北京市成年人健康期望寿命影响因素分析解析
- 格式:pdf
- 大小:292.31 KB
- 文档页数:4
2023年第5期(总第260期)人口与经济POPULATION &ECONOMICSNo.5,2023(Tot.No.260)全国及各省份老年健康预期寿命变化及差异比较乔晓春(北京大学人口研究所,北京100871)收稿日期:2022-12-23;修订日期:2023-03-20基金项目:国家社会科学基金重大项目 健康预期寿命与人口群体健康水平测量 (17ZDA124)㊂作者简介:乔晓春,法学博士,北京大学人口研究所教授,国家社会科学基金重大项目 健康预期寿命和人口群体健康水平 首席专家,健康寿命和残疾国际网络组织(REVES)核心组成员,中国人口学会副会长㊂摘㊀要:平均预期寿命只反映死亡水平,并不反映现有人口的健康水平,因此用平均预期寿命反映人口群体健康水平并不合适㊂能够同时反映现有人口死亡水平和现存人口健康水平的综合指标被称为健康预期寿命㊂然而,中国和各省份并没有一个统一计算的㊁可比的能够代表和反映全国及各省份老年人综合健康水平的健康预期寿命,更没有可以反映全国及各省份老年人健康状况变化的测量结果,从而影响到全国各省份之间老年人健康差异㊁健康不平等和健康变化的比较㊂本文利用2010年和2020年两次全国人口普查获得的全国和各省份老年人自评健康数据以及国家统计局提供的两次普查获得的全国和各省份老年生命表,使用Sullivan 方法计算了2010年和2020年全国和各省份60岁及以上老年人健康生命表,得出了全国和各省份60岁确切年龄健康预期寿命㊁自理预期寿命㊁健康预期寿命占预期寿命比例和生命质量指数㊂结果显示:全国和各省份男性和女性老年预期寿命和健康预期寿命都在增加,绝大多数省份老年健康期在拓展或不健康期在压缩,但吉林和内蒙古等个别省份存在不健康期拓展的情况㊂既活得长又活得健康的老年人(即老年健康生命指数较高)主要生活在福建㊁广东㊁江苏和贵州,另外还有上海和北京的男性以及江西和重庆的女性;活得既不够长也不够健康的老年人主要生活在西部地区,以及内蒙古㊁吉林和山西㊂关键词:生命表;预期寿命;健康预期寿命;生命质量指数中图分类号:C913.6㊀文献标识码:A ㊀文章编号:1000-4149(2023)05-0001-20DOI :10.3969/j.issn.1000-4149.2023.00.041㊃1㊃㊀‘人口与经济“2023年第5期国家统计局每五年会根据全国人口普查和1%人口抽样调查数据计算和公布全国和各省份0岁人口平均预期寿命(简称为平均预期寿命或预期寿命),人们也会用这一指标来测评全国和各省份的人口健康水平㊂2016年10月25日中共中央国务院发布了‘ 健康中国2030 规划纲要“,将人均预期寿命作为评价健康水平的指标㊂实际上,平均预期寿命只反映死亡水平,并不反映现有人口健康水平,因此用平均预期寿命反映人口群体健康水平并不合适㊂能同时反映现有人口死亡水平和健康水平的综合指标被称为健康预期寿命㊂本文将利用2010年和2020年两次全国人口普查获得的全国和各省份老年人健康自评数据和国家统计局提供的两次普查全国和各省份老年生命表计算2010年和2020年全国和各省份60岁确切年龄健康预期寿命,并对全国和各省份老年预期寿命和健康预期寿命在十年间的变化进行比较和分析㊂㊀㊀一、研究背景2019年7月国家卫生健康委员会发布的‘健康中国行动(2019 2030)“将人口平均预期寿命作为评价人口健康水平的终极指标,并给出2022年的目标值为77.7岁,2030年的目标值为79.0岁㊂2022年国家卫生健康委员会发布的‘2021年我国卫生健康事业发展统计公报“显示,中国人口平均预期寿命在2021年已经达到78.2岁,距离2030年79.0岁的目标已经不远,说明中国人的平均寿命在迅速提升㊂尽管死亡水平可以在一定程度上反映人群的健康水平,但是人口老龄化和疾病模式转变,导致死亡水平和健康水平的分离或不同步㊂国内外很多研究都发现,一些国家或地区人口寿命的延长并不是健康期延长促成,而是带病期或不健康期延长促成的,此时寿命在延长,但健康却在变差[1-2]㊂因此,长寿不应该成为唯一追求,我们真正需要追求的是 健康地长寿 ㊂寿命反映的只是生命的长度或 数量 ,而健康才真正反映生命 质量 ㊂随着中国经济的发展和人们生活条件的改善,人们已经进入追求生命质量的阶段,其首要追求已经不是 活得长 ,而是要 活得更健康㊁更幸福 ㊂人口进入老龄化社会之后,成年人和儿童死亡率已经非常低,它们进一步的下降空间已经很有限,且对人口群体死亡水平下降或0岁确切年龄①平均预期寿命提升的贡献越来越小[3]㊂老年人死亡率下降已经成为平均预期寿命提升的主导力量②㊂由于0岁人口平均预期寿命变化对低年龄人口死亡率更敏感,对老年人死亡率最不敏感[4],即老年人死亡率下降对0岁人口预期寿命升高的贡献非常小,因此0岁人口预期寿命指标并不是老龄化时代反映死亡率变化最为敏感和合适的测量指标㊂那么,我们可以直接利用老年人死亡和健康数据来计算老年预期寿命和老年健康预期寿命,由此来反映老年人死亡水平和健康水平㊂尽管在‘健康中国行动(2019 2030)“给出的 健康水平 指标中也提到了人均健康预期寿命,而且还引用了‘世界卫生统计2018“给出的2016年中国人均健康预期寿命为68.7㊃2㊃①②确切年龄指的是将年龄看作连续变量时的瞬间年龄,它区别于日常人们以正整数记年龄的方法,而是要用小数来记年龄㊂0岁确切年龄指的是出生时刻的瞬间年龄,此时的确切年龄可以记为0.00岁㊂如果说确切年龄为60岁,则可以理解为所有人在某一时刻都是60.00岁的瞬间年龄,或理解为过生日那个时刻的年龄㊂60岁确切年龄平均预期寿命可以看成一批人过了60岁生日后期望存活的平均年数㊂从人口整体死亡水平下降的规律上看,在死亡水平很高时,人口死亡率下降首先从中青年开始;在死亡水平下降到一定程度后,中青年死亡率下降逐步停止,从而转向以婴幼儿死亡率下降为主导;到死亡率下降的后期,婴幼儿死亡率下降到比较低的水平以后,开始以老年人死亡率下降为主导㊂乔晓春:全国及各省份老年健康预期寿命变化及差异比较岁的数据,但并未给出中国人口健康预期寿命在2022年和2030年的目标值,其原因是这一指标的计算使用了世界卫生组织依据全球疾病负担(GBD)项目收集的上百种疾病和残疾数据,通过加权处理后得出结果[5-6],并将其称为健康或失能调整预期寿命(HALE 或DALE)㊂有学者运用这种方法,并利用1990年以来在中国能够收集到的各类疾病㊁死因㊁营养和残疾数据,用GBD 的加权方法,对2015年中国及其各省份预期寿命和健康预期寿命进行了估计[7]㊂这项研究的特点是不仅给出了全国0岁健康预期寿命的估计,也给出了各省份的估计;因为是基于GBD 方法计算出来的,所以可以与同类方法估计出的其他国家健康预期寿命进行比较㊂但这一计算方法存在的问题是需要大量的疾病和残疾数据,且加权存在一定的主观性,而且只能计算一次,很难由不同的人用同样方法在不同时间上进行持续的㊁动态的㊁重复性的计算㊂因此,目前国内并没有一个公认的㊁可计算的㊁口径一致的㊁可连续观测且能够综合反映人口健康水平的指标,从而导致 健康中国行动 