2016—2022 年廣州市某三甲綜合醫院住院病例疾病譜變化

鐘禮信 何雩霏 江力生 羅偉平 戴奇山 王 軼

廣州市第一人民醫院（廣東廣州 510180）

住院病例疾病譜是指住院病例各類疾病的構成比按從高到低排列的順序，能綜合反映醫療機構的衛生服務水平。疾病譜具有地域和時間差異性，研究醫療機構疾病譜對了解當地某一時期人群疾病的種類構成和變化規律具有重要意義。近年來，隨著經濟和社會的快速發展，人群患病的致病因子和環境已發生了較大變化，疾病譜必然也發生了改變。值得注意的是，自2019年底新冠疫情爆發以來，3年的新冠疫情對包括醫療領域在內的社會各個領域都造成了重大影響。已有多條文獻報道新冠疫情能對醫療機構住院病例的疾病譜造成較大變化，但主要集中于研究個別專科的病種變化［1-6］，或者研究2020年疫情暴發初期的疾病構成比和疾病順位的變化［2-5，7-9］。目前對2020—2022年疫情常態化防控階段的醫院疾病譜變化的研究較少，且缺乏疫情流行前后的疾病譜的整體變化趨勢的研究。本研究通過探究2016—2022年廣州市內某三甲綜合型醫院的疾病譜變化，了解7年間社會醫療需求的連續變化過程，為醫院合理配置醫療資源、加強學科建設提供參考，并為研究2020—2022年新冠疫情的流行對醫療機構的住院病例疾病譜影響提供有代表性的樣本。

1 資料與方法

1.1 數據來源

本研究使用廣東省醫療機構病案統計管理系統導出廣州市某三甲綜合醫院2016年1月1日—2022年12月31日期間出院的所有住院病例數據。

納入標準：同一年內因同一種疾病重復住院病例只選擇首次的住院數據。

排除標準：病歷數據不完整者。

本研究經過廣州市第一人民醫院倫理委員會批準，倫理批件號：K-2023-020-01。

1.2 分類方法

在分析疾病構成比資料時，根據《疾病和有關健康問題的國際統計分類第10次修訂本（ICD-10）》的編碼原則，將疾病按一級診斷目錄分為22大類系統疾病，必要時，也可再按二級診斷目錄進行細分，以獲得更精細的結果。2016—2019年定義為新冠疫情未發生期（2020年1月21日，廣州市確診首例新冠病例，故2019年末的疫情影響忽略不計），2020—2022年定義為新冠疫情流行期。

1.3 統計學方法

采用WPS Office對數據進行整理。用SPSS 20.0進行數據分析，組間構成比的比較采用Pearsonχ2檢驗。采用Joinpoint 4.9.1.0軟件（https：//surveillance.cancer.gov/joinpoint）擬合Joinpoint回歸模型，分析7年間該院住院患者疾病構成比的變化趨勢。Joinpoint回歸模型的基本思路是通過識別出若干連接拐點（Joinpoint）將整體時段劃分為不同時間區間，可對不同時間區間的變化趨勢進行分別擬合，也可對整體時間段的變化趨勢進行分析。模型可計算兩個重要參數：年度變化百分比（annual percent change，APC）和年均變化百分比（average annual percent change，AAPC）。APC反映每個局部時段內的變化趨勢，AAPC反映整體時段內的變化趨勢。根據AAPC和（或）APC的P值來判斷是否存在顯著變化趨勢。若P＞0.05，表示趨勢平穩；若P≤0.05，此時若APC或AAPC＞0，表示該時段內某疾病構成比逐年遞增，若APC或AAPC＜0，表示該時段內某疾病構成比逐年遞減。APC=AAPC，則表示存在線性變化趨勢；若APC≠AAPC，則表示存在非線性變化趨勢，有連接拐點。2組間變化趨勢是否一致采用組間比較選項（Pairwise Comparison）進行分析判斷。研究假設，2020—2022年新冠疫情能對住院病例某些疾病構成比的變化趨勢產生明顯不同于2016—2019年的影響，故應能觀察到此類疾病構成比2016—2022年的時間變化曲線有一個連接拐點，且該連接拐點為2019年。為保證結果的可靠性，本研究Joinpoint回歸分析不納入2016—2022年間全年病例數最大值小于200例的分組。

2 研究結果

2.1 基本情況

2016—2022年共納入該院390 786個住院病例，其中男187 866人、女202 920人，男性∶女性=1∶1.08。居住地在廣州市內309 182人，居住在廣州市外81 604人。2016—2022年的病例數依次為55 897、58 535、59 556、60 397、48 318、55 058、53 025。

