中國大陸地區居民慢性病共病的流行趨勢：一項Meta分析

【編者按】 在全面推進健康中國建設的進程中，慢性病的防治是關鍵。《“健康中國2030”規劃綱要》中，明確將慢性病管理上升到國家戰略，提出到2030年實現全人群、全生命周期的慢性病健康管理的目標。然而，由于我國快速老齡化趨勢和居民生活行為方式的轉變，使得慢性病共病成為公眾健康一大挑戰。相比單一的慢性病，共病顯著影響患者軀體功能和心理健康，增加死亡等健康風險。同時，共病治療和康復護理的復雜性，也對慢性病管理模式及衛生服務體系提出了更高要求。因此，本期特組織有關慢性病共病的重點專題研究，分別從慢性病共病的流行趨勢、慢性病多病共存模式以及共病與失智和精神健康的關系方面進行探究，以期為進一步優化慢性病共病管理并探索多學科整合型共病診療機制等提供啟示。

——本期專題客座編輯：趙洋（喬治全球健康研究院）

【摘要】 背景 慢性病共病患病率的估計以及高風險人群的識別，直接影響了相應的公共衛生資源的合理分配。目的 本研究采用Meta分析方法全面描述了1998—2019年中國大陸地區居民慢性病共病的患病趨勢和人群特點。方法 在Web of Science、PubMed、中國知網、萬方數據知識服務平臺和維普網等數據庫從建庫截至2022-04-30收錄的有關我國大陸地區居民慢性病共病患病率的期刊文獻，對文獻進行數據提取和質量評價。采用Stata 14.0軟件進行Meta分析。運用隨機效應模型計算合并患病率，并按照調查時間（2004年以前、2004—2013年、2014年及以后）、性別、地區（城鎮、農村）、地域（東、中、西、東北）、年齡（lt;40歲、40～lt;60歲、60～lt;80歲、≥80歲）、受教育水平（未受過教育、小學、中學及以上）、婚姻狀況（已婚、其他）、慢病類型（生理類、身心共患類、未區分）、研究質量（低、中、高）對慢性病共病患病率進行亞組分析。并進一步通過元回歸模型分析慢性病共病患病率的時間變化趨勢。結果 共納入123篇文獻，總樣本量7 714 313例。各研究間存在顯著異質性（I2=100.0%，Plt;0.001），慢性病共病患病率為36.3%〔95%CI（32.8%，39.9%）〕。Meta線性回歸模型顯示1998—2019年中國大陸地區居民慢性病共病患病率呈非線性上升的趨勢〔β=0.013，95%CI（0.006，0.019）〕。亞組分析結果顯示，2014年及以后〔40.4%，95%CI（33.0%，47.8%）〕慢性病共病患病率高于2004年以前〔14.5%，95%CI（12.5%，16.5%）〕、2004—2013年〔35.2%，95%CI（32.2%，38.2%）〕（Plt;0.001）；60～lt;80歲人群〔38.1%，95%CI（34.6%，41.5%）〕慢性病共病患病率高于≥80歲〔36.6%，95%CI（32.5%，40.8%）〕、40～lt;60歲〔27.7%，95%CI（24.4%，31.1%）〕、lt;40歲人群〔10.6%，95%CI（9.0%，12.3%）〕（Plt;0.001）。性別、受教育水平、婚姻狀況、地區、地域、慢病類型、研究質量的亞組分析，組間慢性病共病患病率比較，差異均無統計學意義（Pgt;0.05）。結論 1998—2019年中國大陸地區居民慢性病共病患病率為36.3%，且慢性病共病患病率呈上升趨勢，并具有顯著的年齡特征差異，需重視共病高危人群的早期篩查，采取積極有效的策略預防和控制。

【關鍵詞】 慢性病共病；共病現象；患病率；Meta分析；中國

【中圖分類號】 R 36 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0217

【引用本文】 何莉，張逸凡，沈雪純，等. 中國大陸地區居民慢性病共病的流行趨勢：一項Meta分析［J］. 中國全科醫學，2023，26（29）：3599-3607. DOI：10.12114/j.issn.1007-9572.2023.0217. ［www.chinagp.net］

HE L，ZHANG Y F，SHEN X C，et al. Prevalence trends of multimorbidity among residents in mainland China：a meta-analysis［J］. Chinese General Practice，2023，26（29）：3599-3607.

