基于倾向得分匹配的农村中老年人慢性病共病对失能的影响研究

徐小兵，李迪，孙扬，舒琴，肖涟，徐守荣，范允舟

随着人口老龄化的加速和预期寿命的延长，失能问题对全球卫生和社会保健系统带来重大挑战。失能是各种原因导致的个体生理功能丧失或受损、日常活动受限和生活自理困难的总称［1］。失能不仅可对老年人的生活质量造成严重影响，也会给患者家庭和社会带来沉重的负担［2-3］。在农村地区，医疗资源配置和公共卫生服务水平较低，老年人失能问题更为严峻［4］。随着年龄增长产生的慢性病被认为是导致失能的重要原因［5］。慢性病具有病程长、恢复慢、易引发并发症等特点，而慢性病共病的病因复杂，且不同疾病存在症状叠加或机制协同作用，将增加诊断评估和治疗难度，增加患者不良健康结局的风险，导致更多的医疗资源消耗、患者的生命质量降低［6］。有研究发现慢性病共病与失能之间关联紧密［7-8］。虽然国内外已开展多项关于共病与失能关系的探讨研究［8-9］，但少有研究关注农村中老年人群体。此外，慢性病共病与失能关系的探讨研究存在人口学特征、生活方式等混杂因素未得到有效控制的问题，对研究结果的准确性造成不利影响。倾向得分匹配（propensity score matching，PSM）法作为控制混杂偏倚的有效统计方法，在非随机化研究中被广泛应用［10］。基于此，本研究采用中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS） 数据库数据，通过PSM控制混杂偏移，分析我国农村中老年人慢性病共病与失能的关系，为我国农村中老年人失能和慢性病共病管理策略的制订提供科学依据。

1 资料与方法

1.1 资料来源 本研究数据来源于CHARLS数据库，该数据库数据由北京大学国家发展研究院采用多阶段分层抽样方法，每两年在全国28个省份、150个县级单位、450个社区（村）中调查≥45岁中老年人的个人和家庭基本信息、社会经济状况、健康状况、生物医学测量指标和社区环境情况等形成。本文采用2020年9月发布的具有全国代表性的2018年中老年人调查数据。研究对象纳入标准：（1）年龄≥45岁；（2）患有慢性病；（3）基于CHARLS问卷中的问题“您主要生活在农村还是城市”，纳入受访者回答为“农村”的样本。剔除数据不完整的样本。最终共纳入11 088例研究对象。

1.2 调查内容

1.2.1 基本情况与慢性病共病情况 本研究纳入的基本情况包括性别、年龄、婚姻状况、受教育程度、睡眠时间、吸烟史（从未吸烟为无吸烟史，其他情况为有吸烟史）、饮酒史（从未饮酒为无饮酒史，其他情况为有饮酒史）、残疾情况（调查时存在躯体残疾、大脑受损/智力缺陷、失明或半失明、失聪或半失聪、失语或严重口吃任一情况为有残疾）、参加社交活动情况（调查时过去1个月进行了串门、社团组织活动、志愿者活动和培训等任一社交活动为有参加社交活动）。本研究中的慢性病共病是指同时存在≥2种慢性病。调查的14种慢性病包括恶性肿瘤、高血压、血脂异常、慢性肺部疾病、心肌病、糖尿病、肾脏疾病、肝脏疾病、哮喘、关节炎或风湿病、胃部疾病或消化系统疾病、脑卒中、与记忆相关的疾病（如阿尔茨海默病、脑萎缩、帕金森病）、情感及精神问题。

1.2.2 失能 采用日常生活自理能力（activities of daily living，ADL）和工具性日常生活自理能力（instrumental activities of daily living，IADL）评估失能情况。ADL量表共有6个项目，包括洗澡、穿衣、吃饭、如厕、上下床和排便［11］；IADL量表共有6个项目，包括家务、做饭、购物、打电话、服药和理财［12］。ADL/IADL量表每个项目评估结果分为“没有困难”“有困难但能完成”“有困难，需要帮助”“无法完成”，“没有困难”赋值1分，“无法完成”赋值4分；同时，对总分进行二分类，总分≤6分为可生活自理，＞6分为日常生活活动受损，定义为ADL/IADL失能［13］。调查中该量表Cronbach's α系数为0.875，因子分析得到的2个公因子和调查区分的ADL和IADL基本一致，调查结果具有较高的可信度［13］。

