《Diabetologia》：Geospatial clustering of type 1 diabetes in Sweden: a cohort study based on all residential locations from birth to diagnosis
编辑推荐：
本研究针对1型糖尿病(T1D)发病率的地理变异及早期环境暴露对疾病发展的影响尚不明确的问题，研究人员通过一项覆盖全瑞典0-30岁新发病例（2005-2022年）的全国性队列研究，运用地理信息系统(GIS)和空间扫描统计，分析了个体从出生到诊断期间所有居住地点的地理数据。研究发现T1D发病率存在显著地理差异，农村地区（尤其是林地农业区）风险更高，而主要城市区域风险较低，且这种关联在出生后头5年的居住地数据中最为显著。这为探索T1D的环境风险因素提供了重要的空间流行病学证据，并强调了童年早期居住环境特征可能对疾病发生具有关键影响。
论文解读
1型糖尿病(T1D)是一种严重的自身免疫性疾病，患者的免疫系统会错误地攻击并破坏胰腺中分泌胰岛素的β细胞，从而导致终身依赖胰岛素治疗。在全球范围内，瑞典是T1D发病率最高的国家之一，并且其发病率还在以每年约3-4%的速度持续增长。这种迅猛的增长速度无法用遗传易感性单独解释。科学家们推测，环境因素可能在疾病的发生中扮演着关键角色。过去的许多研究在探讨地理环境与T1D风险的关系时，大多只关注患者诊断时的居住地点，而T1D的发病是一个漫长的、渐进性的过程，可能在临床症状出现前数年就已开始。忽略疾病发生过程中的“移动轨迹”，可能会掩盖掉与特定生命阶段（尤其是童年早期）相关的关键环境暴露信号。那么，如果我们能追踪个体从出生到诊断的每一个居住地变化，是否能揭示出更精细、更可靠的疾病风险地理图谱？这些风险地图是否与特定的环境特征（如土地利用类型）相关联？这些正是本研究致力于探索的核心问题。
为了回答这些问题，来自瑞典的研究团队在《Diabetologia》期刊上发表了一项具有开创性的全国性队列研究。他们采用了几个关键技术方法：1. 利用瑞典国家糖尿病登记处(NDR)的数据，纳入了2005至2022年间21,774名0-30岁被诊断为T1D的患者，并通过个人唯一识别号链接到瑞典统计局(SCB)的人口数据库，获取了每位患者从出生年份到诊断年份每一年的确切居住地址地理坐标。2. 定义了四个生命阶段特异性暴露窗口（诊断时、出生后头5年、诊断前5年、以及从出生到诊断的整个时期），并使用地理信息系统(GIS)软件QGIS对这些居住点数据进行处理和分析。3. 在290个城市级别和更精细的1公里×1公里网格级别，计算了T1D的粗发病率。4. 运用空间扫描统计软件SaTScan，识别出统计学上显著的高风险与低风险空间聚类。5. 使用瑞典国家土地覆被数据库，定量分析了高风险和低风险聚类区域内的土地利用/土地覆被(LULC)组成，将其归类为城市、农业、森林、开放土地（非农业）以及湖泊/溪流。
研究结果
发病率在城市层面
在瑞典290个城市中，T1D的平均发病率为每10万人年36.0例，但其地理变异超过六倍（从13.8到91.1）。一个清晰的模式显现出来：发病率在人口稀少的农村地区，特别是瑞典中部地区持续较高，而在主要城市地区则持续较低。值得注意的是，约24%的患者在出生到诊断期间曾搬迁过，这凸显了仅使用诊断时居住地进行研究的局限性。通过多尔林变形制图法直观展示，这一城乡差异模式更加明显（见图1a, b）。
高风险与低风险空间聚类
空间扫描分析识别出了独立于行政边界（如城市边界）的显著高风险和低风险聚类区域，这些区域揭示了更精确的地理风险模式。所有四个暴露窗口的分析均显示出城市地区的低风险聚类。然而，当使用患者出生后头5年最主要的居住地点数据时，识别出的高风险和低风险聚类数量最多。这意味着，与生命后期的居住地相比，早期生活阶段的地理位置与T1D风险的关联更为紧密。高风险区域主要分布在瑞典中南部和东南沿海，风险比(RR)范围在1.29至16.0之间（部分小聚类因保护患者隐私未在地图上显示），而低风险区域则集中在主要大城市周围，风险比(RR)在0.32至0.73之间（见图3）。
高风险与低风险聚类区的土地覆被特征
土地覆被分析清晰地揭示了高风险与低风险区域在环境特征上的鲜明对比。无论是哪个生命阶段窗口，高风险聚类区均以森林和农业用地为主，而低风险聚类区则主要由城市用地和非农业的开放土地构成（见图4，图5）。这一发现为城乡风险差异提供了环境层面的解释。
研究结论与讨论
本研究得出了明确结论：瑞典1型糖尿病的发病率存在显著的地理差异，表现为农村、低人口密度地区（特别是瑞典中部）的发病率更高，而主要城市区域的发病率更低。这种空间模式在考虑生命早期（尤其是出生后头5年）的居住地时最为明显，表明童年早期的局部环境特征——特别是森林和农业用地占主导的环境——可能对T1D的发展风险产生影响。
其重要意义在于，这是首个系统性地追踪T1D患者从出生到诊断全部居住轨迹并进行高精度空间流行病学分析的研究。它超越了传统的“诊断地点”分析框架，将个体迁移和生命阶段特异性暴露纳入考量，从而捕捉到了更准确的疾病风险环境信号。这一方法学上的创新为未来研究提供了新思路。
研究结果支持“卫生假说”等理论，即童年早期接触的特定环境因素（如农村环境中的微生物群、感染模式或生活方式）可能通过影响免疫系统发育来调节T1D风险。同时，城市环境中某些潜在的保护性因素（如更高的人口密度、不同的污染或日托机构接触模式）也需要进一步探究。值得注意的是，将分析对象限定于父母双方均在瑞典出生的个体后，基本地理模式依然存在，提示观察到的差异不太可能主要由遗传或文化背景的族群差异所驱动。
这项研究为识别T1D的潜在环境风险因素奠定了重要的知识基础，强调了未来研究应聚焦于童年早期，探索森林/农业环境与城市环境之间哪些具体因素（如微生物暴露、空气污染、饮食、社会经济因素等）驱动了疾病风险的差异。通过揭示疾病风险与地理环境之间的紧密联系，本研究有望推动预防策略的制定，并为理解这种复杂的自身免疫性疾病提供了新的流行病学视角。
