原始论文
摘要
背景:随着抗逆转录病毒治疗效果的提高和人口结构的变化,中国老年艾滋病患者的问题日益严峻,忽视他们的感染可能会造成更严重的社会问题,加剧控制艾滋病传播的难度,增加死亡风险。
摘要目的:我们调查了1990年至2019年中国按年龄、时期和队列划分的死亡率趋势变化,以揭示年龄、时期、队列与艾滋病毒负担之间的关系,并为预防弱势目标人群艾滋病毒相关死亡的资源配置提供指导。
方法:我们从全球疾病负担中提取了艾滋病毒或艾滋病死亡率数据。联合点回归模型用于检测HIV或艾滋病趋势的变化。年龄-时期-队列模型用于探索年龄、时期和队列效应。
结果:男女艾滋病毒或艾滋病年龄标准化死亡率的趋势都有所增加,男性从0.50 /105人增加到4.54/105人,女性从0.19 /105人增加到1.43/105人。接合点回归模型显示,男性年龄标准化死亡率的年平均百分比变化为7.0,女性为6.4,呈上升趋势。男性艾滋病毒或艾滋病死亡率的年龄效应显示,50-79岁的男性死亡率净增加0.59(-0.21至0.38)。在老年人口中,因艾滋病毒或艾滋病死亡的风险变化的周期效应呈逐渐上升趋势,50-54岁最低(男性-0.80岁,女性-0.78岁),75-79岁最高(男性0.86岁,女性0.69岁)。队列效应的变化是复杂的,但两性的趋势几乎一致;1920-1929年出生的人的队列效应最低,1950-1954年出生的人的队列效应最高。
结论:我们的研究显示,从1990年到2019年,中国男女艾滋病病毒死亡率均显著上升。老龄化是当前艾滋病防治的一个重要问题。迫切需要促进艾滋病毒检测和健康教育。我们的发现将有助于预测未来艾滋病毒或艾滋病死亡率的变化,并确定针对特定年龄的优先干预人群。
doi: 10.2196/35785
关键字
简介
自1985年报告首例艾滋病毒病例以来,艾滋病毒和艾滋病在中国已经流行了30多年[
].由于病毒导致大量死亡,艾滋病毒或艾滋病已成为最严重的法定传染病,2020年在中国死亡人数最多,超过18819人[ ].随着抗逆转录病毒疗法(ART)的有效性不断提高,艾滋病毒感染者的寿命得以延长[ ],而艾滋病毒或艾滋病已从一种几乎完全致命的感染转变为一种慢性疾病[ ].因此,一些估计表明,美国近50%的艾滋病毒感染者年龄在50岁及以上[ ].欧洲老年人艾滋病的情况远不能令人满意,一些欧洲国家的估计预测,艾滋病毒社区将出现“银色海啸”,反映了普通人群的情况,到2030年,50岁或以上的人群将占艾滋病毒感染者的近70% [ - ].忽视老年人感染艾滋病毒或艾滋病的风险是一个错误。公众认为长者不易感染爱滋病,再加上缺乏适当的性教育[ ],会加剧老年人的艾滋病病毒感染。这一问题在中国日益严峻。此外,以往的研究主要集中在发病率或死亡率的年龄分布,很少有研究同时考虑时间和队列效应[
, ].然而,月经效应在影响疾病发作方面也至关重要。周期效应也可以理解为社会和流行病学条件在影响某些事件中的作用,包括政策、医疗技术、筛查工具,甚至疾病分类标准。塔隆等[ 他发现,20世纪80年代北美乳腺癌发病率的上升是由于乳房x光诊断技术的大量使用,这提高了诊断的准确性,从而提高了乳腺癌的发病率。马等[ ]和张等[ ]指出,中国大陆实施的“四免一护”政策,扩大了艾滋病毒或艾滋病筛查,增加了对艾滋病毒或艾滋病的关注,导致艾滋病毒或艾滋病发病率上升,死亡率下降。此外,队列效应是因为同一出生队列中的人将在相同的年龄经历相同的事件。出生队列在其生命历程的不同阶段经历不同的事件,对经济、行为、政策和环境风险的暴露程度也不同。然而,中国老年人中按年龄划分的艾滋病毒或艾滋病死亡趋势尚不清楚,时间和队列效应造成的相对风险也不清楚[
].年龄-时期-队列(age-period-cohort, APC)模型分析年龄、时期和队列效应进行综合分析,以澄清这些问题的答案。本研究按年龄、时期和队列调查了老年人艾滋病毒或艾滋病死亡率趋势。对1990 - 2019年中国50-79岁人群艾滋病死亡率进行统计分析。这些影响是通过APC模型结合本征估计(IE)算法来估计的[ ].研究中国老年人艾滋病毒或艾滋病死亡趋势可能会揭示与艾滋病毒或艾滋病相关的风险因素的新信息。这一发现一方面揭示了年龄、时期、队列与艾滋病负担之间的关系。它还为资源分配提供指导,以防止脆弱目标人群中与艾滋病毒相关的死亡。
方法
中国的艾滋病毒或艾滋病死亡率数据来自卫生计量与评估研究所。为了研究过去30年艾滋病毒(列入《国际疾病分类,第十次修订版》)死亡率的时间趋势,我们使用了美国华盛顿大学独立的全球卫生研究中心——卫生计量与评估研究所的数据。来自世界各地几十个国家的许多科学家撰写了《全球疾病负担(GBD)伤害和风险因素研究》(GBD 2019 [
