随着社会经济的发展，糖尿病发病率的快速增长已成为一个重要的公共卫生问题，但目前糖尿病城乡分布的研究依然较少。
了解2010—2020年浦东新区居民糖尿病死亡率与早死概率现状的空间流行病学特征，为制定区域内糖尿病防控策略提供参考。
2021年5月，以上海市浦东新区户籍居民死亡数据库为基础，从中筛选2010—2020年报告的糖尿病死亡资料进行分析。分别计算浦东新区各街道、镇居民糖尿病死亡的粗死亡率、标化死亡率、早死概率及年变化百分比（APC）分析浦东新区糖尿病死亡现状与变化趋势，利用地理信息系统（GIS）绘制糖尿病死亡的空间分布图并分别开展趋势面分析与空间自相关分析。
2010—2020年浦东新区居民糖尿病粗死亡率为37.90/10万，标化死亡率为16.90/10万，早死概率为0.52%。2010—2020浦东新区居民糖尿病粗死亡率、标化死亡率及早死概率呈上升趋势（APC粗死亡率=5.59%，Z=13.887，P=0.001；APC标化死亡率=2.06%，Z=4.547，P=0.001；APC早死概率=1.50%，Z=2.476，P=0.035）。趋势面分析结果显示，浦东新区居民糖尿病粗死亡率与标化死亡率由北向南逐步降低，早死概率在南北方向上呈中间高两端低的趋势，粗死亡率、标化死亡率及早死概率的APC由北向南呈逐步下降的趋势；在东西方向上，糖尿病粗死亡率、标化死亡率与早死概率均呈两端高中间低的趋势，粗死亡率、标化死亡率及早死概率APC呈中间高两端低的趋势。全局空间自相关分析结果显示，浦东新区居民糖尿病粗死亡率、标化死亡率与早死概率均呈空间正相关（P粗死亡率<0.001，P标化死亡率<0.001，P早死概率=0.003）。局部空间自相关分析结果显示，糖尿病粗死亡率与标化死亡率的高-高聚集区域为浦东新区西部，均包含6个街道与1个镇且存在部分地理重叠；标化死亡率低-低聚集区为浦东新区中部的川沙新镇与宣桥镇；浦东新区西部包含3个街道及2个镇的区域为早死概率的高-高聚集区。
2010—2020年上海市浦东新区居民糖尿病死亡率处于较高水平并呈上升趋势，浦东新区西部城区居民糖尿病粗死亡率和标化死亡率较高，中部城郊结合地区居民糖尿病死亡率上升速度较快，应引起关注。
本刊2022年版权归中国全科医学杂志社所有
未经编辑部许可，不得任意转载和摘编
本刊所发表作品仅为作者观点，并不代表编委会和编辑部意见
如有印装质量问题请向本刊发行部调换
糖尿病（diabetes mellitus）是全球共同面对的公共卫生议题之一。根据全球疾病负担研究（global burden of disease，GBD）结果，与2007年相比，2017年全球范围内糖尿病的发病数与死亡数分别上升27.3%和25.6%[1]。1990—2017年全球糖尿病负担呈上升趋势，其中以西欧等发达地区上升速度最快[2]。中国是目前糖尿病增长最快的国家之一，约有11%的人口罹患糖尿病[3]。浦东新区位于中国一线城市上海市，是上海市最大的市辖区，自成立以来居民的生产生活方式与工作居住环境均发生了较大的变化，糖尿病的健康危害正愈发凸显[4]。为了解浦东新区居民糖尿病死亡现状，探讨区域间糖尿病死亡的差异性，确定重点区域，为糖尿病防控策略的调整提供依据，现对浦东新区2010—2020年居民糖尿病死亡数据开展空间流行病学分析，结果报告如下。