2.2 2016—2022年前12順位的系統疾病構成比及疾病順位變化

見表1，2016—2022年，住院病例的系統疾病構成比排名前3位保持不變，依次為循環系統疾病、腫瘤、消化系統疾病，但2020—2022年疫情流行期三者的構成比均高于各自2019年的水平（除2020年的消化系統疾病外）。2016—2019年的新冠疫情未發生期，疾病第4位為呼吸系統疾病。2020—2022年新冠疫情流行期間，呼吸系統疾病順位下降至第6位，疾病構成比從2019年的9.31%減少為2020年的7.41%（χ2=125.579，P＜0.001），2021年繼續下降為6.86%（2020vs2021：χ2=11.743，P=0.001），2022年略回升為7.90%，但仍低于疫情前水平（2019vs2022：χ2=70.964，P＜0.001）。其他構成比隨時間增加呈下降趨勢的系統疾病有肌肉骨骼系統和結締組織疾病和妊娠、分娩和產褥期，疾病順位分別從第5位下降至第7位，從第8位下降至10位。構成比隨時間增加呈上升趨勢的系統疾病為眼和附器疾病，疾病順位從第12位上升至第8位。

表1 2016—2022年住院患者系統疾病構成比及順位

2.3 2016—2022年前12順位的系統疾病構成比的變化趨勢

為探究前12順位的系統疾病構成比的時間變化趨勢特征，本研究建立Joinpoint回歸模型進行分析。前12順位的系統疾病中，有4種呈上升趨勢，按上升幅度大小排列依次為眼和附器疾病（APC=7.97%，P＜0.001）、循環系統疾病（APC=4.12%，P=0.002）、腫瘤（APC=3.53%，P=0.020）和消化系統疾病（APC=2.46%，P=0.003），見圖1。有3種呈下降趨勢，按下降幅度大小排列依次為妊娠、分娩和產褥期（APC=-10.82%，P＜0.001）、肌肉骨骼系統和結締組織疾病（APC=-5.90%，P=0.002）和呼吸系統疾病（APC=-4.55%，P=0.029）。其余5種系統疾病變化趨勢平穩（均P＞0.05）。2016—2022年期間，所有12種系統疾病的構成比隨時間變化的趨勢均未發現明顯的連接拐點（Joinpoint=0），提示在總體上，各個系統疾病構成比在2020—2022年疫情流行期并沒有出現與疫情未發生期（2016—2019年）明顯不同的變化趨勢。

圖1 2016—2022 年前12 順位的系統疾病構成比變化

2.4 2016—2022年7種有顯著變化趨勢的系統疾病構成比的亞組分析

為了解不同人群中的構成比變化特征是否有差異，我們對結果2.3部分中7種有顯著變化趨勢的系統疾病構成比分別作了分性別（男/女）、分年齡段（＜5歲、5～24歲、25～44歲、45～64歲和≥65歲）和分居住地（廣州市內/廣州市外）的亞組分析。

不同性別的Joinpoint回歸分析結果見表2，4種呈增長趨勢的系統疾病構成比中，女性的APC均略高于男性。變化趨勢的組間比較結果顯示，女性眼和附器疾病構成比增長幅度明顯大于男性（P＜0.001），而循環系統疾病、腫瘤和和消化系統疾病的男女性之間的增長趨勢比較差異無統計學意義（均P＞0.05）。此外，女性呼吸系統疾病的APC降低值大于男性，肌肉骨骼系統和結締組織疾病的APC降低值小于男性，但不同性別間的下降趨勢比較差異均無統計學意義（均P＞0.05）。