]),使用贝叶斯疾病建模元回归全面准确地收集数据[ ].为了标准化不同观察年龄的死亡率,我们收集了1990 - 2019年《中国人口与就业统计年鉴》中各年龄组的人口数据。老年人艾滋病毒或艾滋病的定义是根据联合国艾滋病规划署(UNAIDS)的“艾滋病与老龄化”标准[ , ].根据APC模型的要求,我们将50-79岁的年龄范围分为6个年龄组,每隔5年。50岁以下和80岁以上的个体被排除了(>80岁在中国已经超过了人均预期寿命,而纳入一个死亡原因复杂且因抵抗力降低而死亡率高的人群可能会影响模型的准确性)。由于我们的研究目的是针对老年HIV / AIDS患者,在排除了年龄在50岁以下和79岁以上的中国HIV / AIDS患者后,我们研究中使用的数据为50-54岁至75-79岁年龄组。用于计算年龄标准化死亡率(ASMR)和期间死亡率的数据时间范围为1990年至2019年(每期5年)。
APC模型是一种经典的流行病学方法,用于从横断面数据中提取历史发病率和死亡率风险变化,称为队列效应[
].由于年龄、时期和队列之间存在线性关系,因此很难估计每个年龄、时期和队列效应的唯一设置,称为未识别问题[ , ].许多统计分析算法被设计来解决未识别问题[ - ].傅( , ]应用可估计函数和矩阵奇异值分解方法来逼近APC模型的估计量,该方法对未辨识问题最为有效,称为IE。最后,我们描述了速率的大小作为年龄(a)、时期(p)和出生队列(c)的函数,使用对数线性模型,具有泊松分布,风险人年对数定义为IE方法的偏移量。D美联社表示“a”年龄组在“p”时期的发病率;P美联社表示p期“a”年龄组的总人数。
本文采用joinpoint回归程序(joinpoint regression Program, version 4.3.1.0)建立连接点回归模型,年龄-时期-队列模型分析和图表采用R, version 3.6.0 (R foundation for Statistical Computing)中的APC fit进行。拟合偏差,R2,并调整R2对模型进行评价;该值越接近1,测试性能越好。
结果
中国老年人艾滋病毒或艾滋病死亡率
在
显示了1990年至2019年按性别划分的艾滋病毒或艾滋病的ASMR。HIV / AIDS asmr呈上升趋势,从0.50上升到4.51/105男性个体为0.19/105到1.45/105女性人口在2018年后略有下降。在过去30年里,男性的ASMR增加了8.91倍,女性增加了7.31倍。我们的结果还表明,老年男性和女性个体之间的死亡率差距巨大,2013年最高为女性个体的3.36倍。艾滋病毒或艾滋病死亡率在年龄、时期和队列中的变化趋势
1990 - 2019年中国50-79岁不同性别人群HIV / AIDS死亡率变化趋势见
.无论在哪个时期,几乎所有群体都有不显著的变化,尤其是女性。在2010-2014年和2015-2019年期间,只有男性的艾滋病毒或艾滋病死亡率随着年龄的增长而增加。1990-2019年几十年间不同年龄组艾滋病毒或艾滋病死亡率的变化情况见
.不论年龄或性别,艾滋病毒或艾滋病死亡率都有显著增加。75-79岁年龄组的死亡率最高(5.66/10)5),所有老年男性艾滋病患者的死亡率都高于女性。男性ASMR (5.66/105)比女性组(1.08/105),年龄在75-79岁之间。出生队列对不同年龄段中国人HIV或AIDS ASMR的影响
.出生队列越早,艾滋病毒或艾滋病死亡率越高。在所有队列中,艾滋病毒死亡率随出生队列波动更大,尤其是男性。联合点回归分析结果的趋势
为观察期内中国不同性别年龄大于50岁的HIV / AIDS患者死亡率按年龄组变化趋势的联合点回归分析结果。描述了不同观察时期不同年龄组艾滋病毒或艾滋病死亡率的趋势、规模和统计学意义。
在监测期间,不同年龄组的死亡率趋势可按性别大致分为两类。在所有年龄组中,老年男性艾滋病毒或艾滋病死亡率随着时间的推移而增加,各时期之间的增长率略有差异,大多数年龄组的死亡率在2016年之后趋于稳定。从2012年到2016年,所有年龄组的APC都出现了最显著的增长,其中70-74岁年龄组的APC最高,达到30.3%,而老年女性的趋势是先上升后下降,然后再上升。
第一个增长时期大约是1990-2004年,APC约为10%,而70-79岁年龄组的增长超过15%。从2004年至2013年,老年女性群体的艾滋病毒或艾滋病死亡率下降,APC约为-4%。第二部分的增长比第一部分更为显著。与男性群体类似,2013-2016年期间,所有APC均大于18%,特别是在65-74岁年龄组,其平均年百分比变化显著,超过35%。
组别及年龄范围 | 连接点回归分析 | ||||||||||||||||||||||||||||
趋势1 | 趋势2 | 趋势3 | 趋势4 | 趋势5 | AAPC一个 | ||||||||||||||||||||||||
一年 | APCb | 一年 | APC | 一年 | APC | 一年 | APC | 一年 | APC | (%) | 95%可信区间 | ||||||||||||||||||
男性 | |||||||||||||||||||||||||||||
调整 | 1990 ~ 2005 | 7.8c | 2005 ~ 2013 | 2.2c | 2013 ~ 2016 | 23.4c | 2016 ~ 2019 | 0.4 | - - - - - -d | - - - - - - | 7.0c | (5.9 ~ 8.0) | |||||||||||||||||