1.3 统计学方法 采用R 4.0.0统计软件进行数据分析。计数资料以频数和百分比描述，组间比较采用χ2检验；计量资料以（±s）表示，组间比较采用两独立样本t检验。PSM是一种控制混杂偏倚的统计方法，本研究以共病状态（是否共病）作为因变量，性别、年龄、婚姻状况、受教育程度、吸烟史、饮酒史、是否残疾、是否参加社交活动及睡眠时间为自变量拟合Logistic回归模型计算倾向得分（propensity score，PS）；采用最邻近匹配法按照1∶1的匹配比例和0.03的卡钳值进行PSM；并检验匹配后共病组和非共病组协变量的均衡性。最后，基于匹配得到的数据采用二元条件Logistic回归分析慢性病共病对老年人ADL和IADL失能的影响。以P＜0.05为差异有统计学意义。

2 结果

2.1 研究对象基本情况 11 088例农村中老年慢性病受访者中，男5 176例（46.68%），女5 912例（53.32%）；年龄 45～54岁2 497例（22.52%），55～64岁3 661例（33.02%），65～74岁3 300例（29.76%）；婚姻状况为已婚者9 290例（83.78%）；受教育程度为小学者5 225例（47.12%）；其他基本情况见表1。

2.2 不同基本情况农村中老年慢性病患者ADL与IADL失能情况比较 11 088例农村中老年慢性病患者中，2 711例（24.45%）ADL失 能，4 216例（38.02%）IADL失能。不同性别、年龄、婚姻状况、受教育程度、吸烟史、饮酒史、残疾情况、参加社交活动情况、慢性病共病情况的受访者ADL失能率和IADL失能率比较，差异均有统计学意义（P＜0.05），见表1。ADL失能与非ADL失能者的睡眠时间分别为（5.69±2.59）、（6.27±2.00） h，二者比较，差异有统计学意义（t=10.76，P＜0.001）；IADL失能与非IADL失能者的睡眠时间分别为（5.89±2.55）、（6.28±1.89） h，二者比较，差异有统计学意义（t=8.67，P＜0.001）。

表1 不同基本情况农村中老年慢性病患者ADL与IADL失能情况比较〔n（%）〕Table 1 Prevalence of ADL disability and IADL disability in rural middle-aged and elderly people with chronic diseases by sociodemographic characteristics

2.3 PSM前后共病组与非共病组农村中老年慢性病患者一般情况比较 11 088例农村中老年慢性病患者中，7 673例（69.20%）为慢性病共病患者。PSM前，共病组和非共病组的性别、年龄、婚姻状况、受教育程度、吸烟史、饮酒史、残疾情况、参加社交活动情况比较，差异均有统计学意义（P＜0.05）；共病组和非共病组的睡眠时间分别为（5.99±2.22）、（6.45±2.02）h，二者比较，差异有统计学意义（t=-10.83，P＜0.001）。使用PSM法将患者基本情况按1∶1匹配，最终匹配成功3 391组研究对象，共6 782例。PSM后，共病组与非共病组基本情况比较，差异均无统计学意义（P＞0.05），见表2；共病组和非共病组的睡眠时间分别为（6.43±2.03）、（6.44±1.99） h，二者比较，差异无统计学意义（t=-0.05，P＞0.05）。

表2 PSM前后共病组与非共病组农村中老年慢性病患者一般情况比较〔n（%）〕Table 2 Sociodemographic characteristics in rural middle-aged and elderly people with and without multimorbidity before and after PSM

2.4 慢性病共病对农村中老年慢性病患者失能影响的二元条件Logistic回归分析 PSM后，共病组分别有792例（23.36%）ADL失能、1 146例（33.80%）IADL失能，非共病组分别有430例（12.68%）ADL失能、901例（26.57%）IADL失能。对匹配后的6 782例农村中老年人进行二元条件Logistic回归分析，结果显示共病组农村中老年人ADL失能风险是非共病组的2.25倍〔95%CI（1.96，2.59），P＜0.001〕，共病组农村中老年人IADL失能风险是非共病组的1.52倍〔95%CI（1.36，1.71），P＜0.001〕。

3 讨论

混杂因素的干扰直接关系到评价慢性病共病对失能影响的结果准确性，PSM可以控制混杂因素的干扰，且具有分析步骤明确和结果易解释等优势，目前被广泛运用于观察性研究的混杂偏倚控制［14-15］。本研究在进行PSM匹配前，慢性病共病人群和非慢性病共病人群的一般人口学信息、生活方式和健康状况比较，差异有统计学意义，匹配后两组协变量均衡可比，从而确保了本研究评估慢性病共病对失能影响的准确性。

