Spatio-temporal variation in the uptake of the Human Papilloma Virus (HPV) vaccine among Malawian girls between 2019 and 2024

该研究利用 2019 至 2024 年马拉维 28 个地区的行政数据，通过时空贝叶斯模型分析发现，尽管 HPV 疫苗接种存在显著的区域异质性且整体覆盖率远低于 WHO 90% 的目标，但夜间灯光强度与接种率呈负相关，表明需针对城乡差异（特别是城市地区）采取去中心化的精准干预措施以提升接种率。

要点

这是一篇关于马拉维（Malawi）女孩接种 HPV 疫苗情况的研究论文。为了让你更容易理解，我们可以把这项研究想象成一次**“寻找健康疫苗地图宝藏”**的探险。

🗺️ 探险背景：为什么要做这个研究？

想象一下，宫颈癌是一种由 HPV 病毒引起的“隐形大怪兽”，它是马拉维女性健康的头号杀手。为了打败它，世界卫生组织（WHO）给各国发了一张“通关秘籍”：让 90% 的 15 岁以下女孩都接种 HPV 疫苗。

马拉维在 2019 年启动了这项“打怪兽”计划，给 9 到 14 岁的女孩打两针疫苗。但是，过了几年，大家发现情况有点不对劲：并不是所有地方的女孩都顺利拿到了“通关秘籍”。有的地方人多，有的地方人少，有的地方甚至完全没打。

于是，这群科学家（探险队）决定画一张**“疫苗地图”**，看看过去几年（2019-2024）到底发生了什么，为什么有些地方打得好，有些地方打得差。

🧭 探险工具：他们是怎么看的？

科学家没有去问每一个女孩，而是像**“气象学家看天气图”**一样，收集了全国 28 个地区的行政数据。他们用了两种“望远镜”：

1. 时间望远镜：看每年接种率是怎么变化的。
2. 空间望远镜：看不同地区（比如城市 vs 农村）的差异。
3. 环境探测器：他们把**“夜晚的灯光”（代表城市化程度）、“天气”（下雨、温度）、“道路距离”甚至“艾滋病感染率”**都当成了线索，看看这些因素怎么影响打疫苗。

🔍 探险发现：地图上的“宝藏”与“陷阱”

1. 总体成绩：还没及格

如果把 90% 的接种率比作**“满分 100 分”**，马拉维目前的平均成绩大概是：

• 第一针：考了 47 分（刚过及格线，但离优秀很远）。
• 第二针：只考了 32 分（很多女孩打了第一针，但没打完第二针）。
• 结论：全国没有一个地区真正达到了 WHO 设定的 90% 目标。

2. 时间上的“过山车”

接种率像坐过山车一样：

• 2019-2020 年：刚开始时，大家热情很高，接种率不错（像过山车冲上顶端）。
• 2021-2022 年：突然断崖式下跌！这是因为新冠疫情来了，学校关门，大家不敢出门，疫苗计划被打断了（像过山车突然掉进谷底）。
• 2023-2024 年：虽然开始慢慢爬升，但还没回到疫情前的高度。

3. 最有趣的“反直觉”发现

科学家发现了一些让人意想不到的规律，就像**“城市越亮，疫苗越难打”**：

• 💡 灯光越亮，接种率越低：
  通常我们认为城市（灯光亮）医疗好，应该更容易打疫苗。但在马拉维，城市里的女孩反而更难打疫苗。

  • 比喻：这就像在一个拥挤的集市里，虽然摊位多，但因为人太多、太乱，反而没人顾得上去排队买票。城市里的学校可能因为太忙，或者家长对疫苗有误解，导致接种率反而不如安静的乡村。

• 🌧️ 天气越热、雨越多，接种率越低：
  如果某个地方经常下大雨或者特别热，女孩们就很难出门去卫生站。这就像**“暴雨天没人愿意出门逛街”**一样，疫苗服务被天气“困住”了。

• 🚗 路越远，第二针反而打得越好：
  这是一个非常奇怪的现象！通常我们认为路越远越难打疫苗。但研究发现，离大路越远的偏远地区，第二针的接种率反而更高。

  • 比喻：这可能是因为偏远地区虽然路难走，但那里的社区组织特别团结，或者那里的艾滋病防控项目做得特别好（因为艾滋病在偏远地区更受关注），医生们主动把疫苗送进了深山老林，像“送外卖”一样送到了家门口。

