
7.0 Q1|武汉大学CHARLS发文 |城市化水平与中国中年及老年人衰弱的关系

1.第一段–文章基本信息
文章题目:Association between urbanization levels and frailty among middle-aged and older adults in China: evidence from the CHARLS
中文标题:城市化水平与中国中年及老年人衰弱的关系:来自CHARLS 的证据
发表杂志:BMC Medicine
影响因子:1区,IF= 7.0
发表时间:2025年3月
2.第二段–研究思路
本研究思路
本文旨在探讨中国城市化水平与中老年人虚弱状态之间的关系。研究利用中国健康与退休纵向研究(CHARLS)2011至2018年的全国代表性数据,选取10,758名基线时非虚弱个体进行分析。研究首先采用熵值法综合评估城市化水平,涵盖人口、经济、社会和空间四个维度的19个指标。随后,利用脆弱指数(FI)评估个体的虚弱状态,并通过限制性立方样条(RCS)和Cox比例风险模型分析城市化水平与虚弱发生率之间的非线性关系。此外,研究还运用LASSO回归筛选影响虚弱的关键城市化因素,并通过敏感性分析验证结果的稳健性。研究发现城市化水平与虚弱发生率之间存在U型非线性关系,且不同城市化阶段的关键影响因素有所不同。
3.第三段-Introdction
背景
全球城市化进程不断加快,城市化率从1950年的24%上升到2018年的55%,预计到2050年将达到68%。作为最大的发展中国家,中国的城市化率从1978年的17.9%迅速上升到2019年的60.6%。城市化虽然带来了个人收入、教育、医疗和基础设施的改善,但也带来了公共卫生服务不平等、居住空间减少、环境污染和久坐生活方式等挑战。这些因素都与虚弱有关,虚弱是一种与残疾、认知衰退和死亡率增加等不良后果相关联的状态。随着中国人口老龄化加剧,虚弱已成为一个重要的公共卫生负担。因此,了解城市化与中老年人虚弱之间的关系,对于制定针对性策略以减轻城市化和人口变化中的虚弱风险至关重要。
4.第四段-Methods
方法
数据来源
本研究使用了CHARLS数据集的前四波数据(2011年、2013年、2015年和2018年)。参与者通过以下步骤选择:首先,排除了基线城市化评估指标缺失的个体(n = 3675)、年龄小于45岁(n = 448)、年龄信息缺失(n = 10)以及缺失超过20%的虚弱指数(FI)组成部分数据的个体(n = 181)。其次,排除了基线时被判定为虚弱的参与者(n = 2142),以确保分析集中在基线时无虚弱的个体。最后,排除了在所有三次随访波次(2013年、2015年和2018年)中失访或虚弱状态不可用的参与者(n = 494)。最终,共纳入10,758名参与者进行分析。
城市化指数
本研究从经济、人口、社会和空间四个维度选取19个指标,综合评估城市化水平。这些指标数据来源于CHARLS数据库2011年的数据,用于计算每个个体所在城市的基线城市化得分。人口城市化是城市化发展的基础,经济城市化是核心动力,社会城市化反映文明传播和生活水平,空间城市化体现土地利用和交通设施变化。研究采用改进的熵值法为指标分配权重,计算综合权重和城市化得分,避免主观因素影响,提高评估的准确性和现实性。
虚弱的评估
虚弱通过虚弱指数(FI)进行评估,FI是基于与年龄相关的健康缺陷的累积计算的。本研究按照之前研究中使用的标准程序构建和计算FI。经过对CHARLS数据的筛选,选取了32个项目构建FI,涵盖与共病、身体功能、残疾、抑郁和认知相关的变量。除第32个项目外,每个项目均根据问卷回答二分为0或1。0表示缺陷不存在,1表示存在。第32个项目作为连续变量处理,取值范围为0到1,值越高表示认知功能越差。本研究中,如果参与者在该量表的项目中缺失值超过20%,则将其排除在量表分析之外。对于每个参与者,32-FI通过将存在的健康缺陷数除以32并乘以100计算得出。因此,32-FI是一个取值范围为0到100的连续变量,值越高表示虚弱程度越高。与以往研究一致,虚弱被定义为32-FI ≥ 25。FI在CHARLS的每一波调查中均进行了计算。通过重复测量FI来评估虚弱的进展。
协变量
当前就业状态、家庭消费、教育水平、第一职业、青年时期健康状况、婚姻状况、家庭支持、参与社会活动、饮酒状态、吸烟状态、公共医疗保险覆盖情况、慢性疾病因素(血脂异常、肝脏疾病、肾脏疾病和胃肠道疾病)以及PM2.5暴露
统计分析
使用描述性统计方法描述参与者的基线特征。通过Anderson-Darling检验评估连续变量的分布正态性。如果连续变量呈正态分布,则以均值和标准差(SD)进行总结;如果不符合正态分布,则以中位数和四分位间距(IQR)进行总结。分类变量以频率和百分比表示。使用限制性立方样条(RCS)模型评估城市化得分与虚弱之间的潜在非线性关系,设置四个节点分别位于第5、35、65和95百分位数。然后使用方差分析完成非线性检验。与最低虚弱风险相关联的城市化得分是样条曲线上具有最低风险比(HR)的得分。
5.第五段-Results
结果
基线特征
研究纳入了10,758名参与者,中位年龄为57岁,其中50.86%为男性。基线时,24.2%的参与者被判定为虚弱。虚弱组与非虚弱组相比,虚弱组的参与者更倾向于年龄更大、女性、未婚,教育水平更低,青年时期健康状况更差,且更多从事农业工作。此外,虚弱组的参与者更可能失业,家庭消费更低,家庭支持更少,社会活动参与度更低,但吸烟和饮酒的比例更低,缺乏健康保险的比例略高,患慢性疾病的比例更高,且体质指数(BMI)更异常。

