2009—2019年上海市某遠(yuǎn)郊社區(qū)居民死亡情況及人口構(gòu)成定量分析

廖獻(xiàn)琴，王 維，羅 崢，徐 潔，趙 玫，徐曉云，李小攀

(1.上海市普陀區(qū)宜川街道社區(qū)衛(wèi)生服務(wù)中心全科，上海 200065；2.上海國際旅行衛(wèi)生保健中心傳染病監(jiān)測科，上海 200322；3.上海健康醫(yī)學(xué)院附屬周浦醫(yī)院神經(jīng)內(nèi)科，上海 201318；4.上海市浦東新區(qū)王港社區(qū)衛(wèi)生服務(wù)中心內(nèi)科，上海 200201；5.上海市浦東新區(qū)疾病預(yù)防控制中心科研與信息管理辦公室·復(fù)旦大學(xué)浦東預(yù)防醫(yī)學(xué)研究院，上海 200136)

近10年來發(fā)展中國家居民由于人口老齡化和人口增長，以及越來越多的居民趨向較西方化的生活方式，吸煙，缺乏體力活動和高能量攝入的飲食方式等危險暴露增多，疾病負(fù)擔(dān)日益加重，已成為發(fā)展中國家公共衛(wèi)生領(lǐng)域的重點(diǎn)問題[1-2]。中國居民粗死亡率一直在上升，很大程度上歸因于人口增長和老齡化以及社會人口結(jié)構(gòu)的變化。盡管以前對我國死亡率的估計已經(jīng)有報道，但局限于某一個地方的人口或基于特定年份的數(shù)據(jù)，其數(shù)據(jù)均存在不確定性并缺乏代表性，可能會限制其結(jié)論為本地有效的病因預(yù)防和死因控制制定適當(dāng)?shù)恼遊3-5]。隨著二次改革開放的逐步深入，作為國家級新區(qū)的上海市浦東新區(qū)的中東部農(nóng)村地區(qū)在完成城鎮(zhèn)化的同時，其居民飲食方式、生活習(xí)慣和環(huán)境發(fā)生了巨大變化[6]。此外，隨著人口老齡化加劇，人口構(gòu)成因素對全人口死亡帶來的影響及其大小需要進(jìn)一步分析[5]。因此，本文對2009—2019年間浦東新區(qū)遠(yuǎn)郊某社區(qū)居民死亡資料進(jìn)行分析，結(jié)果報告如下。

1 資料與方法

1.1 資料來源

以上海市浦東新區(qū)王港社區(qū)戶籍人口為研究對象，死因資料來源于浦東新區(qū)2009年1月1日—2019年12月31日戶籍人口死亡數(shù)據(jù)庫。死亡監(jiān)測以擁有法律效應(yīng)的死亡證明為基本資料。社區(qū)衛(wèi)生服務(wù)中心按月收集死亡證明，進(jìn)行死因編碼及信息補(bǔ)充并將資料輸入數(shù)據(jù)庫，資料包括姓名、性別、出生日期、職業(yè)、死亡日期、根本死因、直接死因等。人口學(xué)資料來自于上海市浦東新區(qū)公安分局[7]。

1.2 研究方法

死因分類根據(jù)2011年國際疾病分類第10版(The International Statistical Classification of Diseases and Related Health Problems 10th Revision,ICD-10)統(tǒng)一編碼。

1.3 統(tǒng)計學(xué)處理

應(yīng)用SPSS 18.0(SPSS，芝加哥，美國)統(tǒng)計學(xué)軟件，死亡率的計算以浦東新區(qū)王港社區(qū)戶籍人口為基礎(chǔ)，各年份平均人口數(shù)為相鄰2年年末人口數(shù)的平均值。死亡年齡按生存天數(shù)計算[(死亡日期-出生日期)/365.25]，率的標(biāo)化參照以5歲為年齡段的1982年中國標(biāo)準(zhǔn)人口年齡構(gòu)成。粗死亡率差異顯著性檢驗(yàn)采用Poisson分布資料U檢驗(yàn)，標(biāo)化率差異性檢驗(yàn)采用Mantel-Haenszel檢驗(yàn)[8]。

以年均變化百分比(average annual percentage change,AAPC)表示各相鄰年份間率的變化量，采用Joinpoint線性回歸軟件(Joinpoint 4.0.4，2013，卡爾弗頓，英國)分析各年份粗死亡率和標(biāo)化死亡率的變化趨勢，用y表示率的自然對數(shù)，即y=In(r)，以y為因變量，x為自變量(年份或年份段的組中值)，配合下述線性模型y=α+βx+ε(式中α為常數(shù)項(xiàng)，β為回歸系數(shù)，ε為隨機(jī)誤差項(xiàng)[7]。以95%CI表示AAPC的數(shù)值范圍。