50年 | 1990 ~ 2002 | 10.7c | 2002 ~ 2012 | 1.1 | 2012 ~ 2016 | 20.9c | 2016 ~ 2019 | 2.4 | - - - - - - | - - - - - - | 7.8c | (6.6 ~ 8.9) | |||||||||||||||||
55-59年 | 1990 ~ 2006 | 8.8c | 2006 ~ 2013 | -0.6 | 2013 ~ 2016 | 17.8c | 2016 ~ 2019 | 4.3c | - - - - - - | - - - - - - | 6.9c | (5.7 ~ 8.0) | |||||||||||||||||
60 - 64年 | 1990 ~ 2013 | 5.7c | 2013 ~ 2016 | 20.1c | 2016 ~ 2019 | -4.0 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 6.1c | (4.9 ~ 7.2) | |||||||||||||||||
65 - 69年 | 1990 ~ 2012 | 4.5c | 2012 ~ 2016 | 23.6c | 2016 ~ 2019 | 0.1 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 6.5c | (5.4 ~ 7.7) | |||||||||||||||||
70 - 74年 | 1990 ~ 2001 | 12.2c | 2001 ~ 2013 | 1.6c | 2013 ~ 2016 | 30.3c | 2016 ~ 2019 | 2.0 | - - - - - - | - - - - - - | 8.3c | (6.9 ~ 9.8) | |||||||||||||||||
75 - 79年 | 1990 ~ 2010 | 8.3c | 2010 ~ 2013 | -3.3 | 2013 ~ 2016 | 18.1c | 2016 ~ 2019 | -3.3 | - - - - - - | - - - - - - | 6.7c | (5.1 ~ 8.4) | |||||||||||||||||
女 | |||||||||||||||||||||||||||||
调整 | 1990 ~ 2004 | 10.4c | 2004 ~ 2013 | -3.4c | 2013 ~ 2016 | 25.9c | 2016 ~ 2019 | 1.5 | - - - - - - | - - - - - - | 6.4c | (5.2 ~ 7.6) | |||||||||||||||||
50年 | 1990 ~ 2004 | 10.8c | 2004 ~ 2012 | -4.9c | 2012 ~ 2016 | 18.9c | 2016 ~ 2019 | 2.3 | - - - - - - | - - - - - - | 6.4c | (5.2 ~ 7.5) | |||||||||||||||||
55-59年 | 1990 ~ 2005 | 10.4c | 2005 ~ 2013 | -6.0c | 2013 ~ 2016 | 19.4c | 2016 ~ 2019 | 2.9 | - - - - - - | - - - - - - | 5.7c | (4.0 ~ 7.4) | |||||||||||||||||
60 - 64年 | 1990 ~ 2005 | 9.0c | 2005 ~ 2012 | -4.2c | 2012 ~ 2016 | 19.5c | 2016 ~ 2019 | -2.9 | - - - - - - | - - - - - - | 5.8c | (5.0 ~ 6.6) | |||||||||||||||||
65 - 69年 | 1990 ~ 2002 | 9.8c | 2002 ~ 2013 | -1.0 | 2013 ~ 2016 | 35.7c | 2016 ~ 2019 | 2.2 | - - - - - - | - - - - - - | 7.1c | (5.5 ~ 8.7) | |||||||||||||||||
70 - 74年 | 1990 ~ 2001 | 16.9c | 2001 ~ 2013 | -2.8c | 2013 ~ 2016 | 36.1c | 2016 ~ 2019 | 7.4c | - - - - - - | - - - - - - | 9.0c | (7.0 ~ 11.2) | |||||||||||||||||
75 - 79年 | 1990 ~ 1996 | 1.6 | 1996 ~ 2005 | 15.6c | 2005 ~ 2013 | -4.1c | 2013 ~ 2016 | 18.6c | 2016 ~ 2019 | 2.7 | 5.9c | (3.7 ~ 8.1) |
一个AAPC:年平均百分比变化。
bAPC:年度百分比变化。
c表明APC和AAPC在alpha=处显著不同于零。05年的水平。
