The Influencing Factors of Chronic Disease Comorbidities of Elderly in China Based on Health Ecology Model

doi:10.12114/j.issn.1007-9572.2022.0458

Abstract

Abstract:

Background

The problem of population aging is serious in China, and chronic diseases comorbidity is becoming more and more common.

Objective

Based on the health ecology model, to systematically understand the main influencing factors of chronic disease comorbidity among the elderly in China, and to provide scientific reference for the prevention and control of chronic disease comorbidity among the elderly in China.

Methods

Based on the follow-up data of China Health and Retirement Longitudinal Study (CHARLS) 2018, a total of 10 779 samples aged ≥60 years were selected in March 2021. After excluding the samples with missing data and unqualified data, a total of 7 354 samples was included in this study. With the occurrence of chronic comorbidities (having ≥2 chronic conditions) as the dependent variable and the inclusion of independent variables according to the 5 dimensions of the health ecology model, a multivariate Logistic regression model was used to analyze the influencing factors of chronic disease comorbidity in the elderly.

Results

Among the elderly≥60 years old in China, the comorbidity rate of chronic diseases was 65.16% (4 792/7 354) , with 32.16% (1 541/4 792) patients suffered from two kinds of chronic diseases, and the diseases with the largest combination of two comorbidities were hypertension with arthritis or rheumatism〔16.42% (253/1 541) 〕. The results of the multivariate Logistic analysis showed that for the risk of comorbidities of chronic diseases in the elderly, females were higher than that in males〔OR (95%CI) =1.371 (1.177, 1.596) 〕, those over 70 years old were higher than those aged 60-70 years old〔OR (95%CI) =1.189 (1.061, 1.333) 〕, those who slept for 6-8 hours or more than 8 hours at night were lower than those who slept for less than 6 hours at night〔OR (95%CI) =0.759 (0.678, 0.850) , OR (95%CI) =0.686 (0.572, 0.821) 〕, those who took nap time of 0.5-1.0 h and over 1.0 h were higher than those of less than 0.5 h 〔OR (95%CI) =1.238 (1.102, 1.391) , OR (95%CI) =1.219 (1.604, 1.396) 〕, those who felt general and less satisfied with their health were higher than those who were very satisfied〔OR (95%CI) =1.755 (1.537, 2.004) , OR (95%CI) =5.890 (4.930, 7.037) 〕, those who registered in urban areas were higher than those in the rural areas〔OR (95%CI) =1.167 (1.036, 1.315) 〕, those living in the central and western regions were higher than those in the eastern region〔OR (95%CI) =1.311 (1.158, 1.483) , OR (95%CI) =1.491 (1.315, 1.692) 〕, those who were working were lower than those who had worked〔OR (95%CI) =0.768 (0.680, 0.866) 〕, and those with annual income > 50 000 per capita were higher than that of less than 20 000 yuan〔OR (95%CI) =1.413 (1.009, 1.978) 〕.

Conclusion

The incidence of chronic diseases comorbidity is higher in the elderly in China. The influencing factors of comorbidity of chronic diseases are multi-level and multi-dimensional. There are complex relationships between different influencing factors, which suggest strengthening multi-dimensional intervention and management of chronic diseases from individual to environment, so as to improve the health level of the population.

Key words: Multiple chronic conditions, Aged, Health ecology model, Social determinants of health, Healthy lifestyle, Prevalence, Root cause analysis

摘要：

背景

我国人口老龄化问题严重，慢性病共病现象日趋普遍。

目的

以健康生态学模型为基础，系统了解我国老年人发生慢性病共病的影响因素，为我国老年人慢性病共病问题防控提供参考。

方法

于2021年3月，在中国健康与养老追踪调查（CHARLS）的2018年追踪数据库中选取年龄≥60岁的样本（n=10 779），剔除研究涉及变量有缺失的样本后，最终纳入样本7 354例。以是否发生慢性病共病（患≥2种慢性病）为因变量，根据健康生态学模型的5个维度纳入自变量，采用多因素Logistic回归模型分析老年人发生慢性病共病的影响因素。

