基于2013年吉林省卫生服务调查的居民健康相关生命质量影响因素分析

陈正超，汪 颖，张启军，王秋艳，冯星淋

1北京大学 公共卫生学院，北京 1001912吉林省卫生统计信息中心，长春 130061



·论 著·

基于2013年吉林省卫生服务调查的居民健康相关生命质量影响因素分析

陈正超1，汪 颖1，张启军2，王秋艳2，冯星淋1

1北京大学 公共卫生学院，北京 1001912吉林省卫生统计信息中心，长春 130061

目的 分析吉林省居民自报生命质量情况及其影响因素并比较两种生命质量度量方法。方法 利用吉林省2013年卫生服务调查数据，共纳入15岁以上居民13 700人，分别采用自评健康得分和欧洲五维度健康量表健康效用值评价生命质量，通过多元线性回归对影响两种生命质量的影响因素进行分析。结果 全省15岁及以上居民自评健康得分为81.26±15.73，健康效用值为0.959±0.124。吉林省城乡居民健康质量的影响因素包括年龄、居住地、受教育程度、收入、医疗保险类型、慢性病和两周患病。自评健康得分更易受45岁以下年龄组年龄、收入、慢性病和两周患病的影响。健康效用值更容易受居住地区和参加基本医疗保险类型的影响。结论 吉林省居民健康相关生命质量较高，两种生命质量度量方法各有利弊，应选择适合研究目的的度量方法。

生命质量；欧洲五维度健康量表；自评健康得分

ActaAcadMedSin，2017,39(2)：261-265

健康是指在身体上、精神上、社会适应上完全处于良好的状态，而不是单纯的指疾病或病弱。因此简单的健康结局指标不能全面地反映一个人的健康水平。而生命质量可以从多维的角度评价人群的健康状况，逐渐成为评价健康状况的重要指标。其中，自评健康得分和欧洲五维度健康量表(EuroQol 5-dimension，EQ- 5D)量表应用广泛，较为常见。自评健康是Suchman等[1]1958年提出的获得个体全面健康状况的手段，其在中国的信度和效度得到了广泛的检验[2]。EQ- 5D作为一种多维健康相关生存质量测量法也在全世界范围得到广泛应用[3]，国内也有研究利用EQ- 5D进行生命质量相关研究[4- 5]。生命质量度量方法的选择可根据具体疾病而选择特定量表[6]，但对于总体生命质量的度量目前暂无金标准。有研究者发现由EQ- 5D得到的效用值会高于视觉模拟刻度尺法得到的健康得分[7]，也有研究者利用中国数据指出健康效用值和自评健康状况之间的差异，但差异的内容和程度有待进一步研究[8]。本研究利用吉林省卫生服务调查数据对吉林省15岁及以上居民健康相关生命质量进行评价，分析其影响因素，并进一步研究两种方法之间的差异。

资料和方法

数据来源 数据来源于2013年9月开展的2013年吉林省卫生服务调查数据，本次调查设计采用多阶段分层次整群随机抽样方法。在吉林省9个地/市中分别选取1个代表县/区(长春市选取代表县和区各1个)开展家庭健康询问调查，其中城市点6个、农村点4个。各样本县(市、区)随机抽取5个乡镇/街道，每个乡镇/街道抽取2个行政村/居委会。根据调查辖区内所有住户名单形成抽样框架，然后采取机械抽样的方式每个行政村/居委会抽取60个样本户及10个备选户。共调查6000户，15 573人，抽样比例约为6/10 000。其中符合本研究的15岁及以上人群共13 700人。

调查内容和质量控制 本次调查主要涵盖城乡居民人口与社会经济学特征、卫生服务需要、卫生服务需求与利用、医疗保障、居民对医疗卫生服务提供过程和结果的满意度及基本公共卫生服务开展情况等。本研究仅涉及问卷中城乡居民人口与社会经济学特征和生命质量相关部分内容。本次调查由国家卫生和计划生育委员会统一组织进行调查方案的设计、论证。并按国家卫生和计划生育委员会统一制订的培训计划和教材对调查人员进行两级培训。由当地乡镇卫生院进行入户调查。并设立质量考核小组在调查完毕和数据录入后进行两次复核以保证数据的准确性。

