死因监测数据作为合理配置卫生资源的一项基础性资料,对评价地区居民总体健康水平具有重要作用[1]。目前国内外均是通过对死因监测数据的综合分析,掌握人群的死亡水平、死亡原因及其变化规律。死因监测结果不仅能够在一定程度上反映社会卫生状况,而且是制定卫生政策、评价卫生服务质量的重要依据[2]。兰州市死因监测工作自2011年全面启动,监测点只涉及兰州市局部地区,2015年兰州市监测地区覆盖兰州市全部区县(5区3县)。本研究将对2014—2018年兰州市居民死亡率、标化死亡率、寿命损失等指标进行分析,了解兰州市居民健康状况以及各类疾病对“早死”的影响,确定人群的主要健康问题,为卫生行政部门合理地制定疾病防控措施提供参考依据。
1 资料和方法 1.1 资料收集死亡数据来自兰州市疾病预防控制中心人口死亡信息登记系统报告的2014年1月1日—2018年12月31日的兰州市8个县(区)的死亡个案。按全国疾病监测系统死因监测工作规范[3],市、区(县)各级疾病预防控制中心均建立了有效的死亡数据漏报控制措施和调查机制,及时解决死亡证明收集过程出现的漏报问题,保证了死亡登记系统数据的完整性。2014—2018年常住人口数是由兰州市公安部门提供。
1.2 研究方法根本死因是按照国际疾病分类标准ICD-10编码[4]进行分类,计算粗死亡率、标化死亡率、死因构成、寿命损失指标等。
1.3 统计指标定义及计算寿命损失统计指标和统计方法:根据公式(1)~公式(3)计算:潜在减寿年数(potential years of life lost,PYLL)即死亡造成的寿命损失;平均寿命损失年(average years of life lost,AYLL),反映了每个死者平均寿命损失,能更确切地反映某疾病的早死危害;死亡潜在减寿率(potential years of life lost rate,PYLLR)反映寿命损失量的大小。
| $ PYLL = \sum\limits_{i = 1}^e {aidi} $ | (1) |
| $ AYLL = PYLL/di $ | (2) |
| $ PYLLR = PYLL/N \times \begin{array}{*{20}{l}} {1000}‰\end{array} $ | (3) |
式中:PYLL—潜在减寿年数,人年;
e—年龄组预期寿命,以70岁为标准,不到70岁为早亡[5];
i—年龄组组中值[代入公式时i=(年龄组上限+年龄组下限)/2];
ai—剩余年龄,ai=e-(i+0.5);
di—某年龄组的死亡人数;
AYLL—平均寿命损失年,人年;
PYLLR—死亡潜在减寿率,‰;
N—(1~69)岁人口总数。
标化死亡率:先计算年龄组死亡率,以各年龄组死亡率×相应标准人口年龄构成比,得到相应理论死亡率,将各年龄组的理论死亡率相加求和,即为标化死亡率。
1.4 数据处理和质量控制采用Excel 2010对原始数据进行标准化,死亡个案经过县(区)、市、省三级疾病预防控制中心审核,死亡原因以死亡医学证明书为依据,根本死因按国际疾病分类标准(ICD-10)进行编码和分类整理。
1.5 统计分析应用Excel 2010、SPSS 16.0软件对数据信息进行整理分析,计算死亡率、标化死亡率、死因构成、PYLL、AYLL及PYLLR等指标。利用χ2检验比较不同性别死亡率的差异,双侧检验,P<0.05判定为差异有统计学意义。
2 结果 2.1 死亡基本情况2014—2018年兰州市常住居民人口年平均3 684 402人,其中男性1 889 751人,女性1 794 651人。2014—2018年兰州市报告死亡案例共计74 128人,合计粗死亡率为402.39/10万,其中男性、女性合计死亡人数分别是43 859人、30 269人,合计粗死亡率分别为464.18/10万、337.32/10万,男性粗死亡率高于女性,差异有统计学意义(χ2=1 847.96,P<0.01);男性、女性合计标化死亡率分别为473.59/10万、345.18/10万,男性标化死亡率高于女性,差异有统计学意义(χ2=20.37,P<0.01;表 1)。
| 年份 | 男 | 女 | 合计 | ||||||||
| 死亡人数/例 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | 死亡人数/例 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | 死亡人数/例 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | |||
