何莉; 张逸凡; 沈雪纯; 孙燕; 赵洋

doi:10.12114/j.issn.1007-9572.2023.0217

点赞 0
分享 0
收藏 0
纠错

• 慢性病共病专题研究 •

中国大陆地区居民慢性病共病的流行趋势：一项Meta分析

中国全科医学, 2023,26(29) : 3599-3607. DOI: 10.12114/j.issn.1007-9572.2023.0217

摘要

背景

慢性病共病患病率的估计以及高风险人群的识别，直接影响了相应的公共卫生资源的合理分配。

目的

本研究采用Meta分析方法全面描述了1998—2019年中国大陆地区居民慢性病共病的患病趋势和人群特点。

方法

在Web of Science、PubMed、中国知网、万方数据知识服务平台和维普网等数据库从建库截至2022-04-30收录的有关我国大陆地区居民慢性病共病患病率的期刊文献，对文献进行数据提取和质量评价。采用Stata 14.0软件进行Meta分析。运用随机效应模型计算合并患病率，并按照调查时间（2004年以前、2004—2013年、2014年及以后）、性别、地区（城镇、农村）、地域（东、中、西、东北）、年龄（<40岁、40~<60岁、60~<80岁、≥80岁）、受教育水平（未受过教育、小学、中学及以上）、婚姻状况（已婚、其他）、慢病类型（生理类、身心共患类、未区分）、研究质量（低、中、高）对慢性病共病患病率进行亚组分析。并进一步通过元回归模型分析慢性病共病患病率的时间变化趋势。

结果

共纳入123篇文献，总样本量7 714 313例。各研究间存在显著异质性（I²=100.0%，P<0.001），慢性病共病患病率为36.3%〔95%CI（32.8%，39.9%）〕。Meta线性回归模型显示1998—2019年中国大陆地区居民慢性病共病患病率呈非线性上升的趋势〔β=0.013，95%CI（0.006，0.019）〕。亚组分析结果显示，2014年及以后〔40.4%，95%CI（33.0%，47.8%）〕慢性病共病患病率高于2004年以前〔14.5%，95%CI（12.5%，16.5%）〕、2004—2013年〔35.2%，95%CI（32.2%，38.2%）〕（P<0.001）；60~<80岁人群〔38.1%，95%CI（34.6%，41.5%）〕慢性病共病患病率高于≥80岁〔36.6%，95%CI（32.5%，40.8%）〕、40~<60岁〔27.7%，95%CI（24.4%，31.1%）〕、<40岁人群〔10.6%，95%CI（9.0%，12.3%）〕（P<0.001）。性别、受教育水平、婚姻状况、地区、地域、慢病类型、研究质量的亚组分析，组间慢性病共病患病率比较，差异均无统计学意义（P>0.05）。

结论

1998—2019年中国大陆地区居民慢性病共病患病率为36.3%，且慢性病共病患病率呈上升趋势，并具有显著的年龄特征差异，需重视共病高危人群的早期筛查，采取积极有效的策略预防和控制。

引用本文: 何莉, 张逸凡, 沈雪纯, 等. 中国大陆地区居民慢性病共病的流行趋势：一项Meta分析 [J] . 中国全科医学, 2023, 26(29) : 3599-3607. DOI: 10.12114/j.issn.1007-9572.2023.0217.

参考文献导出: Endnote NoteExpress RefWorks NoteFirst 医学文献王

扫描看全文

正文

作者信息

基金 0 关键词 0

English Abstract

阅读 0 评论 0

相关资源

引用 | 论文 | 视频

本刊2023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

【编者按】

在全面推进健康中国建设的进程中，慢性病的防治是关键。《"健康中国2030"规划纲要》中，明确将慢性病管理上升到国家战略，提出到2030年实现全人群、全生命周期的慢性病健康管理的目标。然而，由于我国快速老龄化趋势和居民生活行为方式的转变，使得慢性病共病成为公众健康一大挑战。相比单一的慢性病，共病显著影响患者躯体功能和心理健康，增加死亡等健康风险。同时，共病治疗和康复护理的复杂性，也对慢性病管理模式及卫生服务体系提出了更高要求。因此，本期特组织有关慢性病共病的重点专题研究，分别从慢性病共病的流行趋势、慢性病多病共存模式以及共病与失智和精神健康的关系方面进行探究，以期为进一步优化慢性病共病管理并探索多学科整合型共病诊疗机制等提供启示。

——本期专题客座编辑：赵洋（乔治全球健康研究院）

慢性病共病定义为个体同时患有两种或两种以上的慢性疾病，简称"共病"。相比单一的慢性病，共病不仅显著增加患者身体功能局限、残疾甚至死亡等风险^[1,2,3,4]，降低患者的劳动生产效率^[5]、生活质量^[6]，还增加了诊断和治疗的复杂性和难度，也使得医疗服务利用和家庭灾难性卫生支出显著增长^[7,8,9]，对传统单一疾病的预防、诊断、治疗、康复护理、疾病管理模式及卫生体系带来了严峻挑战^[10]。

近年来，越来越多的流行病学调查关注了慢性病疾病负担领域，探索了国内部分地区和特殊人群的共病负担、城乡差异及影响因素等^{[11,12,13,14]}。有学者综述分析了我国中老年人群共病的患病状况，但各研究报告的患病率存在较大差异，且对患病人群的人口学特征分析不足^[15,16]。共病患病率的估计以及高风险人群的识别将直接影响相应的公共卫生资源的合理分配，但目前尚缺乏对中国全人群的慢性病共病负担及特征比较的系统研究。在实现联合国可持续发展目标和"健康中国2030"战略的过程中^[17]，考虑到共病人群分布及其长期影响，对医疗资源重新定位的需求日益增加，这需要中国和其他中低收入及经济转型国家给予更多关注。因此，本研究运用系统文献综述和Meta分析的方法汇总估计中国大陆地区共病患病率及变化趋势，旨在为优化慢性病共病患者的疾病管理，进一步改善公共卫生服务效果和优化资源配置效率提供研究证据。

