新冠大流行对中国医疗卫生服务利用的影响 | 《柳叶刀-区域健康（西太平洋）》4月精选

识别二维码阅读《柳叶刀-区域健康（西太平洋）》4月刊

1

COVID-19大流行对中国医疗卫生服务利用的影响：2016-2020年时间序列分析

本研究的目的是利用四年以上的常规卫生信息系统数据，量化SARS-CoV-2大流行对中国医疗卫生服务利用（health services utilization）的影响。

我们对中国大陆各省各级医疗机构的卫生服务利用情况进行了回顾性观察队列研究。我们利用2016年1月至2020年6月的全国常规卫生信息系统数据，分析了SARS-CoV-2暴发前和暴发期间每月全因医疗机构就诊人数和住院人数。我们利用间断时间序列分析和分段负二项回归来检验大流行引起的医疗卫生服务利用的变化。我们根据医疗机构类型和省级人类发展指数（Human Development Index, HDI，是衡量地区社会经济状况的指标）进行分层分析，评估在影响方面的潜在差异。

在SARS-CoV-2暴发前的几个月，我们观察到医疗卫生服务利用的长期趋势是积极的。在SARS-CoV-2暴发后，我们注意到所有指标在统计学上显著下降，并且在2020年2月达到最低点。2月份的下降幅度从高HDI地区医院全因就诊的63%（95% CI 61–65%；p<0.0001）和初级保健诊所全因就诊的71%（95%CI 70–72%；p<0.0001）到住院人数的33%（95%CI 24–42%；p<0.0001）和低HDI地区的乡镇卫生院（THC）全因就诊的10%（95%CI 3–17%；p=0.0076）。医疗机构就诊人数的减少幅度大于出院人数的减少（分别为51%和48%；p<0.0079）。医院就诊量和住院量的下降幅度均大于基层医疗机构（p<0.0001），发达地区的下降幅度大于欠发达地区（p<0.0001）。医疗卫生服务利用在2020年2月降至最低点之后，所有指标在统计学上呈显著增长。然而，即使到2020年6月，除低HDI地区的门诊量和住院量以及私立医院的住院量外，几乎所有指标都没有达到SARS-COV-2前的预测水平。总的来说，截至2020年6月，我们估计医疗机构就诊量的累计损失达10.205亿（95%CI 9.512-10.894；P<0.0001）或23.9%（95% CI 22.5-25.2%；P<0.0001），住院患者数量的累计损失达0.289亿（95% CI 0.261-0.316；P<0.0001）或21.6%（95% CI 19.7-23.4%；P<0.0001）。

SARS-CoV-2暴发后，中国的住院和门诊卫生服务利用显著下降，这可能是由于患者和提供者行为的改变、医疗机构或非紧急服务的暂停、大规模流动限制以及非SARS-CoV-2疾病风险的潜在降低。所有指标从3月份开始反弹，但截至2020年6月，大多数指标尚未恢复到SARS-COV-2暴发之前的水平。

2

2017中国重庆健康调整预期寿命(HALE)：人工智能和大数据测算方法估算城市疾病负担

健康调整预期寿命（HALE）是衡量人口健康的最重要指标之一。然而，由于数据的质量问题和方法的局限性，目前缺少为不同区域提供可比较结果的通用方法。在这篇文章中，我们提出了一种基于电子病历信息（EMR）的人工智能HALE测算方法，该方法可作为传统的基于前瞻性队列调查问卷测算HALE方法的重要补充，并且可以对不同粒度的HALE进行时空比较。

我们利用前言的自然语言处理（NLP）技术对1,399万条非结构化电子病历数据进行了数据清理，对疾病名称以及诊断结果进行提取并作标准归一化编码，以估算由WHO世界疾病负担研究（GBD）定义的254种目标区域疾病的患病率。然后，我们使用生命表技术和沙利文法计算了2017年重庆地区人口的健康调整预期寿命。

