中华预防医学杂志    2020年02期 2015年中国31个省份与134个国家(地区)综合健康状况的对比分析    PDF     文章点击量:662    
中华预防医学杂志2020年02期
中华医学会主办。
0

文章信息

苏健婷 张一鸣 王苹 杜婧 韦再华
SuJianting,ZhangYiming,WangPing,DuJing,WeiZaihua
2015年中国31个省份与134个国家(地区)综合健康状况的对比分析
Comparative analysis of comprehensive health status among 31 provinces in China and 134 countries (regions) in 2015
中华预防医学杂志, 2020,54(2)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2020.02.010
引用本文:

文章历史

投稿日期: 2019-04-30
上一篇:1999—2015年天津市胃癌死亡率及早死寿命损失年变化趋势分析
下一篇:2017年山东省三个城市食源性腹泻中胃肠炎病毒的病原谱特征分析
2015年中国31个省份与134个国家(地区)综合健康状况的对比分析
苏健婷 张一鸣 王苹 杜婧 韦再华     
苏健婷 北京市疾病预防控制中心信息统计中心 100013
张一鸣 首都医科大学公共卫生学院,北京 100069
王苹 北京市疾病预防控制中心信息统计中心 100013
杜婧 北京市疾病预防控制中心信息统计中心 100013
韦再华 北京市疾病预防控制中心信息统计中心 100013
摘要: 目的  评价中国不同省份综合健康状况,并与其他国家(地区)相比较。方法  从2015年全球疾病负担研究中收集134个国家(地区)和中国31个省份的社会人口学指数、期望寿命和健康期望寿命等数据。采用K-均值聚类法对世界各国(地区)综合健康状况进行分类,采用HemI 1.0.3软件绘制中国不同省份的社会人口学指数、期望寿命和健康期望寿命等指标的分布热点图,采用判别分析评价中国不同省份综合健康状况。结果  134个国家(地区)综合健康状况由好到差分为类别1~8,中国归为类别4。中国各省份的综合健康状况总体表现为东部沿海高、西部内陆低,其中上海、北京归为类别1,浙江、江苏、广东、天津归为类别2,福建、辽宁、山东归为类别3,云南、广西、新疆、贵州归为类别5,青海、西藏归为类别6,其他16个省份归为类别4。结论  中国综合健康状况处于世界中上水平,不同省份存在差异。
关键词 :健康状况;聚类分析;横断面研究
Comparative analysis of comprehensive health status among 31 provinces in China and 134 countries (regions) in 2015
SuJianting,ZhangYiming,WangPing,DuJing,WeiZaihua     
Department of Statistics and Information of Beijing Center for Diseases Prevention and Control, Beijing 100013, China
Corresponding author: Wei Zaihua, Email: wzh.g@163.com
Abstract:Objective  To evaluate comprehensive health status of 31 provinces in China and compare with other countries (regions).Methods  Social-demographic index, life expectancy and healthy life expectancy in 134 countries (regions) and 31 provinces in China were collected from the Global Burden of Disease Study 2015. K-means clustering method was used to classify comprehensive health status of various countries (regions) in the world. HemI 1.0.3 software was applied to draw distribution heat maps of social-demographic index, life expectancy and healthy life expectancy in different provinces of Mainland China. Discriminant analysis was used to evaluate comprehensive health status of different provinces in Mainland China.Results  Comprehensive health status of 134 countries (regions) was grouped into category 1-8 from good to poor, and Mainland China was in the category 4. The comprehensive health status of provinces in Mainland China is better in the east coast and poorer in the west inland, among which Shanghai and Beijing were grouped into the category 1, Zhejiang, Jiangsu, Guangdong and Tianjin into the category 2, Fujian, Liaoning and Shandong into the category 3, Yunnan, Guangxi, Xinjiang and Guizhou into the category 5, Qinghai and Tibet into the category 6, and the rest 16 provinces into the category 4.Conclusion  Comprehensive health status of Mainland China ranked middle to upper level in the world, and health status disparities were observed among different provinces in Mainland China.
Key words :Health status;Cluster analysis;Cross-sectional studies
全文

健康是促进人类全面发展的必然要求、经济社会发展的基础条件、民族昌盛和国家富强的重要标志,也是广大人民群众的共同追求[1],开展居民健康状况评价意义重大。本研究从2015年全球疾病负担数据(Global Burden of Disease Study 2015, GBD 2015)[2]选取全球不同国家(地区)和中国不同省份的社会人口学指数(socio-demographic index,SDI)[3]、期望寿命和健康期望寿命等指标[4],采用聚类分析和判别分析对中国不同省份的综合健康状况进行评价,并与其他国家(地区)相比较,为政府制定健康策略提供科学依据。