Prevalence Trends of Multimorbidity among Residents in Mainland China：a Meta-analysis HE Li1，ZHANG Yifan1，SHEN Xuechun1，SUN Yan1，ZHAO Yang2，3*

1.College of Physical Education and Sports，Beijing Normal University，Beijing 100875，China

2.The George Institute for Global Health，University of New South Wales，Sydney 2050，Australia

3.The George Institute for Global Health at Peking University Health Science Center，Beijing 100600，China

*Corresponding author：ZHAO Yang，Doctoral supervisor/Research fellow；E-mail：Wzhao@georgeinstitute.org.cn

【Abstract】 Background The estimation of the prevalence of multimorbidity and identification of high-risk populations can directly affect the corresponding rational allocation of public health resources. Objective To comprehensively describe the prevalence trends and population characteristics of multimorbidity among residents in mainland China from 1998-2019 through Meta-analysis. Methods The databases including Web of Science，PubMed，CNKI，Wanfang Data Knowledge Service Platform and VIP were searched for journal literature relevant to the prevalence of multimorbidity in mainland China from inception to 2022-04-30. Data extraction and quality evaluation were performed on the literature and meta-analysis was performed using Stata 14.0 software. The pooled prevalence of multimorbidity was calculated by using random effects model，and subgroup analysis of the prevalence of multimorbidity was conducted based on survey time（before 2004，2004-2013，since 2014），gender，region（urban，rural），geographical area（east，central，west，northeast），education level（uneducated，primary school，secondary school and above），marital status（married，others），and research quality（low，medium，high）. Results A total of 123 papers were included into analysis with a total sample size of 7 714 313 cases. There was significant heterogeneity among studies（I2=100.0%，Plt;0.001），and the prevalence of multimorbidity was 36.3%〔95%CI（32.8%，39.9%）〕. Meta-linear regression model showed a non-linear increasing trend in the prevalence of multimorbidity from 1998 to 2019〔β=0.013，95%CI（0.006，0.019）〕. The results of the subgroup analysis showed that the prevalence of multimorbidity was higher since 2014〔40.4%，95%CI（33.0%，47.8%）〕 than before 2004〔14.5%，95%CI（12.5%，16.5%）〕 and 2004-2013〔35.2%，95%CI（32.2%，38.2%）〕（Plt;0.001）；the prevalence of multimorbidity was higher among those aged 60-79 years〔38.1%，95%CI（34.6%，41.5%）〕 than those aged ≥80 years〔36.6%，95%CI（32.5%，40.8%）〕，40-59 years〔27.7%，95%CI（24.4%，31.1%）〕，and lt;40 years〔10.6%，95%CI（9.0%，12.3%）〕（Plt;0.001）. There was no significant difference in the subgroup analysis of gender，education level，marital status，region，geographical area，type of chronic disease，quality of research，and the comparison of the prevalence of multimorbidity（Pgt;0.05）. Conclusion The prevalence of multimorbidity among residents in mainland China was 36.3% from 1998 to 2019 with a rising trend and significant differences in age，therefore，attention should be paid to the early screening of high-risk population，active and effective strategies for prevention and control should be adopted.

【Key words】 Multiple chronic conditions；Comorbidity；Prevalence；Meta-analysis；China

慢性病共病定義為個體同時患有兩種或兩種以上的慢性疾病，簡稱“共病”。相比單一的慢性病，共病不僅顯著增加患者身體功能局限、殘疾甚至死亡等風險［1-4］，降低患者的勞動生產效率［5］、生活質量［6］，還增加了診斷和治療的復雜性和難度，也使得醫療服務利用和家庭災難性衛生支出顯著增長［7-9］，對傳統單一疾病的預防、診斷、治療、康復護理、疾病管理模式及衛生體系帶來了嚴峻挑戰［10］。

近年來，越來越多的流行病學調查關注了慢性病疾病負擔領域，探索了國內部分地區和特殊人群的共病負擔、城鄉差異及影響因素等［11-14］。有學者綜述分析了我國中老年人群共病的患病狀況，但各研究報告的患病率存在較大差異，且對患病人群的人口學特征分析不足［15-16］。共病患病率的估計以及高風險人群的識別將直接影響相應的公共衛生資源的合理分配，但目前尚缺乏對中國全人群的慢性病共病負擔及特征比較的系統研究。在實現聯合國可持續發展目標和“健康中國2030”戰略的過程中［17］，考慮到共病人群分布及其長期影響，對醫療資源重新定位的需求日益增加，這需要中國和其他中低收入及經濟轉型國家給予更多關注。因此，本研究運用系統文獻綜述和Meta分析的方法匯總估計中國大陸地區共病患病率及變化趨勢，旨在為優化慢性病共病患者的疾病管理，進一步改善公共衛生服務效果和優化資源配置效率提供研究證據。

1 資料與方法

1.1 文獻檢索方法 該系統綜述依據PRISMA指南設計［18］。在Web of Science、PubMed、中國知網、萬方數據知識服務平臺和維普網利用“Multimorbidity、Comorbidity、Multiple chronic disease、Multiple chronic condition、Multiple non-communicable diseases、China、共病、慢病共患、慢病共存、多病共患、多重慢病、中國”等檢索詞進行組合檢索。檢索各數據庫從建庫至2022年4月發表的有關中國居民慢性病共病患病率的研究。此外，檢索相關綜述的參考文獻，并采用輔助文獻追溯法，盡可能全面納入相關文獻。

