基于健康生态学模型的我国老年人慢性病共病影响因素研究

齐元涛，柳言，杜金，刘永文，马桂峰

我国人口老龄化问题严重［1］，随着人口老龄化程度的加深，慢性病共病（multimorbidity）现象日趋普遍［2］。老年人慢性病共病指老年人同时存在≥2种慢性病，包括躯体疾病、老年综合征及精神问题等［3］。美国疾病预防控制中心的数据表明，美国50%左右的老年慢性病患者同时患≥2种慢性病［4］；2008年瑞典的一项研究结果显示，约55%的老年人为慢性病共病患者，其中高龄、女性、低文化程度者的慢性病共病风险更高［5］；2018年，我国≥45岁中老年人的慢性病共病检出率为55.77%［6］。由此可见，老年人慢性病共病已经成为我国乃至世界亟待解决的重要公共卫生问题。既往对人群慢性病共病影响因素的研究主要集中在人口学特征、社会经济学因素、健康相关行为等方面，缺乏系统性探索。健康生态学模型将生态学理论、方法运用于健康领域，强调社会环境对个体影响的多层次性，即个体健康是个体因素、社会环境、医疗政策、文化习俗等因素共同作用的结果［7］。近年来，健康生态学模型在医学卫生领域得到广泛应用，运用该模型，可以从多维度探讨老年人慢性病共病的影响因素，从而为慢性病的预防与控制提供新思路、新方式［8］。因此，本研究在分析我国老年人慢性病共病流行现状的基础上，利用健康生态学模型，从不同维度探讨我国老年人慢性病共病的影响因素，以期为我国慢性病共病的管理和防控提供依据。

1 资料与方法

1.1 资料来源 本研究数据来源于2018年中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS），于2021年2月申请获取CHARLS数据，于2021年3月开始数据分析与论文撰写。CHARLS旨在收集代表中国≥45岁中老年人家庭和个人的高质量微观数据，用以分析人口老龄化问题，推动我国跨学科的老龄化问题研究［9］。CHARLS是由北京大学国家发展研究院主持、北京大学中国社会科学调查中心实施的大型跨学科调查项目，调查对象涵盖中国内地28个省份、150个县级区划，总样本量为19 816［10］。本研究选取其中≥60岁的样本10 779例，根据研究变量的完整性，筛选出符合本研究要求的样本7 354例（68.23%）。

1.2 变量选择与定义

1.2.1 因变量 （1）本研究纳入的慢性病为CHARLS数据库“Health Status and Functioning（健康状态与功能）”模块中被医生确诊的14种慢性病，包括高血压、血脂异常、糖尿病或血糖升高、恶性肿瘤、慢性肺部疾病、肝脏疾病、心脏病、脑卒中、肾脏疾病、胃部或消化系统疾病、精神及情感方面疾病、记忆相关性疾病、关节炎或风湿病、哮喘。（2）当个体同时患有≥2种慢性病时，定义为共病患者；当患者仅患有1种或不患慢性病时，定义为非共病患者［3］。本研究将慢性病共病赋值为1，非慢性病共病赋值为0。

1.2.2 自变量 健康生态学模型是生态学的衍生模型之一，目前该模型已经被广泛应用于个体疾病或健康的影响因素分析。该模型强调个体的健康是由个体本身和环境共同作用的结果，主张从个体和环境等多个层面分析健康或疾病的影响因素，从不同维度为个体提供健康信息，进而达到促进健康的目的［11］。健康生态学模型主要分为5个维度：核心层是个人特质层，选取的变量主要有性别、年龄、民族；第二层是行为特征层，选取的变量主要有吸烟、饮酒、体育锻炼、夜晚睡眠时间、午睡时间、对生活满意度、对健康满意度；第三层是人际网络层，选取的变量主要有婚姻状况、对子女满意度、户口类型、地理分布；第四层是生活和工作条件层，选取的变量主要有受教育情况、工作情况、人均年收入、宗教信仰；最后一层是政策环境层，包括社区、政府、国家乃至全球水平的经济、社会、文化及有关政策等，选取的变量主要有是否有医疗保险和是否有养老保险［12-13］。健康生态学模型框架见图1。

图1 健康生态学模型框架Figure 1 Health ecology model frame

对部分自变量的定义为：（1）以过去1年有吸烟行为为吸烟；（2）以过去1年有饮酒行为为饮酒；（3）体育锻炼以是否进行轻体力活动进行划分，以走路（包括工作或者在家的时候从一个地方走到另一个地方，以及为了休闲、运动、锻炼或娱乐而散步）为轻体力活动；（4）在工作情况中，以之前有过工作经历但目前已退休、内退或因各种原因无法从事工作为曾经工作过；（5）在地理分布上，根据我国区域经济发展理论，将省份划分为东部、中部、西部［14］。另外，本研究选取的慢性病共病影响因素主要以可能导致慢性病共病发生的风险因素（性别、年龄、生活行为方式和环境）为主，并未涉及针对单种慢性病特定的影响因素，如可能影响肝癌发生的肝硬化、可能影响消化性溃疡发生的幽门螺杆菌感染等。自变量的赋值情况见表1。

