2009—2021年中國心血管疾病死亡趨勢分析與預測研究

【摘要】背景 隨著不良生活方式流行和人口老齡化趨勢加快，我國心血管疾病死亡率仍居高不下。及時了解我國當前以及未來心血管疾病死亡流行趨勢，并探討可能的影響因素和解決方案，可為心血管疾病防治措施的制訂提供參考。目的 分析2009—2021年我國心血管疾病死亡趨勢并預測2022—2030年我國心血管疾病死亡流行趨勢。方法 按性別、城鄉(xiāng)、地區(qū)和年齡劃分從中國疾病預防控制中心網站發(fā)布的《中國死因監(jiān)測數據集（2009—2021年）》中選取心血管疾病死亡數據進行整理，使用Joinpoint回歸模型計算年度變化百分比（APC）和平均年度變化百分比（AAPC）分析變化趨勢。并使用R（4.3.1）軟件建立GM（1，1）模型，預測2022—2030年我國心血管疾病粗死亡率。結果 2009—2021年我國心血管疾病粗死亡率由2009年的235.83/10萬上升至2021年的353.31/10萬，AAPC為3.3%（95%CI=2.8%～3.8%，Plt;0.001）；標化死亡率由2009年的281.82/10萬下降至2021年的221.24/10萬，AAPC為-1.9%（95%CI=-2.6%～-1.2%，Plt;0.001）。2009—2021年我國心血管疾病不同性別（AAPC男性=-2.0%，AAPC女性=-2.1%）、城鄉(xiāng)（AAPC城市=-1.3%，AAPC農村=-2.4%）、地區(qū)（AAPC東部=-2.1%，AAPC中部=-2.2%，AAPC西部=-1.0%）標化死亡率均呈下降趨勢（Plt;0.05）；其中女性下降幅度大于男性，農村大于城市，中部地區(qū)大于東部和西部地區(qū)。GM（1，1）模型結果顯示，2022—2030年中國心血管疾病粗死亡率將持續(xù)上升至461.57/10萬。結論 2009—2021年我國心血管疾病整體粗死亡率呈持續(xù)上升趨勢，而整體標化死亡率呈下降趨勢。我國心血管疾病死亡負擔仍面臨嚴峻挑戰(zhàn)，預測2022—2030年我國心血管病粗死亡率將持續(xù)上升，應制訂實施科學有效的心血管疾病防治工作，重點關注男性、農村和老年居民。

【關鍵詞】 心血管疾病；死亡率；粗死亡率；標化死亡率；Joinpoint回歸模型；GM（1，1）模型；預測

【中圖分類號】 R 54 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0773

Trend Analysis and Prediction of Cardiovascular Disease Mortality in China from 2009 to 2021

MIAO Lipeng，REN Kehao，LI Mengdie，LYU Juncheng*

School of Public Health，Shandong Second Medical University，Weifang 261053，China

*Corresponding author：LYU Juncheng，Professor；E-mail：lvjuncheng79@163.com

【Abstract】 Background With the prevalence of unhealthy lifestyles and the accelerated trend of population aging，the mortality rate of cardiovascular diseases remains high in China. A timely understanding of the current and future trends of cardiovascular disease mortality in China，as well as exploring potential influencing factors and solutions，can provide a reference for formulating cardiovascular disease prevention and control measures. Objective To analyze the trend of cardiovascular disease mortality in China from 2009 to 2021 and predict the future trends from 2022 to 2030. Methods Cardiovascular disease mortality data were selected and analyzed based on gender，urban-rural areas，regions，and age groups from the \"China Death Surveillance Data Set（2009-2021）\" published by the Chinese Center for Disease Control and Prevention. The Joinpoint regression model was used to calculate the annual percentage change（APC）and average annual percentage change（AAPC）to analyze the changing trends. Additionally，a GM（1，1） model was established using R（4.3.1） software to predict the crude mortality rate of cardiovascular diseases in China from 2022 to 2030. Results From 2009 to 2021，the crude mortality rate of cardiovascular diseases in China increased from 235.83/100 000 in 2009 to 353.31/100 000 in 2021，with the AAPC of 3.3%（95%CI=2.8% to 3.8%，Plt;0.001）. The age-standardized mortality rate decreased from 281.82/100 000 in 2009 to 221.24/100 000 in 2021，with the AAPC of -1.9%（95%CI=-2.6% to -1.2%，Plt;0.001）. During this period，the standardized mortality rate for cardiovascular diseases in China showed a decreasing trend across different genders（AAPC for males=-2.0%，AAPC for females=-2.1%；Plt;0.05），urban and rural areas（AAPC for urban=-1.3%，AAPC for rural=-2.4%；Plt;0.05），and regions（AAPC for eastern region=-2.1%，AAPC for central region=-2.2%，AAPC for western region=-1.0%；Plt;0.05）. Notably，the mortality rate decline was greater in females than males，in rural areas than urban areas，and the central region than the eastern and western regions. The results of the GM（1，1） model showed that the crude mortality rate of cardiovascular diseases in China will continue to rise to 461.57/100 000 from 2022 to 2030. Conclusion From 2009 to 2021，the overall crude mortality rate of cardiovascular disease in China has shown a continuous upward trend，while the overall standardized mortality rate has shown a downward trend. The burden of cardiovascular disease mortality in China still faces severe challenges. The GM（1，1） model predicts a continuous increase in the crude mortality rate of cardiovascular diseases in China from 2022 to 2030. Therefore，it is necessary to formulate and implement scientifically effective measures for the prevention and control of cardiovascular diseases，with a focus on male，elderly and rural residents.

