中国老年人共病状况及其对医疗卫生支出的影响研究

金琇泽，路云

共病是指患者同时患有2种或2种以上慢性病［1］。研究显示，约2/3的65岁以上老年人存在共病［2］，老年人共病与许多不良预后有关，共病患者的病死率、致残率增高，公共卫生资源消耗与医疗卫生支出明显增加［3-5］。这是由于相较于单一慢性病患者，共病患者往往需要同时到多个科室就诊、接受多种诊疗方案、服用多种治疗药物，容易造成过度医疗、多重用药现象［6］。当前国内有关共病的研究大多局限于某区域或医院的临床病例，对共病流行率、共病模式进行深入研究，鲜有从全国范围对老年人共病流行病学及其对医疗卫生支出的影响进行研究。本文基于2017年发布的中国健康与养老追踪调查（China health and retirement longitudinal study，CHARLS）2015年全国追访数据［7］，统计分析我国≥60岁老年人的共病流行情况，通过建立计量模型分析共病对医疗卫生支出的影响，同时筛选社会人口学与健康保健相关高危因素，为优化老年人共病管理、节省医疗卫生支出提供依据。

1 资料与方法

1.1 资料来源 采用CHARLS 2015年全国追访数据［7］，选取≥60岁样本。在完成变量筛选与转化、数据集合并、缺失值处理等后最终得到5 265例样本。

1.2 变量选取

1.2.1 基本情况 包括社会人口学与健康保健相关变量。社会人口学信息包括7个变量：（1）年龄，分为60～69、70～79、80～岁。（2）性别，分为男、女。（3）居住地类型，分为城镇、农村。（4）婚姻状态，分为未婚、在婚、分居/离异/丧偶。（5）最高学历，分为未受教育、小学、初高中和中专、大专及以上。（6）就业状态，分为退休、在职。（7）家庭人均年收入水平，分为低收入（≤0.5万元），中等偏下（＞0.5万～1万元），中等收入（＞1万～2万元），中等偏上（＞2万～3万元），高收入（＞3万元）。健康保健信息包括8个变量：（1）医疗保险类型，分为无医疗保险、城乡居民医疗保险、城镇居民医疗保险、公费医疗、商业医疗保险、其他医疗保险（医疗救助、城镇无业居民大病保险等）。（2）吸烟，分为从未吸烟、已戒烟、仍在吸烟。（3）BMI，按BMI≤ 25、＞25～30、＞30 kg/m2分为正常、超重、肥胖3组。（4）体育锻炼，分为是、否。（5）是否经常感觉身体疼痛，分为是、否。（6）意外伤害，分为是、否。（7）跌到次数，数值型变量。（8）自评健康状况，分为非常好、很好、好、一般、差、很差。

1.2.2 慢性病共病相关变量 CHARLS纳入了14种常见慢性病：（1）高血压；（2）血脂异常（高脂血症或低脂血症）；（3）糖尿病或血糖升高（包括糖耐量异常和空腹血糖升高）；（4）癌症等恶性肿瘤（不包括轻度皮肤癌）；（5）慢性肺部疾患，如慢性支气管炎或肺气肿、肺源性心脏病（不包括肿瘤或癌）；（6）肝脏疾病（除脂肪肝、肿瘤或癌外）；（7）心脏病（如心肌梗死、冠心病、心绞痛、充血性心力衰竭和其他心脏疾病）；（8）卒中；（9）肾脏疾病（不包括肿瘤或癌）；（10）胃部疾病或消化系统疾病（不包括肿瘤或癌）；（11）情感及精神方面问题；（12）与记忆相关的疾病（如阿尔茨海默病、脑萎缩、帕金森症）；（13）关节炎或风湿病；（14）哮喘。本文将慢性病数量作为解释变量。

1.2.3 医疗卫生支出变量 从医疗卫生系统角度，纳入年度医疗卫生支出，包括住院治疗成本、门诊治疗成本、自我治疗成本等直接与医疗相关的成本。因医疗卫生支出零值较多（42%），且分布呈右偏态，故在多元回归部分将其处理为8水平的定序分类变量：0、＞0～＜1万、1万～2万、＞2万～3万、＞3万～4万、＞4万～5万、＞5万～6万、＞6万元，分别以1、2、3、4、5、6、7、8 表示。

1.3 模型原理 基于本文所采用的年度医疗卫生支出数据并不满足正态分布，且零值较多，故在纳入模型分析时将其处理为定序分类变量，采用定序Logit模型进行实证分析。

假 设 定 序 因 变 量 Y（Y=1，2， ……，J）的 效 用 方 程 为：Y=Xβ+ε， 其 中Y满 足：

（1）式中α1＜α2＜α3＜……＜αJ-1为待估参数，称为切点；Y在本文的取值为1、2、3、4、5、6、7、8，分别表示医疗卫生成本的8个水平：0、＞0～＜1万、1万～2万、＞2万～3万、＞3万～4万、＞4万～5万、＞5万～6万、＞6万元。定序Logit模型的累积概率函

