Page 38 - 中国全科医学2022-10
P. 38

http://www.chinagp.net   E-mail:zgqkyx@chinagp.net.cn  ·1187·


           prevalence of chronic comorbidity varied significantly by sex，age，educational background and marital status（P<0.05）.
           Arthritis or rheumatism was found to be the disease that most frequently coexisted with other diseases（58.23%，6 332/10 874）.
           In terms of two comorbidities coexisted，gastric disease with arthritis or rheumatism had the highest prevalence（16.68%，
           655/3 928）. As for three comorbidities coexisted，hypertension with gastric disease and arthritis or rheumatism had the highest
           prevalence（8.12%，227/2 796）. The regional prevalence of comorbidity ranged from 39.86%（405/1 016 for Guangdong）
           to 75.25%（76/101 for Xinjiang）. Global spatial autocorrelation analysis showed that the spatial distribution of the chronic
           comorbidity prevalence showed a positive autocorrelation indicated by the Moran's I〔0.303 542（P=0.006）〕. Local spatial
           autocorrelation analysis showed that the Moran's I value of Qinghai，Gansu and Fujian were statistically significant（P<0.05）.
           The cluster type of Qinghai and Gansu was high-high，and that of Fujian was low-low. Conclusion The prevalence of chronic
           comorbidity among middle-aged and elderly Chinese people was high，with spatial differences. Priority should be given to the
           containment of highly prevalent chronic diseases，such as rheumatism，hypertension and gastric disease，and the key regions for
           containment were mainly in the northwest part of China.
               【Key words】 Multiple chronic conditions；Middle-aged and elderly people；Geographic information system；
           Epidemiologic feature；Chronic disease prevention and control


               在全球老龄化的背景下，各国家和地区的人口预期                          使用的是 2018 年采集、2020 年公布的第四期追访数据。
           寿命几乎都在增加，与此同时慢性非传染性疾病患者的                            CHARLS 第四期追访调查共纳入 19 816 个样本，删除
           基数也在不断增加，多病共存状况愈发严重                   ［1-2］ 。慢性     缺少健康状况和功能问卷数据的样本 64 个、<45 岁的
           病是全球疾病负担的主要来源             ［3-4］ ，也是我国实现“健           样本 254 个，最终纳入分析的样本为 19 498 个。
           康中国 2030”目标的最大阻碍          ［5］ 。2019 年我国因慢性          1.2 研究方法
           病死亡的人数占死亡总数的 88.5%             ［6］ 。相较于仅患 1         1.2.1 变量收集及定义 本研究纳入 CHARLS 健康状
           种慢性病，慢性病共病对患者生命安全和生存质量的威                            况和功能问卷涉及的 14 种慢性病，包括高血压、血脂
           胁更大，有研究结果显示，疾病数量每增加 1 种，患者                          异常、糖尿病或血糖升高、癌症、慢性肺部疾病（如慢
           的预期寿命平均缩短 1.8 年        ［7-9］ 。也有研究结果显示，             性支气管炎或肺气肿、肺心病）、肝脏疾病、心脏病（如
           老年慢性病共病患者是新型冠状病毒肺炎（COVID-19）                        心肌梗死、冠心病、心绞痛、充血性心力衰竭及其他心
           的易感人群之一，且慢性病共病患者的死亡风险明显                             脏疾病）、脑卒中、肾脏疾病、胃病、情感及精神方面
           升高  ［10］ 。在医学领域的研究中，约 80% 的数据都具                     问题、与记忆相关的疾病（如阿尔茨海默病、脑萎缩、
           有空间属性     ［11-12］ ，充分利用数据的空间属性是正确                   帕金森症）、关节炎或风湿病、哮喘，慢性病患病情况
           认识疾病流行规律的保障。地理信息系统（geographic                       均为受访者自我报告。对中老年人的定义为年龄≥ 45
           information system，GIS）是分析数据空间属性的有效工                岁。对慢性病共病的定义为同时患有 2 种或 2 种以上的
           具 ［13-14］ ，近年来已被应用于探索糖尿病、高血压等慢                      慢性病。收集的其他指标还包括中老年人的性别、年龄、
           性病的空间分布特征，取得了一定成果，为慢性病区域                            学历、婚姻状况、所在省份。
           化防控措施的制定提供了数据支撑               ［15-17］ 。国内关于慢        1.2.2 空间自相关分析 包括全局自相关分析和局部自
           性病共病的研究起步较晚，既往研究多局限于现状调                             相关分析，用于判定邻近空间单位某一变量属性值之间
           查和健康管理等方面，缺乏关于慢性病共病空间分布                             的关联程度，即是否存在空间聚集性。本研究使用莫兰
           的研究。因此，本研究基于中国健康与养老追踪调查                             指数（Moran's I）作为衡量全局和局部自相关程度的指
           （CHARLS）数据和 GIS 技术，对我国中老年人慢性病                       标，其取值为［-1，1］。Moran's I 值的正负对应空间
           共病现状及空间分布规律进行分析，以期为慢性病共病                            上的正 / 负自相关，其绝对值越接近 1 表示这种正 / 负
           区域化防控措施的制定提供科学依据。                                   自相关越强，取值为 0 则表示不存在空间相关性。
           1 资料与方法                                             1.3 统计学方法 采用 Stata 15.0 统计软件进行数据清
           1.1 资料来源 本研究的开展时间为 2021 年 3 月，使                     洗和统计分析，呈正态分布的计量资料以（ ±s）表示，
           用的数据来源于 CHARLS。CHARLS 数据是一个可代表                      计数资料以相对数表示，计数资料的组间比较采用 χ                       2
                                                                            2
           我国中老年人个人及家庭的高质量微观数据库，主要用                            检验和趋势 χ 检验。采用 ArcGIS 10.2 软件制作慢性
           于分析我国人口老龄化问题，推动老龄化问题的跨学科                            病共病情况的空间分布地图，采用 Geoda 1.18 软件进行
           研究。CHARLS 采用分层多阶段随机抽样方法，在我国                         全局和局部空间自相关分析。以 P<0.05 为差异有统计
           除香港、澳门、台湾、海南、宁夏和西藏外的 28 个省（自                        学意义，三组间两两比较调整检验水准为 0.016 7。
           治区、直辖市）的 150 个县、450 个社区（村）开展调                       2 结果
           查访问，主要对象为≥ 45 岁的中老年人                ［18］ 。本研究       2.1 中老年人的社会人口学特征 19 498 例中老年人
   33   34   35   36   37   38   39   40   41   42   43