【Key words】 Cardiovascular diseases；Mortality；Crude mortality rate；Age-standardized mortality rate；Joinpoint regression model；GM（1，1） model；Prediction

心血管疾?。╟ardiovascular diseases，CVD）是嚴重威脅人類健康的一類疾病，2021年全球估計有2 050萬人死于CVD，約占死亡總數的33％，是全球首位死因［1］。《中國心血管健康與疾病報告2022》中指出，我國城鄉(xiāng)居民疾病死亡構成中，每5例死亡中有2例歸因于CVD［2］；據推算我國CVD現患人數3.3億，患病率和死亡率仍在升高，且疾病負擔下降的拐點尚未出現，已成為影響國家經濟社會發(fā)展的重大公共衛(wèi)生問題。

本研究提取了《中國死因監(jiān)測數據集（2009—2021年）》［3］中CVD死亡數據，利用Joinpoint回歸模型分析當前我國CVD的死亡特征及長期趨勢，并通過GM（1，1）模型預測2022—2030年CVD的死亡趨勢，對制訂更有效的CVD預防措施、降低疾病負擔、實現“健康中國2030”具有重要參考意義。

1 資料與方法

1.1 資料來源

數據來源于我國疾病預防控制中心網站發(fā)布的《中國死因監(jiān)測數據集（2009—2021年）》。全國疾病監(jiān)測點系統(tǒng)涉及31個?。ㄗ灾螀^(qū)、直轄市），2009—2012年死因監(jiān)測點為161個，總監(jiān)測人群約占全國人口的6%，以監(jiān)測點水平死亡率低于3%為剔除標準。2013—2021年監(jiān)測點為605個，監(jiān)測人口大約覆蓋全國人口的24%，其中原監(jiān)測點和新增加監(jiān)測點分別以監(jiān)測點水平死亡率低于4.5%和5%為剔除標準［4］。按照國際疾病分類第十版（ICD-10）［5］確定CVD，代碼為I00-I99，主要包括風濕性心臟病、高血壓及并發(fā)癥、缺血性心臟病、腦血管病、炎性心臟病和其他疾病。按性別、城鄉(xiāng)、地區(qū)和年齡分別選取數據集中對應的CVD粗死亡率和標化死亡率數據。

1.2 研究方法

1.2.1 數據處理：按照整體、不同性別、城鄉(xiāng)、地區(qū)、年齡組，對2009—2021年CVD死亡數據進行分類匯總，使用第六次全國人口普查數據對死亡率進行標化，計算標化死亡率，公式如下：P'=∑（Ni-N）Pi（P'是標化死亡率；Pi是各年齡組的粗死亡率，Ni-N是年齡組的標準人口組成比率）。

1.2.2 Joinpoint回歸模型：y=β0+β1x+β2（x-τ1）+ε1（x-τ1gt;0）+β3（x-τ2）+ε2（x-τ2gt;0）+…+βk（x-τk）+εk（x-τkgt;0）+ε。其中，y代表CVD死亡率，x代表觀察年份，β0、β1、β2…βk是回歸系數，τ1、τ2…τk是轉折點，ε1、ε2…εk是誤差項，ε是隨機誤差。此模型由美國國立癌癥研究所開發(fā)，其基本思想是基于Poisson分布的對數線性模型來擬合疾病死亡率，通過蒙特卡洛置換檢驗法來確定轉折點的位置、數量和P值［6］。

