中国西南地区医院就诊先天性结构畸形负担的县级环境背景空间异质性:来自省级儿科转诊中心的回顾性研究

Spatial heterogeneity in area-level environmental context of hospital-based congenital structural anomaly burden in Southwest China: a retrospective study from a provincial pediatric referral center

作者信息Cheng-Hao Zhanghuang, Yong-Yu Ma, Chun-Li Zheng, Xi Hu, Ming-Xiang Zhang, Yun-Peng Gao, Jun-Ru Chen, Shi-Wu Yang, Hong Zhang, Ru-Tao Dai, Xi-Chen Zhang, Jin Shen, Bing Yan, Jun Wu
PMID42693372
发布时间2026-08
DOI10.1007/s12519-026-01059-w

实验完整度

中

基于单中心住院队列的描述性流行病学与空间建模(OLS/GWR),无功能或机制验证实验

主要模型

云南省最大省级儿科转诊中心2014-2024年先天性结构畸形儿科住院患者(56,434例) 用于GWR空间建模的高频畸形住院患者子集(41,531例) 县级空间分析单元(云南省各县)

重点核对

住院患者纳入时间范围:2014年1月至2024年12月,以住院年份而非出生年份计 先天性畸形识别依据:ICD-10出院诊断编码 GWR数据集构建:按系统保留高频疾病(循环、泌尿生殖、其他系统各前3位;消化、肌肉骨骼系统各前4位),最终41,531例 环境变量:2014-2023年县级长期平均值,VIF>10的变量从最终模型中排除 GWR模型设定:高斯分布、自适应核、黄金分割搜索最小化AICc选择带宽

摘要

背景:先天性结构畸形是儿童发病和手术负担的主要来源。然而,关于先天性结构畸形的空间流行病学及其县级环境背景的证据仍然有限,尤其是在地理和社会经济高度异质的地区。本研究旨在探讨县级环境背景与医院就诊先天性畸形负担关联的空间异质性。方法:我们开展了一项回顾性医院基础研究,纳入2014年至2024年间在云南省最大的省级儿科转诊中心住院的先天性结构畸形儿科住院患者。进行描述性流行病学分析以总结人口学特征、时间趋势和系统水平分布。选择高频先天性畸形构建稳定的县级数据集用于空间分析。应用普通最小二乘法(OLS)和地理加权回归(GWR)模型,检验五个先天性畸形系统(循环、消化、泌尿生殖、肌肉骨骼和其他结构畸形)中环境因素与畸形负担之间空间变化的县级背景关联。结果:共识别56,434例先天性结构畸形儿科住院患者。在儿科住院患者中,男孩占多数(67.68%),入院主要集中在幼儿期。消化系统(29.63%)和泌尿生殖系统(23.30%)畸形占儿科住院患者比例最大。在纳入空间建模的41,531例儿科住院患者中,GWR在五个先天性畸形系统中一致表现出优于全局OLS模型的性能。县级环境与转诊加权机构负担的关联显示出 substantial 空间异质性。一氧化碳在各畸形系统中主要呈正相关,而二氧化硫显示出 pronounced 空间异质性。植被覆盖度呈一致负相关,而人口密度显示出地理变化的关联。结论:医院就诊先天性结构畸形负担在省级儿科转诊中心数据集中其县级环境背景呈现 substantial 空间异质性。诸如GWR等空间显式方法可能有助于表征超越全局模型的转诊加权、县级机构负担模式。这些发现是描述性和假设生成性的,需要使用基于人群或多中心研究进行验证。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
医院就诊先天性结构畸形负担的县级环境背景关联是否存在空间异质性,而非全域统一的关联?
核心机制
文中未明确说明具体生物学机制;作者明确指出该医院基础生态学分析未设计用于检验氧化应激、胎盘功能障碍、炎症反应或胚胎发育信号通路等机制,观察到的空间关联仅应解释为县级背景模式而非特定因果环境效应。
主要证据
基于56,434例住院患者的描述性流行病学分析和41,531例高频畸形患者的县级GWR建模;五个畸形系统中GWR的R²和调整R²均高于全局OLS且AICc和CV更低;局部系数显示CO主要呈正关联、SO2空间异质性显著、NDVI一致负关联、人口密度呈地理变化的关联。
研究意义
作者提出这些描述性、假设生成性发现可为未来基于人群或多中心研究提供假设基础,并提示空间显式方法有助于表征转诊加权机构负担模式;但需在基于人群数据集中验证后方可作为政策依据。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

住院队列构建与描述性流行病学分析

描述先天性结构畸形住院患者的人口学特征、时间趋势和系统分布

纳入2014-2024年单中心先天性结构畸形儿科住院患者,按ICD-10出院诊断识别,按性别、年龄组、民族和五大系统分类进行计数和比例汇总,分析年度入院趋势

2

高频畸形筛选与县级空间分析数据集构建

构建数值稳定、可解释的县级空间回归数据集,减少县级零膨胀

从56,434例中按系统保留最高频疾病(循环、泌尿生殖、其他系统各前3位;消化、肌肉骨骼系统各前4位),形成41,531例GWR数据集,以县级转诊加权机构负担为因变量

3

环境暴露变量获取与多重共线性处理

获取反映长期背景环境背景的县级环境指标并处理共线性

从公开网格化环境数据集获取11个环境和背景变量并空间匹配至县级健康数据,计算VIF并排除VIF>10的变量

4

全局OLS与GWR空间建模及模型比较

检验环境因素与畸形负担关联是否存在空间非平稳性,并比较局部与全局模型性能

先为各系统拟合OLS全局基准模型,再拟合系统特异性GWR模型使回归系数在县间空间变化,以R²、调整R²、AICc和CV评价模型性能,并汇总局部系数分布

5

局部系数分布描述与空间模式可视化

描述各环境预测因子局部GWR系数的方向和空间异质性程度

汇总各系统各环境预测因子局部系数的均值、标准差、最小值、最大值和范围,绘制县级机构负担、NDVI、人口密度及描述性复合脆弱性指数的空间分布图

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
住院队列构建
纳入时间范围2014年1月至2024年12月(以住院年份计);ICD-10出院诊断识别标准;多重畸形按主要出院诊断归入单一系统;神经系统畸形排除
阅读提示:Methods的Study design and population与Descriptive epidemiology小节
GWR空间分析数据集
高频疾病筛选规则(各系统保留前3或前4位疾病);最终样本量41,531例;各系统样本量;县级因变量定义
阅读提示:Methods的Spatial analysis dataset for geographically weighted regression与Spatial units and dependent variables小节
环境暴露变量
2014-2023年县级长期平均值;11个初始变量及各自数据来源;VIF>10排除规则;NDVI聚合至县级方法
阅读提示:Methods的Environmental exposure variables小节及Online Supplementary Material
GWR建模
高斯分布假设;自适应核;黄金分割搜索最小化AICc选择带宽;R²、调整R²、AICc、CV评价指标;未进行县特定显著性检验
阅读提示:Methods的Geographically weighted regression小节及Table 2
描述性统计汇总
性别、年龄组、民族分类方式;年度入院趋势统计;系统分布比例
阅读提示:Results的Overall descriptive epidemiology小节及Table 1、Fig. 1