多种慢性病对年龄相关性黄斑变性风险的影响及其交互效应研究

doi:10.12114/j.issn.1007-9572.2024.0606

中国全科医学 ›› 2026, Vol. 29 ›› Issue (02): 213-218.DOI: 10.12114/j.issn.1007-9572.2024.0606

• 论著·慢性病共病专题研究 • 上一篇

多种慢性病对年龄相关性黄斑变性风险的影响及其交互效应研究

赵颖颖¹^,², 苏萍³, 陈巧巧¹^,², 逄锦宏¹^,², 施婕⁴, 王雅倩¹^,², 李秋春¹^,², 何蕊言¹^,², 王玥¹^,², 陈学禹¹^,², 于媛媛⁵, 迟蔚蔚¹^,²^,³^,^*()

1．250012　山东省济南市，山东大学齐鲁医学院公共卫生学院
2．250003　山东省济南市，国家健康医疗大数据研究院
3．250002　山东省济南市，山东健康医疗大数据管理中心
4．225326　江苏省泰州市，泰州医药高新技术产业开发区人才发展中心
5．250100　山东省济南市，山东大学数据科学研究院

收稿日期:2024-12-13 修回日期:2025-02-06 出版日期:2026-01-15 发布日期:2025-12-11
通讯作者: 迟蔚蔚
作者贡献：
赵颖颖进行研究目标的提出，结果的分析与解释，统计学处理及论文撰写；苏萍、陈巧巧、逄锦宏、施婕、王雅倩、李秋春、何蕊言、王玥对表格及绘图的制作；陈学禹、于媛媛提出对文章的修改建议；迟蔚蔚负责文章的质量控制，并对文章整体监督管理。
基金资助:
四大慢病重大专项(2023ZD0503500)

Analysis of the Impact of Multiple Chronic Diseases on the Risk of Age-related Macular Degeneration and Their Interaction Effects

ZHAO Yingying¹^,², SU Ping³, CHEN Qiaoqiao¹^,², PANG Jinhong¹^,², SHI Jie⁴, WANG Yaqian¹^,², LI Qiuchun¹^,², HE Ruiyan¹^,², WANG Yue¹^,², CHEN Xueyu¹^,², YU Yuanyuan⁵, CHI Weiwei¹^,²^,³^,^*()

1. School of Public Health, Cheeloo College of Medicine, Shandong University, Jinan 250012, China
2. National Institute of Health and Medical Data Science, Jinan 250003, China
3. Shandong Health and Medical Big Data Management Center, Jinan 250002, China
4. Talent Development Center, Taizhou National Medical High-tech Development Zone, Taizhou 225326, China
5. Institute of Data Science, Shandong University, Jinan 250100, China

Received:2024-12-13 Revised:2025-02-06 Published:2026-01-15 Online:2025-12-11
Contact: CHI Weiwei

分享到

摘要/Abstract

摘要： 背景年龄相关性黄斑变性（AMD）是全球50岁以上人群视力丧失和损伤的主要原因，预计到2040年将影响2.88亿人。目的探讨多种慢性病与AMD之间的关系，分析不同的慢性病组合与AMD风险的交互效应，评估多种慢性病及其相互作用对AMD发生风险的影响。方法依托齐鲁全生命周期电子健康研究型数据库（Cheeloo LEAD），纳入数据库中2015—2023年健康档案体检信息、个人基本信息、诊断信息完整的50岁以上人群，按照ICD-10（H35.3）编码筛选AMD组。以年龄、性别作为匹配项进行1∶4匹配，选取不患有AMD的人群为对照组。记录两组研究对象的人口基线特征及慢性病情况。采用多因素Logistic回归模型分析高血压、糖尿病、心脏病等慢性病与AMD的关联，并借助方差膨胀因子（VIF）检验共线性，确保模型稳健性。最后，引入交互项以评估不同慢性病组合对AMD风险的协同效应。结果本研究共纳入16 780人，其中AMD组3 356人，对照组13 424人。多因素Logistic回归分析结果显示，在调整混杂因素后，高血压（OR=2.81，95%CI=2.59~3.04）、心脏病（OR=2.02，95%CI=1.86~2.19）、脑卒中（OR=1.82，95%CI=1.66~1.99）、糖尿病（OR=2.72，95%CI=2.47~2.99）、血脂异常（OR=2.01，95%CI=1.78~2.28）、慢性胃部疾病或消化系统疾病（OR=1.90，95%CI=1.72~2.10）、慢性肝脏疾病（OR=2.29，95%CI=2.04~2.57）、情感及精神方面疾病（OR=2.86，95%CI=2.49~3.29）、与记忆相关疾病（OR=1.86，95%CI=1.52~2.28）均是AMD患病的影响因素（P<0.05）。交互效应分析显示，高血压与糖尿病组合对AMD的预测概率为0.40；糖尿病与血脂异常组合对AMD的预测概率为0.40；慢性肝脏疾病与糖尿病组合对AMD的预测概率为0.45；高血压与心脏病组合对AMD的预测概率为0.30；脑卒中与心脏病组合对AMD的预测概率为0.30；慢性胃部疾病与慢性肝脏疾病组合对AMD的预测概率为0.30；情感及精神方面疾病与记忆相关疾病组合对AMD的预测概率为0.45；高血压与情感及精神方面疾病组合对AMD的预测概率为0.45。结论高血压、糖尿病、慢性肝脏疾病等均与AMD的发生有显著关联，特别是慢性肝脏疾病与糖尿病组合、情感及精神方面疾病与记忆相关疾病组合、高血压和糖尿病慢性病组合对AMD的影响更加明显。

