亮点
– 使用隐私保护聚合方法（692个“最大县”）绘制全国医疗保险队列中的小区域新发癫痫。
– 空间异质性广泛：最大县之间的发病率差异超过10倍（2019年每10万人141至1476例）。
– 区域级睡眠不足和家庭车辆使用受限独立与高癫痫发病率相关（最高与最低三分位数相比，OR约为2.0）。
– 研究结果强调了社会和环境决定因素——睡眠、流动性、热暴露、保险覆盖范围和种族构成——作为潜在的预防和资源分配目标。
背景
随着年龄的增长，癫痫发病率上升，老年人在新发癫痫患者中所占比例越来越大，这主要是由于人口老龄化以及脑血管疾病、神经退行性疾病和创伤性脑损伤的持续负担。发病率的地理差异可能反映了这些临床风险因素的本地差异，但也包括健康的社会和环境决定因素（SEDH）——例如，医疗保健获取、交通、睡眠健康和环境暴露——这些因素可能影响风险和检测。
小区域分析可以识别局部热点，并为有针对性的预防、临床服务规划和外展提供信息。然而，隐私限制和稀疏计数历来限制了县级新发癫痫等罕见结果的地图绘制。Dong等人（《美国医学会神经病学杂志》，2025年）利用大型医疗保险样本和隐私保护区域化方法描述了新发癫痫的空间异质性，并检查了其与区域级SEDH的关联。
研究设计
这是一项回顾性队列研究，对象是2016年至2019年期间美国本土所有县的医疗保险按服务收费（FFS）受益人，年龄≥65岁。分析队列包括4,999,999名受益人的随机样本，其中非西班牙裔黑人和西班牙裔受益人的抽样比例分别为1.50倍和1.75倍。排除后，共分析了4,817,147名受益人。
2019年的新发癫痫病例通过索赔和ICD-10诊断代码定义，排除了2016年至2018年期间有癫痫索赔记录的受益人，以确保新发病例的捕获。为了满足隐私规则并确保稳定的比率，Max-P区域化算法将3,108个县聚类成692个“最大县”，每个县至少包含11个新发病例。
区域级SEDH变量从公共来源获取并与受益人的居住地链接。研究人员使用机器学习（随机森林）筛选变量重要性，然后进行多变量逻辑回归（比较最高三分位数发病率的最大县与其他地区）以估计调整后的关联。数据分析时间为2025年1月至3月。
主要发现
样本特征和发病率
在4,817,147名受益人中，2019年确定了20,263例新发癫痫病例。新发病例的平均（标准差）年龄为78.7（7.5）岁；54.6%为女性。区域聚合后，最大县之间的发病率差异显著——超过十倍——范围为2019年每10万人141至1,476例。
随机森林模型中的顶级预测因子
随机森林变量重要性排名突显了几个与较高区域级发病率相关的SEDH因素：睡眠不足患病率、环境热指数、身体不活动、无保险比例、非西班牙裔黑人居民比例和肥胖患病率。这些因素并非互斥，可能反映社会和环境暴露与神经系统风险之间的相关路径。
多变量回归中的调整关联
在多变量逻辑回归中，将最高三分位数发病率的最大县与其他地区进行比较，两个SEDH变量显示出稳健的关联：
- 睡眠不足：最高三分位数睡眠不足的最大县比最低三分位数的新发癫痫发病率高近两倍（OR 1.99；95% CI，1.10–3.60）。
- 家庭车辆使用受限：家庭车辆使用受限比例较高的最大县新发发病率增加（OR 1.93；95% CI，1.16–3.25）。
机器学习筛选出的其他因素——热指数、身体不活动、无保险率、非西班牙裔黑人人口比例和肥胖——在二元模式中也与发病率相关，并在随机森林模型中具有影响力，尽管调整后的回归中特别呈现了睡眠和车辆使用变量的效果大小。
解释和潜在机制
睡眠与癫痫风险：睡眠不足患病率与癫痫发病率的强关联在生物学上是合理的。睡眠剥夺是已知的癫痫诱因，可能会降低潜在癫痫病理人群的癫痫阈值。在人口水平上，睡眠不足患病率较高可能会增加症状性癫痫发作的概率，从而导致新发癫痫诊断，或通过寻求睡眠相关合并症的治疗而增加检测。
流动性和医疗保健获取：家庭车辆使用受限可能反映移动受限和及时门诊护理、专科神经学评估以及管理可能导致晚发性癫痫的血管和创伤风险因素的结构性障碍。移动受限还会增加社会孤立和延迟护理的风险，这可能最终增加癫痫风险。