结果

老年人的慢性病共病发生率为65.16%（4 792/7 354），患2种慢性病者居多〔32.16%（1 541/4 792）〕，其中发生率最高的二元慢性病共病组合为高血压+关节炎或风湿病〔16.42%（253/1 541）〕。多因素Logistic回归分析结果显示：对于老年人的慢性病共病发生风险，女性高于男性〔OR（95%CI）=1.371（1.177，1.596）〕，>70岁者高于60~70岁者〔OR（95%CI）=1.189（1.061，1.333）〕，夜晚睡眠时间为6~8 h者和>8 h者低于<6 h者〔OR（95%CI）分别为0.759（0.678，0.850）、0.686（0.572，0.821）〕，午睡时间为0.5~1.0 h者和>1.0 h者高于<0.5 h者〔OR（95%CI）分别为1.238（1.102，1.391）、1.219（1.604，1.396）〕，对健康感到一般和不太满意者高于非常满意者〔OR（95%CI）分别为1.755（1.537，2.004）、5.890（4.930，7.037）〕，城市户口者高于农村户口者〔OR（95%CI）=1.167（1.036，1.315）〕，居住在中部和西部地区者高于东部地区者〔OR（95%CI）分别为1.311（1.158，1.483）、1.491（1.315，1.692）〕，正在工作者低于曾经工作过者〔OR（95%CI）=0.768（0.680，0.866）〕，人均年收入>5万元者高于<2万元者〔OR（95%CI）=1.413（1.009，1.978）〕。

结论

我国老年人的慢性病共病发生率较高，慢性病共病的影响因素是多层次、多维度的，不同的影响因素之间有着复杂的关系，建议从个体到环境多维度加强对慢性病的干预和管理，提高人群健康水平。

关键词: 慢性病共病, 老年人, 健康生态学模型, 健康社会决定因素, 健康生活方式, 患病率, 影响因素分析

QI Yuantao,LIU Yan,DU Jin, et al. The Influencing Factors of Chronic Disease Comorbidities of Elderly in China Based on Health Ecology Model[J]. Chinese General Practice, 2023, 26(01): 50-57. DOI: 10.12114/j.issn.1007-9572.2022.0458.
齐元涛,柳言,杜金等. 基于健康生态学模型的我国老年人慢性病共病影响因素研究[J]. 中国全科医学, 2023, 26(01): 50-57. DOI: 10.12114/j.issn.1007-9572.2022.0458.

