基于地理加权回归的疾病空间分析研究综述

基于地理加权回归的疾病空间分析研究综述一、地理加权回归方法的基础原理与技术演进地理加权回归（GeographicallyWeightedRegression,GWR）是空间计量经济学领域针对传统全局回归模型“空间均质假设”缺陷发展出的核心分析工具，其核心思想是通过空间权重矩阵将地理位置信息嵌入回归参数估计过程，允许自变量与因变量的关系随空间位置发生变化，从而捕捉疾病分布中普遍存在的空间异质性。传统线性回归模型假设参数在整个研究区域内保持恒定，无法反映疾病风险因素在不同地理单元的作用差异，而GWR模型通过为每个样本点赋予基于距离衰减的权重，使得离样本点越近的观测值在参数估计中贡献越大，最终得到每个空间位置上的局部回归系数，直观呈现疾病影响因素的空间分异特征。早期GWR模型的权重函数多采用高斯核、双平方核等固定带宽形式，这类方法在研究区域空间尺度统一、样本点分布均匀时表现稳定，但在人口密度差异大、地理单元大小不均的场景下容易产生估计偏差。随着疾病空间分析需求的复杂化，自适应带宽GWR逐渐成为主流，其带宽会根据样本点周围的观测值密度动态调整，有效解决了稀疏区域估计精度不足的问题。进一步的技术延伸中，多尺度地理加权回归（MGWR）的出现突破了传统GWR所有变量共用同一带宽的限制，允许不同解释变量根据自身空间作用尺度选择最优带宽，更贴合疾病风险因素的实际作用规律——例如气温、降水等自然因素的影响范围通常较大，而医疗资源可达性、社区环境等社会因素的作用尺度则相对较小，MGWR能够更精准地分离不同尺度因素的效应。近年来，时空地理加权回归（GTWR）将时间维度纳入模型框架，实现了空间异质性与时间动态性的联合建模，为分析传染性疾病的时空传播规律、慢性疾病患病率的长期演变特征提供了更有力的工具。二、GWR在不同类型疾病空间分析中的应用场景（一）慢性非传染性疾病研究慢性疾病的空间分布差异与区域自然环境、社会经济、生活方式等因素的空间分异高度相关，是GWR应用最广泛的领域。在心血管疾病研究中，国内外学者利用GWR模型量化了高血压、冠心病患病率与PM2.5浓度、夜间灯光强度、绿地覆盖率、油炸食品消费比例等因素的局部关联。例如2023年针对我国京津冀地区的研究显示，PM2.5对高血压患病率的影响系数从河北南部的0.32递减到北京北部的0.08，呈现明显的南高北低特征，而人均体育场地面积的保护效应在山区县显著高于平原县，反映出不同区域慢性病防控的重点差异。在糖尿病研究中，GWR模型揭示出身体活动不足的影响在东中部经济发达地区更强，而高糖饮食的风险在西部地区更为突出，这种空间异质性为制定区域差异化的慢性病防控策略提供了定量依据。癌症空间分布的驱动因素分析也是GWR的重要应用方向。针对肺癌的研究发现，除工业废气排放、吸烟率等传统危险因素外，家庭固体燃料使用的影响在农村地区的回归系数是城市地区的2.7倍，而氡气浓度的风险效应集中在地质构造特殊的石灰岩分布区。在肝癌研究中，GWR模型分离了乙肝病毒感染率、黄曲霉毒素暴露、饮用水水质等因素的空间异质性作用，例如我国东南沿海地区黄曲霉毒素对肝癌发病的贡献显著高于北方地区，而西北部分地区饮用水中砷含量的影响更为突出，这类发现为肝癌的精准防控提供了空间靶向性。（二）传染性疾病研究在传染性疾病防控领域，GWR模型能够有效捕捉传播风险的空间分异特征，为精准划定防控区域提供支撑。在COVID-19疫情分析中，国内外学者利用GWR量化了人口流动强度、疫苗接种率、温度湿度、公共交通密度等因素对传播系数Rt的局部影响。研究发现，人口流动对传播风险的影响系数在超大城市中心区可达0.41，而在人口密度较低的县域仅为0.13，说明人口聚集程度会显著调节流动因素的传播效应；疫苗接种率的保护效应在医疗资源充足的地区更强，每提升10%的全程接种率在东部城市可降低21%的传播风险，而在西部欠发达地区该效应仅为12%，反映出医疗服务可及性对疫苗效果的调节作用。在虫媒传染病研究中，GWR模型能够清晰呈现媒介生物分布、环境因素与疾病发病率的空间关联。针对登革热的研究显示，温度对登革热发病率的影响存在明显的阈值效应，在月平均气温25-30℃的区域回归系数最高，而低于20℃或高于35℃的区域影响显著下降；降雨量的影响则在城市低洼区域更强，这类区域容易形成积水滋生伊蚊，降雨量每增加100mm，登革热发病率提升18%，而在排水系统完善的区域该效应仅为7%。针对疟疾的研究中，GWR模型分离了蚊虫密度、防蚊设施覆盖率、抗疟药物可及性等因素的空间异质性作用，为非洲、东南亚等疟疾高流行区划定重点干预区域提供了科学依据。