缺少了一个能够监测人口健康水平㊁反映健康水平变化(而不是单纯反映死亡水平变化)的测量指标㊂健康本身是一个相对抽象且涵盖多个维度的概念㊂人们可以从多角度来测量健康,比如从疾病角度来测量慢性病发病率㊁从身体器官残缺角度测量残疾发生率㊁从日常活动功能受限角度测量失能发生率等㊂然而,这几类测量往往相对复杂和困难,一种最为简单和方便的综合测量指标是自评健康(self-rated health),即由被调查者本人判断并直接回答的健康状况[8],这属于主观测量㊂杜鹏和李强曾利用1994年和2004年国家统计局全国人口变动情况抽样调查询问的 老年人生活自理能力 的自评数据计算了两次调查中的全国老年人生活自理预期寿命,得出的结论是:2004年,中国男性老年人平均有1.5年生活不能自理,女性老年人平均为2.5年;随着年龄的增长,老年人生活自理预期寿命占余寿①的比重也在逐渐下降,女性老年人的预期寿命比男性高,60岁生活自理预期寿命也高于男性;女性老年人生活自理预期寿命占余寿的比重均低于男性老年人[9]㊂崔晓东等利用中国老年健康影响因素调查(CLHLS)数据和多状态生命表方法计算了从2005年到2017年分四个阶段的全国65岁以上老年人健康寿命,并对未来作了预测[10]㊂因为这是用追踪数据和多状态生命表进行的估计,所以与使用截面数据和多减生命表估计的结果不能进行直接比较,而且估计得出的65岁确切年龄预期寿命与国家统计局计算的结果相比也明显偏低㊂笔者曾利用2010年第六次全国人口普查自评健康数据和国家统计局提供的全国和各省份老年生命表,计算了2010年中国和各省份老年健康预期寿命[11]㊂然而,某一年人口健康预期寿命反映的是当时人口的综合健康水平[8,12],可以用这一结果来反映全国和比较各省份老年人死亡水平㊁健康水平以及综合健康水平,但不能反映健康预期寿命的变化㊂研究健康预期寿命更重要的是要检验随着时间的推移,特别是在预期寿命提高的同时,老年健康预期寿命或老年人健康水平是提高的还是下降的㊂健康预期寿命理论告诉我们,如果健康预期寿命提高速度快于预期寿命,不健康期就会被压缩,这被称为 不㊃3㊃①一般来说,0岁平均预期寿命可以简称为预期寿命,非零的x 岁确切年龄平均预期寿命通常被称为x 岁剩余预期寿命,简称为x 岁余寿㊂本文将60岁确切年龄平均预期寿命直接简称为60岁预期寿命㊂㊀‘人口与经济“2023年第5期健康压缩(compression of morbidity)假说 [13-15],也可以看成 健康拓展 ;如果健康预期寿命提高速度慢于预期寿命,不健康期就被拓展,这被称为 不健康拓展(expansion of morbidity)假说 [16-17],也可以看成 健康压缩 ;如果健康预期寿命与预期寿命变化在动态变化中保持平衡,这被称为 动态平衡(dynamic equilibrium)假说 [18]㊂比较不同时期健康预期寿命和预期寿命变化的目的就是检验一个国家或地区人口健康状况变动到底符合哪一种假说,并进一步探究出现某一种结果的原因㊂为此,在计算了2010年健康预期寿命基础上,我们还需要计算2020年全国和各省份老年人健康预期寿命,并将计算结果与2010年进行比较,分析全国和各省份老年预期寿命和健康预期寿命在10年中的变化,检验老年人健康状况变化符合上面提出的哪一种假说,同时还可以比较各省份老年健康寿命变化的差异㊂㊀㊀二、方法和数据计算健康预期寿命实际上就是将健康指标引入生命表的计算当中,它实际上是把人的生存期分解为健康期和不健康期两部分,从而将人的预期寿命分解成健康预期寿命和不健康预期寿命两部分,实现这种健康分解的生命表方法也被称为Sullivan方法,它是由美国学者沙利文(Sullivan)在1971年首次提出的[19]㊂健康生命表最终给出的是各确切年龄对应的预期寿命㊁健康预期寿命(或不健康预期寿命)㊁健康预期寿命(或不健康预期寿命)占预期寿命的比例这三个指标㊂由于男性和女性无论是死亡水平还是健康水平都存在较大差异,所以健康生命表一般会分性别计算㊂三个指标中,平均预期寿命反映的是死亡水平;健康预期寿命反映的是人口群体综合健康水平,它是死亡水平和存活人口健康水平两个因素的叠加;健康预期寿命占预期寿命的比例反映的是存活人口的健康水平[12]㊂我们还曾给出过一个 生命质量指数 [11],它是由平均预期寿命除以不健康预期寿命所占比例(拿掉百分号)所得到,其具体计算公式为:生命质量指数=预期寿命/(100-健康预期寿命比例(%))㊂其中,分子反映的是 是否活得长 ,分母反映的是 是否活得健康 ㊂分子越大说明 活得越长 ,分母越小说明 活得越健康 ,指数的取值范围为0 +ɕ,其值越大说明生命质量越高㊂由于x岁确切年龄预期寿命和健康预期寿命反映的是x岁确切年龄人口从x岁活到死亡时的预期存活年数和预期健康年数,它是通过x岁以上的分年龄死亡率和分年龄健康人口比例计算得到,所以60岁确切年龄预期寿命反映的是60岁及以上老年人的整体死亡水平,60岁健康预期寿命反映的是60岁及以上老年人的死亡和健康叠加的综合健康水平,而且无论是反映死亡水平的预期寿命还是反映综合健康水平的健康预期寿命均不受年龄结构影响㊂因此,本文将用60岁确切年龄人口预期寿命㊁健康预期寿命和健康预期寿命占预期寿命的比例来测量60岁及以上老年人的死亡水平㊁综合健康水平和健康水平㊂用Sullivian方法[20]计算健康预期寿命需要两类基础数据:一类是分性别和年龄的死亡率数据,另一类是分性别和年龄的在普查时处于健康状态的人口比例㊂2010和2020年人口普查提供了全国和各省份分性别和年龄的死亡人口和死亡率㊂然而,人口普查直接公布的死亡人㊃4㊃乔晓春:全国及各省份老年健康预期寿命变化及差异比较口往往存在比较严重的漏报,直接用此计算死亡率会严重偏低,由此计算得出的平均预期寿命也会严重偏高㊂国家统计局通常会在死亡数据公布后对全国和各省份分性别和年龄的死亡率进行调整,然后再计算生命表,得出各确切年龄平均预期寿命,并对外公布0岁平均预期寿命㊂国家统计局人口与就业统计司为本研究提供了调整后的2010年和2020年两次人口普查的全国和各省份生命表①中60岁及以上老年人部分㊂因此本研究不需要自行计算老年生命表,而是直接使用了国家统计局计算的完全生命表,并将其直接转化为60岁及以上老年人的老年生命表,从而保证了本研究使用的60岁人口预期寿命与国家统计局公布的全国和各省份0岁人口预期寿命具有一致性㊂本文使用的健康数据来自2010和2020年两次人口普查长表中的 自评健康 测量㊂这里将健康分为四种状态:健康㊁基本健康㊁不健康但生活能自理㊁不健康且生活不能自理㊂我们直接计算出了四种健康状态下的健康预期寿命;或组合成一个三分类变量,即把 健康 和 基本健康 归为一类,称为 健康 ,其他两类单独保留;或把四种健康状态组合成两个二分类变量:一是将 健康 和 基本健康 合并,称为 健康 ;将 不健康但生活能自理 和 不健康且生活不能自理 合并,称为 不健康 ;二是将 健康 ㊁ 基本健康 和 不健康但生活能自理 合并为 生活能自理 ; 不健康且生活不能自理 单独作为一类,称为 生活不能自理 ㊂基于二分类变量可以得出健康预期寿命,也可以得出生活自理预期寿命(或简称为自理预期寿命或自理寿命)㊂图1㊀全国60岁及以上老年人分性别和分普查年份的不同健康状况比例(%)根据两次人口普查给出的样本数据,按照三分类法分别计算出男性和女性60岁及以上老年人按健康㊁不健康但生活能自理和不健康且生活不能自理所占比例㊂图1给出了男性和女性老年人2010年和2020年相应的比例,其中男性老年人2010年健康占比为85.1%,2020年提高到88.1%;不健康但生活能自理比例从2010年的12.4%降低到2020年的9.8%;不健康且生活不能自理老年人占比从2.5%下降到2.1%㊂女性老年人2010年健康占比为81.3%,2020年提高到86.5%,很明显男性健康老人比例高于女性健康老人,说明男性老人健康状况好于女性老人㊂女性老人2010年不健康但生活能自理比例为15.4%,到2020年下降到11.0%;女性不健康且生活不能自理老年人比例从3.4%下降到2.5%,不健康老人比例也是在下降的㊂很明显,2010年和2020年普查得出的老年人自评健康结果具有很强的一致性,从而可以证明人口普查自评健康数据是可信的㊂㊃5㊃①国家统计局公布的2010年和2020年全国及各省份男性㊁女性和男女合计的0岁人口预期寿命(参见‘中国人口和就业统计年鉴2021“中的表1-10)来自这些生命表㊂㊀‘人口与经济“2023年第5期在计算健康预期寿命时会用到分年龄老年人健康比例㊂图2给出了全国60岁及以上老年人按性别和普查年代划分的不同年龄老年人不健康但生活能自理比例和不健康且生活不能自理比例,两个比例的叠加则是不健康老年人占全部老年人的比例㊂从图中可以明显看出,无论是男性还是女性,2010年各年龄不健康人口比例均高于2020年相应的比例,而且同一年份女性各年龄不健康比例均高于男性相应年龄的比例㊂在实际计算健康预期寿命时我们不仅使用了全国数据,也使用了全国31个省份(不包括港澳台地区)同样的数据㊂图2㊀全国60岁及以上老年人分年代、分性别和年龄的不同健康状况比例㊀㊀说明:图中高年龄段出现不健康比例下降的情况,主要有两个原因:一个是由于死亡对健康的选择性在高龄人群中更为突出,从而导致高龄人群健康状况均比前一个或前几个年龄有所下降;另一个原因是按单岁年龄分组,因此到高年龄时样本规模会迅速减少,从而存在随机波动,也会表现出变化的不均匀㊂㊀㊀三、全国及各省份60岁确切年龄预期寿命的变化2010年全国男性60岁预期寿命为18.19年,女性为21.28年,老年女性比老年男性预期多活了3.1年㊂到了2020年,全国男性60岁预期寿命提高到19.93年,女性提高到23.47年,女性比男性老年人预期多活3.5年㊂十年间,男性60岁预期寿命提高了1.74年,增长了9.6%;女性提高了2.19年,增长了10.3%㊂尽管这十年间男性和女性老年人预期寿命都在提高,但女性60岁老年预期寿命无论是增长的绝对数还是相对数都高于男性老年人,意味着老年人预期寿命的性别差异仍然在扩大㊂㊃6㊃乔晓春:全国及各省份老年健康预期寿命变化及差异比较如果比较各省份差异的话①(见表1),无论是2010年还是2020年男性60岁预期寿命最高的都是北京,2010年为21.04年,2020年提高到22.59年,十年增加了1.55年,相对提高了7.4%;排在第二位的是上海,两次普查分别为20.96年和22.12年,比北京市略低,十年增加了1.16年,相对提高了5.5%;排在第三位的是天津,两次普查中男性60岁预期寿命分别为20.63年和21.89年,十年增加了1.26年,相对提高了6.1%㊂2010年全国其他省份男性老年预期寿命没有超过20年的,2020年没有超过21年的㊂除了前面提到的三个直辖市外,两次普查中非直辖市老年预期寿命最高的是浙江,2010年排在浙江后面的是重庆,2020年排㊀㊀表1㊀全国和各省份确切年龄60岁人口预期寿命及其增量和增速年,%省份男性女性20102020寿命排序寿命排序增长量增长速度20102020寿命排序寿命排序增长量增长速度全国18.1919.93 1.749.5821.2823.47 2.1910.29北京21.04122.591 1.557.3923.80225.752 1.958.21天津20.63321.893 1.26 6.1022.49824.755 2.2610.05河北17.672719.3825 1.719.6820.522422.7224 2.2010.72山西17.692619.7219 2.0311.4720.472622.7423 2.2711.09内蒙古17.932219.5022 1.578.7420.672322.8421 2.1710.52辽宁19.14720.2110 1.07 5.5821.541623.6614 2.129.85吉林19.19620.07130.88 4.5821.541723.6613 2.129.87黑龙江18.471519.8416 1.377.4321.691423.5915 1.908.78上海20.96222.122 1.16 5.5224.18126.021 1.847.61江苏18.641320.388 1.749.3521.681523.8910 2.2110.19浙江19.81420.8040.99 5.0122.79524.257 1.46 6.42安徽18.361719.9914 1.638.8821.781323.4416 1.667.61福建18.501419.7020 1.20 6.5121.961223.8111 1.858.42江西17.812419.6421 1.8310.3021.461823.2619 1.808.38山东18.671220.259 1.588.4721.971024.198 2.2210.08河南17.302819.4824 2.1812.5921.082023.3817 2.3010.89湖北17.882319.7318 1.8510.3320.872122.9120 2.049.76湖南19.13819.79170.66 3.4322.13923.2818 1.15 5.22广东18.801120.1511 1.357.2022.67624.286 1.617.11广西18.431620.426 1.9910.7823.07424.944 1.878.10海南18.971020.655 1.688.8423.58325.113 1.53 6.51重庆19.67520.4070.73 3.6922.50724.159 1.657.35四川19.12920.1212 1.00 5.2521.971123.7712 1.808.17贵州18.341819.3426 1.00 5.4521.251922.8022 1.557.30云南16.843018.2729 1.438.4819.732921.4828 1.758.86西藏16.483117.5031 1.02 6.1719.683020.15310.47 2.41陕西18.262019.9015 1.648.9620.522522.5625 2.049.94甘肃17.172918.6328 1.468.5019.483120.9229 1.447.40青海17.772517.89300.120.6720.112720.55300.44 2.18宁夏18.112119.4923 