Systematic Cluster Analysis of Comorbidity Patterns in Patients with Chronic Obstructive Pulmonary Disease and the Impact on Hospitalization Costs

doi:10.12114/j.issn.1007-9572.2024.0409

Abstract

Abstract:

Background

Chronic obstructive pulmonary disease (COPD) patients often present with multiple comorbidities, which increase the complexity of treatment and the healthcare of burden. While comorbidities significantly impact the management of COPD patients, existing research primarily focuses on individual comorbidities, lacking systematic analysis of multiple comorbidity patterns and hospitalization costs.

Objective

To investigate the comorbidity characteristics and patterns in patients with COPD, analyzing how different features and comorbidity patterns affect hospitalization costs. The findings will provide a basis for personalized health management and resource allocation for COPD patients.

Methods

A retrospective analysis was conducted on 5 061 inpatients diagnosed with COPD at the First Affiliated Hospital, Guangzhou Medical University from 2020 to 2023. Systematic clustering analysis was employed to construct dendrograms, identifying comorbidity patterns among COPD patients. Multiple group comparisons were performed to assess the basic characteristics of these patterns, then multiple linear regression analysis was utilized to evaluate the impact of each comorbidity pattern on total hospitalization costs, western medicine costs, and antibacterial medication costs.

Results

There are a total of 4 343 patients with COPD, and the comorbidity was 85.81%. Systematic clustering analysis identified six comorbidity patterns among COPD patients: cardiovascular and metabolic diseases, hepatorenal diseases, digestive system diseases, arthropathy diseases, cancer and respiratory system diseases. There were significant differences in sex, age, BMI and smoking history among patients with 6 comorbidity models (P<0.05). Multiple linear regression analysis revealed that BMI, cancer pattern, and respiratory system diseases pattern all had impacts on total hospitalization costs, western medicine costs and antibacterial medication costs (P<0.05), with the respiratory system diseases pattern having the most substantial impact on total hospitalization costs (β=0.125, P<0.001) .

Conclusion

Comorbidity patterns in COPD can be categorized into six clusters. BMI, cancer pattern and respiratory system diseases pattern are the primary factors influencing hospitalization costs.

Key words: COPD, Comorbidity patterns, Health management, Hospitalization costs, Systematic clustering

摘要： 背景慢性阻塞性肺疾病（COPD）患者常伴多种疾病，增加了治疗的复杂性和医疗负担。共病对COPD患者管理的影响深远，但现有研究多集中于单一疾病，缺少对多种共病模式和住院费用的系统分析。目的探讨COPD患者共病特征及多种共病模式，分析不同特征及共病模式对住院费用的影响，为COPD患者的个性化健康管理和资源配置提供依据。方法对广州医科大学附属第一医院2020—2023年住院的5 061例COPD患者进行回顾性分析，采用系统聚类分析方法绘制聚类树状图，研究COPD患者的共病模式，并通过多组间比较分析不同模式的基本特征。利用多元线性回归分析探究各共病模式对住院总费用、西药费用和抗菌药物费用的影响。结果 COPD患者中共病4 343例，共病患病率为85.81%。系统聚类分析发现了6簇共病模式，包括心血管代谢疾病模式、肝肾疾病模式、消化系统疾病模式、关节疾病模式、癌症模式及呼吸系统疾病模式。6簇共病模式患者的性别、年龄、BMI和吸烟史比较，差异有统计学意义（P<0.05）。多元线性回归分析结果显示，BMI、癌症模式和呼吸系统疾病模式对住院总费用、西药费用和抗菌药物费用均有影响（P<0.05），其中呼吸系统疾病模式对住院总费用的影响最大（β=0.125，P<0.001）。结论 COPD的共病模式可分为6簇，其中BMI、癌症模式和呼吸系统疾病模式是COPD患者住院费用的主要影响因素。

关键词: 慢性阻塞性肺疾病, 共病模式, 健康管理, 住院费用, 聚类分析

CLC Number:

R 563.9

CHENG Zhuozhuo,ZHANG Rui,XU Haofeng, et al. Systematic Cluster Analysis of Comorbidity Patterns in Patients with Chronic Obstructive Pulmonary Disease and the Impact on Hospitalization Costs[J]. Chinese General Practice, 2025, 28(17): 2127-2133. DOI: 10.12114/j.issn.1007-9572.2024.0409.
程卓卓,张睿,徐浩枫等. 慢性阻塞性肺疾病患者共病模式系统聚类分析及其对住院费用的影响[J]. 中国全科医学, 2025, 28(17): 2127-2133. DOI: 10.12114/j.issn.1007-9572.2024.0409.

