东非五岁以下儿童死亡率的决定因素与区域格局:基于Cox脆弱性模型的元分析研究

《Discover Public Health》:Determinants and regional patterns of under-five mortality in East Africa: a cox frailty meta-analysis approach

【字体: 时间:2026年02月03日 来源:Discover Public Health

编辑推荐:

  本研究针对撒哈拉以南非洲地区五岁以下儿童死亡率居高不下且存在显著区域差异的公共卫生挑战,采用扩展的Cox比例风险模型结合区域脆弱性变量,对肯尼亚、卢旺达、坦桑尼亚和乌干达四国多轮人口健康调查数据进行分析。研究发现母亲教育程度、家庭财富、母乳喂养和较大家庭规模是保护性因素,并通过脆弱性绘图识别出跨国持续高死亡风险区域。该研究为制定针对性干预措施实现可持续发展目标3.2提供了区域级证据支持。

  
尽管全球五岁以下儿童死亡率在过去三十年显著下降,但撒哈拉以南非洲地区仍然承担着不成比例的疾病负担。2019年,全球约520万五岁以下儿童死亡中超过半数发生在该地区,东非国家更表现出明显的跨国和国内差异。这种持续存在的健康不平等现象对实现可持续发展目标(SDG)3.2——到203年消除可预防的新生儿和五岁以下儿童死亡——构成了严峻挑战。
COVID-19大流行的爆发进一步加剧了这一公共卫生危机,疫情防控措施导致的健康服务中断、经济困难和对营养、教育的影响,可能逆转多年来在降低儿童死亡率方面取得的进展。特别是在东非地区,各国内部存在的显著区域差异表明,单纯的国家级干预可能无法有效解决特定地区的独特挑战。
为深入理解东非地区五岁以下儿童死亡率的决定因素和空间分布模式,研究人员开展了一项涵盖肯尼亚、卢旺达、坦桑尼亚和乌干达四国的多中心研究。研究团队收集了每个国家四个周期的人口健康调查(DHS)数据,采用创新的统计方法探索影响儿童生存的社会人口因素,并量化区域不平等程度。
研究采用了扩展的Cox比例风险模型(Cox proportional hazards model)结合区域脆弱性变量(regional frailty variables),以解释未观察到的异质性。该方法通过引入脆弱性项(frailty term)来捕捉区域水平的未测量因素对儿童生存时间的影响。随后,研究采用多变量随机效应元分析(multivariate random-effects meta-analysis)合并来自四个国家的风险比(HRs)估计值,提高统计精度。脆弱性绘图(frailty mapping)技术被用于识别持续存在的高死亡风险区域。
数据分析揭示了影响儿童生存的关键因素。母亲教育水平显示出显著保护效应,完成中等或高等教育的母亲其子女死亡风险降低(合并风险比HR=0.632,95%置信区间CI[0.497-0.768])。家庭财富状况同样重要,富裕家庭儿童死亡风险较低(HR=0.833,CI[0.728-0.637])。母乳喂养(HR=0.871,CI[0.770-0.971])和较大家庭规模(8人及以上家庭HR=0.728,CI[0.605-0.850])也表现出保护作用。值得注意的是,女童面临较高的死亡风险(HR=1.141,CI[1.049-1.232]),农村地区儿童风险也略高于城市地区(HR=1.102,CI[0.978-1.25])。
区域脆弱性分析揭示了持续存在的死亡率热点地区。坦桑尼亚的林迪(Lindi)、马拉(Mara)和普瓦尼(Pwani)地区,乌干达的西尼罗河(West Nile)和阿乔利(Acholi)地区,肯尼亚西部和卢旺达南部地区在多个调查周期中均表现出较高的脆弱性值。这些区域即使在校正了已知的社会人口因素后,仍然存在显著的未观察到的风险因素。
多元元分析结果证实了各保护性因素的一致性和稳健性。合并后的风险比估计值具有更窄的置信区间,提高了统计推断的可靠性。研究还通过Schoenfeld残差严格评估了比例风险假设,确保结果不受时间依赖变量的影响。
研究结论强调,尽管东非地区五岁以下儿童死亡率总体呈下降趋势,但显著的区域差异仍然存在。高风险区域需要针对性的干预措施,重点关注母亲教育、医疗保健可及性和贫困问题。脆弱性绘图识别的持续热点区域提示,除了常规的社会人口因素外,未观察到的环境因素(如医疗资源分布、环境危害、地区冲突等)在影响儿童生存方面扮演着重要角色。
研究的实际意义在于为政策制定者提供了具体的目标区域和优先干预领域。针对已识别的高风险区域,应优先加强母婴保健服务、提高女性教育水平和实施精准扶贫项目。同时,研究发现的女童生存劣势呼吁关注性别平等和针对性的健康干预。
本研究也存在若干局限性。横断面设计的DHS数据限制了因果推断;回忆偏倚难以避免;缺乏气候、卫生系统绩效和冲突等背景变量;未考虑空间自相关效应。未来研究可结合贝叶斯分层生存模型(Bayesian hierarchical survival models)和机器学习工具,整合更多背景数据,以提供更全面的儿童健康决定因素理解。
该研究发表于《Discover Public Health》,为东非地区降低儿童死亡率的政策制定提供了重要的实证依据,强调了在推动全域健康改善的同时,必须关注特定地区的独特挑战,采取有针对性的干预策略,才能加速实现可持续发展目标3.2的进程。
相关新闻
生物通微信公众号
微信
新浪微博

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号