表1 基于健康生态学模型选取的自变量及赋值情况Table 1 Names and assignments of independent variables based on health ecology model

1.3 统计学方法 采用Stata 16.0统计软件对数据进行整理与分析。计量资料以（±s）表示；计数资料以相对数表示，组间比较采用χ2检验。采用二元Logistic回归进行多因素分析，根据健康生态学模型的5个维度，分别建立5个模型：模型1包含第1个维度的指标，模型2包含第1、2个维度的指标，模型3包含第1、2、3维度的指标，模型4包含第1、2、3、4维度的指标，模型5包含5个维度所有的指标。以P<0.05为差异有统计学意义。

2 结果

2.1 纳入老年人的基本情况 7 354例老年人中，男3 727例（50.68%）、女3 627例（49.32%），年龄为60～70岁4 965例（67.51%）、>70岁2 389例（32.49%），6 374例（86.67%）患有慢性病，慢性病共病患者4 792例（65.16%）、非慢性病共病者2 562例（34.84%）。慢性病共病和非慢性病共病者的性别、年龄分布见表2。

表2 慢性病共病老年人和非慢性病共病老年人的性别、年龄分布Table 2 Gender and age distribution of elderly people with and without comorbidities of chronic diseases

2.2 老年人的慢性病共病情况 4 792例慢性病共病患者中，患2种慢性病者居多〔32.16%（1 541/4 792）〕，见图2。常见二元慢性病共病组合为：高血压+关节炎或风湿病〔253例（16.42%）〕、胃部疾病或消化系统疾病+关节炎或风湿病〔204例（13.24%）〕、高血压+血脂异常〔99例（6.42%）〕。

图2 老年人慢性病患病情况和共病情况分布Figure 2 Distribution of chronic diseases and comorbidities among the elderly

2.3 不同特征老年人的慢性病患病种数比较 不同性别、年龄、吸烟情况、夜晚睡眠时间、午睡时间、对生活满意度、对健康满意度、对子女满意度、户口类型、地理分布、工作情况、人均年收入及是否有养老保险的老年人慢性病患病种数比较，差异有统计学意义（P<0.05）；不同民族、饮酒情况、体育锻炼情况、婚姻状况、受教育情况及是否有宗教信仰、医疗保险的老年人慢性病患病种数比较，差异无统计学意义（P>0.05），见表3。

2.4 老年人发生慢性病共病影响因素的多因素Logistic回归分析 以是否发生慢性病共病为因变量，以表3中差异有统计学意义的指标为自变量，进行多因素Logistic回归分析。结果显示，模型1～5的似然比卡方检验（LRχ2）值分别为 70.410、704.710、768.810、800.470、801.190（P<0.001），拟合优度检验值（PseudoR2）分别为0.007、0.074、0.080、0.084、0.084，模型准确预测率分别为65.16%、66.82%、67.34%、68.02%、68.03%。模型5的结果显示，性别、年龄、夜晚睡眠时间、午睡时间、对健康满意度、户口类型、地理分布、工作情况、人均年收入是老年人发生慢性病共病的影响因素（P<0.05），见表4。

表3 不同特征老年人的慢性病患病种数比较〔n（%）〕Table 3 Comparison of the number of chronic diseases in the elderly with different characteristics

（续表3）

表4 老年人发生慢性病共病影响因素的多因素Logistic回归分析Table 4 Multivariate Logistic analysis of the influencing factors of chronic disease comorbidities in the elderly

3 讨论

2018年我国老年人的慢性病共病发生率为65.16%，低于刘葳等［15］（81.01%）、王佳等［16］（76.60%）的研究结果，略高于郭小榕［17］（49.46%）、张琪等［18］（45.90%）的研究结果。这可能与调查年份、人口分布、地区经济发展水平、受试者年龄和患病情况等不同有关［19］。老年人随着年龄增长，在器官老化、功能衰退等基础上，常合并多种慢性病及不同程度的功能障碍［20］。相关研究结果表明，患≥2种慢性病者的相对死亡风险是未患慢性病者的2倍，患>3种慢性病者的相对死亡风险则是未患慢性病者的3倍［21］。慢性病共病的复杂性使临床干预效果降低，治疗难度加大，而目前我国疾病的诊疗指南多是针对单病种的，适用人群基本没有包括共病患者［22］，各科专家只能依照单病种指南来治疗患者，容易出现多重用药甚至过度医疗的情况，给患者带来极大疾病负担。由此可见，慢性病共病问题已经成为我国重要的公共卫生问题，应积极行动起来，加强健康教育宣传、培养医生共病思维、开发健全且符合我国国情的共病诊疗指南，从而减轻共病患者的治疗负担，提高共病患者的生命质量。

老年人慢性病共病的管理重点不仅在于“治”，更在于“防”和“控”。因此，识别并掌握慢性病共病的风险因素对于慢性病共病防控更有意义。本研究结果显示，女性、>70岁、夜晚睡眠时间<6 h、午睡时间≥0.5 h、对自身健康不太/一般满意、城市户口、居住在中部/西部地区、目前未工作、人均年收入>5万的老年人发生慢性病共病的风险更高。可见，我国老年人慢性病共病的影响因素，不仅涉及个人特质及其行为方式，还涉及人际网络、生活和工作条件及政策环境。