1　资料与方法

1.1　文献检索方法

该系统综述依据PRISMA指南设计^[18]。在Web of Science、PubMed、中国知网、万方数据知识服务平台和维普网利用"Multimorbidity、Comorbidity、Multiple chronic disease、Multiple chronic condition、Multiple non-communicable diseases、China、共病、慢病共患、慢病共存、多病共患、多重慢病、中国"等检索词进行组合检索。检索各数据库从建库至2022年4月发表的有关中国居民慢性病共病患病率的研究。此外，检索相关综述的参考文献，并采用辅助文献追溯法，尽可能全面纳入相关文献。

1.2　文献筛选

使用EndNote X9对检索文献进行管理。剔除重复文献后，研究者根据文献筛选标准对检索记录进行严格的标题、摘要和全文阅读。2名研究者意见不一致的文献，经过与通信作者讨论后决定纳入或排除。

1.2.1　纳入标准

（1）研究设计：横断面、纵向的定量观察研究；针对纵向研究，如果没有追踪时期的样本特征数据，仅纳入基线调查的患病率；如果有追踪时期的样本特征数据及患病人数（率），各时期均纳入。（2）研究对象：仅限居住在中国大陆地区的居民；样本来自国家、省市和社区人口。（3）研究变量：描述中国大陆地区居民慢性病共病的患病率或患病人数；采用国际疾病分类第10版（ICD-10）标准诊断为慢性病。（4）公开发表的同行评审的中、英文期刊文献，可获得全文。

1.2.2　排除标准

（1）研究设计：定性研究、病例对照研究和干预研究（如随机对照试验）；（2）研究对象：香港、台湾、澳门地区居民或者华裔人群，某疾病患病人群、门诊或住院患者等不是针对一般人群的研究；（3）研究变量：未提供（客观与自我报告测量）共病患病率或患病人数，或无法通过计算获得共病患病率/患病人数的研究，或患病率数据不完整，且无法联系作者获得进一步数据的研究；（4）与先行研究共病定义保持一致，排除并发症（指一种疾病在发展过程中引起另一种疾病或症状的发生）的研究^[15,16]，如糖尿病引起的肾病、眼病研究；（5）摘要、会议论文、信件、评论、综述等非原始研究。

1.3　数据提取

提取数据如下（1）文献特征：第一作者及发表年份、调查时间、调查地点、研究设计；（2）样本特征：年龄、性别、样本来源、抽样方法、样本量；（3）共病数据：共病定义、疾病数量、疾病内容、严重程度、测量方法、共病计算方法、共病患病率、共病患病人数、慢病类型（生理类、身心共患类、未区分）；（4）其他：混淆变量、研究质量。

1.4　质量评价

参考STROBE和NIH观察性流行病学研究报告规范声明中的评价标准对纳入文献进行质量评价^[19,20,21]。评估内容共7项，用于分析各研究的目的、样本代表性、应答率、测量方法的信效度（附录A，扫描正文首页二维码查看）。总分14分，≥12分为高质量文献，9~11分为中等质量文献，≤8分为低质量文献。研究者间的质量评价一致性通过Cohen's Kappa系数（K=0.932）进行评价。评分不一致的文献，经过与通信作者讨论后决定。

1.5　统计学方法

采用Stata 14.0软件进行Meta分析，以P<0.05为差异有统计学意义，并报告95%CI。采用I²值和Q检验评估纳入研究间的异质性。若无异质性（I²<50%，P>0.05），采用固定效应模型分析合并患病率；若存在异质性（I²≥50%，P<0.05），采用随机效应模型进行分析。并按照调查时间（2004年以前、2004—2013年、2014年及以后）、性别、地区（城镇、农村）、地域（东、中、西、东北）、年龄（<40岁、40~<60岁、60~<80岁、≥80岁）、受教育水平（未受过教育、小学、中学及以上）、婚姻状况（已婚、其他）、慢病类型（生理类、身心共患类、未区分）、研究质量（低、中、高）对慢性病共病患病率进行亚组分析。并进一步通过Meta线性回归模型分析慢性病共病患病率的时间变化趋势。采用Egger's检验和绘制漏斗图进行文献发表偏倚分析。

2　结果

2.1　文献检索与筛选

检索数据库共获得文献10 714篇，检索相关综述参考文献共获得70篇，排除重复文献后，共计7 742篇进入标题摘要筛选。根据纳入与排除标准，对195篇文献进行全文精读后，纳入符合标准的文献123篇，包括中文45篇，英文78篇。筛选流程见图1。

点击查看大图

图1

文献筛选流程

Figure 1

Literature screening flow chart

点击查看大图

图1

文献筛选流程

Figure 1

Literature screening flow chart

2.2　纳入文献基本特征与质量评价

各研究中，样本量最多为2 097 150例，最少为411例；慢性病共病患病率最低为2.41%，最高达90.47%；最早的调查时间在1992年^[22]；分别有8、26、40篇和32篇文献报道了<40岁、40~<60岁、60~<80岁和≥80岁人群的慢性病共病患病率；性别（n=72）、婚姻状况（n=25）、城镇（n=56）和乡村（n=43）的调查数量不一致；分析未受过教育、小学、中学及以上人群慢性病共病患病率的文献分别有22、20篇和30篇；东部地区的文献数量最多（n=41），中部、西部和东北地区的文献数量一致（n=9）；观测的慢病数量最少为3种^[23,24,25]，最多达40种^[26]；慢性病测量的方法有自报（n=61）、客观（血检n=4）、自报和客观混合（n=46）以及医保记录（病历或健康档案，n=7）；有5篇文献的测量方法不清楚；全国代表性样本的概率抽样调查分别来自中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）（n=45）、SAGE（Study on Global Ageing and Adult Health）（n=11）、中国慢性病前瞻性研究（China Kadoorie Biobank，CKB）（n=5）、中国老年健康影响因素跟踪调查（Chinese Longitudinal Healthy Longevity Study，CLHLS）（n=3）、中国老年社会追踪调查（China Longitudinal Aging Social Survey，CLASS）（n=1）、中国营养与健康调查（China Health and Nutrition Survey，CHNS）（n=1）和WHS（World Health Suevey）（n=1），另有两份全国样本分别来自方便抽样调查和监测数据，其他均为地方样本。

76篇文献质量评分为9~11分，23篇文献质量评分≤8分，24篇文献质量≥12分^{[12,23,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47]}。24篇高质量文献的基本特征见表1，所有纳入文献的具体特征见附录B（扫描正文首页二维码查看）。

