先天性心脏病是威胁婴儿生存的首位出生缺陷。构建先天性心脏病风险评估模型，继而针对性地实施一级预防是控制先天性心脏病的关键。既往的风险评估技术缺乏对影响因素潜在结构上和空间维度上的定量分析，只是利用传统回归技术对先天性心脏病影响因素进行单一的估计，易导致结果的偏性。为解决这一问题，本研究将我们近年获取的陕西省婴幼儿先天性心脏病调查资料与通过GIS获取的样本县空间数据相结合，利用空间潜变量分析技术找出先天性心脏病可能影响因素的内部关联和潜在结构，提取具有明确流行病学含义的综合潜在因子，实现变量降维与信息整合；从空间角度揭示综合潜在因子对先天性心脏病影响的机制；将潜变量与空间变量结合，确定先天性心脏病风险评估指标体系，建立防范孕妇生育先天性心脏病患儿的风险评估模型，为预防孕妇孕育先天性心脏病婴儿提供预警技术和早期干预指导。本项目的开展也可为其它公共健康问题的解决提供范例和带来新思路。

Congenital heart diseases (CHD) have become the most common of all birth defects in recent decades. The primary prevention based on CHD risk assessment model is the key way to CHD prevention. The previous studies lacked of the quantitative analysis of latent structure and spatial dimensions of risk factors, and estimated the associations between risk factors and CHD using only traditional regression, so easily led to biased results. To solve this problem, in this study we will combine the recent survey data of CHD in Shaanxi Province and spatial data of sampling counties obtained through GIS, and use the spatial latent variable analysis method to find out the internal association and latent structure of risk factors, and extract comprehensive epidemiological latent factors to achieve dimensionality reduction and data mining; to uncover the mechanism behind the impacts of latent factors on CHD from the perspective of the space; by combining the results of latent variables and spatial analysis, we will determine the risk assessment indices and build a model in order to prevent pregnant women from giving birth to an infant with CHD, and provide an early warning technique for pregnant women and the guide of CHD intervention. The project can also provide an example and new idea for solving other public health problems.

深入研究先天性心脏病的流行规律，筛检可预防控制的危险因素，制定有效的一级预防策略是控制先天性心脏病的重要举措。综合分析既往研究后，发现在先天性心脏病研究中未能科学合理的解决风险因素的内部关联性、潜在结构性及空间异质性，忽略了这些要素，往往难以做出科学客观的评价，无疑会给先天性心脏病防治工作带来偏性。本项目针对这一问题，提出采用空间潜变量分析技术深入探讨先天性心脏病的风险因素，主要取得成果包括：（1）全面分析了陕西省出生缺陷及先天性心脏病的患病率，发现出生缺陷已经成为陕西省面临的一个重大的公共健康问题，尤其是先天性心脏病占全部出生缺陷的比例不断上升，已成首位，由于大多数出生前发现的缺陷没有包括在内, 说明实际的出生缺陷及先天性心脏病发生率可能远高于目前报道的水平。（2）全面分析了出生缺陷及先天性心脏病的社会人口学特征，发现母亲教育状况、年龄、经济水平、孕期居住地、分娩次数、分娩胎数、儿童性别等指标与出生缺陷及先天性心脏病存在统计学关联。（3）初步筛选出了先天性心脏病的可能影响因素，包括拒绝叶酸服用、遗传因素、孕期用药史、孕期患病史、不良生育史、环境风险因素及孕期不良生活方式等，系统分析了2009年与2013年先天性心脏病影响因素的内在关联和潜在结构，获得了三分类综合潜在因子，并比较了五年之间影响因素的变化规律，发现五年间高风险综合潜在因子对循环系统类出生缺陷与神经系统类出生缺陷的影响逐年增加。（4）首次绘制了陕西省出生缺陷及先天性心脏病的空间分布图。出生缺陷由北到南，由东到西有逐渐升高的趋势，其关中有部分县区为高发地区；先天性心脏病由东北到西南有逐渐升高的趋势。本研究综合利用空间统计理论与潜变量分析模型解决变量的内部关联性、潜在结构性及空间异质性，可为更加科学客观的解决其他健康问题带来新思路，其研究具有积极的现实意义和一定的学术价值。