d不适用。
艾滋病死亡率的APC模型分析结果
本研究通过拟合年龄-时段-队列模型,采用IE算法对1990-2019年中国不同年龄段、不同时段的老年人HIV / AIDS死亡人数进行定量分析。艾滋病毒或艾滋病死亡率的分析结果显示在
而且 .男性艾滋病毒或艾滋病死亡率的年龄效应从50-79岁显示净增加0.59(-0.21至0.38);以男性年龄效应的最低值(55-59岁年龄组)为参照,最高值(75-79岁年龄组)高出1.81倍。女性人群的影响比男性人群更为复杂,65-69岁人群影响最大,70-74岁人群影响最小,波动较小。
根据时期效应,男女老年人死于艾滋病毒或艾滋病的风险均有显著上升趋势。女性群体在2005年后略有下降,之后又有所上升。50-54岁的死亡风险最低(男性:-0.80;女性:-0.78),75-79岁最高(男性:0.86;女:0.69)。如果以1990年男性周期组为参照,2015年HIV或AIDS死亡率的周期效应增加了5.23。这表明,30年来,中国老年男性感染艾滋病毒或艾滋病死亡的风险增加了522.61%。同时,以1990年女性人口为参照组,30年间中国老年女性HIV / AIDS死亡的时期风险增加了441.83%。
根据对队列效应的分析,感染艾滋病毒或艾滋病的男性和女性的死亡率几乎具有相同的趋势,具有类似波浪的复杂和波动的变化。1920-1924年期间队列效应最低(男性:-0.29;女性:-0.38)对艾滋病毒或艾滋病死亡风险的影响。以男性人群最低队列效应(1920-1924)为参考,最高队列效应死亡风险(1950-1954)为1.35。女性队列效应有两个峰值,分别发生在1950-1954年和1965-1969年的队列中。然而,队列效应在统计学上无差异(P> . 05;
).组别及年龄范围 | 系数 | SE | P 价值 |
期 | 系数 | SE | P 价值 |
队列 | 系数 | SE | P 价值 |
|
男性一个 | ||||||||||||
50 - 54b年 | -0.0798 | 0.0226 | .003 | 1990 - 1994b | -0.7965 | 0.0203 | <措施 | 1915 - 1919b | -0.1228 | 0.0466 | 02 | |
55-59b年 | -0.2136 | 0.0211 | <措施 | 1995 - 1999b | -0.3831 | 0.0218 | <措施 | 1920 - 1924b | -0.2915 | 0.0366 | <措施 | |
60 - 64b年 | -0.1692 | 0.0218 | <措施 | 2000 - 2004b | -0.1217 | 0.022 | <措施 | 1925 - 1929 | -0.0307 | 0.0328 | 36 | |
65 - 69年 | -0.0264 | 0.0219 | 二十五分 | 2005 - 2009b | 0.1332 | 0.0217 | <措施 | 1930 - 1934b | 0.0644 | 0.0302 | .049 | |
70 - 74b年 | 0.1067 | 0.0215 | <措施 | 2010 - 2014b | 0.3109 | 0.0208 | <措施 | 1935 - 1939 | -0.0146 | 0.0275 | .60 | |
75 - 79b年 | 0.3824 | 0.0213 | <措施 | 2015 - 2019b | 0.8572 | 0.0235 | <措施 | 1940 - 1944b | -0.076 | 0.0238 | .006 | |
- - - - - -c | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1945 - 1949b | 0.0779 | 0.0261 | .009 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1950 - 1954b | 0.1764 | 0.0278 | <措施 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1955 - 1959 | 0.056 | 0.0299 | 。08 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1960 - 1964 | 0.013 | 0.0338 | 点 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1965 - 1969b | 0.148 | 0.0595 | 02 | |
女d | ||||||||||||
50 - 54b年 | 0.1007 | 0.0316 | .006 | 1990 - 1994b | -0.776 | 0.0284 | <措施 | 1915 - 1919b | -0.17 | 0.0651 | 02 | |