本次调查结果显示，农村中老年人的ADL失能率为24.45%，IADL失能率为38.02%，相比于ADL，IADL的执行难度更大，对认知能力的要求也更高，所以本次纳入的研究对象IADL失能率相对更高，这也体现了失能的层次性。本次纳入研究对象的ADL失能率和IADL失能率与以往研究结果不同，如ADL失能率低于杜治平等［16］和许瑞雪等［17］报道的结果（28.40%～31.70%），但高于张晗等［18］报道的结果（2.10%），IADL失能率高于BOWLING等［19］的调查结果（17.00%），低于SU等［20］的调查结果（49.17%）。造成这种差异的原因包括：抽样方式、抽样人群和抽样地区差异；国内相关研究主要采用国际通用的ADL量表评估中老年人失能状况，但失能的程度或等级评定尚无统一标准［21-22］。

本研究结果显示，共病组农村中老年人ADL失能风险是非共病组的2.25倍，共病组农村中老年人IADL失能风险是非共病组的1.52倍，即农村中老年人的慢性病共病与ADL和IADL失能风险增加相关，与以往的研究结论相符［9，23］。此外，本研究结果与对慢性病共病定义不同的相关研究得出的结论也相似。一项针对中国上海市＞75岁老年人的研究结果表明，慢性病共病患者（患≥4种慢性病）的ADL失能风险是未患慢性病人群的5.61倍，IADL失能的风险是未患慢性病人群的5.51倍［20］。慢性病共病状态增加中老年人失能风险的可能原因为：（1）由于年龄较大、机体功能低下和所患疾病复杂等特点，对中老年慢性病共病患者身体功能产生叠加或协同作用，使得疾病治疗周期延长、疾病预后不佳、并发症增多，甚至重要组织、器官损伤，造成自理能力下降［9］。（2）在农村，中老年人的社会经济地位较低，社会服务质量较差，获得优质医疗服务的机会较少。随着城市化的发展，越来越多的农村青年向城市迁移，而其父母却在农村生活，处于空巢状态，患慢性病共病的风险更大。此外，由于大多数农村居民每天从事高强度的农业活动，特别是农忙季节，居民早起晚睡，睡眠质量得不到保证，可在一定程度上导致其共病情况更为严重［24-25］。

本研究为慢性病共病状态影响中国农村中老年人自理能力提供了新的证据，对政策制订和相关人群的健康规划具有重要意义。为了应对日益严峻的慢性病共病情况，英国等制定了共病临床指南，强调融合和以患者为中心的医疗保健服务［26］。随着我国慢性病共病负担的加重，我国的慢性病防控也需要从单一疾病管理模式转为共病管理模式，通过政策引导、学科建设、临床项目支持等方式，提高卫生体系和医疗服务提供者对慢性病共病的应对能力。可利用医联体服务模式发展契机，探索慢性病共病的分级诊疗管理新模式，以更有效地管理共病。另外，需要注意的是，目前农村的慢性病共病情况较严重，但农村的卫生服务水平较低，且服务机构空间布局分散。提示应加强农村慢性病患者服务体系建设，实现对共病患者的及时发现和标准化管理；应加强对农村中老年人的健康教育，提升其对慢性病的正确认知；应增强农村居民心理保健意识，丰富农村居民的文娱生活，在中老年人群中提倡积极、健康的生活方式，包括有规律地参加社交活动和保证每日充足的睡眠等，以更好地改善健康状况。

综上所述，本研究利用PSM均衡慢性病共病组与非共病组的混杂偏倚，保证了两组间良好的可比性和结论的可靠性。基于PSM的研究结果表明农村中老年人慢性病共病会增加其失能的风险。提示相关部门和社会各领域应密切合作，加大针对农村地区的资源投入和政策制订，调整卫生体系服务重心，加强对农村地区中老年人慢性病共病和失能的预防与管理，以满足农村地区中老年人群的健康需要。

志谢：感谢北京大学国家发展研究院和北京大学中国社会科学调查中心提供 CHARLS 数据。

作者贡献：徐小兵、李迪负责构思与设计本研究，并确定研究的可行性，以及论文修订；徐小兵负责数据收集；徐小兵、舒琴负责数据整理；徐小兵、肖涟、范允舟负责统计学分析，并对分析结果进行解释；徐小兵、徐守荣负责核对结果；徐小兵、孙扬负责论文起草、初步撰写；李迪负责文章的质量控制及审校，对文章整体负责。

本文无利益冲突。