Figures/Tables 6

References 45

[1]	罗津. 深度老龄化背景下城市社区居家养老的治理机制[J]. 上海交通大学学报（哲学社会科学版），2021，29（4）：63-70，129. DOI：10.13806/j.cnki.issn1008-7095.2021.04.007.
[2]	COVENTRY P，LOVELL K，DICKENS C，et al. Integrated primary care for patients with mental and physical multimorbidity：cluster randomised controlled trial of collaborative care for patients with depression comorbid with diabetes or cardiovascular disease[J]. BMJ，2015，350：h638. DOI：10.1136/bmj.h638.
[3]	WHO. The world health report 2008. Primary health cared now more than ever[R]. Geneva：World Health Organization，2008：148.
[4]	SCHRAM M T，FRIJTERS D，VAN DE LISDONK E H，et al. Setting and registry characteristics affect the prevalence and nature of multimorbidity in the elderly[J]. J Clin Epidemiol，2008，61（11）：1104-1112. DOI：10.1016/j.jclinepi.2007.11.021.
[5]	MARENGONI A，WINBLAD B，KARP A，et al. Prevalence of chronic diseases and multimorbidity among the elderly population in Sweden[J]. Am J Public Health，2008，98（7）：1198-1200. DOI：10.2105/AJPH.2007.121137.
[6]	王浩，张琳，方晓雅，等. 中国中老年人慢性病共病现状及其空间分布研究[J]. 中国全科医学，2022，25（10）：1186-1190，1196. DOI：10.12114/j.issn.1007-9572.2022.0127.
[7]	高红新. 健康生态学模型在慢性病健康管理中的研究进展[J]. 当代护士，2017，25（10）：13-16.
[8]	MARMOT M，FRIEL S，BELL R，et al. Closing the gap in a generation：health equity through action on the social determinants of health[J]. Lancet，2008，372（9650）：1661-1669. DOI：10.1016/S0140-6736(08)61690-6.
[9]	钱焊森，马爱霞. 我国中老年人共病现状及其影响因素分析[J]. 中国药物评价，2017，34（6）：476-480. DOI：10.3969/j.issn.2095-3593.2017.06.022.
[10]	ZHAO Y H，HU Y S，SMITH J P，et al. Cohort profile：the China health and retirement longitudinal study（CHARLS）[J]. Int J Epidemiol，2014，43（1）：61-68. DOI：10.1093/ije/dys203.
[11]	刘盼盼，张菊，张国会，等. 基于健康生态学模型糖尿病足病人的自我管理行为[J]. 青岛大学学报（医学版），2020，56（6）：678-682. DOI：10.11712/jms.2096-5532.2020.56.168.
[12]	程学娟. 高血压患者自我管理行为及影响因素的健康生态学模型解释[D]. 济南：山东大学，2014.
[13]	孙雨丹，杨林，刘洁，等. 基于健康生态学模型的慢性病影响因素分析[J]. 现代预防医学，2020，47（15）：2700-2702，2784.
[14]	陶桂芬. 区域产业结构变迁对经济增长的影响：基于中国东中西部部分省份的证据[D]. 武汉：华中科技大学，2017.
[15]	刘葳，于德华，金花，等. 社区老年多病共存患者多重用药情况评价研究[J]. 中国全科医学，2020，23（13）：1592-1598. DOI：10.12114/j.issn.1007-9572.2020.00.026.
[16]	王佳，贾音，王慧丽. 北京市海淀区社区老年慢性病多病共存状况的调查研究[J]. 同济大学学报（医学版），2021，42（5）：692-697. DOI：10.12289/j.issn.1008-0392.21242.
[17]	郭小榕. 中国老年人慢性病共病现况及主要影响因素的研究[D]. 厦门：厦门大学，2019.
[18]	张琪，金玲玲，田秀梅，等. 南京市玄武区老年人慢性病共病现状及其影响因素[J]. 职业与健康，2020，36（11）：1496-1499. DOI：10.13329/j.cnki.zyyjk.2020.0396.
[19]	高杨，平智广，裴晓婷，等. 2009年中国中老年人群慢性病共病现状及相关因素的多重对应分析[J]. 卫生研究，2020，49（5）：844-849. DOI：10.19813/j.cnki.weishengyanjiu.2020.05.026.
[20]	张冉，路云，张闪闪，等. 中国老年人慢性病共病患病模式及疾病相关性分析[J]. 中国公共卫生，2019，35（8）：1003-1005. DOI：10.11847/zgggws1120351.
[21]	李小鹰. 老年共病患者的管理模式探讨[J]. 中华老年心脑血管病杂志，2022，24（5）：449-452.
[22]	蒋红莲，闫伟，路云. 老年共病指数的应用与推广问题研究[J]. 中国慢性病预防与控制，2020，28（7）：548-551. DOI：10.16386/j.cjpccd.issn.1004-6194.2020.07.017.
[23]	WU J Y，DUAN X Y，LI L，et al. Dyslipidemia in Shanghai，China[J]. Prev Med，2010，51（5）：412-415. DOI：10.1016/j.ypmed.2010.08.013.
[24]	张琪，潘晓群，杨婕，等. 中国成年女性能量及宏量营养素摄入与超重肥胖关系的研究[J]. 中华疾病控制杂志，2014，18（4）：296-300.
