中华预防医学杂志    2018年05期 1990—2015年中国跌倒死亡率变化趋势分析    PDF     文章点击量:56    
中华预防医学杂志2018年05期
中华医学会主办。
0

文章信息

叶鹏鹏 耳玉亮 金叶 段蕾蕾
YePengpeng,ErYuliang,JinYe,DuanLeilei
1990—2015年中国跌倒死亡率变化趋势分析
The analysis of the trend of mortality rate of falls in China from 1990 to 2015
中华预防医学杂志, 2018,52(5)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2018.05.009

文章历史

投稿日期: 2017-09-13
上一篇:北京市宫颈癌筛查妇女中高危型HPV感染状况及在宫颈癌前病变中的分布
下一篇:饮茶与中国男性肺癌发病关系的前瞻性队列研究
1990—2015年中国跌倒死亡率变化趋势分析
叶鹏鹏 耳玉亮 金叶 段蕾蕾     
叶鹏鹏 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心伤害室
耳玉亮 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心伤害室
金叶 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心伤害室
段蕾蕾 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心伤害室
摘要: 目的  分析1990—2015年中国不同性别、年龄段和省份人群的跌倒死亡率状况和变化趋势,并确定各亚组的发展轨迹。方法  利用2015年全球疾病负担中国跌倒标化死亡率数据(数据覆盖31个省、自治区、直辖市,以及香港和澳门特别行政区,不含台湾省)描述2015年中国不同性别、年龄段和省份人群的跌倒死亡率状况,计算1990—2015年跌倒死亡率相对变化幅度,采用对数线性回归模型计算跌倒死亡率年度变化百分比,采用轨迹分析模型对不同省份跌倒死亡率的变化趋势进行分组,根据不同阶数自变量的系数P值、贝叶斯信息标准、贝叶斯因子对数值和平均后验分组概率等四个指标确定最佳分组数量,并描述各组跌倒死亡率发展轨迹。结果  2015年中国跌倒标化死亡率为8.38/10万(95%UI:5.54/10万~9.30/10万),男性(10.81/10万,95%UI:6.58/10万~12.14/10万)高于女性(5.84/10万,95%UI:3.41/10万~6.62/10万),70岁以上人群死亡率(60.50/10万,95%UI:38.36/10万~67.75/10万)高于其他年龄人群。1990—2015年中国全人群、男性和女性跌倒标化死亡率未有明显变化,年度变化百分比分别为0.37(95%UI:-0.08~0.83)、0.45(95%UI:0.05~0.84)和0.31(95%UI:-0.26~0.87),5岁以下儿童的跌倒死亡率明显下降,年度变化百分比为-4.07(95%UI:-5.62~-2.51),70岁及以上人群跌倒死亡率明显上升,年度变化百分比为1.89(95%UI:1.42~2.37)。各省份跌倒标化死亡率变化趋势存在4种不同发展轨迹,其中第1组跌倒死亡率水平最低,且呈现持续下降趋势,第2组和第3组跌倒标化死亡率相对接近,但变化趋势有所不同,第2组朝着跌倒死亡下降的方向发展,第3组则存在反复可能性,第4组跌倒标化死亡率最高,且波动幅度明显。结论  1990—2015年中国跌倒标化死亡率未有明显变化,但不同年龄人群变化幅度差异明显,不同省份的变化趋势有所不同。
关键词 :患病代价;回顾性研究;跌倒;伤害;预防
The analysis of the trend of mortality rate of falls in China from 1990 to 2015
YePengpeng,ErYuliang,JinYe,DuanLeilei     
Division of Injury Prevention, National Center for Chronic and Noncommunicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 100050, China
Corresponding author: Duan Leilei, Email: duanleilei@vip.sina.com
Abstract:Objective  To understand the status and trend of the mortality rate of falls in different gender, age groups and provinces in China from 1990 to 2015, to explore the number of subgroups of different trends in all provinces, and to determine the different trajectory of subgroups.Methods  Using the mortality rate of falls in China from 1990 to 2015 from the Global Disease Burden 2015 (data covers 31 provinces, autonomous regions, municipalities, as well as Hong Kong and Macau Special Administrative Regions, excluding Taiwan Province) to describe the status of the mortality rate of falls in different gender, age group and provinces in China 2015 and to calculate the corresponding relative change. Using log linear model to calculate the annual percent changes from 1990 to 2015. The number of subgroups and corresponding characteristics of different trajectories were analyzed by trajectory model to analyze with four indicators, P value of the coefficient of independent variables with different orders in all subgroups, Bayesian information criterion, log Bayes factor and average posterior probability.Results  In 2015, the age standardized mortality rate of falls in China was 8.38/100 000 (95%UI: 5.54/100 000-9.30/100 000), which was higher in men (10.81/100 000, 95%UI: 6.58/100 000-12.14/100 000) than that in women (5.84/100 000,95%UI: 3.41/100 000-6.62/100 000), and in the elderly aged 70-year-old and above (60.50/100 000, 95%UI: 38.36/100 000-67.75/100 000) than that in other age groups. From 1990 to 2015, there was no obvious change in the age standardized mortality rate of falls in total population, men and women with average percent change about 0.37 (95%UI: -0.08-0.83), 0.45 (95%UI: 0.05-0.84) and 0.31 (95%UI: -0.26-0.87) respectively, but a significant decrease and increase could be seen in children under 15-year-old, especially under 5-year-old with average percent change about -4.07 (95%UI: -5.62--2.51), and the elderly aged 70-year-old and above with average percent change about 1.89 (95%UI: 1.42-2.37) respectively. Four types of trajectories could be categorized for different trends of age standardized mortality rate of falls in all provinces. The first group had the lowest fall mortality with a downward trend. The fall mortality was close in the second and third group but with different change tendency, a decreasing propensity in the former and an increasing one in the latter. The fourth group had the highest fall morality with obvious fluctuation.Conclusion  There was no significant change in the age standardized mortality rate of falls in China from 1990 to 2015. However, the trend of age standardized mortality rate of falls varied in different age and provinces during the same period of time.
Key words :Cost of illness;Retrospective studies;Falls;Injury;Prevention
全文