1.2 文獻篩選 使用EndNote X9對檢索文獻進行管理。剔除重復文獻后，研究者根據文獻篩選標準對檢索記錄進行嚴格的標題、摘要和全文閱讀。2名研究者意見不一致的文獻，經過與通信作者討論后決定納入或排除。

1.2.1 納入標準 （1）研究設計：橫斷面、縱向的定量觀察研究；針對縱向研究，如果沒有追蹤時期的樣本特征數據，僅納入基線調查的患病率；如果有追蹤時期的樣本特征數據及患病人數（率），各時期均納入。（2）研究對象：僅限居住在中國大陸地區的居民；樣本來自國家、省市和社區人口。（3）研究變量：描述中國大陸地區居民慢性病共病的患病率或患病人數；采用國際疾病分類第10版（ICD-10）標準診斷為慢性病。（4）公開發表的同行評審的中、英文期刊文獻，可獲得全文。

1.2.2 排除標準 （1）研究設計：定性研究、病例對照研究和干預研究（如隨機對照試驗）；（2）研究對象：香港、臺灣、澳門地區居民或者華裔人群，某疾病患病人群、門診或住院患者等不是針對一般人群的研究；（3）研究變量：未提供（客觀與自我報告測量）共病患病率或患病人數，或無法通過計算獲得共病患病率/患病人數的研究，或患病率數據不完整，且無法聯系作者獲得進一步數據的研究；（4）與先行研究共病定義保持一致，排除并發癥（指一種疾病在發展過程中引起另一種疾病或癥狀的發生）的研究［15-16］，如糖尿病引起的腎病、眼病研究；（5）摘要、會議論文、信件、評論、綜述等非原始研究。

1.3 數據提取 提取數據如下（1）文獻特征：第一作者及發表年份、調查時間、調查地點、研究設計；（2）樣本特征：年齡、性別、樣本來源、抽樣方法、樣本量；（3）共病數據：共病定義、疾病數量、疾病內容、嚴重程度、測量方法、共病計算方法、共病患病率、共病患病人數、慢病類型（生理類、身心共患類、未區分）；（4）其他：混淆變量、研究質量。

1.4 質量評價 參考STROBE和NIH觀察性流行病學研究報告規范聲明中的評價標準對納入文獻進行質量評價［19-21］。評估內容共7項，用于分析各研究的目的、樣本代表性、應答率、測量方法的信效度（附錄A，掃描正文首頁二維碼查看）。總分14分，≥12分為高質量文獻，9～11分為中等質量文獻，≤8分為低質量文獻。研究者間的質量評價一致性通過Cohen's Kappa系數（K=0.932）進行評價。評分不一致的文獻，經過與通信作者討論后決定。

1.5 統計學方法 采用Stata 14.0軟件進行Meta分析，以Plt;0.05為差異有統計學意義，并報告95%CI。采用I2值和Q檢驗評估納入研究間的異質性。若無異質性（I2lt;50%，Pgt;0.05），采用固定效應模型分析合并患病率；若存在異質性（I2≥50%，Plt;0.05），采用隨機效應模型進行分析。并按照調查時間（2004年以前、2004—2013年、2014年及以后）、性別、地區（城鎮、農村）、地域（東、中、西、東北）、年齡（lt;40歲、40～lt;60歲、60～lt;80歲、≥80歲）、受教育水平（未受過教育、小學、中學及以上）、婚姻狀況（已婚、其他）、慢病類型（生理類、身心共患類、未區分）、研究質量（低、中、高）對慢性病共病患病率進行亞組分析。并進一步通過Meta線性回歸模型分析慢性病共病患病率的時間變化趨勢。采用Egger's檢驗和繪制漏斗圖進行文獻發表偏倚分析。

2 結果

2.1 文獻檢索與篩選 檢索數據庫共獲得文獻10 714篇，檢索相關綜述參考文獻共獲得70篇，排除重復文獻后，共計7 742篇進入標題摘要篩選。根據納入與排除標準，對195篇文獻進行全文精讀后，納入符合標準的文獻123篇，包括中文45篇，英文78篇。篩選流程見圖1。

2.2 納入文獻基本特征與質量評價 各研究中，樣本量最多為2 097 150例，最少為411例；慢性病共病患病率最低為2.41%，最高達90.47%；最早的調查時間在1992年［22］；分別有8、26、40篇和32篇文獻報道了lt;40歲、40～lt;60歲、60～lt;80歲和≥80歲人群的慢性病共病患病率；性別（n=72）、婚姻狀況（n=25）、城鎮（n=56）和鄉村（n=43）的調查數量不一致；分析未受過教育、小學、中學及以上人群慢性病共病患病率的文獻分別有22、20篇和30篇；東部地區的文獻數量最多（n=41），中部、西部和東北地區的文獻數量一致（n=9）；觀測的慢病數量最少為3種［23-25］，最多達40種［26］；慢性病測量的方法有自報（n=61）、客觀（血檢n=4）、自報和客觀混合（n=46）以及醫保記錄（病歷或健康檔案，n=7）；有5篇文獻的測量方法不清楚；全國代表性樣本的概率抽樣調查分別來自中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study，CHARLS）（n=45）、SAGE（Study on Global Ageing and Adult Health）（n=11）、中國慢性病前瞻性研究（China Kadoorie Biobank，CKB）（n=5）、中國老年健康影響因素跟蹤調查（Chinese Longitudinal Healthy Longevity Study，CLHLS）（n=3）、中國老年社會追蹤調查（China Longitudinal Aging Social Survey，CLASS）（n=1）、中國營養與健康調查（China Health and Nutrition Survey，CHNS）（n=1）和WHS（World Health Suevey）（n=1），另有兩份全國樣本分別來自方便抽樣調查和監測數據，其他均為地方樣本。

