中国艾滋病、梅毒和淋病发病率的时空趋势及相关因素：一项采用空间变系数方法的贝叶斯疾病地图研究

《Spatial and Spatio-temporal Epidemiology》：Spatiotemporal trends and associated factors of HIV/AIDS, syphilis, and gonorrhea incidence in China: A Bayesian disease mapping study with spatially varying coefficients

空间时间分布及社会经济气象因素关联分析。

　　

尹学清|王玉书

辽宁大学数学与统计学院，中国沈阳市黄姑区崇山中路66号，110036

摘要

性传播疾病（STDs）在中国仍然是一个重大的公共卫生问题。然而，现有的关于STDs的研究主要集中在特定地区或人群上，往往忽略了相关因素的空间差异效应。对中国范围内性传播感染的宏观分析相对有限。本研究分析了2011年至2020年间中国大陆三大主要STDs（HIV/AIDS、梅毒和淋病）的时空分布及其相关因素。我们使用贝叶斯疾病映射模型来量化STD发病率的时空趋势，并探讨它们与社会经济、社会人口统计和气象因素的空间差异关联。研究结果揭示了每种疾病的独特地理分布模式。总体而言，HIV/AIDS和梅毒的发病率呈上升趋势，而淋病则相对稳定，中间阶段略有上升。HIV/AIDS在西南部省份最为普遍，梅毒集中在西北部，淋病在东南部沿海省份最为常见。STD发病率与选定因素之间的关联存在显著的空间异质性，并因疾病而异。与中国STD流行区域差异相关的主要因素包括人均GDP、文盲比例、医疗机构数量和年平均温度。本研究为理解STD的流行趋势及其相关因素提供了一个全面的分析框架。研究结果为政策制定者提供了科学见解和实际指导，以制定有针对性的预防和控制策略。

引言

性传播疾病（STDs）是一个紧迫的全球公共卫生挑战，导致全球范围内大量的发病率和死亡率。据世界卫生组织（WHO）2024a年的数据，每年约有250万人死于STDs。由人类免疫缺陷病毒（HIV）感染引起的获得性免疫缺陷综合征（AIDS）、由梅毒螺旋体（Treponema pallidum）引起的梅毒以及由淋病奈瑟菌（Neisseria gonorrhoeae）引起的淋病是全球三大主要STDs。根据WHO的最新估计，2023年有3990万人感染HIV，2022年新增梅毒病例800万例，2020年新增淋病病例8200万例（WHO，2024b）。WHO统计数据显示，STDs的发病率在低收入和中等收入国家最高。作为中等收入的发展中国家，自1978年实施开放政策和经济自由化以来，中国长期遭受STDs的困扰。在中国所有STD中，HIV/AIDS、梅毒和淋病被列为法定报告的传染病，需要加强关注和控制（Zhu等人，2017）。过去几十年里，中国政府制定了一系列国家战略计划和政策来预防和控制STD的传播，例如2003年推出的“四免费一关怀”政策、2010年的国家梅毒预防和控制计划以及2012年颁布的防治条例。在这些措施下，中国在抗击STD方面取得了一定的成果。然而，由于中国幅员辽阔、人口众多，该国仍面临HIV/AIDS、梅毒和淋病的严重公共卫生威胁，大量报告的病例给社会和经济带来了沉重负担。此外，社会经济发展的空间差异、人口结构和环境条件的不同导致了STD病例分布的不均衡，某些地区出现了流行病级别的疫情。因此，为了制定更有效和有针对性的预防和控制策略，减少STD对公共卫生的危害，有必要了解中国不同地区HIV/AIDS、梅毒和淋病的时空流行病学模式及其相关因素。

