中国老年多重慢性病患者健康相关生命质量及其影响因素研究

田纬，陶梦梦，李坤坤，曹文君，2*，侯国强

1.030000 山西省太原市，山西医科大学公共卫生学院

2.046000 山西省长治市，长治医学院公共卫生与预防医学系

3.046000 山西省长治市妇幼保健院新生儿科

随着我国人口老龄化的发展，现有超过1.8 亿老年人患有慢性病，其中多重慢性病的比例高达75%［1］。多重慢性病造成的老年人身体功能衰退、经济负担加重、死亡风险增加、医疗卫生资源消耗增加等问题［2-4］，给个人和社会带来了严重的消极影响。健康相关生命质量是通过衡量生命质量的好坏来反映个人健康状况的指标，反映了疾病、生理或心理功能受损等问题对个体综合健康质量的影响［5］。多重慢性病是指一个人同时患有≥2 种慢性病的状态，会导致患者身体功能的下降，明显影响患者健康相关生命质量［6］。国外有研究表明，患有2 种及以上慢性病会导致日常生活能力下降进而直接影响生命质量［7-8］。国内关于慢性病健康相关生命质量的研究多集中在高血压［9］、糖尿病［10］、慢性肺部疾病［11］等单种慢性病患者群体，而面向多重慢性病患者的生命质量研究较少。本研究收集了2018 年中国健康与养老追踪调查（CHARLS）中3361 例≥55 周岁的多重慢性病患者的数据资料，分析老年多重慢性病患者健康相关生命质量及其影响因素，为提升老年多重慢性病患者的健康水平提供参考，切实推动健康老龄化战略实施，促进实现老年人群“活得长”“活得好”的目标。

1 资料来源与方法

1.1 数据来源

本研究数据来源于2018 年CHARLS 数据库。该调查采用多层随机抽样，覆盖28 个省级行政单位、150个县级单位。本研究选取年龄≥55 周岁且至少患有2种慢性病的患者为研究对象，剔除重要变量信息缺失的样本，最终获取3361 份有效样本。样本选择过程见图1。

1.2 变量选取及说明

本研究选用“基本信息”“健康状况与功能”“医疗保健与保险”“收入、支出与资产”和“认知和抑郁”5个模块的数据资料。基本信息模块：性别、年龄、受教育程度、婚姻状况、居住地；健康状况与功能模块：是否患有慢性病（高血压、血脂异常、糖尿病、心脏病等14 种慢性病）、吸烟、饮酒、睡眠、体力活动、自评健康状况等，其中夜间睡眠时长按照<7、7～9、>9 h 的标准划分为不足、正常、过长［12］；从“健康状况与功能”和“认知和抑郁”模块挑选对应欧洲五维度三水平健康评定量表（EQ-5D-3L）的问题：行动能力（DB006 弯腰、屈膝或者下蹲是否有困难？），自我照顾能力（DB017做饭是否有困难？），日常活动能力（DB016 做家务是否有困难？），疼痛/不适（DA041_W4 是否经常因为疼痛而难受？），焦虑/抑郁（DC011 是否感到情绪低落？）；医疗保健与保险模块：医疗保险类型、过去1个月看门诊次数；收入、支出与资产模块：家庭年收入（具体包括受访者和家庭其他成员过去1 年的工资收入和转移性收入、家户农业收入、个体经营收入、家庭资产出租收入）。

1.3 研究方法

1.3.1 合并症指数和十年生存率计算：采用年龄调整合并症指数（The Age-adjusted Charlson Comorbidity Index，ACCI）对老年多重慢性病患者的合并症指数进行测算，ACCI 是一种通过分类或加权共存疾病条件来预测死亡率的评分系统，融合了合并症数量、合并症严重程度及年龄三方面的信息，是目前预测共病患者死亡率最广泛的方法［13］。ACCI=合并症指数+年龄指数，合并症指数是对19 种疾病进行权重赋值［14］；年龄指数分为五档，以40 岁为0 点，每增加10 岁，评分增加1 分，即50～59 岁 为1 分、60～69 岁 为2 分、70～79 岁为3 分、≥80 岁者为4 分。在ACCI 的基础上进行老年多重慢性病患者十年生存率（Z）计算，计算公式为：

注：式1.3.1 为Charlson 十年生存率表达式，c 为ACCI。

1.3.2 健康相关生命质量测量：采用EQ-5D-3L 对生命质量进行测量，该量表包括行动能力、自我照顾能力、日常活动能力、疼痛/不适和焦虑/抑郁5 个维度，每个维度依据困难等级分为3 个水平，分别为“没有困难”（可以自己独立完成）、“有些困难”（完成有困难但仍可以完成或需要别人帮忙才可以完成）、“严重困难”（自己无法完成）；每个调查对象的整体健康状态由代表健康水平的数字刻画，通过健康效用值积分体系将健康状态转化为具有运算性质的数值。本研究采用ZHUO等［15］建立的健康效用值体系来计算健康效用值，其分值为0.170～1.000 分，分数越高表明生命质量越好。