55-59年 | -0.0206 | 0.0295 | .496 | 1995 - 1999b | -0.2952 | 0.0304 | <措施 | 1920 - 1924b | -0.3801 | 0.0512 | <措施 | |
60 - 64年 | 0.0561 | 0.0304 | 。08 | 2000 - 2004b | 0.0971 | 0.0308 | .006 | 1925 - 1929 | -0.0048 | 0.0458 | .92 | |
65 - 69b年 | 0.0799 | 0.0306 | .019 | 2005 - 2009b | 0.1991 | 0.0303 | <措施 | 1930 - 1934b | 0.0929 | 0.0422 | .04点 | |
70 - 74b年 | -0.1227 | 0.0300 | <措施 | 2010 - 2014b | 0.0857 | 0.0291 | . 01 | 1935 - 1939 | 0.0125 | 0.0384 | 综合成绩 | |
75 - 79b年 | -0.0934 | 0.0297 | .006 | 2015 - 2019b | 0.6893 | 0.0328 | <措施 | 1940 - 1944 | -0.0124 | 0.0333 | 开市 | |
- - - - - -c | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1945 - 1949b | 0.1271 | 0.0365 | .003 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1950 - 1954b | 0.2084 | 0.0389 | <措施 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1955 - 1959 | 0.0722 | 0.0417 | .10 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1960 - 1964 | 0.0022 | 0.0473 | .96点 | |
- - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 1965 - 1969 | 0.052 | 0.0832 | 54 |
一个R2= 0.9981;调整R2= 0.9957。
b表明年龄、时期和队列效应在alpha=时显著不同于零。05年的水平。
c不适用。
dR2= 0.9941;调整R2= 0.9867。
讨论
主要研究结果
由于抗逆转录病毒治疗的有效性提高,艾滋病毒感染者的预期寿命延长了。尽管艾滋病毒感染者预期寿命的差异继续存在,但50岁及以上的艾滋病毒感染者的流行率越来越高[
].然而,这项研究表明,1990年至2019年,中国老年人艾滋病毒或艾滋病死亡率有所上升,ASMR在0.50/10之间5到4.54/105男性为0.19/105到1.43/105对于女性个体。除人口老化外,亦有相当比例的爱滋病病毒感染发生在长者身上[ , , ],加剧了艾滋病毒在老年人中的流行程度。我们的结果表明,中国老年人艾滋病毒死亡率迅速上升,尤其是男性(平均年百分比变化=7.0)。此外,ASMR显示,随着年龄的增长,男性的死亡率更加明显,特别是在75-79岁,但对于女性个体,死亡率在65-69岁达到峰值。这可能是因为随着抗逆转录病毒治疗效率的提高,艾滋病患者的生存年龄可以达到77.3岁,这是中国人口的平均预期寿命[ 不管他们是死于疾病还是自然原因。老年男性个体的死亡率是老年女性个体的2-4倍[
],这表明老年艾滋病患者的死亡率存在显著的性别差异。可能的原因是50岁以上人群的生理功能并没有下降,老年男性个体的身体状况和性需求仍处于较高水平;中国内地居民的生活水平在21世纪初有所改善[ ],而在年龄较大的女性个体中,发病主要是由于配偶传播[ ].但由于性教育的缺乏性,这些人群没有接受最基本的生殖健康教育,对风险的认知较低,导致高危性行为频发[ ].无保护措施的商业性行为是老年男性传播艾滋病毒的主要途径[ ].因此,对老年男性进行长期、深入、全面的艾滋病毒或艾滋病健康教育对于关键群体至关重要。联合点回归分析显示,老年男性个体的死亡率随着时间的推移继续增加(每个时期的死亡率不同),而女性个体的死亡率与男性个体相比,2003年至2013年呈下降趋势。然而,与其他时期相比,这一时期艾滋病毒或艾滋病死亡率的增长也较慢。2004年,中国政府宣布了“四免一顾”政策[
],这可能会降低与艾滋病毒或艾滋病相关的死亡率或降低增长率。该政策使抗逆转录病毒治疗设施从2004年的671个增加到2013年的3733个,促进了艾滋病毒或艾滋病人群获得标准化抗逆转录病毒治疗。加强医疗机构与疾病预防控制中心的合作,根据各地抗逆转录病毒治疗的实际需求,不断调整抗病毒药物的种类和治疗标准,并运行和建立相关药物的采购、供应和资助制度。为了给出更真实的结果,采用APC模型将影响因素分为年龄、时期和队列。年龄是影响艾滋病毒死亡率的最重要人口因素之一,许多调查显示,年龄超过40岁与艾滋病相关疾病的死亡率密切相关[
