基于2024年赞比亚人口与健康调查的多水平分析：揭示育龄妇女短生育间隔的个体与社区决定因素及其公共卫生意义

本研究针对赞比亚育龄妇女短生育间隔（SBI）影响因素数据匮乏的现状，利用2024年赞比亚人口与健康调查（ZDHS）数据，通过多水平二元Logistic回归分析6273名15-49岁妇女的个体与社区特征。结果显示，SBI患病率为26.8%，年龄、家庭财富、计划生育信息暴露及产次是核心预测因子，为优化生殖健康政策提供了关键证据。

在非洲南部的赞比亚，生育间隔的长短正悄然影响着无数母婴的健康命运。所谓短生育间隔（Short Birth Interval, SBI），通常指两次分娩间隔不足33个月，或更严格地定义为产后24个月内再次怀孕。这一看似普通的生育节奏，实则暗藏风险：贫血、早产、低出生体重、产科瘘管病……这些威胁母婴生命的并发症，都与过短的生育间隔密切相关。尽管全球范围内对SBI的关注日益增加，但在赞比亚，究竟哪些因素在左右着女性的生育节奏？这一问题长期缺乏系统性的答案。

为了填补这一空白，研究人员依托2024年赞比亚人口与健康调查（Zambia Demographic and Health Survey, ZDHS）的详实数据，开展了一项深入的多水平分析。他们聚焦于6273名15至49岁、且在调查前5年内有过活产的妇女，试图从个体与社区两个层面，揭开SBI背后的复杂网络。研究发现，赞比亚育龄妇女的SBI患病率高达26.8%，而年龄、家庭经济状况、是否接触过计划生育信息以及已生育子女数量，成为影响这一指标的关键力量。这项成果最终发表于《Discover Public Health》，为当地乃至全球的生殖健康政策制定提供了坚实的科学依据。

为开展此项研究，研究人员采用了几项关键技术方法。首先，数据来源于2024年ZDHS的儿童数据集（KR文件），覆盖全国范围内的545个聚类（枚举区），采用两阶段分层抽样设计，确保了样本的代表性。其次，研究将生育间隔二分类为正常（33-60个月，编码0）和短间隔（<33个月，编码1）。统计分析采用多水平二元Logistic回归模型，结合复杂调查设计权重（svyset命令调整聚类与分层），通过四步建模策略（空模型、仅个体变量、仅社区变量、全模型）评估影响因素，并利用组内相关系数（ICC）、比例方差变化（PCV）和赤池信息准则（AIC）评估模型拟合优度与社区间变异。

3.1 样本特征描述

研究纳入的6273名妇女中，25-29岁群体占比最高（27.5%），21.8%已生育6个及以上孩子，60.8%居住在农村地区。教育水平上，48.6%仅完成小学教育，52.8%有工作，仅31.7%接触过媒体传播的计划生育信息。这些特征勾勒出赞比亚育龄妇女的基本社会画像。

3.2 短生育间隔患病率的决定因素

多水平回归分析揭示了多重关联：与15-19岁青少年相比，40-44岁（aOR=0.03, 95% CI 0.01-0.05）和45-49岁（aOR=0.02, 95% CI 0.01-0.03）女性发生SBI的风险显著降低；富裕家庭女性（aOR=0.63, 95% CI 0.48-0.83）和接触过计划生育信息的女性（aOR=0.83, 95% CI 0.71-0.96）风险更低。相反，生育6个及以上孩子的女性（aOR=4.26, 95% CI 3.31-5.49）和在婚女性（aOR=1.60, 95% CI 1.10-2.34）风险更高。社区层面，高收入社区女性（aOR=0.68, 95% CI 0.46-0.99）和农村女性（aOR=0.70, 95% CI 0.54-0.91）SBI风险较低，而东部（aOR=0.61, 95% CI 0.45-0.82）、南部（aOR=0.67, 95% CI 0.51-0.89）和西部（aOR=0.64, 95% CI 0.46-0.88）省份女性风险低于中部省份。随机效应分析显示，社区间差异解释了SBI变异的8.3%（空模型ICC），加入个体和社区变量后降至2.8%，表明多水平模型有效捕捉了关键影响因素。

研究结论与讨论部分强调，赞比亚SBI患病率处于较高水平，个体层面的年龄、产次、财富状况、婚姻状态和计划生育信息暴露，以及社区层面的财富水平、居住地和区域位置，共同构成了SBI的决定网络。值得注意的是，农村女性SBI风险反而低于城市，这可能与农村地区更长的母乳喂养传统、更高的现代避孕方法使用率（2024年ZDHS数据）以及传统文化中对生育间隔的隐性规范有关。此外，已婚女性风险较高，可能反映了婚姻内规律性生活的暴露以及女性在避孕决策中谈判能力受限的现实。这些发现直指公共卫生干预的核心：加强计划生育信息传播、提升女性经济赋权、推广社区参与式生殖健康教育，尤其是针对年轻女性、多产次家庭和贫困社区的策略，将成为缩短SBI差距的关键。对于政策制定者而言，这项研究不仅量化了问题的严重性，更精准定位了可干预的靶点，为赞比亚实现可持续发展目标（SDG）3中关于降低孕产妇和儿童死亡率的承诺提供了路线图。