资料与方法  

1.资料:  来源于全球健康数据交换数据库的2015年全球疾病负担研究相关数据[5],涵盖包括中国在内的194个国家(地区)和中国31省份(不包括中国香港、澳门、台湾)[2]。剔除生命统计登记或死因推断人群覆盖率<70%的60个国家(地区)[6],其中54个为非洲国家(地区),其他6个分别为美属萨摩亚、百慕大、波斯尼亚和黑塞哥维那、格陵兰、北马里亚纳群岛和波多黎各,最终将134个国家(地区)和中国31个省份的SDI、期望寿命和健康期望寿命等数据纳入分析。

2.统计学分析:  采用R 3.5.1软件进行统计学分析,采用K-均值聚类法[7]对世界各国(地区)综合健康状况进行分类,采用HemI 1.0.3软件绘制中国不同省份的SDI、期望寿命和健康期望寿命的分布热点图[8],采用判别分析[7]评价中国省份综合健康状况。

结果  

1.世界各国(地区)的综合健康状况分类:  应用K-均值聚类法依据SDI、期望寿命和健康期望寿命等指标将134个国家(地区)的综合健康状况由高到低分为8个类别,各类别K-均值聚类的重心值详见表1,其中中国整体归为类别4,SDI、期望寿命和健康期望寿命的重心值分别为0.75、75.62岁和66.41岁(表1)。

表1世界各国(地区)综合健康状况的K-均值聚类情况

2.中国不同省份的综合健康状况评价:  中国各省份的综合健康状况存在地区差异,SDI、期望寿命和健康期望寿命等指标均表现为东部沿海高、西部内陆低。SDI≥0.75的省份包括北京、上海、天津、广东和江苏,SDI<0.65的省份包括安徽、青海、云南、甘肃、贵州和西藏,其他省份介于二者之间;居民期望寿命≥79岁的省份包括上海、北京、浙江、江苏、天津、广东,<73岁的省份包括云南、新疆、贵州、青海、西藏等,其他省份介于两者之间;健康期望寿命≥70岁的省份包括上海、北京、江苏、浙江、天津、广东,<65岁的省份包括云南、新疆、贵州、青海、西藏等,其他省份介于两者之间(图1)。应用判别分析将中国各省份的综合健康状况分别归为类别1~6,其中上海、北京为类别1,浙江、江苏、广东、天津归为类别2,福建、辽宁、山东归为类别3,云南、广西、新疆、贵州归为类别5,青海、西藏归为类别6,其他16个省份归为类别4(表2)。

图1中国31个省份的健康状况指标热点图
表2不同国家与中国31个省份的综合健康状况评价

讨论  国际上常以孕产妇死亡率、5岁以下儿童死亡率、期望寿命、健康期望寿命以及主要慢性病早死概率等指标衡量一个国家(地区)的健康状况[4,9]。本研究考虑到指标的通用性、综合性、方向一致性、可获得性及延续性,以SDI、期望寿命和健康期望寿命作为指标对世界各国(地区)的综合健康状况分为8个类别,其中SDI综合了人均国内生产总值、受教育程度及出生率等情况[3]。应用判别分析评价中国的综合健康状况,将中国整体归为类别4,与立陶宛、匈牙利、罗马尼亚等东欧国家、墨西哥、阿根廷等拉丁美洲国家、阿拉伯联合酋长国、阿曼等中东国家以及泰国、马来西亚、越南等东南亚国家的综合健康水平相当。中国疾病预防控制中心对2015年全国期望寿命和健康期望寿命数据进行分析,认为中国整体水平高于俄罗斯、巴西、印度等发展中国家,但较法国、英国、日本等发达国家尚有较大差距,与本研究结果基本一致[10]。曾新颖等[11]对中国4类慢性病早死概率的研究亦得出相似结果。
        中国各省份综合健康状况存在差异。东部沿海省份均高于全国平均水平,其中上海、北京最优,浙江、江苏、广东、天津次之,均达到发达国家水平[12,13]。云南、广西、新疆、贵州、青海、西藏等省份低于全国平均水平。该结论与中国疾病预防控制中心对1990—2015年中国各省份期望寿命和健康期望寿命分析结果基本一致[10,11],以上研究均显示中国各省之间综合健康状况存在较大差距。
        本研究以SDI、期望寿命、健康期望寿命等3个指标评价中国各省份的综合健康状况,并与其他国家(地区)进行比较,能够为政府制定健康策略提供科学依据。但本研究也存在一定局限性:(1)为保证分析结果稳定可靠,本研究剔除了数据质量较差的60个国家(地区),仅对134个数据质量较高的国家(地区)进行分析,对世界各国(地区)的代表性受到一定影响;(2)中国各省份数据波动较大,影响省别评价的稳定性;(3)GBD 2015尚未公布我国各省份婴儿死亡率、孕产妇死亡率等数据,因此本研究未纳入孕产妇死亡率和5岁以下儿童死亡率等重要指标;(4)慢性病早死概率虽可综合反映慢性病预防控制现况,但SDI中低水平以下的国家(地区)仍以传染病、母婴类疾病占较大比重,慢性病早死概率较低,使K-均值聚类分析结果发生偏离,因此未将该指标纳入分析。
        综上所述,当前中国综合健康状况处于世界中上水平,不同省份间存在较大差距,部分东部沿海省份已达到发达国家水平,但部分西部省份低于全国平均水平,应采取积极措施消除我国不同地区间的健康水平差距。