2021年5月，以上海市浦东新区户籍居民死亡数据库为基础，从中筛选2010—2020年报告的糖尿病死亡资料进行分析。死因数据库依据国际疾病分类第10版（The International Statistical Classification of Diseases and Related Health Problems 10th Revision，ICD-10）进行编码与归类，其中糖尿病编码范围为E10~E14。浦东新区全区及各街道、镇人口学资料由浦东新区公安局提供。浦东新区行政区划电子地图由易智瑞（中国）信息技术有限公司负责制作并提供。行政区域划分标准，采纳2012年浦东新区行政区划，包括12个街道及24个镇[5]。根据浦东新区卫生健康委员会针对辖区内社区卫生服务中心的划分，浦东新区地区类型可以分为城区、城郊结合、一般农村及偏远农村，其中城区主要位于西部沿黄浦江地区、城郊结合主要位于中部地区、一般农村与偏远农村多位于东部及东南沿海地区[6]。本研究已通过上海市浦东新区疾病预防控制中心医学伦理委员会的伦理审查。
本研究将粗死亡率、标化死亡率与早死概率作为主要分析指标，标化死亡率的计算以2010年第6次人口普查中国人口构成作为标准人口。糖尿病早死概率：死亡概率指存活满某确切年龄x岁的人群，在活满（x+n）岁之前发生死亡的概率，常用%表示；糖尿病早死概率即指活满30岁的人群在70岁之前因为糖尿病导致死亡的概率。具体计算公式如下：
，其中5qx为某年龄组人群死亡概率，5qx=（5Mx*5）/（1+5Mx*2.5），5Mx为某年龄组人群糖尿病死亡率[7]。分别计算2010—2020年浦东新区各街道、镇居民糖尿病粗死亡率、标化死亡率、早死概率的年变化百分比（annual percent change，APC），探讨各街道、镇糖尿病死亡变化速度的差异性。
分别计算浦东新区各街道、镇居民糖尿病粗死亡率、标化死亡率及早死概率，以浦东新区行政区划电子地图为基础，利用GIS将浦东新区地图的空间数据和属性数据与区域内各街道、镇糖尿病死亡指标进行地理叠加。采用自然断点法将各街道、镇居民糖尿病死亡情况分为5个空间等级，从街道、镇尺度绘制浦东新区居民2010—2020年糖尿病粗死亡率、标化死亡率、早死概率及APC空间分布图，了解2010—2020年期间浦东新区居民糖尿病死亡与变化趋势情况的空间分布特征。将浦东新区各街道、镇居民糖尿病死亡的粗死亡率、标化死亡率、早死概率及APC标记为Z轴，经度、纬度分别标记为X轴与Y轴，绘制三维图像并拟合趋势线，分析浦东新区各街道、镇居民糖尿病死亡及变化趋势在空间中的变化特征。
引入自相关分析指标——Moran's I值，从不同角度分析浦东新区居民糖尿病死亡及其变化趋势的空间分布特征，空间关系的概念化采用反距离方法，距离法选择欧式距离法。Moran's I值的显著性检验采用Z检验。全局Moran's I值可反映整个区域内某种属性的空间依赖程度；局部Moran's I值可用以确定聚集特征的空间分布状况，识别具有高值或低值要素的空间聚类[8]，并绘制LISA图展示具有显著局部空间集聚特征的地区。
浦东新区糖尿病死亡空间分布图的绘制与空间自相关分析采用Arcgis 10.2软件；死亡率与早死概率的APC采用Joinpoint 4.0.4计算并检验；双侧检验水准为α=0.05。
2010—2020年浦东新区累计报告居民糖尿病死亡12 124例，粗死亡率为37.90/10万，标化死亡率为16.90/10万，早死概率为0.52%。2010—2020年浦东新区居民糖尿病粗死亡率、标化死亡率与早死概率均呈上升趋势（APC粗死亡率=5.59%，Z=13.887，P=0.001；APC标化死亡率=2.06%，Z=4.547，P=0.001；APC早死概率=1.50%，Z=2.476，P=0.035）。
