联合使用多个老龄化数据库，用较简单统计学方法发文二区

2024年1月，中国学者在《JOURNALS OF GERONTOLOGY SERIES B》(二区，IF=6.2）发表题为："Inequalities in mortality in the Asia-Pacific: A cross-national comparison of socioeconomic gradients " 的研究论文。

这项队列研究使用来自具有全国代表性的统一纵向健康和老龄化调查数据的数据，目的是系统评估七个亚太国家社会经济地位的三种标准化衡量标准的死亡率差异。结果表明，高收入国家的死亡风险存在一致且普遍的梯度，但是中等收入国家和最近转型的高收入国家的成人死亡率因社会分层的衡量标准产生不同的梯度结果。总体来说，财富梯度很大，但教育梯度不高。

摘要与主要结果

一、摘要

目的：在亚太地区的大部分地区，对死亡率方面的社会不平等研究甚少。我们的研究使用来自具有全国代表性的统一纵向健康和老龄化调查数据的数据，系统地评估了七个亚太国家社会经济地位的三种标准化衡量标准的死亡率差异。

方法：该研究使用了来自七项代表性抽样调查的多波数据：澳大利亚健康、收入和劳动力动态（HILDA）调查、中国健康与退休纵向研究（CHARLS）、印度尼西亚家庭生活调查（IFLS）、新西兰健康、工作和退休（NZHWR）调查、韩国老龄化纵向研究（KLoSA）和泰国健康、老龄化和退休（HART）调查，以及日本老龄化和退休研究（JSTAR）。同时使用 Cox 比例风险模型来研究不同社会分层领域的死亡率风险有何不同，包括各国的教育程度、财富和职业地位。

结果：我们发现，通过所有可用的社会分层衡量标准，高收入国家的死亡风险存在一致且普遍的梯度。相比之下，所调查的中等收入国家和最近转型的高收入国家的成人死亡率不平等模式因社会分层的衡量标准而异，财富梯度很大，但教育梯度不高。

结论：对亚太地区死亡率的社会梯度分析表明，整个区域都存在着晚年健康方面的不平等，尤其是基于财富的不平等，与中等收入国家相比，高收入国家的死亡率社会梯度总体上更大。

二、研究结果

1.基线数据

为关注成人的死亡率，本研究纳入了45岁及以上的样本数据，并排除了缺少年龄或性别的个体。调查的年龄中位数从印度尼西亚的51岁到泰国的66岁不等，所有样本中女性都多于男性，这可能与女性的平均寿命比男性长有关。

2.频繁饮酒的社会经济模式更为复杂

在澳大利亚和新西兰，频繁饮酒遵循一个反向梯度，即社会经济地位越高的人使用酒精的频率越高。

相比之下，频繁饮酒的社会现象在中国和日本较为少见，而在韩国和泰国，社会经济地位较高的人频繁饮酒的可能性也略较小。

研究指出，女性每周饮酒的的频率远低于男性，这一差异在研究中的东亚和东南亚国家中尤为显著。此外，IFLS（印尼）的调查不包括酒精使用频率的问题。

与频繁饮酒的梯度相似，超重或肥胖的BMI（BMI>=25）的社会模式在整个地区都有些混合。

总体而言，澳大利亚的超重/肥胖水平明显高于其他国家（注：NZHWR-NewZinean的研究中没有收集BMI）。在澳大利亚和日本，受教育程度高、财富地位高的超重或肥胖的比例较少，尽管这些梯度在日本并不是特别明显。

在韩国和泰国，超重/肥胖的梯度相当很小，即受教育程度高低、财富地位高低并不影响超重/肥胖的比例，尽管有一些证据表明，在韩国受过高等教育的人超重或肥胖的可能性较小。

在中国和印度尼西亚，条件更优越的个体的超重/肥胖率要高得多。

3.教育程度和死亡率

表2提供了纳入本分析的7个国家不同教育程度的死亡率风险比（和95%置信区间）。总的来说，我们发现受教育程度越高的人有明显的晚年死亡率优势。

我们进一步按性别对这些分析进行了分层，其结果见表3和表4。发现教育和死亡率之间的关系存在重要的性别差异。

首先，我们观察到，在日本男性和韩国女性中，高等教育并不能带来低死亡率的优势。

其次，在澳大利亚、新西兰和印度尼西亚，与教育水平最低的人相比，接受高等教育的男性死亡率明显低于女性。

最后，在东亚三个国家，即中国、日本和韩国，除了韩国接受高等教育的女性的没有低死亡率优势，其余国家中，与男性相比，女性在各级学校的教育梯度更大，更有证据表明，从女性的小学教育开始，学校教育就具有优势。

4.财富地位

按财富划分的晚年死亡率风险有一个强大而一致的梯度。在调查的所有国家中，最富有的人群较最贫穷的人群。死亡率有不同程度的降低。

研究数据显示，除日本外，所有国家按性别划分的财富与死亡率关系相似。

在日本，财富给女性带来了死亡优势，但对男性没有。通过按性别进行分层分析，财富水平最低的男性死亡率风险最低。但是对于日本女性来说，拥有较高的家庭财富，晚年死亡风险大大降低。

5.职业与死亡率的关系

通过分析可用的关于职业与死亡风险之间的关系的数据，结果显示，在所有纳入的国家中，都存在基于职业类别的死亡率梯度。

这些差异的大小在不同国家之间存在显著的不同。

印度尼西亚，按职业群体分列的死亡率梯度较弱，那里似乎只有上层非体力劳动者比体力劳动者有死亡率优势。
澳大利亚，只有地位最高的工人有显著的死亡率优势。
韩国，上层非体力劳动者的死亡率低了近30%，但农民和下层非体力劳动者也比体力劳动者有优势。

但在韩国和印度尼西亚，不同于男性，女性群体中，与体力职业相比，从事较低的非体力职业与较高的死亡率有关。

6.敏感性分析

在敏感性分析中，我们按出生队列进行分层，结果见补充表10。结果表明，社会经济地位与死亡率之间存在明显的梯度关系。

设计与统计学方法

一、研究设计

P（Population）参与者：七项代表性的抽样调查的多波数据，纳入了45岁及以上的样本数据，并排除了缺少年龄或性别的个体。

E（exposure）暴露：社会经济地位

O（outcome）结局：死亡率风险。

S（Study design）研究类型：横断面调查。

二、统计方法

1.使用Cox比例风险模型估计了教育、财富和职业组的指标变量的社会经济地位差异。使用年龄作为时间尺度，用最低水平的教育、财富和职业作为参照群体（因为年龄是死亡风险的一个重要决定因素）。因此，估计的系数表明了相对于这些社会经济地位组的死亡率的风险比（HRs）和95%Cls。

2.横断面调查：由于我们的目的是观察死亡率的社会经济地位模式，所以所有的模型都只根据性别进行了调整。我们放宽了比例假设，允许基线危险函数是因性别不同的。为了通过三种社会经济地位测量来评估死亡率梯度的性别差异，我们另外重复了按性别分层的分析。所有的分析都包括对国家样本的权重的横断面调查权重，除了对没有调查权重的HART（泰国）数据的分析。死亡年龄的分布情况见补充表5。所有分析均在STATA 17中进行。