点击查看表格

表1

24篇高质量文献的基本特征

Table 1

Basic characteristics of 24 high-quality articles

表1

24篇高质量文献的基本特征

Table 1

Basic characteristics of 24 high-quality articles

第一作者	发表年份（年）	调查时间（年）	调查地点（样本来源）	慢性病数量（种）	年龄（岁）	样本量（总体/男）	慢性病共病患病数（例）	慢性病共病患病率（%）
AGRAWAL^[27]	2016	2007—2010	SAGE	9	≥18	15 048/7 181	3 049	21.50
CHEN^[28]	2018	2015	北京	33	≥60	30 774/15 323	25 101	81.60
FAN^[29]	2022	2004—2008	CKB	15	30~79	512 723/210 202	81 084	15.81
HAN^[23]	2021	2013—2014	CKB	3	30~79	461 047/189 099	14 164	3.07
HE^[12]	2021	2011	CHARLS	14	≥45	5 321/2 411	2 857	53.70
HUANG^[30]	2022	2011	CHARLS	14	≥45	18 002/8 828	4 419	24.54
JIANG^[31]	2020	2011	CHARLS	12	≥45	14 392/6 932	6 222	43.23
LI^[32]	2020	2013	CHARLS	14	≥60	6 728/3 383	2 501	35.70
LIN^[33]	2021	2014—2015	CHARLS	14	≥45	11 972/5 790	5 561	58.90
RUEL^[34]	2014	2002	江苏	11	≥20	1 020/430	139	14.00
SUM^[35]	2019	2007—2010	SAGE	9	≥18	14 906/6 961	2 065	13.85
WANG^[26]	2014	2011	广东	40	全部	162 464/83 492	17 987	11.07
YAO^[36]	2020	2011	CHARLS	18	≥60	10 112/5 023	7 627	75.10
ZHANG^[37]	2019	2010	浙江	3	≥18	1 038 704/504 525	25 074	2.41
ZOU^[38]	2020	2004—2008	CKB	16	30~79	512 888/210 257	81 369	15.87
ZHAO^[39]	2021	2015	CHARLS	15	≥45	10 592/4 963	7 369	69.50
ZHAO^[40]	2021	2011	CHARLS	13	≥45	10 181/4 988	3 073	30.18
ZHAO^[41]	2021	2011	CHARLS	11	≥45	12 306/5 972	5 697	46.20
ZOU^[42]	2022	2004—2008	CKB	16	30~79	512 712/210 203	81 360	15.90
陈子烁^[43]	2021	2018	CLHLS	13	≥65	44 631/18 898	34 101	76.41
高杨^[44]	2020	2009	CHNS	8	≥45	5 316/2 505	1 498	28.18
孙至佳^[45]	2021	2004—2008	CKB	13	>40	25 033/9 574	NP	33.50
张晗^[46]	2019	2015	北京、上海、湖北、四川、云南、广西	15	≥60	23 718/10 533	13 097	55.22
钟城垚^[47]	2018	2012—2017	贵州	16	≥65	9 476/4 351	2 616	27.61

注：CKB=中国慢性病前瞻性研究（China Kadoorie Biobank），CHARLS=中国健康与养老追踪调查（China Health and Retirement Longitudinal Study），CLHLS=中国老年健康影响因素跟踪调查（Chinese Longitudinal Healthy Longevity Study），CHNS=中国营养与健康调查（China Health and Nutrition Survey），SAGE=Study on Global Ageing and Adult Health；NP为未提及。

2.3　中国大陆地区居民慢性病共病合并患病率

对123篇文献的慢性病共病合并患病率进行Meta分析，各研究间存在显著异质性（I²=100.0%，P<0.001），采用随机效应模型进行分析，结果显示中国大陆地区居民慢性病共病患病率为36.3%〔95%CI（32.8%，39.9%）〕。24篇高质量文献的慢性病共病合并患病率见图2。

点击查看大图

图2

我国大陆地区居民慢性病共病合并患病率的森林图（高质量文献）

Figure 2

Forest plot of the prevalence of multimorbidity among residents in mainland China

点击查看大图

图2

我国大陆地区居民慢性病共病合并患病率的森林图（高质量文献）

Figure 2

Forest plot of the prevalence of multimorbidity among residents in mainland China

亚组分析显示，2014年及以后慢性病共病患病率高于2004年以前、2004—2013年（P<0.001）；60~<80岁人群慢性病共病患病率高于≥80岁、40~<60岁、<40岁人群（P<0.001）。性别、受教育水平、婚姻状况、地区、地域、慢病类型、研究质量的亚组分析，组间慢性病共病患病率比较，差异均无统计学意义（P>0.05），见表2。

点击查看表格

表2

中国大陆地区居民慢性病共病患病率亚组分析

Table 2

Subgroup analysis of prevalence of multimorbidity among residents in mainland China

表2

中国大陆地区居民慢性病共病患病率亚组分析

Table 2

Subgroup analysis of prevalence of multimorbidity among residents in mainland China