Figures/Tables 4

References 34

[1]	AGUSTÍ A, CELLI B R, CRINER G J, et al. Global initiative for chronic obstructive lung disease 2023 report：gold executive summary[J]. Eur Respir J，2023，61(4)：2300239. DOI：10.1183/13993003.00239-2023.
[2]	HALPIN D M G. Mortality of patients with COPD[J]. Expert Rev Respir Med，2024，18(6)：381-395. DOI：10.1080/17476348.2024.2375416.
[3]	ADELOYE D, SONG P G, ZHU Y J, et al. Global，regional，and national prevalence of，and risk factors for，chronic obstructive pulmonary disease （COPD） in 2019：a systematic review and modelling analysis[J]. Lancet Respir Med，2022，10(5)：447-458. DOI：10.1016/S2213-2600(21)00511-7.
[4]	MARINIELLO D F, D'AGNANO V, CENNAMO D, et al. Comorbidities in COPD：current and future treatment challenges[J]. J Clin Med，2024，13(3)：743. DOI：10.3390/jcm13030743.
[5]	FEINSTEIN A R. The pre-therapeutic classification of co-morbidity in chronic disease[J]. J Chronic Dis，1970，23(7)：455-468. DOI：10.1016/0021-9681(70)90054-8.
[6]	EROGLU S A, GUNEN, YAKAR H I, et al. Influence of comorbidities in long-term survival of chronic obstructive pulmonary disease patients[J]. J Thorac Dis，2019，11(4)：1379-1386. DOI：10.21037/jtd.2019.03.78.
[7]	SHAH C H, ONUKWUGHA E, ZAFARI Z, et al. Economic burden of comorbidities among COPD patients hospitalized for acute exacerbations：an analysis of a commercially insured population[J]. Expert Rev Pharmacoecon Outcomes Res，2022，22(4)：683-690. DOI：10.1080/14737167.2021.1981291.
[8]	中华医学会呼吸病学分会慢性阻塞性肺疾病学组. 慢性阻塞性肺疾病诊治指南（2007年修订版）[J]. 中华结核和呼吸杂志，2007，30(1)：8-17. DOI：10.3760/j:issn:1001-0939.2007.01.004.
[9]	北京协和医院，世界卫生组织国际分类家族合作中心. 疾病和有关健康问题的国际统计分类：第十次修订本[M]. 2版.北京：人民卫生出版社，2008.
[10]	刘茜，张静怡，李玉静. 唐山市老年住院患者共病模式系统聚类分析[J]. 中国预防医学杂志，2023，24(12)：1333-1338. DOI：10.16506/j.1009-6639.2023.12.011.
[11]	胡倩倩，周统，刘志辉，等. 中老年缺血性脑卒中共病现状及共病模式分析：基于河南省三甲医院数据[J]. 中国全科医学，2024，27(2)：201-207. DOI：10.12114/j.issn.1007-9572.2023.0459.
[12]	潘晔，刘志辉，胡倩倩，等. 中国老年人慢性病多病共存模式的研究[J]. 中国全科医学，2023，26(29)：3608-3615. DOI：10.12114/j.issn.1007-9572.2023.0186.
[13]	YAO S S, CAO G Y, HAN L, et al. Prevalence and patterns of multimorbidity in a nationally representative sample of older Chinese：results from the China health and retirement longitudinal study[J]. J Gerontol A Biol Sci Med Sci，2020，75(10)：1974-1980. DOI：10.1093/gerona/glz185.
[14]	CHEN S M, KUHN M, PRETTNER K, et al. The global economic burden of chronic obstructive pulmonary disease for 204 countries and territories in 2020-50：a health-augmented macroeconomic modelling study[J]. Lancet Glob Health，2023，11(8)：e1183-1193. DOI：10.1016/S2214-109X(23)00217-6.
[15]	CALABRIA S, RONCONI G, DONDI L, et al. Cardiovascular events after exacerbations of chronic obstructive pulmonary disease：results from the exacerbations of COPD and their outcomes in cardio vascular diseases study in Italy[J]. Eur J Intern Med，2024，127：97-104. DOI：10.1016/j.ejim.2024.04.021.
[16]	FORDER A, ZHUANG R, SOUZA V G P, et al. Mechanisms contributing to the comorbidity of COPD and lung cancer[J]. Int J Mol Sci，2023，24(3)：2859. DOI：10.3390/ijms24032859.
[17]	HANSEN N S, ÄNGQUIST L, LANGE P, et al. Comorbidity clusters and healthcare use in individuals with COPD[J]. Respir Care，2020，65(8)：1120-1127. DOI：10.4187/respcare.07136.
[18]	崔佳，郭岩斐，仝亚琪，等. 2012—2021年北京某医院中老年慢性阻塞性肺疾病患者共病现状及模式研究[J]. 中华预防医学杂志，2023，57(5)：701-709. DOI：10.3760/cma.j.cn112150-20230216-00117.