1.2.3 GM（1，1）模型：X^（1）（k）=［X（0）（1）-u/α］e-α（k-1）+u/α，k=1，2，3…n。其中，X^（1）（k）代表模型為時期（k）獲得的預測值，（k）是所討論的時期，X（0）代表原始數據序列，X（0）（1）代表原始數據中第一個數據點的值，X是數據序列中的數據點或變量，u代表灰色作用量，α代表發(fā)展系數。此模型主要通過對原始數據序列進行累加生成，相對于其他統(tǒng)計學方法，GM（1，1）模型不需要大量的樣本數據。模型的預測效果可使用后驗差比值（C值）和小誤差概率（P值）來檢驗，評判標準如下：（1）模型精度為優(yōu)，C≤0.35且P≥0.95；（2）模型精度為合格，0.35lt;C≤0.50且0.80≤Plt;0.95；（3）模型精度為勉強，0.50lt;C≤0.65且0.70≤Plt;0.80；（4）模型精度為不合格，Cgt;0.65且Plt;0.70［7］。

1.3 統(tǒng)計學方法

采用Joinpoint軟件對死亡率數據進行回歸分析，計算并利用年度變化百分比（annual percent change，APC）、平均年度變化百分比（average annual percent change，AAPC）及其95%CI來描述不同組別CVD死亡率變化趨勢和整體變化趨勢：當APClt;0時，表示死亡率隨時間下降；當APCgt;0時，表示死亡率隨時間上升；如果沒有轉折點，即APC等于AAPC，則表示該組數據整體呈單調下降或上升趨勢［8］。使用R（4.3.1）軟件建立GM（1，1）模型對2022—2030年我國CVD粗死亡率進行預測。以Plt;0.05為差異有統(tǒng)計學意義。

2 結果

2.1 2009—2021年我國CVD死亡概況

根據監(jiān)測點覆蓋全國人口比例估算，2009年我國CVD死亡人數約為2 948 733人，2021年我國CVD死亡人數約為3 943 741人。就整體而言，2009—2021年我國CVD粗死亡率由2009年的235.83/10萬升至2021年的353.31/10萬；而標化死亡率從2009年的281.82/10萬降至2021年的221.24/10萬，下降了21.49%。2009—2021年我國CVD男性年均粗死亡率高于女性（Z=-2.333，P=0.020），農村年均粗死亡率高于城市（Z=-2.590，P=0.010），中部地區(qū)年均粗死亡率高于西部地區(qū)（Z=-2.744，P=0.006），差異有統(tǒng)計學意義。此外，2009—2021年我國CVD年齡別粗死亡率呈現隨著年齡的增長而上升的趨勢（χ2趨勢=46.825，Plt;0.001），死亡多發(fā)生在≥65歲老年人群，在≥85歲年齡組達到最高峰，見表1、圖1。

2.2 2009—2021年我國CVD死亡的Joinpoint回歸模型分析

Joinpoint回歸模型分析結果顯示，2009—2021年我國CVD整體粗死亡率呈持續(xù)上升趨勢，AAPC為3.3%（95%CI=2.8%～3.8%，Plt;0.001）；整體標化死亡率呈下降趨勢，AAPC為-1.9%（95%CI=-2.6%～-1.2%，Plt;0.001）。2009—2021年我國CVD男、女標化死亡率均呈下降趨勢（Plt;0.05）；城市、農村標化死亡率均呈下降趨勢（Plt;0.05）；以及東、中、西部地區(qū)標化死亡率均呈持續(xù)下降趨勢（Plt;0.05），見表2。

其中，2009—2021年我國CVD女性標化死亡率的AAPC為-2.1%（95%CI=-3.4%～-1.0%），下降幅度大于男性（AAPC=-2.0%，95%CI=-2.7%～-1.3%）；農村標化死亡率的AAPC為-2.4%（95%CI=-3.3%～-1.5%），下降幅度大于城市（AAPC=-1.3%，95%CI=-2.1%～-0.5%）；中部地區(qū)標化死亡率的AAPC為-2.2%（95%CI=-2.9%～-1.6%），下降幅度大于東部地區(qū)（AAPC=-2.1%，95%CI=-2.9%～-1.4%）和西部地區(qū)（AAPC=-1.0%，95%CI=-1.8%～-0.2%），見表2。