亚组	纳入分析的研究数量（篇）	样本量（例）	患病率最小值（%）	患病率最大值（%）	合并患病率（95%CI）（%）	异质性（I²值）（%）	组间差异（P值）
调查年份	142	7 672 766	2.41	90.46	36.7（33.1，40.3）	100.00	<0.001
2004年以前	7	52 186	10.02	19.01	14.5（12.5，16.5）	97.70
2004—2013年	66	3 374 181	2.41	90.50	35.2（32.2，38.2）	100.00
2014年及以后	69	4 246 399	3.07	81.60	40.4（33.0，47.8）	100.00
性别	176	4 018 987	2.22	90.55	34.7（33.2，36.1）	100.00	0.084
男	88	1 788 233	2.22	90.35	33.2（30.9，35.5）	100.00
女	88	2 230 754	2.60	90.55	36.2（33.8，38.5）	100.00
年龄	140	2 763 313	0.09	76.50	33.4（31.9，34.9）	100.00	<0.001
<40岁	9	714 757	0.09	39.07	10.6（9.0，12.3）	99.90
40~<60岁	33	1 310 943	2.07	58.20	27.7（24.4，31.1）	100.00
60~<80岁	54	623 727	9.40	76.50	38.1（34.6，41.5）	99.90
≥80岁	44	113 886	4.50	68.53	36.6（32.5，40.8）	99.70
受教育水平	81	1 815 682	3.05	73.30	33.2（30.9，35.5）	100.00	0.980
未接受教育	24	285 852	13.80	73.30	36.1（30.9，41.4）	99.90
小学	22	430 840	5.80	71.20	35.1（31.3，38.9）	99.90
中学及以上	35	1 098 990	3.04	61.77	30.1（26.9，33.3）	100.00
婚姻状况	60	738 074	2.86	67.10	36.3（31.9，40.8）	100.00	0.391
已婚	30	647 939	3.09	61.03	33.6（24.9，42.2）	100.00
其他	30	90 135	2.86	67.10	39.1（30.0，48.2）	99.90
地区	131	5 835 876	2.34	90.47	33.9（29.9，37.9）	100.00	0.106
城市	72	3 764 155	2.56	81.56	36.7（29.2，44.2）	100.00
乡村	59	2 397 552	2.34	90.47	30.4（28.1，32.8）	100.00
地域	81	4 741 654	2.41	90.47	35.5（29.1，42.0）	100.00	0.736
东	48	4 572 978	2.41	90.47	37.5（29.6，45.5）	100.00
中	12	50 053	13.53	71.40	36.3（27.2，45.5）	99.80
西	12	54 251	16.06	71.90	34.0（24.6，43.5）	99.80
东北	9	64 372	7.00	68.55	48.4（24.8，51.9）	99.90
慢病类型	145	7 686 490	2.41	90.47	36.6（33.0，40.1）	100.00	0.406
生理类	86	3 259 414	2.41	76.41	34.9（32.9，37.0）	100.00
身心共患类	3	27 090	31.52	37.17	33.4（30.1，36.7）	97.10
未区分	56	4 399 986	9.10	90.47	39.2（31.9，46.4）	100.00
研究质量	148	7 714 313	2.42	90.47	36.3（32.8，39.9）	100.00	0.076
低	35	310 284	6.41	56.95	31.5（26.9，36.1）	99.90
中	81	2 826 614	7.00	90.47	38.5（32.6，44.3）	100.00
高	32	4 577 415	2.41	81.57	36.1（32.8，39.4）	100.00

注：东部地区包括北京市、天津市、河北省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省；中部地区包括山西省、安徽省、江西省、河南省、湖北省、湖南省；西部地区包括内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区；东北地区包括辽宁省、吉林省、黑龙江省。

2.4　1998—2019年中国大陆地区居民慢性病共病患病率趋势

Meta线性回归模型显示，1998—2019年中国大陆地区居民慢性病共病患病率呈非线性上升的趋势〔β=0.013，95%CI（0.006，0.019）〕（图3）。

点击查看大图

图3

1998—2019年中国大陆地区居民慢性病共病患病率趋势

Figure 3

Development trend of multimorbidity among residents in mainland China from 1998 to 2019

点击查看大图

注：A为年份趋势，B为性别-年份趋势，C为城乡-年份趋势。

图3

1998—2019年中国大陆地区居民慢性病共病患病率趋势

Figure 3

Development trend of multimorbidity among residents in mainland China from 1998 to 2019

2.5　敏感性分析与发表偏倚分析

对不同质量类别的文献进行亚组分析后，进一步采用逐一剔除文献的方法进行敏感性分析。结果显示，剔除文献前后，研究结果均未发生明显的改变，提示本研究结果较稳定。与此同时，对所有纳入文献进行发表偏倚分析，得到Egger's检验的结果P<0.001，提示有显著发表偏倚。漏斗图结果显示对称性不佳，也提示存在一定的发表偏倚（图4）。

点击查看大图

图4

发表偏倚的漏斗图

Figure 4

Funnel plot of publication bias

点击查看大图

图4

发表偏倚的漏斗图

Figure 4

Funnel plot of publication bias

3　讨论

本研究通过Meta分析全面描述了我国大陆地区1998—2019年慢性病共病的患病情况及变化趋势。结果显示，我国大陆地区居民慢性病共病患病率为36.3%。这与既往综述报告的中低收入国家的慢性病共病流行情况（36%）相近，患病率低于高收入国家^[48,49,50]。高收入国家成年人慢性病共病患病率为44.3%^[51]，2007—2017年65岁以上人群的慢性病共病患病率达到66.1%^[52]。

本研究结果显示，我国60~<80岁年龄组的慢性病共病患病率最高，为38.1%（9.4%~76.5%）；其次分别为≥80岁（36.6%）、40~<60岁（27.7%）以及<40岁（10.6%）人群，该结果首次展示了我国共病流行的年龄特征。既往对9项横断面研究的综述显示，2002—2011年我国60岁以上人群慢性病共病患病率为6.4%~76.5%^[15]。另一篇纳入25个横断面研究的Meta分析则显示2010—2019年我国173 085例45岁以上人群的慢性病共病患病率为41%^[16]。这两项研究均未考虑40岁以下人群的慢性病共病流行特征，未分析不同年龄群体的患病率差异。尽管大多数国家发现慢性病共病患病率随年龄增长而增加，但也有研究发现80岁以上人群慢性病共病患病率呈下降趋势，关于慢性病共病在超高龄人群的患病特点还需更多研究与分析^[48,53]。

与此同时，相较以往研究，本研究更加全面地描述了慢性病共病患病率的时间变化趋势。既往Meta分析显示2016—2019年我国中老年人慢性病共病患病率高于2010—2015年^[16]。本研究进一步发现，我国慢性病共病患病率自1998年以来整体呈非线性的增长趋势，2004年以前慢性病共病患病率仅为14.5%，2004—2013年增长到35.2%，2014年及以后加速增长到40.4%，且组间比较有差异。所纳入研究对象的年龄、数据收集的时间、样本量等不同，这可能解释既往综述关于中国人群慢性病共病流行特征的结果相近却仍存在差异^[54]。但考虑到我国不断加速的人口老龄化趋势，未来我国慢性病共病问题带来的挑战不容小觑。