[19]	JUREVIČIENĖ E, BURNEIKAITĖ G, DAMBRAUSKAS L, et al. Epidemiology of chronic obstructive pulmonary disease （COPD） comorbidities in Lithuanian national database：a cluster analysis[J]. Int J Environ Res Public Health，2022，19(2)：970. DOI：10.3390/ijerph19020970.
[20]	SKAJAA N, LAUGESEN K, HORVÁTH-PUHÓ E, et al. Comorbidities and mortality among patients with chronic obstructive pulmonary disease[J]. BMJ Open Respir Res，2023，10(1)：e001798. DOI：10.1136/bmjresp-2023-001798.
[21]	ZOU X Y, ZOU S Y, ZHANG R L, et al. Association of lifestyle factors with multimorbidity risk in China：a national representative study[J]. Appl Res Qual Life，2024，19(3)：1411-1435. DOI：10.1007/s11482-024-10291-3.
[22]	KIVIMÄKI M, STRANDBERG T, PENTTI J, et al. Body-mass index and risk of obesity-related complex multimorbidity：an observational multicohort study[J]. Lancet Diabetes Endocrinol，2022，10(4)：253-263. DOI：10.1016/S2213-8587(22)00033-X.
[23]	BUSEBEE B, GHUSN W, CIFUENTES L, et al. Obesity：a review of pathophysiology and classification[J]. Mayo Clin Proc，2023，98(12)：1842-1857. DOI：10.1016/j.mayocp.2023.05.026.
[24]	LIAN H, KOU L, HAN X Z, et al. Comprehensive comorbidity assessment for the ECOPD：a long-term multi-centre retrospective study[J]. BMC Pulm Med，2024，24(1)：487. DOI：10.1186/s12890-024-03257-6.
[25]	JAMES B D, GREENING N J, TRACEY N, et al. Prognostication of co-morbidity clusters on hospitalisation and mortality in advanced COPD[J]. Respir Med，2024，222：107525. DOI：10.1016/j.rmed.2023.107525.
[26]	BALBIRSINGH V, MOHAMMED A S, TURNER A M, et al. Cardiovascular disease in chronic obstructive pulmonary disease：a narrative review[J]. Thorax，2022：thoraxjnl-thora2021-218333. DOI：10.1136/thoraxjnl-2021-218333.
[27]	CHEN Y C, CHANG Y P, HUANG K T, et al. Unraveling the pathogenesis of asthma and chronic obstructive pulmonary disease overlap：focusing on epigenetic mechanisms[J]. Cells，2022，11(11)：1728. DOI：10.3390/cells11111728.
[28]	SOBALA R, DE SOYZA A. Bronchiectasis and chronic obstructive pulmonary disease overlap syndrome[J]. Clin Chest Med，2022，43(1)：61-70. DOI：10.1016/j.ccm.2021.11.005.
[29]	GOEL K, EGERSDORF N, GILL A, et al. Characterization of pulmonary vascular remodeling and microRNA-126-targets in COPD-pulmonary hypertension[J]. Respir Res，2022，23(1)：349. DOI：10.1186/s12931-022-02267-4.
[30]	JUNDI B, AHMED H, REECE J, et al. The relationship of cholesterol responses to mitochondrial dysfunction and lung inflammation in chronic obstructive pulmonary disease[J]. Medicina，2023，59(2)：253. DOI：10.3390/medicina59020253.
[31]	VIGLINO D, JULLIAN-DESAYES I, MINOVES M, et al. Nonalcoholic fatty liver disease in chronic obstructive pulmonary disease[J]. Eur Respir J，2017，49(6)：1601923. DOI：10.1183/13993003.01923-2016.
[32]	PARK H Y, KANG D, SHIN S H, et al. Chronic obstructive pulmonary disease and lung cancer incidence in never smokers：a cohort study[J]. Thorax，2020，75(6)：506-509. DOI：10.1136/thoraxjnl-2019-213732.
[33]	CRINER G J, AGUSTI A, BORGHAEI H, et al. Chronic obstructive pulmonary disease and lung cancer：a review for clinicians[J]. Chronic Obstr Pulm Dis，2022，9(3)：454-476. DOI：10.15326/jcopdf.2022.0296.
[34]	TRAN P B, KAZIBWE J, NIKOLAIDIS G F, et al. Costs of multimorbidity：a systematic review and meta-analyses[J]. BMC Med，2022，20(1)：234. DOI：10.1186/s12916-022-02427-9.