关键词: 黄斑变性, 慢性病, 山东省, 病例对照研究, 影响因素分析, 交互效应

Abstract:

Background

Age-related macular degeneration (AMD) is the leading cause of vision loss and impairment among individuals aged 50 and above worldwide, with an estimated 288 million people projected to be affected by 2040.

Objective

To investigate the association between various chronic diseases and AMD, analyze the interaction effects of different chronic disease combinations on AMD risk, and assess how the interaction between chronic diseases impacts AMD risk.

Methods

Based on the Cheeloo LEAD database, individuals aged 50 years and above were included. The AMD group was identified using ICD-10 coding (H35.3), and a 1∶4 matching by age and gender was conducted to select control group without AMD. Significant differences in baseline characteristics and chronic disease prevalence were found between the AMD and non-AMD groups. Multivariate Logistic regression models were used to assess the association between AMD and chronic conditions such as hypertension, diabetes, and heart disease. Collinearity was evaluated using the variance inflation factor (VIF) to ensure the robustness of the model. Interaction terms were introduced to evaluate the synergistic effects of different chronic disease combinations on AMD risk.

Results

A total of 16 780 participants were included in this study, with 3 356 in the AMD group and 13 424 in the control group. After adjusting for confounding factors, multivariate Logistic regression analysis showed that hypertension (OR=2.81, 95%CI=2.59-3.04), heart disease (OR=2.02, 95%CI=1.86-2.19), stroke (OR=1.82, 95%CI=1.66-1.99), diabetes (OR=2.72, 95%CI=2.47-2.99), dyslipidemia (OR=2.01, 95%CI=1.78-2.28), chronic gastric or digestive system diseases (OR=1.90, 95%CI=1.72-2.10), chronic liver diseases (OR=2.29, 95%CI=2.04-2.57), emotional and mental disorders (OR=2.86, 95%CI=2.49-3.29), and memory-related diseases (OR=1.86, 95%CI=1.52-2.28) were all significant risk factors for AMD (P<0.05). Interaction effect analysis revealed that the predicted probability of AMD was 0.40 when hypertension and diabetes coexisted; 0.40 for the coexistence of diabetes and dyslipidemia; and 0.45 for the coexistence of chronic liver diseases and diabetes. The predicted probability of AMD was 0.30 for the combination of hypertension and heart disease, 0.30 for the combination of stroke and heart disease, 0.30 for the combination of chronic gastric diseases and chronic liver diseases, 0.45 for the combination of emotional and mental disorders and memory-related diseases, and 0.45 for the combination of hypertension and emotional and mental disorders.

Conclusion

Hypertension, diabetes, chronic liver diseases, and other conditions were significantly associated with the occurrence of AMD. Notably, the combinations of chronic liver diseases and diabetes, emotional and mental disorders with memory-related diseases, and hypertension with diabetes had an even more pronounced impact on AMD.