76篇文獻質量評分為9～11分，23篇文獻質量評分≤8分，24篇文獻質量≥12分［12，23，26-47］。24篇高質量文獻的基本特征見表1，所有納入文獻的具體特征見附錄B（掃描正文首頁二維碼查看）。

2.3 中國大陸地區居民慢性病共病合并患病率 對123篇文獻的慢性病共病合并患病率進行Meta分析，各研究間存在顯著異質性（I2=100.0%，Plt;0.001），采用隨機效應模型進行分析，結果顯示中國大陸地區居民慢性病共病患病率為36.3%〔95%CI（32.8%，39.9%）〕。24篇高質量文獻的慢性病共病合并患病率見圖2。

亞組分析顯示，2014年及以后慢性病共病患病率高于2004年以前、2004—2013年（Plt;0.001）；60～lt;80歲人群慢性病共病患病率高于≥80歲、40～lt;60歲、lt;40歲人群（Plt;0.001）。性別、受教育水平、婚姻狀況、地區、地域、慢病類型、研究質量的亞組分析，組間慢性病共病患病率比較，差異均無統計學意義（Pgt;0.05），見表2。

2.4 1998—2019年中國大陸地區居民慢性病共病患病率趨勢 Meta線性回歸模型顯示，1998—2019年中國大陸地區居民慢性病共病患病率呈非線性上升的趨勢〔β=0.013，95%CI（0.006，0.019）〕（圖3）。

2.5 敏感性分析與發表偏倚分析 對不同質量類別的文獻進行亞組分析后，進一步采用逐一剔除文獻的方法進行敏感性分析。結果顯示，剔除文獻前后，研究結果均未發生明顯的改變，提示本研究結果較穩定。與此同時，對所有納入文獻進行發表偏倚分析，得到Egger's檢驗的結果Plt;0.001，提示有顯著發表偏倚。漏斗圖結果顯示對稱性不佳，也提示存在一定的發表偏倚（圖4）。

3 討論

本研究通過Meta分析全面描述了我國大陸地區1998—2019年慢性病共病的患病情況及變化趨勢。結果顯示，我國大陸地區居民慢性病共病患病率為36.3%。這與既往綜述報告的中低收入國家的慢性病共病流行情況（36%）相近，患病率低于高收入國家［48-50］。高收入國家成年人慢性病共病患病率為44.3%［51］，2007—2017年65歲以上人群的慢性病共病患病率達到66.1%［52］。

本研究結果顯示，我國60～lt;80歲年齡組的慢性病共病患病率最高，為38.1%（9.4%～76.5%）；其次分別為≥80歲（36.6%）、40～lt;60歲（27.7%）以及lt;40歲（10.6%）人群，該結果首次展示了我國共病流行的年齡特征。既往對9項橫斷面研究的綜述顯示，2002—2011年我國60歲以上人群慢性病共病患病率為6.4%～76.5%［15］。另一篇納入25個橫斷面研究的Meta分析則顯示2010—2019年我國173 085例45歲以上人群的慢性病共病患病率為41%［16］。這兩項研究均未考慮40歲以下人群的慢性病共病流行特征，未分析不同年齡群體的患病率差異。盡管大多數國家發現慢性病共病患病率隨年齡增長而增加，但也有研究發現80歲以上人群慢性病共病患病率呈下降趨勢，關于慢性病共病在超高齡人群的患病特點還需更多研究與分析［48，53］。

與此同時，相較以往研究，本研究更加全面地描述了慢性病共病患病率的時間變化趨勢。既往Meta分析顯示2016—2019年我國中老年人慢性病共病患病率高于2010—2015年［16］。本研究進一步發現，我國慢性病共病患病率自1998年以來整體呈非線性的增長趨勢，2004年以前慢性病共病患病率僅為14.5%，2004—2013年增長到35.2%，2014年及以后加速增長到40.4%，且組間比較有差異。所納入研究對象的年齡、數據收集的時間、樣本量等不同，這可能解釋既往綜述關于中國人群慢性病共病流行特征的結果相近卻仍存在差異［54］。但考慮到我國不斷加速的人口老齡化趨勢，未來我國慢性病共病問題帶來的挑戰不容小覷。

