48个中低收入国家医疗机构分娩女性剖腹产率城乡差异及决定因素多层次与分解分析Prevalence, urban-rural disparity and determinants of caesarean section delivery among women delivering at health facilities in 48 low- and middle-income countries: a multilevel and decomposition analysis | BMJ Global Health

环球医讯 / 健康研究来源:gh.bmj.com英国 - 英语2026-01-01 04:31:46 - 阅读时长13分钟 - 6301字
本研究基于2015-2024年48个中低收入国家人口与健康调查数据,分析了医疗机构分娩女性的剖腹产率、城乡差异及其决定因素。结果显示,剖腹产率达19.9%,远超世界卫生组织推荐的10-15%阈值,且在国家间差异显著(马里4.3%至土耳其53.9%)。历史流产史、四次以上产前检查、较高财富水平、高等教育、初产年龄、保险覆盖、媒体接触及城市居住是剖腹产的重要预测因素。分解分析表明,61.8%的城乡差异源于特征差异,38.2%源于效应差异。研究强调需通过针对性政策解决结构性不平等,优化剖腹产使用,促进孕产妇健康公平,助力实现可持续发展目标3.1,为改善全球孕产妇保健提供关键证据支持。
剖腹产率中低收入国家城乡差异孕产妇健康产前保健医疗保健获取社会经济因素结构性不平等世界卫生组织分娩护理可持续发展目标3.1
48个中低收入国家医疗机构分娩女性剖腹产率城乡差异及决定因素多层次与分解分析

48个中低收入国家医疗机构分娩女性剖腹产率、城乡差异及决定因素:多层次与分解分析

作者单位

•贝莱涅·杰亚夫·阿巴特1

•格扎汉·德姆苏·格德法2

•特梅斯根·比尔利·阿斯马雷3

•比鲁克·德米西4

•内格塞·祖尔巴丘·戈贝齐3

•哈布蒂·班蒂德尔·武贝特3

•库姆拉丘·格塔·贝莱特3

•阿贝雷·格布鲁·阿布哈伊5

•比尔哈努·门吉斯特·穆尼6

•武贝特·塔泽布·旺迪7

•哈迪贾特·阿德莱耶8

...0显示全部作者

摘要

引言 剖腹产率在全球范围内持续上升,已超过世界卫生组织推荐的15%阈值。理解剖腹产的普遍性、社会地理差异及其决定因素,对优化其使用并改善孕产妇和儿童健康结局至关重要。

方法 本研究采用2015至2024年间在48个中低收入国家开展的人口与健康调查数据,总加权样本量为387397。使用STATA V.17软件进行数据提取、重编码和统计分析。通过混合效应多层次逻辑回归识别剖腹产的重要预测因素,统计显著性设定为p值<0.05。应用基于logit的多变量分解分析,探究城乡地区剖腹产使用差异。

结果 医疗机构分娩女性的剖腹产率为19.9%(95%置信区间19.7%至20.1%)。历史流产史、四次或更多产前保健 visits、较高财富五分位数、较高教育水平、初产年龄、保险覆盖、媒体接触以及城市居住是剖腹产的重要预测因素。分解分析显示,61.8%的城乡剖腹产差距源于特征差异(禀赋),而38.2%源于效应差异(系数)。

结论 中低收入国家的剖腹产率超过世界卫生组织推荐阈值,存在显著的社会经济和地理差异。剖腹产使用的关键决定因素及城乡差距突显了医疗保健获取和交付中的结构性不平等。需采取针对性干预措施,以增强公平获得优质孕产妇保健的机会、完善融资机制并促进孕产妇教育。

现有研究已知内容

  • 剖腹产(CS)率在全球范围内上升,常超过世界卫生组织推荐阈值,且城市地区率高于农村。
  • 中低收入国家(LMICs)内部的剖腹产使用差异反映了社会经济状况、医疗保健获取和地理位置的差异。