分析方法 生命质量的度量采用两种不同的方法：第1种为居民自评健康状况，采用视觉模拟刻度尺百分制的方法，要求调查对象对自己当天的健康状况进行评分，在问卷中问题为“请您说出最能代表您今天健康状况好坏的那个分值”，其中“100”表示最好健康状况，“0”表示最差健康状况；第2种方法采用欧洲五维度、三水平健康量表，从5个维度度量调查对象的身体功能情况，这5个维度分别是“行动能力”、“自我照顾能力”、“日常行动的能力”、“疼痛或不适”和“焦虑或抑郁”，每个维度有3种水平可供选择。健康效应值的计算根据Liu等[9]得出的中国EQ- 5D量表效用值积分体系计算EQ- 5D健康效用值。得到的积分效用值中，“1”表示最好健康状况，“0”表示和死亡相等，这一权重可能在极端健康状况下小于“0”。

统计学处理 资料整理、计算过程采用Stata 13.0软件进行。研究对调查对象的社会经济学因素等一般情况和自评健康得分进行描述性分析。对两种生命质量的影响因素采用多元线性回归进行分析，自变量包括年龄、居住地区、性别、受教育程度、收入、医疗保险类型、慢性病情况和最近两周患病情况。影响因素显著性检验采用t检验，P<0.05为差异有统计学意义。

结 果

一般情况 共包含13 700名15岁及以上符合要求的调查对象，其中男性占48.85%(6692/13 700)，女性占51.15%(7008/13 700)。农村地区占41.78%(5724/13 700)，城市地区占58.22%(7976/13 700)。从年龄构成上看，15～24岁、25～34岁、35～44岁、45～54岁、55～64岁、65～74岁、75～84岁和85岁以上年龄组分别占8.88%(1216/13 700)、14.18%(1943/13 700)、18.3%(2507/13 700)、21.01%(2879/13 700)、21.17%(2900/13 700)、11.1%(1521/13 700)、4.77%(653/13 700)和0.59%(81/13 700)。从医保构成看，24.82%(3400/13 700)调查对象参加城镇职工基本医疗保险、14.74%(2020/13 700)参加城镇居民基本医疗保险、50.71%(6947/13 700)参加新型农村合作医疗保险，还有9.73%(1333/13 700)的调查对象未参加基本医疗保险。此外，调查对象中自报患有慢性病的占23.7%(3247/13 700)，自报两周患病的占22.63%(3100/13 700)。全省15岁及以上居民自评健康得分为81.26±15.73，根据EQ- 5D换算健康效用值为0.959±0.124。

不同年龄组生命质量 无论采用自评健康得分还是EQ- 5D健康效用值衡量生命质量，在调查人群中均显示出生命质量和健康得分随年龄的增长而下降，其中自评健康得分在最为健康的15～24岁年龄组平均得分为91.86±10.59，而使用EQ- 5D量表得到的生命质量为0.995±0.053，接近于满分。随年龄增长，自评健康得分呈线性下降，至85岁及以上年龄组，得分下降至61.54±18.97，而通过EQ- 5D换算得到的健康效用值在65岁以前下降相对缓慢，65岁以后健康效用值下降明显加快，85岁以上年龄组效用值为0.679±0.292(图1)。

生命质量的影响因素 由于本研究生命质量分别由调查对象自评健康得分和EQ- 5D量表计算得出，因此对不同算法生命质量的影响因素不完全相同。受教育程度、收入水平、自身慢性病和两周内患病在两种算法均为显著的影响因素，教育水平高(β1=3.082～5.609，P<0.001；β2=0.032～0.045，P<0.001)、收入高(β1=4.089～5.975，P<0.001；β2=0.028～0.034，P<0.001)、无慢性病(β1=5.179，P<0.001；β2=0.040，P<0.001)和两周内无患病(β1=4.088，P<0.001；β2=0.029，P<0.001)的人生命健康质量得分更高。自评健康得分的影响因素还包括年龄和城镇职工基本医疗保险。EQ- 5D换算健康效用值的影响因素还包括45岁以上的老年人、居住地、城镇职工基本医疗保险和新型农村合作医疗保险(表1)。两种生命质量测量方法在影响因素上存在较大差异。自评健康得分对全年龄表现出显著差异，而健康效用值对年龄的变化不敏感，在45岁及以下各年龄组健康效用值无差异。此外，自评健康得分相比于健康效用值更容易受收入、慢性病和两周患病的影响。相反，健康效用值相比于自评健康得分更容易受居住地区和参加基本医疗保险类型的影响。