關于慢性病共病患病率在不同人群間的差異，本研究分析了性別、受教育水平、婚姻狀況、地區、地域、慢病類型、研究質量等亞組結果，補充了我國此領域研究的不足。一項納入來自加拿大、南非、科索沃、巴西、澳大利亞、美國、瑞典、德國、荷蘭9個國家

122 858人的元分析指出，低教育水平可能增加這些國家人群64%的共病風險［55］；另外，在中低收入國家，城市地區人群共病風險比農村地區要高35%［48］。以上共病的人口學特征差異可能歸結于這類風險人群更多得暴露于與慢病相關的不健康生活方式（身體活動和睡眠不足、吸煙或飲酒等）［12，56-57］，比如東北地區水果和蔬菜攝入量低或紅肉攝入量較高［58］，但仍需要進一步高質量的研究確認。但是，提高這類高風險人群的健康管理意識，加強慢性病及共病的篩查，對于防范共病的發生具有重要的意義。同時，考慮到目前通過行為干預來改善慢性病共病患者健康結局的研究較少、質量較低以及效果評價結論不一，迫切需要更多高質量隨機對照試驗檢驗行為干預策略的成本效果［59-61］。最后，鑒于身心共病的研究僅有2篇文獻［32，40］，對多種疾病組合的共病研究也很有限，建議未來可以開展更多關于共病的不同組合及其影響因素的分析。

相較于既往研究，雖然本研究的納入樣本和亞組分析更為全面，但也存在一些不足。首先，作為關注慢性病共病患病率及其趨勢的綜述類研究，由于納入的原始研究數據來源差異較大等因素，Meta分析顯示了較高的異質性，因此對待相關結果需謹慎對比和解釋。本研究異質性較高的原因可能包括納入研究的調查時間跨度大，各研究之間的抽樣方法、年齡范圍、樣本量、慢病診斷的方法以及數量存在較大差異［54］。但考慮到異質性評估中I2值受樣本量的影響，大樣本患病率的觀察性研究的異質性可能很大［62］。其次，針對使用同一數據庫的不同調查年份的樣本，本研究采用了合并納入的方式，也可能導致異質性增大。再次，少量納入文獻的標準化患病率估計值可能低估了我國大陸地區原始的慢性病共病患病估計值。

綜上，我國大陸地區慢性病共病的患病率較高，尤其在老年、女性、城市、東北地區、未婚和受教育水平較低的人群中更高。加大這類高危人群共病的篩查和預防，使其培養和改善健康的生活方式和行為，有助于控制人群共病患病率的持續增長，減輕共病對個體、家庭、醫療服務體系和社會的疾病及經濟負擔。未來仍需要更多高質量研究關注不同疾病人群的共病組合，以便提出更有針對性的行為和醫療衛生服務干預策略。

致謝：感謝宋璇宇、邱云中提供的圖片編輯技術

幫助。

作者貢獻：趙洋和何莉負責文章的構思與設計，數據分析，論文撰寫和修訂；張逸凡負責研究資料的收集與整理、圖表的編輯和整理；沈雪純、孫燕負責研究資料的收集與整理；趙洋負責文章的質量控制和審校、對文章整體負責。

本文無利益沖突。

參考文獻

VETRANO D L，PALMER K，MARENGONI A，et al. Frailty and multimorbidity：a systematic review and meta-analysis［J］. J Gerontol A Biol Sci Med Sci，2019，74（5）：659-666. DOI：10.1093/gerona/gly110.

NUNES B P，FLORES T R，MIELKE G I，et al. Multimorbidity and mortality in older adults：a systematic review and meta-analysis［J］. Arch Gerontol Geriatr，2016，67：130-138. DOI：10.1016/j.archger.2016.07.008.

XIONG F Y，WANG L，SHEN L L，et al. The relationship between multimorbidity and suicidal ideation：a meta-analysis［J］. J Psychosom Res，2020，138：110257. DOI：10.1016/j.jpsychores.2020.110257.

ZHAO Y W，HAREGU T N，HE L，et al. The effect of multimorbidity on functional limitations and depression amongst middle-aged and older population in China：a nationwide longitudinal study［J］. Age Ageing，2021，50（1）：190-197. DOI：10.1093/ageing/afaa117.

CABRAL G G，DANTAS DE SOUZA A C，BARBOSA I R，et al. Multimorbidity and its impact on workers：a review of longitudinal studies［J］. Saf Health Work，2019，10（4）：393-399. DOI：10.1016/j.shaw.2019.08.004.

MAKOVSKI T T，SCHMITZ S，ZEEGERS M P，et al. Multimorbidity and quality of life：systematic literature review and meta-analysis［J］. Ageing Res Rev，2019，53：100903. DOI：10.1016/j.arr.2019.04.005.