1.387.6520.032821.4927 1.467.29新疆18.271919.15270.884.8020.772221.67260.904.31㊃7㊃①因为死亡率的计算来自总体数据,而不是样本数据,所以不需要计算预期寿命的标准误,也不需要做差异的显著性检验,而是直接进行差异的比较㊂㊀‘人口与经济“2023年第5期在浙江后面的是海南㊂2010年男性60岁预期寿命最低的是西藏,只有16.48年,比最高的北京低了4.58年;其次是云南,为16.84年;排在倒数第三位的是甘肃,为17.17年;2020年最低的仍然是西藏,为17.50年,比2010年增长了1.02年;其次是青海(17.89年),倒数第三位是云南(18.27年)㊂2010年和2020年女性60岁人口预期寿命最高的均是上海,分别为24.18年和26.02年,意味着上海60岁女性若按照2020年60岁以后各年龄死亡率度过余生,她们预期平均还能存活26年,即这些女性一生平均预期寿命会达到86岁;如果考虑到未来老年人死亡率会进一步下降的话,2020年已经活到60岁的女性未来真实平均寿命会接近90岁㊂无论是2010年还是2020年排在第二的都是北京,分别为23.80年和25.75年㊂2010年排在第三到第七位的分别是海南(23.58年)㊁广西(23.07年)㊁浙江(22.79年)㊁广东(22.67年)和天津(22.49年);2020年排在第三到第七位的分别是海南(25.11年)㊁广西(24.94年)㊁天津(24.75年)㊁广东(24.28年)和浙江(24.25年)㊂2010年60岁老年女性预期寿命最低的是甘肃(19.48年),其次是西藏(19.68年),排在倒数第三位的是云南(19.73年),这三个地区均未超过20年;2020年老年女性预期寿命最低的是西藏(20.15年),排在倒数第二位的是青海(20.55年),排在倒数第三的则是甘肃(20.92年),这三个地区均未超过21年㊂从2010年到2020年,各省份无论是男性还是女性60岁预期寿命全都在增长,只是增长幅度或增长速度存在一定差异,排列顺序也出现了一些变化㊂男性60岁预期寿命增长幅度最大的是河南,十年间增加了2.18年,相对增长了12.6%,从2010年的全国第28位提升到2020年的第24位;男性60岁预期寿命增长幅度和增长速度排在第二位的是山西,增加了2.03年,相对增长了11.5%,从2010年的第26位提升到2020年的第19位㊂此外,增长幅度和增长率均比较高的还有广西(从第16位提升到第6位)㊁湖北(从第23位提升到第18位)和江西(从第24位提升到第21位)㊂增幅最小的是青海,十年只增长了0.12年;湖南㊁重庆㊁新疆㊁吉林和浙江增长幅度都不到1年㊂60岁女性预期寿命增长幅度最大的仍是河南,增加了2.30年,但增长速度最快的则是山西,增长了11.1%㊂除此之外,天津㊁河北㊁内蒙古㊁辽宁㊁吉林㊁山东㊁湖北和陕西的增长幅度都超过了2年㊂女性增幅最低的是青海和西藏,分别只增长了0.44年和0.47年,新疆只增长了0.90年,其他省份的增长都超过了1年㊂表2㊀按性别和年代划分的各省份老年预期寿命整体状况年参数男性女性2010202020102020均值18.5519.9021.5523.29标准差 1.09 1.07 1.22 1.42中位数18.4319.8421.5423.44最小值16.4817.5019.4820.15最大值21.0422.5924.1826.02全距4.565.094.705.87从整体上看,可以反映出以下六个规律:①发达地区老年预期寿命往往比较高,欠发达地区特别是西部地区预期寿命比较低,这跟0岁预期寿命的趋势是一致的㊂②女性比男性老年人预期寿命高,且二者的差异在继续加大(见表2)㊂③西部地区或经济欠发达地区整体上看不仅老年预期寿命较低,而且其增长幅度和增长速度都相对较慢㊂④经济较发达地区或老年预期寿命相对较高地区预期寿命的增长幅度和增长速度相对来说并不是㊃8㊃。
第32卷第2期2 0 18年03月长沙大学学报JOURNAL OF CHANGSHA UNIVERSITYVol.32 No.2Mar. 2 0 18我国高龄老人健康预期寿命的影响因素研究—基于Cox比例风险模型的分析吴悦(龙岩学院经济与管理学院,福建龙岩364000)摘要:随着社会的老龄化进程加快,高龄老人的健康问题备受瞩目.利用CLHLS 2008-2011年的纵 向数据,选取年龄、性别、城乡居住地、是否与子女同住、婚姻状况、受教育程度、烟酒习惯、体育锻炼习惯、是否患有慢性病、是否有养老保障等作为解释变量X,构建Cox比例风险模型,通过单因素分析和多因素分 析得到我国高龄老人健康预期寿命的影响因素.从多因素分析结果知,年龄、女性、现有偶、吸烟、有锻炼身 体是风险因素,居住在乡村、与子女同住、有养老保障是保护因素.所以,应采取改善乡村医疗条件、重视老 年人的身心健康、完善养老保障体系等措施来延长高龄老人的存活时间.关键词:Cox比例风险模型;高龄老人;健康预期寿命中图分类号:C924.24 文献标识码:A文章编号=1008-4681 (2018) 02-0101-0321世纪以后,随着生育率下降及医疗水平提 高,人口老龄化逐渐成为发展中国家的关注点.我国 于1999年步入老年型国家的行列,从成年型国家仅 用20年就转化为老年型国家,老龄化进度居世界之 首.高龄老人的生活来源大多依赖于子女,在家庭中 的地位下降等都会影响他们的身体素质,同时居住 环境、生活方式、患病状态等因素也可能影响着高龄 老人的寿命[1].本文利用北京大学老龄健康与家庭 研究中心的中国老年健康影响因素跟踪调查项目 (C LH LS)2008-2011年的纵向数据,建立C o x比例 风险模型,对我国高龄老人健康预期寿命的影响因 素进行分析,也为今后制定老龄化的发展策略提供 适当的建议.1Cox比例风险模型根据现有的文献来看,大部分学者用L o g is tic回归分析对我国老年人的自理能力状况或健康自评的 影响因素进行分析.这种分析方法有着其优点,但其 因变量必须是分类变量,只能用来分析老年人是否 能够完全自理的影响因素,而且它忽略了一个很重 要的问题,就是高龄老人在第二次跟踪调查时,他们 还存活;而本文所关注的问题就是,是哪些因素决定 了我国高龄老人的预期寿命.对于那些还存活的高 龄老人,只能知道他们的最终寿命不会低于目前的寿命,这种情况在统计学中被称为数据删失.本文采 用数据删失的一种方法是生存分析,其中最常使用 的是C o x比例风险模型(Cox P H模型)[2].C o x比例风险模型与多兀L o g is tic回归分析有 相似之处,在估计出回归系数之后,可以计算出各个 因素的分先比,区分出保护因素和风险因素[3].但 是,L o g is tic回归分析仅以是否达到终点为最终变 量,并没有充分利用生存时间长短的信息,而且没有 考虑删失数据的信息.C o x比例风险模型引入时间变量,更加充分地 利用资料的信息,对于生存分析的影响因素研究,大 多数人会选择运用C o x比例风险模型进行研究[4].2实证分析假设有名被访高龄老人,第以i = 1,2,…名髙龄老人自第一次被访后的生存时间为&,设协 变量Z= (Z… ,Z i2,•••&)是影响高龄老人存活时间 的p个因素.