浦东新区居民糖尿病死亡与变化趋势空间分布图显示（图1），2010—2020年浦东新区西部沿黄浦江地区以城区为主的区域糖尿病粗死亡率、标化死亡率与早死概率高于中部以城郊结合地区为主的区域以及东南部以一般农村与偏远农村为主的区域；粗死亡率与标化死亡率APC呈现中部城郊结合与一般农村地区高于西部以城区为主的地区与东南部偏远农村的特点，即浦东新区中部地区粗死亡率与标化死亡率上升速度高于其他区域，早死概率APC总体呈散在分布的特点，其中地区类型属于城郊结合的高行镇与周浦镇糖尿病早死概率上升速度最快。
趋势面分析结果显示，在南北方向上浦东新区居民糖尿病粗死亡率与标化死亡率呈由北向南逐步下降的特点，早死概率呈先上升后下降的变化特点；糖尿病粗死亡率、标化死亡率、早死概率的APC均呈由北向南逐步下降的趋势。东西方向上，糖尿病粗死亡率、标化死亡率、早死概率呈先下降后上升的趋势，拟合趋势线呈U型；糖尿病粗死亡率、标化死亡率、早死概率的APC自西向东呈先上升后下降的趋势，拟合趋势线类似中间高两端低的倒置U形（图2）。
注：A中Z轴为粗死亡率，B中Z轴为标化死亡率，C中Z轴为早死概率，D中Z轴为粗死亡率年变化百分比（APC），E中Z轴为标化死亡率APC，F中Z轴为早死概率APC；A~F的X轴与Y轴分别为经度、纬度
全局空间自相关分析结果显示，浦东新区居民糖尿病粗死亡率、标化死亡率与早死概率全局Moran's I值分别为0.424、0.356、0.205，糖尿病粗死亡率、标化死亡率与早死概率的全局Moran's I值均有统计学意义（P粗死亡率<0.001，P标化死亡率<0.001，P早死概率=0.003），浦东新区各街道、镇居民糖尿病粗死亡率、标化死亡率与早死概率均呈空间正相关关系，即糖尿病粗死亡率、标化死亡率与早死概率分布存在空间聚集特征；糖尿病粗死亡率、标化死亡率、早死概率的APC的全局Moran's I值均无统计学意义（P>0.05），空间聚集特征不显著，呈随机分布状态。
糖尿病粗死亡率、标化死亡率及早死概率的局部空间自相关分析显示，浦东新区西部由上钢街道、周家渡街道、陆家嘴街道、东明街道、潍坊街道、南码头街道、北蔡镇构成的以城区为主的区域形成了糖尿病粗死亡率高-高聚集区，花木街道为低-高异常值区；浦东新区西部沿黄浦江由周家渡街道、南码头街道、东明街道、潍坊街道、洋泾街道、金杨街道及北蔡镇构成的以城区为主的区域形成了糖尿病标化死亡率高-高聚集区，浦东新区中部川沙新镇及宣桥镇为中心以一般农村与偏远农村为主的区域形成了糖尿病标化死亡率的低-低聚集区；浦东新区西部由3个街道及2个镇组成的以城区及城郊结合为主的区域，为糖尿病早死概率的高-高聚集区，该区域以北的花木街道及塘桥街道为糖尿病早死概率的低-高异常值区（图3）。
2010—2020年浦东新区居民糖尿病粗死亡率为37.90/10万，标化死亡率为16.90/10万，早死概率为0.52%，死亡率高于同时期全国平均水平[9]。浦东新区居民糖尿病死亡水平高于北京市城区及同属长三角地区的浙江省杭州市与舟山市，低于上海市中心城区静安区的水平[10,11,12]。2010—2020年浦东新区居民糖尿病粗死亡率、标化死亡率与早死概率均呈上升趋势，这一结果与北京市与天津市的报道存在差异，同期北京市与天津市糖尿病死亡水平保持稳定[10，13]。