| 2014 | 6 675 | 358.21 | 53.02 | 4 296 | 241.89 | 35.80 | 10 971 | 301.45 | 44.61 | ||
| 2015 | 8 051 | 424.55 | 77.24 | 5 436 | 309.68 | 56.34 | 13 487 | 369.33 | 67.20 | ||
| 2016 | 9 498 | 502.73 | 109.37 | 6 629 | 366.97 | 79.84 | 16 127 | 436.37 | 94.93 | ||
| 2017 | 10 025 | 529.22 | 122.13 | 7 082 | 391.01 | 90.24 | 17 107 | 461.66 | 106.54 | ||
| 2018 | 9 610 | 504.37 | 111.83 | 6 826 | 374.18 | 82.96 | 16 436 | 440.69 | 97.71 | ||
| 合计 | 43 859 | 464.18 | 473.59 | 30 269 | 337.32 | 345.18 | 74 128 | 402.39 | 411.00 | ||
2.2 死因顺位
2014—2018年兰州市居民前6位死因构成比由高到低均为循环系统疾病、恶性肿瘤、呼吸系统疾病、伤害、内分泌、营养和代谢性疾病及消化系统疾病(表 2),前6位死因占总死因的90.97%(67 435/74 128)。
| 顺位 | 疾病 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 | 合计 | |||||||||||||||||
| 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | 死亡率/(1/10万) | 标化死亡率/(1/10万) | 构成比/% | |||||||
| 1 | 循环系统疾病 | 120.07 | 55.91 | 39.83 | 152.83 | 71.16 | 41.38 | 186.00 | 86.60 | 42.62 | 201.92 | 94.01 | 43.74 | 190.15 | 88.54 | 43.15 | 170.44 | 79.36 | 42.36 | |||||
| 2 | 恶性肿瘤 | 63.20 | 15.55 | 20.96 | 81.03 | 19.94 | 21.94 | 99.76 | 24.55 | 22.86 | 105.95 | 26.07 | 22.95 | 99.77 | 24.55 | 22.64 | 90.07 | 22.16 | 22.38 | |||||
| 3 | 呼吸系统疾病 | 41.21 | 5.98 | 13.67 | 51.87 | 7.52 | 14.04 | 60.15 | 8.73 | 13.78 | 56.67 | 8.22 | 12.28 | 55.37 | 8.03 | 12.56 | 53.10 | 7.70 | 13.20 | |||||
| 4 | 伤害 | 25.28 | 1.70 | 8.39 | 25.66 | 1.72 | 6.95 | 25.68 | 1.73 | 5.88 | 24.69 | 1.66 | 5.35 | 21.77 | 1.46 | 4.94 | 24.61 | 1.65 | 6.12 | |||||
| 5 | 内分泌、营养和代谢性疾病 | 10.94 | 0.49 | 3.63 | 15.14 | 0.68 | 4.10 | 19.00 | 0.86 | 4.35 | 18.46 | 0.83 | 4.00 | 18.74 | 0.84 | 4.25 | 16.48 | 0.74 | 4.10 | |||||
| 6 | 消化系统疾病 | 8.93 | 0.28 | 2.96 | 9.09 | 0.28 | 2.46 | 11.34 | 0.35 | 2.60 | 14.44 | 0.45 | 3.13 | 12.95 | 0.40 | 2.94 | 11.37 | 0.35 | 2.82 | |||||
