Prevalence and Spatial Analysis of Chronic
Comorbidity among Chinese Middle-aged and Elderly People

doi:10.12114/j.issn.1007-9572.2022.0127

Abstract

Abstract: Background

Concurrent with global aging, China is seeing significantly increased base-case prevalence of chronic diseases and growing prevalence of multimorbidity, which seriously affect the safety and quality of life in middle-aged and elderly Chinese people. Understanding the spatial attributes of data is an effective way to learn the epidemic regularity of the disease. There is no research on the spatial distribution of chronic comorbidity.

Objective

To analyze the prevalence and spatial distribution of chronic comorbidity in Chinese middle-aged and elderly people (≥45 years) , providing support for the development of measures for regional containment of chronic diseases.

Methods

This study was carried out in March 2021. Data about sociodemographic characteristics and prevalence of 14 chronic diseases stemmed from the four wave of the China Health and Retirement Longitudinal Study, involving 19 498 people aged 45 and above. The geographic information system, ArcGIS 10.2 and Geoda 1.18 were used to conduct a spatial statistical analysis of prevalence of these chronic diseases.

Results

In 2018, the prevalence of chronic comorbidity among middle-aged and elderly Chinese people was 55.77% (10 874/19 498) . And the prevalence of chronic comorbidity varied significantly by sex, age, educational background and marital status (P<0.05) . Arthritis or rheumatism was found to be the disease that most frequently coexisted with other diseases (58.23%, 6 332/10 874) . In terms of two comorbidities coexisted, gastric disease with arthritis or rheumatism had the highest prevalence (16.68%, 655/3 928) . As for three comorbidities coexisted, hypertension with gastric disease and arthritis or rheumatism had the highest prevalence (8.12%, 227/2 796) . The regional prevalence of comorbidity ranged from 39.86% (405/1 016 for Guangdong) to 75.25% (76/101 for Xinjiang) . Global spatial autocorrelation analysis showed that the spatial distribution of the chronic comorbidity prevalence showed a positive autocorrelation indicated by the Moran's I〔0.303 542 (P=0.006) 〕. Local spatial autocorrelation analysis showed that the Moran's I value of Qinghai, Gansu and Fujian were statistically significant (P<0.05) . The cluster type of Qinghai and Gansu was high-high, and that of Fujian was low-low.

Conclusion

The prevalence of chronic comorbidity among middle-aged and elderly Chinese people was high, with spatial differences. Priority should be given to the containment of highly prevalent chronic diseases, such as rheumatism, hypertension and gastric disease, and the key regions for containment were mainly in the northwest part of China.

Key words: Multiple chronic conditions, Middle-aged and elderly people, Geographic information system, Epidemiologic feature, Chronic disease prevention and control

摘要： 背景

在全球老龄化背景下，我国慢性病患者基数明显增加，且多病共存情况愈发普遍，严重威胁我国中老年人的生命安全与生活质量。数据的空间属性是了解疾病流行规律的有效途径，目前尚缺乏关于慢性病共病空间分布的研究。

目的

对我国≥45岁中老年人慢性病共病现状及其空间分布规律进行分析，为慢性病共病区域化防控措施的制定提供数据支撑。

方法

于2021年3月，在中国健康与养老追踪调查（CHARLS）第四期追访数据中抽取≥45岁人群的社会人口学特征和14种慢性病患病情况进行分析，最终纳入样本19 498例。基于地理信息系统（GIS）技术，采用ArcGIS 10.2软件和Geoda 1.18软件对中老年人慢性病共病情况进行空间统计分析。

结果

2018年，我国中老年人的慢性病共病发生率为55.77%（10 874/19 498），不同性别、年龄、学历、婚姻状况者的慢性病共病发生率比较，差异有统计学意义（P<0.05）。与其他慢性病共病发生率最高的为关节炎或风湿病（58.23%，6 332/10 874），发生率最高的2种慢性病共病组合模式为胃病+关节炎或风湿病（16.68%，655/3 928），发生率最高的3种慢性病共病组合模式为高血压+胃病+关节炎或风湿病（8.12%，227/2 796）。各省份的慢性病共病发生率为39.86%（广东省，405/1 016）~75.25%（新疆维吾尔自治区，76/101）。全局空间自相关分析显示，慢性病共病发生率的Moran's I值=0.303 542（P=0.006），表明慢性病共病发生率的空间分布呈正自相关。局部空间自相关分析显示，青海省、甘肃省及福建省的Moran's I值具有统计学意义（均有P<0.05），其中青海省和甘肃省的聚集类型为高-高相关、福建省的聚类类型为低-低相关。