Key words: Macular degeneration, Chronic diseases, Shandong Province, Case-control study, Root cause analysis, Interaction effect

中图分类号:

R 774.5

赵颖颖,苏萍,陈巧巧,等. 多种慢性病对年龄相关性黄斑变性风险的影响及其交互效应研究[J]. 中国全科医学, 2026, 29(02): 213-218. DOI: 10.12114/j.issn.1007-9572.2024.0606.
ZHAO Yingying,SU Ping,CHEN Qiaoqiao, et al. Analysis of the Impact of Multiple Chronic Diseases on the Risk of Age-related Macular Degeneration and Their Interaction Effects[J]. Chinese General Practice, 2026, 29(02): 213-218. DOI: 10.12114/j.issn.1007-9572.2024.0606.

图/表 5

参考文献 26

[1]	WONG W L, SU X Y, LI X, et al. Global prevalence of age-related macular degeneration and disease burden projection for 2020 and 2040: a systematic review and meta-analysis[J]. Lancet Glob Health, 2014, 2(2): e106-16. DOI: 10.1016/S2214-109X(13)70145-1.
[2]	KEENAN T D L, CUKRAS C A, CHEW E Y. Age-related macular degeneration: epidemiology and clinical aspects[J]. Adv Exp Med Biol, 2021, 1256: 1-31. DOI: 10.1007/978-3-030-66014-7_1.
[3]	GBD 2019 Blindness and Vision Impairment Collaborators, Vision Loss Expert Group of the Global Burden of Disease Study. Causes of blindness and vision impairment in 2020 and trends over 30 years, and prevalence of avoidable blindness in relation to VISION 2020: the Right to Sight: an analysis for the Global Burden of Disease Study[J]. Lancet Glob Health, 2021, 9(2): e144-e160. DOI: 10.1016/s2214-109x(20)30489-7.
[4]	中国居民营养与慢性病状况报告(2020年)[J]. 营养学报, 2020, 42(6): 521.
[5]	The Lancet. Non-communicable diseases: what now?[J]. Lancet, 2022, 399(10331): 1201. DOI: 10.1016/S0140-6736(22)00567-0.
[6]	林艳辉, 高莉茉, 姜文敏. 基于GBD数据库中国年龄相关性黄斑变性流行病学负担分析[J]. 中南大学学报(医学版), 2023, 48(1): 106-113. DOI: 10.11817/j.issn.1672-7347.2023.220368.
[7]	AGUSTI A, BÖHM M, CELLI B, et al. GOLD COPD DOCUMENT 2023: a brief update for practicing cardiologists[J]. Clin Res Cardiol, 2024, 113(2): 195-204. DOI: 10.1007/s00392-023-02217-0.
[8]	BRODZKA S, BASZYŃSKI J, REKTOR K, et al. The role of glutathione in age-related macular degeneration(AMD)[J]. Int J Mol Sci, 2024, 25(8): 4158. DOI: 10.3390/ijms25084158.
[9]	BOSELLO F, VANZO A, ZAFFALON C, et al. Obesity, body fat distribution and eye diseases[J]. Eat Weight Disord, 2024, 29(1): 33. DOI: 10.1007/s40519-024-01662-8.
[10]	VELILLA S, GARCÍA-MEDINA J J, GARCÍA-LAYANA A, et al. Smoking and age-related macular degeneration: review and update[J]. J Ophthalmol, 2013, 2013: 895147. DOI: 10.1155/2013/895147.
[11]	FLECKENSTEIN M, KEENAN T D L, GUYMER R H, et al. Age-related macular degeneration[J]. Nat Rev Dis Primers, 2021, 7(1): 31. DOI: 10.1038/s41572-021-00265-2.
[12]	PENNINGTON K L, DEANGELIS M M. Epidemiology of age-related macular degeneration(AMD): associations with cardiovascular disease phenotypes and lipid factors[J]. Eye Vis, 2016, 3: 34. DOI: 10.1186/s40662-016-0063-5.
[13]	HYMAN L, NEBORSKY R. Risk factors for age-related macular degeneration: an update[J]. Curr Opin Ophthalmol, 2002, 13(3): 171-175. DOI: 10.1097/00055735-200206000-00007.
[14]	CHEUNG N, MITCHELL P, WONG T Y. Diabetic retinopathy[J]. Lancet, 2010, 376(9735): 124-136. DOI: 10.1016/s0140-6736(09)62124-3.
[15]	FUNG T H, PATEL B, WILMOT E G, et al. Diabetic retinopathy for the non-ophthalmologist[J]. Clin Med, 2022, 22(2): 112-116.
[16]	汪迎春, 张倩, 柳晶, 等. 中国老年慢性病共病患病率及危险因素的Meta分析[J]. 海南医学, 2024, 35(12): 1780-1786.
[17]	SCHNABOLK G. Systemic inflammatory disease and AMD comorbidity[J]. Adv Exp Med Biol, 2019, 1185: 27-31. DOI: 10.1007/978-3-030-27378-1_5.
[18]	杨主敏, 刘圣慧, 陈鑫, 等. 年龄相关性黄斑变性的危险因素分析[J]. 中国医学创新, 2021, 18(19): 168-171.
[19]	DALE M T, ELKINS M R. Chronic disease[J]. J Physiother, 2021, 67(2): 84-86. DOI: 10.1016/j.jphys.2021.02.001.
[20]	O'TOOLE L, CONNOLLY D, BOLAND F, et al. Effect of the OPTIMAL programme on self-management of multimorbidity in primary care: a randomised controlled trial[J]. Br J Gen Pract, 2021, 71(705): e303-e311. DOI: 10.3399/bjgp20x714185.
[21]	JUNG W, HAN K, KIM B, et al. Age-related macular degeneration with visual disability is associated with cardiovascular disease risk in the Korean nationwide cohort[J]. J Am Heart Assoc, 2023, 12(9): e028027. DOI: 10.1161/JAHA.122.028027.
[22]	BORCHERT G A, SHAMSNAJAFABADI H, HU M L, et al. The role of inflammation in age-related macular degeneration-therapeutic landscapes in geographic atrophy[J]. Cells, 2023, 12(16): 2092.
[23]	TAN T N, WONG T Y. Diabetic retinopathy: looking forward to 2030[J]. Front Endocrinol, 2023, 13: 1077669. DOI: 10.3389/fendo.2022.1077669.
[24]	RODDY G W. Metabolic syndrome and the aging retina[J]. Curr Opin Ophthalmol, 2021, 32(3): 280-287.
[25]	KHANANI A M, THOMAS M J, AZIZ A A, et al. Review of gene therapies for age-related macular degeneration[J]. Eye, 2022, 36(2): 303-311. DOI: 10.1038/s41433-021-01842-1.
[26]	RASMUSSEN K L, TYBJÆRG-HANSEN A, NORDESTGAARD B G, et al. Associations of Alzheimer disease-protective APOE variants with age-related macular degeneration[J]. JAMA Ophthalmol, 2023, 141(1): 13-21. DOI: 10.1001/jamaophthalmol.2022.4602.