本文的回归模型的一般形式为[5]:e x p(成Z;1+ 从2 + …色 Z ip)(1)其中,解释变量Z主要包括年龄、性别、城乡居 住地、是否与子女同住、婚姻状况、受教育程度、烟酒 习惯、体育锻炼习惯、是否患有慢性病、是否有养老 保障等影响因素.收稿日期=2018-03-17基金项目:龙岩学院百名青年教师攀登项目(批准号:LQ2016012).作者简介:吴悦(1991 一),女,福建龙岩人,龙岩学院经济与管理学院助教,硕士.研究方向:人口统计学、经济学.102长沙大学学报2018年3月本文中样本量共有9889名高龄老人,删失数据 量为4928份,也就是有4928名高龄老人在第二次 调查时仍然存活,而其余4961名高龄老人在第二次 被访前已死亡.该数据样本的删失比例为49.8%,远 小于90%,本次研究所用的回归模型的准确性和可 靠性较髙.表1给出了进入C o x比例风险模型的各个变量 的均值和标准差.表1C〇x比例风险模型中各变量的均值、标准差变量被解释变量定义均值标准差存活月数月28.185812. 3651删失变量死亡=0,存活=10.50170. 5000解释变量年龄岁92. 27447.1037性别男性=0,女性=10. 60480.4889城乡居住地城乡=〇,农村=10.63890.4803是否与子女同住独居=0,与子女同住=10. 82090.3834是否有偶现无偶=0,现有偶=10.19730.3980是否文盲非文盲=0,文盲=10.71270.4525是否吸烟从不吸烟=0,吸烟=10. 30290.4595是否喝酒从不喝酒=〇,喝酒=10.29580.4564是否锻炼身体从不锻炼=0,锻炼=10.36540.4816是否患有慢性病不患慢性病=0,患慢性病=10.44160.4966是否有养老保障没有养老保障=0,有养老保障=10.75180.4320从上表的描述性统计分析结果我们大致可以看 到,调查样本的老人的平均年龄大约为92. 3岁,女 性的样本量大约占总样本的60%,高龄老人与子女 同住的比例比较高,高达82. 09%.患有慢性病的高 龄老人的比例比预想低,患有慢性病的老人比例还 不到半数.只有25%的高龄老人没有任何一种养老 保障.表2 Cox比例风险模型中各协变量回归系数以及风险比率变量号变量系数标准差P值RR置信区间(95%)Xi年龄0.0660.0020.000 1.068 1.063-1.073X2性别0.2220.0360.000 1.249 1.165-1.339x3城乡居住地-0.1080.0310.0000.8980. 845-0.954x4是否与子女同住-0.1930.0400.0000.8240.762-0. 892X5是否有偶0.3040.0460.000 1.355 1.238-1.482x7是否吸烟0.1360.0360.000 1.145 1.068-1.228X9是否锻炼身体0.1810.0310.000 1.1981. 127-1.274X11是否有养老保障-0.1600.0320.0000.8520. 800-0. 908本文利用C o x比例风险模型分析影响我国髙龄 老人健康预期寿命的因素,分别进行单因素和多因 素C o x模型分析.单因素C o x模型分析的结果显示,在a = 0.05的水平上,是否文盲、是否喝酒、是否患 有慢性病是不显著因素.对单因素C o x模型中较为显著的因子进行多因素分析,模型结果与单因素分 析结果的显著性相同,但系数存在区别•多因素C o x比例风险模型选人9个指标,建立 的影响健康预期寿命主要因素的回归模型为:h(t\x)= h0(t)exp(0.066X1 + 0.222X2 -0. 108Z3 - 〇• 193Z4 + 0.304Z5 + 0. 136Z7 +0. 181Z9 - 0. 160Z n(2)从上式可以看出,其中年龄、女性、现有偶、吸 烟、有锻炼身体是风险因素,居住在乡村、与子女同 住、有养老保障是保护因素.根据各因素标准回归系 数的大小,是否有偶对健康预期寿命的影响最大,其 次为性别、是否锻炼身体、是否吸烟,对健康预期寿 命影响最小的因素为是否与子女同住.年龄越大,健康预期寿命越短,对健康预期寿命 而言是风险因素.但年龄增大是人生中不可避免的 因素,高龄老人应从其他方面来延长自身的健康预 期寿命.女性的存活时间会比男性短,女性对于髙龄 老人来说是一个风险因素,女性的死亡风险度是男 性的124.9%.现无偶的高龄老人的死亡风险度是现 有偶的高龄老人的135.5%,是影响健康预期寿命的 最大风险因素,不利于延长高龄老人的健康预期寿 命.有吸烟的高龄老人的死亡风险度是从不吸烟的 高龄老人的114.5%,说明吸烟有害健康,应尽量避 免养成吸烟的不良习惯.有锻炼身体对健康预期寿 命的长短而言是风险因素,有锻炼身体的高龄老人 的相对风险度是从不锻炼身体的高龄老人的119.8%.这是由于出生在20世纪二三十年代的髙龄 老人的健康意识不如现在的人们,因此曾经会锻炼 身体的高龄老人很有可能是由于过去身体机能出现 不适,对老年时期的身体造成影响,进而影响高龄老 人的存活时间,也就是健康预期寿命会更短.居住在农村的高龄老人的健康预期寿命更长, 居住在农村的高龄老人的生活方式和生活环境较居 住在城乡的高龄老人更有利于保持他们的身心健 康,从而能更健康地活着.与子女同住的髙龄老人的 死亡风险度是独居的高龄老人的82.4%,这个结果 表明与子女同住会得到子女更加及时和全面的生活 照顾,以及在精神上的陪伴和慰藉,能更好地使高龄 老人延长健康预期寿命.拥有养老保障对高龄老人 的存活时间来说是保护因素,使老年人有更好的身 体素质,健康预期寿命也就相应得到延长.3结论与建议从上述C o x比例风险模型的分析可以看到,一总第142期吴悦:我国高龄老人健康预期寿命的影响因素研究103方面,单因素分析中,是否文盲、是否喝酒、是否患有 慢性病这三个因素是不显著的,而其余8个因素对 存活时间的影响具有显著性;另一方面,在多因素分 析中得到年龄、女性、现有偶、吸烟、有锻炼身体是风 险因素,而居住在乡村、与子女同住、有养老保障是 保护因素的结论.我国应提高重视度,对老年人进行有组织的、系 统性的、条理性的宣传教育活动,提高高龄老人对自 身健康的关注度,增加他们对健康知识的了解和掌 握程度,让他们能树立起健康意识、养成健康习惯, 促使他们能更主动地采取利于身体健康的生活方 式,避免不健康的生活方式,以便能既长寿又健康地 生活[6].高龄老人的身体健康固然重要,心理健康也 不容忽视,可成立髙龄老人心理协会等多开展各类 业余活动,提高我国高龄老人的身心健康水平.居住 在农村有利于保护高龄老人的身体健康,可适当加 强农村的卫生医疗机构的建设,例如多加完善乡镇卫生院等的基本建设,以便让农村老人能得到高质 量的医疗服务[7].同时,完善养老保障体系等也是保 证高龄老人身心健康的措施之一 •参考文献:[1] 彭慧,何永频,沈冰,等.上海市老年人健康期望寿命及其影响因素分析[J].中国卫生统计,2011,(5) :540-542.[2] 钱俊.生存分析中删失数据比例对Cox回归模型影响的研究[D].广州:南方医科大学博士学位论文,2009.