RODRIGUES L P，DE OLIVEIRA REZENDE A T，DELPINO F M，et al. Association between multimorbidity and hospitalization in older adults：systematic review and meta-analysis［J］. Age Ageing，2022，51（7）：afac155. DOI：10.1093/ageing/afac155.

SUM G，HONE T，ATUN R，et al. Multimorbidity and out-of-pocket expenditure on medicines：a systematic review［J］. BMJ Glob Health，2018，3（1）：e000505. DOI：10.1136/bmjgh-2017-000505.

TRAN P B，KAZIBWE J，NIKOLAIDIS G F，et al. Costs of multimorbidity：a systematic review and meta-analyses［J］. BMC Med，2022，20（1）：234. DOI：10.1186/s12916-022-02427-9.

GUTHRIE B，PAYNE K，ALDERSON P，et al. Adapting clinical guidelines to take account of multimorbidity［J］. BMJ，2012，345（oct04 1）：e6341. DOI：10.1136/bmj.e6341.

CHEN H，CHENG M L，ZHUANG Y，et al. Multimorbidity among middle-aged and older persons in urban China：prevalence，characteristics and health service utilization［J］. Geriatr Gerontol Int，2018，18（10）：1447-1452. DOI：10.1111/ggi.13510.

HE L，BIDDLE S J H，LEE J T，et al. The prevalence of multimorbidity and its association with physical activity and sleep duration in middle aged and elderly adults：a longitudinal analysis from China［J］. Int J Behav Nutr Phys Act，2021，18（1）：77. DOI：10.1186/s12966-021-01150-7.

ZHAO Y，ATUN R，OLDENBURG B，et al. Physical multimorbidity，health service use，and catastrophic health expenditure by socioeconomic groups in China：an analysis of population-based panel data［J］. Lancet Glob Health，2020，

8（6）：e840-849. DOI：10.1016/S2214-109X（20）30127-3.

ZHAO Y，HE L，HAN C L，et al. Urban-rural differences in the impacts of multiple chronic disease on functional limitations and work productivity among Chinese adults［J］. Glob Health Action，2021，14（1）：1975921. DOI：10.1080/16549716.2021.1975921.

HU X L，HUANG J，LV Y Q，et al. Status of prevalence study on multimorbidity of chronic disease in China：systematic review［J］. Geriatr Gerontol Int，2015，15（1）：1-10. DOI：10.1111/ggi.12340.

王梅杰，周翔，李亞杰，等. 2010—2019年中國中老年人慢性病共病患病率的Meta分析［J］. 中國全科醫學，2021，24（16）：2085-2091. DOI：10.12114/j.issn.1007-9572.2020.00.477.

TAN X D，LIU X X，SHAO H Y. Healthy China 2030：a vision for health care［J］. Value Health Reg Issues，2017，12：112-114. DOI：10.1016/j.vhri.2017.04.001.

PAGE M J，MCKENZIE J E，BOSSUYT P M，et al. The PRISMA 2020 statement：an updated guideline for reporting systematic reviews［J］. J Clin Epidemiol，2021，134：178-189. DOI：10.1016/j.jclinepi.2021.03.001.

National Heart，Lung，and Blood institue：Study Quality Assessment Tools［DB/OL］.［2023-01-20］. https：//www.nhlbi.nih.gov/health-topics/study-quality-assessment-tools.

Strengthening the reporting of observational studies in epidemiology （STROBE） ［DB/OL］. ［2023-01-20］. https：//www.strobe-statement.org/.

SANDERSON S，TATT I D，HIGGINS J P. Tools for assessing quality and susceptibility to bias in observational studies in epidemiology：a systematic review and annotated bibliography［J］. Int J Epidemiol，2007，36（3）：666-676. DOI：10.1093/ije/dym018.

TANG Z，WANG C X，SONG X W，et al. Co-occurrence of cardiometabolic diseases and frailty in older Chinese adults in the Beijing Longitudinal Study of Ageing［J］. Age Ageing，2013，42（3）：346-351. DOI：10.1093/ageing/aft004.

HAN Y T，HU Y Z，YU C Q，et al. Lifestyle，cardiometabolic disease，and multimorbidity in a prospective Chinese study［J］. Eur Heart J，2021，42（34）：3374-3384. DOI：10.1093/eurheartj/ehab413.

ZHANG D D，TANG X，SHEN P，et al. Multimorbidity of cardiometabolic diseases：prevalence and risk for mortality from one million Chinese adults in a longitudinal cohort study［J］. BMJ Open，2019，9（3）：e024476. DOI：10.1136/bmjopen-2018-024476.

黃紫婷，羅顏，蘇鶴軒，等. 中國老年心血管代謝性共病與抑郁癥狀的關系［J］. 中國慢性病預防與控制，2021，29（9）：644-648. DOI：10.16386/j.cjpccd.issn.1004-6194.2021.09.002.

