上海市徐匯區戶籍人口主要死因趨勢性分析及預測

徐荊庶 李申生 王冠中 顧海雁 郭鳳霞 王 飛

上海市徐匯區疾病預防控制中心(200237)

上海市徐匯區戶籍人口主要死因趨勢性分析及預測

徐荊庶 李申生 王冠中 顧海雁 郭鳳霞 王 飛

上海市徐匯區疾病預防控制中心(200237)

目的 通過對徐匯區戶籍人口死亡案例的描述性分析，確定主要死因的流行病學分布及其變化趨勢。方法 以2004年-2013年上海市徐匯區戶籍居民死亡登記的案例作為研究對象，預測方法采用灰色動態模型中最基本、應用最廣泛的GM(1,1)模型。結果 2004年-2013年上海市徐匯區戶籍人口前三位主要死因依次為惡性腫瘤、腦血管病、心血管病。死亡率隨時間推移均呈上升趨勢。惡性腫瘤全人口死亡率年平均增長2.76%左右,預計到2023 年將上升18%以上；腦血管病全人口死亡率年平均增長1.77%左右,預計到2023年將比2013年上升24%以上；心血管病全人口死亡率年平均增長8.34%左右,預計到2023 年將比2013 年上升70%以上。結論 本文為慢性病防治工作制定相關策略提供依據，使慢性病防控的發展目標更有預見性和針對性。

惡性腫瘤 腦血管病 心血管病 死亡率 趨勢性分析 灰色動態模型

長期積累的資料進行時間趨勢分析,是死因監測資料的一個重要用途。在此基礎上,對未來流行趨勢進行預測,從而為公共衛生防治工作指明重點,使其更有預見性和針對性[1-2]。對時間序列數據的預測常用灰色動態預測模型。本研究選用上海市徐匯區2004年-2013 年連續10年的死因監測資料,對主要死因的時間變化趨勢進行分析,并采用灰色動態模型中最基本、應用最廣泛的GM(1,1)模型,預測2014 年-2023 年主要死因的時間變化趨勢。

資料與方法

1.死亡數據 來源于2004年-2013年上海市死因登記信息系統的徐匯區戶籍的所有死亡病例，不包括非戶籍人口資料。

2.人口資料 來源于上海市公安局徐匯分局。

3. 疾病分類 采用ICD-10編碼。

4.統計學分析 采用描述流行病學的方法進行資料的統計分析。應用DeathReg 2002死因統計分析軟件、SPSS、Excel軟件計算相應的統計指標，由Excel 2007軟件繪制統計圖表，用灰色動態預測模型作趨勢性檢驗。

結 果

1.2004年-2013年上海市徐匯區戶籍人口主要疾病死因分析

2004年-2011年上海市徐匯區戶籍人口前3位主要疾病死因依次為惡性腫瘤、腦血管病和心血管病，2012年-2013年心血管病死因比2011年提前一位，為第2位死因；腦血管病死因比前年降低一位，為第3位主要死因。2004年-2013年男性主要死因順位前3位除2012年和2013年外，與總人群一致，女性主要死因順位前3位與總人群一致(表1)。

(1)惡性腫瘤十年間死亡率從219.32/10萬上升到246.91/10萬,平均每年上升2.76%。十年間惡性腫瘤死亡率隨年度增加呈上升趨勢(P<0.01)。各年死亡率男性均高于女性。

(2)腦血管病十年間死亡率從124.47/10萬上升到142.21/10萬,平均每年上升1.77%。十年間腦血管病死亡率隨年度增加呈上升趨勢(P<0.01)，各年死亡率除2009年及2012年外，女性均高于男性。

(3)心血管病死亡率從86.17/10萬上升到169.59/10萬,平均每年上升8.34%。十年間心血管病死亡率隨年度增加上升趨勢明顯(P<0.01)，各年死亡率除2006年外，女性均高于男性。

2.不同年齡組惡性腫瘤、腦血管病及心血管病死因分析

(1)惡性腫瘤2004-2013年，0～14歲組惡性腫瘤死亡率由6.78/10萬下降到5.81/10萬。15～44歲組惡性腫瘤死亡率由22.46/10萬下降到13.34/10萬。45～64歲組惡性腫瘤死亡率由168.77/10萬下降到190.77/10萬。65歲組及以上惡性腫瘤死亡率由997.54/10萬下降上升到935.79/10萬下降。各年齡組結果表示，45～64歲組因惡性腫瘤死亡呈上升趨勢(P<0.01)。(圖1)

(2)腦血管病2004-2013年，0～14歲組腦血管病無死亡。15～44歲組腦血管病死亡率由3.06/10萬上升到2.03/10萬。45～64歲組腦血管病死亡率由40.45/10萬到37.32/10萬。65 歲組及以上腦血管病死亡率由703.43/10萬到683.73/10萬。結果表示，各年齡組腦血管病死亡相對平穩。

(3)心血管病 2004-2013年，0～14歲組心血管病無死亡。15～44歲組心血管病死亡率由0.77/10萬上升到1.74/10萬。45～64歲組心血管病死亡率由22.06/10萬上升到23.93/10萬。65 歲組及以上心血管病死亡率由502.35/10萬上升到854.09/10萬。各年齡組結果表示，65歲以上組上升趨勢明顯(P<0.01)。

3.主要疾病死亡率的時間趨勢分析及近期預測

主要疾病死亡率預測 2004-2013年上海市徐匯區居民惡性腫瘤、腦血管病、心血管病死亡率均隨時間的推移呈逐步上升趨勢。預測到2023 年因惡性腫瘤死亡可能達到291.56/10 萬，比2013年上升44.45%；因腦血管病死亡可能達到177.11/10 萬，比2013年上升34.90%；因心血管病死亡可能達到289.19/10 萬，比2013年上升119.60%。