本研究新增发现

  • 本研究揭示了48个中低收入国家医疗机构分娩女性的剖腹产率为19.9%。
  • 识别了剖腹产的关键决定因素,包括产前保健模式、生殖史、水源、决策自主权、保险、媒体接触和居住地。
  • 强调61.8%的城乡剖腹产率差异源于特征差异,38.2%源于这些特征的效应差异。

本研究对研究、实践或政策的潜在影响

  • 研究结果凸显了需制定综合政策以解决社会经济和地理不平等,从而优化中低收入国家剖腹产使用。
  • 洞察可指导决策者解决医疗保健交付中的结构性差距。
  • 为推进可持续发展目标3.1(降低孕产妇死亡率)提供可操作证据,通过优化中低收入国家剖腹产使用实现。

引言

剖腹产(CS)率是衡量全球产科保健获取情况的关键指标,在实现可持续发展目标3(SDG 3)中发挥重要作用,该目标旨在确保全民健康并促进福祉[1]。获得必要的剖腹产对将孕产妇死亡率降至2030年每10万活产70例以下至关重要,这是SDG目标3.1的核心内容[2]。然而,作为一项主要外科手术,剖腹产存在风险,过度使用可能损害母亲和新生儿健康。尽管存在这一担忧,全球剖腹产率显著上升,从2000年的1600万例增至2020年的2970万例,占所有分娩的21.1%[1,3,4]。

然而,这一全球增长掩盖了深刻差异。在中低收入国家(LMICs),大量人群因获取受限而面临使用不足,而另一些人则因非医疗因素导致过度使用,促使世界卫生组织推荐最佳率约为10–15%[5,6]。这些不平等的一个关键表现是剖腹产获取和利用的城乡差异。城市地区的女性剖腹产率持续高于农村地区,突显了设施可用性、熟练提供者和及时紧急护理方面的差距[7–10]。其决定因素复杂,涵盖个人、社会经济和卫生系统因素[11–13]。理解这些因素对解决使用不足(当剖腹产在医学上必要时)和过度使用(当剖腹产无明确必要时)至关重要[14]。

先前关于中低收入国家剖腹产的研究提供了重要见解,但多数研究局限于单国分析,限制了其普适性[15–19]。尽管一项重要研究考察了72个国家,但它依赖于2010至2014年的数据,主要关注社会经济不平等[20]。因此,本研究旨在通过分析48个中低收入国家的最新数据,解决这一空白,考察剖腹产率、城乡差异以及个人、社会经济和卫生系统因素的决定因素。通过混合效应逻辑回归和多变量分解分析,本研究为支持公平、安全的分娩护理政策及推进SDG 3.1提供证据。

方法

抽样程序、样本量和数据来源

人口与健康调查(DHS)数据集采用两阶段分层抽样方法。第一阶段,按规模比例概率选取129799个枚举区域(集群)。第二阶段,使用系统随机抽样为每个集群选取固定数量的家庭。共有1510791名15–49岁女性(包括抽样家庭的常住居民和过夜访客)符合访谈资格。在应用推荐抽样权重(v005/1000000)后,我们的分析包括48个国家DHS个人记录数据集中5年内在医疗机构分娩的387397名15–49岁女性(图1)。各国具体样本量详见在线补充表1。数据经研究方案批准后从DHS项目获取(可访问

图1 2015–2024年48个中低收入国家医疗机构分娩女性剖腹产率、城乡差异及决定因素研究的抽样程序。DHS,人口与健康调查;LMICs,中低收入国家。

因变量

本研究的因变量是剖腹产,源自DHS调查中评估分娩是否通过剖腹产进行的二分问题。响应最初分类,在本研究中归类为否(0)或是(1)。

自变量

分析中包含的自变量包括:受访者年龄、女性教育水平、婚姻状况、初产年龄、家庭户主性别、家庭子女数、财富指数、出生顺序、出生体重、避孕使用以延迟或避免怀孕、前次生育间隔、历史流产史、受孕时妊娠意图、更多子女愿望、孕期产前保健(ANC) visits、首次ANC检查时间、饮用水源、厕所设施类型、吸烟、咀嚼烟草、当前避孕使用、女性决策自主权、健康保险覆盖、媒体接触、到医疗机构的距离、居住地和世界国家次区域。变量分类详情见在线补充表2。