跌倒是常见的伤害类型,每年造成全世界约1.30亿人次就诊,2 000万人次住院,42.4万人死亡[1,2]。全球疾病负担(Global Burden Disease, GBD)研究估计,1990—2010年全球跌倒死亡人数上升了约55%[3]。WHO预测,跌倒在全球的死因顺位将由2012年第21位上升至2030年第17位[4]。因此,跌倒逐渐成为全球广泛关注的公共卫生问题。在我国,跌倒是全人群伤害死亡的第2位原因,仅次于道路交通伤害,是65岁及以上人群伤害死亡的第1位原因[5]。目前部分地区已开展了针对不同人群尤其是老年人群的跌倒死亡相关研究[6,7,8,9,10],但缺乏不同性别、年龄、覆盖全国、时间跨度长的跌倒死亡率变化趋势研究。本研究基于GBD 2015研究结果[11,12],采用跌倒标化死亡率数据描述1990—2015年中国不同性别、年龄和省份人群的跌倒死亡率现状和变化趋势,并确定各组的发展轨迹,为了解中国跌倒死亡状况,确定高危人群和地区,合理有效开展跌倒防控工作提供科学线索和依据。

资料与方法  

1.资料来源:  选用GBD 2015中国跌倒标化死亡率数据进行分析。死亡率数据起始时间为1990年,每1年为1个时间节点,截至时间为2015年。数据覆盖地区包括31个省、自治区、直辖市,以及香港和澳门特别行政区,不含台湾省。数据主要来自于全国疾病监测点系统死因监测、全国妇幼卫生监测网、中国疾病预防控制中心死因登记报告信息系统,中国香港和澳门地区死因数据和已发表的相关文献资料[11,12]。年龄段分为<5、5~14、15~49、50~69和70岁以上。

2.疾病分类编码:  GBD 2015基于国际疾病分类编码(international classification of disease, ICD)将伤害外部原因分为27类,每类伤害外部原因有从伤害的性质角度分为27种,用于本次跌倒死亡分析的国际疾病分类编码包括:ICD-9中的E880-E886.99、E888-E888.9、E929.3,以及ICD-10中的W00-W19.9[12]

3.测量指标与估计方法:  采用死亡率作为测量指标进行数据分析。死亡率估算框架[11,12]:所有数据被映射至GBD 2015研究疾病和伤害死因列表,垃圾编码或不明确的死因通过垃圾编码分配算法予以调整和重新分配,采用死因整体建模(cause of death ensemble modelling, CODEm)[13]软件用于根据不同年龄、性别、地区、年份和原因的得到估计结果。偏倚校正方法用于估算儿童伤害死亡率,有助于在多种数据来源基础上获得一致的5岁以下儿童死亡率的时间序列估值[14]。使用GBD全球人口年龄标准对跌倒死亡率进行标化[12]

