基于贝叶斯时空模型挖掘地方卫生系统数据：尼日利亚卡诺和拉各斯州疟疾风险精细图谱与防控启示

本研究针对尼日利亚疟疾负担沉重但防控资源有限的问题，利用DHIS2系统2014-2023年5岁以下儿童疟疾监测数据，采用贝叶斯层次时空泊松模型（BYM2先验+RW1时间趋势+高斯时空交互），首次在卡诺和拉各斯州实现了LGA（地方政府区域）级别的疟疾相对风险（RR）精细制图。研究发现：至2023年卡诺州73%的LGA为高风险区（Pr(RR>1)≥0.8），且存在Kunchi、Tudun Wada等持续10年热点；拉各斯州高风险LGA占55%，热点多分布于城乡结合部。模型通过DIC/WAIC/CPO验证优于负二项和零膨胀泊松模型，并揭示医疗可及性（≥30%土地距医疗机构>5km）与风险空间分异关联。该研究证实常规卫生数据经贝叶斯建模可生成稳定可操作的疟疾风险地图，直接支持尼日利亚"高负担至高影响"（HBHI）战略下的子国家级精准防控。

在非洲大陆，疟疾如同一个挥之不去的阴影，而尼日利亚更是承受着全球近27%的疟疾负担，2021年报告病例超过6800万，死亡人数高达19.4万。尽管大规模分发了长效杀虫蚊帐（LLINs）、开展了室内滞留喷洒（IRS）等干预措施，疟疾的传播在空间和时间上依然呈现出高度的异质性，这使得防控工作如同在迷雾中寻找目标。传统的尼日利亚疟疾指标调查（NMIS）虽然能提供可靠的患病率数据，但每五年才开展一次，难以及时捕捉疫情的动态变化。相反，地区卫生信息系统（DHIS₂）平台上的常规卫生机构数据，虽然存在报告质量不均、私立机构参与度低等问题，却拥有高频率、地理细分的特点，为实时监测提供了可能。如何从这些不完美但持续产生的数据中提炼出稳定、可指导行动的风险评估，成为摆在研究人员面前的关键难题。Olamide Akeboi等研究人员在《Discover Public Health》上发表的研究，正是针对这一挑战，试图通过先进的统计模型，为尼日利亚的疟疾防控绘制一幅更清晰、更及时的“作战地图”。

本研究采用了贝叶斯层次时空建模框架，核心模型为泊松似然函数，以各LGA每年5岁以下儿童检测人数作为偏移量进行间接标准化。空间结构通过BYM_{2先验（结合条件自回归和独立同分布随机效应）刻画，时间趋势采用一阶随机游走（RW1），时空交互项设为高斯白噪声。模型拟合优度通过偏差信息准则（DIC）、 Watanabe-Akaike 信息准则（WAIC）和平均对数条件预测序贯（CPO）评估，确定泊松模型为最优。数据源主要为2014-2023年尼日利亚DHIS2系统中的疟疾确诊个案数据（仅限RDT和镜检确诊），并辅以GRID3提供的卫生机构地理坐标数据用于计算医疗可及性代理指标（“服务不足”区域：LGA内≥30%土地面积距离最近公立机构超过5公里）。分析通过R语言集成嵌套拉普拉斯近似（INLA）实现。}

3.1 模型拟合与选择

模型比较结果显示，泊松似然函数在卡诺（DIC=6109, WAIC=5977, 平均log-CPO=-7.76）和拉各斯（DIC=2833, WAIC=2772, 平均log-CPO=-7.90）均优于负二项分布和零膨胀泊松模型，表明时空随机效应已充分吸收了数据中的过度离散和潜在零膨胀，因此选择泊松模型进行主要分析。

3.2 相对风险（RR）时空格局

卡诺州的疟疾相对风险显著高于拉各斯州，并显示出明显的空间聚集性和时间持续性。至2023年，卡诺州73%的LGA被归类为高风险区（Pr(RR>1)≥0.8），而拉各斯州为55%。研究发现卡诺州存在多个持续十年均为热点的LGA，包括Kunchi、Bagwai、Tudun Wada、Takai、Kumbotso和Ungogo。相比之下，拉各斯州的持续热点（如Ibeju-Lekki, Ifako-Ijaye, Oshodi-Isolo）多位于城乡结合部或大陆高密度人口区。

3.3 高风险区域持续性

时间趋势分析表明，卡诺州高风险LGA的比例在2014年高达85%，虽在2015年和2020年有所下降，但至2023年反弹至73%，显示出高负担的持续性。拉各斯州则呈现更动态的模式，高风险LGA比例在35%-55%之间波动，反映出其疟疾传播格局更为复杂。

3.4 地理可及性与风险关联

在卡诺州，部分高风险LGA（如Tudun Wada, RR=1.20）与“服务不足”区域（≥30%土地面积距医疗机构>5公里）存在重叠，提示地理可及性差可能加剧了脆弱性。然而，在拉各斯州，唯一被标记为“服务不足”的Epe LGA却显示出低风险（RR=0.72），表明城市环境中可及性与风险的关系可能更为复杂。

3.5 定居点结构与风险的非线性效应

基于2023年微观规划数据的非线性效应分析揭示，定居点距离医疗机构越近，疟疾风险倾向于降低，这反映了改善可及性的保护作用。然而，卫生机构 catchment area 内定居点数量越多，则与更高的风险相关，这可能同时反映了更高的人口聚集度（增加传播潜力）和更强的监测捕获能力。

本研究结论强调，尽管DHIS₂常规数据存在局限性，但通过贝叶斯时空建模方法，能够生成稳定且可操作的疟疾风险地图。研究结果清晰地指出了卡诺州持续高负担的LGA和拉各斯州城乡结合部的热点区域，为尼日利亚实施“高负担至高影响”（HBHI）战略和LGA级别的精准防控提供了直接证据。这种方法的价值在于，它能够利用持续产生的常规数据，对国家级调查进行有效补充，实现子国家级的连续监测，从而精准指导干预措施的强化区域。讨论部分进一步阐释了研究结果的政策意义：在卡诺州，针对持续热点区域，应考虑强化季节性疟疾化学预防（SMC）的覆盖范围、在灌溉农业区周边开展靶向室内滞留喷洒（IRS）；在拉各斯州，防控重点应放在城市贫民窟和城乡结合部的环境管理、改善住房和供水基础设施，并对传播风险保持警惕。研究也坦诚了其局限性，包括DHIS₂数据可能存在的检测偏倚、私立机构报告不足、基于面积而非人口加权的可及性指标可能不够精确，以及协变量时间跨度有限等。尽管如此，该研究有力地证明了将先进统计模型应用于常规卫生系统数据的巨大潜力，为在资源有限 settings 下实现疟疾防控的精细化和高效化开辟了新的路径。