[25]	KEARNS K，DEE A，FITZGERALD A P，et al. Chronic disease burden associated with overweight and obesity in Ireland：the effects of a small BMI reduction at population level[J]. BMC Public Health，2014，10（14）：143. DOI：10.1186/1471-2458-14-143.
[26]	李静. 珠海市居民慢性病患病现状及其影响因素分析[D]. 武汉：华中科技大学，2017.
[27]	李潇，蔡乐，王旭明，等. 云南省农村老年人五种常见慢性病及共病的流行现状及与社会经济地位的关系[J]. 中华疾病控制杂志，2019，23（6）：630-634. DOI：10.16462/j.cnki.zhjbkz.2019.06.003.
[28]	万政策. 睡眠时长与心脑血管疾病患病情况的相关性分析：基于中国健康与养老追踪调查数据[D]. 武汉：华中科技大学，2017.
[29]	段思宇，杨占基，孙健，等. 中国中老年人睡眠时间与高血压患病率的相关性：基于健康与养老追踪调查[J]. 中华疾病控制杂志，2021，25（9）：1054-1059. DOI：10.16462/j.cnki.zhjbkz.2021.09.011.
[30]	THOMAS S J，CALHOUN D. Sleep，insomnia，and hypertension：current findings and future directions[J]. J Am Soc Hypertens，2017，11（2）：122-129. DOI：10.1016/j.jash.2016.11.008.
[31]	GUO J，FEI Y，LI J Q，et al. Gender- and age-specific associations between sleep duration and prevalent hypertension in middle-aged and elderly Chinese：a cross-sectional study from CHARLS 2011—2012[J]. BMJ Open，2016，6（9）：e011770. DOI：10.1136/bmjopen-2016-011770.
[32]	CAPPUCCIO F P，COOPER D，D'ELIA L，et al. Sleep duration predicts cardiovascular outcomes：a systematic review and meta-analysis of prospective studies[J]. Eur Heart J，2011，32（12）：1484-1492. DOI：10.1093/eurheartj/ehr007.
[33]	WANNAMETHEE S G，PAPACOSTA O，LENNON L，et al. Self-reported sleep duration，napping，and incident heart failure：prospective associations in the British regional heart study[J]. J Am Geriatr Soc，2016，64（9）：1845-1850. DOI：10.1111/jgs.14255.
[34]	LIN D Z，SUN K，LI F，et al. Association between habitual daytime napping and metabolic syndrome：a population-based study[J]. Metabolism，2014，63（12）：1520-1527. DOI：10.1016/j.metabol.2014.08.005.
[35]	STANG A，DRAGANO N，MOEBUS S，et al. Midday naps and the risk of coronary artery disease：results of the Heinz Nixdorf Recall Study[J]. Sleep，2012，35（12）：1705-1712. DOI：10.5665/sleep.2248.
[36]	YANG L L，YANG H D，HE M A，et al. Longer sleep duration and midday napping are associated with a higher risk of CHD incidence in middle-aged and older Chinese：the Dongfeng-Tongji cohort study[J]. Sleep，2016，39（3）：645-652. DOI：10.5665/sleep.5544.
[37]	姚雪梅，成伟兵，肖辉. 846例50岁以上中老年人睡眠质量及影响因素分析[J]. 新疆医科大学学报，2018，41（7）：889-892. DOI：10.3969/j.issn.1009-5551.2018.07.021.
[38]	周宇晨. 北京市社区老年居民健康自评及影响因素分析[D]. 青岛：青岛大学，2019.
[39]	张可人，姜云芳，刘乐正. 贵阳市老年人自评健康现状及影响因素分析[J]. 中国初级卫生保健，2021，35（11）：10-13. DOI：10.3969/j.issn.1001-568X.2021.11.0004.
[40]	范涛，曹乾，蒋露露，等. 老年人慢性病影响因素的健康生态学模型解释[J]. 中国全科医学，2012，15（1）：33-36，40.
[41]	邵伟良. 健康城市理念导向下的老城区公共空间更新研究——以青岛西海岸新区长江路街道总体城区设计为例：2020中国城市规划年会论文集[C]. 成都：中国城市规划学会，2021.
[42]	尹岩. "生活方式病"缠上崛起中国超八成城市居民果蔬摄入不足[N]. 中国食品报，2012-09-11（001）.
[43]	李亚杰，李剑波，莘军龙，等. 社会经济特征与老年流动人口慢性病患病状况相关性研究[J]. 医学与社会，2021，34（8）：62-66. DOI：10.13723/j.yxysh.2021.08.013.
[44]	王颖,罗鑫,明兴建. 基于Malthus模型和lotka-Volterra竞争排他原理的高校离退休教师身体健康状态与生活幸福感之间的关系：Proceedings of 2011 International Conference on Fuzzy Systems and Neural Computing[C]. Kota Kinabalu，Malaysia：Intelligent Information Technology Application Association，2011.
[45]	毛瑛，朱斌，刘锦林，等. 健康生态学视角下中老年人群慢性病影响因素实证[J]. 西安交通大学学报（社会科学版），2015，35（5）：15-24. DOI：10.15896/j.xjtuskxb.201505003.

