中国城乡2004—2019年心脏病死亡趋势的Joinpoint回归分析

2022-09-06 06:49韦琴史卫卫高金钗马小焱曹亚景孙纪新崔泽
中国心血管杂志 2022年4期
关键词:死亡率心脏病城乡

韦琴 史卫卫 高金钗 马小焱 曹亚景 孙纪新 崔泽

050021 石家庄,河北医科大学公共卫生学院(韦琴);050021 石家庄,河北省疾病预防控制中心慢性非传染性疾病防治所(史卫卫、高金钗、曹亚景、孙纪新、崔泽);063210 唐山,华北理工大学公共卫生学院(马小焱)

心脏病由心脏结构、功能出现异常引起,是心脏疾病的总称,其原因与胎儿期发育异常、慢性疾病状态、环境、心理等多种因素有关[1]。据报道,我国每年因心脏病猝死人数超过54万,平均每1 min约有1人死于心脏病[2]。全国死因监测数据亦显示,2019年中国居民心脏病死亡率为160.26/10万,死亡顺位仅次于恶性肿瘤(162.46/10万),位居第二[3]。近年来,随着人口及膳食结构的变化,我国心脏病发病率持续增高,其高死亡率、高致残率的特点给个人乃至社会带来了沉重的经济负担,心脏病防治刻不容缓。传统时间趋势分析对描述局部数据的特定变化趋势存在一定局限,而Kim于2000年提出的Joinpoint回归模型很好地解决了该问题,近年来也越来越多的应用于研究肿瘤、慢性病、传染病等的时间变化趋势[4-6]。目前,国内缺少心脏病死亡数据的时间趋势分析,因此,本研究采用Joinpoint回归模型对2004—2019年中国城乡人群心脏病死亡率的时间变化趋势进行分析,为制定有效的针对性防治措施提供理论参考。

1 对象和方法

1.1 研究对象

本研究所用的心脏病死亡数据均来源于国家卫生健康委公开出版的《中国卫生健康统计年鉴(2005—2020)》[7],选取“年鉴”中“居民病伤死亡原因”部分的心脏病死亡率及各类型心脏病死亡数据进行统计分析,收集数据年限为2004—2019年,共计16年。所有心脏病死亡数据分为城市和农村两个部分,城市包括直辖市区和地级市辖区,农村包括县及县级市,乡镇卫生院及村卫生室计入农村。“年鉴”来源数据覆盖全国大陆31个省、自治区、直辖市,覆盖率逐年上升,到2016年已覆盖全国80%以上的死亡病例[8]。

1.2 方法

采用Excel 2010整理各年份城乡心脏病年龄别死亡率数据,并根据2010年第六次全国人口普查年龄构成比,按城乡进行分层,分别计算2004—2019年城乡总体标化死亡率,最后将整理好的数据文件转换成CSV格式。

1.3 统计学方法

采用SPSS 22.0软件进行描述性分析;使用Joinpoint 回归软件(4.9.0.0版本)对数据进行Joinpoint回归分析,若满足正态分布用线性模型(y=xb);若不满足,则用对数线性模型[ln(y)=xb]。Joinpoint回归模型的基本原理为[9]:将一个长期趋势线通过时间拐点分成若干区段,每段用拟合的连续性直线进行描述。该模型通过网络搜索法、置换检验以及修正贝叶斯信息准则(Modified Bayesian information criterion,MBIC)来进行模型选择、参数估计、判断拐点的位置及数量、计算变化速度等,当MBIC取值最小时为最优模型[10]。

经检验,数据不服从正态分布,且散点图显示无明显线性趋势,故采用对数线性回归模型分析。其方程式为:E[yi|xi]=eβ0+β1xi+δ1(xi-τ1)+…+δk(xi-τk)+[11],式中,yi为因变量,即死亡率;xi为自变量,即年份;e为自然对数,β0为常数项,β1为回归系数,δk表示第k段分段函数的回归系数,τk表示未知的转折点,k为待定的转折点数(取值1~k)。当(xi-τk)>0时,(xi-τk)+=xi-τk,否则(xi-τk)+=0。当因变量出现“0”时,需用“0.5”替换后再分析。采用对比分析的方法,设置最大转折点数Kmax值为2,并采用均方差评估模型拟合精确度。

通过模型计算年度变化百分率(annual percentage rate change,APC)、年平均变化百分率(average annual percentage rate change,AAPC)评价2004—2019年中国城乡心脏病死亡率的总体变化趋势。APC、AAPC均为无量纲的相对数,只反映趋势变化的方向和速度。若APC<0,表示死亡率随时间呈下降趋势;若APC>0则表示死亡率随时间呈上升趋势;若APC=AAPC,则未发现拐点,表示死亡率总体呈上升或下降趋势。