基线特征	AMD组（n=3 356）	对照组（n=13 424）	χ²值	P值
年龄
50~59岁	144（4.3）	576（4.3）
60~69岁	590（17.6）	2 360（17.6）
70~79岁	1 491（44.4）	5 964（44.4）
≥80岁	1 131（33.7）	4 524（33.7）
性别
男	1 441（42.9）	5 764（42.9）
女	1 915（57.1）	7 660（57.1）
婚姻状况			5.68	0.017
无配偶（未婚、离异或丧偶）	603（18.0）	2 659（19.8）
有配偶（初婚、再婚或复婚）	2 753（82.0）	10 765（80.2）
BMI			60.20	<0.001
过轻	125（3.7）	574（4.3）
正常	1 219（36.3）	5 796（43.2）
超重	1 395（41.6）	4 963（37.0）
肥胖	617（18.4）	2 091（15.5）
吸烟			22.62	<0.001
现在不吸烟	2 964（88.3）	11 401（84.9）
现在吸烟	392（11.7）	2 023（15.1）
饮酒			3.43	0.064
现在不饮酒	2 914（86.9）	11 486（85.6）
现在饮酒	442（13.1）	1 938（14.4）
城乡分布			403.00	<0.001
城市	1 923（57.3）	5 122（38.2）
农村	1 433（42.7）	8 302（61.8）
文化程度			77.50	<0.001
高中以下	3 007（94.8）	12 610（93.9）
高中及以上	349（5.2）	814（6.1）
民族			0.13	0.715
汉族	3 343（99.6）	13 380（99.7）
非汉族	13（0.4）	44（0.3）