结论

我国中老年人的慢性病共病发生率较高，且空间分布上存在差异，风湿病、高血压、胃病等高共病发生率的慢性病应受到关注，重点防控区域集中在我国西北部。

关键词: 慢性病共病, 中老年人, 地理信息系统, 流行病学特征, 慢性病防控

CLC Number:

R592

WANG Hao, ZHANG Lin, FANG Xiaoya, DENG Ruyue, YAO Jun.

Prevalence and Spatial Analysis of Chronic Comorbidity among Chinese Middle-aged and Elderly People [J]. Chinese General Practice, 2022, 25(10): 1186-1190.

王浩,张琳,方晓雅等. 中国中老年人慢性病共病现状及其空间分布研究[J]. 中国全科医学, 2022, 25(10): 1186-1190. DOI: 10.12114/j.issn.1007-9572.2022.0127.

Figures/Tables 5

References 28

[1]	BEARD J R，BLOOM D E. Towards a comprehensive public health response to population ageing[J]. Lancet，2015，385（9968）：658-661. DOI：10.1016/S0140-6736(14)61461-6.
[2]	PALLADINO R，PENNINO F，FINBARR M，et al. Multimorbidity and health outcomes in older adults in ten European health systems，2006-15[J]. Heal Aff Proj Hope，2019，38（4）：613-623. DOI：10.1377/hlthaff.2018.05273.
[3]	GBD 2017 Disease and Injury Incidence and Prevalence Collaborator. Global，regional，and national incidence，prevalence，and years lived with disability for 354 diseases and injuries for 195 countries and territories，1990—2017：a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet，2018，392（10159）：1789-1858. DOI：10.1016/S0140-6736(18)32279-7.
[4]	JIA P，STEIN A，JAMES P，et al. Earth observation：investigating noncommunicable diseases from space[J]. Annu Rev Public Heal，2019，40（1）：85-104. DOI：10.1146/annurev-publhealth-040218-043807.
[5]	王陇德. "健康中国2030"的机遇与挑战[J]. 科技导报，2018，36（22）：8-11.
[6]	国家卫生健康委疾病预防控制局. 中国居民营养与慢性病状况报告（2020年）[M]. 北京：人民卫生出版社，2021.
[7]	BEARD J R，OFFICER A，DE CARVALHO I A，et al. The world report on ageing and health：a policy framework for healthy ageing[J]. Lancet，2016，387（10033）：2145-2154. DOI：10.1016/S0140-6736(15)00516-4.
[8]	杨俭，李远庆，陈晓禹，等. 我国中老年慢性病患者疾病直接经济负担研究[J]. 中国卫生经济，2019，38（5）：71-73. DOI：10.7664/CHE20190517.
[9]	程杨杨，曹志，侯洁，等. 中国中老年人群慢性病现状调查与共病关联分析[J]. 中华疾病控制杂志，2019，23（6）：625-629. DOI：10.16462/j.cnki.zhjbkz.2019.06.002.
[10]	FAN Z，YANG Y，ZHANG C，et al. Prevalence and patterns of comorbidity among middle-aged and elderly people in China：a cross-sectional study based on CHARLS data[J]. Int J Gen Med，2021，14：1449-1455. DOI：10.2147/IJGM.S309783.
[11]	杨晓红，李维民. 地理信息系统在流行病学研究中的应用[J]. 疾病控制杂志，2004，8（2）：158-160. DOI：10.3969/j.issn.1674-3679.2004.02.019.
[12]	李元. 昆明市某区居民主要慢性病危险因素空间分析研究[D]. 昆明：昆明医科大学，2020.
[13]	王进进，邹巍，朱麟奇. 地理信息系统在医学统计领域应用的发展方向：以老年患者为例[J]. 科技与创新，2020，7（21）：153-154.
[14]	BRISSETTE I，CASPER M，HUSTON S L，et al. Application of geographic information systems to address chronic disease priorities：experiences in state and local health departments[J]. Prev Chronic Dis，2019，16：e65. DOI：10.5888/pcd16.180674.