居民的饮食结构以及生产生活方式，可能是导致浦东新区居民糖尿病死亡在国内居于较高水平的主要原因。改革开放以来，上海地区的居民饮食结构正在向西方发达国家的饮食结构靠拢，表现为谷物摄入日趋减少而动物性食品摄入过多[14]。浦东新区本地开展的研究已经证实，动物性食品摄入过多是居民发生糖尿病的危险因素[15]。随着上海地区的产业调整，逐渐导致职业人群体力活动不足，而体力活动不足及其导致的肥胖均被证实将增加人群罹患糖尿病的风险[16,17]。以城市化与工业化所带来的快速的社会经济转型已被证实是全球范围内糖尿病流行的主要原因[16]。2010年原浦东新区与原南汇区合并，成立了新浦东新区，区域内城市化进程进一步加快，第三产业与先进制造业的发展，明显改变了浦东新区原有的产业结构，可能是导致浦东新区糖尿病死亡率不断攀升的重要原因[5]。
本研究采用趋势面分析与空间自相关分析两种分析方法探讨浦东新区各街道、镇居民糖尿病死亡及其变化趋势空间分布的差异性，趋势面分析结果显示，浦东新区居民糖尿病粗死亡率、标化死亡率及早死概率均呈现西部及西北部以城区为主的地区最高、东部及东南沿海农村地区次之、中部以城郊结合为主的地区最低的特点，糖尿病死亡增长速度则呈现中部地区最快、西部次之、东部最慢的特点。浦东新区中部以张江镇为中心的地区是上海市重要的高新科技园区所在地，也是浦东新区城区扩展的主要方向。随着大量以高技术人才为代表的社会优势人群的迁入，该人群以劳动力人群为主，拥有较高的文化水平并享有较完善的医疗保健，降低了浦东新区中部城郊结合地区的糖尿病死亡[18]。但随着该地区的快速城市化与工业化，地区内居民生活方式的转变，浦东新区中部城郊结合地区糖尿病死亡也在快速上升[19]。全局空间自相关分析结果证实浦东新区各街道、镇糖尿病死亡存在空间集聚现象，而各街道、镇糖尿病死亡变化趋势呈散在分布，无明显集聚现象。局部空间自相关分析发现，浦东新区糖尿病死亡高值区域均位于西部以城区为主的地区，川沙新镇与宣桥镇周边以一般农村及偏远农村为主的地区形成了标化死亡率的低值聚集区，这一结果与全球的趋势一致，城市化程度高的地区居民受糖尿病的危害更为严重[20]。
综上所述，2010—2020年上海市浦东新区居民糖尿病死亡率处于较高水平并持续上升。浦东新区西部城区居民糖尿病粗死亡率和标化死亡率较高，中部城郊结合地区糖尿病死亡率上升速度较快，两类地区的居民应被列为浦东新区糖尿病防控工作的重点人群。浦东新区应继续坚持以筛查与行为干预为主的防控措施，对浦东新区不同区域应有不同的侧重点。针对西部老龄化程度较高的城区，应加强糖尿病筛查工作，提早发现糖尿病患者及糖尿病前期病例，实现糖尿病患者的早发现、早诊断、早治疗，减少糖尿病并发症的发生及其导致的失能，延长患者寿命，提高生活质量[21]；城区较为完善的基层卫生服务体系也可发挥较强的支持作用，提高糖尿病患者的自我管理水平以及居民对于糖尿病的防控意识[22]。对于中部正快速城市化的城郊结合地区，应强化对于劳动力人群的健康教育与行为干预工作，推广健康的生活方式，减少糖尿病的发生，保护居民健康[23]。
由于各街镇人群特征与社会经济资料的缺乏，目前尚无法探究糖尿病死亡的风险因素与高风险人群，仅能分析糖尿病死亡指标的空间分布特点。后续在获得第7次人口普查及年鉴资料后，将尝试采用空间回归分析或多因素回归的方法，探讨文化程度、婚姻状况、经济情况、住房条件、国内生产总值（GDP）等社会经济因素对人群因糖尿病导致死亡风险的修饰作用，探寻受糖尿病危害的高危人群。
本文无利益冲突。