结果显示，2017年重庆市普通人群的出生时预期寿命（LE_0）和健康调整预期寿命（HALE_0）分别为77.9岁和71.7岁。其中，重庆地区2017年男性预期寿命和健康调整预期寿命分别为76.3岁和68.9岁，女性预期寿命和健康调整预期寿命分别为80.0岁和74.4岁。此外，我们进行了基于GBD2004疾病体系的健康折损因素分析。结果表明，脑血管疾病，癌症和外伤是导致重庆地区人口健康折损的前三大因素，其造成的健康折损分别为2.67、2.15和1.19年。

结果证明了电子病历数据用于健康调整预期寿命估计的可行性，以及此方法在无需队列调研的情况下进行数据标准化和健康调整预期寿命测算的有效性。另一方面，我们所提出的方法增加了不同地区间健康调整预期寿命的可迁移性和横纵向可比性。所以本研究为世界范围内的人口老龄化和健康问题提供了有效的解决方案。

3

低度流行环境下，快速抗原检测诊断SARS-CoV-2感染的多点评估：一项验证和实施研究

在澳大利亚，COVID-19诊断依赖于检测成本相对较高的RT-PCR检测，并且在COVID-19感染率较低的环境中（如澳大利亚），实施基于抗原的SARS-CoV-2快速检测。

在COVID-19低流行期，本研究在墨尔本三家大都会医院招募了参与者进行COVID-19检测。本研究同时进行了RT-PCR检测和Abbott-PanBioTM COVID-19 Ag快速检测。此外，我们向维多利亚州政府报告了COVID-19的参与者被邀请提供额外的拭子以帮助验证研究。本研究还记录了实施方面的挑战。

Abbott-PanBioTM COVID-19 Ag检测的特异性为99.96%（95%CI 99.73-100%）。其在RT-PCR确诊感染的受试者中的敏感性取决于所报告症状的持续时间，变化范围从77.3%（持续时间1-33天）到100%（症状出现7天内）。该研究确定了一系列实施挑战，这些挑战可能为低流行环境下的COVID-19检测策略提供参考。

鉴于其高特异性，基于抗原的检测可能在快速分类公共卫生和医院资源同时加快确证性RT-PCR检测的过程中是最有用的。考虑到检测敏感度的局限性以及COVID-19在易感人群中，特别是在医院环境中快速传播的可能性，需要仔细考虑在低流行背景下实施抗原检测。

4

2004-2017年日本青少年睡眠问题和睡眠模式的趋势研究

青春期出现的睡眠问题，如失眠和睡眠时间短，与生理和心理健康问题密切相关。然而，人们对青少年睡眠问题的最新趋势知之甚少。因此，这项研究调查了日本青少年睡眠问题的变化趋势。

利用2004年（n=102,451）、2008年（n=95,680）、2010年（n=98,867）、2012年（n=101,134）、2014年（n=85,931）和2017年（n=64,417）所收集的青少年生活方式调查数据，我们计算了失眠、睡眠时间短、晚睡和睡眠质量差的变化趋势。多元logistic回归分析模型被用来检验每个睡眠问题和调查年份之间的关系。

我们分析了来自日本545,285名青少年的数据。结果表明，自2004年以来，失眠症的OR值（优势比）有所下降（调整后的OR值[AOR]0.85，95%CI 0.82–0.87），睡眠质量差的OR值也有所下降（AOR 0.92，95%CI 0.88–0.95)。然而，睡眠时间短（AOR 1.13，95%CI 1.10–1.17）和晚睡（AOR 1.06，95%CI 1.03–1.08）的OR值在此期间有增加的趋势。

从2004年至2017年，青少年失眠和睡眠质量差的患病率有所下降。然而，睡眠时间短和晚睡的患病率呈逐渐增加趋势。这些变化令人喜忧参半。教师、家长和健康专家应考虑对青少年进行睡眠卫生教育，调整课外活动时间安排，加强时间管理，以提高他们的睡眠质量。