组别	例数	性别[例（%）]		年龄[M（P₂₅，P₇₅），岁]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟史[例（%）]		文化程度[例（%）]
组别	例数	男	女	年龄[M（P₂₅，P₇₅），岁]	BMI[M（P₂₅，P₇₅），kg/m²]	不吸烟	吸烟	小学及以下	初中、高中	专科及以上
对照组	718	660（91.92）	58（8.08）	66.0（60.0，72.0）	20.4（18.0，22.8）	306（42.62）	412（57.38）	268（37.33）	389（54.18）	61（8.50）
合并共病组	4 343	3 889（89.55）	454（10.45）	70.0（64.0，76.0）	20.8（18.2，23.5）	1 888（43.47）	2 455（56.53）	1 725（39.72）	2 244（51.67）	374（8.61）
Z（χ²）值		3.824^a		-9.206	-2.973	0.183^a		1.651^a
P值		0.051		<0.001	0.003	0.669		0.438
组别	住院天数[M（P₂₅，P₇₅），d]	住院次数[M（P₂₅，P₇₅），次]	住院总费用[M（P₂₅，P₇₅），元]	西药费用[M（P₂₅，P₇₅），元]	抗菌药物费用[M（P₂₅，P₇₅），元]
对照组	5（4，7）	1（1，1）	10 901.98（8 490.99，15 064.66）	1 755.32（1 083.95，2 853.13）	303.04（0，719.14）
合并共病组	6（5，8）	1（1，2）	13 059.46（10 030.08，17 819.41）	2 271.86（1 390.98，3 863.82）	484.94（14.01，1 037.19）
Z（χ²）值	-9.288	-6.839	-10.161	-8.819	-6.834
P值	<0.001	<0.001	<0.001	<0.001	<0.001