数据管理和分析

从MEASURE DHS项目获取数据后,使用STATA V.17进行数据提取、重编码以及描述性和推断性统计分析。为保持国家代表性,分析中全程应用样本权重。变量分类基于现有文献中的标准化分类。缺失数据模式假设为随机缺失(在线补充表3),并按DHS指南的标准程序处理。

由于数据的层次结构,采用枚举区域作为随机效应的多水平二元逻辑回归,以识别剖腹产预测因素,同时考虑集群效应。通过组内相关系数(ICC)、中位OR和方差变化比例评估集群效应。比较四个嵌套模型(空模型、个人层面模型、社区层面模型和综合模型),选择校正赤池信息准则(AICc)最低的模型作为最佳拟合模型。在双变量分析中p值<0.2的预测因素纳入多变量模型。通过方差膨胀因子检查多重共线性,值低于7.5视为可接受。最终模型中p值低于0.05的显著预测因素被识别并报告为校正OR(AORs)。

基于logit的多变量分解分析用于确定城乡地区剖腹产差异的贡献因素。该方法使用源自二元逻辑回归结果的logit链接函数,将参与者剖腹产变异分解为不同组成部分。城乡剖腹产总差距可归因于组成差异(即特征或禀赋差异)或解释变量对不同居住地结局影响的差异(即系数效应)。分析使用STATA中的mvdcmp命令进行,提供总体和详细分解结果[22]。统计显著性评估的p值阈值设为<0.05。

结果

研究参与者特征

本研究包括48个中低收入国家387397名育龄女性的加权样本。超过半数参与者具有中学或以上教育水平(57.10%)、初产年龄20岁或以上(58.96%)、居住在农村地区(62.30%)、无积极生育愿望(52.09%)以及具备决策权(52.19%)。研究参与者特征详情见在线补充表4。

中低收入国家剖腹产率

医疗机构分娩女性的剖腹产率为19.9%(95%置信区间19.7至20.1),国家间差异显著,从马里的4.3%到土耳其的53.9%不等(表1)。

表1 2015–2024年48个中低收入国家医疗机构分娩女性剖腹产率

医疗机构分娩女性剖腹产的决定因素

候选预测因素最初通过双变量逻辑回归识别,p值<0.2的显著因素进入多变量阶段(在线补充表5)。随后使用VIF检查多重共线性,VIF超过7.5的变量从进一步分析中排除,然后拟合多水平二元逻辑回归模型(在线补充表6)。

四个模型用于识别剖腹产的重要预测因素(表2)。混合模型因最高对数似然值和最低AIC值而从所有模型中被选中。在混合模型中,ICC表明23%的剖腹产变异归因于集群层面因素。中位ORs表明,迁移到高风险社区使剖腹产几率增加1.45倍。此外,该模型解释了医疗机构分娩女性剖腹产50%的变异(在线补充表7)。

表2 2015–2024年48个中低收入国家医疗机构分娩女性剖腹产的决定因素

多种个人和社区层面因素与剖腹产显著相关(所有p<0.01)。社会经济和人口特征是强有力的预测因素。剖腹产几率在头胎生育女性中最高(AOR 3.28,95%置信区间3.14至3.43)、35岁及以上女性(AOR 1.91,95%置信区间1.85至1.98)以及具有中学或更高教育水平(AOR 1.68,95%置信区间1.62至1.74)或最富财富五分位数(AOR 1.67,95%置信区间1.62至1.73)的女性中。