• 🤰 怀孕少女多的地方，疫苗打得少：
  如果一个地区有很多少女怀孕，那里的疫苗接种率就很低。

  • 原因：可能是因为这些女孩已经怀孕或被认为“不再需要”疫苗（虽然其实她们更需要），或者她们因为怀孕被学校退学，失去了在学校打疫苗的机会。

💡 探险队的建议：下一步该怎么办？

既然找到了“宝藏”和“陷阱”，科学家给马拉维政府开出了**“三剂药方”**：

1. 别只盯着大城市：既然城市里反而难打，就要专门派“特种部队”去城市里的贫民窟和流动人口聚集区，把疫苗送过去。
2. 把疫苗和“其他服务”打包：既然艾滋病防控做得好的地方疫苗也打得好，那就把 HPV 疫苗和青少年健康服务（比如避孕咨询、艾滋病检测）绑在一起，像**“套餐”**一样一起卖，大家更容易接受。
3. 天气不好也要送：既然下雨天大家出不来，那就需要**“移动接种车”**，像流动售货车一样，主动开进村里，不管刮风下雨都去服务。

🏁 总结

这篇论文告诉我们：马拉维的 HPV 疫苗计划虽然起步了，但还没跑完全程。 它不是简单的“缺钱”或“缺药”的问题，而是城市与农村、天气、社会观念交织在一起的复杂问题。

要打败“宫颈癌怪兽”，不能只用一种方法，必须像**“拼图”**一样，把城市、农村、晴天、雨天、学校、社区的各种碎片拼起来，才能凑出那张完美的 90% 接种率地图。

技术摘要

以下是基于该预印本论文《马拉维女孩人乳头瘤病毒（HPV）疫苗接种率的空间时间变化（2019-2024）》的详细技术总结：

1. 研究背景与问题 (Problem)

• 公共卫生挑战：马拉维是全球宫颈癌发病率和死亡率最高的国家之一，主要由人乳头瘤病毒（HPV）引起。世界卫生组织（WHO）设定了到 2030 年消除宫颈癌的目标，要求 90% 的 15 岁以下女孩完成 HPV 疫苗接种。
• 研究缺口：尽管马拉维自 2019 年 1 月启动了国家 HPV 疫苗接种计划，但此前缺乏针对全国 28 个行政区的、基于地理空间和时间维度的接种率变化研究。现有的研究多局限于个别地区（如 Dowa, Salima 等），无法反映全国性的异质性和空间聚集特征。
• 核心问题：马拉维各行政区 HPV 疫苗（第一剂和第二剂）的接种率随时间和空间如何变化？哪些环境、流行病学和社会经济因素与接种率相关？

2. 研究方法 (Methodology)

• 数据来源：
  • 接种数据：2019-2024 年间马拉维 28 个行政区的常规行政数据（第一剂和第二剂接种情况）。
  • 协变量数据：整合了多源地理空间数据，包括夜间灯光强度（NTL，作为城市化代理）、气候指标（降水、最高温度）、可达性指标（距最近道路距离）、性行为代理指标（青少年怀孕率、HIV 流行率）以及环境因素（植被指数、海拔）。
  • 数据处理：对超过 100% 的接种率数据进行了截断处理（设为 99%）；对数值变量进行了标准化（均值为 0，标准差为 1）；排除了与最高温度高度共线性（VIF > 15）的海拔变量。
• 统计模型：
  • 采用贝叶斯时空模型（Spatio-temporal Bayesian models），使用 R 语言中的 R-INLA 包进行拟合。
  • 响应变量：将接种女孩数量建模为二项分布 $y_{it} \sim Binomial(N_{it}, p_{it})$。
  • 模型结构：使用 Logit 链接函数，包含固定效应（协变量）、非结构化随机效应（区级随机效应 $u_i$ 和区 - 年交互效应 $\delta_{it}$）以及时序效应 $f_t$。
  • 时序处理：探索了多种非线性时间函数形式（断点线性 RW1、惩罚样条 RW2、三次平滑样条），并通过 WAIC（广泛适用信息准则）选择最佳模型。
  • 空间自相关检验：使用经验贝叶斯指数（EBI，Moran's I 的变体）检验残差空间自相关，结果显示残差空间相关性可忽略，因此最终模型未包含结构化空间随机效应（如 ICAR）。
• 验证：通过后验预测检查，比较观测值与预测值的相关性、均方根误差（RMSE）、平均绝对误差（MAE）和偏差百分比。