3.1 个人特质作为人为不易改变的变量，是影响老年人慢性病共病的首要因素 个人特质是最直接作用于健康的因素，很多其他因素，如人际关系网络、环境、心理等，都是通过作用于个人特质，最终影响疾病的发生。（1）不同性别老年人的慢性病共病发生率不同，女性的风险更高。原因可能是女性的预期寿命高于男性［23］，且老年女性绝经后雌激素分泌减少、其他激素分泌改变，导致其肥胖、高血压、高脂血症等检出率高于男性［24-25］，从而增加了女性慢性病共病的发生风险。（2）年龄与慢性病共病的关系密切，年龄较大者风险较高，这与李静［26］的研究结论一致。已有研究表明，慢性病共病的重要影响因素是年龄，年龄越高共病风险越高［9，27］。原因可能是慢性病的潜伏期较长，通常是由很多因素持续作用并达到一定程度才发生，因此老年人群慢性病共病发生风险较其他人群更高。

3.2 行为特点与老年慢性病共病关系密切 夜晚睡眠时间不足、午睡时间过长与慢性病共病发生风险相关，这与万政策［28］、段思宇等［29］的研究结果相似，也与国内外众多流行病学调查研究结果基本一致［30-31］。原因可能是夜晚睡眠时间不足和较长时间的午睡可以增加冠状动脉疾病、心脏疾病的发生风险和死亡风险［32-36］，引起血脂异常［34］，增加脑血管病、内分泌失调等疾病的患病风险等［37-38］，从而增加了老年人患慢性病共病的风险。对自身健康非常满意者的慢性病共病发生率较低，与张可人等［39］的研究结果相似。原因可能是对自身健康非常满意者健康意识更强，具有更好的健康生活方式，能更好地管理自身健康。本研究中，吸烟和饮酒对老年人慢性病共病无明显影响，这可能是因为研究对象为老年人，存在幸存者偏倚［12］。但该两项因素不应该被忽略，既往研究结果表明，吸烟、酗酒是高血压、冠心病、脑卒中、动脉硬化、高脂血症的重要危险因素［40］。

3.3 人际网络、工作和生活条件对老年人慢性病共病也有重要影响 在城市生活、工资收入高（>5万/年）者的慢性病共病发生风险更高，与郭小榕［17］的研究结果相似。其原因可能是城市空间的功利性改造引起城市环境、生活方式、社会交往模式等方面的改变，导致“慢性病”越来越成为城市人群健康的挑战，而在城市生活和高收入常与快节奏和高强度的工作、热量摄入过多和久坐不动的生活方式、经常熬夜和吃夜宵、抽烟和酗酒等不良生活习惯“挂钩”，从而使越来越多的都市人和高收入人群陷入慢性病的“泥沼”［41-43］。东部地区老年人的慢性病共病发生风险低于中部和西部地区，这可能是因为东部地区的经济发展水平较高，故医疗条件和居民健康水平也相对较好。对老年人而言，目前正在工作者的慢性病共病发生风险较低，这与范涛等［40］的研究结果一致。原因可能为老年人适当工作有利于锻炼身体，沟通情感，减少心理疾病，避免日常生活丰富度下降，一定程度避免了其出现家庭责任与信任危机导致的自身健康状况恶化，同时配合适当的主动寻求生活幸福感的行为，增加了其生活幸福指数［44］。

3.4 政策环境作为远端因素对老年人慢性病共病的影响不可忽视 本研究虽未发现政策环境对老年慢性病共病患者的影响，但无医疗保险和养老保险人群的慢性病共病检出率更高，提示政策环境可能从宏观层面产生一定影响。而大多数宏观政策一般用于评估人群健康，不能在个人层面定义，故可能无法用宏观政策来准确分析其对共病个体的影响［45］。

慢性病共病问题让老年人生活质量下降、治疗难度增加，给家庭和社会带来了沉重的经济负担。因此，除需了解各种慢性病的致病因素（细菌、病毒感染等）外，还需明确与慢性病共病相关的个人特征、行为生活方式、社会环境等因素，并结合健康生态学的思维，从不同层次和维度采取及时、有针对性的干预措施，以实现慢性病共病患者的综合管理，从而降低老年人的慢性病共病发生率，提高人群健康水平。与老年人慢性病共病相关的因素较多，但本研究囿于数据，纳入的变量有限。故在今后的研究中应当积极开展与老年人慢性病共病相关的实证研究，从多方位考虑慢性病共病的影响因素，为老年人慢性病共病高危人群的识别提供更加坚实的科学依据。

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：齐元涛进行文章的构思与设计、论文的撰写与修订、文章的质量控制与审校；柳言、杜金进行文献和资料收集；刘永文进行文献、资料整理；马桂峰对文章整体负责，监督管理。

本文无利益冲突。