关于慢性病共病患病率在不同人群间的差异，本研究分析了性别、受教育水平、婚姻状况、地区、地域、慢病类型、研究质量等亚组结果，补充了我国此领域研究的不足。一项纳入来自加拿大、南非、科索沃、巴西、澳大利亚、美国、瑞典、德国、荷兰9个国家122 858人的元分析指出，低教育水平可能增加这些国家人群64%的共病风险^[55]；另外，在中低收入国家，城市地区人群共病风险比农村地区要高35%^[48]。以上共病的人口学特征差异可能归结于这类风险人群更多得暴露于与慢病相关的不健康生活方式（身体活动和睡眠不足、吸烟或饮酒等）^[12,56,57]，比如东北地区水果和蔬菜摄入量低或红肉摄入量较高^[58]，但仍需要进一步高质量的研究确认。但是，提高这类高风险人群的健康管理意识，加强慢性病及共病的筛查，对于防范共病的发生具有重要的意义。同时，考虑到目前通过行为干预来改善慢性病共病患者健康结局的研究较少、质量较低以及效果评价结论不一，迫切需要更多高质量随机对照试验检验行为干预策略的成本效果^[59,60,61]。最后，鉴于身心共病的研究仅有2篇文献^[32,40]，对多种疾病组合的共病研究也很有限，建议未来可以开展更多关于共病的不同组合及其影响因素的分析。

相较于既往研究，虽然本研究的纳入样本和亚组分析更为全面，但也存在一些不足。首先，作为关注慢性病共病患病率及其趋势的综述类研究，由于纳入的原始研究数据来源差异较大等因素，Meta分析显示了较高的异质性，因此对待相关结果需谨慎对比和解释。本研究异质性较高的原因可能包括纳入研究的调查时间跨度大，各研究之间的抽样方法、年龄范围、样本量、慢病诊断的方法以及数量存在较大差异^[54]。但考虑到异质性评估中I²值受样本量的影响，大样本患病率的观察性研究的异质性可能很大^[62]。其次，针对使用同一数据库的不同调查年份的样本，本研究采用了合并纳入的方式，也可能导致异质性增大。再次，少量纳入文献的标准化患病率估计值可能低估了我国大陆地区原始的慢性病共病患病估计值。

综上，我国大陆地区慢性病共病的患病率较高，尤其在老年、女性、城市、东北地区、未婚和受教育水平较低的人群中更高。加大这类高危人群共病的筛查和预防，使其培养和改善健康的生活方式和行为，有助于控制人群共病患病率的持续增长，减轻共病对个体、家庭、医疗服务体系和社会的疾病及经济负担。未来仍需要更多高质量研究关注不同疾病人群的共病组合，以便提出更有针对性的行为和医疗卫生服务干预策略。

【引用本文】

何莉，张逸凡，沈雪纯，等.中国大陆地区居民慢性病共病的流行趋势：一项Meta分析[J].中国全科医学，2023，26（29）：3599-3607. DOI：10.12114/j.issn.1007-9572.2023.0217. [www.chinagp.net]

HE L，ZHANG Y F，SHEN X C，et al. Prevalence trends of multimorbidity among residents in mainland China：a meta-analysis[J]. Chinese General Practice，2023，26（29）：3599-3607.

致谢：

感谢宋璇宇、邱云中提供的图片编辑技术帮助。

利益冲突

本文无利益冲突。

参考文献

[1]

VETRANOD L, PALMERK, MARENGONIA, et al. Frailty and multimorbidity：a systematic review and meta-analysis[J]. J Gerontol A Biol Sci Med Sci，2019,74(5):659-666. DOI：10.1093/gerona/gly110.

[2]

NUNESB P, FLOREST R, MIELKEG I, et al. Multimorbidity and mortality in older adults：a systematic review and meta-analysis[J]. Arch Gerontol Geriatr，2016,67:130-138. DOI：10.1016/j.archger.2016.07.008.

[3]

XIONGF Y, WANGL, SHENL L, et al. The relationship between multimorbidity and suicidal ideation：a meta-analysis[J]. J Psychosom Res，2020,138:110257. DOI：10.1016/j.jpsychores.2020.110257.

[4]

ZHAOY W, HAREGUT N, HEL, et al. The effect of multimorbidity on functional limitations and depression amongst middle-aged and older population in China：a nationwide longitudinal study[J]. Age Ageing，2021,50(1):190-197. DOI：10.1093/ageing/afaa117.

[5]

CABRALG G, DANTAS DE SOUZAA C, BARBOSAI R, et al. Multimorbidity and its impact on workers：a review of longitudinal studies[J]. Saf Health Work，2019,10(4):393-399. DOI：10.1016/j.shaw.2019.08.004.

[6]

MAKOVSKIT T, SCHMITZS, ZEEGERSM P, et al. Multimorbidity and quality of life：systematic literature review and meta-analysis[J]. Ageing Res Rev，2019,53:100903. DOI：10.1016/j.arr.2019.04.005.

[7]

RODRIGUESL P, DE OLIVEIRA REZENDEA T, DELPINOF M, et al. Association between multimorbidity and hospitalization in older adults：systematic review and meta-analysis[J]. Age Ageing，2022,51(7):afac155. DOI：10.1093/ageing/afac155.

[8]

SUMG, HONET, ATUNR, et al. Multimorbidity and out-of-pocket expenditure on medicines：a systematic review[J]. BMJ Glob Health，2018,3(1):e000505. DOI：10.1136/bmjgh-2017-000505.

[9]

TRANP B, KAZIBWEJ, NIKOLAIDISG F, et al. Costs of multimorbidity：a systematic review and meta-analyses[J]. BMC Med，2022,20(1):234. DOI：10.1186/s12916-022-02427-9.

[10]

GUTHRIEB, PAYNEK, ALDERSONP, et al. Adapting clinical guidelines to take account of multimorbidity[J]. BMJ，2012,345(oct04 1):e6341. DOI：10.1136/bmj.e6341.

[11]

CHENH, CHENGM L, ZHUANGY, et al. Multimorbidity among middle-aged and older persons in urban China：prevalence，characteristics and health service utilization[J]. Geriatr Gerontol Int，2018,18(10):1447-1452. DOI：10.1111/ggi.13510.

