对历史上负担沉重的人群和地区。公共卫生影响：尽管这里呈现的数据来自2005–2012年，但它们为解释南非随后的TB趋势提供了重要的历史基线。通过评估进展和持续存在的差距，本研究提供了可操作证据，以指导更高效、注重公平的TB控制策略，特别是在高负担和服务不足的环境中。
论文解读：南非2005-2012年结核病报告趋势与空间分布的历史基线分析
**研究背景与问题**
结核病（Tuberculosis, TB）是全球主要的传染病死因之一，南非的TB发病率高达每10万人口468例（2022年），约为全球平均水平的八倍。该国TB流行与人类免疫缺陷病毒（Human Immunodeficiency Virus, HIV）疫情深度交织，并受到社会经济不平等、劳动力迁移、采矿和拥挤城市居住等结构性决定因素的影响。尽管自2012年以来，南非实施了多项重大政策变革，包括GeneXpert MTB/RIF分子诊断技术推广、抗逆转录病毒治疗（antiretroviral therapy, ART）扩大覆盖、全民检测和治疗（Universal Test and Treat, UTT）以及结核病预防性治疗（tuberculosis preventive therapy, TPT），但TB发病率下降幅度有限（2015-2022年仅从690降至468每10万），南非仍位列世界卫生组织（WHO）高负担国家名单。理解长期流行病学模式需要审视重大政策转变前的时期，历史监测数据为评估后续干预效果提供了必要基线。2005-2012年代表了南非一个独特的流行病学时代：它先于广泛GeneXpert实施，发生在ART覆盖扩大但尚未达到最佳水平之际，并捕捉了治疗规模扩大产生人群效应前HIV相关TB的高峰期。然而，目前针对该时期全国范围的空间分析仍有限，现有研究多局限于省级或特定人群，缺乏对地区级空间聚类和人口统计学差异的系统描述。因此，本研究旨在：（1）描述2005-2012年按年龄、性别和省份划分的TB报告趋势；（2）识别地区级TB负担的空间模式和统计学显著聚类；（3）利用空间回归模型评估地区级TB报告率与HIV患病率和贫困的关联，从而建立干预前基线，为后续进展评估提供依据。该论文发表在《Discover Public Health》。
**主要关键技术方法**
研究人员使用了来自南非国家卫生部电子TB登记册（Electronic TB Register, ETR）的2005-2012年全部TB病例数据（共3,474,320例），覆盖所有九个省份。主要方法包括：计算每10万人口的年度报告率，采用卡方检验和线性回归评估趋势，利用泊松回归评估省份间变异，并基于2011年人口普查数据进行直接年龄-性别标准化。空间分析方面，采用全局和局部Moran's I统计量评估空间自相关，使用Getis-Ord Gi*统计量进行热点分析，并通过空间滞后回归模型评估地区级HIV患病率（2010年）和贫困指数（南非多维贫困指数，SAMPI）的关联。所有空间分析以2010年为研究中期点。
**研究结果**
**3.1 描述性流行病学**：通过计算年度报告率发现，2005-2012年南非平均年TB报告率为每10万人口885.2，95%置信区间[772.0, 945.3]，八年期间无统计学显著的时间趋势（F(1,6)=3.22, p=0.12）。男性病例占53.5%，报告率（974.6每10万）显著高于女性（800.2每10万）（χ2=15711.95, p<0.001）。男性最高报告率出现在35-44岁年龄组（1,062.2每10万），女性则出现在25-34岁年龄组（735.5每10万）。肺TB占所有病例的83.8%，其年度增加趋势不显著。
**3.1.1 省级和地区变异**：通过泊松回归模型（似然比综合检验，LR χ2=442,769.6, df=8, p<0.001）证实各省份TB报告率存在统计学显著差异。夸祖鲁-纳塔尔省（KwaZulu-Natal）报告率最高（1,309.3每10万），其次是西北省（North West）（1,113.2每10万），林波波省（Limpopo）最低（489.0每10万）。地区级市政当局中，Dr Kenneth Kaunda（西北省）报告率最高（1,927.5每10万），John Taolo Gaetsewe（北开普省）最低（318.4每10万）。
**3.2 空间自相关**：通过全局Moran's I分析发现，2010年年龄-性别标准化TB报告率存在强且统计学显著的空间自相关（总体Moran's I=0.556, p<0.001），男性（0.559）和女性（0.446）模型类似，Z值介于5.23-7.00，表明聚类非随机。
**3.3 局部空间聚类**：局部Moran's I（LISA）分析识别出7个高-高聚类（高负担地区被高负担邻居包围），全部位于东部夸祖鲁-纳塔尔省；10个低-低聚类位于北部（豪登省、林波波省、普马兰加省）；2个低-高异常值（Thabo Mofutsanyane和Alfred Nzo）和2个高-低异常值（Ehlanzeni和Dr Kenneth Kaunda）；31个地区无显著局部自相关。
**3.4 热点分析**：Getis-Ord Gi*分析确认了9个热点地区，均位于东部沿海，与上述高-高聚类重叠，另增加Thabo Mofutsanyane和Alfred Nzo；11个冷点地区主要位于北部内陆。
**3.5 空间回归分析**：空间滞后回归模型显示强烈的空间依赖性，总体模型ρ=0.534（p<0.001），男性0.619，女性0.644。然而，地区级HIV患病率和贫困指数与TB报告率的关联均为正但不显著（所有模型p>0.05）。
**讨论与结论总结**
讨论部分指出，本研究揭示的男性高负担、25-44岁年龄组集中以及东部地区空间聚类，反映了结构性和行为性决定因素（如采矿、劳动迁移、延迟就医、HIV重叠流行）的持续影响。空间依赖性强烈（ρ=0.53-0.64）表明TB负担受跨地区传播影响，而HIV和贫困在空间回归中不显著，可能源于生态学谬误、空间溢出效应、未测量混杂因素（如迁移、卫生系统绩效）以及时间滞后效应。研究强调，虽然数据截至2012年，但所揭示的结构性决定因素（贫困、不平等、采矿）变化缓慢，历史基线对评估后续干预（GeneXpert、ART、TPT、UTT）的效果至关重要。研究结论翻译如下：总之，这项对2005-2012年347万例TB报告数据的回顾性分析揭示了显著的人口统计学差异（男性居多，25-44岁负担高峰）和南非东部地区显著的地理聚类。观察到的强烈空间依赖性表明，这一时期的TB负担受到邻里效应和共享的地区级决定因素的影响。尽管HIV患病率和贫困在空间回归中并非统计学显著的预测因子（可能由于生态学聚合和强烈的空间溢出效应），但它们仍然是更精细尺度上理解TB流行病学的核心。通过建立重大计划变革前时代的详细基线，本研究使得未来能够评估后续干预措施是否减少了差异，以及根深蒂固的脆弱性在何处持续存在。在南非努力实现终结结核病战略目标的过程中，所识别出的地区和人群值得重新关注。