1.4 统计学方法

应用Stata 17.0 统计学软件进行数据分析。计数资料以相对数表示。经过K-S 检验，本研究健康效用值数据不符合正态分布，因此采用M（P25，P75）进行描述性统计；采用Mann-Whitney 或Kruskal-Wallis 检验比较健康效用值的组间差异。采用Tobit 回归模型分析计算各影响因素的偏回归系数及其95%CI，以P<0.05为差异有统计学意义。使用CHARLS 项目组提供的原始权重对数据进行加权，本研究的所有结果是经过加权的结果。

2 结果

2.1 调查对象基本特征

本研究最终纳入老年多重慢性病患者3361 例，其中男1604 例（47.72%），女1757 例（52.28%）；平均年龄（68.2±10.4）岁；婚姻状态以已婚为主［2777例（82.62%）］；受教育程度为小学占41.27%（1387 例）；居住在农村的患者占一半以上［2147 例（63.88%）］；约一半者家庭年收入<10000 元［1761 例（50.40%）］；多数保险类型为城乡居民医疗保险［2346 例（69.80%）］；约一半者健康状况为一般［1644 例（48.91%）］；不吸烟人数占59.92%（2014/3361）；69.65%（2341/3361）的人在过去一年中未饮酒；43.65%（1467/3361）的人每周会进行中等强度的体力活动；多数人［1703 例（50.67%）］的夜间睡眠时长为7～9 h；75.60%（2541/3361）的人在过去1 个月未看过门诊。

2.2 患病情况及十年生存率计算

从患病数量看，患有2 种疾病的患者最多［2037例（60.61%）］，患有3 种疾病的患者为808 例（24.04%），患有4 种及以上疾病的患者为516 例（15.35%）。从患病种类看，患有血脂异常、高血压和消化系统疾病的老年人较多，分别为1240 例（36.89%）、1199 例（35.67%）和906 例（26.96%）；最常见的二元共病组合为高血压+血脂异常［463 例（13.78%）］，最常见的三元共病组合为高血压+血脂异常+糖尿病［345例（10.26%）］。十年生存率测算结果显示，十年生存率最高为90.15%，仅有2.44%的患者达到；十年生存率为21.36%的老年多重慢性病患者最多［848 例（25.23%）］，有43.59%（1465/3361）的患者十年生存率接近于0，见表1。

表1 老年多重慢性病患者ACCI 与十年生存率频数分布表Table 1 Frequency distribution table of ACCI and 10-year survival rate for elderly patients with multimorbidity

2.3 健康效用值的测量情况

老年多重慢性病患者的健康效用值测量结果为0.170～1.000 分，平均值为0.888（0.709，0.964）分。仅有8.72%（293/3361）的患者出现了理论上最大的健康效应值，不存在明显的天花板效应。老年多重慢性病患者在行动能力、自我照顾能力、日常活动能力、疼痛/不适和焦虑/抑郁5 个维度存在困难（包括“有些困难”和“严重困难”）的比例分别是51.74%（1739/3361）、20.05%（674/3361）、25.59%（860/3361）、72.30%（2430/3361） 和62.93%（2115/3361）。存在严重困难比例较高的维度是行动能力（17.64%）和焦虑/抑郁（15.44%）维度，见表2。

表2 老年多重慢性病患者EQ-5D-3L 分布情况［例（%），n=3361］Table 2 Distribution of EQ-5D-3L in elderly people with multimorbidity

2.4 健康效用值的单因素分析

单因素分析结果显示，不同性别、年龄、婚姻状况、受教育程度、居住地、家庭年收入、医疗保险类型、健康状况、吸烟、饮酒、夜间睡眠时长、中等强度活动、患病数量、门诊次数者健康效用值比较，差异均有统计学意义（P<0.05），见表3。

表3 不同特征老年多重慢性病患者的健康效用值比较［M（P25，P75），分］Table 3 Comparison of health utility values of elderly people with multimorbidity by characteristics

2.5 健康效用值的多因素分析

以健康效应值为因变量（赋值：实测值），以单因素分析有意义的变量为自变量，进行Tobit 回归分析。Tobit 回归结果显示，性别、年龄、婚姻状况、受教育程度、吸烟、饮酒、中等强度体力活动、患病数量和门诊次数是健康效用值的影响因素（P<0.05）。其中小学及以上学历、不吸烟是健康效用值的保护因素，女性、>60 岁、丧偶、健康状况一般/不好/很不好、不饮酒、夜间睡眠时长不足或过长、未进行中等强度活动、患病数量≥4 种、门诊次数≥3 次是健康效用值的危险因素，见表4。

表4 老年多重慢性病患者健康效用值影响因素的Tobit 回归分析Table 4 Tobit regression analysis of influencing factors of health utility value in elderly people with multimorbidity

