《Frontiers in Public Health》：A multiscale geospatial analysis integrating explainable machine learning to characterize spatial disparities in melanoma mortality associated with environmental justice and healthcare access in the contiguous United States
编辑推荐：
背景：黑色素瘤死亡率表现出与复杂的社会人口、环境和医疗因素相关的深刻地理差异。传统空间模型可能无法完全捕捉这些地理差异背后的多尺度异质性。本研究旨在表征美国县级黑色素瘤死亡率相关因素的空间异质性和操作尺度。方法：研究人员在美国本土（2018–2024年）开展了
背景：黑色素瘤死亡率表现出与复杂的社会人口、环境和医疗因素相关的深刻地理差异。传统空间模型可能无法完全捕捉这些地理差异背后的多尺度异质性。本研究旨在表征美国县级黑色素瘤死亡率相关因素的空间异质性和操作尺度。方法：研究人员在美国本土（2018–2024年）开展了一项县级生态学研究。为解决美国疾病控制与预防中心（CDC）对死亡率数据的抑制（死亡数<10），进行了代表性分析。预定义核心协变量（中位年龄、紫外线暴露、皮肤科医生密度）与45个环境正义指数（EJI）指标整合。使用XGBoost-SHAP流程进行特征选择，随后进行逐步AICc优化。采用多尺度地理加权回归（MGWR）评估空间非平稳性和操作尺度，并将其性能与普通最小二乘法（OLS）和标准地理加权回归（GWR）模型进行比较。结果：分析样本包含1,156个县，覆盖美国总人口的88.6%。MGWR表现出优越的解释力（R2 = 0.666，AICc = 2247.84），并显著降低了残差空间自相关。XGBoost-SHAP框架识别出八个核心预测因子。MGWR揭示了空间尺度的显著变化：基线空间变异在局部尺度上操作，而中位年龄表现出区域尺度的正相关，系数随地理区域变化。高流量道路邻近度表现出区域尺度的负相关。皮肤科医生密度、臭氧暴露和龙卷风频率在全局尺度上操作；皮肤科医生密度和臭氧暴露表现出广泛的负相关（可能反映更广泛的大都市医疗和社会经济模式），而龙卷风频率与黑色素瘤死亡率正相关。值得注意的是，紫外线暴露、飓风频率和移动房屋比例表现出全局尺度的系数模式，但缺乏统计学显著的局部效应（P ≥ 0.05）。结论：黑色素瘤死亡率表现出多尺度空间模式。环境紫外线暴露的有限关联表明，人口结构和医疗相关因素可能在解释县级死亡率差异中发挥重要作用。这些发现支持空间针对性公共卫生策略，包括在老龄化和灾害易发地区改善皮肤科医疗服务可及性。
**论文解读：整合可解释机器学习与多尺度地理空间分析，揭示美国本土黑色素瘤死亡率的空间差异与环境正义及医疗可及性的关联**
**研究背景与问题**
黑色素瘤是美国最致命的皮肤癌类型。尽管靶向治疗和免疫治疗取得了突破，但黑色素瘤死亡率的负担在地理区域和人口群体间分布极不均匀。传统流行病学趋势显示，虽然全国年龄调整死亡率在下降，但州和县级水平仍存在深刻的空间差异，这些差异反映了人口结构、环境和医疗相关因素（超越生物衰老和紫外线暴露）的复杂相互作用。农村居民、社会经济弱势群体以及医疗服务不足地区的居民在诊断时往往表现出更晚期的疾病阶段和更高的黑色素瘤特异性死亡率。关键的是，专业医疗资源分布不均，如美国各县皮肤科医生的严重分布不均，已被确定为与这些空间不平等相关的关键系统性因素。