|
北京市疾病预防控制中心 摘要 前言 健康预期寿命（healthylifeexpectancy，HLE）是考虑了健康生活年份之后的预期寿命（lifeexpectancy，LE），同时反映生命的数量和质量。LE是根据年龄别死亡率计算的，虽然能够反映寿命长短，却没有考虑健康因素，即生命的质量；且LE受婴幼儿死亡率影响较大，对老年人死亡率不敏感。HLE提出的背景是因为社会经济发展和医学科学技术的进步，使得婴幼儿死亡大幅度下降且逐步保持稳定，疾病谱向慢性非传染性疾病（慢性病）转变，使得老年人带病生存时间不断延长。人类进入老龄化社会使得老年人健康成为一个重要的问题，因此需要在LE的基础上，提出能够更敏感地反映老年死亡率和老年健康状况的新指标[1]。1997年WHO开始使用HLE的概念，也曾指出单纯寿命的增加而不是生命质量的提高是没有价值的[2]。 一些发达国家1970年就开始研究HLE。从2000年起，WHO同时使用了LE和HLE来评估全球130多个国家地区的人口健康水平。HLE是根据健康的定义，在死亡生命表的基础上计算包括健康状况的LE。由于还没有建立符合国情的HLE指标体系，我国政府只发布了中国人口的LE，还未发布HLE。因此，中国HLE指标体系研究具有重要理论和实践意义。 1. 国际HLE指标体系研究现状： HLE指标体系分为死亡和健康两个方面。死亡指标概念清晰、测量容易。健康指标在WHO框架下有两个分类标准，一是19世纪开始的国际疾病分类（  目前国际上发表的一些常用的HLE指标见表1，包括沙利文以活动限制定义的指标[6]、华盛顿残疾统计团队以残疾定义的指标[7]、Euro-Reves以活动受限定义的整体活动限制指数[8]（ 2. 建立中国HLE指标体系的必要性： 我国迫切需要构建符合国际标准和适合国情的HLE指标体系。这一判断基于以下3点主要原因。 （1）随着经济发展和医学科学进步，LE不断提高，老龄化进程加快，慢性病负担持续加重。2021年我国人口平均LE为78.2岁[16]，同年65岁以上老年人口已达2亿，占总人口14.2%，预计2050年该比例将达到30%[17]。中国由慢性病导致的死亡从1990年的72%增加到2019年的近90%[18]，高于全球71%的平均水平[19]。我国很早就开展了LE研究，可是HLE研究相对滞后。因此，迫切需要推进HLE研究来弥补LE的不足，通过HLE更加准确地反映在新时期我国人口健康水平的变化。 （2）HLE政策目标值缺失使各方缺乏相关承诺和行动力。在《健康中国行动（2019-2030年）》中，人均HLE被列为“健康水平”指标，但并未给出2022-2030年的具体目标值。原因在于，中国并没有官方计算和公布过中国人口的HLE。全球疾病负担（GlobalBurdenofDisease，GBD）数据类别复杂，主观性强，很难用于常规监测。建立中国HLE体系，将有效引导提升各方行动意愿，促进人民健康。 （3）HLE与“健康中国2030”远景目标的核心高度一致。《健康中国2030规划纲要》提出，要把人民健康放在优先发展的战略地位，由“以治病为中心”转向“以健康为中心”，预防为主、减少疾病发生，推行健康生活方式，实现主动健康。近年来国内外HLE研究强调行为数据为特征的现代健康大数据的挖掘，尤其是积极行为方式对健康的影响。这和“健康中国2030”倡导的主动健康的理念和行动、健康生活方式高度契合，将推动健康中国建设。 3. 健康定义和HLE指标体系： 一个国家一年只能计算一个LE，但可以计算多个不同的HLE，每一种HLE可以从不同的角度测量健康（如没有残疾的HLE、生命质量好的HLE）。因此，建立HLE指标体系，不仅可以让不同国家的HLE能够进行国际对比，也有助于开展符合自己国情的研究。根据不同健康定义，建立HLE体系的概念框架，形成不同的健康测量维度，对每个维度赋予可测量的指标和工具，即构成HLE指标体系。 根据生物-心理-社会医学模式，WHO定义的健康不仅是没有疾病，还要身体、心理和社会方面都处于良好状态，概念中包括身体、心理和社会3个维度。然而，WHO健康定义未能体现环境健康和行为健康两个重要维度。在联合国可持续发展目标和全健康（OneHealth）理念指导下，环境健康越来越受到关注。此外，健康中国建设，主动健康和积极健康行为生活方式是关键点。行为健康体现预防为主，关口前移，减少疾病发生的大健康观[5,20]。