WANG H H，WANG J J，WONG S Y，et al. Epidemiology of multimorbidity in China and implications for the healthcare system：cross-sectional survey among 162，464 community household residents in Southern China［J］. BMC Med，2014，12：188. DOI：10.1186/s12916-014-0188-0.

AGRAWAL S，AGRAWAL P K. Association between body mass index and prevalence of multimorbidity in low-and middle-income countries：a cross-sectional study［J］. Int J Med Public Health，2016，6（2）：73-83. DOI：10.5530/ijmedph.2016.2.5.

CHEN H，CHEN Y，CUI B. The association of multimorbidity with healthcare expenditure among the elderly patients in Beijing，China［J］. Arch Gerontol Geriatr，2018，79：32-38. DOI：10.1016/j.archger.2018.07.008.

FAN Z Y，YANG Y，ZHANG C H，et al. Prevalence and patterns of comorbidity among middle-aged and elderly people in China：a cross-sectional study based on CHARLS data［J］. Int J Gen Med，2021，14：1449-1455. DOI：10.2147/IJGM.S309783.

HUANG Z T，LUO Y，HAN L，et al. Patterns of cardiometabolic multimorbidity and the risk of depressive symptoms in a longitudinal cohort of middle-aged and older Chinese［J］. J Affect Disord，2022，301：1-7. DOI：10.1016/j.jad.2022.01.030.

JIANG C H，ZHU F，QIN T T. Relationships between chronic diseases and depression among middle-aged and elderly people in China：a prospective study from CHARLS［J］.Curr Med Sci，2020，40（5）：858-870. DOI：10.1007/s11596-020-2270-5.

LI H B，WANG A X，GAO Q，et al. Prevalence of somatic-mental multimorbidity and its prospective association with disability among older adults in China［J］. Aging （Albany NY），2020，12（8）：7218-7231. DOI：10.18632/aging.103070.

LIN L，WANG H H，LU C Y，et al. Adverse childhood experiences and subsequent chronic diseases among middle-aged or older adults in China and associations with demographic and socioeconomic characteristics［J］. JAMA Netw Open，2021，

4（10）：e2130143. DOI：10.1001/jamanetworkopen.2021.30143.

RUEL G，SHI Z M，ZHEN S Q，et al. Association between nutrition and the evolution of multimorbidity：the importance of fruits and vegetables and whole grain products［J］. Clin Nutr，2014，33（3）：513-520. DOI：10.1016/j.clnu.2013.07.009.

SUM G，SALISBURY C，KOH G C，et al. Implications of multimorbidity patterns on health care utilisation and quality of life in middle-income countries：cross-sectional analysis［J］. J Glob Health，2019，9（2）：020413. DOI：10.7189/jogh.09.020413.

YAO S S，MENG X F，CAO G Y，et al. Associations between multimorbidity and physical performance in older Chinese adults［J］. Int J Environ Res Public Health，2020，17（12）：4546. DOI：10.3390/ijerph17124546.

ZHANG D D，TANG X，SHEN P，et al. Multimorbidity of cardiometabolic diseases：prevalence and risk for mortality from one million Chinese adults in a longitudinal cohort study［J］. BMJ Open，2019，9（3）：e024476. DOI：10.1136/bmjopen-2018-024476.

ZOU S Y，WANG Z C，BHURA M，et al. Prevalence and associated socioeconomic factors of multimorbidity in 10 regions of China：an analysis of 0.5 million adults［J］. J Public Health （Oxf），2022，44（1）：36-50. DOI：10.1093/pubmed/fdaa204.

ZHAO Y，ATUN R，ANINDYA K，et al. Medical costs and out-of-pocket expenditures associated with multimorbidity in China：quantile regression analysis［J］. BMJ Glob Health，2021，6（2）：e004042. DOI：10.1136/bmjgh-2020-004042.

ZHAO Y，ZHANG P H，OLDENBURG B，et al. The impact of mental and physical multimorbidity on healthcare utilization and health spending in China：a nationwide longitudinal population-based study［J］. Int J Geriatr Psychiatry，2021，36（4）：500-510. DOI：10.1002/gps.5445.

ZHAO Y，ZHAO S Q，ZHANG L，et al. Impacts of multimorbidity on medication treatment，primary healthcare and hospitalization among middle-aged and older adults in China：evidence from a nationwide longitudinal study［J］. BMC Public Health，2021，21（1）：1380. DOI：10.1186/s12889-021-11456-7.

ZOU S，WANG Z，BHURA M，et al. Association of multimorbidity of non-communicable diseases with mortality：a 10-year prospective study of 0.5 million Chinese adults［J］. Public Health，2022，205：63-71. DOI：10.1016/j.puhe.2022.01.021.

陳子爍，羅顏，徐慧雯，等. 中國老年人不同體重狀態下多病共存現狀研究［J］. 現代預防醫學，2021，48（10）：1843-1848. DOI：10.3760/cma.j.issn.0254-6450.2020.01.001.