此外，社会健康决定因素（SDoH）的广泛范式日益认识到环境和社会人口剥夺对癌症结局的累积关联。为响应全面地理空间框架的需求，美国疾病控制与预防中心（CDC）近期发布了环境正义指数（EJI），这是一个基于地点的工具，独特量化了环境负担、社会脆弱性和气候驱动危害对人类健康的累积影响。然而，EJI在理解皮肤黑色素瘤死亡率空间变异方面的应用仍未被探索。高维数据集（如EJI）常存在严重多重共线性，削弱传统回归分析。为此，当代流行病学研究越来越多采用可解释人工智能（XAI）框架，特别是极端梯度提升（XGBoost）结合SHapley Additive exPlanations（SHAP），以表征复杂非线性关联并实现数据驱动特征选择。此外，空间流行病学常用地理加权回归（GWR）捕捉空间异质性，但标准GWR限制所有协变量为单一空间尺度（带宽）。多尺度地理加权回归（MGWR）可通过为每个预测因子优化唯一空间带宽来克服此限制，从而估计环境、社会和医疗相关因素关联的地理尺度变异。为弥合现有方法论和地理学空白，本研究提出整合机器学习和空间计量经济学的分析框架，评估美国本土（2018–2024年）县级黑色素瘤死亡率相关因素，并借助MGWR表征空间异质性和独特操作尺度。
**研究方法与技术**
研究人员开展了一项县级生态学横断面研究，涵盖美国本土。分析样本经三步严格筛选：局限于本土县（排除夏威夷、阿拉斯加及美国领土）；需有CDC WONDER数据库中未抑制的黑色素瘤死亡率记录（死亡数≥10）；所有预定义协变量和EJI指标数据完整。样本包含1,156个县，占美国总人口88.6%。因变量为2018–2024年平均年粗死亡率（每10万人），并用县级中位年龄控制人口老龄化混杂。自变量包括三个预定义核心协变量（中位年龄、皮肤科医生密度、环境紫外线暴露）及45个EJI指标（涵盖社会脆弱性、环境负担和气候脆弱性）。主要技术方法包括：（1）基于方差膨胀因子（VIF）的多重共线性诊断与迭代排除；（2）基于XGBoost-SHAP的全局非线性特征重要性排序，结合五折交叉验证评估稳定性；（3）基于逐步AICc优化的两阶段漏斗法，将候选变量（SHAP前10位）依次引入线性基础模型，仅保留使AICc降低>2.0的变量，最终确定8个预测因子；（4）采用MGWR模型，使用自适应双平方核和AICc优化的后向拟合算法，为每个变量估计独特空间带宽，并按带宽与总观测数比值分类为局部（<10%）、区域（10%–75%）和全局（>75%）尺度；（5）通过Moran's I评估残差空间自相关，并采用K近邻（K=8）空间权重矩阵。
**研究结果**
1. **样本特征与代表性**：最终分析样本1,156个县，覆盖总人口88.6%。排除的县（1,952个）主要因CDC数据抑制（死亡数<10），这些县显著缺乏皮肤科医生（中位数密度0.00 vs. 1.97，P<0.01）、人口更老（中位年龄43.00 vs. 40.55，P<0.01）且移动房屋比例更高。这表明分析样本稳健捕捉了中至人口密集区域的黑色素瘤死亡率动态。
2. **黑色素瘤死亡率的空间分布**：平均年粗死亡率呈非随机高度聚集分布。最高死亡率五分位数（4.5–11.7/10万）明显集中于东南部各州、阿巴拉契亚地区及太平洋西北部部分地区，而西南和中南部地区死亡率较低。
3. **基于机器学习的特征选择**：XGBoost-SHAP全局重要性排序显示，中位年龄是最主导预测因子（平均|SHAP|=0.5958），其次是移动房屋比例（0.1488）和高流量道路邻近度（0.1071）。五折交叉验证证实了顶级预测因子排序的高度稳定性。经过逐步AICc优化，最终模型保留8个变量（中位年龄、皮肤科医生密度、环境紫外线暴露、移动房屋比例、高流量道路邻近度、飓风频率、臭氧暴露、龙卷风频率），哮喘患病率和总癌症风险因未改善模型简约性而被排除。