图 1 不同年龄组两种居民生命质量变化情况

Fig 1 Changes of health quality evaluated in two methods in different age groups

表 1 两种生命质量影响因素多元线性回归结果

UEMBI：城镇职工基本医疗保险；URMBI：城镇居民基本医疗保险；NRCMS：新型农村合作医疗保险

UEMBI：urban employee basic medical insurance；URMBI：urban residents basic medical insurance；NRCMS：new rural cooperative medical scheme

讨 论

本研究对生命质量的评价采用了两种不同的方法，自评健康得分是一种完全依靠调查对象主观打分而获得的生命质量指标，具有获取简单、易于理解等优点，但由于每个人对健康的理解和自身敏感性不同，同一种健康状况由不同人打分会得到截然不同的得分，主观性强，稳定性差[10]。EQ- 5D效用值则偏重于根据调查对象实际功能障碍程度和心里健康程度分5个维度进行评价，并根据换算表得到每个人的健康效用值，参照更加明确。由于仅考虑到5个维度，健康效用值可能会对其他维度的生命质量损失有所忽略，另外，每个维度仅有3个水平也会导致天花板效应[11]，但相对自评健康得分更加客观。

本研究表明，吉林省15岁及以上居民自评健康得分为81.26，根据EQ- 5D换算健康效用值为0.959。与中国沈阳、北京、成都和南京4地健康效用值0.951[8]和陕西省生命质量健康效用值城乡分别为0.957和0.948[5]比较，吉林省健康效用值相对较高。本研究采取的两种方法计算的分年龄组生命质量差异在于：在65岁以前，自评健康得分不断下降，而EQ- 5D的健康效用值基本稳定，这可能由于随年龄的健康水平的下降并不会带来明显的生活功能的明显降低，因此EQ- 5D难以表现出生命质量的下降。而在65岁以后，随着健康水平降低导致的功能障碍，EQ- 5D得到的健康效用值迅速下降。

本研究中年龄、受教育程度、收入、基本医疗保险类型、慢性病和两周患病均对患者的生命质量产生影响。教育程度较高和收入较高的人不仅生活条件相对较高，更加注重自身的健康和生活质量，往往也能够承担更多的医疗支出导致其生命质量更高。慢性病和两周内患病也会明显降低患者当前的生命质量，这是显而易见的。居住地对生命质量的影响仅在健康效用值上有明显差异，且城市地区低于农村地区，与以往研究有所不同[5]，可能与地域特点以及自评健康得分容易忽视心理状态有关。

医疗保险类型和生命质量的复杂关系也值得关注。结果显示相比于未参加基本医疗保险，城镇职工基本医疗保险对提高生命质量有正面作用，城镇居民基本医疗保险对生命质量无显著影响，新型农村合作医疗保险对EQ- 5D健康效用起显著负面作用。有文献对新农合和城镇居民医疗保险由于门诊费用不覆盖导致高血压知晓率和控制率不足曾有所报道[12]，与本研究发现有类似之处，这提示当前的医疗保险制度对健康结局的影响值得进一步探讨。

综上，吉林省城乡居民的健康质量较高，其影响因素包括年龄、居住地、受教育程度、收入、医疗保险类型、慢性病和两周患病。两种评价健康质量得到的结果大致相同，自评健康得分更加主观，更多反映一个人在周围人中的相对健康水平；EQ- 5D量表换算的健康效用值相对客观，反映一个人的客观健康水平，可比性更强。两种健康质量得分各有侧重，自评健康得分更适合同一对象的纵向对比，EQ- 5D更利于横向比较，在不同研究中应注意选择评价健康质量的方法。

[1]Suchman EA，Phillips BS，Streib GF. An analysis of the validity of health questionnaires[J]. Social Forces，1958，36(3)：223- 232.