自变量		赋值
个人特质层
	性别	男=0，女=1
	年龄（岁）	60~70=1，>70=2
	民族	汉族=1，少数民族=2
行为特征层
	吸烟	否=0，是=1
	饮酒	否=0，是=1
	体育锻炼	非轻体力活动=0，轻体力活动=1
	夜晚睡眠时间（h）	<6=1，6~8=2，>8=3
	午睡时间（h）	<0.5=1，0.5~1.0=2，>1.0=3
	对生活满意度	非常满意=1，一般=2，不太满意=3
	对健康满意度	非常满意=1，一般=2，不太满意=3
人际网络层
	婚姻状况	在婚=1，未婚/离异/丧偶=2
	对子女满意度	非常满意=1，一般=2，不太满意=3
	户口类型	农村=1，城市=2
	地理分布	东部=1，中部=2，西部=3
生活和工作条件层
	受教育情况	未受过正规教育=1，小学=2，初中=3，高中及以上=4
	工作情况	曾经工作过=1，从未工作过=2，正在工作=3
	人均年收入（万元）	<2=1，2~5=2，>5=3
	宗教信仰	无=0，有=1
政策环境层
	是否有医疗保险	否=0，是=1
	是否有养老保险	否=0，是=1

自变量		赋值
个人特质层
	性别	男=0，女=1
	年龄（岁）	60~70=1，>70=2
	民族	汉族=1，少数民族=2
行为特征层
	吸烟	否=0，是=1
	饮酒	否=0，是=1
	体育锻炼	非轻体力活动=0，轻体力活动=1
	夜晚睡眠时间（h）	<6=1，6~8=2，>8=3
	午睡时间（h）	<0.5=1，0.5~1.0=2，>1.0=3
	对生活满意度	非常满意=1，一般=2，不太满意=3
	对健康满意度	非常满意=1，一般=2，不太满意=3
人际网络层
	婚姻状况	在婚=1，未婚/离异/丧偶=2
	对子女满意度	非常满意=1，一般=2，不太满意=3
	户口类型	农村=1，城市=2
	地理分布	东部=1，中部=2，西部=3
生活和工作条件层
	受教育情况	未受过正规教育=1，小学=2，初中=3，高中及以上=4
	工作情况	曾经工作过=1，从未工作过=2，正在工作=3
	人均年收入（万元）	<2=1，2~5=2，>5=3
	宗教信仰	无=0，有=1
政策环境层
	是否有医疗保险	否=0，是=1
	是否有养老保险	否=0，是=1

变量		例数	慢性病共病		非慢性病共病
变量		例数	例数〔n（%）〕	年龄（±s，岁）	例数〔n（%）〕	年龄（±s，岁）
性别
	男	3 727	2 283（61.26）	69.1±6.3	1 444（38.74）	68.3±6.3
	女	3 627	2 509（69.18）	68.6±6.1	1 118（30.82）	68.0±6.4
年龄（岁）
	60~70	4 965	3 155（63.54）	65.0±2.9	1 810（36.46）	64.8±2.9
	>70	2 389	1 637（68.52）	76.1±4.7	752（31.48）	76.4±4.8

变量		例数	慢性病共病		非慢性病共病
变量		例数	例数〔n（%）〕	年龄（±s，岁）	例数〔n（%）〕	年龄（±s，岁）
性别
	男	3 727	2 283（61.26）	69.1±6.3	1 444（38.74）	68.3±6.3
	女	3 627	2 509（69.18）	68.6±6.1	1 118（30.82）	68.0±6.4
年龄（岁）
	60~70	4 965	3 155（63.54）	65.0±2.9	1 810（36.46）	64.8±2.9
	>70	2 389	1 637（68.52）	76.1±4.7	752（31.48）	76.4±4.8