2.3 2022—2030年我國CVD死亡GM（1，1）模型預測

2.3.1 GM（1，1）模型建立：利用2009—2021年我國CVD死亡數據，用R（4.3.1）軟件建立GM（1，1）模型，得到GM（1，1）模型的發(fā)展系數α=-0.031 6、灰色作用量u=234.171 6，預測模型為7 652.749 545e-0.031 572 624（t-2009）-7 416.919 545。對模型進行檢驗的最小誤差概率P=1.00，后驗概率C=0.053，判定模型擬合精度為優(yōu)（C≤0.35且P≥0.95），模型的精度符合要求，可以用于預測。

2.3.2 模型預測結果：GM（1，1）模型預測結果顯示，2022—2030年我國CVD粗死亡率將分別達到358.54/10萬、370.04/10萬、381.91/10萬、394.16/10萬、406.81/10萬、419.85/10萬、433.32/10萬、447.22/10萬、461.57/10萬，呈逐年上升趨勢（χ2趨勢=7.990，P=0.005），見表3、圖2。

3 討論

全球范圍內CVD的發(fā)病率和死亡率正在持續(xù)增長，其原因與人口老齡化、膳食習慣、身體活動和代謝等風險因素有關［2，9］。2019年估計全球有1 790萬人死于CVD，占所有死亡人數的32%，全球CVD標化死亡率為239.85/10萬，全球男性CVD標化死亡率為280.83/10萬，全球女性CVD標化死亡率為204.03/10萬［10］。本研究結果顯示，2019年我國CVD標化死亡率為238.58/10萬，其中男性標化死亡率為281.47/10萬，女性標化死亡率為197.96/10萬，提示我國CVD死亡負擔嚴峻。目前我國CVD患病人數約為3.3億，且仍處于上升階段，我國居民CVD負擔將持續(xù)加重［2］。因此，分析我國居民CVD死亡狀況并對未來變化趨勢進行合理預測，探討科學有效防治措施，降低CVD疾病負擔，具有重要現實意義。

本研究結果顯示，2009—2021年我國CVD男性年均粗死亡率高于女性，農村年均粗死亡率高于城市，中部地區(qū)年均粗死亡率高于東部和西部地區(qū)，年齡別粗死亡率隨著年齡增長呈上升趨勢。研究表明，雌激素對心血管功能具有特定的調節(jié)功能和防治CVD惡化的作用［11-13］，而吸煙、飲酒是CVD的主要危險因素［14-15］。因此，男性CVD年均粗死亡率高于女性，可能與男性吸煙、飲酒率高于女性而雌激素低于女性有關。就城鄉(xiāng)而言，農村醫(yī)療衛(wèi)生基礎薄弱［16］，農村居民健康意識較低。農村CVD年均粗死亡率高于城市，可能與城市醫(yī)療基礎和對疾病重視程度均高于農村有關。就地區(qū)而言，中部地區(qū)CVD年均粗死亡率高于東部和西部，可能與當地經濟水平和飲食習慣相關［17］。就年齡而言，本研究結果與國內其他相關研究結果一致，我國CVD粗死亡率隨年齡的增加而加劇增長，死亡多發(fā)生在老年群體中［12-13，16］。提示年齡是CVD重要的危險因素，老年人群體在未來很長一段時間依舊是我國CVD重點干預和保護對象［18］。

Joinpoint回歸模型分析結果顯示，2009—2021年我國CVD整體粗死亡率變化趨勢為上升趨勢，可能與人口老齡化有關，提示我國CVD防控形勢依舊不容樂觀；而整體標化死亡率、性別標化死亡率、城鄉(xiāng)別標化死亡率以及地區(qū)別標化死亡率均呈下降趨勢，可能與我國高度重視慢性病防控工作、積極開展全民健康生活方式行動有關，公民健康素養(yǎng)水平不斷提高，一定程度上說明我國慢性病防治行動取得了一定成效［19］，居民健康狀況得到改善，CVD死亡風險降低。進一步分析發(fā)現，女性標化死亡率下降幅度大于男性，農村標化死亡率下降幅度大于城市，中部地區(qū)CVD標化死亡率下降幅度大于東部和西部地區(qū)。值得注意的是，在2012年之前，農村CVD標化死亡率下降幅度較大，而在2012—2021年，下降幅度減緩?？赡苁怯捎?009年我國新醫(yī)改政策將重點放在農村，慢性病、CVD防治措施在農村地區(qū)得到有效實行并取得顯著成效。然而，在2012年之后，隨著時間推移防控措施的效果可能逐漸達到瓶頸期，從而導致死亡率下降幅度減緩。提示要及時了解當前CVD死亡現狀，及時對防治措施做出調整和改善。