[2]齐亚强. 自评一般健康的信度和效度分析[J]. 社会，2014，34(6)：196- 215.

[3]李明晖，罗南. 欧洲五维健康量表(EQ- 5D)中文版应用介绍[J]. 中国药物经济学，2009，(1)：49- 57.

[4]李明晖，刘国恩，马爱霞. 中国城乡居民健康相关生存质量研究[J]. 中国药物经济学，2010，(3)：22- 34.

[5]周忠良，周志英，厉旦，等. 陕西省城乡居民健康相关生命质量研究：基于EQ- 5D量表效用值的测算[J]. 中国卫生经济，2015，34(2)：13- 16.

[6]Heintz E，Wiréhn A，Peebo BB，et al. QALY weights for diabetic retinopathy-a comparison of health state valuations with hUI- 3，EQ- 5D，EQ- VAS，and TTO[J]. Value Health，2012，15(3)：475- 484.

[7]Kang H，Kang E，Jo M，et al. The utility score of epilepsy with partial seizure measured by TTO，VAS，and EQ- 5D in the general Korean population[J]. Epilepsy Res，2014，108(5)：963- 971.

[8]官海静，刘国恩. 中国四地城乡居民生命质量的比较分析[J]. 中国卫生经济，2015，34(2)：5- 12.

[9]Liu G，Wu H，Li M，et al. Chinese time trade- off values for EQ- 5D health states[J]. Value Health，2014，17(5)：597- 604.

[10]孟琴琴，张拓红. 健康自评指标研究进展[J]. 中国预防医学杂志，2010，11(7)：750- 752.

[11]王方舟，李洪超，马爱霞. 效用量表在中国人群中的应用研究综述[J]. 中国药物评价，2015，32(4)：244- 247.

[12]Feng XL，Pang M，Beard J. Health system strengthening and hypertension awareness，treatment and control：data from the China Health and Retirement Longitudinal Study[J]. Bull World Health Organ，2014，92(1)：29- 41.

Influencing Factors of Health-related Quality of Life：An Analysis Based on the National Health Services Survey in Jilin Province，2013

CHEN Zhengchao1，WANG Ying1，ZHANG Qijun2，WANG Qiuyan2，FENG Xinglin1

1School of Public Health，Peking University，Beijing 100191，China2the Hygiene Information Statistics Center in Jilin Province，Changchun 130061，China

Corresponding author：FENG Xinglin Tel：010- 82805394，E-mail：fxl@bjmu.edu.cn

Objective To understand the health-related quality of life (HRQoL) and its influencing factors in Jilin province and compare two life quality measurement methods. Methods The data of 13 700 people aged above 15 years in Jilin province were extracted from the National Health Services Survey 2013. Self-rated health scores and EuroQol 5-dimension utility values were used to evaluate the HRQoL. Multivariable linear regression model was used to analyze the influencing factors. Results The self-rated health score was 81.26±15.73 in Jilin province，while utility values of health status were 0.959±0.124. The influencing factors of HRQoL included age，residency，education，income，type of health insurance，having non-communicable chronic disease and having disease in last two weeks. The age under 45，income，having non-communicable chronic disease，and having disease in last two weeks had stronger effect on self-rated health，whereas residency and type of health insurance had more effect on utility values of health status. Conclusions People in Jilin province have good quality of life. Both methods have their advantages and weakness. It is important to choose the right evaluation method depended on the objective of a specific study.

quality of life；EuroQol 5-dimension；self-rated health score

国家自然科学基金青年科学基金(71303010)和国家自然科学基金优秀青年科学基金(71422009)Supported by the National Natural Sciences Foundation of China for Youth Fund (71303010) and China National Natural Sciences Foundation for Outstanding Youth Fund (71422009)

冯星淋 电话：010- 82805394，电子邮件：fxl@bjmu.edu.cn

R1- 9；F223

A

1000- 503X(2017)02- 0261- 05

10.3881/j.issn.1000- 503X.2017.02.016

2016- 01- 04)