骨质疏松症(OP)的患病率高,且其患病率随着年龄的增长而逐渐增加,OP及其引起的骨折给患者家庭及社会造成沉重的经济负担,防治OP刻不容缓。了解我国OP的患病情况是开展OP防控工作的前提。
通过Meta分析了解中国老年人OP的患病情况。
计算机检索PubMed、中国知网(CNKI)、万方数据知识服务平台和维普网(VIP)中关于中国老年人OP患病率相关的横断面研究,检索时限为2000-01-01至2021-03-20。提取数据并评价纳入研究的文献质量,采用Stata 12.0软件进行Meta分析。
共纳入48篇横断面研究,包含68 932例研究对象。Meta分析结果显示,中国≥60岁老年人OP患病率为37.7%〔95%CI(33.8%,41.7%)〕。亚组分析结果显示,2000—2009年中国≥60岁老年人OP患病率为39.6%〔95%CI(33.4%,45.9%)〕,2010—2020年为35.9%〔95%CI(31.1%,40.8%)〕;中国南方地区≥60岁老年人OP患病率为39.7%〔95%CI(34.0%,45.5%)〕,中国北方地区为35.7%〔95%CI(30.1%,41.2%)〕;中国男性≥60岁老年人OP患病率为27.3%〔95%CI(23.9%,30.7%)〕,中国女性为48.4%〔95%CI(42.7%,54.1%)〕;中国60~69岁老年人OP患病率为32.2%〔95%CI(28.6%,35.7%)〕,70~79岁老年人为41.9%〔95%CI(36.9%,46.9%)〕,≥80岁老年人为51.8%〔95%CI(43.9%,59.7%)〕。
当前证据表明,中国老年人OP患病率为37.7%,且随着年龄的增长逐渐上升。






本刊2022年版权归中国全科医学杂志社所有
未经编辑部许可,不得任意转载和摘编
本刊所发表作品仅为作者观点,并不代表编委会和编辑部意见
如有印装质量问题请向本刊发行部调换
骨质疏松症(osteoporosis,OP)是一种以骨量低、骨组织微结构受损、骨脆性增加、易发生骨折为特征的全身性骨病[1]。早期研究显示,我国50岁以上女性OP的患病率为20.7%,男性为14.4%,且OP患病率随着年龄的增长而逐渐增加[1,2]。OP患者发生脆性骨折的风险也较正常人高。有研究报道,2015年我国主要用于骨质疏松性骨折的医疗费用为720亿元,预计到2035年将达到1 320亿元,给患者家庭和社会造成沉重的经济负担[1,3]。OP及其引起的骨折已成为我国重大的公共卫生问题,防治OP刻不容缓。而了解我国OP的患病情况,是开展OP防控工作的前提。
虽然有较多研究报道了OP的患病率,但单个研究样本量较小,且多为单中心调查研究,因此单个研究报道的结果代表性欠佳[4,5,6,7,8]。2016年贺丽英等[9]进行的Meta分析纳入33项研究,共包含30 526例研究对象,结果显示我国≥60岁的老年人OP患病率为36%。但近年来又有较多大规模的研究报道,各个研究的报道结果也参差不齐[10,11,12,13]。因此,为了对我国老年人OP患病率有更全面地了解,本研究通过检索相关文献,系统评价我国老年人OP的患病情况,以期为OP的防控提供循证依据。
计算机检索PubMed、中国知网(CNKI)、万方数据知识服务平台和维普网(VIP)数据库中关于中国老年人OP患病率相关的文献,检索时限为2000-01-01至2021-03-20。同时采用数据库检索和手工检索,并追溯纳入文献的参考文献。中文检索词包括:骨质疏松、骨密度、发病率、患病率、流行病学;英文检索词包括:prevalence rate、incidence、osteoporosis、bone mineral density、epidemiologic、China。以CNKI为例,检索策略见表1。

关于中国老年人OP患病率的横断面研究的CNKI检索策略
Strategy for searching cross-sectional studies about osteoporosis prevalence in Chinese elderly people in CNKI database
关于中国老年人OP患病率的横断面研究的CNKI检索策略
Strategy for searching cross-sectional studies about osteoporosis prevalence in Chinese elderly people in CNKI database
检索步骤 | 检索词 |
---|---|
#1 | 骨质疏松 |
#2 | 骨密度 |
#3 | #1 OR #2 |
#4 | 患病率 |
#5 | 发病率 |
#6 | 流行病学 |
#7 | #4 OR #5 OR #6 |
#8 | #3 AND #7 |
