中國居民2002—2021年自殺死亡趨勢年齡-時期-隊列模型分析

董 丹，孫艷秋，燕 燕

遼寧中醫藥大學信息工程學院（沈陽 100847）

世界衛生組織于2021年6月17日發表了題為《2019年全球自殺狀況》的報告，其數據顯示，全球有70 多萬人死于自殺，2019年每100 例死亡中有1 例是自殺，是全世界的主要死因之一[1]。自殺行為不僅會給本人帶來嚴重后果，也會給家庭成員造成極大的精神打擊，同時給社會帶來沉重的負擔。研究表明，2019年12月新型冠狀病毒肺炎疫情暴發以來，中國居民普遍有過焦慮、抑郁情緒，甚至自殺意念[2-3]。現有研究顯示，近年來中國居民的自殺死亡率下降趨勢明顯，分析其變化節點[4-5]，暴露因素和年齡因素對自殺趨勢的影響尚有待探討。影響自殺的因素非常復雜，家庭與社會地位的轉變、身體機能的改變、心理波動、外部環境因素的刺激都會對居民的自殺行為產生影響[6]。本研究擬采用年齡-時期-隊列（age-period-cohort，APC）模型，從年齡、時期和出生隊列三個因素，探討其對自殺趨勢的影響，從而更好地了解中國居民自殺變化趨勢，為自殺的預防工作提供一定的參考依據。

1 資料與方法

1.1 資料來源

數據來自國家衛健委公開出版的《中國衛生健康統計年鑒》[7]中“居民病傷死亡原因”中的“自殺”年齡別死亡率數據，各年份人口數據來自國家統計局官方網站[8]，同時選取2020年全國第七次人口普查數據[9]為標準人口計算對應年度各年齡別標準化死亡率。

1.2 統計方法

APC 模型是研究流行病學、人口學及社會學的一種常用統計分析方法，然而APC 模型中的三個效應變量間存在完全共線問題，即年齡-時期-隊列，使得其回歸模型中不存在唯一解[10]。本研究采用由美國國家癌癥研究開發的一款APC 網絡分析工具（https://analysistools.nci.nih.gov/apc/），該工具是在R 代碼中實現的一組易于解釋的可估計APC 函數和相應的Wald χ2檢驗，且其參數的識別采用了可以分析開口數據的內源估計法來構建回歸模型進行計算分析[11]。故本研究將自殺死亡率較低的0～5 歲組和5～10 歲組合并處理設置成低年齡段組，將85 歲以上組別設置成高年齡段組，其余年齡段按每5 歲劃分為一個年齡組。從而有效避免部分樣本無法被估計的問題，以提高估計的穩定性，同時在模型的建立過程中將每5年劃分為一個時期組、每5年一段劃分為出生隊列組。根據上述分組，年齡別自殺死亡率均以1/10 萬為計數單位，且發生頻率較小，滿足Poisson 分布的基本要求，故可使用以Poisson 分布為基礎的APC 模型進行統計分析。

APC 網絡分析工具得出的主要參數值為凈漂移值（net drift）和局部漂移值（local drift）,其中凈漂移值表示在調整了時期和出生隊列效應后整體自殺死亡率的線性趨勢，以死亡率對數值的年變化百分比為參數值；局部漂移值表示在調整了時期和隊列效應后每個年齡組自殺死亡率的線性趨勢，以不同年齡組死亡率對數值的年變化百分比為參數值。年齡效應以縱向年齡曲線（longitudinal age curves）展示，代表與年齡相關的自殺死亡率變化趨勢；時期效應以擬合時間趨勢的時期率比（rate ratio，RR）表示，代表時期相對風險；隊列效應以擬合時間趨勢的隊列率比（rate ratio，RR）表示，代表隊列相對風險[12]。使用Excel 2019 軟件進行數據整理，使用Graphpad prism 9 軟件繪制圖形。

2 結果

2.1 中國居民2002—2021年自殺死亡趨勢

中國居民2002—2021年自殺死亡的粗率和年齡別標準化率總體均呈下降趨勢，其中男性和女性居民的自殺死亡率分別由2002年的14.20/10萬（標準化率21.27/10 萬）和13.90/10 萬（標準化率17.84/10 萬）下降至2021年的6.65/10 萬（標準化率6.42/10 萬）和4.73/10 萬（標準化率4.29/10萬），如圖1所示。

圖1 中國居民2002—2021年自殺死亡變化趨勢Figure 1.Trends of suicide deaths among Chinese residents from 2002 to 2021

2.2 中國居民2002—2021年自殺死亡率年齡-時期-隊列模型擬合情況

2002—2021年中國男性居民自殺死亡率年凈漂移值為-4.294%[95%CI（4.758%，-3.829%）]，女性居民為-7.106%[95%CI（-7.653%，-6.556%）]。APC 模型的凈漂移值、局部漂移值、隊列偏差和時期偏差的檢驗差異均有統計學意義（P ＜0.05），即自殺死亡率的時間趨勢在不同性別中國居民中時期與隊列效應的影響均有統計學意義，如圖2所示。

圖2 中國不同性別居民2002—2021年自殺死亡率局部漂移值和凈漂移值Figure 2.Local drift values and net drift values of suicide mortality from 2002 to 2021 among Chinese residents with different gender

2.3 中國居民2002—2021年自殺死亡率的年齡變化趨勢

2002—2021年中國男性居民在同一出生隊列下自殺死亡率變化趨勢隨年齡的增大顯著上升在40 歲開始趨于平穩，女性居民在同一出生隊列下自殺死亡率變化趨勢隨年齡的增大先顯著上升，在20～25 歲年齡組達到峰值25.301/10 萬后顯著下降，下降趨勢隨年齡增大逐漸放緩。0～45 歲年齡組女性自殺死亡率顯著高于男性，45 歲以上年齡組則是男性略高于女性，如圖3所示。