討 論

1.慢性非傳染性疾病死亡呈上升趨勢

主要疾病死亡率的時間變化趨勢特點為慢性病防治工作提供了信息。分析結果表明，2004-2013 年間,上海市徐匯區居民前三位主要疾病為惡性腫瘤、腦血管病、心血管病，死亡率隨時間推移均呈上升趨勢。45～64歲組因惡性腫瘤死亡和65歲以上組因心血管病死亡均上升明顯，因心血管病死亡有明顯的年輕化趨勢。本研究中建立的灰色預測模型適合中長期預測，預測精度為優，在沒有其他特殊干預因素的前提下，預測到2023 年上海市徐匯區居民惡性腫瘤、腦血管病、心血管病死亡率均超過30%。

《中國心血管病報告2011》指出，由于人口老齡化和心血管危險因素的流行，我國慢病(慢性非傳染性疾病)仍呈快速增長態勢，慢病的快速增長主要集中在未來10年，慢病的防控形勢十分嚴峻。老年人占全球人口的比例越來越高，與年齡有關的慢性病增加，在發展中國家尤其如此。在世界各地，看護人員、衛生系統乃至整個社會均需作好準備，應對老年人持續增長的需求[3]。如何通過有效的干預措施進行疾病的早發現、早診斷、早治療是當今社會必須關注的問題。直接醫療費用的支出造成潛在生產力的巨大損失,已被許多學者視為當今最為嚴重的社會、經濟和醫療問題。如何展開心理咨詢和健康教育，減輕疾病后的心理負擔，是減少疾病負擔的主要途徑之一。如何預防慢病的發生以及提高慢病患者的生活質量成為近年研究的熱點。

2.加快信息化建設步伐，有效利用信息資源

目前疾病預防控制中心信息化建設尚處于起步階段，理論準備不夠充分，實踐經驗欠缺，只有單病、單個的業務軟件，沒有成熟的全面的信息管理平臺。工作方式傳統和手工操作并行，自動化程度低，成為工作效率難以提高的重要問題。用信息化手段整合疾控各項業務，規范工作流程，建設集自動化辦公、內部管理、日常業務工作以及患者管理為一體的數字化集成管理系統。用信息化的手段在轉變疾控機構工作模式的同時，實現規范管理，提高業務和工作效率，滿足衛生服務需求等。有效地利用信息化工程，開展慢性病綜合監測、干預與評估，完善慢性病信息管理體系，推進高危人群篩查和患者管理工作，以掌握社區人群健康狀況和危險因素水平。依托慢性病相關項目工作，為制定社區慢性病綜合防治策略提供依據。

3.制定合理衛生保健政策制度，減輕居民疾病負擔

衛生保健政策制度環境是否適合社區居民基本衛生需求和可及性要求，衛生資源配置的可得性和均衡性，是居民生存質量的保障，也是體現國家民富國強的一項重要指標。《中國心血管病報告2011》指出，2010年中國心血管疾病(包括腦血管病)中，急性心肌梗死的次均住院費用為15773.5元，顱內出血為11019.8元，腦梗死為7143.3元；扣除物價影響因素后，自2004年以來，年均增長速度分別為8.05%、6.02%和2.37%。社區居民期望醫療衛生服務的可及性和國家社會衛生資源的可得性之間的差距在不斷擴大，醫療衛生服務質量、效率不高，效益/成本不理想，醫療費用價格不斷上漲，國家、社會的衛生資源緊缺和配置不合理，居民生存質量還存在種種問題。在這種大環境下，很多國家為了促進本國經濟，使社會和諧平穩發展，都在著力研究病傷負擔問題。希望找到合理的病傷負擔評價的有效方法，指導政府、社會在衛生均衡性方面有能力地科學作為，緩和或減輕病傷負擔對國家、社會發展的影響。面臨世界資源分布不均衡、貿易不公平、人口膨脹、人口老齡化的不斷加大，衛生服務需求量、利用量和衛生資源配置的滿足程度，是合理組織衛生服務，評價衛生系統工作效率和潛力，解決衛生服務供需矛盾，提高衛生事業社會效益和經濟效益而常用的、有效的手段[1]。

4.灰色動態預測模型

GM(1,1)適用于時序變化相對穩定的灰色系統，模型對數據分布和個數無嚴格要求，適應性強，信息利用度高[4]。與傳統的數理統計模型相比,灰色動態預測模型在疾病預測方面有明顯的優點。一般的統計模型是對原始數據建模,要求有足夠的樣本量和典型的概率分布。灰色動態預量回歸模型分析技術，由于其考慮的影響因素較少,因此主要適用于流行因素較穩定、流行波動幅度較小的慢性疾病(包括腫瘤)的短期預測。而對一些流行因素變化較大,或采取了新的防疫措施的疾病,其適用性有待進一步研究。此外,在做外推遠期預測時要慎重[5]。

[1]龔幼龍.衛生服務研究.上海：復旦大學出版社，2002:180.

[2]楊功煥.中國人群死亡及其危險因素流行水平、趨勢和分布.北京:中國協和醫科大學出版社,2008.

[3]周偉萍，王豐效.灰色DNGM(1，1)預測模型及其優化.計算機工程與應用,2013，49(10):28.

[4]李望程，張麗平，孔雨佳，等. 我國婦幼死亡率GM(1，1)與線性回歸預測模型研究. 中國衛生統計，2011，27(4):366-368.

[5]韓兢,王潔貞,胡平,等.惡性腫瘤死亡率預測模型的探討.中國衛生統計,1998,15(5):5-8.

(責任編輯：丁海龍)