采用率的差別分解法計算各時期人口構(gòu)成因素和其他因素對疾病死亡率變化的貢獻(xiàn)率，即同一個人口不同時間的死亡率差別可以看作不同人口結(jié)構(gòu)人口的死亡率差別進(jìn)行分解。死亡率變化分解采用一種無殘差的方法：假定需分解人口A和人口B粗死亡率差別，設(shè)CDRB為B人口粗死亡率，CDRA為A人口粗死亡率，diff為B人口和A人口的死亡率差，C為人口的年齡構(gòu)成，M為年齡別死亡率，則diff=CDRB-CDRA=ΣCBXMBX-ΣCAXMAX，經(jīng)移項(xiàng)分解合并，率的差異=年齡結(jié)構(gòu)的差別(以A和B分年齡死亡率的平均值為權(quán)數(shù))+死亡率差別(以A和B的年齡結(jié)構(gòu)為權(quán)數(shù))，率值的影響貢獻(xiàn)率=年齡結(jié)構(gòu)差別/(年齡結(jié)構(gòu)差別+死亡率差別)×100%，年齡結(jié)構(gòu)差別影響貢獻(xiàn)率+其他因素死亡率差別影響貢獻(xiàn)率=100%[5,9]。P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié) 果

2.1 一般資料

2009—2019年該社區(qū)合計人年數(shù)為385096人年，累計報告戶籍居民死亡2751例，死亡年齡范圍為1d～104.17歲，死亡中位年齡為80.69歲，粗死亡率為714.37/10萬，中國標(biāo)化死亡率為266.45/10萬。其中因循環(huán)系統(tǒng)疾病死亡971例，占35.29%；因惡性腫瘤死亡875例，占31.81%；因呼吸系統(tǒng)疾病死亡359例，占13.05%。其總死因順位前十位及構(gòu)成見表1。

表1 2009—2019年上海某社區(qū)居民死亡順位及其分布Tab.1 Rank and distribution of causes of death among residents in a community of Shanghai,2009-2019 [n(%)]

2.2 性別分布及趨勢分析

2009—2019年該社區(qū)男性居民死亡1422例，男性粗死亡率為744.30/10萬，中國標(biāo)化死亡率為340.90/10萬，女性死亡1329例，粗死亡率為605.84/10萬，標(biāo)化死亡率為195.68/10萬；男性居民粗死亡率高于女性(U=2.79,P<0.05)；男性中國標(biāo)化死亡率高于女性(Z=-12.07,P<0.001)。

男性粗死亡率顯著上升[AAPC(95%CI)=3.24%(1.31%,5.20%)，P=0.004]，標(biāo)化死亡率呈波動態(tài)勢[AAPC(95%CI)=-1.02%(-2.71%,0.70%)，P>0.05]；女性標(biāo)化死亡率呈逐年顯著下降趨勢[AAPC(95%CI)=-2.77%(-4.77%,-0.72%),P<0.01]，粗死亡率無明顯趨勢[AAPC(95%CI)=1.92%(-0.52%,4.41%),P<0.05]，見表2。

總?cè)丝谥袊鴺?biāo)化死亡率呈顯著下降趨勢[AAPC(95%CI)=-1.71%(-3.01%,-0.40%),P=0.03]，粗死亡率呈顯著上升態(tài)勢[AAPC(95%CI)=2.42%(0.74%,4.12%),P<0.05]，見表2。

表2 2009—2019年上海某社區(qū)各性別居民死亡率分布(/10萬)Tab.2 Mortality with different genders among residents in a community of Shanghai,2009-2019

2.3 年齡分布及趨勢分析

死亡的居民中，65歲以上的老齡人口為2257例，占82.04%。青年組(15～44歲)，[AAPC(95%CI)=-9.35%(-17.45%,-0.45%),P<0.01]和低齡老年組(65～79歲)[AAPC(95%CI)=-3.18%(-5.00%,-1.31%),P<0.01]死亡率顯著下降，中老年組(45～64歲)和高齡老年組(80歲及以上)惡性腫瘤粗死亡率均無明顯變化趨勢(P>0.05)，見表3。

表3 2009—2019年上海某社區(qū)居民年齡別死亡率變化趨勢Tab.3 Trend of age-specific mortality among residents in a community of Shanghai,2009-2019

2.4 率的差異分析

2009—2019年間，后6年(2014—2019年)與前5年(2009—2013年)死亡率差別為83.26/10萬，人口構(gòu)成因素和非人口構(gòu)成因素對死亡率增加值分別為108.21/10萬和-24.94/10萬，按性別分層，人口構(gòu)成因素和非人口構(gòu)成因素對男性死亡率增加值分別為174.61/10萬和-87.28/10萬；對女性死亡率增加值分別為126.03/10萬和-32.71/10萬。

以2009年為基準(zhǔn)，前5年死亡率差別為14.12/10萬，人口構(gòu)成因素貢獻(xiàn)37.55/10萬，非人口構(gòu)成因素貢獻(xiàn)-23.43/10萬。人口構(gòu)成因素和非人口構(gòu)成因素對男性死亡率增加值分別為18.29/10萬和31.23/10萬；對女性死亡率增加值分別為-0.82/10萬和-33.71/10萬。