高楊，平智廣，裴曉婷，等. 2009年中國中老年人群慢性病共病現狀及相關因素的多重對應分析［J］. 衛生研究，2020，

49（5）：844-849. DOI：10.19813/j.cnki.weishengyanjiu.2020.05.026.

孫至佳，樊俊寧，余燦清，等. 中國10個地區成年人共病流行特征分析［J］. 中華流行病學雜志，2021，42（5）：755-762. DOI：10.3760/cma.j.cn112338-20200305-00259.

張晗，齊士格，李志新，等. 2015年六省市社區老年人常見慢性病共病現狀［J］. 首都公共衛生，2019，13（3）：122-125. DOI：10.3969/j.issn.1007-9572.2017.06.y54.

鐘城垚，周定群，毛進，等. 遵義市9476例社區老年人門診特殊慢性病的流行病學特征分析［J］. 現代預防醫學，2018，45（20）：3676-3680. DOI：10.3969/j.issn.1672-3422.2008.05.071.

ASOGWA O A，BOATENG D，MARZà-FLORENSA A，et al.

Multimorbidity of non-communicable diseases in low-income and middle-income countries：a systematic review and meta-analysis［J］. BMJ Open，2022，12（1）：e049133. DOI：10.1136/bmjopen-2021-049133.

XU X L，MISHRA G D，JONES M. Evidence on multimorbidity from definition to intervention：an overview of systematic reviews［J］. Ageing Res Rev，2017，37：53-68. DOI：10.1016/j.arr.2017.05.003.

NGUYEN H，MANOLOVA G，DASKALOPOULOU C，et al. Prevalence of multimorbidity in community settings：a systematic review and meta-analysis of observational studies［J］. J Comorb，2019，9：2235042X19870934. DOI：10.1177/2235042X19870934.

HO I S，AZCOAGA-LORENZO A，AKBARI A，et al. Variation in the estimated prevalence of multimorbidity：systematic review and meta-analysis of 193 international studies［J］. BMJ Open，2022，12（4）：e057017. DOI：10.1136/bmjopen-2021-057017.

OFORI-ASENSO R，CHIN K L，CURTIS A J，et al. Recent patterns of multimorbidity among older adults in high-income countries［J］. Popul Health Manag，2019，22（2）：127-137. DOI：10.1089/pop.2018.0069.

ROOMANEY R A，VAN WYK B，TURAWA E B，et al. Multimorbidity in South Africa：a systematic review of prevalence studies［J］. BMJ Open，2021，11（10）：e048676. DOI：10.1136/bmjopen-2021-048676.

HO I S，AZCOAGA-LORENZO A，AKBARI A，et al. Examining variation in the measurement of multimorbidity in research：a systematic review of 566 studies［J］. Lancet Public Health，2021，6（8）：e587-597. DOI：10.1016/S2468-2667（21）

00107-9.

PATHIRANA T I，JACKSON C A. Socioeconomic status and multimorbidity：a systematic review and meta-analysis［J］. Aust N Z J Public Health，2018，42（2）：186-194. DOI：10.1111/1753-6405.12762.

FLEITAS ALFONZO L，KING T，YOU E，et al. Theoretical explanations for socioeconomic inequalities in multimorbidity：a scoping review［J］. BMJ Open，2022，12（2）：e055264. DOI：10.1136/bmjopen-2021-055264.

SABIA S，DUGRAVOT A，LéGER D，et al. Association of sleep duration at age 50，60，and 70 years with risk of multimorbidity in the UK：25-year follow-up of the Whitehall II cohort study［J］. PLoS Med，2022，19（10）：e1004109. DOI：10.1371/journal.pmed.1004109.

LI X，WU C Q，LU J P，et al. Cardiovascular risk factors in China：a nationwide population-based cohort study［J］. Lancet Public Health，2020，5（12）：e672-681. DOI：10.1016/S2468-2667（20）30191-2.

BRICCA A，HARRIS L K，J?GER M，et al. Benefits and harms of exercise therapy in people with multimorbidity：a systematic review and meta-analysis of randomised controlled trials［J］. Ageing Res Rev，2020，63：101166. DOI：10.1016/j.arr.2020.101166.

SMITH S M，WALLACE E，O'DOWD T，et al. Interventions for improving outcomes in patients with multimorbidity in primary care and community settings［J］. Cochrane Database Syst Rev，2021，1（1）：CD006560. DOI：10.1002/14651858.CD006560.pub4.

STOLL C R T，IZADI S，FOWLER S，et al. Multimorbidity in randomized controlled trials of behavioral interventions：a systematic review［J］. Health Psychol，2019，38（9）：831-839. DOI：10.1037/hea0000726.

張杜丹，唐迅，靳丹瑤，等. 中國成年人糖尿病患病率Meta分析［J］. 中華流行病學雜志，2018，39（6）：852-857. DOI：10.3760/cma.j.issn.0254-6450.2018.06.030.

（收稿日期：2023-03-23；修回日期：2023-05-14）

（本文編輯：賈萌萌）