生殖和医疗保健利用因素也发挥重要作用。有历史流产史的女性(AOR 1.29,95%置信区间1.26至1.33)、完成四次或更多ANC visits(AOR 1.32,95%置信区间1.26至1.39)以及拥有保险覆盖(AOR=1.13,95%置信区间1.10至1.16)的女性剖腹产几率更高。此外,各国观察到显著的区域差异。与欧洲和中亚相比,拉丁美洲和加勒比地区(AOR 2.57,95%置信区间2.25至2.94)和南亚(AOR 2.00,95%置信区间1.79至2.24)的剖腹产几率显著更高,而西非和中非(AOR 0.58,95%置信区间0.52至0.65)则较低(表2)。最终模型中显著预测因素的详细解释见在线补充表8。

分解分析

分解分析显示,61.8%的剖腹产率差异归因于禀赋差异(可观测特征),而38.2%源于系数差异(这些特征如何影响结局)(表3)。富裕(34.4%)、中学或更高教育(21.7%)和产妇年龄≥35岁(9.7%)是禀赋效应的最大贡献者,表明社会经济和人口因素驱动差异。相比之下,系数效应主要受初产年龄较晚(11.2%)、产前保健启动延迟(11.2%)和媒体接触(−10.7%)影响,提示医疗保健获取和行为因素进一步塑造剖腹产可能性(在线补充表9)。

表3 2015–2024年48个中低收入国家医疗机构分娩女性剖腹产城乡差异

讨论

本研究尝试使用2015–2024年DHS数据评估中低收入国家剖腹产率、城乡差异及其预测因素。这对于识别获取和使用中的不平等、监测趋势与最佳率的对比以及指导针对性干预以公平改善孕产妇和新生儿健康结局至关重要。

本研究发现,48个中低收入国家医疗机构分娩女性的剖腹产率为19.9%,国家间差异显著,从冈比亚的4.2%到土耳其的52.3%不等。这些发现与全球趋势一致,显示剖腹产率已从1990年的约7%升至如今的21%,超过世界卫生组织理想可接受率10–15%[1,23]。研究结果也与重大研究一致,后者报告中低收入国家剖腹产率范围从1%到50%以上[4,24,25]。尽管此率处于推荐15–20%的循证范围内(该范围对最佳孕产妇和新生儿结局有益),但显著差异揭示某些地区存在潜在危及生命的使用不足,而其他地区则存在令人担忧的过度使用。这些差异根植于医疗保健基础设施、社会经济发展和影响产科护理利用的文化实践中的不平等。

关键发现表明,人口和社会经济因素是剖腹产的有力预测因素。有历史流产史的女性在医疗机构剖腹产的几率高于无此史的女性。这可能是因为先前流产与前置胎盘风险增加相关,即胎盘覆盖宫颈,使阴道分娩复杂化并常需剖腹产[26]。研究表明,前置胎盘风险随既往流产次数以及既往剖腹产次数增加而上升,两者均导致子宫瘢痕和胎盘异常附着。此状况增加分娩期间出血和其他并发症可能性,使剖腹产成为母婴更安全的选择[26,27]。此外,四次或更多ANC visits以及孕期12周内启动ANC的女性剖腹产几率更高。这可能是因为频繁和早期ANC visits增加了识别可能需剖腹产的妊娠并发症或风险的机会[28]。接受更多ANC visits的女性接受更密切监测,使医疗提供者能检测胎位异常、多胎妊娠或母体状况(如妊娠糖尿病、高血压)等问题,这些问题常导致计划性剖腹产[29]。早期ANC改善风险评估并可能增加剖腹产以预防并发症,且更高ANC出席率常发生在设备更好的高剖腹产率设施中[28]。这表明妊娠期间增强监测可能导致更多并发症检测,进而需手术干预。