, ].中国老年男性HIV / AIDS死亡率变化的年龄效应表现为年龄越高,影响系数越大的数量关系,其中75-79岁人群的年龄效应系数最为显著,为0.38,说明中国老年男性HIV感染死亡的高危人群仍然是高年龄人群。与男性相比,感染艾滋病毒的老年女性的死亡风险普遍下降。然而,在55岁到69岁之间略有增加。因此,对女性人群的预防和控制应集中在50-69岁年龄组。根据对艾滋病毒死亡率的时期效应的分析,从1990-1994年到2015-2019年,净增加了1.653。如此迅速的增长可能表明,周期效应是影响老年人艾滋病毒或艾滋病相关死亡的一个重要因素。生活质素的不断提高,以及长者的家庭对他们性需求的忽视,会导致不安全的性行为[
, ].同时,由于性知识的缺乏,老年男性往往有不害怕或不关心的心态。更多不受保护的商业行为[ , ]在这些时期增加艾滋病毒死亡风险。因此,在这个物质日益丰富的时代,这种趋势将继续影响感染艾滋病毒的老年人。因此,在经济和社会不断进步的时代,对性的开放,以及老龄化的重要性[ , ,我们应该使用多学科的方法来遏制日益严重的与艾滋病有关的问题。队列效应是一个综合指标,受年龄效应和时期效应的影响。只有从根本上解决上述问题,才能有效降低艾滋病在老年人中的死亡率。社区组织应着重开展更多的性教育,特别是针对老年男性人口,丰富老年人的文化生活,并提倡健康和安全的性态度[
].必须更加重视低收入和农村地区的艾滋病毒或艾滋病教育,以可接受的方式提高对其健康风险及其对家庭和社会的影响的认识[ - ].特别是,保持单一的性伴侣和正确使用避孕套必须成为教育的重点。此外,继续开展自愿咨询和检测,积极动员老年人群进行艾滋病毒检测,以早期发现老年人艾滋病毒,并提供及时的护理和有效的治疗[ ]是必需的。限制
本研究也有一定的局限性。首先,本文仅对GBD 2019数据库进行了描述性分析,没有进行病因学和归因分析。其次,由于数据不足,我们无法讨论中国的省份和地区之间的差异。第三,GBD 2019的结果主要是结合系统动力学模型和统计模型计算得到的估价值,可能与实际观测数据存在差异,无法避免结果的失真。最后,我们的研究存在与APC模型相关的生态谬误和独特的局限性(包括可识别性问题和不确定性原则)。因此,本研究的相关假设需要进一步的大规模队列研究来证实。
结论
总之,我们的研究表明,从1990年到2019年,中国男女艾滋病病毒死亡率均显著增加。这些趋势可能是由于社会经济增长和人口生活方式的变化。人口老龄化趋势仍然是老年人艾滋病预防和治疗的一个重要问题。必须对50岁及以上人群进行早期艾滋病毒筛查和健康教育,并敦促感染者尽快接受抗逆转录病毒治疗,以预防艾滋病毒感染,降低死亡率。这些发现可能有助于预测艾滋病毒死亡率的未来变化,并确定优先人群。
致谢
本文由四川省性社会学与性教育研究中心、四川省哲学社会科学重点研究基地项目(批准号:SXJYB2004)和泸州市社会科学联盟(批准号:LZ21A079)资助。资助者在研究设计、数据收集、数据分析、数据解释、撰写手稿和决定发表方面没有任何作用。
数据可用性
支持本文结论的数据集可在GBD数据工具存储库[
].人口统计数据取自国家统计局1990至2019历年的《中国人口与就业统计年鉴》[
].作者的贡献
SF、NR和YL参与了研究构想和设计、文献检索和统计分析。NR, YL, RW, WZ参与收集数据,制表,绘图。NR起草并撰写了这份报告。SF、AL、ZW、EED参与语言润色,并对稿件进行点评。所有作者都参与了对数据和研究结果的解释,以及批判性地审查和实质性地修改手稿。所有作者都同意出版手稿的最终版本。所有作者同意对工作的各个方面负责,并确保与工作的任何部分的准确性或完整性相关的问题得到适当的调查和解决。
利益冲突
没有宣布。
参考文献
- 吴震,陈杰,Scott SR, McGoogan JM。艾滋病在中国的流行历史。2019年12月26日;16(6):458-466。[CrossRef] [Medline]
- 2020年全国法定传染病流行病学概况。中国疾病预防控制中心。2021。URL:http://www.nhc.gov.cn/jkj/s3578/202103/f1a448b7df7d4760976fea6d55834966.shtml[2022-11-07]访问
- 肖晓东,李志强,李志强,等。艾滋病毒与老龄化的现状:在第十届艾滋病毒与老龄化国际研讨会上提出的研究结果。艾滋病病毒2020年12月;36(12):973-981 [免费全文] [CrossRef] [Medline]
- Erlandson KM, Karris MY。艾滋病毒和老龄化:重新考虑合并症管理的方法。2019年9月;33(3):769-786 [免费全文] [CrossRef] [Medline]
- 与HIV一起变老。美国疾病控制与预防中心2018年11月14日。URL:https://www.cdc.gov/hiv/group/age/olderamericans/index.html[2022-11-07]访问