2.3 不同性别居民的死因构成
2014—2018年兰州市男性、女性前6位死因一致,均是循环系统疾病、恶性肿瘤、呼吸系统疾病、伤害、内分泌、营养和代谢性疾病及消化系统疾病,其中男性标化死亡率(126.35/10万)高于女性(96.84/10万),差异有统计学意义(χ2=4.48,P < 0.05;表 3)。
| 死因 | 顺位 | 男 | 女 | 合计 | ||||||||
| 死亡例数/个 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | 死亡例数/个 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | 死亡例数/个 | 粗死亡率/(1/10万) | 标化死亡率/(1/10万) | ||||
| 循环系统疾病 | 1 | 17 634 | 186.63 | 86.90 | 13 765 | 153.40 | 71.43 | 31 399 | 170.44 | 79.36 | ||
| 恶性肿瘤 | 2 | 10 444 | 110.53 | 27.20 | 6 149 | 68.53 | 16.86 | 16 593 | 90.07 | 22.16 | ||
| 呼吸系统疾病 | 3 | 5 666 | 59.97 | 8.70 | 4 116 | 45.87 | 6.65 | 9 782 | 53.10 | 7.70 | ||
| 伤害 | 4 | 3 296 | 34.88 | 2.34 | 1 236 | 13.77 | 0.93 | 4 532 | 24.61 | 1.65 | ||
| 内分泌、营养和代谢性疾病 | 5 | 1 686 | 17.84 | 0.80 | 1 350 | 15.04 | 0.68 | 3 036 | 16.48 | 0.74 | ||
| 消化系统疾病 | 6 | 1 253 | 13.26 | 0.41 | 838 | 9.34 | 0.29 | 2 091 | 11.37 | 0.35 | ||
2.4 主要死因的PYLL、AYLL和PYLLR
计算前6位主要死因的PYLL,循环系统疾病最高,其次是恶性肿瘤、伤害、呼吸系统疾病、消化系统疾病和内分泌、营养和代谢性疾病(表 4)。PYLLR由高到低依次为循环系统疾病、恶性肿瘤、伤害、呼吸系统疾病、消化系统疾病及内分泌、营养和代谢性疾病。AYLL由高到低依次为伤害、消化系统疾病、恶性肿瘤、循环系统疾病、内分泌、营养和代谢性疾病及呼吸系统疾病。
| 死因 | 男 | 女 | 合计 | ||||||||
| PYLL/人年 | AYLL/人年 | PYLLR/‰ | PYLL/人年 | AYLL/人年 | PYLLR/‰ | PYLL/人年 | AYLL/人年 | PYLLR/‰ | |||
| 循环系统疾病 | 87 138 | 4.94 | 9.93 | 31 972 | 2.32 | 3.86 | 119 110 | 3.79 | 6.99 | ||
| 恶性肿瘤 | 69 748 | 6.68 | 7.95 | 44 812 | 7.29 | 5.41 | 114 560 | 6.90 | 6.72 | ||
| 呼吸系统疾病 | 17 147 | 3.03 | 1.95 | 7 920 | 1.92 | 0.96 | 25 067 | 2.56 | 1.47 | ||
| 伤害 | 81 182 | 24.63 | 9.25 | 24 891 | 20.14 | 3.01 | 106 073 | 23.41 | 6.22 | ||
| 内分泌、营养和代谢性疾病 | 6 370 | 3.78 | 0.73 | 3 280 | 2.43 | 0.40 | 9 650 | 3.18 | 0.57 | ||
| 消化系统疾病 | 12 452 | 9.94 | 1.42 | 4 768 | 5.69 | 0.58 | 17 220 | 8.24 | 1.01 | ||
| 合计 | 274 037 | 6.85 | 31.24 | 117 643 | 4.29 | 14.21 | 391 680 | 5.81 | 22.97 | ||
3 讨论
