Mapping hypertension prevalence and absolute burden across the states and districts of India

高血压是一种无形的破坏力量，随着时间的推移不断损害身体，且往往在发生心脏病发作或中风之前没有明显的症状。它是全球范围内导致早期死亡的最主要风险因素，每年造成数百万例可预防的死亡。虽然医生长期以来一直在追踪特定人群中这种疾病的普遍程度——即所谓的患病率——但这个数字仅揭示了部分真相。患病率揭示了任何单个个体患高血压的可能性，但它并未揭示在特定地点究竟有多少人受到影响。对于一个试图挽救生命的政府来说，知道一个小村庄的高发病率，其紧迫性远不如知道一座巨型城市虽然患病率略低，却拥有多得多的病人。公共卫生官员面临的挑战是，在资源有限的情况下，决定将医生、药物和筛查设备送到哪里。他们不仅需要知道疾病在哪里最频繁，还需要知道现在哪里有最大数量的人需要护理。

由研究人员 Ashutosh Kumar、Md. Juel Rana 和 Rahul Nandan 进行的一项新研究针对了这一问题，研究范围覆盖了印度，这是一个拥有超过十亿人口、医疗资源分布是日常关键现实的国家。该团队旨在同时绘制两类不同的图谱：每个地区患高血压的成年人百分比，以及在这些相同地区内患有该病的成年人总数。他们利用了 2-2019 年至 2021 年间进行的一项大规模全国性调查数据（该调查对数百万人进行了血压测量），并结合高分辨率的人口估算值，计算出了疾病的总负担。他们的工作揭示了一个引人注目且违反直觉的事实：高血压发病率最高的地区，并不一定是患者最多的地方。

研究人员发现，在印度全国范围内，大约每四名成年人中就有一人患有高血压。然而，这一平均值掩盖了广泛的局部现实。在一些邦，特别是在该国的南部和东北部，患病率非常高，在某些地区几乎影响了近一半的成年人口。相比之下，中部和东部地区的患病率较低，只有不到五分之一的成年人受影响。如果卫生规划者仅根据这些比例来行动，他们会优先考虑那些规模较小、高发病率的邦。但当研究人员将这些比例乘以每个地区实际居住的人数时，情况发生了彻底的变化。

拥有低于平均水平的高血压率的北方邦，事实证明承担了最沉重的负担。由于其庞大的人口基数，它占到了全国高血压病例总数的近 14%。事实上，仅有的六个人口众多的邦——北方邦、马哈拉施特拉邦、泰米尔纳德邦、西孟加拉邦、卡纳塔克邦和比哈尔邦——就共同持有印度一半以上的高血压病例。与此同时，几个患病率极高的微型邦，仅仅因为居住人口太少，对全国总数几乎没有贡献。这种差异意味着，如果仅展示疾病频率的地图，会将资源送到错误的地方，从而让庞大人口且低发病率地区的数百万人无法获得所需的护理。

当团队深入观察到具体的行政区（district）时，模式变得更加复杂。他们识别出了四种不同类型的行政区。有些地区既有高发病率又有高患者人数，形成了一个需要最紧急关注的双重危机。这些地区集中在南部半岛和西北部部分地区。其他一些地区虽然发病率高，但人口极少，这意味着患病个体总数很少。第三类地区——这可能是对政策制定最为关键的一类——是由较低于平均水平的发病率和庞大的人口组成的。这些地区通常位于中部和平原地区，拥有最大绝对数量的高血压患者，但如果规划者只看患病百分比，这些地区可能会被忽视。

研究还表明，在几乎每个邦内部，少数几个行政区就包含了大部分的患病人口。在许多邦，排名前几位的行政区占据了全部病例的一半，而剩下的数十个行政区则分享了剩余的部分。这表明，“一刀切”式的医疗保健方式是低效的。与其将资源均匀地分布在整个邦，官员们可以通过集中精力关注患者人数最高的特定行政区，从而取得更大的成效。研究人员认为，印度的国家卫生计划已经在向区级规划转型，应当利用这些负担估算值来决定将筛查队和药物送到哪里。通过瞄准患者人数最多的行政区，而非仅仅是发病率最高的地区，这个国家可以确保最大数量的人口能够接受到可以预防心脏病发作和中风的治疗。

这项工作并不声称已经解决了高血压问题，也不认为目前的数据是完美的。用于人口统计的数据是基于卫星图像和统计模型的估算值，这引入了一定程度的不确定性。然而，该研究为卫生官员看待这场危机提供了一个清晰且必要的修正。它证明了疾病负担的地理分布与疾病率的地理分布并不一致。对于像印度这样庞大且多元化的国家，理解这种差异是建立一个能够触及最需要帮助的人群的医疗体系的第一步。前进的道路不是忽略高发病率地区，而是要确保低发病率地区的大规模人口不会仅仅因为其当地的比例在图表上看起来更好，就被遗忘在身后。