文章信息
- 张爽, 张辉, 王卓, 王德征, 江国虹.
- Zhang Shuang, Zhang Hui, Wang Zhuo, Wang Dezheng, Jiang Guohong
- 天津市2000-2019年道路交通伤害死亡趋势分析
- Analysis on mortality trends of road traffic injury in Tianjin, 2000-2019
- 中华流行病学杂志, 2021, 42(11): 2018-2023
- Chinese Journal of Epidemiology, 2021, 42(11): 2018-2023
- http://dx.doi.org/10.3760/cma.j.cn112338-20201224-01439
-
文章历史
收稿日期: 2020-12-24
道路交通伤害是一项全球性的公共卫生问题,全球因交通事故死亡人数不断攀升,每年约导致135万人死亡,是5~29岁人群死亡的主要原因,其中超过90%的死亡发生在中低收入国家[1-2]。近年来,天津市机动车保有量不断增长,已超过300万辆[3]。有文献显示,在2006年之前,天津市道路交通死亡率仍居高不下[4]。对此,近年来天津市采取了严格执行法律法规、开展安全教育和完善安全设施等多方面措施。本研究通过分析2000-2019年天津市道路交通伤害死亡率和过早死亡概率的变化趋势,评估近20年天津市道路安全防控成效,为制订实施策略、降低疾病负担提供科学依据。
资料与方法1. 资料来源:采用天津市全人口全死因监测数据库,数据来源于全市各级医疗机构实时报告的死亡病例。医疗机构、区级和市级CDC对死亡病例进行逐级核对,市CDC定期对全市死亡病例进行抽样复核和漏报调查,确保死因数据的准确性、完整性和一致性。
死因数据覆盖全市所有户籍人口,根据地理位置、经济水平、非农业人口等因素划为城市和农村地区。户籍人口数据来源于天津市公安局。
依据疾病和有关健康问题《国际统计分类》(ICD)对死因数据编码[5-6],2000-2002年参照ICD-9,2003-2019年参照ICD-10。本研究纳入的道路交通伤害ICD-9编码包括E810~E819、E826~E829、E846~E848;ICD-10编码包括V01~V04.9、V06~V80.9、V82~V82.9、V87~V89.9(排除非交通性编码)。
2.分析指标:包括道路交通伤害死亡的粗死亡率、年龄别死亡率和标化死亡率(以2000年中国人口为标准)。过早死亡概率表示30~69岁人群死于道路交通伤害的可能性,依据WHO推荐的寿命表法计算[7],计算年龄组死亡概率的公式为(Mx=
1. 道路交通伤害死亡构成情况:2000-2019年天津市道路交通伤害死亡26 919例,男性占77.76%,女性占22.24%;城市地区占26.56%,农村地区占73.44%。从2000-2019年,城市男性所占全部道路交通伤害死亡的构成比从21.28%下降到18.38%(Z=-2.640,P=0.008);城市女性从7.01%下降到6.28%,但变化无统计学意义(Z=1.598,P=0.110);农村男性从59.16%下降到55.59%(Z=-2.981,P=0.003);农村女性占比由12.55%上升到19.75%(Z=5.865,P < 0.001)。
2. 全市道路交通伤害死亡率变化趋势:全市道路交通伤害粗死亡率从2000年的14.08/10万下降到2019年的7.89/10万(AAPC=-2.30%),降幅达43.96%。Joinpoint回归分析显示,粗死亡率变化呈3个时期:在2000-2005年上升(APC=5.44%),从2005年开始下降(APC=-2.60%),从2014年进入加速下降期(APC=-8.96%)。标化死亡率从2000年的13.28/10万下降到2019年的5.51/10万(AAPC=-4.14%),标化率同样呈先上升后下降再加速下降的三段式变化。见表 1,2。
3. 道路交通伤害死亡率在不同性别和地区居民中的变化趋势:全市男性死亡水平每年均高于女性,差异有统计学意义(P < 0.05),下降速度快于女性。全市男性粗死亡率和标化死亡率总体呈下降趋势(AAPC分别为-2.60%和-4.42%),具体分3个阶段,即先上升然后下降,最后进入加速下降期。女性粗死亡率的变化总体无统计学意义(P > 0.05),标化死亡率呈下降趋势(AAPC=-2.44%),趋势变化具体分两段,即先上升然后从2009年开始下降。见表 2,3。农村道路交通伤害的粗死亡率和标化死亡率每年均高于城市,差异有统计学意义(P < 0.05)。城市粗死亡率和标化死亡率均从2008年开始下降;农村趋势变化分为3个阶段,即先上升后下降,最后加速下降。见表 2,3。农村男性是死亡率最高的群体,从2005年开始下降,在2016年后下降速度较快(标化死亡率APC=-18.55%)。见表 2,图 1。
4.道路交通伤害过早死亡概率的变化趋势:2000-2019年,天津市道路交通伤害过早死亡概率从2000年的0.70%下降到2019年的0.38%,降幅达45.71%。全市过早死亡概率的变化经历3个阶段:在2000-2006年呈上升趋势(APC=3.77%),从2006年开始下降(APC=-3.14%),2014年进入加速下降期(APC=-9.27%)。男性过早死亡概率高于女性,男性同全市为三段式变化,即先上升后下降再加速下降,且在2014-2019年下降较快(APC=-9.62%);女性是先上升然后从2010年逐渐下降(APC=-5.71%)。农村过早死亡概率高于城市,从2005年开始下降,在2014-2019年下降速度较快(APC=-9.26%);城市地区从2010年开始逐渐下降(APC=-8.74%)。农村男性是过早死亡概率最高的人群,从2006年开始下降(APC=-3.65%),在2016年进入快速下降期(APC=-14.32%)。见表 4。