（三）地方病与环境相关性疾病研究地方病的分布与地理环境要素的空间分布高度耦合，GWR在该领域的应用能够精准识别环境风险因素的作用强度。在碘缺乏病、氟中毒等地球化学性疾病研究中，GWR模型量化了水碘、水氟含量与疾病患病率的局部剂量反应关系，发现水氟含量对氟骨症患病率的影响系数在不同地质背景区域存在显著差异，在富氟花岗岩分布区的效应是第四纪沉积平原区的1.9倍，说明地质条件会调节环境暴露的健康效应。在大气污染相关的呼吸系统疾病研究中，GWR揭示出PM10、臭氧等污染物对儿童哮喘住院率的影响在交通干线周边区域最强，而在绿地覆盖率超过40%的区域，污染物的健康风险会下降30%-40%，为城市规划中通风廊道建设、绿地布局提供了健康视角的参考。三、GWR在疾病空间分析中的方法学优化方向（一）与多源数据的融合应用当前GWR模型的解释变量正从传统的统计普查数据向多源异构数据扩展。卫星遥感数据能够提供大尺度、长时间序列的环境暴露数据，包括PM2.5浓度、地表温度、植被指数、建成区比例等，有效弥补了地面监测站点不足的问题；大数据技术获取的人口流动数据、餐饮消费数据、公共交通刷卡数据等，能够更精准地刻画人群行为特征的空间分布；电子病历、疾病监测系统的个体水平数据与区域层面的环境、社会经济数据结合，形成了多尺度的数据集，为GWR模型的参数估计提供了更丰富的信息。例如2024年的一项研究将手机信令数据提取的通勤强度纳入GWR模型，发现跨区域通勤比例每提升10%，流感样病例就诊率会提升12%，且该效应在跨省通勤频繁的边境口岸城市更为显著，这类传统统计数据难以捕捉的行为因素，通过多源数据融合能够被有效纳入分析框架。（二）模型自身的扩展与改进除了前文提到的MGWR、GTWR等扩展模型外，当前方法学优化主要集中在三个方向：一是解决空间自相关的残余问题，通过将空间滞后项、空间误差项与GWR结合，形成空间滞后地理加权回归（SLGWR）、地理加权回归误差模型（GWR-Error）等，进一步控制未观测到的空间依赖因素对参数估计的干扰；二是处理变量间的非线性关系，将机器学习方法与GWR融合，例如随机森林GWR、神经网络GWR等，能够在捕捉空间异质性的同时，更好地拟合疾病影响因素的非线性作用；三是解决小区域估计问题，通过贝叶斯框架下的GWR模型，利用先验信息提升样本量不足的小区域的参数估计精度，为县域、街道甚至社区尺度的疾病防控提供更可靠的分析结果。（三）结果可视化与决策支持的结合GWR的输出结果具有天然的空间属性，与GIS技术的深度融合能够将局部回归系数、显著性水平等信息直观地呈现在地图上，形成疾病风险因素的空间分布热力图、重点干预区域分布图等可视化产品。近年来，相关研究开始将GWR的分析结果与公共卫生决策支持系统对接，例如自动识别某类疾病的高风险区域以及该区域的主导影响因素，自动生成针对性的防控措施建议。在部分试点地区，基于GWR分析结果绘制的慢性病防控“风险地图”已经应用于社区健康宣教资源的分配、高危人群的筛查范围划定等实际工作中，实现了研究成果向公共卫生实践的转化。四、当前研究存在的不足与未来发展趋势（一）现存问题当前GWR在疾病空间分析中的应用仍存在几个突出的局限性：一是空间尺度效应问题，分析结果高度依赖研究区域的划定和基本分析单元的选择，即所谓的“可变面元问题”（MAUP），不同的空间单元划分可能得到不同的回归结果，目前尚缺乏统一的尺度选择标准；二是变量内生性问题，部分解释变量如收入水平、医疗资源分布等本身与疾病患病率存在双向因果关系，传统GWR模型难以有效处理内生性偏倚，可能导致参数估计结果有偏；三是模型解释力的问题，对于基因-环境交互作用、人群个体异质性等微观层面因素的整合不足，在分析个体水平的疾病风险时仍然存在局限；四是结果的验证体系不完善，多数研究仅采用常规的模型拟合优度指标进行评价，缺乏针对空间异质性结果的外部验证手段，部分研究发现的局部关联可能存在过拟合问题。（二）未来发展方向未来该领域的发展将主要围绕四个方向展开：一是多尺度耦合分析，结合个体、社区、城市、区域等不同尺度的数据，构建多尺度GWR模型框架，明确不同层级因素的交互作用机制，破解尺度依赖问题；二是因果推断方法的融入，将双重差分、工具变量、断点回归等因果识别方法与GWR模型结合，在捕捉空间异质性的同时，更精准地识别疾病影响因素的因果效应，为政策评估提供更可靠的依据；三是与精准公共卫生的对接，利用GWR的空间靶向性结果，结合人群健康大数据，实现疾病防控资源的精准配置、干预措施的精准投放，提升公共卫生服务的效率和公平性；四是实时动态分析，基于GTWR模型与实时监测数据，构建