5

马来西亚COVID-19定点医疗机构的医护人员SARS-CoV-2抗体的血清学监测

无症状的SARS-CoV-2感染是有据可查的。由于职业暴露于受感染的患者，医护人员感染的风险增加。我们的目的是确定在未就医的医护人员中SARS-CoV-2抗体的流行率。

我们在2020年4月13日至2020年5月12日期间，从马来西亚巴生谷（Klang Valley, Malaysia）的国家公共卫生实验室和两家COVID-19定点公立医院前瞻性地招募了400名医护人员。采用定额抽样的方法，以确保直接护理和间接护理中医护人员的代表性。所有受试者回答一份自填问卷并采集血样，通过替代病毒中和试验（surrogate virus neutralization test）检测血液样本中的SARS-CoV-2抗体。

研究人群包括154名护士（38.5%），103名医生（25.8%），47名实验室技术人员和其他人员（23.9%）。大多数人群（68.9%）报告过去一个月在各自的工作场所曾暴露于SARS-CoV-2。在遵守个人防护装备指南（personal protection equipment, PPE）和手部卫生方面表现良好，遵守程度从91-100%不等。尽管有182名参与者（45.5%）在研究招募前一个月报告了一些症状，但没有参与者（95%CI:0，0.0095）检测到SARS-CoV-2抗体。115名参与者（29%）声称曾在工作场所外与已知的COVID-19患者有过接触。 

医护人员中的零血清流行率表明，在第一波区域内SARS-CoV-2感染期间，在我们的医疗机构中，未确诊的COVID-19感染率较低。通过坚持感染控制措施和适当使用个人防护装备，可以规避SARS-CoV-2在医疗机构内传播的职业风险。

6

在印度尼西亚的雅加达与COVID-19相关的临床特征和死亡率：一项基于医院的回顾性队列研究

在资源匮乏的环境中与COVID-19相关的死亡率和相关因素的数据很少。本研究调查了2020年3月2日至7月31日印度尼西亚的雅加达（Jakarta, Indonesia）COVID-19患者的临床特征以及住院死亡率相关因素。

这一回顾性队列纳入了55家医院中所有经PCR确诊为COVID-19的住院患者。我们提取了人口统计学和临床数据，包括医院结局（出院或死亡）。我们利用logistic回归分析了与死亡率相关的因素。

截至7月31日，在有明确结果的4265名患者中，有3768人（88%）出院，497人（12%）死亡。中位年龄为46岁（IQR 32–57），5%为儿童，31%患有超过一种的合并症。关于各年龄组的死亡率：5岁以下者为11%（7/61）；5-9岁者为4%（1/23）；10-19岁者为2%（3/133）；20-29岁者为2%（8/638）；30-39岁者为3%（26/755）；40-49岁者为7%（61/819）；50-59岁者为17%（155/941）；60-69岁者为22%（132/611）；70岁及以上者为34%（96/284）。死亡风险与较大年龄、男性；既往高血压、糖尿病或慢性肾病；肺炎临床诊断；多发症状（超过三种症状）；立即入住ICU或插管有关。在所有年龄段中，患有超过一种合并症的患者的死亡风险高于无合并症的患者；其中值得注意的是，50岁以下患者的死亡风险增加了6倍（校正OR值5.87，95%CI 3.28–10.52；27%vs 3%死亡率）。

该地区总体住院死亡率低于高收入国家所报告的死亡率，这可能是由于年龄分布较小和合并症较少。死亡发生在所有年龄段，5岁以下儿童和50岁以上成人的死亡率均超过10%。END

Cover image by Liu Yuqi

*中文翻译仅供参考，一切内容以英文原文为准。

推荐阅读

点击阅读原文，查看《柳叶刀-区域健康（西太平洋）》更多论文