以2009年為基準(zhǔn)，后6年(2014—2019年)死亡率差別為97.38/10萬，人口構(gòu)成因素貢獻(xiàn)151.08/10萬，非人口構(gòu)成因素貢獻(xiàn)-53.70/10萬。人口構(gòu)成因素和非人口構(gòu)成因素對男性死亡率增加值分別為179.89/10萬和-53.70/10萬；對女性死亡率增加值分別為129.31/10萬和-70.63/10萬。人口構(gòu)成因素和其他因素貢獻(xiàn)率見圖1。

圖1 2009—2019年上海某社區(qū)人口構(gòu)成因素和其他因素對各性別居民死亡率增加值的貢獻(xiàn)Fig.1 Contribution of demographic and other factors to the added mortality among residents in a community of Shanghai suburb from 2009 to 2019

3 討 論

對全人口死亡率模式的探索，特別是年齡相關(guān)死亡率的分層評估，是衛(wèi)生政策制定者選擇針對特定人群的干預(yù)措施一個參考[1,10]。本次分析結(jié)果發(fā)現(xiàn)該社區(qū)2009—2019年居民中國標(biāo)化死亡率為267.68/10萬，低于2016年河南安陽市(372.64/10萬)[11]，2010—2016年江蘇省江陰市(452.41/10萬)[12]，2013年湖北省鄂州市(713.69/10萬)[13]，2011—2016年西安市(477.08/10萬)[14]。高于2010年本市楊浦區(qū)(224/10萬)[15]，2014年江蘇省昆山(258.40/10萬)[16]。這主要可能與疾病負(fù)擔(dān)的地區(qū)性差異性有關(guān)，不同發(fā)展程度地區(qū)的主要死因分布存在差異[7]。

趨勢分析發(fā)現(xiàn)，2009—2019年該社區(qū)居民粗死亡率和標(biāo)化死亡率呈現(xiàn)不同的發(fā)展態(tài)勢，提示總?cè)丝谒劳雎实淖兓c人口構(gòu)成相關(guān)[17]。年齡別死亡趨勢分析發(fā)現(xiàn)，除低齡老年人(65～79歲)死亡率逐年顯著下降外，各年齡死亡趨勢均呈現(xiàn)波動態(tài)勢，且各年度死亡率峰值均位于80歲及以上人群，提示后續(xù)應(yīng)加強(qiáng)該社區(qū)高齡老人的健康管理工作，且要繼續(xù)保持對年輕人群的健康宣教工作，從關(guān)注患者合并的其他基礎(chǔ)疾病、減少成癮物質(zhì)如煙草的使用、控制體重和改善飲食方式著手提高居民健康水平和實(shí)際壽命[18-19]。

本次結(jié)果發(fā)現(xiàn)該社區(qū)男性居民粗死亡率和標(biāo)化死亡率均高于女性，與文獻(xiàn)報道的性別差異在50歲及以上人群的全因死亡率和特定死因方面明確存在一致[20]。率的差異結(jié)果表明，以前5年(2009—2013年)各性別粗死亡率為基準(zhǔn)，后5年(2014—2019年)死亡率的增長主要為人口構(gòu)成因素導(dǎo)致的增長(貢獻(xiàn)率>100%)，以2009年各性別粗死亡率為基準(zhǔn)，前5年(2009—2013年)男性死亡率的增長主要為其他危險因素，但后6年(2014—2019年)的增長，主要為人口構(gòu)成因素導(dǎo)致的增長(貢獻(xiàn)率>60%)，且男女性人口構(gòu)成因素導(dǎo)致的增長貢獻(xiàn)不同，本次研究結(jié)果從定量角度說明了人口構(gòu)成變化對居民粗死亡率帶來的影響及其貢獻(xiàn)程度，從而將關(guān)注人口老齡化，重視高危人群的健康管理，應(yīng)置于社區(qū)居民健康宣教的關(guān)鍵位置[21]。

本研究受限于單一社區(qū)數(shù)據(jù)，盡管能說明本地居民死因狀況，但尚需同類地區(qū)的人群大數(shù)據(jù)來驗(yàn)證我國遠(yuǎn)郊社區(qū)在城市化過程中居民的死因譜的普遍變化。此外，小于15歲的死亡居民為9例，尚不能計算其在該時期內(nèi)的變化趨勢，需要對更大人群的死因監(jiān)測數(shù)據(jù)進(jìn)行進(jìn)一步整理和分析。總之，當(dāng)?shù)丶膊∝?fù)擔(dān)特征明顯，能反映了我國城市化進(jìn)程中新的城鎮(zhèn)化地區(qū)居民死亡的流行特點(diǎn)，提示應(yīng)關(guān)注重點(diǎn)高危人群，尤其是老齡人口的健康管理工作，推進(jìn)社區(qū)居民生命全周期管理和健康促進(jìn)，尤其是高齡老人的生活環(huán)境治理，進(jìn)一步減少疾病或其他問題給居民帶來的壽命損失。