环境热和生理压力：热指数在机器学习模型中出现；高温会恶化睡眠，加重心血管疾病，并增加脱水和代谢紊乱的风险，这些都可能触发癫痫——尤其是在有合并症和多重用药的老年成人中。
社会经济和种族差异：与无保险率、肥胖患病率、身体不活动和非西班牙裔黑人居民比例的关联可能捕捉到相互关联的社会决定因素——结构性种族主义、社区剥夺、医疗保健获取不平等——这些因素塑造了中风、创伤性脑损伤和神经退行性疾病等上游风险，这些都是晚发性癫痫的既定贡献者。
专家评论和局限性
这项研究通过将隐私保护的小区域方法应用于大型国家索赔数据集，推进了人群神经学研究，揭示了老年人新发癫痫的显著空间异质性，并暗示了可修改的背景因素。这些发现应在以下几个重要局限性的背景下进行解读：
- 病例确认基于行政索赔和ICD-10代码，可能会误分类癫痫与急性症状性癫痫发作或其他阵发性事件。基于索赔的算法验证研究的敏感性和特异性各不相同。
- 在最大县层面的横断面生态设计将区域级暴露与区域级发病率联系起来，不能证明个体层面的因果关系。未测量的混杂因素和生态谬误是可能的。
- 分析样本包括医疗保险FFS受益人；结果可能不适用于医疗保险优势计划参保者、年轻人群或非医疗保险人群。
- 区域聚合（Max-P）是出于隐私和统计稳定性需要，但降低了地理分辨率，可能会掩盖区域内异质性。
- 一些SEDH变量相关（多重共线性），这使得对单个预测因子的因果解释复杂化。该研究使用随机森林筛选预测因子并使用回归进行调整后的关联，但残余混杂可能仍然存在。
尽管存在这些局限性，该研究提出了可操作的假设：睡眠健康和交通/基础设施可能是减少老年人新发癫痫风险或改善检测和管理的合理且可修改的杠杆。
对临床医生、卫生系统和政策的影响
临床医生应意识到，生活在睡眠不足、交通不便和其他不利SEDH社区中的患者可能面临更高的新发癫痫风险，并且可能面临及时专科护理的障碍。筛查睡眠障碍、跌倒和伤害预防以及主动的血管风险管理已经推荐给老年人，并可能降低癫痫风险。
卫生系统和公共卫生机构可以使用小区域发病率地图来指导神经科服务的分配、睡眠和流动性干预措施的外展以及社区投资——交通项目、热缓解和针对高发病率社区的目标公共卫生宣传活动。
结论和研究重点
Dong等人提供了令人信服的证据，表明美国本土老年人新发癫痫发病率存在显著的空间异质性，并确定了睡眠不足和家庭车辆使用受限为主要的背景相关因素。这些发现加强了将社会和环境决定因素整合到神经学风险评估和预防策略中的理由。
关键研究重点包括：在不同环境中验证基于索赔的病例定义与临床记录；纵向多层次分析结合个体和区域级数据以解开因果路径；针对高发病率社区的睡眠健康和交通访问干预研究；扩大监测以纳入医疗保险优势计划人群和非医疗保险老年人。
资金和ClinicalTrials.gov
资金：摘要中未报告。读者应查阅全文以获取详细的资金披露和潜在利益冲突。
ClinicalTrials.gov：不适用（观察性行政索赔研究）。
参考文献
1. Dong W, Cabulong A, Vu L, et al. Incidence and Risk Factors of Epilepsy Among Older Adults in the US Medicare Population. JAMA Neurol. 2025 Nov 10:e254347. doi:10.1001/jamaneurol.2025.4347. PMID: 41212547; PMCID: PMC12603946.
2. 世界卫生组织. 癫痫. https://www.who.int/news-room/fact-sheets/detail/epilepsy. 访问日期：2025年11月。
3. 美国疾病控制与预防中心. 癫痫数据和统计. https://www.cdc.gov/epilepsy/data/index.html. 访问日期：2025年11月。
缩略图图像提示（用于编辑插图）
“一张干净、现代的信息图风格图像，显示一个美国地图，各县以分级色块表示癫痫发病率；叠加图标包括老年人轮廓、床和时钟符号（睡眠不足）、带禁止符号的汽车（交通障碍）和样式化的太阳/热浪；颜色调色板为柔和的蓝色和暖橙色，扁平矢量设计，高对比度，期刊封面风格。”