令Lj（X）表示Y≤j相对于Y＞j的累积Logit，则有：Lj（X）=logit［Fj（X） ］，（j=1，……，J-1）=log［P（Y ≤ j|X）/P（Y＞j|X）］=log{P（Y ≤ j|X）/［1-P（Y≤j|X）］ }==αj+βX（3）。

（2）与（3）中，X表示一系列影响医疗卫生支出的变量，包括解释变量共病数量，以及社会人口学与健康保健相关控制变量，β为各影响因素的回归系数，P为条件概率。

1.4 统计学方法采用Stata SE 15.0对样本数据进行统计学分析。计数资料采用频数、相对数表示；呈非正态分布的计量资料以中位数（四分位数间距）﹝M（QR）﹞表示。非正态分布的无序计量资料两组间比较采用Mann-Whitney U检验，多组间比较采用Kruskal-Wallis H检验；非正态分布的定序计量资料组间比较采用Jonckheere-Terpstra检验。老年人医疗卫生支出影响因素分析采用定序Logit模型分析。除特殊说明外，检验水准采用α=0.05。

2 结果

2.1 基本情况 本研究共纳入5 265例样本，年龄跨度60～104岁。男2 923例（55.52%），女2 342例（44.48%）；居住地在城镇1 242例（23.59%），农村4 023例（76.41%）。

2.2 老年人慢性病共病状况

2.2.1 慢性病患病率 在统计的14种慢性病中，患病率排名前3位的分别为关节炎或风湿病（34.76%）、高血压（32.92%）、胃部疾病或消化系统疾病（21.88%，见表1）。

2.2.2 共病患病率 5 265例老年人平均每人患有1.61种慢性病。1 429例（27.14%）未患慢性病，1 495例（28.40%）患有1种慢性病，2 341例患有2种及以上慢性病，即慢性病共病患病率为44.46%。城镇老年人慢性病共病患病率（48.39%，601/1 242）高于农村（43.25%，1 740/4 023），差异有统计学意义（χ2=10.147，P=0.001）。患病率排在前3位的疾病，其共病患病率也相对较高，分别为25.87%、24.92%、17.83%（见表1）。

2.2.3 疾病共病患病率 14种慢性病的疾病共病患病率均高于70%，其中，排在前3位的分别为哮喘、与记忆相关的疾病、卒中，疾病共病患病率分别为94.38%、93.33%、91.53%（见表1）。

表1 14种慢性病患病率及共病率（n=5 265）Table 1 Prevalence of 14 chronic diseases and comorbidity

2.2.4 常见共病组合 （1）二元疾病组合共63种。患者数最多的为高血压+关节炎或风湿病，占患2种慢性病者的16.49%（173/1 049）；其次是胃部或消化系统疾病+关节炎或风湿病，占患2种慢性病者的15.35%（161/1 049，见表2）。（2）三元疾病组合共131种。患者数最多的为高血压+胃部或消化系统疾病+关节炎或风湿病，占患3种慢性病者的9.50%（67/705，见表3）。

2.3 年度医疗卫生支出情况及影响因素分析

2.3.1 不同特征老年人的医疗卫生支出比较 5 265例老年人过去1年的医疗卫生支出为0～780 000元，中位医疗卫生支出为420（2 400）元。患2种慢性病者的中位医疗卫生支出为600（2 640）元，患3种慢性病者的中位医疗卫生支出为1 200（5 100）元。不同居住地、就业状态、家庭人均年收入水平、医疗保险类型、吸烟情况、BMI、身体疼痛、意外伤害、跌倒次数、自评健康状况、患慢性病数量老年人的医疗卫生支出比较，差异有统计学意义（P＜0.05，见表4）。

2.3.2 多重共线性检验 本文以年度医疗卫生支出为被解释变量，患慢性病数量为解释变量，同时选取15个社会人口学与健康保健相关变量作为控制变量，建立定序Logit模型。为提高模型拟合的精确性，排除自变量之间本身存在的密切线性关系，先对选取的变量进行多重共线性诊断。采用方差膨胀因子（VIF）度量，通常认为VIF＞10表示存在多重共线性。结果发现，婚姻状态、自评健康状况未通过多重共线性诊断，将其剔除后建立定序Logit模型。

表2 前10种常见二元疾病组合（n=1 049）Table 2 Top 10 common binary combinations of chronic diseases

表3 前10种常见三元疾病组合（n=705）Table 3 Top 10 common ternary combinations of chronic diseases