纳入标准:(1)横断面研究;(2)研究对象包含我国≥60岁人群;(3)观察指标为OP患病率。OP测量及诊断标准:双能X线吸收检测法,诊断标准为T值低于-2.5 SD[1]。患病率按5的倍数进行年龄分层表示,如60~64岁、65~69岁或60~69岁、70~79岁。
排除标准:(1)同一个研究重复发表的文献;(2)调查对象为特殊人群,如住院患者、绝经女性、伴有严重肝肾及其他骨骼疾病的人群、合并有某种疾病或某种职业的人群;(3)综述、会议论文、学位论文;(4)分析数据不全或缺失,或有逻辑错误的文献;(5)老年人样本量<100例。
由2名研究员分别独立检索并筛选文献、收集数据并交叉核对。如有争议,则通过讨论或与第三名研究员协商解决。资料提取内容包括:(1)基本信息:第一作者、发表时间、研究对象所在地区、样本量、年龄等;(2)能计算出OP患病率的相关数据;(3)偏倚风险评价的相关要素。
横断面研究采用KHAMBALIA等[14]提出的文献质量评价标准进行质量评分,见表2。

横断面研究文献质量评价标准
Quality assessment criteria of cross-sectional studies
横断面研究文献质量评价标准
Quality assessment criteria of cross-sectional studies
序号 | 条目 | 分数(分) |
---|---|---|
1 | 随机模式抽样,且具有很大样本量(≥10 000)的国家级流行病学调查报告 | 1 |
2 | 随机模式抽样,且样本量较大(≥1 000)的省级流行病学报告 | 2 |
3 | 随机模式抽样,但在有限数量的特定单位(如2、3个县级城市或研究所)调查的流行病学报告 | 3 |
4 | 不是随机模式抽样,但样本量较大(≥1 000)的报告 | 4 |
5 | 不是随机模式抽样,且样本量较小(<1 000)的报告 | 5 |
采用Stata 12.0软件进行Meta分析。纳入研究结果间的异质性采用χ2检验进行分析(检验水准为α=0.1),同时结合I2定量判断异质性大小。若I2<50%且P>0.1,说明各研究结果间无统计学异质性,则采用固定效应模型进行Meta分析;否则采用随机效应模型进行Meta分析。根据纳入研究的发表年份、性别、年龄及研究对象的地区分布(以秦岭-淮河为界)进行亚组分析。根据漏斗图,结合Egger's和Begg's检验判断是否存在发表偏倚。以P<0.05为差异有统计学意义。
初检共获得相关文献1 211篇,经逐层筛选后,最终纳入48篇横断面研究[4,5,6,7,8,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53],共包含68 932例研究对象。文献筛选流程及结果见图1。


纳入研究的基本特征见表3。纳入研究的质量评价结果:12篇文献[4,13,15,16,27,30,31,32,36,47,49,51]评分为2分,5篇文献[5,42,43,45,48]评分为3分,26篇文献[6,7,8,10,11,12,17,18,19,20,22,23,24,26,28,29,34,35,37,38,40,41,44,46,50,52]评分为4分,5篇文献[21,25,33,39,53]评分为5分。纳入研究的样本量普遍较大,研究对象来源主要为随机抽取和健康体检人群。

纳入研究的基本特征
Basic characteristics of included studies
纳入研究的基本特征
Basic characteristics of included studies
第一作者 | 发表时间(年) | 地区 | 测量仪器 | 测量部位 | 对象来源 | 样本量(例)a | 性别(例)b | 年龄(岁) | |
---|---|---|---|---|---|---|---|---|---|
男 | 女 | ||||||||
陈文远[4] | 2010 | 海南省 | GE Lunar.DPX.MD(美国) | L2~4、单侧髋 | 随机抽取居民 | 531 | 223 | 308 | ≥60 |
孙兰英[5] | 2012 | 贵州省 | Lunar Prodigy Advance(美国) | L2~4、左股骨颈 | 随机抽取体检人员 | 455 | 173 | 151 | 60~79 |
张楠楠[6] | 2013 | 黑龙江省 | Lunar Prodigy Advance(美国) | L1~4、单髋 | 体检人群 | 1 096 | 81 | 280 | 60~84 |
邱耀辉[7] | 2013 | 漳州市 | OsteoSys EXA-30000(韩国) | 前臂远端 | 体检人群 | 4 023 | 246 | 199 | 60~87 |