城市化水平与虚弱的关联
研究发现城市化水平与虚弱发生率之间存在U型非线性关系,转折点为城市化得分0.3。当城市化得分低于0.3时,城市化水平每增加一个十分位,虚弱风险降低12.9%(HR = 0.871,95% CI: 0.843–0.900,P < 0.05)。而当城市化得分达到或超过0.3时,每增加一个十分位,虚弱风险增加17.8%(HR = 1.178,95% CI: 1.053–1.319,P < 0.05)。

亚组分析
在城市化得分低于0.3的亚组中,就业状态与虚弱风险的关联更强,就业者比失业者受益更多(就业者HR = 0.849,失业者HR = 0.932,P交互<0.05)。此外,无血脂异常的个体比有血脂异常的个体从城市化中获得的保护作用更强(无血脂异常HR = 0.868,有血脂异常HR = 0.969,P交互<0.05)。在城市化得分≥0.3的亚组中,城市化水平与虚弱风险的关联在多个亚组中仍然显著,包括年龄≥60岁、男性、已婚、非肥胖、当前吸烟、不饮酒、就业、参与社会活动、无血脂异常、无肾脏疾病、无消化系统疾病和有公共医疗保险的个体中。

关键城市化因素对虚弱的影响
LASSO回归分析显示,当城市化得分低于0.3时,人均消费品零售额(系数 = -0.129)和城市居民人均可支配收入(系数 = -0.071)对虚弱具有最强的保护作用。而当城市化得分达到或超过0.3时,每万人中的大学生数量(系数 = 0.080)和城市建成区比例(系数 = 0.060)是虚弱风险增加的关键因素。
敏感性分析
研究进行了八项敏感性分析,包括排除基线时已有慢性疾病的个体、采用不同的缺失值填补方法、排除随访前两年内发生虚弱事件的个体、将城市化水平作为时间依赖变量进行分析、排除在随访期间更换居住地的个体、调整其他空气污染物(如PM10和NO2)的影响,以及将缺失率超过10%的变量转换为二分类变量进行调整。所有敏感性分析的结果均与主要发现一致,进一步验证了研究结论的稳健性。
6.第六段–结论与启发
结论与启发
结论
本研究基于中国健康与退休纵向研究(CHARLS)数据集的前瞻性队列研究结果表明,中国中老年人虚弱风险与城市化水平之间存在U型非线性关系,当综合城市化评分为0.3时,虚弱风险最低。亚组分析表明,在城市化早期阶段(城市化评分<0.3),就业的中老年人比未就业者虚弱风险显著更低,这强调了就业在增强中老年人抵御力方面的重要作用。此外,LASSO回归分析识别出在不同城市化阶段影响虚弱风险的关键因素:在城市化早期阶段,提高居民收入水平、增加绿地覆盖以及扩大医疗资源可能是降低虚弱风险的关键;而在城市化水平较高阶段,优化土地利用和社会资源配置则更为重要。本研究不仅为理解城市化与健康之间的关系提供了新的见解,还为制定阶段性城市发展政策和干预策略提供了科学依据。未来研究应进一步探讨教育扩张、土地利用和生态平衡对健康的不利影响,同时通过经济发展、优化绿地空间和医疗资源分配来降低虚弱风险。此外,需要开展随访时间更长的研究,以深入探索城市化对健康的长期动态影响。
【光速科研启发】
选题:本研究聚焦中国快速城市化进程对中老年人虚弱状态的影响,探讨城市化水平与虚弱发生率之间的关系,填补了在快速城市化背景下的相关研究空白,具有重要的公共卫生和社会政策意义。
统计学:采用限制性立方样条(RCS)模型和Cox比例风险模型,评估城市化水平与虚弱发生率之间的非线性关系,并通过LASSO回归筛选影响虚弱的关键城市化因素,为揭示城市化与虚弱的复杂关联提供了有力的统计学支持。
数据库:利用中国健康与退休纵向研究(CHARLS)数据库,该数据库具有全国代表性,涵盖了丰富的社会、经济和健康数据。通过严格的数据筛选和质量控制,确保了样本的代表性和数据的可靠性,为研究提供了坚实的数据基础。
启发:研究结果提示,在制定城市化政策时,应综合考虑城市化水平对中老年人虚弱状态的双重影响;通过亚组分析,发现就业状态和慢性疾病状态对城市化与虚弱关系的显著调节作用,为针对性干预措施提供了依据;此外,强调了在城市化进程中优化经济、社会和环境因素的重要性,以降低虚弱风险并促进健康老龄化。