Educational inequalities in multimorbidity among older adults in China: an underreporting-corrected analysis using CHARLS
这项利用 CHARLS 数据进行的研究表明，通过使用客观生物标志物来修正慢性病报告不足的情况，可以揭示中国老年人中显著更高的共病负担，并发现一种仅依赖自我报告诊断时会被掩盖的具有统计学意义的教育相关健康不平等。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在步入晚年之际，许多人往往同时患有多种长期健康问题。医生和研究人员将这种现象称为“共病”（multimorbidity）。这是老年人面临的一种普遍现实，涉及高血压、糖尿病或心脏病等问题，这些问题通常需要精心的管理，并可能使日常生活变得更加困难。几十年来，科学家们一直知道一个人的受教育程度在很大程度上影响着其健康状况。通常情况下，受教育程度较高的人往往寿命更长且更健康，而受教育程度较低的人则面临更大的健康风险。这种联系是如此根深蒂固，以至于教育被视为塑造一个人生活机遇的关键因素。然而，一个关键的问题仍然存在：我们是否看到了这些健康差异的全貌？关于老年人群疾病的大部分认知来自于直接询问人们是否被医生告知患有某种疾病。但如果一个人不知道自己生病了，或者记不起诊断结果，那么这些信息就无法传达给研究人员。这种人们报告的情况与他们身体实际情况之间的差距，可能会掩盖健康问题的真实严重程度，尤其是在那些受教育程度较低、可能缺乏定期医疗检查机会的人群中。
中国的一个研究团队致力于调查这种差距是否扭曲了我们对健康不平等现象的理解。他们转向了一项名为“中国健康与养老追踪调查”（CHARLS）的大型长期调查，该调查多年来一直对数千名老年人进行追踪。科学家们并没有仅仅依赖于参与者对自己健康的描述，而是将这些回答与调查过程中收集到的硬性数据相结合。这包括血压等物理测量指标、血糖和胆固醇的血液检测，以及人们正在服用的药物记录。通过观察人们讲述的故事和眼前的生物学证据，研究人员可以识别出那些被遗漏或被遗忘的病例。他们特别关注了三种非常常见的疾病：高血压、糖尿病和高胆固醇，这些疾病都可能在没有任何明显症状的情况下存在。
结果揭示了对中国老年人健康负担的严重低估。当研究人员仅查看自我报告的诊断时，他们发现约有45%的参与者患有两种或两种以上的慢性疾病。然而，一旦他们加入客观医学数据来修正漏报的病例，这个数字跃升至近63%。换句话说，在研究中的每三位老年人中，就有近两位正生活着多种慢性疾病，这一数字显著高于自我报告的数据所显示的水平。研究发现，最容易被漏报的疾病是高胆固醇，它在约31%的病例中被漏诊，其次是高血压和糖尿病。发生这种情况是因为这些疾病通常不会引起即时的疼痛或明显的身体变化，因此除非进行特定的血液检测，否则人们可能不知道自己患有这些疾病。
更重要的是，这些疾病的报告方式改变了关于教育如何影响健康的故事。当研究人员仅分析自我报告的数据时，他们没有发现明确的证据表明不同教育程度之间的健康差距会随着年龄的增长而扩大。数据表明，健康不平等在不同年龄组之间保持相对稳定。但当他们使用包含了隐藏病例的修正数据时，一种不同的模式出现了。修正后的数据表明，随着年龄的增长，受教育程度较低者与受教育程度较高者之间的健康差距确实变得越来越大。只有在揭示了这些隐藏疾病后，教育与年龄之间的相互作用才具有统计学上的显著性。这表明，依赖于人们对自己健康的陈述，可能会掩盖这样一个事实：受教育程度较低的老年人积累健康问题的速度比其受教育程度较高的同龄人更快。
该研究还探讨了为什么这些疾病会被漏掉。研究人员发现，漏报并非随机发生的；它与社会因素密切相关。受教育程度较低的老年人更有可能患有未被诊断出的疾病，尤其是高胆固醇。他们也较少拥有常规医生或前往医院就医，而这两者都与更好的疾病检测率相关联。女性和高龄也与患有未诊断疾病的可能性较高有关。这些发现指向了一个清晰的模式：资源较少和受教育程度较低的人，不太可能进行能及早发现隐形疾病的常规筛查。因此，他们的健康问题在依赖自我报告的调查中保持着隐形状态，使得健康差距看起来比实际情况要小。
这项研究为我们如何理解老龄化人口的健康提供了重要的启示。它表明，我们衡量健康的方式与健康本身一样重要。如果我们只听取人们的自述，我们就有可能错过很大一部分疾病负担，尤其是在最脆弱的群体中。研究建议，为了真正理解并解决健康不平等问题，我们需要超越自我报告，尽可能地纳入客观的医学检查。通过这样做，我们可以揭示慢性病的隐藏现实，并确保公共卫生工作能够触及那些最需要帮助的人，而不是让那些最弱势的群体留在未诊断疾病的阴影之下。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。