杨立进[8] | 2018 | 广东省 | HOLOGIC Wi(美国) | L1~4、左股骨颈 | 常住居民 | 1 529 | 267 | 707 | 60~89 |
李广程[10] | 2014 | 吉林省 | MEDILINK-OSTEOCORE2(法国) | 尺桡骨 | 体检人群 | 9 735 | 2 682 | 3 393 | ≥60 |
黄际远[11] | 2016 | 四川省 | Lunar Prodigy Advance(美国) | L1~4、左髋 | 体检人群 | 15 273 | 1 280 | 2 709 | ≥60 |
冯剑[12] | 2016 | 山东省 | GE LUNER(美国) | 腰椎 | 体检人群 | 8 900 | 2 215 | 0 | ≥60 |
姚立彬[13] | 2017 | 湖北省 | DTX-200(美国) | 前臂 | 分层联合整群抽样 | 8 159 | 3 921 | 4 238 | 60~90 |
范子寒[15] | 2018 | 北京市 | Hologic-Discover(美国) | L1~4、股骨、髋部 | 随机抽取居民 | 1 552 | 979c | 60~90 | |
林伟[16] | 2003 | 广东省 | GE Lunar.DPX.L(美国) | L2~4、左股骨 | 随机抽取居民 | 1 530 | 303 | 309 | ≥60 |
杨鸿兵[17] | 2011 | 北京市 | DPX.MD(美国) | 尺桡骨 | 常住居民 | 19 609 | 559 | 1 363 | 60~89 |
朱志鑫[18] | 2004 | 浙北省 | 美国仪器 | 左跟骨 | 体检人群 | 6 330 | 529 | 1 100 | 60~93 |
张萌萌[19] | 2009 | 吉林省 | DTX-200(美国) | 尺桡骨 | 常住居民 | 16 019 | 5 906 | 5 263 | 60~89 |
李亚刚[20] | 2007 | 吉林省 | DTX-200(美国) | 尺桡骨 | 常住居民 | 4 133 | 684 | 1 263 | 60~89 |
姜岩[21] | 2000 | 河北省 | 丹麦仪器 | 前臂 | 未提及 | 353 | 0 | 121 | 60~79 |
陈健[22] | 2001 | 厦门市 | Lunar DPXL(美国) | L2~4 | 常住居民 | 2 766 | 833 | 909 | ≥60 |
沈霖[23] | 2001 | 湖北省 | Hologic-DEXA(美国) | L1~4、股骨 | 常住居民 | 1 359 | 220 | 268 | ≥60 |
周久贸[24] | 2008 | 辽宁省 | GE Lunar(美国) | L1~4、股骨 | 常住居民 | 2 288 | 189 | 258 | 60~89 |
吴伏娜[25] | 2004 | 深圳市 | Challenger DEXA | L2~4、股骨 | 常住居民 | 747 | 62 | 97 | 60~70 |
蒙元劲[26] | 2006 | 广西壮族自治区 | MEDILINK(法国) | 股骨 | 一般居民 | 1 230 | 275 | 352 | ≥60 |
赵昕[27] | 2008 | 吉林省 | Lunar DPXL(美国) | L2~4、左髋 | 分层整群随机抽样 | 1 180 | 327 | 334 | ≥60 |
白孟海[28] | 2008 | 甘肃省 | Lunar Prodigy(美国) | L1~4、左髋 | 一般居民 | 1 212 | 252 | 240 | ≥60 |
杨茂伟[29] | 2009 | 辽宁省 | Lunar DEXA(美国) | L1~4、双髋 | 体检人群 | 3 738 | 671 | 595 | 60~89 |
杨春云[30] | 2011 | 山东省 | MEDILINK-OSTEOCORE2(法国) | L2~4、左髋 | 分层多阶段整群抽样 | 3 879 | 786 | 808 | 60~89 |
伍中庆[31] | 2013 | 广东省 | Lunar(美国) | 双髋 | 多阶段整群抽样 | 1 263 | 311 | 544 | ≥60 |
王树金[32] | 2016 | 江苏省 | Lunar(美国) | L1~4、左髋 | 随机抽样 | 1 220 | 252 | 458 | ≥60 |
颜晓东[33] | 2003 | 广西壮族自治区 | Challeger(法国) | L2~4、左髋 | 体检人群 | 264 | 183 | 250 | 60~80 |
季志民[34] | 2011 | 北京市 | MEDILINK-OSTEOCORE1(法国) | L2~4、单髋 | 体检人群 | 3 285 | 101 | 827 | 60~89 |