[12]

HEL, BIDDLES J H, LEEJ T, et al. The prevalence of multimorbidity and its association with physical activity and sleep duration in middle aged and elderly adults：a longitudinal analysis from China[J]. Int J Behav Nutr Phys Act，2021,18(1):77. DOI：10.1186/s12966-021-01150-7.

[13]

ZHAOY, ATUNR, OLDENBURGB, et al. Physical multimorbidity，health service use，and catastrophic health expenditure by socioeconomic groups in China：an analysis of population-based panel data[J]. Lancet Glob Health，2020,8(6):e840-849. DOI：10.1016/S2214-109X(20)30127-3.

[14]

ZHAOY, HEL, HANC L, et al. Urban-rural differences in the impacts of multiple chronic disease on functional limitations and work productivity among Chinese adults[J]. Glob Health Action，2021,14(1):1975921. DOI：10.1080/16549716.2021.1975921.

[15]

HUX L, HUANGJ, LVY Q, et al. Status of prevalence study on multimorbidity of chronic disease in China：systematic review[J]. Geriatr Gerontol Int，2015,15(1):1-10. DOI：10.1111/ggi.12340.

[16]

王梅杰，周翔，李亚杰，等. 2010—2019年中国中老年人慢性病共病患病率的Meta分析[J]. 中国全科医学，2021,24(16):2085-2091. DOI：10.12114/j.issn.1007-9572.2020.00.477.

[17]

TANX D, LIUX X, SHAOH Y. Healthy China 2030：a vision for health care[J]. Value Health Reg Issues，2017,12:112-114. DOI：10.1016/j.vhri.2017.04.001.

[18]

PAGEM J, MCKENZIEJ E, BOSSUYTP M, et al. The PRISMA 2020 statement：an updated guideline for reporting systematic reviews[J]. J Clin Epidemiol，2021,134:178-189. DOI：10.1016/j.jclinepi.2021.03.001.

[19]

National Heart，Lung，and Blood institue：Study Quality Assessment Tools[DB/OL].[2023-01-20]. https://www.nhlbi.nih.gov/health-topics/study-quality-assessment-tools.

[20]

Strengthening the reporting of observational studies in epidemiology （STROBE） [DB/OL]. [2023-01-20]. https://www.strobe-statement.org/.

[21]

SANDERSONS, TATTI D, HIGGINSJ P. Tools for assessing quality and susceptibility to bias in observational studies in epidemiology：a systematic review and annotated bibliography[J]. Int J Epidemiol，2007,36(3):666-676. DOI：10.1093/ije/dym018.

[22]

TANGZ, WANGC X, SONGX W, et al. Co-occurrence of cardiometabolic diseases and frailty in older Chinese adults in the Beijing Longitudinal Study of Ageing[J]. Age Ageing，2013,42(3):346-351. DOI：10.1093/ageing/aft004.

[23]

HANY T, HUY Z, YUC Q, et al. Lifestyle，cardiometabolic disease，and multimorbidity in a prospective Chinese study[J]. Eur Heart J，2021,42(34):3374-3384. DOI：10.1093/eurheartj/ehab413.

[24]

ZHANGD D, TANGX, SHENP, et al. Multimorbidity of cardiometabolic diseases：prevalence and risk for mortality from one million Chinese adults in a longitudinal cohort study[J]. BMJ Open，2019,9(3):e024476. DOI：10.1136/bmjopen-2018-024476.

[25]

黄紫婷，罗颜，苏鹤轩，等. 中国老年心血管代谢性共病与抑郁症状的关系[J]. 中国慢性病预防与控制，2021,29(9):644-648. DOI：10.16386/j.cjpccd.issn.1004-6194.2021.09.002.

[26]

WANGH H, WANGJ J, WONGS Y, et al. Epidemiology of multimorbidity in China and implications for the healthcare system：cross-sectional survey among 162，464 community household residents in Southern China[J]. BMC Med，2014,12:188. DOI：10.1186/s12916-014-0188-0.

[27]

AGRAWALS, AGRAWALP K. Association between body mass index and prevalence of multimorbidity in low-and middle-income countries：a cross-sectional study[J]. Int J Med Public Health，2016,6(2):73-83. DOI：10.5530/ijmedph.2016.2.5.

[28]

CHENH, CHENY, CUIB. The association of multimorbidity with healthcare expenditure among the elderly patients in Beijing，China[J]. Arch Gerontol Geriatr，2018,79:32-38. DOI：10.1016/j.archger.2018.07.008.

[29]

FANZ Y, YANGY, ZHANGC H, et al. Prevalence and patterns of comorbidity among middle-aged and elderly people in China：a cross-sectional study based on CHARLS data[J]. Int J Gen Med，2021,14:1449-1455. DOI：10.2147/IJGM.S309783.

[30]

HUANGZ T, LUOY, HANL, et al. Patterns of cardiometabolic multimorbidity and the risk of depressive symptoms in a longitudinal cohort of middle-aged and older Chinese[J]. J Affect Disord，2022,301:1-7. DOI：10.1016/j.jad.2022.01.030.

[31]

JIANGC H, ZHUF, QINT T. Relationships between chronic diseases and depression among middle-aged and elderly people in China：a prospective study from CHARLS[J].Curr Med Sci，2020,40(5):858-870. DOI：10.1007/s11596-020-2270-5.

[32]

LIH B, WANGA X, GAOQ, et al. Prevalence of somatic-mental multimorbidity and its prospective association with disability among older adults in China[J]. Aging （Albany NY），2020,12(8):7218-7231. DOI：10.18632/aging.103070.

[33]

LINL, WANGH H, LUC Y, et al. Adverse childhood experiences and subsequent chronic diseases among middle-aged or older adults in China and associations with demographic and socioeconomic characteristics[J]. JAMA Netw Open，2021,4(10):e2130143. DOI：10.1001/jamanetworkopen.2021.30143.

[34]

RUELG, SHIZ M, ZHENS Q, et al. Association between nutrition and the evolution of multimorbidity：the importance of fruits and vegetables and whole grain products[J]. Clin Nutr，2014,33(3):513-520. DOI：10.1016/j.clnu.2013.07.009.