讨论本研究表明,近年来天津市道路交通伤害死亡率和过早死亡概率出现了下降趋势。天津市交通事故死亡率低于全球平均水平[10];与国内相比,天津市低于全国平均水平[11]、重庆市[12]和济南市[13]等,高于北京市[14]、深圳市[15]。天津市标化死亡率下降的拐点出现在2006年,早于全国的2011年[11]。
交通事故死亡水平的下降符合“斯密德法则”——即经济发展、汽车增多会促使交通事故死亡的增加,在死亡水平增长到一定程度后开始下降[16]。交通事故死亡水平下降是政策引导、多项干预措施共同努力的结果。《中华人民共和国道路交通安全法》(2004年5月实施)、《天津市道路交通安全管理若干规定》(2006年1月实施)等法律法规颁布施行后,天津市严格治理超载超员、超速、酒驾等违法行为。随着2011年酒驾入刑,天津市将酒驾纳入常态化管理;2012年开始设置电子警察,摄录设施的辐射范围和密度不断扩大,2016年完成中心城区全覆盖;2014年开始实施机动车限行,有效降低交通流量和减少事故发生。
本研究表明,男性交通伤害死亡率远高于女性,与其他研究一致[11-14]。可能与男性参与交通活动更频繁,暴露于道路交通环境更多有关。虽然天津市男性交通伤害死亡率近年来下降较快,但在2019年仍是女性的2.9倍。
农村地区道路交通伤害死亡率和过早死亡概率均远高于城市,农村男性死亡水平较高。农村的交通安全基础相对城市较为薄弱,例如路况差、里程长、车速快、安全设施相对不足;载货汽车、拖拉机、摩托车等车种复杂;警力相对不足,电子警察等设施相对较少;医疗机构分布和急救能力也存在城乡差异[17-19]。虽然近年来农村交通事故死亡水平加速下降且降速超过城市,但在2019年粗死亡率仍是城市的3.1倍。且相对城市交通已趋于饱和,随着农村的城镇化水平提高,消费层次升级,机动车保有量还有巨大提升空间,亟需针对农村地区交通事故的特点开展防控。
本研究显示,在不同年龄组中,只有≥60岁组的道路交通伤害死亡率未见下降,并且从2010年开始,≥60岁老年人成为死亡率最高的年龄组。该结果和其他研究的年龄分布一致[11-14]。老年人群视力、听力、体能和反应能力减退,且交通事故带来的损伤较严重、恢复困难。天津市交通事故虽在青壮年人群较高发,但老年人群的重度损伤和死亡所占比例最高[18, 20]。
道路交通伤害的危险因素主要包括人员、车辆、道路和环境三方面,人员尤其是机动车驾驶员是主导因素。在我国交通事故发生原因中,机动车驾驶员占74.4%,非机动车驾驶员和行人等占14.5%,车辆和道路原因占5.3%[21]。超速、未按规定让行、无证驾驶、违法占道行驶和逆行是机动车肇事致死的前五位因素[22],伤亡人员大多为行人、骑自行车者等道路安全弱势群体[23]。结合本研究结果,今后可借鉴“3E”理论——安全教育(Education)、交通工程设施(Engineering)和执法(Enforcement)降低交通事故的伤亡水平[23]。例如提升农村地区道路安全通行水平,消除交通事故多发点的安全隐患[21];对机动车驾驶员的高危违法行为加强综合干预;建立针对机动车驾驶员、农村居民、道路安全弱势群体等不同人群的教育管理体系;随着老龄化的加剧,对老年人交通事故的防控也应成为重点[20]。
本研究存在局限性。2001、2002年死亡率和相近年份相比较低,是由于当时天津市全死因监测数据库从FoxPro变更成Access格式,全市不同区(县)间两种平台同时运行,两种平台的合并导致当时部分数据缺失。因此2001和2002年所监测死亡率略低,可能有所低估死亡水平的下降程度。
综上所述,本研究发现天津市道路交通伤害死亡水平已出现下降趋势,且近几年进入快速下降期。在天津市已取得良好效果的政策和实施策略基础上,还需继续加强综合干预进一步降低交通事故发生率,提高交通事故后的救援和急救水平以减少伤亡。
利益冲突 所有作者均声明不存在利益冲突
[1] |
World Health Organization. Global status report on road safety 2018[R]. Geneva: World Health Organization, 2018: 6-9.
|
[2] |
World Health Organization. World report on road traffic injury prevention: summary[R]. Geneva: World Health Organization, 2004: 6-16.
|
[3] |
天津市统计局. 2019年天津市国民经济和社会发展统计公报[EB/OL]. (2020-03-13)[2020-12-05]. http://stats.tj.gov.cn/tjsj_52032/tjgb/202007/t20200705_2780580.html. Tianjin Bureau of Statistics. Tianjin statistical bulletin for national economic and social development, 2019[EB/OL]. (2020-03-13)[2020-12-05]. http://stats.tj.gov.cn/tjsj_52032/tjgb/202007/t20200705_2780580.html. |