林松青[35] | 2011 | 广东省 | Lunar Prodigy(美国) | L2~4、单髋 | 一般居民 | 2 600 | 500 | 500 | ≥60 |
刘辉文[36] | 2011 | 湖南省 | Lunar-DPX-Bravo(美国) | L2~4、左髋 | 随机抽样 | 4 000 | 428 | 330 | ≥60 |
廖燚[37] | 2010 | 新疆维吾尔自治区 | HOLOGIC(美国) | L2~4、左髋 | 本地居民 | 2 516 | 156 | 327 | ≥60 |
罗翠云[38] | 2009 | 广西壮族自治区 | I'acn(意大利) | L2~4、单髋 | 体检人群 | 3 000 | 326 | 606 | ≥60 |
张盘德[39] | 2008 | 广东省 | Hologic-Delphi(美国) | L1~4、左髋 | 体检人群 | 839 | 222 | 239 | ≥60 |
陈超[40] | 2008 | 安徽省 | Lunar Prodigy(美国) | L2~4、左髋 | 体检人群 | 1 162 | 229 | 208 | ≥60 |
孙桂青[41] | 2012 | 浙江省 | GE Lunar.DPX.MD(美国) | L1~4、右髋 | 体检人群 | 2 880 | 415 | 314 | ≥60 |
李宁华[42] | 2001 | 华北地区 | GE Lunar(美国) | L2~4、左股骨 | 分层多阶段整群随机抽样 | 918 | 221 | 272 | ≥60 |
曾玉红[43] | 2012 | 陕西省 | Hologic-QDR2000(美国) | L1~4、左髋 | 随机抽样 | 564 | 47 | 114 | 60~80 |
陈奇盛[44] | 2018 | 广西壮族自治区 | Lunar DPX-MD(美国) | L1~4、股骨 | 体检人群 | 2 803 | 553 | 691 | 60~84 |
丁雪勇[45] | 2017 | 重庆市 | MetriScan(美国) | 股骨 | 多阶段整群随机抽样 | 813 | 209 | 197 | ≥60 |
胡佑凤[46] | 2011 | 湖北省 | GE PIXI(美国) | 跟骨 | 体检人群 | 4 000 | 961 | 892 | ≥60 |
李宁华[47] | 2001 | 中国 | Lunar DPX-L和Norland XR-36 | L2~4、股骨 | 全国随机抽样 | 5 602 | 1 610 | 1 683 | ≥60 |
马俊岭[48] | 2009 | 上海市 | Lunar Prodigy Advance(美国) | 腰椎、股骨 | 随机抽取居民 | 608 | 205 | 401 | 60~79 |
区品中[49] | 2002 | 广东省 | Lunar DPX-L | L2~4、髋部 | 随机整群抽样 | 1 160 | 300 | 300 | ≥60 |
杨春菊[50] | 2008 | 深圳市 | Challeger(法国) | 股骨 | 常住居民 | 4 123 | 674 | 830 | 60~79 |
周影[51] | 2020 | 海南省 | Hologic-ASY-00409(美国) | 腰椎 | 多阶段抽样 | 2 176 | 386 | 369 | ≥60 |
宗欣[52] | 2020 | 山东省 | Lunar(美国) | L1~4、股骨 | 体检人群 | 1 180 | 423 | 757 | ≥60 |
吴凌云[53] | 2013 | 湖北省 | Hologic-Discovery(美国) | L1~4 | 方便抽样 | 183 | 88 | 95 | ≥60 |
注:a表示全文总样本量,b表示≥60岁样本量,c表示男、女性总例数
Meta分析结果显示,中国≥60岁老年人OP患病率为37.7%〔95%CI(33.8%,41.7%)〕(表4)。

中国老年人OP患病率的Meta分析结果
Meta-analysis of cross-sectional studies about prevalence of osteoporosis in Chinese elderly people
中国老年人OP患病率的Meta分析结果
Meta-analysis of cross-sectional studies about prevalence of osteoporosis in Chinese elderly people
观察指标 | 纳入研究数量(篇) | 异质性 | 效应模型 | Meta分析结果 | |||
---|---|---|---|---|---|---|---|