圖3 中國不同性別居民2002—2021年自殺死亡率縱向年齡曲線Figure 3.Longitudinal age curves of suicide mortality from 2002 to 2021 among Chinese residents with different gender

2.4 中國居民2002—2021年自殺死亡率的時期變化趨勢

2002—2021年中國居民自殺死亡率的時期效應RR 值呈下降趨勢，顯示出持續改善趨勢。以2007—2011 時期組為對照組（RR 值取1），不同性別時期效應均在2002—2006 時期組取到最高，其中男性RR=1.561[95%CI（1.464，1.666）]，女性RR=1.948[95%CI（1.816，2.088）]。2002—2006 時期組女性時期效應的RR 值高于男性，2012—2016 和2016—2021 時期組則是男性高于女性，如圖4所示。

圖4 中國不同性別居民2002—2021年自殺死亡率的時期效應RR值Figure 4.RR of the period effect of suicide mortality from 2002 to 2021 among Chinese residents with different gender

2.5 中國居民2002—2021年自殺死亡率的出生隊列變化趨勢

2002—2021年中國居民自殺死亡率的出生隊列效應RR 值總體呈下降趨勢，其中女性的隊列效應曲線下降更顯著。以1962—1966年出生隊列為對照組（RR 值取1），早期女性出生隊列負擔更重，自殺死亡率相對風險RR 值在女性居民組中出生隊列為1917—1921年時取到最高值19.359[95%CI（13.895，26.972）]，男性居民組中出生隊列為1922—1926年時取到最高值11.169[95%CI（8.777，14.213）]，如圖5所示。

圖5 中國不同性別居民2002—2021年自殺死亡率的出生隊列效應RR值Figure 5.RR of the birth cohort effect of suicide mortality from 2002 to 2021 among Chinese residents with different gender

3 討論

本研究先分析了中國居民自殺死亡率的變化趨勢，進一步采用APC 模型探討了年齡、時期和出生隊列因素對中國居民自殺死亡趨勢的影響，打破了傳統的描述性分析方法的局限性[13]。結果顯示中國居民2002—2021年自殺死亡率呈下降趨勢是同時受到年齡、時期和出生隊列三方面因素的共同影響，其中時期和出生隊列的影響相對較大。

中國居民自殺死亡率的變化趨勢結果顯示，2002—2021年總體呈現明顯下降趨勢，但2002—2010年間出現過較大波動，既往有研究表明，居民自殺死亡率在此階段的變化受改革開放時期的紅利影響，人民群眾的美好生活需求得到極大滿足，自殺死亡率大幅降低，之后進入平穩期[5]。2020年自殺死亡率數據出現短暫上升趨勢，這與同期心理學方面的研究結果一致[2-3]。

APC 模型年齡效應分析結果顯示，不同性別年齡趨勢的縱向曲線差異較大，這與對中國農村人群自殺死亡率的研究結果明顯不同[14]。其中女性在15～35 歲年齡段的自殺死亡風險顯著高于同年齡段男性，其主要原因可能是這一年齡段女性經歷了從青春期到性成熟期的變化過程，同時家庭角色大多也經歷了從女兒到妻子再到母親的多重轉變，這些變化都給女性心理帶來了較同年齡段男性更大的挑戰；同時研究結果表明，45 歲以上年齡段男性自殺死亡率高于同年齡段女性且始終保持在相對較高水平，其主要原因可能是從45歲開始，生理上男性的生命曲線開始從高峰值跌落，與此同時工作與家庭的雙重負擔不降反升使人倍感壓力，這些變化都對男性心理帶來了較同年齡段女性更大的沖擊，而中老年男性在與家人朋友的溝通交流上也明顯弱于同年齡段女性，進一步拉大了兩者的自殺死亡風險。不同性別間的年齡趨勢差異是非常值得關注的，應在后續自殺預防中對15～35歲女性和45歲以上男性格外重視。

APC 模型時期效應分析結果顯示，隨著時間的推移，時期效應RR 值呈下降趨勢。近年來隨著社會經濟的發展、教育體系的完善、醫療保障制度的建立和逐步完善、精神衛生知識的普及，自殺的預防和救治工作都得到了長足的發展。然而從時期效應RR 值的變化放緩上看，其主要原因可能是我國自殺預防多集中于特定的人群，如住院患者、精神病人及中小學生群體，并采取了相應的措施加以預防，未來的自殺防控工作還應該針對育齡婦女、退休老人、留守兒童、獨居老人等人群加強干預措施。

APC 模型隊列效應分析結果顯示，隨著出生年份的推移，隊列效應RR 值呈顯著下降趨勢。其主要原因可能是相較于早期出生隊列，新出生隊列接受了更好的教育，擁有更好的健康意識和生理心理疾病預防意識，同時在他們的成長過程中也得到了更多來自家庭、學校和社會的關注，使得一些心理問題得以早發現、早干預、早治療，有效降低了自殺死亡風險[15]。

本研究尚存在一定的局限性，由于缺乏按1歲間隔分組的年齡別自殺死亡率數據，導致時期效應和出生隊列效應不能點對點地與已知的社會重大歷史事件相對應，故模型的完整性也可能對分析結果產生一定影響。

綜上所述，應在現有措施基礎上進一步加大心理健康的宣傳和相關知識的普及，盡早建立健全社會心理服務體系，對不同年齡、不同時期、不同出生隊列的人群采取分層防控措施，尤其是在15～35 歲女性和45 歲以上男性等高危人群的自殺防控上，不但要在已發病群體中實現早干預，還要在未發病群體中實現早預防，從而降低自殺死亡風險。