[4] |
Jiang GH, Choi BCK, Wang DZ, et al. Leading causes of death from injury and poisoning by age, sex and urban/rural areas in Tianjin, China 1999-2006[J]. Injury, 2011, 42(5): 501-506. DOI:10.1016/j.injury.2009.10.050 |
[5] |
World Health Organization. International classification of diseases[M]. 9th ed. Geneva: World Health Organization, 1977.
|
[6] |
World Health Organization. International statistical classification of diseases and related health problems[M]. 10th ed. Geneva: World Health Organization, 1992.
|
[7] |
World Health Organization. Global status report on noncommunicable diseases 2014[EB/OL]. (2016-08-09)[2020-12-05]. https://apps.who.int/iris/handle/10665/148114.
|
[8] |
胡良平, 郭辰仪, 李崇. 用SAS软件实现列联表资料趋势检验[J]. 药学服务与研究, 2013, 13(3): 174-176. Hu LP, Guo CY, Li C. Statistical analysis and SAS solutions for contingency table applying trend test[J]. Pharm Care Res, 2013, 13(3): 174-176. DOI:10.5428/pcar20130305 |
[9] |
Kim HJ, Fay MP, Feuer EJ, 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)19:3<335:aid-sim336>3.0.co;2-z |
[10] |
Ning PS, Schwebel DC, Huang HL, et al. Global progress in road injury mortality since 2010[J]. PLoS One, 2016, 11(10): e0164560.. DOI:10.1371/journal.pone.0164560 |
[11] |
Wang LJ, Ning PS, Yin P, et al. Road traffic mortality in China: analysis of national surveillance data from 2006 to 2016[J]. Lancet Public Health, 2019, 4(5): e245-255. DOI:10.1016/S2468-2667(19)30057-X |
[12] |
丁贤彬, 焦艳, 杨弦弦, 等. 2012-2018年重庆市交通伤害疾病负担趋势分析[J]. 中国慢性病预防与控制, 2020, 28(5): 326-328, 333. Ding XB, Jiao Y, Yang XX, et al. Analysis on disease burden trend of traffic injury from 2012 to 2018 in Chongqing[J]. Chin J Prev Contr Chron Dis, 2020, 28(5): 326-328, 333. DOI:10.16386/j.cjpccd.issn.1004-6194.2020.05.002 |
[13] |
杨柳, 周林, 张军, 等. 2011-2015年济南市道路交通伤害死亡病例特征[J]. 山东大学学报: 医学版, 2017, 55(12): 77-81. Yang L, Zhou L, Zhang J, et al. Epidemiological characteristics of death caused by road traffic injury in Ji'nan City during 2011-2015[J]. J Shandong Univ: Health Sci, 2017, 55(12): 77-81. DOI:10.6040/j.issn.1671-7554.0.2017.194 |
[14] |
闫晟章, 韦再华, 苏健婷, 等. 2010-2015年北京市户籍居民交通伤害疾病负担分析[J]. 首都公共卫生, 2019, 13(2): 90-93. Yan SZ, Wei ZH, Su JT, et al. The burden of traffic injury among residents in Beijing, 2010-2015[J]. Cap J Public Health, 2019, 13(2): 90-93. DOI:10.16760/j.cnki.sdggws.2019.02.009 |