[3] 何文.基于Cox比例风险模型的上市公司财务预警研究[D].长沙:湖南大学硕士学位论文,2010.[4] 刘泽云.农村儿童受教育水平的决定因素研究——基于C0X比例风险模型的分析[J].中国人口科学,2007,(2) :17-24.[5] 常宝宁.免费政策实施后儿童辍学问题实证研究——基于C0X 比例风险模型的分析[J].青年研究,2010,(6) :39-45.[6] 李成福,刘鸿雁,梁颖,等.健康预期寿命国际比较及中国健康预期寿命预测研究[J].人口学刊,2018,(1) :5-32.[7] 滕海英,董刚,熊林平,等.老龄化趋势下中国城镇老年医疗保障的模式[J].中国老年学杂志,2013,(3): 719-720.Study on the Influencing Factors of the Active Life Expectancy ofthe Elderly in ChinaWU Yue(School of Economic and Management, Longyan University, Longyan Fujian 364000, China)Abstract :With the acceleration of the aging process in society, the healthy problems of the elderly have attracted much attention. The paper used the longitudinal data of CLHLS from 2008 to 2011,selected age, gender, place of residence, whether or not living with children, marital status, education, alcohol and tobacco habits, physical exercise habits, whether or not suffering from chronic diseases ,whether there is pension security as explanatory variables X, constructed Cox pioportional hazards model, and the influencing factors of the active life expectancy of the elderly in China were obtained through single factor analysis and multi-factor analysis. From the results of multi-factor analysis, age, women, existing couples, smoking and physical exercise are risk factors. Living in rural areas, living with children and having pension security are protective factors. Therefore, the survival time of the elderly should be prolonged by improving rural medical conditions, paying attention to the physical and mental health of the elderly, and improving the pension security system.Key Words:Cox proportional risk model;elderly;active life expectancy(责任编校:晴川)。
北京市社区老年人健康体检结果现状分析发布时间:2022-12-17T12:28:16.313Z 来源:《医师在线》2022年9月17期 作者: 苏曼 刘晓鸿* 李祯莹 刘晓鸿通讯作者[导读]北京市社区老年人健康体检结果现状分析苏曼 刘晓鸿* 李祯莹 刘晓鸿通讯作者(北京市德胜社区卫生服务中心;北京100120)摘要:目的:对本社区65岁以上老年人健康体检检查结果进行分析,明确老年人目前健康现状,为日后本辖区慢病管理及健康教育提供资料和依据。
方法:对本辖区2021年度参加65岁老年体检的758例老年体检结果数据进行分析。
结果:不同年龄组老人血压升高、血脂异常、血糖异常,心电图异常及脂肪肝指标检出率均差异有统计学意义 (P <0.05);不同BMI 组老年人血压异常、血糖异常指标检出率及脂肪肝发病率比较,差异有统计学意义(P <0.05),随着BMI的增长高血压、糖尿病及脂肪肝的发病率升高。
血脂及心电图的异常率比较,差异无统计学意义(P >0.05);不同性别人群在脂肪肝指标上的差异有统计学意义(P <0.05),在血压升高、血脂异常、血糖异常及心电图异常的检出率差异无统计学意义(P >0.05),女性患者的脂肪肝检出率更高。
结论:老年人健康体检能及时发现其健康问题,有助于全科医生及时进行干预以及针对性进行健康教育。
关键词:老年人、健康体检、社区卫生;随着医疗水平的不断进步,全球及我国人口老龄化进程的加剧,疾病谱的改变,心脑血管病、糖尿病、脂代谢紊乱等慢性病的发病率在老年人口中逐年上升。
对于老年人逐年进行健康体检显得尤为重要,不仅可以尽早的发现老年人的患病问题,对于老年人的慢病管理及健康教育也有着重要意义。
1 资料与方法1.1 研究对象:选取2021年1月1日至12月31日期间至德胜社区卫生服务中心大街南站自愿参加免费体检的65岁以上老年人共758人。
1.2 研究方法:体检项目包括一般检查(身高、体重、腹围、腰围、血压)、血常规、尿常规、血生化(肝功能、肾功能、血糖、血脂、尿酸)、心电图。
平均预期寿命的影响因素分析王天源 暨南大学摘要:平均预期寿命的影响因素多样而且复杂,不仅包括人类生物学方面的因素,同时人的平均预期寿命也会受到社会经济因素的影响,包括性别、疾病、生活水平、医疗服务等方面。
本文通过以广州市为例,进一步探究当前人口平均寿命的现状以及影响因素,并通过采集相应的样本,从而进一步分析影响平均预期寿命的因素,并提出相应的建议,以期对今后的研究提供借鉴和参考。
关键词:平均预期寿命;广州;生物学;社会经济中图分类号:F126 文献识别码:A 文章编号:1001-828X(2017)007-0024-02前言广州是广东省的省会,是中国南方最大的海滨城市,把广州市作为人口预期寿命的研究地区有着一定的可行性和客观性。
广州是一座历史文化名城,拥有1275万的人口,并且近十年的人口普查数据保存完整,非常适合进行相关数据调查分析。
本文将利用广州市的人口普查资料,计算广州市居民平均预期寿命,并探究影响预期寿命的因素,为提高广州市居民健康素质和生活质量提供依据。
一、影响人类预期寿命的因素在古代,人们一直认为“人命天定”,但是随着科学的进步和医学水平的不断提高,人类的寿命问题不再是胡乱的猜测,而是通过合理的数据分析来计算人类的平均预期寿命。