- Smit M, Brinkman K, Geerlings S, Smit C, Thyagarajan K, Sighem AV, ATHENA观测队列。感染艾滋病毒的老年人口临床护理的未来挑战:模拟研究。Lancet infection Dis 2015 july;15(7):810-818 [免费全文] [CrossRef] [Medline]
- 翼EJ。HIV和衰老。国际传染病杂志2016年12月;53:61-68 [免费全文] [CrossRef] [Medline]
- Autenrieth CS, Beck EJ, Stelzle D, Mallouris C, Mahy M, Ghys P. 50岁及以上艾滋病毒感染者的全球和区域趋势:2000-2020年的估计和预测。PLoS One 2018;13(11):e0207005 [免费全文] [CrossRef] [Medline]
- Abel T, Werner M.老年人的艾滋病毒风险行为。欧洲公共卫生2003年12月;13(4):350-352。[CrossRef] [Medline]
- 王丽丽,秦QQ,葛林,丁志伟,蔡超,郭伟,等。[中国50岁以上人群HIV感染特征分析]。中华刘星医学杂志2016 Feb;37(2):222-226。[CrossRef] [Medline]
- 张海霞,韩明梅,周勇,修晓峰,徐飞,王磊[中国实施“四免费一关怀”政策对HIV相关病死率影响的中断时间序列分析]。中华刘星医学杂志2020年3月10日;41(3):406-411。[CrossRef] [Medline]
- Tarone RE, Chu KC, Gaudette LA。美国和加拿大乳腺癌死亡率的出生队列和日历期趋势。中华肿瘤学杂志1997年2月2日;39(3):516 - 516。[CrossRef] [Medline]
- 马勇,崔勇,胡强,Mubarik S,杨东,姜勇,等。1994年至2019年中国和美国人口艾滋病毒/艾滋病发病率的长期变化:连接点和年龄-时期-队列分析前方公共卫生2021;9:652868 [免费全文] [CrossRef] [Medline]
- 高东,邹志,张伟,陈涛,崔伟,马艳。中国HIV死亡率的年龄-时期队列分析:2016年全球疾病负担研究数据。科学通报2020年4月27日;10(1):7065 [免费全文] [CrossRef] [Medline]
- 傅伟。年龄-时期-队列数据的初步分析。在:识别问题和超越。博卡拉顿,佛罗里达,美国:CRC出版社;2018.
- GBD 2017疾病损伤发病率流行合作者。1990-2017年195个国家和地区354种疾病和损伤的全球、区域和国家发病率、患病率和残疾寿命:2017年全球疾病负担研究的系统分析。柳叶刀2018年11月10日;392(10159):1789-1858 [免费全文] [CrossRef] [Medline]
- 贾震,阮勇,陆哲。中国HIV发病率与死亡率。《柳叶刀》2015年4月18日;385(9977):1510。[CrossRef] [Medline]
- Adler WH, Baskar PV, Chrest FJ, Dorsey-Cooper B, Winchurch RA, Nagel JE。HIV感染与衰老:解释老年患者加速进展的机制。机械老化发展1997年6月;96(1-3):137-155 [免费全文] [CrossRef] [Medline]
- 联合国艾滋病规划署关于全球艾滋病流行的报告。联合国艾滋病规划署。URL:https://aids2020.unaids.org/report/[2021-11-09]访问
- Glenn ND, Mason WM, Fienberg SE。社会研究中的队列分析:超越识别问题。美国统计学会杂志1986年9月;81(395):870。[CrossRef]
- 梅森KO,梅森WM,温斯伯勒HH,普尔WK。档案资料队列分析中的若干方法学问题。美国社会学评论1973年4月;38(2):242。[CrossRef]
- 年龄-时期-队列模型:聚合数据的方法和分析。美国纽约:查普曼和霍尔/CRC;2014.
- 奥斯蒙德C,加德纳MJ。应用于癌症死亡率的年龄、时期和队列模型。中华医学杂志1982;1(3):245-259。[CrossRef] [Medline]
- James IR, Segal MR.关于结合年龄-年龄相互作用的死亡率分析方法,及其在前列腺癌死亡率中的应用。生物计量学1982 Jun;38(2):433-443。[Medline]
- 生命率的年龄、时期和队列效应的估计。biomeics 1983 Jun;39(2):311-324。[Medline]
- 杨勇,陆克昌。年龄-时期-队列分析:新模型、方法及实证应用。美国纽约:查普曼和霍尔/CRC;2013:9781466507524。
- 使用R进行年龄-时期队列分析的实用指南:识别问题及超越。美国纽约:查普曼和霍尔/CRC;2017.