本研究建立GM（1，1）模型對我國CVD死亡率進行擬合，模型擬合精度為優(yōu)，可用于預測。其預測結果顯示，2022—2030年我國CVD粗死亡率呈上升趨勢，將從358.54/10萬持續(xù)上升至461.57/10萬，這可能是由人口老齡化加劇所導致。據國家統(tǒng)計局數據顯示，2020—2030年是我國老年人口增長最快的階段［18］。由于老年人群更容易受到CVD的影響，隨著人口老齡化的日益嚴重，在未來的幾年中，我國CVD的防治和管理可能會面臨更大的挑戰(zhàn)。提示要加強CVD的三級預防，一方面通過推動心血管健康促進活動，提高公眾對CVD的認識和意識，推廣健康生活方式；另一方面，促進心血管基礎研究和醫(yī)療設備與技術研究，遴選有效的CVD診療、康復保健技術。同時，還應加強醫(yī)療機構的健康管理服務［20］，提供定期健康檢查、健康指導、疾病管理以及心理支持，提高其診療水平，提高居民生活質量和延長壽命。

本研究收集了《中國死因監(jiān)測數據集（2009—2021年）》中近13年的CVD死亡數據，并對數據進行了較全面地梳理，從性別、城鄉(xiāng)和地區(qū)等多個維度進行了深入分析，有助于了解近年來CVD死亡的現狀和可能的影響因素，以期更深入地挖掘我國CVD死亡趨勢背后的特征。但CVD的成因復雜，可能還涉及其他多種因素，本研究僅對我國CVD的死亡趨勢進行了分析，未來需要更多研究來深入探討。

4 小結

2009—2021年我國CVD整體粗死亡率呈持續(xù)上升趨勢，而整體標化死亡率呈下降趨勢；其中，女性標化死亡率下降幅度大于男性，農村標化死亡率下降幅度大于城市，中部地區(qū)標化死亡率下降幅度大于東部和西部地區(qū)；預測2022—2030年我國CVD粗死亡率呈逐年上升趨勢?；诖?，我國CVD防治工作應重點關注農村居民、老年人和男性居民。積極倡導健康生活方式，戒煙限酒、吃動平衡，均衡飲食，將有助于提高居民健康水平，降低CVD負擔。同時，加強CVD等慢性疾病相關知識的宣傳教育，加大CVD專項篩查項目投入，監(jiān)測CVD危險因素，實現疾病早診早治，降低CVD死亡率，提高CVD人群的生活質量。

作者貢獻：苗立鵬、呂軍城提出研究命題及研究思路，負責設計研究方案；苗立鵬、任柯好負責數據收集、采集、清洗和統(tǒng)計學分析以及圖、表的制作；苗立鵬負責論文起草；李夢蝶、呂軍城負責論文的修訂；呂軍城負責最終版本修訂，對論文整體負責。

本文無利益沖突。

苗立鵬：https：//orcid.org/0009-0009-9061-1692

參考文獻

World Heart Federation. World Heart Report 2023：Confronting the World's Number One Killer［R］. Geneva，Switzerland：World Heart Federation，2023：3-5.

《中國心血管健康與疾病報告2022》編寫組，胡盛壽，王增武. 《中國心血管健康與疾病報告2022》概述［J］. 中國心血管病研究，2023，21（7）：577-600. DOI：10.3969/j.issn.1672-5301.2023.07.001.

中國疾病預防控制中心，慢性非傳染性疾病預防控制中心. 全國疾病監(jiān)測系統(tǒng)死因監(jiān)測數據集電子版下載［EB/OL］. （2021-01-11）［2023-08-28］. https：//ncncd.chinacdc.cn/xzzq_1/202101/t20210111_223706.htm.

中國疾病預防控制中心，慢性非傳染性疾病預防控制中心，國家衛(wèi)生健康委統(tǒng)計信息中心. 中國死因監(jiān)測數據集2013［M］.北京：中國科學技術出版社，2014：12-13.

HIRSCH J A，NICOLA G，MCGINTY G，et al. ICD-10：history and context［J］. AJNR Am J Neuroradiol，2016，37（4）：596-599. DOI：10.3174/ajnr.a4696.