财富和教育显著影响剖腹产率,较高财富五分位数和中学或以上教育的女性剖腹产几率更高。这与显示较高孕产妇教育和财富五分位数与剖腹产几率增加相关的其他研究一致[30–33]。此关系复杂:较高教育可能增加对剖腹产作为选项的认知、改善优质医疗保健获取或反映更广泛的社会经济地位。然而,部分研究表明产前教育出席率因社会经济地位而异,低社会经济地位女性更可能进行剖腹产[34],表明教育-剖腹产关系可能受全面产前保健获取而非教育本身调节。此差异通过我们的分解分析得到显著量化,该分析将60%以上的城乡差距归因于这些可观测的社会经济禀赋。因此,解决教育和社会经济地位差异可能有助于更公平地获取剖腹产,确保护理基于医疗需求而非社会因素。

剖腹产与头胎生育和高龄产妇的强关联符合全球产科模式,其中这些是已确立的并发症风险因素[35–37]。然而,高比率也可能反映防御性医疗实践和未进行个体化风险评估的严格规程[38]。此外,医疗保健获取的作用至关重要。拥有保险的女性剖腹产几率增加表明,更好地融入正规卫生系统提高了潜在并发症检测,但也可能降低手术干预阈值[39]。

本研究的主要优势在于使用近期、全国代表性数据和大样本量,有效凸显剖腹产获取中的显著差异。这些信息对设计针对性政策干预至关重要。然而,需考虑一些局限性。研究的横断面性质限制了在预测因素和结局之间得出因果结论的能力。此外,依赖母亲回忆获取剖腹产数据可能导致漏报或误分类。分析中未包括医疗提供者偏好、文化信仰和设施准备等重要因素,但它们可能显著影响剖腹产率。

结论

中低收入国家的剖腹产率超过世界卫生组织推荐阈值,不平等由社会经济地位、地理位置和医疗保健获取驱动。历史流产史、四次或更多产前保健 visits、较高财富五分位数、较高教育水平、初产年龄、保险覆盖、媒体接触以及城市居住是剖腹产的重要预测因素。城乡差异反映了资源分配和孕产妇健康服务中的结构性差距。需要针对性政策,通过循证产科指南减少富裕/受教育女性的过度使用,并加强卫生系统使剖腹产率符合医疗必要性而非社会经济特权。解决这些复杂驱动因素需要综合策略,以改善产时护理质量、促进公平医疗保健获取、完善健康融资机制并增强孕产妇教育和赋权。未来研究和政策干预应纳入这一细致理解,以优化剖腹产率,确保剖腹产基于临床需要而非外部因素进行,最终改善孕产妇和新生儿健康结局。

【全文结束】

猜你喜欢
  • 人工智能与医疗保健:有价值的创新与协作,还是仅仅另一种技术工具?人工智能与医疗保健:有价值的创新与协作,还是仅仅另一种技术工具?
  • 人工智能对医疗保健的影响:革新诊断、治疗和患者护理人工智能对医疗保健的影响:革新诊断、治疗和患者护理
  • 人工智能提升老龄人口医疗保健水平人工智能提升老龄人口医疗保健水平
  • 圣路易斯大学研究:酒精相关肝病加剧绝望死亡圣路易斯大学研究:酒精相关肝病加剧绝望死亡
  • 人工智能将变革医疗保健但未必使其更公平人工智能将变革医疗保健但未必使其更公平
  • 人工智能在医疗保健中的应用:弥合大胆构想与现实挑战的鸿沟人工智能在医疗保健中的应用:弥合大胆构想与现实挑战的鸿沟
  • 36周筛查策略可安全降低足月子痫前期发生率36周筛查策略可安全降低足月子痫前期发生率
  • 人工智能在医疗保健领域的五大实际应用案例人工智能在医疗保健领域的五大实际应用案例
  • 数字创新如何重塑中东医疗保健数字创新如何重塑中东医疗保健
  • InvestigateTV+:深入探讨提高识字率的解决方案InvestigateTV+:深入探讨提高识字率的解决方案
热点资讯
全站热点
全站热文