变量		例数	未患慢性病	患1种慢性病	患≥2种慢性病	χ²值	P值
性别						53.610	<0.001
	男	3 727	573（15.37）	871（23.37）	2 283（61.26）
	女	3 627	407（11.22）	711（19.60）	2 509（69.18）
年龄（岁）						22.955	<0.001
	60~70	4 965	719（14.18）	1 091（21.97）	3 155（63.55）
	>70	2 389	261（10.93）	491（20.55）	1 637（68.52）
民族						1.147	0.563
	汉族	6 846	920（13.44）	1 473（21.52）	4 453（65.04）
	少数民族	508	60（11.81）	109（21.46）	339（66.73）
吸烟						18.310	<0.001
	否	3 945	477（12.09）	815（20.66）	2 653（67.25）
	是	3 409	503（14.76）	767（22.50）	2 139（62.74）
饮酒						3.390	0.184
	否	3 959	516（13.03）	826（20.86）	2 617（66.11）
	是	3 395	464（13.67）	756（22.27）	2 175（64.06）
体育锻炼						2.594	0.273
	非轻体力活动	598	91（15.22）	133（22.24）	374（62.54）
	轻体力活动	6 756	889（13.16）	1 449（21.45）	4 418（65.39）
夜晚睡眠时间（h）						87.943	<0.001
	<6	2 783	275（9.88）	517（18.58）	1 991（71.54）
	6~8	3 849	584（15.17）	890（23.12）	2 375（61.71）
	>8	722	121（16.76）	175（24.24）	426（59.00）
午睡时间（h）						12.854	0.012
	<0.5	3 314	486（14.67）	715（21.57）	2 113（63.76）
	0.5~1.0	2 510	291（11.59）	533（21.24）	1 686（67.17）
	>1.0	1 530	203（13.27）	334（21.83）	993（64.90）
对生活满意度						93.778	<0.001
	非常满意	2 714	437（16.10）	663（24.43）	1 614（59.47）
	一般	3 901	490（12.56）	803（20.58）	2 608（66.86）
	不太满意	739	53（7.17）	116（15.70）	570（77.13）
对健康满意度						590.590	<0.001
	非常满意	1 959	430（21.95）	557（28.43）	972（49.62）
	一般	3 483	488（14.01）	807（23.17）	2 188（62.82）
	不太满意	1 912	62（3.24）	218（11.40）	1 632（85.36）
婚姻状况						0.183	0.913
	在婚	5 693	763（13.40）	1 227（21.55）	3 703（65.05）
	未婚/离异/丧偶	1 661	217（13.06）	355（21.37）	1 089（65.67）
对子女满意度						49.047	<0.001
	非常满意	4 125	624（15.13）	929（22.52）	2 572（62.35）
	一般	2 874	333（11.59）	590（20.53）	1 951（67.88）
	不太满意	355	23（6.48）	63（17.75）	269（75.77）
户口类型						23.697	<0.001
	农村	4 369	612（14.01）	1 007（23.05）	2 750（62.94）
	城市	2 985	368（12.33）	575（19.26）	2 042（68.41）
地理分布						55.825	<0.001
	东部	2 427	407（16.77）	556（22.91）	1 454（59.92）
	中部	2 480	293（11.81）	533（21.49）	1 654（66.70）
	西部	2 447	280（11.44）	483（19.74）	1 684（68.82）
受教育情况						8.674	0.193
	未受过正规教育	3 736	506（13.54）	818（21.90）	2 412（64.56）
	小学	1 639	202（12.33）	368（22.45）	1 069（65.22）
	初中	1 217	174（14.30）	256（21.03）	787（64.67）
	高中及以上	762	98（12.86）	140（18.37）	524（68.77）
工作情况						86.728	<0.001
	曾经工作过	2 760	291（10.54）	493（17.86）	1 976（71.60）
	从未工作过	51	6（11.76）	6（11.76）	39（76.48）
	正在工作	4 543	683（15.03）	1 083（23.84）	2 777（61.13）
人均年收入（万元）						10.751	0.030
	<2	5 775	785（13.59）	1 272（22.03）	3 718（64.38）
	2~5	1 360	176（12.94）	269（19.78）	915（67.28）
	>5	219	19（8.68）	41（18.72）	159（72.60）
宗教信仰						3.758	0.153
	无	6 566	892（13.59）	1 413（21.52）	4 261（64.89）
	有	788	88（11.17）	169（21.45）	531（67.38）
是否有医疗保险						2.107	0.349
	否	361	39（10.80）	79（21.88）	243（67.32）
	是	6 993	941（13.46）	1 503（21.49）	4 549（65.05）
是否有养老保险						15.343	<0.001
	否	2 414	283（11.72）	485（20.09）	1 646（68.19）
	是	4 940	697（14.11）	1 097（22.21）	3 146（63.68）