3. 主要结果 (Key Results)

• 总体接种率：
  • 第一剂：研究期间平均接种率为 46.83% (95% CrI: 46.52%, 47.21%)。
  • 第二剂：平均接种率为 32.44% (95% CrI: 32.09%, 32.96%)。
  • 趋势：2019-2020 年接种率较高（许多地区>75%），但在 2021-2022 年（疫情期间）急剧下降至 40% 以下，2023-2024 年虽有回升但未恢复至疫情前水平。
• 空间异质性：
  • 全国 28 个行政区中，没有任何一个行政区在整个研究期间持续达到 WHO 90% 的接种目标。
  • 部分地区（如 Balaka, Karonga, Nsanje 等）接种率持续低于 45%；少数地区（如 Chitipa, Dedza）仅在个别年份短暂达到目标。
• 关键关联因素（协变量分析）：
  • 夜间灯光强度 (NTL)：与接种率呈显著负相关。城市化程度越高（NTL 越强），接种率越低（第一剂系数 -0.599，第二剂 -2.164）。这与许多其他国家的发现相反，可能归因于城市地区学校接种项目参与度低或疫苗犹豫。
  • 距离最近道路：与第二剂接种率呈正相关（系数 1.179），表明偏远地区接种率反而更高，可能与农村地区的针对性外展服务有关。
  • HIV 流行率：与第二剂接种率呈显著正相关（系数 2.440），提示 HIV 高发区可能因整合了宫颈癌筛查和生殖健康服务而提高了疫苗覆盖率。
  • 青少年怀孕率：与第二剂接种率呈显著负相关（系数 -1.589），高怀孕率地区接种率较低，可能涉及对已性行为或怀孕女孩的排斥或信息获取障碍。
  • 气候因素：最高温度、降水增加和植被指数增加均与接种率呈负相关，可能反映了极端天气对服务提供的干扰。
• 模型性能：观测值与预测值的相关系数极高（>0.99），RMSE 和 MAE 均低于 5%，模型拟合优度良好。

4. 主要贡献 (Key Contributions)

1. 首个全国性空间分析：这是马拉维首个基于全国代表性数据（28 个行政区）的 HPV 疫苗接种率时空分析，填补了从 2019 年项目启动以来的研究空白。
2. 揭示反直觉的城乡差异：发现马拉维存在“城市接种率低、农村接种率高”的独特模式（通过 NTL 和道路距离指标证实），挑战了通常认为城市医疗资源更丰富、接种率更高的假设。
3. 量化时空动态：精确量化了新冠疫情（2021-2022）对疫苗接种造成的具体冲击，并识别了不同行政区的“冷点”（Coldspots）。
4. 方法学应用：展示了在缺乏结构化空间自相关时，如何利用贝叶斯时空模型结合多种环境和社会经济协变量来预测和解释疫苗接种差异。

5. 意义与启示 (Significance)

• 政策制定：研究结果强调需要去中心化的规划，不能采取“一刀切”的策略。针对持续低接种率的地区（冷点）需要制定针对性的干预措施。
• 干预策略建议：
  • 城市地区：需加强社区参与和需求生成策略，解决城市地区的疫苗犹豫和参与障碍。
  • 偏远地区：利用现有的高覆盖率优势，通过移动外展服务（Mobile outreach）在极端天气或学校关闭期间维持服务。
  • 服务整合：建议将 HPV 疫苗接种与青少年健康服务（如青少年俱乐部）及 HIV 护理服务进一步整合，特别是针对高 HIV 流行区。
  • 针对性外展：针对高青少年怀孕率地区，需消除对已性行为或怀孕女孩的接种障碍，加强生殖健康教育。
• 消除宫颈癌：尽管马拉维在 HPV 疫苗接种方面取得了一定进展，但距离 WHO 90% 的目标仍有巨大差距。该研究为加速马拉维乃至其他中低收入国家（LMICs）实现宫颈癌消除目标提供了关键的数据支持和行动指南。

局限性说明：研究依赖常规行政数据（可能存在记录误差），且无法直接纳入“疫苗犹豫”等主观变量；未来建议结合调查数据（如 MICS）进行三角验证。