表2 2016—2022年不同性別的系統疾病構成比變化趨勢

不同年齡段的Joinpoint回歸分析結果見表3，2016—2022年間，循環系統疾病、腫瘤和消化系統疾病的構成比在25～44歲、45～64歲、≥65歲人群中均呈現顯著增長趨勢，其中，腫瘤和消化系統疾病為單調遞增趨勢（Joinpoint=0）。循環系統疾病在25～44歲人群中呈現兩階段變化，2016—2020年間以年均9.84%的幅度增長，2020—2022年變化較為平穩。循環系統疾病構成比在45～64歲和≥65歲人群為單調遞增趨勢。眼和附器疾病的構成比在45～64歲和≥65歲人群也呈單調遞增趨勢，增長最快的是≥65歲人群，APC=8.87%。構成比呈下降趨勢的3種系統疾病，下降的主要年齡組有顯著不同，其中呼吸系統疾病的下降主要集中在5歲以下人群（APC=-11.65%）和65歲以上人群（APC=-5.45%）。肌肉骨骼系統和結締組織疾病的下降主要集中在45歲以上人群（45～64歲APC=-6.02%，≥65歲APC=-6.87%）。妊娠、分娩和產褥期的下降則主要集中在5～24歲和25～44歲人群（AAPC分別為-13.52%和-10.57%），值得注意的是，5～24歲人群的妊娠、分娩和產褥期APC分2016—2019年和2019—2022年兩階段變化，APC分別為-8.42%和-18.33%，但均無統計學意義（均P＞0.05），χ2檢驗結果顯示，2020年、2021年、2022年的5～24歲妊娠、分娩和產褥期住院患者占比均低于2019年的水平（均P＜0.05），提示新冠疫情可能降低了24歲及以下患者因妊娠、分娩和產褥期住院的構成比。為了減少年齡分組過少帶來的混雜偏倚，更好地證明只有24歲及以下妊娠、分娩和產褥期住院患者比例受新冠疫情影響較大，我們對妊娠、分娩和產褥期的住院患者重新進行了年齡分組（分為≤24歲、25～29歲、30～34歲、35～39歲、40～44歲和≥45歲），結果見表4，除≤24歲人群的妊娠、分娩和產褥期APC分2016—2019年和2019—2022年兩階段變化外，其余各年齡組變化趨勢均未發現連接拐點。

表3 2016—2022年不同年齡組的系統疾病構成比變化趨勢

表4 2016—2022年重新分年齡組后的妊娠、分娩和產褥期構成比變化趨勢

不同居住地在廣州市內和廣州市外的Joinpoint回歸分析結果見表5，首先從整體上看，居住地在廣州市內的人群各類系統疾病構成比與總人群類似，眼和附器疾病、循環系統疾病、腫瘤和消化系統疾病呈上升趨勢，妊娠、分娩和產褥期、肌肉骨骼系統和結締組織疾病和呼吸系統疾病呈下降趨勢。除消化系統疾病在2020年有一個連接拐點外，其余6種系統疾病的變化趨勢均未檢測到連接拐點。而居住地在市外的人群（以下簡稱市外人群）中，除了循環系統疾病的構成比年均增長9.81%外，其余6種系統疾病在2016—2022年間整體變化趨勢平穩（均P＞0.05）。值得引起關注的是，市外人群的所有7種系統疾病變化趨勢均存在1個連接拐點（Joinpoint=1），即呈兩階段變化，其中腫瘤的連接拐點為2020年，其余6種均為2019年。第一階段（2016—2019年或者2016—2020年）的APC大小在9.11%～19.81%范圍內，第二階段（2019—2022年或者2020—2022年）的APC大小在-16.35%～0.65%范圍內，但所有APC均無統計學意義（均P＞0.05）。對市外人群的2019年與2022年各類系統疾病占總體的構成比進行比較，結果顯示，2022年的腫瘤、消化系統、呼吸系統、肌肉骨骼系統和結締組織疾病以及妊娠、分娩和產褥期的構成比均顯著低于2019年水平（分別下降了16%、14%、21%、18%、37%，均P＜0.001），市外人群2022年循環系統疾病、眼和附器疾病構成比與2019年比較差異無統計學意義（P＞0.05）。對市外人群2016—2022年間在住院病例總體中的構成比變化趨勢進行Joinpoint回歸分析，結果與系統疾病構成比的變化趨勢類似，在2019年存在一個連接拐點，2016—2019年市外人群比例呈逐年上升趨勢，但無統計學意義（APC=12.83%，P=0.055），2019—2022年市外人群占比呈逐年下降趨勢，無統計學意義（APC=-4.48%，P=0.254）。χ2檢驗結果顯示，除2020年與2019年市外人群占比無差異外，2021年、2022年的市外來源住院患者占比均低于2019年的水平（均P＜0.001）。以上結果提示新冠疫情流行對居住地在廣州市外的病例來廣州市某三甲綜合醫院住院造成一定程度的抑制，但對居住在廣州市內的病例住院未造成長期的影響（2019年未出現連接拐點）。