2014—2018年兰州市居民年均标化死亡率为411.00/10万,略低于2014—2017年余姚市年均标化死亡率(435.49/10万)[5],远低于2004—2005年全人口标化死亡率(632.35/10万)[6],但高于王金玉等[7]对2014年兰州市居民的死亡监测结果(320.36/10万)。死亡监测的漏报是普遍存在的问题,地区差异较大,2006—2008年全国人群漏报率为16.68%[8-10]。考虑到漏报问题,可能导致2014—2018年兰州市居民标化死亡率偏低。兰州市居民前6位死因依次为循环系统疾病、恶性肿瘤、呼吸系统疾病、伤害、内分泌、营养和代谢性疾病及消化系统疾病,前6位死因占总死因的90.97%,这与王金玉等[7]对兰州市的居民研究的主要死因顺序一致,也与2013年李萍等[11]对甘肃省武威市凉州区居民的主要死因顺位基本一致。说明心脑血管疾病、恶性肿瘤、呼吸系统疾病等慢性非传染性疾病目前仍然是兰州市疾病防控的重点。
不同性别的居民在不同年份和不同病种上的死亡率均呈现男性明显高于女性,这与诸多的研究结果一致[12],考虑这可能与男性在社会生产工作和生活中压力比较大,男性比女性有更多的机会暴露于职业危险因素,同时男性抽烟酗酒、缺乏规律的生活和体育运动等不良习惯多于女性,从而增加了患病风险[13]。
潜在寿命损失年数是人群在一定时间内,在预期生存年龄以内死亡造成的寿命减少的总人年数,可以定量地反映出疾病危害居民健康的程度,即引起“早死”而导致寿命年数的损失[14],平均寿命损失年也可用于评价早亡对全人群健康寿命的影响[15]。在本研究结果中,兰州市居民主要死因构成中伤害位居第四,但造成的潜在寿命损失在男性、女性和全人群中居第一位,提示伤害是导致本市全人群过早死亡的首位原因。有学者[16]提出伤害是与具体疾病无关但却广泛存在的社会问题,其与社会因素、自然因素和心理因素等有关,突发性多见,死亡率也较高,且健康人群多易受其影响,其给社会和家庭带来的危害不容忽视。为减少伤害的发生,建议针对不同年龄、职业和性别的人群有的放矢地制定防治策略。
死亡潜在减寿率反映寿命损失量的大小[17],本研究结果显示,循环系统疾病和恶性肿瘤的死亡潜在减寿率分别位居第一、第二,两者的死因顺位也在前两位,提示今后应重视早检查、早发现、早治疗,以降低循环系统疾病和恶性肿瘤等慢性病的发生和死亡,同时应提倡合理膳食、控制饮酒、加强锻炼等健康的生活方式,这也是综合防控慢性病的根本[18]。
综上所述,兰州市居民的主要死因是慢性非传染性疾病和伤害,各部门及居民应加强对防控慢性非传染性疾病、伤害的重视,积极开展相关预防控制行动,降低其对生命和健康带来的威胁,延长寿命,提高生活质量。
| [1] |
俞浩, 武鸣, 林萍, 等. 2012年江苏省居民死因顺位及主要疾病潜在寿命损失分析[J]. 江苏预防医学, 2015, 26(3): 26-29. (In English: Yu H, Wu M, Lin P, et al. Analysis of rank of death causes and potential life lost caused by major diseases among residents of Jiangsu province in 2012[J]. Jiangsu J Prev Med, 2015, 26(3): 26-29.) |
| [2] |
刘峰, 朱妮, 邱琳, 等. 2014年陕西省居民主要死因及潜在寿命损失分析[J]. 疾病监测, 2016, 31(11): 957-961. (In English: Liu F, Zhu N, Qiu L, et al. Analysis on death causes and related potential years of life lost in residents in Shaanxi, 2014[J]. Dis Survell, 2016, 31(11): 957-961. DOI:10.3784/j.issn.1003-9961.2016.11.016) |
| [3] |
中国疾病预防控制中心.全国疾病监测系统死因监测工作规范(试行)[EB].北京, 2005. (In English: Chinese Center for Disease Control and Prevention. Standards for monitoring the cause of death in the national disease surveillance system[EB].Beijing, 2005.)
