Highlights
- 将社会健康指标与痴呆发病率联系起来。
- 运用MARMoT匹配平衡各市镇人群。
- 识别调整前后的痴呆风险空间集群。
- 区分痴呆风险中组成性与残留空间变异。
- 利用全国范围的芬兰注册数据及市镇详细信息。
摘要
本研究探讨了个体及区域层面的社会健康因素在塑造芬兰老年人痴呆发病率地理差异中的作用。利用涵盖1935年至1939年出生、2015年居住在芬兰的全部个体的全国注册数据（N = 185,712），我们估算了四年随访期（2016–2019）的累积痴呆发病率。为减少地理比较中的组成性偏差，我们应用了基于偏序集平均秩的多处理匹配（MARMoT）——一种非参数匹配方法——以平衡各市镇间观测到的个体层面特征。随后，使用空间扫描统计识别超额痴呆发病的地理集群，并在调整个体层面特征后考虑市镇层面的情境指标。在MARMoT调整前，识别出几个相连的高痴呆发病率集群，特别是在芬兰东部和南部，其中最高风险集群的发病率比全国其他地区高出36%。平衡个体层面特征后，部分集群减弱，而另一些集群持续存在或新出现，表明个体特征在痴呆发病率与居住地之间的关系中起到混淆作用。东部芬兰部分地区仍存在超额发病率（超额风险21%–51%），中西部的市镇也出现了超额风险（27%）。加入市镇层面指标并未显著改变这些模式。这些发现强调了在痴呆空间分析中考虑社会健康和社会人口组成的必要性，并展示了整合基于匹配的方法与空间方法以区分老龄化社会中组成性与情境性差异的价值。
【全文结束】