2.3.3 定序Logit模型结果定序Logit模型结果显示，患慢性病数量、最高学历、就业状态、家庭人均年收入水平、医疗保险类型、吸烟状态、BMI、身体疼痛、跌倒次数是影响医疗卫生支出的因素（P＜0.05）。其中患慢性病数量和医疗卫生支出呈明显正相关：在其他因素不变情况下，患慢性病种数每增加1种，医疗卫生支出增加36.5%。最高学历和医疗卫生支出呈一定的正相关性：小学、初高中或中专的样本相比未受教育者，医疗卫生支出明显增加，分别增加37.3%、40.5%。就业状态中在职是医疗卫生支出的保护因素，相比退休，在职能使医疗卫生支出减少25.3%。中等收入相比低收入，医疗卫生支出增加27.5%。城乡居民医疗保险、城镇职工医疗保险及其他医疗保险，相比无医保者，能明显增加医疗卫生支出，分别增加23.8%、40.6%、60.7%。已戒烟相比从不吸烟者，医疗卫生支出增加34.1%。BMI水平为超重者，相比正常者医疗卫生支出增加18.5%。身体疼痛和医疗卫生支出呈明显正相关，没有身体疼痛者相比经常感到身体疼痛者医疗卫生支出减少42.2%。跌倒次数和医疗卫生支出呈明显正相关，在其他因素不变情况下，跌倒次数每增加1次，医疗卫生支出增加15.0%（见表5）。

3 讨论

3.1 我国60岁及以上老年人共病率高 本研究显示60岁及以上老年人群中，平均每人患有1.61种慢性病，44.46%患有共病，且城镇（48.39%）高于农村（43.25%）。该结果高于LEE 等［9］的研究结果“中国≥60岁的老年人有31.78%患有共病”，WANG等［10］的研究结果“吉林省60～79岁老年人共病流行率30.1%”，以及钱焊森等［8］的研究结果“45岁及以上中老年人共病患病率31.79%”；略低于WANG等［11］广东省三县共病横断面调查发现的“≥65岁老年人平均患有1.74种慢性病，47.5%患有共病”。差距可能由纳入样本的年龄、地域存在差异，以及调查年份不一致所导致。本文在慢性病发病率排序、共病患病率、疾病共病患病率的发现与钱焊森等［8］的结果基本一致，说明CHARLS 2013与CHARLS 2015数据在共病流行病学方面存在较高相似性。

3.2 医疗卫生支出情况 研究样本过去1年医疗卫生支出最低为0元，最高为780 000元，中位数为420元（QR=2 400），这与研究样本医疗卫生支出零值过多密切相关。共患3种慢性病的医疗卫生支出中位数是共患2种慢性病的2倍。说明共患病种数增加，医疗卫生支出也随之出现明显增长。

3.3 影响医疗卫生支出的因素 单因素分析和多因素分析中具有统计学意义的因素重合度较高。患慢性病数量、跌倒次数、身体疼痛对医疗卫生支出的影响明显；吸烟、BMI、最高学历、家庭人均年收入水平对医疗卫生支出显示一定的正向影响，但这种影响只在部分组内有统计学意义；退休带来医疗卫生支出明显上升；城镇职工基本医疗保险、城乡居民基本医疗保险及其他医疗保险（具体为医疗救助、城镇无业居民大病保险等其他医疗保险）的参保使医疗卫生支出明显增加，这说明具有以上医疗保险保障的老年人患病时就医积极性更高。患慢性病数量和医疗卫生支出呈明显正相关。在其他因素不变情况下，患慢性病种数每增加1种，医疗卫生支出增加36.5%。

表4 不同特征老年人的医疗卫生支出比较（n=5 265）Table 4 Comparison of healthcare expenditure among elderly with different characteristics

3.4 本研究的意义和局限性 患慢性病数量的增加导致医疗卫生支出明显增长，提示应加强对老年人共病综合管理的重视：应建立“以患者为中心”的共病管理体系，加速完善全科医生制度及老年多学科团队［12］；推进共病临床实践指南的开发，例如针对常见共病组合制定治疗与护理方案［13］，减少不合理治疗及不必要的医疗资源浪费。本研究存在以下不足：一是本研究的样本来自全国各地，各地经济水平、物价水平及医疗费用差异较大，有待在本研究基础上进一步完善模型变量，以排除以上混杂因素对研究结果的影响；二是不同慢性病之间的医疗费用差异很大，相同的患病种数可能包含了多种不同的疾病组合，这些疾病组合的医疗费用参差不齐，本研究未将其考虑在内；三是将患慢性病数量作为自变量，而没有将疾病严重程度对医疗卫生支出的影响考虑在内，这是由于同时包含以上两方面信息的可用数据较为缺乏，本研究采用患慢性病数量进行初步研究。

表5 老年人医疗卫生支出影响因素的定序Logit模型分析Table 5 Results of the ordered Logit model for healthcare expenditure in elderly people

作者贡献：金琇泽负责文章的构思与设计、研究的实施与可行性分析、数据收集与整理、统计学处理、结果分析与解释、论文撰写、论文中英文修订；路云负责文章的构思与设计、文章的质量控制及审校，对文章整体负责，监督管理。

本文无利益冲突。