董 丹，孫艷秋，燕 燕

遼寧中醫(yī)藥大學(xué)信息工程學(xué)院（沈陽 100847）

急性心肌梗死（acute myocardial infarction,AMI）是冠心病中一種常見且危重的類型，具有發(fā)病急、病死率高、預(yù)后不理想、易復(fù)發(fā)等特點[1]。《中國心血管健康與疾病報告2021》數(shù)據(jù)顯示，心血管疾病已成為一種嚴(yán)重威脅人類健康尤其是中老年人群的常見病，2019 年我國心血管疾病患病人數(shù)高達(dá)3.3 億，其中冠心病患病人數(shù)達(dá)1 139萬[2]。研究表明，2002 至2016 年我國居民AMI死亡率呈逐年上升趨勢，與歐美等發(fā)達(dá)國家結(jié)論相悖[3]。隨著我國人口老齡化帶來的生理年齡結(jié)構(gòu)變化，AMI 的疾病負(fù)擔(dān)將進(jìn)一步加重，其是否受我國醫(yī)療衛(wèi)生服務(wù)質(zhì)量的提升等外部環(huán)境因素和人口本身所處時期的影響也尚不可知。本研究通過對2002 至2021 年中國居民AMI 死亡率進(jìn)行年齡-時期-隊列（age-period-cohort, APC）模型分析，探討年齡、時期和出生隊列三個因素對AMI 死亡率變化趨勢的影響，為探索適合中國國情的居民AMI 防控策略提供理論支撐。

1 資料與方法

1.1 資料來源

本研究2002 至2021 年中國居民AMI 各年齡別死亡率數(shù)據(jù)均來自于國家衛(wèi)生健康委員會各年度公開出版的《中國衛(wèi)生健康統(tǒng)計年鑒》[4]，人口數(shù)據(jù)來自于國家統(tǒng)計局官方網(wǎng)站[5]。

1.2 統(tǒng)計方法

流行病學(xué)研究中常采用APC 模型分析年齡、時期、隊列三個因素對疾病變化趨勢的影響[6]，2014 年美國國家癌癥研究所研發(fā)的一款A(yù)PC 模型的網(wǎng)絡(luò)分析工具（https://analysistools.nci.nih.gov/apc/），其分析結(jié)果提供了可估計的APC 函數(shù)和相應(yīng)的Waldχ2檢驗，此網(wǎng)絡(luò)工具采用內(nèi)源估計法解決年齡、時期、隊列三個效應(yīng)變量間的完全共線問題[7]。APC 網(wǎng)絡(luò)分析工具的主要輸出參數(shù)包括：①凈漂移值：表示在同時考慮了時期因素和出生隊列因素后整體AMI 死亡率的總體時間趨勢，即死亡率對數(shù)值的年變化百分比；②局部漂移值：表示在同時考慮了時期因素和出生隊列因素后每個年齡組AMI 死亡率的總體時間趨勢，即不同年齡組死亡率對數(shù)值的年變化百分比；③年齡偏差系數(shù)：表示某個年齡段內(nèi)的曲率，即非線性年齡效應(yīng)；④時期偏差系數(shù)：表示某個時期內(nèi)的曲率，即非線性時期效應(yīng)；⑤隊列偏差系數(shù)：表示某個隊列內(nèi)的曲率，即非線性隊列效應(yīng)；⑥縱向年齡曲線：代表與年齡相關(guān)的自殺死亡率的變化趨勢；⑦擬合時間趨勢的時期率比（rate ratio, RR）：代表時期相對風(fēng)險；⑧擬合時間趨勢的隊列率比：代表隊列相對風(fēng)險[8]。

本研究考慮到20 歲以下年齡組AMI 死亡率較其他年齡組小得多，故選取20～84 歲年齡段人群，按每5 歲一組分為13 個年齡組。采用Excel 2019 軟件進(jìn)行數(shù)據(jù)整理，采用GraphPad Prism 8軟件繪圖，并選取標(biāo)準(zhǔn)人口為2020 年全國第七次人口普查數(shù)據(jù)[9]計算AMI年齡別標(biāo)準(zhǔn)化死亡率，將2002—2021 年按每5 年劃分成一個時期組，將1926—2001 年按每五年劃分成一個隊列組，進(jìn)行APC 模型分析。