2 结果

2.1 心脏病死亡情况

2004—2019年中国城乡人群心脏病死亡率呈波动式上升。城市人群死亡率从2004年的96.90/10万上升到2019年148.51/10万,农村人群死亡率从2004年的63.36/10万上升到2019年164.66/10万。城市人群心脏病死亡率2007—2008年出现较大波动外,其余年份均较为缓慢上升,而农村人群则一直较大波动上升,2013年之后农村死亡率超过城市(图1A);年龄标化死亡率也显示出城乡差异明显,城市标化死亡率自2005年起呈现波动式缓慢下降的态势,2006年后,农村年龄标化死亡率超过并持续高于城市,且呈现出“之”字形的上升趋势,城乡差距有不断扩大的趋势(图1B)。

图1 2004—2019年中国城乡人群心脏病死亡率(A)和标化死亡率(B)

2004—2019年中国城乡居民各类型心脏病死亡比例从高到低依次为冠心病(35.68%~82.12%)、其他类型心脏病(6.00%~49.38%)、高血压性心脏病(4.06%~13.55%)、慢性风湿性心脏病(1.74%~8.88%)。其中,冠心病死亡占比逐年增加,成为主要的心脏病死亡病种;2015年以后,城市居民冠心病死亡率占所有心脏病的80%以上;2014年以后,农村居民冠心病死亡率占所有心脏病死亡的70%以上。其他类型心脏病死亡占比下降最快,高血压性心脏病和慢性风湿性心脏病占比则无明显变化。见图2。

图2 2004—2019年中国城乡不同类型心脏病死亡百分比条图

2.2 2004—2019年中国城乡人群心脏病死亡率的Joinpoint回归分析

如图3和表1,城市心脏病死亡率回归方程为:E[yi|xi]=e46.38-0.02xi+0.12(xi-2006)-0.09(xi-2009)+,农村心脏病死亡率回归方程为:E[yi|xi]=e-206.55+0.11xi-0.07(xi-2011)+。其中,xi为年份,取值为2004,2005,……,2019;E[yi|xi]为心脏病死亡率。中国城乡人群心脏病死亡率比较差异有统计学意义(P=0.000),说明城乡拟合的Joinpoint回归方程不一致、不平行。

表1 2004—2019年中国城乡人群心脏病死亡率回归方程参数

(APC:年度变化百分率)

城市心脏病死亡率Joinpoint回归模型结果显示,2004—2019年中国城市人群心脏病死亡率总体呈现上升趋势,平均每年上升2.70%(t=7.41,P=0.000)。其中,2004—2006年变化趋势无统计学意义(APC=-2.06,t=-1.43,P=0.191),2006—2009年急剧上升,年均变化百分率高达10.85%(t=7.05,P=0.000),2009—2019年则以1.33%的年均变化百分率缓慢上升(t=11.57,P=0.000)。

农村心脏病死亡率Joinpoint回归模型结果显示,2004—2019年中国农村人群心脏病死亡率也呈现上升趋势,平均每年上升6.95%(t=9.10,P=0.000),约为城市的2.6倍。其中,2004—2011年出现急剧上升,年均变化百分率高达11.08%(t=9.09,P=0.000),2011—2019年则较节点前较小幅度稳步上升(APC=3.45,t=3.60,P=0.004)。组间比较发现,城市与农村心脏病死亡率的平均变化速度差异有统计学意义(Z=-4.88,P=0.000),见表2。

表2 2004—2019年中国城乡人群心脏病死亡率趋势对比分析

2.3 2004—2019年中国城乡人群心脏病年龄别死亡率的Joinpoint回归分析

城市心脏病年龄别死亡率结果显示:30~34岁、60~64岁、>85岁年龄组的心脏病年龄别死亡率在2004—2019年间分别以年度变化百分率1.90%、1.87%、3.72%的速度上升(P<0.05);<1岁、15~19岁、70~74岁、75~79岁年龄组的心脏病年龄别死亡率在2004—2019年间分别以年度变化百分率7.72%、2.80%、2.05%、1.66%的速度下降(P<0.05);1~4岁、20~24岁、40~44岁、50~54岁年龄组年度变化百分率分别在2004—2010年、2004—2010年、2004—2013年、2012—2017年间以24.10%、7.44%、2.28%、10.80%的速度上升(P<0.05)。

农村心脏病年龄别死亡率结果显示:10~14岁、25~29岁、30~34岁、60~64岁、65~69岁、70~74岁、80~84岁及>85岁年龄组的心脏病年龄别死亡率在2004—2019年间分别以年度变化百分率5.96%、5.96%、5.61%、1.87%、2.62%、1.86%、2.71%、5.42%的速度上升(P<0.05);<1岁、15~19岁年龄组的心脏病年龄别死亡率在2004—2019年间分别以年度变化百分率7.72%、2.80%的速度下降(P<0.05);1~4岁、40~44岁、50~54岁年龄组年度变化百分率分别在2004—2010年、2004—2013年、2012—2019年间以24.10%、2.28%、1.34%的速度上升(P<0.05),见表3。