P值 | I2值(%) | OR(95%CI) | P值 | ||||
总体患病率 | 48[4,5,6,7,8,10,11,12,13,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53] | <0.001 | 99.4 | 随机效应模型 | 0.377(0.338,0.417) | <0.001 | |
发表时间(年) | |||||||
2000—2009 | 22[16,18,19,20,21,22,23,24,25,26,27,28,29,33,38,39,40,42,47,48,49,50] | <0.001 | 99.4 | 随机效应模型 | 0.396(0.334,0.459) | <0.001 | |
2010—2020 | 26[4,5,6,7,8,10,11,12,13,15,17,30,31,32,34,35,36,37,41,43,44,45,46,51,52,53] | <0.001 | 99.3 | 随机效应模型 | 0.359(0.311,0.408) | <0.001 | |
地区 | |||||||
南方 | 29[4,5,7,8,11,13,16,18,22,23,25,26,31,33,35,36,38,39,40,41,42,44,45,46,48,49,50,51,53] | <0.001 | 99.4 | 随机效应模型 | 0.397(0.340,0.455) | <0.001 | |
北方 | 18[6,10,12,15,17,19,20,21,24,27,28,29,30,32,34,37,43,52] | <0.001 | 99.2 | 随机效应模型 | 0.357(0.301,0.412) | <0.001 | |
性别 | |||||||
男 | 46[4,5,6,7,8,10,11,12,13,16,17,18,19,20,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53] | <0.001 | 98.4 | 随机效应模型 | 0.273(0.239,0.307) | <0.001 | |
女 | 46[4,5,6,7,8,10,11,13,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53] | <0.001 | 99.3 | 随机效应模型 | 0.484(0.427,0.541) | <0.001 | |
年龄段 | |||||||
60~69岁 | 46[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 98.7 | 随机效应模型 | 0.322(0.286,0.357) | <0.001 | |
男性60~69岁 | 46[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 96.1 | 随机效应模型 | 0.215(0.187,0.243) | <0.001 | |
女性60~69岁 | 46[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 98.1 | 随机效应模型 | 0.426(0.377,0.476) | <0.001 | |
年龄段 | |||||||
70~79岁 | 45[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 98.7 | 随机效应模型 | 0.419(0.369,0.469) | <0.001 | |
男性70~79岁 | 45[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 97.0 | 随机效应模型 | 0.307(0.259,0.355) | <0.001 | |
女性70~79岁 | 45[4,5,6,7,8,10,11,12,15,16,17,18,19,20,21,22,23,24,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52] | <0.001 | 98.5 | 随机效应模型 | 0.535(0.468,0.601) | <0.001 | |
年龄段 | |||||||
≥80岁 | 31[4,6,8,10,11,12,15,16,17,18,19,20,22,23,24,27,28,29,30,31,32,34,35,36,38,40,44,47,49,51,52] | <0.001 | 97.7 | 随机效应模型 | 0.518(0.439,0.597) | <0.001 | |