表5 2016—2022年分居住地的系統疾病構成比變化趨勢

2.5 2016—2022年7種有顯著變化趨勢的系統疾病細分病種的變化趨勢

為探究7種有顯著變化趨勢的系統疾病中具體是哪部分病種發生改變，按二級診斷目錄對系統疾病進行細分后進行Joinpoint回歸分析，結果見表6。循環系統疾病的構成比上升趨勢主要是由于缺血性心臟病、其他類型的心臟病、腦血管病、動脈、小動脈和毛細血管疾病、靜脈、淋巴管和淋巴結疾病，不可歸類在他處者以及循環系統其他和未特指的疾患的上升導致的，高血壓病是唯一呈現逐年下降趨勢的循環系統疾病（APC=-10.68%）。腫瘤的構成比上升則主要來自于良性腫瘤、動態未定或動態未知腫瘤而不是惡性腫瘤。消化系統疾病的構成比上升主要來自于口腔、涎腺和頜疾病、食管、胃和十二指腸疾病、肝疾病以及膽囊、膽道和胰腺疾患的構成比上升。眼和附器疾病的構成比上升主要來自于晶狀體疾患、脈絡膜和視網膜疾患構成比的上升。呼吸系統疾病中年均下降幅度最大的兩個病種是急性上呼吸道感染（APC=-20.15%）和其他急性下呼吸道感染（APC=-24.03%），慢性下呼吸道疾病也呈下降趨勢（APC=-6.72%）。肌肉骨骼系統和結締組織疾病的構成比下降主要來自于關節病、背部病、軟組織疾患以及骨病和軟骨病的構成比下降。妊娠、分娩和產褥期中年均下降幅度最大的是與胎膜和羊膜腔及可能的分娩問題有關的孕產婦醫療（APC=-15.63%），其次是產程和分娩的并發癥（APC=-15.15%），主要與妊娠有關的其他孕產婦疾患也有一定程度下降（APC=-6.93%）。7大類系統疾病共分為59個小類，去除全年病例數最大值小于200的小類后，共納入37個小類，均未發現連接拐點為2019年的病種，結合2.3部分的結果，提示對于總體住院人群，新冠疫情對各類型疾病構成比變化趨勢未造成明顯的長期影響。

表6 2016—2022年7種系統疾病的二次分類病種構成比的變化趨勢

3 討 論

3.1 2016—2022年住院病例疾病譜的變化

2016—2022年廣州市某三甲綜合醫院前12位系統疾病的住院患者占當年住院患者總人數的88.79%～89.51%，與陳龍［10］報道的2017—2019年廣東省前12位疾病住院病例平均占比89.4%接近。本研究顯示，2016—2022年廣州市某三甲綜合醫院住院病例疾病譜前三位穩定為循環系統疾病、腫瘤和消化系統疾病，三者合計占比平均值為36.5%，且均呈現逐年升高趨勢，說明這些疾病是影響居民健康的主要疾病，衛生行政機構應加大相應公共衛生資源的投入，統籌調整衛生政策，提高全民疾病認知。醫院應合理配置醫療資源，重點發展對應的學科，提高醫療服務能力。呼吸系統疾病的順位從2016—2019年的第4位下降至2020—2022年的第6位，細分病種發現呼吸系統疾病構成比的下降主要來源于急性上呼吸道感染（APC=-20.15%）、其他急性下呼吸道感染（APC=-24.03%）和慢性下呼吸道疾病的下降（APC=-6.72%），提示新冠疫情降低了各種急慢性呼吸道疾病的發病率或住院需求。眼和附器疾病構成比逐年增大，排名也上升較快，醫院應加大眼科的建設力度，以滿足群眾的就醫需求，打造新的優勢學科。妊娠、分娩和產褥期的構成比逐年減少可能與妊娠、分娩人群數量減少有關，據廣東省國民經濟和社會發展統計公報數據顯示，廣東省2022年全年出生人口數比2021年減少了11.1%，鼓勵生育工作仍需加大開展力度。肌肉骨骼和結締組織疾病的構成比逐年下降，推測可能是疫情期間相應的關節病、背部病、骨和軟骨病的手術需求下降，改為服用藥物等非住院手段進行治療的比例上升有關，具體還需進一步驗證。