组别	例数	性别[例（%）]		年龄[M（P₂₅，P₇₅），岁]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟史[例（%）]		文化程度[例（%）]
组别	例数	男	女	年龄[M（P₂₅，P₇₅），岁]	BMI[M（P₂₅，P₇₅），kg/m²]	不吸烟	吸烟	小学及以下	初中、高中	专科及以上
对照组	718	660（91.92）	58（8.08）	66.0（60.0，72.0）	20.4（18.0，22.8）	306（42.62）	412（57.38）	268（37.33）	389（54.18）	61（8.50）
合并共病组	4 343	3 889（89.55）	454（10.45）	70.0（64.0，76.0）	20.8（18.2，23.5）	1 888（43.47）	2 455（56.53）	1 725（39.72）	2 244（51.67）	374（8.61）
Z（χ²）值		3.824^a		-9.206	-2.973	0.183^a		1.651^a
P值		0.051		<0.001	0.003	0.669		0.438
组别	住院天数[M（P₂₅，P₇₅），d]	住院次数[M（P₂₅，P₇₅），次]	住院总费用[M（P₂₅，P₇₅），元]	西药费用[M（P₂₅，P₇₅），元]	抗菌药物费用[M（P₂₅，P₇₅），元]
对照组	5（4，7）	1（1，1）	10 901.98（8 490.99，15 064.66）	1 755.32（1 083.95，2 853.13）	303.04（0，719.14）
合并共病组	6（5，8）	1（1，2）	13 059.46（10 030.08，17 819.41）	2 271.86（1 390.98，3 863.82）	484.94（14.01，1 037.19）
Z（χ²）值	-9.288	-6.839	-10.161	-8.819	-6.834
P值	<0.001	<0.001	<0.001	<0.001	<0.001

共病模式	例数	性别[例（%）]		年龄[M（P₂₅，P₇₅），岁]	BMI [M（P₂₅，P₇₅），kg/m²]	吸烟史[例（%）]		文化程度[例（%）]
共病模式	例数	男	女	年龄[M（P₂₅，P₇₅），岁]	BMI [M（P₂₅，P₇₅），kg/m²]	是	否	小学及以下	初中、高中	专科及以上
心血管代谢疾病模式	2 794	2 492 （89.19）	302 （10.81）	71.0 （65.0，77.3）	21.3 （18.7，24.0）	1 557 （55.73）	1 237 （44.27）	1 096 （39.23）	1 444 （51.68）	254 （9.09）
肝肾疾病模式	1 620	1 458 （90.00）	162 （10.00）	69.0 （63.0，75.8）^b	21.3 （18.7，23.9）	989 （61.05）^b	631 （38.95）^b	628 （38.77）	825 （50.93）	167 （10.31）
消化系统疾病模式	348	296 （85.06）	52 （14.94）	67.5 （62.0，74.0）^b	20.6 （18.1，23.7）	200 （57.47）	148 （42.53）	136 （39.08）	177 （50.86）	35 （10.06）
关节疾病模式	120	107 （89.17）	13 （10.83）	72.0 （66.0，78.0）^cd	21.2 （19.1，23.4）	69 （57.50）	51 （42.50）	61 （50.83）	53 （44.17）	6 （5.00）
癌症模式	216	207 （95.83）^bd	9 （4.17）^bd	71.5 （67.0，78.0）^cd	20.2 （17.5，23.1）^bc	111 （51.39）	105 （48.61）	88 （40.74）	101 （46.76）	27 （12.50）
呼吸系统疾病模式	2 277	2 003 （87.97）^f	274 （12.03）^f	69.0 （63.0，75.0）^bf	20.2 （17.7，23.0）^bc	1 263 （55.47）^c	1 014 （44.53）^c	917 （40.27）	1 179 （51.78）	181 （7.95）
χ²（H）值		20.057		127.605^a	108.685^a	17.546		18.081
P值		0.001		<0.001	<0.001	0.004		0.054