2 結(jié)果

2.1 中國居民2002—2021年AMI死亡趨勢

中國居民AMI 年齡別標(biāo)準(zhǔn)化死亡率在2002—2021 年間呈先上升后趨于平穩(wěn)且穩(wěn)中有降的總體趨勢，且鄉(xiāng)村居民AMI 標(biāo)準(zhǔn)化死亡率高于城市居民，其中城市和鄉(xiāng)村居民AMI 死亡率粗率分別由2002 年的16.46/10 萬和12.00/10 萬上升至2021 年的63.25/10 萬和78.62/10 萬，同時城市和鄉(xiāng)村居民的年齡別標(biāo)準(zhǔn)化率則分別由2002年的26.83/10 萬和27.48/10 萬上升至2015 年的51.15/10 萬和92.86/10 萬，再緩慢下降至2021 年的43.39/10 萬和81.85/10 萬，如圖1 所示。

圖1 中國居民2002—2021年AMI死亡變化趨勢Figure 1. Trends of AMI mortality among Chinese residents from 2002 to 2021

2.2 中國居民2002—2021年AMI死亡率年齡-時期-隊列模型擬合情況

2002—2021 年中國城市居民AMI 死亡率年凈漂移值為3.023% [95%CI（2.591%，3.456%）]，APC 模型的凈漂移值（χ2=193.649，P＜0.001）、隊列偏差（χ2=40.178，P＜0.001）和時期偏差（χ2=86.678，P＜0.001）的檢驗差異均有統(tǒng)計學(xué)意義。2002—2021 年中國鄉(xiāng)村居民AMI 死亡率年凈漂移值為7.174% [95%CI（6.475%，7.878%）]，APC 模型的凈漂移值（χ2=430.199，P＜0.001）、隊列偏差（χ2=72.437，P=0.001 3）和時期偏差（χ2=345.617，P＜0.001）的檢驗差異均有統(tǒng)計學(xué)意義，如圖2 所示。

圖2 中國居民2002—2021年AMI死亡率局部漂移值和凈漂移值Figure 2. Local drift values and net drift values of AMI mortality among Chinese residents from 2002 to 2021

2.3 中國居民2002—2021年AMI死亡率的年齡變化趨勢

2002—2021 年中國城市居民和鄉(xiāng)村居民在同一出生隊列下AMI 死亡率變化分別由20～24 歲年齡組的1.324/10 萬和0.454/10 萬上升至80～84 歲年齡組的6 361.623/10 萬和21 592.203/10 萬，趨勢隨年齡的增長顯著上升，且在同一出生隊列下隨著年齡的增長，鄉(xiāng)村居民AMI 死亡率變化趨勢顯著高于城市居民，如表1 與圖3 所示。

表1 中國居民2002—2021年AMI死亡率APC模型分析結(jié)果Table1. Results of APC model analysis of AMI mortality among Chinese residents from 2002 to 2021

圖3 中國居民2002—2021年AMI死亡率縱向年齡曲線Figure 3. Longitudinal age curves of AMI mortality among Chinese residents from 2002 to 2021

2.4 中國居民2002—2021年AMI死亡率的時期變化趨勢

2002—2021 年中國居民AMI 死亡率的時期效應(yīng)RR 值呈上升趨勢，顯示出持續(xù)惡化的變化趨勢，以2007—2011 時期組為對照組（RR 值取1），城市居民和鄉(xiāng)村居民在2012—2016 時期組和2017—2021 時期組RR 值均取到最高，顯示出近十年變化趨勢趨于平穩(wěn)，其中城市居民RR 值在2012—2016 時期組取到最高值為1.303 [95%CI（1.250，1.359）]，鄉(xiāng)村居民RR 值在2017—2021 時期組取到最高值為1.349 [95%CI（1.258，1.445）]。2002—2006 時期組鄉(xiāng)村居民時期效應(yīng)RR 值低于城市居民，之后的2012—2016 時期組和2016—2021 時期組兩者的時期效應(yīng)RR 值幾乎無差異，如表1 與圖4 所示。

圖4 中國居民2002—2021年AMI死亡率的時期效應(yīng)RR值Figure 4. RR of the period effect of AMI mortality among Chinese residents from 2002 to 2021

2.5 中國居民2002—2021年AMI死亡率的出生隊列變化趨勢

2002—2021 年中國居民AMI 死亡率的出生隊列效應(yīng)RR 值總體呈上升趨勢，其中鄉(xiāng)村的隊列效應(yīng)曲線上升更顯著。以1957—1961 年出生隊列為對照組（RR 值取1），結(jié)果顯示越晚期出生的隊列其疾病負(fù)擔(dān)越重，體現(xiàn)AMI 死亡率相對風(fēng)險的RR 值在城市居民組和鄉(xiāng)村居民組中均于出生隊列為1982—1987 年取到最高值，分別為2.263[95%CI（1.829，2.800）]和5.599 [95%CI（4.037，7.765）]，如表1 與圖5 所示。