基线特征	AMD组（n=3 356）	对照组（n=13 424）	χ²值	P值
年龄
50~59岁	144（4.3）	576（4.3）
60~69岁	590（17.6）	2 360（17.6）
70~79岁	1 491（44.4）	5 964（44.4）
≥80岁	1 131（33.7）	4 524（33.7）
性别
男	1 441（42.9）	5 764（42.9）
女	1 915（57.1）	7 660（57.1）
婚姻状况			5.68	0.017
无配偶（未婚、离异或丧偶）	603（18.0）	2 659（19.8）
有配偶（初婚、再婚或复婚）	2 753（82.0）	10 765（80.2）
BMI			60.20	<0.001
过轻	125（3.7）	574（4.3）
正常	1 219（36.3）	5 796（43.2）
超重	1 395（41.6）	4 963（37.0）
肥胖	617（18.4）	2 091（15.5）
吸烟			22.62	<0.001
现在不吸烟	2 964（88.3）	11 401（84.9）
现在吸烟	392（11.7）	2 023（15.1）
饮酒			3.43	0.064
现在不饮酒	2 914（86.9）	11 486（85.6）
现在饮酒	442（13.1）	1 938（14.4）
城乡分布			403.00	<0.001
城市	1 923（57.3）	5 122（38.2）
农村	1 433（42.7）	8 302（61.8）
文化程度			77.50	<0.001
高中以下	3 007（94.8）	12 610（93.9）
高中及以上	349（5.2）	814（6.1）
民族			0.13	0.715
汉族	3 343（99.6）	13 380（99.7）
非汉族	13（0.4）	44（0.3）

慢性病	AMD组（n=3 356）	对照组（n=13 424）	χ²值	P值
高血压	1 893（56.4）	4 213（31.4）	725.00	<0.001
糖尿病	964（28.7）	1 718（12.8）	505.00	<0.001
血脂异常	466（13.9）	961（7.2）	155.00	<0.001
慢性肝脏疾病	581（17.3）	1 109（8.3）	241.00	<0.001
心脏病	1 331（39.7）	3 284（24.5）	310.00	<0.001
脑卒中	992（29.6）	2 550（19.0）	179.00	<0.001
慢性胃部疾病或消化系统疾病	755（22.5）	1 754（13.1）	187.00	<0.001
情感及精神方面疾病	401（11.9）	601（4.5）	256.00	<0.001
与记忆相关疾病	165（4.9）	353（2.6）	46.00	<0.001

慢性病	AMD组（n=3 356）	对照组（n=13 424）	χ²值	P值
高血压	1 893（56.4）	4 213（31.4）	725.00	<0.001
糖尿病	964（28.7）	1 718（12.8）	505.00	<0.001
血脂异常	466（13.9）	961（7.2）	155.00	<0.001
慢性肝脏疾病	581（17.3）	1 109（8.3）	241.00	<0.001
心脏病	1 331（39.7）	3 284（24.5）	310.00	<0.001
脑卒中	992（29.6）	2 550（19.0）	179.00	<0.001
慢性胃部疾病或消化系统疾病	755（22.5）	1 754（13.1）	187.00	<0.001
情感及精神方面疾病	401（11.9）	601（4.5）	256.00	<0.001
与记忆相关疾病	165（4.9）	353（2.6）	46.00	<0.001

变量	赋值
AMD	是=1，否=0
婚姻状况	是=1，否=0
BMI	过轻=1，正常=2，肥胖=3，超重=4
吸烟	是=1，否=0
饮酒	是=1，否=0
城乡分布	农村=1，城市=2
文化程度	高中以下=1，高中及以上=2
民族	汉族=1，非汉族=2
高血压	是=1，否=0
心脏病	是=1，否=0
脑卒中	是=1，否=0
糖尿病	是=1，否=0
血脂异常	是=1，否=0
慢性胃部疾病或消化系统疾病	是=1，否=0
慢性肝脏疾病	是=1，否=0
情感及精神方面疾病	是=1，否=0
与记忆相关疾病	是=1，否=0

多种慢性病对年龄相关性黄斑变性风险的影响及其交互效应研究

Analysis of the Impact of Multiple Chronic Diseases on the Risk of Age-related Macular Degeneration and Their Interaction Effects