3.2 新冠疫情前后住院病例疾病譜的比較

既往多項研究比較2019年與2020年疫情前后的住院病例疾病譜，發現2020年疫情期間市外來源的住院患者與疫情前相比有所減少，呼吸系統疾病、妊娠、分娩和產褥期的構成比減少，循環系統疾病、腫瘤和消化系統疾病構成比升高［2，4-5，7-8］。本研究證明在疫情前4年至疫情發生后3年的更長時間跨度上，這些構成比總體變化趨勢仍然成立。但是從局部看，在新冠疫情的持續期間，部分系統疾病構成比似乎可以從開始的降低或升高中得到一定的恢復。例如，2019年呼吸系統疾病構成比9.31%逐步下降至2020年的7.41%和2021年的6.86%后，再回升至2022年的7.90%。2019年腫瘤構成比11.73%逐步上升至2020年的13.00%和2021年的13.10%后，再回落至2022年的12.01%，這說明新冠疫情對這部分疾病的效應在2022年沒有得到持續。為了更好地識別從疫情發生開始到后續的3年間年度變化趨勢一致且與疫情前整體變化趨勢差別較大的疾病類型和特征人群，我們利用Joinpoint回歸分析篩選出以2019年為連接拐點的時間序列變化趨勢，結果發現市外來源的人群住院比例在疫情前呈上升趨勢，在疫情后呈下降趨勢，雖然變化趨勢無統計學意義，但市外人群在2022年有5個系統疾病的構成比均低于2019年水平。≤24歲組別的較年輕群體的妊娠、分娩和產褥期構成比從疫情前的輕度下降趨勢發展到疫情后的快速下降趨勢，雖然趨勢沒有統計學意義，但2020—2022年24歲及以下妊娠、分娩和產褥期住院患者占比均顯著低于2019年。以上構成比的變化仍然強烈提示市外來源人口和年輕生育人群的住院需求受新冠疫情的影響較大而持久，在未來，這兩類人群可用來作為判斷疫情對住院需求影響的敏感人群，同時應在后續疾病譜的相關研究中做好市內外和年齡組的分層以減少偏倚。

3.3 新冠疫情前后住院病例疾病譜差異的原因探討

廣州市是優質醫療資源較為集中的城市，也是吸引外市就醫患者較多的城市。2019年以后某院廣州市外來源的住院患者比例持續下降的原因可能是疫情期間政府對就近就醫的倡議、遠程醫療的發展、減少跨區域流動的防控要求、各地市之間對風險地區的管理措施以及市內疫情對外地患者的就醫觀念的影響等眾多因素。而24歲以下年齡組的妊娠、分娩和產褥期住院患者比例下降可能與疫情期間產生焦慮恐慌情緒，經濟收入減少、失業等導致生育意愿降低，因封閉管控導致見面頻率下降從而降低受孕機會等眾多因素有關［11］。此外，有研究表明，新冠疫情對30歲以下年輕人群的生育數降低最明顯［12］，這可能可以解釋為何只有≤24歲組的人群因妊娠、分娩和產褥期住院的占比出現2019年的連接拐點，但原因尚需要進一步探究證實。

3.4 本研究的亮點和局限性

據筆者檢索，這是首項通過Joinpoint回歸分析方法來探究新冠疫情對醫院住院病例疾病譜影響的研究，為研究疫情對疾病譜長期變化趨勢的影響提供了一個新的視角。然而，本研究有以下局限性：（1）只納入廣州市一家三甲綜合醫院的數據進行疾病譜分析，不可避免會受到地理位置、病人來源和數量、科室設置、專科實力等多因素的影響，部分分組病例因數量過少未納入分析，結論外推受到一定限制，在未來應納入廣州市更多醫院數據以獲得更穩健全面的結果；（2）納入的時間跨度為7年，在分析長期趨勢時結果較可靠，但若用來分析存在1個連接拐點的前后兩個階段變化趨勢時，容易受到數據個數和部分年份數據的影響，這有可能是市外人群的6種系統疾病以及≤24歲妊娠、分娩和產褥期人群均篩選出2019年的連接拐點但分階段APC均未得到顯著結果的原因，但由于2023年1月后新型冠狀病毒感染已歸為乙類傳染病，社會和醫院的防控措施減少，對患者住院就醫帶來的影響已大幅減輕，故納入2023年及以后更長時間的數據開展新冠對住院病例疾病譜的影響研究并不一定合適，下一步可通過建立以月或者季度為單位的時間序列來分析以獲得更精細詳盡的結果。

總而言之，本研究表明2016—2022年廣州市某三甲綜合醫院住院病例疾病譜發生較大變化，這種變化在不同性別、年齡和居住地的人群中存在差異。新冠疫情流行會降低市外來源的住院患者比例，且會降低24歲及以下較年輕患者的妊娠、分娩和產褥期住院病例比例。新冠疫情對醫療機構住院患者的長期影響需要進一步評估并做好應對措施。