此外，健康状态是动态转化的，并非静止的；是受复杂系统因素影响的，不是孤立存在的；不仅包括身体功能、心理（包括认知功能）状态，也包括社会适应、活动、参与等。这些都是健康的重要维度，也是在构建HLE体系时需考虑的重要因素。 4. HLE多维指标体系的概念框架： 基于上述讨论分析，我们提出了一套HLE指标体系（图1）。体系包括5个主要健康维度：身体、心理、行为和生活方式（强调主动健康：行为健康、积极生活方式）、社会（含社会适应）和环境，同时包括4个方面健康状况的综合指标“失能指数”（disabilityindex，DI）[21]，为国内外开展HLE研究和测算提供理论和方法指导。  在5个健康维度中，社会健康是一个综合复杂的维度，目前未见到统一的量化评价方法。社会功能、社会资本和社会支持的量化评定可作为特定情况下社会健康的近似替代测量和进一步开发综合性社会健康评价工具的参考。典型的例子包括社会功能问卷（ 环境健康的评价是近年公共卫生领域的研究热点之一。有大量的研究说明环境因素，如温度、大气污染物（如PM2.5）、绿化、交通污染、噪声等对人类健康的影响。几十年来WHO也一直致力发展和验证一个复合指标“环境健康指数”（environmentalhealthindex），包括理论框架和方法学流程，用于环境健康的综合测量[27-28]。本研究的目的之一就是希望通过指标体系的建设，来引导更多的实证研究，开发适合中国国情的环境健康评价工具，完善HLE研究。 综合指标DI涵盖4个方面：①ADL包括洗澡、穿衣、室内活动、如厕、吃饭和大小便控制[29]；②工具性生活自理能力包括走访邻居、购物、做饭、洗衣服、连续步行2km、负重5kg、蹲起3次、乘坐公共交通工具外出等；③躯体功能维度评估包括从地上捡起一本书、从椅子上站起来、360°转圈、将手放在脖子后面、将手放在下背部后面、举起双臂直立等；④认知功能应用国际通用的认知功能简易量表来评估[30]。综合理论和实证分析结果，基于DI，将老人健康/残障状态分为三类：DI=0~12分表示“健康状况良好”；DI=13~29分表示“健康状况一般”；DI≥30分表示“残障”[21]。 HLE多维指标体系创新体现在：①理念创新，框架以健康的生态学模型为指导，结合了ICF框架和其他相关的研究成果，服务健康中国建设，满足老龄化社会需求；②健康维度创新，扩展WHO的身体-心理-社会健康模式，新增行为和生活方式、社会适应和环境健康维度，同时纳入实用性高、客观测量健康状况4个方面的DI综合指标；③纳入新的健康状态动态变化理念，体现从健康到疾病、失能和死亡多状态的演进和不同健康状态之间的转换；④根据生态学模式和ICF框架，从个人到环境层面重新整合影响健康的因素；⑤将“行为和生活方式”分为正向和负向两种类型纳入指标体系，根据正向行为提出“主动HLE”，直接对接健康中国行动，培育健康生活方式。 本文构建的HLE体系旨在全面、综合地体现大健康观指导、老龄化社会背景下的健康测量需考量的重要维度，其理论框架和潜在的实现路径既反映HLE测量的结果，也能反映HLE的转化过程和影响因素，并需要结合中国的各类数据来源，开展实证研究，以验证上述综合构想和路径。这套体系将主要用于学术研究，并且为监测为目的的HLE简化指标提供理论支撑和实证研究验证。在这个全面综合的HLE体系以外，依然需要一个简化的指标，用于监测。简化指标尽管只能提供HLE的测算结果，不能全面反映HLE的过程和影响因素，但其对健康的测量需反映综合体系指标的核心内涵，例如大健康观、老龄化背景、多维度健康等，对HLE的测算结果和综合体系指标也要有较好的一致性。 目前一些发达国家已有简化指标来测量HLE，例如自评健康多年来被广泛应用，EQ-5D在欧盟应用广泛，GALI是Euro-Reves机构倡导推广的建议健康测量。这些指标在中国的社会、经济、人口和健康疾病谱背景下是否具有良好的信效度，是否需要发展改良以适合中国国情，用于监测，需要更多理论和实证研究进一步阐明。 5. HLE可测量指标及其结构： 有了指标体系为指导，就可以根据需要选择一个或多个相应的指标，收集数据对指标进行度量，用于计算HLE[31]。HLE研究多维指标体系下的部分可测量指标见表2。主要健康测量指标的框架见图2。   一般而言，指标体系的构建思路包括两大类：相似的指标之间转化和多维度健康指数。 相似性指标进行转化采取4个步骤构建体系：①基于因子分析等方法，将基础指标进行归类，形成更为综合的指标；②采取相关分析等方法建立不同指标之间关联，识别指标的相似度，剔除过于相似的指标；③根据指标转换矩阵编制适宜具体情况的指标体系；④验证体系的信度和效度。 