马淑鸾先生早在1989年的文章里就说过影响预期因素的几大因素:一是人类生物学因素,另一个是社会经济因素。
总的来说人类生物学因素占41.68%,社会经济因素对死亡的影响占58.32%。
1.人类生物因素人类生物因素主要就是指遗传和体质因素,遗传对预期寿命的影响是十分重要的,从生物学的角度来讲,在一些长寿者的聚集地,比如一些长寿村,就可以看出是遗传和体质因素起到的作用。
通常情况下,父母等直系亲属寿命高的,其寿命也会很长。
体质是后天个体形成的身体的特殊性质。
由于本人重点分析社会经济因素,因此,在此不做过多的论述阐释。
2.社会经济因素社会经济因素主要包括:生活水平、医疗卫生服务水平、人口受教育水平这三大类,下面将具体进行分析。
北京地区体检人群健康风险分析一背景健康是居民的基本需求,是人类全面发展的基础。
20世纪90年代以来,随着人民生活水平的提高,百姓的物质生活得到了极大改善。
与此同时,人类的疾病谱也发生了明显变化,高血压、糖尿病、肥胖和超重、高血脂以及恶性肿瘤等慢性非传染性疾病成为影响人类健康的主要疾病,给家庭和社会带来了沉重负担。
[1]健康体检能够及时检测出高血压、糖尿病等慢性病的高危因素,从而实现早期预防,提高居民的健康水平。
[2]这些健康体检设定的检测指标,应用合适的健康评估工具,能够提示体检人群罹患重要慢性病的风险,对体检发现的慢性病高危人群及时进行有效的干预,有助于促进北京地区慢性病的防控。
随着社会发展和居民收入水平的提高,北京市居民的健康保健意识大幅增强,健康体检行业在近年得到快速发展。
截至2016年底,北京地区共拥有健康体检机构220家,较2012年增加了17.6%。
2016年全年健康体检人群规模达370万人次,较2012年增加了24.5%。
本文汇总了全市健康体检机构的数据,通过统计分析,以体检过程中所查出的前十位重大异常指标为重点,组织专家进行科学分析,并结合相关领域学科研究成果提出了有针对性的预防措施。
本研究对促进北京市体检行业健康发展、提升首都居民健康水平能够起到积极的作用。
二研究方法1.资料收集收集北京地区220家体检机构2016年全年所有18岁以上健康体检人群的数据信息,共收集到3700431人的体检数据。
2.资料整理将来自220家体检机构的体检数据统一合并,按照预先讨论设定的重要慢性病检测的不同指标进行对应分析。
3.质量控制由科教信息科专业人员对整理好的数据进行详细筛查审核,筛选出单项指标检测极值和高于预期检出率平均值的指标,再由专人负责与责任体检机构电话沟通确认。
4.资料分析所有指标分析按照性别分为男性和女性组,按照年龄段分为18~29岁组、30~39岁组、40~49岁组、50~59岁组、60~69岁组、70~79岁组、80岁及以上组。
中华流行病学杂志2016年8月第37卷第8期ChinJEpidemiol,August2016,V01.37,No.8
・1087・
・现场流行病学・
北京市成年人健康期望寿命影响因素分析杜婧李刚高燕琳韦再华王晶苏健婷刘庆萍王苹100013北京市疾病预防控制中心信息中心通信作者:韦再华,Email:wzh_g@163.comDOI:10.3760/cma4.issn.0254—6450.2016.08.006
【摘要】目的了解北京市成年人健康期望寿命(HALE)主要影响因素。方法采用沙利
文法,利用北京市成年人居民自报健康调查的数据和HOPIT模型计算得到北京市各年龄组的伤残测度和HALE,以伤残测度为因变量利用广义相加模型分析评价北京市成年人HALE的影响因素。结果影响北京市成年人HALE的主要影响因素有年龄(t=40.351,P<0.001)、性别(乒
9.689,P<0.001)、学历(£=5.021,P<O.001)、体育锻炼(t=5.487,P<O.001)和饮酒(f=一2.380,P=0.017)有统计学意义,人均月收入(z2=3.949,P=0.044)对北京市成年人HALE的影响是非线性
的。结论收入较低和较高都会导致伤残测度的增加,从而降低HALE,提倡健康的生活方式及重点加强女性的健康保健服务应成为今后工作的重点。【关键词】健康期望寿命;影响因素;广义相加模型;伤残测度基金项目:北京市自然科学基金(7142038)
InfluencingfactorsonhealthylifeexpectancyinadultsinBeijingWeiZaihua,WangJing,SuJianting,LiuQingping,WangPi昭InstituteforInformationStat括twsCenter,BeijingCenterforDisease100013,ChinaDuJing,Li
Gang,Gao
Yanlin,
ControlandPrevention,Be讲ng
Correspondingauthor:Wei
Zaihua,Email:wzh_g@163.eom
【Abstract】0bjectiveTounderstandthemaininfluencingfactorsrelatedtohealthylife
expectancy(HALE、amongadultsinBeijing.MethodsThecalculationon
health-adjustedlife
expectancywasperformedbySullivanMethods.Datafromtheself-reportedhealthsurveyprogramon
adultsinBeijing2012wasgathered.Hierarchicalorderedprobitmodelwasusedtoestimatethe
severity.weightedprevalenceofdisabilityandthencombinedwiththeperiodlifetabletoobtaintheHALE.Factorsassociatedwiththeseverity.adjustedprevalenceofthedisabledwereanalyzedunderthegeneralizedadditivemodels(GAM).ResultsThemaininfluencingfactorsofHALEwouldincludeage(t=40.351,P<O.001),sexO=9.689,P<O.001),1evelsofeducationO=5.021,P<
0.001),exerciseO=5.487,P<O.001)andalcoholintakeO=一2.380,P=0.017)etc.Theinfluenceofpercapitamonthlyincome(Y2=3.949,P=0.044)showedasnon-linear.ConclusionsLevelsof
incomewoulddirectlyinfluencetheseverity-weightedprevalence
ofthedisability,whichalSO
affectingtheHALE.Programsonimprovinghealthylifestyleandhealthcareinwomenshouldbe