3 讨论

3.1 我国老年多重慢性病患者的患病情况和健康相关生命质量不容乐观

本研究结果显示，血脂异常（36.89%）、高血压（35.67%）和消化系统疾病（26.96%）成为老年多重慢性病患者常见的慢性病，最常见的共病组合为高血压+血脂异常（13.78%），有43.59%的患者十年生存率接近于0，ACCI 与十年生存率均反映多种疾病的共同作用已成为老年人健康状况的严重威胁。我国老年多重慢性病患者的健康效用值为0.888 分，与国外相比，低于意大利（0.93 分）［16］、德国（0.90 分）［17］、澳大利亚（0.91 分）［18］等发达国家，高于印度（0.85 分）［19］、韩国（0.82 分）［20］、伊朗（0.74 分）［21］等亚洲国家，距离发达国家有一些差距，仍需进一步改善；与国内相比，低于宜昌市（0.947分）［22］和珠三角地区（0.902分）［23］，同时也低于单种慢性病患者［如高血压（0.94 分）［24］、糖尿病（0.89 分）［25］和心脑血管疾病（0.91 分）［26］］。可能与患者的受教育程度普遍较低有关，本研究有41.27%的患者受教育程度在小学水平，21.27%的患者为小学以下，健康知识获取渠道有限，健康保健、疾病防治等方面知识匮乏，不重视自身出现的健康问题，进而导致其健康状况越来越差。此外，随着慢性病数量的增加，健康效用值降低，与程诺等［27］的研究结果一致，这可能与疾病本身所造成的身体不适和多重用药导致的不良反应有关；JOWESY 等［28］研究表明随着慢性病数量的增多，疾病经济负担也会相应成倍增加，加重家庭经济负担，这也会进一步降低老年人的健康相关生命质量。

3.2 社会人口学特征对健康相关生命质量有一定程度的影响

女性老年多重慢性病患者的健康相关生命质量较男性差，与国内许多研究［29-31］结果一致，相对于男性，女性不仅要照料家人、承担大量家务劳动，还要参与繁重的体力劳动，身体处于透支状态；由于女性患者心理较敏感、脆弱，可能会进一步加重慢性病对健康的危害。随着年龄的增长，人体各项生理功能的逐渐减退使老年人行动能力、自我照顾能力等降低，同时还受到慢性病所带来的身心损伤，这一系列不适情况均可导致健康相关生命质量的降低［32］。已婚配偶健在者的健康相关生命质量较其他婚姻状况人群高，与戴士媛等［33］研究结果一致，这可能与伴侣在生活和情感上给予的陪伴和支持有关，提示配偶的照护会对老年多重慢性病患者的身心健康起到积极促进作用。受教育程度较高的老年人健康效用值高，可能是由于学历高的老年人收入水平较高，可以获得较好的医疗保健资源，且对健康保健的关注度高，获取健康知识的渠道广泛，进一步提升其健康水平。

3.3 健康生活行为及方式有利于提升健康相关生命质量

适度的体力活动一方面可降低身体退行性改变的速度和进度［34］，增加肌肉力量，促进躯体健康；另一方面也能充实老年人的闲暇生活，改善心理健康。夜间睡眠时间过长或不足会导致健康效用值降低，申莉等［35］研究表明睡眠时间过短或过长是老年人抑郁的危险因素，还有研究表明睡眠时间不足或过长均会导致发生高血压的风险性提高，从而降低健康相关生命质量［36］。本研究发现，饮酒的老年多重慢性病患者健康效用值相对较高，这与赵钦风［37］、王传恒［38］的研究结果一致，虽然有研究证明饮酒是慢性病的危险因素，但考虑到患者的饮酒行为通常是为了庆祝或与亲朋好友欢聚，积极的社会互动有利于心理健康，有助于患者获得社会支持［39-40］。此外，本研究还发现门诊利用频率与健康效用值呈负相关，与汪瑾等［41］研究结果一致，可能是因为就诊频率高的这部分人群本身的健康状况就较差。

综合来说，我国老年多重慢性病患者的健康相关生命质量水平较低，除年龄、性别、婚姻状况等社会人口学因素外，不良生活行为和患多种慢性病也会导致健康效用值降低。近年来，多重慢性病逐渐受到关注，但目前并未形成有效的管理模式，希望后续研究能针对常见共病组合提出有效的干预措施，提升我国多重慢性病患者的健康质量。

本研究使用的CHARLS 数据，样本量大，代表性好，能较好地反映我国老年多重慢性病患者总体的健康相关生命质量；其次，调查人员通过交互式面对面访谈收集数据，极大地确保了信息的正确性。此外，本研究存在以下局限：本研究使用的是CHARLS 数据，并不是基于独立进行的欧洲五维健康评定量表（EQ-5D）调查数据，因此健康效用值可能存在一定的偏差；多重慢性病的测量是依据研究对象的自报，存在一定的偏倚；本研究使用的是横截面数据，无法确定老年多重慢性病患者的健康相关生命质量与其患病数量、生活行为、健康状况等因素之间的因果关系。今后研究可利用CHARLS数据库的纵向数据进行因果分析。

作者贡献：田纬提出研究思路，撰写论文；田纬、陶梦梦进行数据清洗与分析；李坤坤、侯国强进行论文修订；曹文君负责文章的质量控制与审查。

本文无利益冲突。