- Althoff KN, Chandran A, Zhang J, Arevalo WM, Gange SJ, Sterling TR,北美艾滋病队列研究设计合作(NA-ACCORD)美国和加拿大成年艾滋病毒感染者的预期寿命差异:使用“挽救生命”模拟模型减少与毒品和酒精有关的死亡的影响Am J流行病2019年12月31日;188(12):2097-2109 [免费全文] [CrossRef] [Medline]
- 孙德曼,孙文杰,刘文杰,等。艾滋病毒感染老年人研究和临床护理的当前挑战和解决方案:在第九届艾滋病毒与老龄化国际研讨会上提出的研究结果。艾滋病病毒2019;35(11-12):985-998 [免费全文] [CrossRef] [Medline]
- 抗逆转录病毒治疗队列合作。1996年至2013年开始抗逆转录病毒治疗的艾滋病毒阳性患者的生存:队列研究的合作分析柳叶刀HIV 2017年8月;4(8):e349-e356。[CrossRef] [Medline]
- 2019年中国卫生事业发展统计公报。卫生和健康委员会,2020年。URL:http://www.gov.cn/guoqing/2021-04/09/content_5598657.htm[2022-11-07]访问
- 吴震,Sullivan SG,王勇,Rotheram-Borus MJ, Detels R.中国艾滋病防治的演变。柳叶刀2007 Feb 24;369(9562):679-690 [免费全文] [CrossRef] [Medline]
- 陈霞,李霞,秦波,郑洁,何娟,王玲,等。中国湘西老年hiv阳性成人:感染模式和相关危险因素。性传播杂志2012年9月39(9):716-719。[CrossRef] [Medline]
- 张马张F,窦Z, Y, Y, Y,赵D, et al。早期开始抗逆转录病毒治疗和增加治疗覆盖面对中国艾滋病毒相关死亡率的影响:一项全国观察性队列研究《柳叶刀》感染杂志2011 7月;11(7):516-524。[CrossRef] [Medline]
- 陈琳,潘旭,马强,杨洁,徐勇,郑洁,等。2006-2013年中国浙江省艾滋病毒病原特异性死亡、死亡率、危险因素以及HAART和晚期诊断的联合影响科学报告2017年2月15日;7:42366。[CrossRef] [Medline]
- Lindau ST, Schumm LP, Laumann EO, Levinson W, O'Muircheartaigh CA, Waite LJ。一项关于美国老年人性与健康的研究。N Engl J Med 2007 Aug 23;357(8):762-774 [免费全文] [CrossRef] [Medline]
- 谢涛,吴宁。中国东部老年HIV感染流行病学与死亡率分析。临床间隔衰老2013;8:1519-1525 [免费全文] [CrossRef] [Medline]
- 程s, Siankam B.艾滋病毒/艾滋病流行和社会经济发展对撒哈拉以南非洲老年人生活安排的影响:国家层面的分析。美国心理学杂志2009年9月44日(1-2):136-147。[CrossRef] [Medline]
- 曾勇,范杰,张强,王培平,唐德杰,钟顺生,等。中国血友病患者血清LAV/HTLV-III抗体的检测艾滋病决议1986年12月2日增刊1:S147-S149。[Medline]
- 陆华,刘勇,K达希亚,钱华,范伟,张磊,等。中国男男性行为者HIV风险降低干预措施的有效性:系统综述和荟萃分析PLoS One 2013;8(8):e72747 [免费全文] [CrossRef] [Medline]
- Shippy RA, Karpiak SE。艾滋病人口老龄化:脆弱的社会网络。老年人健康2005年5月;9(3):246-254。[CrossRef] [Medline]
- 诺盖拉JDA,席尔瓦AO,德Sá LR,阿尔梅达SAD,门罗AA,维拉TCS。50岁及以上成人艾滋病:特征、趋势和风险的空间分布。农学通报2014;22(3):355-363 [免费全文] [CrossRef] [Medline]
- Sabin CA, Reiss P.艾滋病毒老龄化的流行病学:我们可以从队列中学到什么?AIDS 2017 Jun 01;31增刊2:S121-S128。[CrossRef] [Medline]
- 普尔r, Kumarasamy N, Ly PS, Ng OT, Van Nguyen K, Merati TP,等。艾滋病毒与老龄化:亚太地区的人口变化。中国免疫缺陷综合征杂志2017年4月15日;21 (5):e146-e148 [免费全文] [CrossRef] [Medline]
- 任娜,李颖,张伟,王锐,范松,李安。1990-2019年中国老年人艾滋病疾病负担及趋势分析。中国疾病预防杂志;2022;26(06):639-644。[CrossRef]
- GBD结果。卫生计量和评价研究所。URL:http://ghdx.healthdata.org/gbd-results-tool[2022-11-07]访问
- 中国人口与就业统计年鉴(1990-2019)。国家统计局。URL:https://data.cnki.net/Trade/yearbook/single/N2020020031?z=Z001[2022-11-07]访问
缩写
APC:age-period-cohort |
艺术:抗逆转录病毒疗法 |
纳德:年龄标准化死亡率 |
GBD:全球疾病负担 |
即:内在的估计量 |
G·艾森巴赫(G Eysenbach)编辑;提交21.12.21;秦Q, J Park同行评议;对作者10.05.22的评论;订正版本收到29.05.22;接受23.10.22;发表17.11.22
版权©任宁军,李元生,万正伟,王若兰,张文欣,Emmanuel Enoch Dzakah,张俊慧,李爱玲,范松。原载于JMIR公共卫生与监测(https://publichealth.www.mybigtv.com), 2022年11月17日。
这是一篇根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布的开放获取文章,允许在任何媒介上不受限制地使用、分发和复制,前提是正确引用了首次发表在JMIR公共卫生和监测上的原创作品。必须包括完整的书目信息,https://publichealth.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。