表3 2004—2019年中国城乡人群心脏病年龄别死亡率的Joinpoint趋势分析

3 讨论

本研究结果显示,近年来,我国城市居民心脏病标化死亡率处于相对平稳的状态,而农村则呈逐年波动式上升的趋势,冠心病是主要的心脏病死亡病种,这与全国调查结果一致[12]。2019年全球疾病负担同样显示[13],亚洲,特别是中国的心脏病年龄标化死亡率在逐年上升。这说明我国心脏病死亡率的上升,除了人口增长和老龄化等主要驱动力的影响外,社会环境因素也发挥着重要的促进作用。近几十年来,肥胖、高血压、糖尿病、高脂血症的高发是冠心病等死亡的主要原因,同时,数据显示冠心病相关死亡已从发达国家转移到了发展中国家,这与发展中国家危险因素控制较差有很大关系[14]。此外,随着我国经济水平的提高,患者主动就诊显著增加,以及医疗水平的进步、信息管理系统的不断完善也显著减少了漏报,这可能对心脏病死亡率的增加也做出了一定贡献。

心脏病的发生与死亡存在着地区差异,近年来呈现农村高于城市、城乡差距不断扩大的态势[12]。本研究也显示出城乡之间的较大差异,2004—2019年间,农村(AAPC=6.95%)心脏病死亡率上升速度约为城市(AAPC=2.70%)的2.6倍。一项平均随访7.5年的大型前瞻性队列研究也表明[15],在发展中国家,心血管事件更容易在教育水平低的人群中发生,且死亡率也更高。分析原因可能有:农村居民对心脏病预防知识的了解程度及医疗可及性较差,且医疗救治条件和水平较低,发病后未及时就诊治疗等因素造成农村居民心脏病死亡率较高。提示农村人群心脏病死亡情况更为复杂、严峻,今后应重点关注农村地区心脏病流行特点,制定因地制宜的防控措施,从源头控制其发生发展,从而达到预防疾病、减少死亡和促进健康老龄化的目标。

年龄别死亡率结果显示,城乡死亡率均以1岁以下人群下降最为迅速(AAPC均为-7.72%),这与同类研究[16]结果相似(AAPC分别为-5.9%、-7.4%)。1岁以下人群心脏病死亡,多以先天性心脏病为主,有研究显示,中国1990—2017年先心病的标化死亡率平均每年下降1.95%[17],全球平均下降3.02%[13]。人们越来越重视备孕、产检以及医疗水平提高也对降低1岁以下人群的心脏病死亡率具有重要意义。城乡居民在25~45岁间心脏病死亡率出现了不同程度的上升,涨幅为0.19%~5.96%,提示我国心脏病死亡率逐渐年轻化,且农村更为严峻。一项研究表明,20%的心脏病发生在40岁以下的人群中,且过去10年,这一比例仍每年增加2%[18]。分析可能与年轻人不健康的生活方式有关,比如作息不规律、精神压力大、抽烟、酗酒、高糖高脂饮食以及久坐少动等。此外,85岁以上人群心脏病死亡率也在不断上升,可能与老龄化进程及各种正向因素作用延迟了心脏病死亡的年龄有关。

Joinpoint回归模型作为一种崭新的时间趋势分析方法,对慢性病的趋势变化特征分析具有重要意义。但本研究仍存在一定的局限,(1)本研究数据来自政府公开出版的数据集,并未对数据进行量化分析评估质量,且本文获取的2016年数据存在明显异常,城乡数据完全重合,原因有待研究;(2)本次数据为二手数据,无法获取个案信息,未能考虑生活方式变化、其他慢性疾病状态、并发症等对心脏病死亡的贡献,也无法对心脏病死亡的影响因素进行深入分析;(3)本研究尚未观察到心脏病死亡率下降的拐点。因此,仍需更多针对不同来源及不同死因的心脏病数据进行长期监测分析,以提高模型分析的精确性,为目前严峻的心脏病防治工作提供更好的科学依据。

利益冲突:无

猜你喜欢
死亡率心脏病城乡
全面的健康生活方式显著降低糖尿病死亡率
构建新型工农城乡关系促进城乡融合
中医新解心脏病
在城乡互动融合中推进乡村振兴
新冠肺炎的死亡率为何难确定?
久坐看电视很“伤心”
让城乡学子同享一片蓝天
基于Lee—Cater模型对我国高龄男性死亡率的预测
基于Lee—Cater模型对我国高龄男性死亡率的预测
品质提升 让城乡风貌各具特色