共病模式	例数	性别[例（%）]		年龄[M（P₂₅，P₇₅），岁]	BMI [M（P₂₅，P₇₅），kg/m²]	吸烟史[例（%）]		文化程度[例（%）]
共病模式	例数	男	女	年龄[M（P₂₅，P₇₅），岁]	BMI [M（P₂₅，P₇₅），kg/m²]	是	否	小学及以下	初中、高中	专科及以上
心血管代谢疾病模式	2 794	2 492 （89.19）	302 （10.81）	71.0 （65.0，77.3）	21.3 （18.7，24.0）	1 557 （55.73）	1 237 （44.27）	1 096 （39.23）	1 444 （51.68）	254 （9.09）
肝肾疾病模式	1 620	1 458 （90.00）	162 （10.00）	69.0 （63.0，75.8）^b	21.3 （18.7，23.9）	989 （61.05）^b	631 （38.95）^b	628 （38.77）	825 （50.93）	167 （10.31）
消化系统疾病模式	348	296 （85.06）	52 （14.94）	67.5 （62.0，74.0）^b	20.6 （18.1，23.7）	200 （57.47）	148 （42.53）	136 （39.08）	177 （50.86）	35 （10.06）
关节疾病模式	120	107 （89.17）	13 （10.83）	72.0 （66.0，78.0）^cd	21.2 （19.1，23.4）	69 （57.50）	51 （42.50）	61 （50.83）	53 （44.17）	6 （5.00）
癌症模式	216	207 （95.83）^bd	9 （4.17）^bd	71.5 （67.0，78.0）^cd	20.2 （17.5，23.1）^bc	111 （51.39）	105 （48.61）	88 （40.74）	101 （46.76）	27 （12.50）
呼吸系统疾病模式	2 277	2 003 （87.97）^f	274 （12.03）^f	69.0 （63.0，75.0）^bf	20.2 （17.7，23.0）^bc	1 263 （55.47）^c	1 014 （44.53）^c	917 （40.27）	1 179 （51.78）	181 （7.95）
χ²（H）值		20.057		127.605^a	108.685^a	17.546		18.081
P值		0.001		<0.001	<0.001	0.004		0.054

因变量	自变量	B（95%CI）	SE	β	t值	P值
住院总费用	常量	15 866.064（13 156.113~18 576.014）	1 382.322	—	11.478	<0.001
	年龄	-118.732（-721.511~484.046）	307.472	-0.006	-0.386	0.699
	BMI	-1 390.822（-2 104.070~-677.573）	363.822	-0.054	-3.823	<0.001
	吸烟史	-712.409（-1 809.892~385.075）	559.817	-0.018	-1.273	0.203
	心血管代谢疾病模式	2 213.913（1 074.689~3 353.137）	581.108	0.055	3.810	<0.001
	癌症模式	5 164.566（2 467.783~7 861.350）	1 375.606	0.052	3.754	<0.001
	呼吸系统疾病模式	5 020.672（3 923.787~6 117.558）	559.512	0.125	8.973	<0.001
西药费用	常量	4 111.740（2 893.296~5 330.184）	621.517	—	6.616	<0.001
	性别	-964.160（-1 637.967~-290.352）	343.703	-0.041	-2.805	0.005
	年龄	133.259（-82.598~349.117）	110.107	0.017	1.210	0.226
	BMI	-436.971（-693.328~-180.614）	130.766	-0.048	-3.342	0.001
	吸烟史	-772.001（-1 180.648~-363.353）	208.448	-0.054	-3.704	<0.001
	心血管代谢疾病模式	510.940（103.477~918.403）	207.843	0.036	2.458	0.014
	肝肾疾病模式	-38.556（-457.626~380.514）	213.764	-0.003	-0.180	0.857
	消化系统疾病模式	-286.770（-1 055.557~482.016）	392.151	-0.010	-0.731	0.465
	癌症模式	2 392.529（1 427.037~3 358.021）	492.489	0.068	4.858	<0.001
	呼吸系统疾病模式	1 700.236（1 307.504~2 092.968）	200.329	0.119	8.487	<0.001
抗菌药物费用	常量	1 021.096（289.705~1 752.488）	373.076	—	2.737	0.006
	性别	-424.089（-779.205~-68.974）	181.141	-0.034	-2.341	0.019
	年龄	105.294（-8.348~218.936）	57.968	0.026	1.816	0.069
	BMI	-215.468（-349.622~-81.314）	68.431	-0.045	-3.149	0.002
	文化程度	193.955（27.616~360.294）	84.848	0.032	2.286	0.022
	吸烟史	-325.133（-538.983~-111.282）	109.083	-0.043	-2.981	0.003
	心血管代谢疾病模式	117.945（-95.375~331.266）	108.813	0.016	1.084	0.278
	肝肾疾病模式	-108.801（-328.089~110.487）	111.857	-0.014	-0.973	0.331
	消化系统疾病模式	-211.300（-613.518~190.919）	205.168	-0.014	-1.030	0.303
	癌症模式	1 087.843（582.683~1 593.003）	257.678	0.059	4.222	<0.001
	呼吸系统疾病模式	751.380（545.899~956.861）	104.814	0.101	7.169	<0.001