|
| [4] |
田晓东. 阜新市城区居民伤害死亡分析[J]. 中国公共卫生, 2007(3): 377. DOI:10.3321/j.issn:1001-0580.2007.03.073 |
| [5] |
史珊珊, 石亚锋, 邵哲. 2014-2017年浙江省余姚市居民死因监测分析[J]. 疾病监测, 2019, 34(5): 460-463. (In English: Shi SS, Shi YF, Shao Z. Surveillance for death causes in residents in Yuyao, Zhejiang, 2014-2017[J]. Dis Surveill, 2019, 34(5): 460-463.) |
| [6] |
王晓辉, 刘玉琴, 王晓莉, 等. 甘肃省居民不同年份死亡状况比较分析[J]. 中国公共卫生, 2009, 25(7): 864-865. DOI:10.3321/j.issn:1001-0580.2009.07.046 |
| [7] |
王金玉, 李盛, 李守禹, 等. 2014年兰州市居民死因监测分析[J]. 中国卫生统计, 2016, 33(4): 650-652. |
| [8] |
谢俊卿, 信振江, 白俊梅, 等. 2010-2012年北京市丰台区人群死亡漏报调查分析[J]. 中国卫生统计, 2015, 32(3): 454-456, 460. |
| [9] |
沙琼玥, 马福昌, 张晟, 等. 青海省2009-2011年国家级疾病监测点死因漏报调查[J]. 现代预防医学, 2014, 41(14): 2628-2630. (In English: Sha QY, Ma FC, Zhang S, et al. Investigation on the situation of under-reporting death at national surveillance sites from 2009 to 2011 in Qinghai province[J]. Mod Prev Med, 2014, 41(14): 2628-2630.) |
| [10] |
王琳, 王黎君, 蔡玥, 等. 2006-2008年全国疾病监测系统死亡漏报调查分析[J]. 中华预防医学杂志, 2011, 45(12): 1061-1064. (In English: Wang L, Wang LJ, Cai Y, et al. Analysis of under-reporting of mortality surveillance from 2006 to 2008 in China[J]. Chin J Prev Med, 2011, 45(12): 1061-1064. DOI:10.3760/cma.j.issn.0253-9624.2011.12.002) |
| [11] |
李萍, 李俊山, 格鹏飞, 等. 2013年武威市凉州区居民期望寿命及潜在减寿分析[J]. 中国卫生统计, 2016, 33(4): 647-649, 652. |
| [12] |
卢志慧, 陈光中, 卢志敏. 2010-2014年东莞市居民主要死因及对寿命损失的影响[J]. 中国卫生统计, 2016, 33(4): 631-635. |
| [13] |
李雪燕, 李霞, 刘淑珍, 等. 惠州市2013-2015年国家级死因监测点居民死因分析[J]. 实用预防医学, 2016, 23(12): 1448-1451. (In English: Li XY, Li X, Liu SZ, et al. Death causes among residents in national death surveillance points in Huizhou City, 2013-2015[J]. Pract Prev Med, 2016, 23(12): 1448-1451. DOI:10.3969/j.issn.1006-3110.2016.12.011) |
| [14] |
阎景红, 姚刚, 孙勇. 2008年-2012年某自治区监测点死因顺位分析[J]. 中国病案, 2014, 15(5): 47-49. (In English: Yan JH, Yao G, Sun Y. Analysis on the death cause order of the monitoring points in a autonomous region from 2008 to 2012[J]. Chin Med Rec, 2014, 15(5): 47-49. DOI:10.3969/j.issn.1672-2566.2014.05.023) |
| [15] |
李丽萍, 陈彬, 王生, 等. 伤害导致的潜在寿命损失评价指标——期望寿命损失年数[J]. 中国全科医学, 2004(13): 966. DOI:10.3969/j.issn.1007-9572.2004.13.013 |
| [16] |
李霞, 杜忠东, 周仲蜀, 等. 2003-2009年北京市部分医院住院儿童疾病谱及病死原因演变[J]. 中国实用儿科杂志, 2013, 28(7): 537-539. (In English: Li X, Du ZD, Zhou ZS, et al. The trends of diseases and cause-specific death in hospitalized children in the hospitals of urban Beijing from 2003 to 2009[J]. Chin J Pract Pediatr, 2013, 28(7): 537-539.) |
| [17] |
赵会勇, 董娟, 胡翠波, 等. 2014年云南省楚雄州居民死因监测结果分析[J]. 中国卫生统计, 2017, 34(3): 474-476. |
| [18] |
杨军, 欧春泉, 丁研, 等. 广州市逐日死亡人数与气温关系的时间序列研究[J]. 环境与健康杂志, 2012, 29(2): 136-138. (In English: Yang J, Ou CQ, Ding Y, et al. Association between daily temperature and mortality in Guangzhou:a time-series study[J]. J Environ Health, 2012, 29(2): 136-138.) |