另一种思路是构建同一健康维度下的不同指标的复合指数，例如身体健康维度构建身体残障指数，心理健康维度构建心理残障指数等。根据同一维度下不同指标的数据分布特点以及不同指标之间的关系，选择构建复合指数的方式，确定合适的权重，是这种体系思路的关键步骤。体系的信效度需经过实证研究的验证。 6. 评价HLE指标的数据类型来源： 基于图1的指标体系，列出HLE研究的相关数据信息种类。见表3。如果按数据来源分，评价HLE指标的数据可分3大类：监测、调查、电子病例等门诊及住院数据。  （1）监测数据：多为政府部门收集的，如全国和各省份常规监测所得，包括人口普查、全国城乡老年人追踪调查、全国死因监测、慢性病和危险因素监测、传染病监测等。这类数据覆盖面广、样本量大、延续性好，可形成全国代表性面板数据。国家卫生健康委员会统计信息中心每年都进行EQ-5D监测，近几年也添加了GALI。监测数据样本量大，全国代表性较好，但往往只能反映不同健康状态（包括死亡）的流行状况，无法反映不同健康状态间的转换。 （2）调查数据：包括横断面和队列调查两大类，尤其是队列数据，是评价不同健康状态间转化的关键数据，能够帮助解释HLE的过程和原因，可有效提升HLE研究水平，促进HLE指标体系的发展完善。中国已经形成多个有影响力的大型队列调查。例如中国慢性病前瞻性队列、中国健康与营养调查队列等。中国综合社会调查可计算自评健康。中国健康与养老追踪调查、中国老年社会追踪调查和中国老年健康和家庭幸福调查是老年健康领域3个有国际影响力的队列研究，对老年健康研究意义重大。但队列数据样本量相对较小，全国代表性不足，得出的死亡率数据误差较大，很难在计算HLE时使用。 （3）电子病历等门诊及住院数据。随着文本识别、大数据、人工智能、机器学习等新兴技术的发展，利用电子病历以及其他真实世界大数据，开展HLE研究是将来的趋势。目前中国已有相关探索[32]。此类技术方法和手段的成熟，将克服调查数据成本高和覆盖面有限的缺点，并将实现市、县等范围的HLE测算。 综上所述，我国不同来源、类型、学科领域的数据，可分别满足HLE指标体系中某一个或某几个维度的测量，但缺乏全国代表性的大样本数据库，能够满足HLE体系构建所有主要维度的测量。对于监测和学术研究两类不同的目的，如何在现有监测、调查框架上，整合HLE指标体系构建所需主要数据维度和类型，是HLE体系构建在实践层面需考量和解决的挑战。 关于不同来源数据的整合利用，在实践操作中，可从群体层面数据和个体层面数据两个维度考虑。由于HLE属于群体层面指标，因此，不同来源的数据，只要代表的是同一人群，其群体数据结果都可以整合，用于HLE测算和研究。如果希望整合不同数据库个体层面的数据，这是大数据和数据科学的一个挑战，但已经有一些研究进行了初步探索[33-34]。综合考虑本研究主要用到监测、调查和门诊及住院等多源数据，不同来源数据的整合利用主要包括几个步骤：①原始数据的整理筛查，剔除不符合质量的数据；②数据和谐处理，剔除不一致的或者贡献不大的内容；③对不同量纲的数据进行标准化处理（如计算Z分）。 7. 总结和展望： 本文在国内外现有研究基础上，创新提出了构建符合国际学术发展方向和国内实际情况的HLE指标体系，并讨论了支撑指标体系的数据类型和数据来源。针对目前我国现有单一来源数据无法充分满足HLE体系所有维度指标构建需求的挑战，提出有效整合各部门、各领域监测、调查数据，从而推动HLE体系构建的思路。构建HLE指标体系有助于推动持续稳定的HLE测算所需数据资源的形成，促进多维指标之间关系的理论研究，特别是有助于深化不同健康状态转化的规律研究，不仅为测算HLE提供理论支撑和方法学基础，而且可以促使决策部门和社会各方树立HLE行动目标，开展有效行动。此外，也为有针对性地构建健康发展政策和实现健康老龄化提供科学依据，助力“健康中国2030”建设。我们提出的指标体系，虽然有很强的理论基础，有些指标也得到了国内外广泛应用，但是还需要通过科学研究和健康管理的实践来检验。 引用本文： 彭雯,黄匡时,陈心广,孙晓敏,贺丹,曾毅,乔晓春,王友发.中国健康预期寿命指标体系构建[J].中华流行病学杂志,2023,44(1):74-80. DOI:10.3760/cma.j.cn112338-20220928-00827 参考文献 
|
|
|