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 26

相关文章 15

编辑推荐

Metrics

留言

变量	模型1		模型2
变量	OR值（95%CI）	P值	OR值（95%CI）	P值
高血压	2.09（1.91~2.29）	<0.001	2.81（2.59~3.04）	<0.001
心脏病	1.07（0.969~1.18）	0.183	2.02（1.86~2.19）	<0.001
脑卒中	0.93（0.84~1.03）	0.157	1.82（1.66~1.99）	<0.001
糖尿病	1.79（1.62~1.98）	<0.001	2.72（2.47~2.99）	<0.001
血脂异常	1.10（0.97~1.26）	0.134	2.01（1.78~2.28）	<0.001
慢性胃部疾病或消化系统疾病	1.26（1.14~1.41）	<0.001	1.90（1.72~2.10）	<0.001
慢性肝脏疾病	1.42（1.27~1.61）	<0.001	2.29（2.04~2.57）	<0.001
情感及精神方面疾病	1.97（1.71~2.27）	<0.001	2.86（2.49~3.29）	<0.001
与记忆相关疾病	1.07（0.87~1.31）	0.525	1.86（1.52~2.28）	<0.001

[1]	马玉萍, 乔梦媛, 何雁云, 徐曼如, 陈崇利, 伍文彬. "体病相关"视角下探析老年2型糖尿病伴轻度认知障碍现状及影响因素研究：以四川省为例[J]. 中国全科医学, 2026, 29(02): 188-194.
[2]	闵叶平, 薛垚, 冯同保, 张合, 刘福菁. 血压反应指数对老年重症肺炎休克患者急性肾损伤的影响研究[J]. 中国全科医学, 2026, 29(02): 207-212.
[3]	苏宁, 刘平平, 郭宇濛, 芦明月, 朱瑞, 于建平. 2019—2022年北京市基层传染病防控能力及影响因素研究[J]. 中国全科医学, 2025, 28(35): 4473-4478.
[4]	何柳华, 金花, 郭爱珍, 于德华. 主动健康导向下社区赋能对基层慢性病管理的作用及实施策略[J]. 中国全科医学, 2025, 28(34): 4311-4317.
[5]	王瓅珠, 李思涵, 王心怡, 冒孙汐, 邱杨, 王中华. 基于ITHBC模型的糖尿病知识、自我效能对农村2型糖尿病患者自我管理和生存质量的影响路径研究[J]. 中国全科医学, 2025, 28(34): 4351-4358.
[6]	周燚然, 苏银霞, 殷峰, 武云, 古丽加衣娜·艾肯, 卢耀勤. 2016—2022年乌鲁木齐市慢性病患者共病及复杂共病流行情况与共病模式研究[J]. 中国全科医学, 2025, 28(34): 4337-4343.
[7]	马念, 王子云, 滕小艳, 陈云, 孙正勇. 老年高血压患者共病现状及影响因素的城乡差异性研究[J]. 中国全科医学, 2025, 28(34): 4344-4350.
[8]	尹佳佳, 姚丽, 周梓涵, 李钦钦, 王庭瑞, 刘焱. 我国不同地区老年人共病患病影响因素的Meta分析：南北方对比研究[J]. 中国全科医学, 2025, 28(34): 4326-4336.
[9]	严明, 董佳惠, 陆益婷, 赵洋, 方力争, 徐志杰. 社区残疾人慢性病共病治疗负担现状及其影响因素研究[J]. 中国全科医学, 2025, 28(32): 4015-4023.
[10]	史晓洁, 杨晓花, 马春芳, 汤榕. 中老年人慢性病共病对健康受损的影响研究[J]. 中国全科医学, 2025, 28(32): 4009-4014.
[11]	陈莹莹, 温勇, 舒星宇. 慢性病共病中老年人失能状况的影响因素研究[J]. 中国全科医学, 2025, 28(32): 4024-4030.
[12]	刘春燕, 邓朝晖, 宋颖博, 杨芳, 史茜, 李永鑫, 张新. 新疆地区居民高血压、糖尿病、血脂异常患病及共病情况研究[J]. 中国全科医学, 2025, 28(32): 4031-4037.
[13]	王慧, 胡银环, 冯显东, 刘莎, 汪洋帆. 农村慢性病与非慢性病居民心理健康状况及心理健康服务需求比较研究[J]. 中国全科医学, 2025, 28(31): 3968-3973.
[14]	严新凤, 于传宁, 曹思静, 殷道根, 单晓桃, 王奕婧, 谢珮, 赵洁, 杨潍屹, 刘刚, 韩昕昕. 基本公共卫生服务下数字化赋能全-专协同社区慢性病路径化管理：实践探索与初步成效[J]. 中国全科医学, 2025, 28(31): 3897-3903.
[15]	徐百川, 王艳, 张彭, 李艺婷, 刘飞来, 谢洋. 慢性阻塞性肺疾病共病肺癌筛查工具分析[J]. 中国全科医学, 2025, 28(30): 3847-3852.