男性≥80岁 | 30[4,6,8,10,11,12,16,17,18,19,20,22,23,24,27,28,29,30,31,32,34,35,36,38,40,44,47,49,51,52] | <0.001 | 96.3 | 随机效应模型 | 0.420(0.323,0.517) | <0.001 | |
女性≥80岁 | 30[4,6,8,10,11,12,16,17,18,19,20,22,23,24,27,28,29,30,31,32,34,35,36,38,40,44,47,49,51,52] | <0.001 | 97.2 | 随机效应模型 | 0.634(0.530,0.737) | <0.001 |
Meta分析结果显示,2000—2009年中国≥60岁老年人OP患病率为39.6%〔95%CI(33.4%,45.9%)〕,2010—2020年中国≥60岁老年人OP患病率为35.9%〔95%CI(31.1%,40.8%)〕。
Meta分析结果显示,中国南方地区≥60岁老年人OP患病率为39.7%〔95%CI(34.0%,45.5%)〕,中国北方地区≥60岁老年人OP患病率为35.7%〔95%CI(30.1%,41.2%)〕。
Meta分析结果显示,中国男性≥60岁老年人OP患病率为27.3%〔95%CI(23.9%,30.7%)〕,中国女性≥60岁老年人OP患病率为48.4%〔95%CI(42.7%,54.1%)〕。
Meta分析结果显示,中国60~69岁老年人OP患病率为32.2%〔95%CI(28.6%,35.7%)〕,70~79岁老年人OP患病率为41.9%〔95%CI(36.9%,46.9%)〕,≥80岁老年人OP患病率为51.8%〔95%CI(43.9%,59.7%)〕(表4)。
采用依次剔除每项研究后重新合并统计量的方法进行敏感性分析,结果均未发生方向性改变,提示结果较稳定。
根据中国≥60岁老年人OP患病率绘制漏斗图,结果显示,各研究点左右分布对称性欠佳,但Egger's和Begg's检验P值分别为0.052和0.207,提示存在发表偏倚的可能性较小(图2)。


据统计,2018年末我国≥60岁老年人已达2.494 9亿,约占总人口的17.9%[54]。预计到2025年,我国≥60岁人口将达到3亿,届时我国将成为超老年型国家[54]。OP是一种与增龄相关的疾病,随着人口老龄化日趋加重,如果不加强OP的防控,未来OP的患病率将急速上升,OP及其继发的骨折将对我国造成沉重的医疗和经济负担[55]。因此,了解我国各个年龄段、不同地区、不同性别人群OP的患病率,从而早防、早控,有针对性地防控,对减少OP的发病率、降低致残率、提高患者的社会回归率具有重大的意义。
贺丽英等[9]研究纳入30 526例研究对象,结果显示,截至2016年我国老年人OP的患病率为36%。本研究通过68 932例研究对象进行系统分析,结果显示:2000—2020我国老年人OP的患病率为37.7%,与既往研究结果基本一致。2016年张智海等[2]研究指出,女性各个年龄段OP的发病率均比同年龄段的男性高,男性与女性的年龄每增加10岁OP的增长率分别为15%和20%。本研究结果也显示,同一年龄段女性OP的患病率均较男性高,且OP的患病率随着年龄的增长而增加;但与2010年相比,2010年及之后我国老年人OP的患病率是下降的。尽管近年来患病率有下降的趋势,但是目前的患病率仍较高,80岁及以上老年人OP的患病率甚至高达51.8%,所以OP的防控工作仍不能懈怠。本研究结果还显示,南方老年人OP的患病率比北方高(39.7%与35.7%)。这可能与南方的地理环境和气候更舒适、南方人的平均寿命更长有关。但2020年何培亮等[56]通过分析38 492例研究对象,结果得出,虽然南方老年人OP的患病率较北方高,但北方中青年OP的患病率较南方高。目前OP的患病率是否有南、北方差异仍有争议,待后续更多高质量的研究予以证实。
本次Meta分析纳入研究较多,样本量也较大。按研究对象的地区分布、性别、研究年份、年龄段进行亚组分析,同时通过逐一剔除各个研究后重新合并统计量的方法进行敏感性分析,结果均未发生明显改变,说明本研究结果较可靠,代表性高。但本研究也有一些局限性:(1)纳入研究均为横断面研究、回顾性研究,不能控制研究设计、选择、测量等偏倚的影响。(2)纳入研究检测的仪器及测量部位不一致,可能导致临床异质性。(3)Meta分析结果的异质性较大,亚组分析未能找到异质性来源,可能影响Meta分析的准确性。
综上所述,中国老年人OP的患病率为37.7%,且患病率随着年龄的增长逐渐上升。女性的患病率比男性高,南方的患病率比北方高,近10年来患病率有下降的趋势。受纳入研究质量和数量的影响,上述结论尚需更多高质量的研究予以证实。
本文无利益冲突。











