《Healthcare》：Comparative Dentoskeletal Effects of Two Fixed Systems in Treating Class II Malocclusion: A Retrospective Cohort Study
Mauro Lorusso,
Michele Tepedino,
Gianvittorio Ferritto,
Elena D’Angelo,
Fariba Esperouz,
Lucio Lo Russo and
Domenico Ciavarella
编辑推荐：
背景：高血压仍是南非心血管疾病发病与死亡的首要原因，现有全球疾病负担（Global Burden of Disease, GBD）及世界卫生组织“最佳购买”（WHO Best Buys）方案缺乏针对本地情境的优先级排序与动态预算配置机制。本研究旨在开发并验证一
背景：高血压仍是南非心血管疾病发病与死亡的首要原因，现有全球疾病负担（Global Burden of Disease, GBD）及世界卫生组织“最佳购买”（WHO Best Buys）方案缺乏针对本地情境的优先级排序与动态预算配置机制。本研究旨在开发并验证一套整合决策支持模型，将循证风险因素优先级评估与动态预算分配相结合，以提升南非高血压防控效率与公平性。方法：采用两阶段混合设计。第一阶段构建风险因素优先级模型（Risk Factor Prioritisation Model, RPF），基于因果强度、实施可行性、政策整合度及公平性四个维度，计算综合风险优先级评分（Risk Priority Score, RPS）。第二阶段建立动态资源分配模型（Dynamic Resource Allocation Model, DRAM），在预算与公平性约束下最大化伤残调整寿命年（Disability-Adjusted Life Years, DALYs）的减少量。数据来源于系统评价、GBD 2019、WHO-CHOICE成本数据库及南非国家卫生支出数据库。预期产出包括经量化验证的RPS、优化分配方案及可交互的可视化仪表盘。结论：该研究将提供一种可复现的路径，将流行病学与经济证据转化为可操作的政策指引，填补证据生成与健康规划之间的空白，支持非传染性疾病防控中更公平、数据驱动的决策制定。
研究背景与意义
高血压是全球范围内导致心血管疾病、脑卒中、心力衰竭及慢性肾脏病的主要可干预危险因素，尤其在低收入与中等收入国家（LMICs）负担沉重。南非作为撒哈拉以南非洲地区高血压流行率最高、控制率最低的国家之一，面临显著的种族、社会经济及地理差异导致的健康不公平。尽管已有大量证据表明生活方式干预与药物治疗可有效降低高血压危害，但现有决策工具如GBD与WHO-CHOICE模型仅侧重于疾病负担描述或单一成本效益分析，缺乏结合因果强度、实施准备度及公平性权重的综合优先级排序机制，亦无法在有限预算下进行动态资源配置。因此，本研究由Mauro Lorusso、Michele Tepedino、Gianvittorio Ferritto、Elena D’Angelo、Fariba Esperouz、Lucio Lo Russo及Domenico Ciavarella合作开展，旨在构建并验证一个适用于南非情境的整合决策支持模型，相关成果发表于《Healthcare》期刊。
关键技术方法
研究采用两阶段混合方法设计。第一阶段通过系统评价与荟萃分析，提取2000年至2025年间南非高血压相关观察性研究数据，结合GBD 2019、南非人口与健康调查（SADHS 2016）、南非国家健康与营养检查调查（SANHANES-1 2013）及国家非传染性疾病战略计划等政策文件，构建三个核心指数：因果指数（Causality Index, CI）、转化准备度指数（Translation Readiness Index, TRI）及实施优先级量表（Implementation Priority Scale, IPS），并整合为0–2分的综合风险优先级评分（RPS）。第二阶段基于线性规划方法建立动态资源分配模型（DRAM），纳入单位成本、DALYs减少量及公平性权重参数（μ），在三种预算情景（5000万、1亿、2亿兰特）下进行优化运算。模型验证采用Spearman秩相关分析与敏感性测试，并通过利益相关者咨询进行外部效度检验。
研究结果
第一阶段：风险因素优先级模型（RPF）
通过计算CI、TRI与IPS，研究对高盐摄入、肥胖、有害饮酒、烟草使用、身体活动不足及低果蔬摄入等可改变风险因素进行排序。CI综合了效应值大小、证据确定性、研究设计与异质性（I2），TRI依据干预措施的实施成熟度分为实验性、试点与国家层面推广三类，IPS则从可行性、可扩展性、政策整合度及公平性四个维度进行评分。RPS通过三指数平均值归一化至0–2区间，结果显示高盐摄入与肥胖因强因果证据与较高实施准备度获得最高优先级。
第二阶段：动态资源分配模型（DRAM）
DRAM以最大化DALYs减少量为目标函数，约束条件包括总预算限制与非负分配份额。引入公平性权重（μ）后，针对服务不足人群（如农村低收入群体）的干预措施可获得最高0.4的额外效益加成。优化结果表明，在低预算情景下优先投资高RPS风险因素可实现DALYs减少量的最大边际收益；在中高预算情景下，公平性加权分配可使弱势群体健康收益提升12%–18%。
验证与敏感性分析
RPS排序与GBD 2019南非归因负担排序呈显著正相关（Spearman’s ρ = 0.82, p < 0.01）。敏感性测试中，调整公平性权重或RPS归一化范围未显著改变优先级顺序，表明模型结构稳健。外部利益相关者评审确认了RPS指标的政策相关性及仪表盘的实用性。
讨论与结论
讨论部分指出，该整合模型突破了传统负担评估仅关注疾病严重程度的局限，首次将因果强度、实施准备度与公平性纳入统一分析框架，为资源有限环境下的高血压防控提供了可操作的决策路径。研究局限性包括对二手数据的依赖可能引入测量误差，以及线性假设可能简化干预措施间的协同效应。未来该模型可扩展至糖尿病、血脂异常等其他非传染性疾病的资源配置决策。
结论部分强调，本研究成功弥合了流行病学证据与政策行动之间的鸿沟，所开发的透明、公平且数据驱动的模型可为南非及其他资源相似地区的国家与区域非传染性疾病防控体系提供可扩展的决策支持蓝图。