[15]	FREYSSENGE J，RENARD F，KHOURY C E，et al. Spatial distribution and differences of stroke occurrence in the Rhone department of France（STROKE 69 cohort）[J]. Sci Rep，2020，10（1）：9910. DOI：10.1038/s41598-020-67011-8.
[16]	程文炜，闫晓芳，史静琤，等. 基于GIS的中国中老年人糖尿病空间分布及其影响因素分析[J]. 中华疾病控制杂志，2017，21（11）：1082-1087.
[17]	谭利明，陈露，龙鸣燕，等. 中老年人群高血压患病的空间分布及影响因素分析[J]. 预防医学，2019，31（3）：236-241，245. DOI：10.19485/j.cnki.issn2096-5087.2019.03.005.
[18]	ZHAO Y，HU Y，SMITH J P，et al. Cohort profile：the China Health and Retirement Longitudinal Study（CHARLS）[J]. Int J Epidemiol，2014，43（1）：61-68. DOI：10.1093/ije/dys203.
[19]	邵燕. "医养结合"新模式破解深度老龄化难题[J]. 人民论坛，2019（24）：132-133.
[20]	人民日报. 第七次全国人口普查主要数据公布　人口总量保持平稳增长[EB/OL]. （2021-05-12）[2021-12-01]. .
[21]	颜俊娴，路云. 英国共病管理政策对我国的启示[J]. 现代商贸工业，2018，39（6）：66-68.
[22]	王梅杰，周翔，李亚杰，等. 2010—2019年中国中老年人慢性病共病患病率的Meta分析[J]. 中国全科医学，2021，24（16）：2085-2091. DOI：10.12114/j.issn.1007-9572.2020.00.477.
[23]	ZHANG L，SUN F，LI Y，et al. Multimorbidity in community-dwelling older adults in Beijing：prevalence and trends，2004—2017[J]. J Nutr Heal Aging，2021，25（1）：116-119. DOI：10.1007/s12603-020-1467-4.
[24]	ZHAO Y，ATUN R，OLDENBURG B，et al. Physical multimorbidity，health service use，and catastrophic health expenditure by socioeconomic groups in China：an analysis of population-based panel data[J]. Lancet Glob Heal，2020，8（6）：e840-849. DOI：10.1016/S2214-109X(20)30127-3.
[25]	ZHANG Y，ZHOU L，LIU S，et al. Prevalence，correlates and outcomes of multimorbidity among the middle-aged and elderly：findings from the China Health and Retirement Longitudinal Study[J]. Arch Gerontol Geriatr，2020，90：104135. DOI：10.1016/j.archger.2020.104135.
[26]	GUO X，ZHAO B，CHEN T，et al. Multimorbidity in the elderly in China based on the China Health and Retirement Longitudinal Study[J]. PLoS One，2021，16（8）：e255908. DOI：10.1371/journal.pone.0255908.
[27]	VERONESE N，STUBBS B，SOLMI M，et al. Osteoarthritis increases the risk of cardiovascular disease：data from the osteoarthritis initiative[J]. J Nutr Health Aging，2018，22（3）：371-376. DOI：10.1007/s12603-017-0941-0.
[28]	国家心血管病中心. 中国心血管健康与疾病报告2019[M]. 北京：科学出版社，2020.

社会人口学特征		例数	未患慢性病	患1种慢性病	患≥2种慢性病	χ²值	P值
性别						58.886	<0.001
	男	9 281	2 015（21.71）	2 354（25.36）	4 912（52.93）
	女	10 217	2 003（19.61）	2 252（22.04）	5 962（58.35）
年龄（岁）						1 060.329	<0.001
	45~59	8 486	2 487（29.31）	2 272（26.77）	3 727（43.92）
	60~69	6 516	1 040（15.96）	1 438（22.07）	4 038（61.97）
	70~79	3 313	343（10.35）	649（19.59）	2 321（70.06）
	80~118	1 183	148（12.51）	247（20.88）	788（66.61）
学历						110.474	<0.001
	小学及以下	12 786	2 378（18.60）	2 983（23.33）	7 425（58.07）
	初中/高中/中专	6 296	1 534（24.36）	1 531（24.32）	3 231（51.32）
	大专及以上	416	106（25.48）	92（22.12）	218（52.40）
婚姻状况						119.230	<0.001
	已婚	16 644	3 595（21.60）	4 026（24.19）	9 023（54.21）
	其他	2 854	423（14.82）	580（20.32）	1 851（64.86）