参考文献
[1]司佳卉,李立明.卫生与健康:现状及其展望[J].中华预防医学杂志,2018,52(1):3-8. DOI: 10.3760/cma.j.issn.0253-9624.2018.01.002.
[2]GBD 2015 Mortality and Causes of Death Collaborators. Global, regional, and national life expectancy, all-cause mortality, and cause-specific mortality for 249 causes of death, 1980—2015: a systematic analysis for the global burden of disease study 2015[J]. Lancet, 2016,388(10053):1459-1544. DOI:10.1016/S0140-6736(16)31012-1.
[3]GBD 2015 DALYs and HALE Collaborators. Global, regional, and national disability-adjusted life-years (DALYs) for 315 diseases and injuries and healthy life expectancy (HALE), 1990—2015: a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet, 2016,388(10053):1603-1658. DOI: 10.1016/S0140-6736(16)31460-X.
[4]RobineJM, RitchieK. Healthy life expectancy: evaluation of global indicator of change in population health[J]. BMJ, 1991,302(6774):457-460. DOI: 10.1136/bmj.302.6774.457.
[5]University of Washington. Global health data exchange[EB/OL].[2019-4-12]. http://ghdx.healthdata.org/.
[6]GBD 2016 Causes of Death Collaborators. Global, regional, and nationalage-sex specific mortality for 264 causes of death, 1980—2016: a systematic analysis for the global burden of disease study 2016[J]. Lancet, 2017, 390(10100):1151-1210. DOI:10.1016/S0140-6736(17)32152-9.
[7]孙振球,徐勇勇.医学统计学[M]. 3版.北京:人民卫生出版社,2002.
[8]DengW, WangY, LiuZ, et al. HemI: a toolkit for illustrating heatmaps[J]. PLoS One, 2014,9(11):e111988. DOI: 10.1371/journal.pone.0111988.
[9]BonitaR, MagnussonR, BovetP, et al. Country actions to meet UN commitments on non-communicable diseases: a stepwise approach[J]. Lancet, 2013,381(9866):575-584. DOI: 10.1016/S0140-6736(12)61993-X.
[10]周脉耕,李镒冲,王海东,等. 1990—2015年中国分省期望寿命和健康期望寿命分析[J].中华流行病学杂志,2016,37(11):1439-1443. DOI: 10.3760/cma.j.issn.0254-6450.2016.11.001.
[11]曾新颖,李镒冲,刘世炜,等. 1990—2015年中国四类慢性病早死概率与"健康中国2030"下降目标分析[J].中华预防医学杂志,2017,51(3):209-214. DOI: 10.3760/cma.j.issn.0253-9624.2017.03.004.
[12]李刚,苏健婷,韦再华,等.北京市2010—2015年慢性非传染性疾病早死概率研究[J].中华流行病学杂志,2016,37(9):1268-1271. DOI: 10.3760/cma.j.issn.0254-6450.2016.09.017.
[13]苏健婷,李刚,王苹,等.北京市与世界各国期望寿命对比分析[J].首都公共卫生,2017,11(1):14-16. DOI: CNKI:SUN:SDGW.0.2017-01-005.