[15] |
刘晓剑, 唐冬纯, 吴永胜, 等. 2018年深圳市居民伤害死亡率与公共安全指数的相关性分析[J]. 伤害医学, 2020, 9(3): 18-23. Liu XJ, Tang DC, Wu YS, et al. Correlation analysis between injury mortality and public safety index in Shenzhen, 2018[J]. Injury Med, 2020, 9(3): 18-23. DOI:10.3868/j.issn.2095-1566.2020.03.004 |
[16] |
García-Ferrer A, de Juan A, Poncela P. The relationship between road traffic accidents and real economic activity in Spain: common cycles and health issues[J]. Health Econ, 2007, 16(6): 603-626. DOI:10.1002/hec.1186 |
[17] |
王卓, 王德征, 张颖, 等. 天津市道路交通伤害流行病学分布特征[J]. 中华疾病控制杂志, 2018, 22(3): 249-253. Wang Z, Wang DZ, Zhang Y, et al. Analysis of epidemiology characteristics of road traffic injury and death in Tianjin[J]. Chin J Dis Control Prev, 2018, 22(3): 249-253. DOI:10.16462/j.cnki.zhjbkz.2018.03.009 |
[18] |
王卓, 张颖, 沈成凤, 等. 天津市2013年道路交通伤害院内报告病例流行病学特征分析[J]. 中华流行病学杂志, 2015, 36(10): 1139-1141. Wang Z, Zhang Y, Shen CF, et al. Epidemiological characteristics of hospital reported road traffic injuries case in Tianjin, 2013[J]. Chin J Epidemiol, 2015, 36(10): 1139-1141. DOI:10.3760/cma.j.issn.0254-6450.2015.10.022 |
[19] |
Jiang GH, Li W, Wang Z, et al. The changes of trend and distribution of childhood injury related mortality in Tianjin, China, 1999-2011[J]. J Community Med Health Educ, 2016, 6(2): 1000405. DOI:10.4172/2161-0711.1000405 |
[20] |
Azami-Aghdash S, Aghaei MH, Sadeghi-Bazarghani H. Epidemiology of road traffic injuries among elderly people: a systematic review and Meta-analysis[J]. Bull Emerg Trauma, 2018, 6(4): 279-291. DOI:10.29252/beat-060403 |
[21] |
邓世雄, 赵新才. 中国道路交通事故流行趋势与特征[J]. 重庆医学, 2004, 33(7): 1074-1076. Deng SX, Zhao XC. Epidemiology trends and characteristics of Chinese traffic accidents[J]. Chongqing Med J, 2004, 33(7): 1074-1076. DOI:10.3969/j.issn.1671-8348.2004.07.055 |
[22] |
戴璟, 杨云娟. 中国2006-2010年机动车道路交通伤害中驾驶员违法行为研究[J]. 中华流行病学杂志, 2015, 36(6): 603-606. Dai J, Yang YJ. Study on illegal driving behavior and vehicle road traffic injury in China from 2006 to 2010[J]. Chin J Epidemiol, 2015, 36(6): 603-606. DOI:10.3760/cma.j.issn.0254-6450.2015.06.014 |
[23] |
王卓, 江国虹. 我国道路安全弱势人群的道路交通伤害现状[J]. 中国慢性病预防与控制, 2016, 24(1): 71-73. Wang Z, Jiang GH. The status on vulnerable populations of road safety in China[J]. Chin J Prev Contr Chron Dis, 2016, 24(1): 71-73. DOI:10.16386/j.cjpccd.issn.1004-6194.2016.01.023 |