[35]

SUMG, SALISBURYC, KOHG C, et al. Implications of multimorbidity patterns on health care utilisation and quality of life in middle-income countries：cross-sectional analysis[J]. J Glob Health，2019,9(2):020413. DOI：10.7189/jogh.09.020413.

[36]

YAOS S, MENGX F, CAOG Y, et al. Associations between multimorbidity and physical performance in older Chinese adults[J]. Int J Environ Res Public Health，2020,17(12):4546. DOI：10.3390/ijerph17124546.

[37]

[38]

ZOUS Y, WANGZ C, BHURAM, et al. Prevalence and associated socioeconomic factors of multimorbidity in 10 regions of China：an analysis of 0.5 million adults[J]. J Public Health （Oxf），2022,44(1):36-50. DOI：10.1093/pubmed/fdaa204.

[39]

ZHAOY, ATUNR, ANINDYAK, et al. Medical costs and out-of-pocket expenditures associated with multimorbidity in China：quantile regression analysis[J]. BMJ Glob Health，2021,6(2):e004042. DOI：10.1136/bmjgh-2020-004042.

[40]

ZHAOY, ZHANGP H, OLDENBURGB, et al. The impact of mental and physical multimorbidity on healthcare utilization and health spending in China：a nationwide longitudinal population-based study[J]. Int J Geriatr Psychiatry，2021,36(4):500-510. DOI：10.1002/gps.5445.

[41]

ZHAOY, ZHAOS Q, ZHANGL, et al. Impacts of multimorbidity on medication treatment，primary healthcare and hospitalization among middle-aged and older adults in China：evidence from a nationwide longitudinal study[J]. BMC Public Health，2021,21(1):1380. DOI：10.1186/s12889-021-11456-7.

[42]

ZOUS, WANGZ, BHURAM, et al. Association of multimorbidity of non-communicable diseases with mortality：a 10-year prospective study of 0.5 million Chinese adults[J]. Public Health，2022,205:63-71. DOI：10.1016/j.puhe.2022.01.021.

[43]

陈子烁，罗颜，徐慧雯，等. 中国老年人不同体重状态下多病共存现状研究[J]. 现代预防医学，2021,48(10):1843-1848. DOI：10.3760/cma.j.issn.0254-6450.2020.01.001.

[44]

高杨，平智广，裴晓婷，等. 2009年中国中老年人群慢性病共病现状及相关因素的多重对应分析[J]. 卫生研究，2020,49(5):844-849. DOI：10.19813/j.cnki.weishengyanjiu.2020.05.026.

[45]

孙至佳，樊俊宁，余灿清，等. 中国10个地区成年人共病流行特征分析[J]. 中华流行病学杂志，2021,42(5):755-762. DOI：10.3760/cma.j.cn112338-20200305-00259.

[46]

张晗，齐士格，李志新，等. 2015年六省市社区老年人常见慢性病共病现状[J]. 首都公共卫生，2019,13(3):122-125. DOI：10.3969/j.issn.1007-9572.2017.06.y54.

[47]

钟城垚，周定群，毛进，等. 遵义市9476例社区老年人门诊特殊慢性病的流行病学特征分析[J]. 现代预防医学，2018,45(20):3676-3680. DOI：10.3969/j.issn.1672-3422.2008.05.071.

[48]

ASOGWAO A, BOATENGD, MARZÀ-FLORENSAA, et al. Multimorbidity of non-communicable diseases in low-income and middle-income countries：a systematic review and meta-analysis[J]. BMJ Open，2022,12(1):e049133. DOI：10.1136/bmjopen-2021-049133.

[49]

XUX L, MISHRAG D, JONESM. Evidence on multimorbidity from definition to intervention：an overview of systematic reviews[J]. Ageing Res Rev，2017,37:53-68. DOI：10.1016/j.arr.2017.05.003.

[50]

NGUYENH, MANOLOVAG, DASKALOPOULOUC, et al. Prevalence of multimorbidity in community settings：a systematic review and meta-analysis of observational studies[J]. J Comorb，2019,9:2235042X19870934. DOI：10.1177/2235042X19870934.

[51]

HOI S, AZCOAGA-LORENZOA, AKBARIA, et al. Variation in the estimated prevalence of multimorbidity：systematic review and meta-analysis of 193 international studies[J]. BMJ Open，2022,12(4):e057017. DOI：10.1136/bmjopen-2021-057017.

[52]

OFORI-ASENSOR, CHINK L, CURTISA J, et al. Recent patterns of multimorbidity among older adults in high-income countries[J]. Popul Health Manag，2019,22(2):127-137. DOI：10.1089/pop.2018.0069.

[53]

ROOMANEYR A, VAN WYKB, TURAWAE B, et al. Multimorbidity in South Africa：a systematic review of prevalence studies[J]. BMJ Open，2021,11(10):e048676. DOI：10.1136/bmjopen-2021-048676.

[54]

HOI S, AZCOAGA-LORENZOA, AKBARIA, et al. Examining variation in the measurement of multimorbidity in research：a systematic review of 566 studies[J]. Lancet Public Health，2021,6(8):e587-597. DOI：10.1016/S2468-2667(21)00107-9.

[55]

PATHIRANAT I, JACKSONC A. Socioeconomic status and multimorbidity：a systematic review and meta-analysis[J]. Aust N Z J Public Health，2018,42(2):186-194. DOI：10.1111/1753-6405.12762.

[56]

FLEITAS ALFONZOL, KINGT, YOUE, et al. Theoretical explanations for socioeconomic inequalities in multimorbidity：a scoping review[J]. BMJ Open，2022,12(2):e055264. DOI：10.1136/bmjopen-2021-055264.

[57]

SABIAS, DUGRAVOTA, LÉGERD, et al. Association of sleep duration at age 50，60，and 70 years with risk of multimorbidity in the UK：25-year follow-up of the Whitehall II cohort study[J]. PLoS Med，2022,19(10):e1004109. DOI：10.1371/journal.pmed.1004109.

[58]

LIX, WUC Q, LUJ P, et al. Cardiovascular risk factors in China：a nationwide population-based cohort study[J]. Lancet Public Health，2020,5(12):e672-681. DOI：10.1016/S2468-2667(20)30191-2.