4. **模型性能与空间诊断**：MGWR模型表现出最优解释力（R2=0.6664，调整R2=0.6326）和最低AICc值（2,247.84），优于普通最小二乘法（OLS）（AICc=2,386.37）和标准GWR（AICc=2,320.41）。MGWR残差空间自相关（Moran's I=-0.0575，P<0.01）显著低于OLS（0.1497，P<0.01）和GWR（0.0275，P<0.05），接近零，表明残差空间依赖微弱。
5. **空间变化效应与尺度差异**：MGWR揭示了预测因子空间尺度的显著变化。基线死亡风险（局部截距）在局部尺度操作（带宽38），显著正系数集中在山地西部和中西部（如犹他州、科罗拉多州、怀俄明州），负系数集中在东海岸和东南部。中位年龄在区域尺度（带宽233）上表现出普遍显著的正相关，在大西洋中部和东北部最强（系数高达0.7485）。高流量道路邻近度在区域尺度（带宽829）上表现出广泛负相关，在西部和西南部最强。皮肤科医生密度、臭氧暴露和龙卷风频率在全局尺度操作（带宽>1,100）。皮肤科医生密度呈广泛负相关（平均系数-0.0278），显著区域主要在太平洋西北部。臭氧暴露也呈显著负相关，主要在中西部和南部。龙卷风频率呈显著正相关，显著区域集中在东北部和中西部。紫外线暴露、飓风频率和移动房屋比例虽为全局尺度（带宽1,155），但在所有1,156个县中均未达到统计学显著（P≥0.05）。敏感性分析纳入城市-农村分类（USDA RUCC）后，高流量道路邻近度和臭氧暴露的保护性关联仍方向一致且显著，但效应减弱，表明城市化部分贡献但未完全解释这些关系。
**讨论与结论**
本研究首次整合最新EJI 2024数据库与可解释人工智能（SHAP）及多尺度空间回归，实证证明黑色素瘤死亡率相关因素在异质空间尺度上操作，而非遵循统一空间模式。MGWR显著优于全局OLS模型，通过降低残差空间自相关并揭示变量特异性空间尺度。人口老龄化（中位年龄）是死亡率最主导预测因子，在区域尺度上发挥稳健正向作用，其风险在东北部和大西洋中部地区尤为放大，提示国家癌症控制策略需优先考虑这些地区的老年皮肤科筛查。皮肤科医生密度的全局尺度负相关表明，解决专业劳动力分布不均可能缓解死亡率差异。高流量道路邻近度和臭氧暴露的意外保护性关联，在调整城市化后仍部分存在，提示其反映更广泛的医疗可及性和社会经济条件差异，而非直接环境效应。气候脆弱性（龙卷风频率）与黑色素瘤死亡率正相关，可能通过破坏医疗基础设施和延迟肿瘤治疗。环境紫外线暴露对死亡率无显著局部效应，印证了黑色素瘤发病率与死亡率解耦的最新范式：死亡率主要与晚期诊断和社会经济剥夺相关，而非环境阳光。研究局限性包括生态学谬误、CDC数据抑制导致农村区域代表性不足、粗死亡率调整中位年龄无法完全替代直接年龄标准化，以及横断面设计无法推断因果。结论：美国县级黑色素瘤死亡率表现出与人口、社会经济、医疗和环境因素相关的复杂空间异质性。人口老龄化和皮肤科医生可及性与死亡率模式关联最强。高流量道路邻近度和臭氧暴露在城市化调整后仍保持负相关，提示这些关系可能反映医疗可及性和社会经济条件的更广泛差异，而非直接保护性环境效应。气候相关脆弱性（包括龙卷风频率）也与黑色素瘤死亡率正相关，提示医疗中断和相关差异的潜在作用。这些发现支持空间针对性公共卫生策略和资源分配方法，尤其针对老龄化、灾害易发和社会经济脆弱农村社区。