社会人口学特征		例数	未患慢性病	患1种慢性病	患≥2种慢性病	χ²值	P值
性别						58.886	<0.001
	男	9 281	2 015（21.71）	2 354（25.36）	4 912（52.93）
	女	10 217	2 003（19.61）	2 252（22.04）	5 962（58.35）
年龄（岁）						1 060.329	<0.001
	45~59	8 486	2 487（29.31）	2 272（26.77）	3 727（43.92）
	60~69	6 516	1 040（15.96）	1 438（22.07）	4 038（61.97）
	70~79	3 313	343（10.35）	649（19.59）	2 321（70.06）
	80~118	1 183	148（12.51）	247（20.88）	788（66.61）
学历						110.474	<0.001
	小学及以下	12 786	2 378（18.60）	2 983（23.33）	7 425（58.07）
	初中/高中/中专	6 296	1 534（24.36）	1 531（24.32）	3 231（51.32）
	大专及以上	416	106（25.48）	92（22.12）	218（52.40）
婚姻状况						119.230	<0.001
	已婚	16 644	3 595（21.60）	4 026（24.19）	9 023（54.21）
	其他	2 854	423（14.82）	580（20.32）	1 851（64.86）

顺位	疾病名称	患病情况（n=19 498）	与其他慢性病共病情况（n=10 874）
1	关节炎或风湿病	7 634（39.15）	6 332（58.23）
2	高血压	7 391（37.91）	6 271（57.67）
3	胃病	5 888（30.20）	5 038（46.33）
4	血脂异常	4 318（22.15）	4 003（36.81）
5	心脏病	3 882（19.91）	3 687（33.91）
6	慢性肺部疾病	2 788（14.30）	2 593（23.85）
7	糖尿病或血糖升高	2 531（12.98）	2 351（21.62）
8	肾脏疾病	1 957（10.04）	1 839（16.91）
9	脑卒中	1 427（7.32）	1 360（12.51）
10	肝脏疾病	1 369（7.02）	1 254（11.53）
11	哮喘	1 166（5.98）	1 143（10.51）
12	与记忆相关的疾病	798（4.09）	767（7.05）
13	情感及精神方面问题	499（2.56）	461（4.24）
14	癌症	452（2.32）	395（3.63）

顺位	疾病名称	患病情况（n=19 498）	与其他慢性病共病情况（n=10 874）
1	关节炎或风湿病	7 634（39.15）	6 332（58.23）
2	高血压	7 391（37.91）	6 271（57.67）
3	胃病	5 888（30.20）	5 038（46.33）
4	血脂异常	4 318（22.15）	4 003（36.81）
5	心脏病	3 882（19.91）	3 687（33.91）
6	慢性肺部疾病	2 788（14.30）	2 593（23.85）
7	糖尿病或血糖升高	2 531（12.98）	2 351（21.62）
8	肾脏疾病	1 957（10.04）	1 839（16.91）
9	脑卒中	1 427（7.32）	1 360（12.51）
10	肝脏疾病	1 369（7.02）	1 254（11.53）
11	哮喘	1 166（5.98）	1 143（10.51）
12	与记忆相关的疾病	798（4.09）	767（7.05）
13	情感及精神方面问题	499（2.56）	461（4.24）
14	癌症	452（2.32）	395（3.63）

顺位	2种慢性病共病组合（n=3 928）		3种慢性病共病组合（n=2 796）
顺位	组合模式	发生率	组合模式	发生率
1	胃病+关节炎或风湿病	655（16.68）	高血压+胃病+关节炎或风湿病	227（8.12）
2	高血压+关节炎或风湿病	537（13.67）	高血压+血脂异常+关节炎或风湿病	134（4.79）
3	高血压+血脂异常	258（6.57）	高血压+心脏病+关节炎或风湿病	124（4.43）
4	高血压+胃病	214（5.45）	高血压+血脂异常+糖尿病或血糖升高	121（4.33）
5	高血压+心脏病	186（4.74）	高血压+血脂异常+心脏病	99（3.54）