[59]

BRICCAA, HARRISL K, JÄGERM, et al. Benefits and harms of exercise therapy in people with multimorbidity：a systematic review and meta-analysis of randomised controlled trials[J]. Ageing Res Rev，2020,63:101166. DOI：10.1016/j.arr.2020.101166.

[60]

SMITHS M, WALLACEE, O'DOWDT, et al. Interventions for improving outcomes in patients with multimorbidity in primary care and community settings[J]. Cochrane Database Syst Rev，2021,1(1):CD006560. DOI：10.1002/14651858.CD006560.pub4.

[61]

STOLLC R T, IZADIS, FOWLERS, et al. Multimorbidity in randomized controlled trials of behavioral interventions：a systematic review[J]. Health Psychol，2019,38(9):831-839. DOI：10.1037/hea0000726.

[62]

张杜丹，唐迅，靳丹瑶，等. 中国成年人糖尿病患病率Meta分析[J]. 中华流行病学杂志，2018,39(6):852-857. DOI：10.3760/cma.j.issn.0254-6450.2018.06.030.

贡献者信息

何莉

1．100875　北京市，北京师范大学体育与运动学院

张逸凡

1．100875　北京市，北京师范大学体育与运动学院

沈雪纯

1．100875　北京市，北京师范大学体育与运动学院

孙燕

1．100875　北京市，北京师范大学体育与运动学院

赵洋

2．2050澳大利亚悉尼，新南威尔士大学乔治全球健康研究院

3．100600　北京市，北京大学医学部乔治健康研究所

通信作者

赵洋

2．2050澳大利亚悉尼，新南威尔士大学乔治全球健康研究院

3．100600　北京市，北京大学医学部乔治健康研究所

Email：Wzhao@georgeinstitute.org.cn

关键词

慢性病共病; 共病现象; 患病率; Meta分析; 中国;

基金项目

国家自然科学基金资助项目（81602869）

全球脑健康倡议基金项目（P01258）

作者声明

作者贡献：

赵洋和何莉负责文章的构思与设计，数据分析，论文撰写和修订；张逸凡负责研究资料的收集与整理、图表的编辑和整理；沈雪纯、孙燕负责研究资料的收集与整理；赵洋负责文章的质量控制和审校、对文章整体负责。

利益冲突

本文无利益冲突。

历史

出版日期：2023-10-15

收稿日期：2023-03-23

修回日期：2023-05-14

本文编辑

贾萌萌

Monographic Research of Multimorbidity

Prevalence Trends of Multimorbidity among Residents in Mainland China: a Meta-analysis

HE Li, ZHANG Yifan, SHEN Xuechun, SUN Yan, ZHAO Yang

Published 2023-10-15

Cite as Chin Gen Pract, 2023, 26(29): 3599-3607. DOI: 10.12114/j.issn.1007-9572.2023.0217

Abstract

Background

The estimation of the prevalence of multimorbidity and identification of high-risk populations can directly affect the corresponding rational allocation of public health resources.

Objective

To comprehensively describe the prevalence trends and population characteristics of multimorbidity among residents in mainland China from 1998-2019 through Meta-analysis.

Methods

The databases including Web of Science, PubMed, CNKI, Wanfang Data Knowledge Service Platform and VIP were searched for journal literature relevant to the prevalence of multimorbidity in mainland China from inception to 2022-04-30. Data extraction and quality evaluation were performed on the literature and meta-analysis was performed using Stata 14.0 software. The pooled prevalence of multimorbidity was calculated by using random effects model, and subgroup analysis of the prevalence of multimorbidity was conducted based on survey time (before 2004, 2004-2013, since 2014), gender, region (urban, rural), geographical area (east, central, west, northeast), education level (uneducated, primary school, secondary school and above), marital status (married, others), and research quality (low, medium, high) .

Results

A total of 123 papers were included into analysis with a total sample size of 7 714 313 cases. There was significant heterogeneity among studies (I²=100.0%, P<0.001), and the prevalence of multimorbidity was 36.3%〔95%CI (32.8%, 39.9%) 〕. Meta-linear regression model showed a non-linear increasing trend in the prevalence of multimorbidity from 1998 to 2019〔β=0.013, 95%CI (0.006, 0.019) 〕. The results of the subgroup analysis showed that the prevalence of multimorbidity was higher since 2014〔40.4%, 95%CI (33.0%, 47.8%) 〕 than before 2004〔14.5%, 95%CI (12.5%, 16.5%) 〕 and 2004-2013〔35.2%, 95%CI (32.2%, 38.2%) 〕 (P<0.001) ; the prevalence of multimorbidity was higher among those aged 60-79 years〔38.1%, 95%CI (34.6%, 41.5%) 〕 than those aged ≥80 years〔36.6%, 95%CI (32.5%, 40.8%) 〕, 40-59 years〔27.7%, 95%CI (24.4%, 31.1%) 〕, and <40 years〔10.6%, 95%CI (9.0%, 12.3%) 〕 (P<0.001). There was no significant difference in the subgroup analysis of gender, education level, marital status, region, geographical area, type of chronic disease, quality of research, and the comparison of the prevalence of multimorbidity (P>0.05) .

Conclusion

The prevalence of multimorbidity among residents in mainland China was 36.3% from 1998 to 2019 with a rising trend and significant differences in age, therefore, attention should be paid to the early screening of high-risk population, active and effective strategies for prevention and control should be adopted.

Key words:

Multiple chronic conditions; Comorbidity; Prevalence; Meta-analysis; China

Contributor Information

HE Li

1. College of Physical Education and Sports, Beijing Normal University, Beijing 100875, China

ZHANG Yifan

1. College of Physical Education and Sports, Beijing Normal University, Beijing 100875, China

SHEN Xuechun

1. College of Physical Education and Sports, Beijing Normal University, Beijing 100875, China

SUN Yan

1. College of Physical Education and Sports, Beijing Normal University, Beijing 100875, China

ZHAO Yang

2. The George Institute for Global Health, University of New South Wales, Sydney 2050, Australia

3. The George Institute for Global Health at Peking University Health Science Center, Beijing 100600, China

共有条评论

验证码

本文被引情况 CSCD: 0次万方数据： 0次 Scopus: 0次

施引文献(最多仅列5条文献，进入CSCD官网发现更多)

未获取施引文献信息...

暂无相关资源