National Cancer Institute. Joinpointtrend analysis software（v.4.2.0.1）［EB/OL］. （2015-06-23）［2023-08-28］. http：//surveillance.cancer.gov/joinpoint/.

段朝暉，張敏，徐杰茹，等. 2000—2019年中國腦瘤死亡趨勢分析及預測研究［J］. 中國全科醫(yī)學，2023，26（6）：734-741. DOI：10.12114/j.issn.1007-9572.2022.0630.

KIM H J，FAY M P，FEUER E J，et al. Permutation tests for joinpoint regression with applications to cancer rates［J］. Stat Med，2000，19（3）：335-351. DOI：10.1002/（sici）1097-0258（20000215）19：3lt;335：/aid-sim336gt;3.0.co;2-z.

劉月姣. 《中國居民營養(yǎng)與慢性病狀況報告（2020年）》發(fā)布［J］. 中國食物與營養(yǎng)，2020，26（12）：2. DOI：10.19870/j.cnki.11-3716/ts.2020.12.001.

World Health Organization. Cardiovascular diseases（CVDs）［EB/OL］. （2017-05-17）［2023-08-28］. https：//www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-（cvds）.

藍洋，王宏宇. 雌激素水平與血管相關疾?。跩］. 心血管病學進展，2019，40（4）：529-532. DOI：10.16806/j.cnki.issn.1004-3934.2019.04.010.

王燕逍翔，白建軍，宇傳華. 基于全球視角的中國心血管病疾病負擔現狀及趨勢［J］. 公共衛(wèi)生與預防醫(yī)學，2021，32（6）：6-11. DOI：10.3969/j.issn.1006-2483.2021.06.002.

習婧媛，韓穎，陳湘. 2010—2019年中國居民四類慢性非傳染病的死亡趨勢及差別分解分析［J］. 現代預防醫(yī)學，2022，49（12）：2119-2125.

PAN A，WANG Y L，TALAEI M，et al. Relation of smoking with total mortality and cardiovascular events among patients with diabetes mellitus：a meta-analysis and systematic review［J］. Circulation，2015，132（19）：1795-1804. DOI：10.1161/CIRCULATIONAHA.115.017926.

WOOD A M，KAPTOGE S，BUTTERWORTH A S，et al. Risk thresholds for alcohol consumption：combined analysis of individual-participant data for 599 912 current drinkers in 83 prospective studies［J］. Lancet，2018，391（10129）：1513-1523. DOI：10.1016/S0140-6736（18）30134-X.

王雪菲，陸英麗，孫曉翠，等. 2009—2019年中國老年人心血管疾病死亡趨勢及預測分析［J］. 現代預防醫(yī)學，2023，50（1）：39-45. DOI：10.20043/j.cnki.MPM.202207214.

牛君義. 心腦血管疾病流行概況及主要影響因素［J］. 中西醫(yī)結合心血管病電子雜志，2019，7（32）：15. DOI：10.16282/j.cnki.cn11-9336/r.2019.32.012.

杜鵬. 中國人口老齡化現狀與社會保障體系發(fā)展［J］. 社會科學文摘，2023（7）：8-10.

呂蘭婷，林筑，張延. 我國慢性病防控與管理研究的十年綜述［J］. 中國衛(wèi)生事業(yè)管理，2020，37（1）：32-34，37.

國家心血管病醫(yī)療質量控制中心. 2022年中國心血管病醫(yī)療質量概述［J］. 中國循環(huán)雜志，2023，38（5）：482-495. DOI：10.3969/j.issn.1000-3614.2023.05.002.

（本文編輯：康艷輝）

基金項目：山東省自然科學基金資助項目（ZR2021MH408）；中國學位與研究生教育學會教研項目（2020ZDB44）；2021校級思想政治課示范課程；山東省政府資助海外訪學項目

引用本文：苗立鵬，任柯好，李夢蝶，等. 2009—2021年中國心血管疾病死亡趨勢分析與預測研究［J］. 中國全科醫(yī)學，2024，27（18）：2260-2264，2271. DOI：10.12114/j.issn.1007-9572.2023.0773. ［www.chinagp.net］

MIAO L P，REN K H，LI M D，et al. Trend analysis and prediction of cardiovascular disease mortality in China from 2009 to 2021［J］. Chinese General Practice，2024，27（18）：2260-2264，2271.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.

261053山東省濰坊市，山東第二醫(yī)科大學公共衛(wèi)生學院

*通信作者：呂軍城，教授；E-mail：lvjuncheng79@163.com