现有研究表明，STD的发病率与各种社会经济和社会人口统计因素有关。然而，这些证据并不一致，且常常因地区和疾病类型而异。例如，在美国等高收入国家以及欧洲的研究中发现，梅毒在经济贫困地区更为普遍（Smock等人，2017；Lipozen?i?等人，2014），而在低收入和中等收入国家的研究则表明，在较富裕地区发病率更高（Yin等人，2012；Yang等人，2010）。Tang等人（2021）通过发现梅毒发病率与人均国内生产总值（GDP）之间存在倒U形关系来说明这种差异。对于HIV/AIDS，也有类似的研究结果。尽管Wang等人（2021）认为GDP是与HIV/AIDS发病率最密切相关的因素，但Xie等人（2024）认为城市化率和医疗支出是主要因素。Li等人（2024b）进一步报告称，在青年人群中，HIV/AIDS发病率与人口密度和卫生技术人员数量呈正相关，但与道路里程呈负相关。在淋病方面，美国的研究发现，社会资本较高且性别比例偏向男性的地区发病率较低（Semaan等人，2007；Sullivan等人，2011）。Bu等人（2022）表明，淋病发病率与月平均温度、相对湿度和降雨天数呈正相关。

尽管之前的研究提供了宝贵的见解，但很少有研究同时考虑了社会经济、社会人口统计和气象因素与STD流行病学特征之间的关联。此外，大多数现有研究假设流行病驱动因素与疾病发病率之间的关联是固定不变的，往往忽略了这些关联的空间异质性，这在分析大范围地理现象时是一个常见问题（Finley，2011）。最近，Shu等人（2025）允许相关因素在中国四个经济区域的效应有所不同，但他们的框架没有捕捉到区域内的异质性，将同一经济区内的省份视为同质的。此外，早期的研究主要集中在特定地区或人群组内单一STD的时空分析上，对中国大陆整体的宏观趋势关注不足。为了解决这些不足，本研究开发了一个贝叶斯疾病映射模型，定量分析HIV/AIDS、梅毒和淋病在全国范围内的时空分布模式及其与社会经济、社会人口统计和气象因素的空间差异关联。分析基于2011年至2020年中国大陆的省级发病率数据。本文的其余部分安排如下：第2节描述了研究数据和来源，以及变量选择和贝叶斯时空建模方法；第3节展示了结果；第4节讨论和第5节结论部分讨论了研究意义并总结了全文。

研究区域

研究区域是中国大陆。中国是世界上最大和发展最快的国家，也是人口最多的国家。不包括香港、澳门和台湾，中国大陆由31个省级行政区组成，包括22个省、5个自治区（内蒙古、宁夏、广西、新疆和西藏）以及4个直辖市（北京、上海、天津和重庆）。省级多边形形状文件来自中国国家测绘中心（//www.un-spider.org/national-geomatics-center-china

结果

图2显示了保留变量之间的皮尔逊相关系数，所有系数的值均小于0.7。VIF值介于1.25到3.77之间，低于通常接受的5的阈值（O’brien，2007）。这些结果表明，所选的社会经济、社会人口统计和气象变量之间不存在显著的多重共线性。主要结果总结如下。

讨论

本研究探讨了2011年至2020年间中国大陆各省HIV/AIDS、梅毒和淋病发病率的时空分布，并分析了它们与社会经济、社会人口统计和气象因素的空间差异关联。基于各省每年报告的病例数，开发了一个贝叶斯时空疾病映射模型。该模型整合了空间和时间维度，并考虑了……

结论

在这项研究中，我们使用贝叶斯疾病映射模型全面分析了HIV/AIDS、梅毒和淋病的时空分布模式，并研究了它们与社会经济、社会人口统计和气象因素的空间差异关联。HIV/AIDS和梅毒的发病率在研究期间均呈显著上升趋势。这些疾病的空间分布并不均匀。HIV/AIDS和梅毒主要集中在……

作者贡献声明

尹学清：撰写——审稿与编辑、初稿撰写、可视化、验证、监督、软件使用、项目管理、方法论、研究、资金获取、正式分析、数据管理、概念构思。王玉书：撰写——审稿与编辑、初稿撰写、验证、软件使用、研究、正式分析、数据管理。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

作者感谢国家自然科学基金（项目编号：12526542）和辽宁省博士启动基金（项目编号：2025-BS-0296）的支持。