孟加拉国糖尿病的空间差异及其社会人口学决定因素：基于 2022 年孟加拉国人口与健康调查数据的证据

《BMC Public Health》：Spatial variations and socio-demographic determinants of diabetes mellitus in Bangladesh: evidence from Bangladesh Demographic and Health Survey 2022 data

　　# 摘要## 背景孟加拉国正面临日益严重的糖尿病流行病，这与快速的城市化和生活方式的转变并行。虽然国家患病率已有记录，但关于该疾病空间聚集及其与环境和社会经济驱动因素交叉的证据仍然零散。本研究调查了孟加拉国成年人中糖尿病患病率的地理分布、热点和多部门决定因素。## 方法这项横断面研究使用了孟加拉国人口与健康调查（BDHS）2022 年的数据，涵盖全国 674 个地理参考调查集群中 13,858 名 18 岁及以上成年人的加权样本。BDHS 的生物标志物数据与源自 MODIS 和 SNPP-VIIRS 的高分辨率地理空间协变量相结合。根据 BDHS 2022 协议，糖尿病定义为空腹毛细血管血糖≥7.0 mmol/L（血浆等效值）、之前由卫生专业人员诊断或当前用药。为了解决空间依赖性，我们采用了全局和局部莫兰 I 指数进行自相关分析，随后对 OLS、空间滞后（SLM）、空间误差（SEM）和 SLX 模型进行了比较分析。模型选择受 AIC、对数似然和残差诊断的指导，以确保对社会人口统计和环境决定因素的稳健估计。## 结果13,858 名成年人中糖尿病的总体患病率为 16.8%，各集群的患病率从接近 0% 到超过 80% 不等，表现出显著的空间自相关（全局莫兰 I = 0.289, p < 0.05）。空间关联局部指标确定了 71 个高 - 高集群，主要集中在达卡、吉大港和库尔纳都市走廊。空间回归模型优于 OLS，其中 SEM 提供了最稳健的拟合（R2 = 0.34；表 1）。患病率增加与较高的 PM2.5 浓度（SEM: β = 0.66）、夜间灯光强度（SEM: β = 5.57）、高龄和区域性超重趋势显著相关。相反，增强型植被指数（EVI）（SEM: β = -5.55）和较高的年降雨量（SEM: β = -7.71）在 5% 显著性水平上与患病率呈负相关。## 结论孟加拉国的糖尿病分布并不均匀，而是遵循与环境暴露和城市密度相关的独特空间模式。这些发现表明，公共卫生干预措施可能受益于超越“一刀切”策略，转向地理定向、环境知情的方式。将空间分析整合到国家监测中可能有助于识别高风险集群并帮助解决区域健康差异。