圖5 中國居民2002—2021年AMI死亡率的出生隊列效應(yīng)RR值Figure 5. RR of the birth cohort effect of AMI mortality among Chinese residents from 2002 to 2021

3 討論

疾病變化趨勢常采用傳統(tǒng)的描述性分析方法進(jìn)行統(tǒng)計分析，然而此方法常忽視隊列因素對疾病變化的影響，使得所得結(jié)論具有局限性[10]。本研究先通過中國城鄉(xiāng)居民AMI 的死亡粗率與年齡別標(biāo)準(zhǔn)化率分析了其在2002 至2021 年間的變化趨勢，然后為克服描述性分析的局限性，通過APC 模型分別探討了年齡、時期和出生隊列因素對AMI 死亡趨勢的影響，結(jié)果顯示在年齡、時期和出生隊列三因素的共同作用下，中國居民2002—2021 年AMI 死亡率呈上升趨勢，其中年齡和出生隊列的影響相對較大。

中國居民AMI 死亡率的變化趨勢結(jié)果顯示，2002—2015 年總體呈上升趨勢，2015—2021 年則呈穩(wěn)中有降的趨勢，其下降趨勢雖不明顯，但與先前研究的結(jié)論不一致，而是體現(xiàn)了與歐美等發(fā)達(dá)國家相近的變化趨勢，這可能與醫(yī)療水平的不斷提高和自我保健意識的增強有關(guān)[3]。

隨著年齡的增長，不論城市居民還是鄉(xiāng)村居民，AMI 死亡率均呈指數(shù)增長趨勢，其主要原因可能是隨著年齡的增長，常年積累于體內(nèi)的暴露因素導(dǎo)致死亡風(fēng)險增高，人口老齡化又進(jìn)一步增加了AMI 死亡風(fēng)險，加重了疾病負(fù)擔(dān)。APC 模型年齡效應(yīng)分析結(jié)果顯示，城鄉(xiāng)居民AMI 死亡率年齡趨勢的縱向曲線差異較大，在20～59 歲年齡段中，兩者差異不明顯，60 歲及以上年齡段中鄉(xiāng)村居民AMI 死亡率則顯著高于城市居民，可能與AMI 發(fā)病急的特點有關(guān)，同時目前我國鄉(xiāng)村空巢老人較多，面對突發(fā)疾病處理不及時的狀況時有發(fā)生，這將極大地增加AMI 死亡風(fēng)險。

APC 模型時期效應(yīng)分析結(jié)果顯示，我國居民AMI 死亡時期效應(yīng)RR 值呈上升趨勢，在2017—2021 年趨于平穩(wěn)。近年來隨著社會經(jīng)濟的發(fā)展、城鎮(zhèn)化和工業(yè)化進(jìn)程的推進(jìn)，環(huán)境因素對心肌梗死的發(fā)病產(chǎn)生了新的影響。然而，從時期效應(yīng)RR 值的變化放緩上看，其主要原因可能是隨著醫(yī)療水平的提高和居民自我保健意識的增強，患者對AMI 先兆癥狀有了一定的了解，醫(yī)療救助的開展較之前有了一定的提高，但此部分原因尚未在我國居民中形成普遍認(rèn)識，在未來的防控工作中還應(yīng)針對老年人，尤其是獨居老人、空巢老人等人群加強醫(yī)療保健知識普及，并采取相應(yīng)的措施加以預(yù)防。

APC 模型隊列效應(yīng)分析結(jié)果顯示，隨著時間的推移，隊列效應(yīng)RR 值呈上升趨勢。其主要原因可能是較新出生隊列的成長環(huán)境受社會發(fā)展影響，出現(xiàn)了氣候變化、空氣污染、食品安全等因素，使得較新出生隊列居民暴露于更多危險因素中，同時年輕人也較年長人群有更多的生存壓力，這可能也導(dǎo)致了其成長過程中生理和心理均發(fā)生了一些改變，但目前相關(guān)研究尚少，可分析的數(shù)據(jù)也不多，后續(xù)需通過更科學(xué)的方法探討其原因。

綜上所述，目前我國AMI 死亡率雖穩(wěn)中有降，但下降趨勢尚不明顯，這提示應(yīng)在現(xiàn)有醫(yī)療救治措施的基礎(chǔ)上進(jìn)一步加大對冠心病尤其是AMI 防治知識的宣傳力度，普及相關(guān)醫(yī)學(xué)常識，做好慢性病管理，對不同人群可采取分層防控措施，尤其要重點關(guān)注鄉(xiāng)村空巢老人，以實現(xiàn)疾病的早發(fā)現(xiàn)和早治療，從而降低AMI 的死亡風(fēng)險。