promoted.【Keywords】Healthylifeexpectancy;Influencingfactors;Generalizedadditivemodels;
Severity.weightedprevalenceofdisabilityFundprogram:BellingNaturalScienceFoundation(7142038)
人群健康评价是卫生政策过程乃至公共政策过程的关键环节,人群非死亡性健康状况的综合测量是形成完整人群健康综合评价的重要组成部分Ⅲ。通过患者或调查对象自报或自评包括身体和心理等各方面的健康状况实现对健康状况的评价,是人群非死亡性健康信息收集的一个主要手段乜1。北京市CDC自2009年就开始在全市范围内进行北京居民健康期望寿命(HALE)的研究和测算工作,并于2012年开展了成年人自报健康调查。采用HOPIT模型(hierarchicalorderedprobitmodel),综合运用调查对象关于活动、情绪、疼痛、社交、视力、睡眠、精力和自理8个健康维度的自报数据,以及其对预设假象人物健康情景(vignette)的评价数据,校正因地区、年龄、性别和教育程度差别导致的“切点位移偏移”,实现对人群自报健康资料的校正b1,获得具有跨人群可比性(cross.populationcomparability)的伤残测度[4j。本研究通过对2012年北京市成年人自报健康
万方数据中华流行病学杂志2016年8月第37卷第8期ChinJ
Epidemiol,August2016,v01.37,No.8
伤残测度的计算,评价北京市成年人的健康状况和生存质量,在评价不同年龄、性别、社会因素和行为方式的人群HALE基础之上,应用半参数广义相加模型分析识别相应的影响因素。
对象与方法1.研究对象:本次调查以户为单位进行,调查户中的15岁以上常住人口构成调查对象。调查采用多阶段整群随机抽样的方法。第一阶段采用完全随机抽样方式从北京市16个区/县抽取西城、丰台、密云、昌平和朝阳为样本区;第二阶段采用随机整群抽样的方法从每个样本区/县中随机抽取5个乡镇/街道;第三阶段从每个乡镇/街道中随机抽取2个村/居委会;第四阶段从每个村/居委会中随机抽取100—120户家庭,该家庭中复核要求的成员中出生日期距离调查日期最近的被确定为自报健康调查对象。共调查北京市常住成年人5166人,获得有效样本5039人,有效率为97.5%。其中男性2138人,女性2896人(5人不详),男女比例为1:1.35。平均年龄为(47.27±16.60)岁。2.研究方法:调查问卷采用WHO研发的自报健康调查量表收集包括活动、情绪、疼痛、社交、视力、睡眠、精力和自理8个维度在内的个人自报健康状况及其对假想人物健康情境评价的资料b1,共有5039例调查记录用于伤残测度分析。对量表进行信度分析,得出系数Ot=0.776,提示各项目所测内容与量表的总目标相对一致;因子分析得出KMO值=0.824,提示结构效度较好。量表的信度和效度指标均较为理想№1。3.统计学分析:采用Sullivan法计算HALE。即在简略寿命表的基础上,用计算的伤残测度作为各年龄组HALE的计算依据,计算不同性别、不同社会因素和不同行为方式下人群HALE。进一步选取伤残测度作为评价人群健康水平的尺度,采用半参数广义相加模型逐步回归分析后探讨影响因素,显著性水平取双侧a=0.05。结果1.不同条件下人群HALE:各年龄组女性的期望寿命及伤残测度均高于男性,不同年龄组女性HALE普遍小于同年龄组男性,即女性在患病或非健康状态下生存的年数所占比例大于同年龄组男性,见表1。同年龄组人均月收入在4000—8
000元的成年
人群HALE略高于其他两组,75岁以下年龄组人均月费用在2000元以下的成年人群其HALE最高,各
年龄组文化程度在大专及以上的成年人群其HALE最高,见表2,3。65岁以上没有吸烟史的成年人其HALE高于同
年龄组有吸烟史的成年人。从被动吸烟的结果来表1不同年龄、性别人群的综合伤残测度和HALE
年龄组(岁)
人均月收入(元)人均月支出(元)学历
钏…ooo~>8000、<200…oo一>5000臀曩‰磴
万方数据中华流行病学杂志2016年8月第37卷第8期ChinJ
Epidemiol,August2016,V01.37,No.8
表3不同年龄人群在不同行为方式下的HALE
看,各年龄组被动吸烟的成年人的HALE略高。各年龄组饮酒的成年人HALE比没有饮酒习惯的成年人高。参加体育锻炼的成年人HALE高于未参加锻炼的成年人。2.基于广义相加模型的多因素分析:研究选取HOPIT模型校正后的伤残测度作为评价人群健康水平的尺度,其中M=0.327,x=0.370,S=0.253。自报健康伤残测度与解释变量一般人口特征、人均月收入、人均月支出、吸烟、被动吸烟、饮酒和体育锻炼的关系,从数据本身考虑,人均月收入、人均月支出对应变量是以非线性关系直观地呈现。因此,本研究用半参数广义相加模型拟合,一般人口特征、吸烟、被动吸烟、饮酒和体育锻炼变量以参数形式,人均月收入和人均月支出自然立方光滑样条函数进行拟合,基本模型:E(Yx,z)=s。+邓+∑s(z)其中因变量为自报健康伤残测度;So是截距;x是对应变量产生线性影响的解释变量;口是回归模型中的解释变量系数;Js是自然立方光滑样条函数(spline);Z是对应变量产生非线性影响的解释变量。以线性参数形式进入模型的年龄(t=40.351,P<O.001)、性别(F9.689,P<O.001)、学历(初中及以下(t=5.021,P<O.001)、体育锻炼(F5.487,P<O.001)、饮酒(tF一2.380,P=0.017)有统计学意义,吸烟(F1.302,P=0.194)和被动吸烟(f=一0.063,P=0.953)差异无统计学意义。人均月收入和人均月支出以非参数的形式进入模型以拟合半参数广义相加模型,采用广义交叉确认法(generalizedcrossvalidation)选择光滑参数,结果显示,人均月收入(£=1.943,P=0.052)和人均月支出(£=一1.701,P=O.090)差异无统计学意义,见表4。比较全模型与不含该变量的模型的离差,人均月收入(疋2=3.949,P=0.044)对综合伤残测度有影响,见表5。收入较低和较高导致伤残测度的增加,从而降低人群的HALE,见图1。3.不同患病状态下60岁以上人群的HALE损失率:恶性肿瘤的HALE平均损失率最大,为62.77%;其他依次为脑血管疾病(27.40%)、糖尿病(22.96%)和高血压(18.31%),见表6。讨论广义相加模型是在广义线性模型和相加模型的基础上发展起来的,其通过对自变量用非参数函数形式来拟合估计因变量和自变量间的关系而扩展了广义线性模型的概念n]。与传统的回归、方差分析等方法相比,此模型不需要事先进行线性假设,对因变量的分布不仅局限于正态分布,而且不对预测变量的形式作具体要求,而是采用非参数的方法进行拟合,它通过“加性”的假设随1,将一些与因变量间存在复杂非线性关系的自变量以不同函数加和的形式拟合人模型,可以探索到变量间的非单调、非线性关系,灵活性非常强旧]。除年龄外,性别、体育锻炼、学历和饮酒均影响