4.数据分析:  利用软件Stata 14.1对中国不同性别、年龄段和省份人群的跌倒死亡率进行分析,计算1990—2015年跌倒死亡率相对变化幅度,采用对数线性回归模型计算跌倒死亡率年度变化百分比(annual percent change,APC)[15],采用轨迹分析模型对不同省份跌倒死亡率变化趋势的亚组进行拟合和描述。轨迹分析模型也称潜分类增长模型,可以用于探索追踪数据的不同发展轨迹,对不同发展轨迹的截距和斜率进行检验,弥补了传统方法假定追踪数据具有同质性发展趋势的局限性,更加符合现实情况[16,17]。轨迹分析模型根据以下4个条件确定合适的亚组数量,并描述不同亚组的发展轨迹:(1)不同阶数自变量的系数的P值:不同阶数自变量的系数包括截距项的P值均小于0.05;(2)贝叶斯信息标准(Bayesian information criterion, BIC):越接近0表示模型拟合越好;(3)贝叶斯因子对数值(log Bayes factor):等于2个比较模型BIC差值的2倍,该值小于2表明不足以接受复杂模型,应采用简洁模型;(4)平均后验分组概率(average posterior probability, AvePP):反映了根据轨迹分组后的亚组内成员与该轨迹的符合程度,通常大于0.7为可接受的标准[16,17,18]

结果  

1.2015年中国及各省份(特别行政区)跌倒死亡现状:  2015年中国跌倒标化死亡率为8.38/10万,其中男性(10.81/10万)高于女性(5.84/10万)。不同年龄段中,70岁以上人群跌倒死亡率最高,为60.50/10万,5~14岁最低,为1.42/10万。不同地区中,跌倒死亡率顺位前5位(死亡率从低至高)依次为吉林(2.56/10万)、黑龙江(2.67/10万)、内蒙古(2.79/10万)、香港特别行政区(3.11/10万)和河北(3.29/10万),最后5位依次为广西(13.22/10万)、贵州(14.58/10万)、浙江(15.25/10万)、云南省(18.20/10万)和福建(20.12/10万)(表1)。

表11990—2015年中国各省份不同性别人群跌倒标化死亡率(/10万)、年度变化百分比(%)和下降幅度(%)

2.1990—2015年中国及各省份(特别行政区)跌倒死亡率变化趋势:  1990—2015年中国跌倒标化死亡率相对下降幅度为5.36%(APC=0.37),其中男性下降0.05%(APC=0.45),女性下降12.03%(APC=0.31)。不同年龄段中,跌倒死亡率下降幅度最大的年龄段为5岁以下,为63.09%(APC=-4.07),其余依次为5~14、50~69和15~49岁,幅度分别为44.92%(APC=-2.29)、6.45%(APC=0.23)和5.06%(APC=-0.20),70岁及以上则有所上升,幅度为33.81%(APC=1.89)。有27个省份(特别行政区)的跌倒标化死亡率下降,其中下降幅度前5位(下降幅度从低至高)为内蒙古(25.77%)、澳门特别行政区(28.22%)、黑龙江(28.60%)、吉林(29.01%)和海南(31.61%),有6个省份上升,其中上升幅度前3位(上升幅度从高至低)为广西(27.91%)、福建(10.04%)和湖北(9.27%)。各地区中,男性跌倒标化死亡率下降幅度最大的为香港特别行政区(32.90%),上升最大的为广西(36.61%);女性下降最大的为黑龙江(43.94%),上升最大的为广西(18.12%)。所有省份的5岁以下和5~14岁人群的跌倒死亡率均有所下降,幅度最大为宁夏(80.27%),15~49岁下降幅度最大的为香港特别行政区(53.37%),上升最大的为青海(40.11%),50~69岁下降幅度最大的为上海(52.66%),上升最大的是云南(34.66%),70岁及以上下降幅度最大的为新疆(24.44%),上升最大的为福建(106.40%)。详见表2

表21990—2015年中国各省份不同年龄段人群跌倒死亡率(/10万)、年度变化百分比(%)和下降幅度(%)

3.中国各省份(特别行政区)跌倒死亡率变化趋势分组:  对1990—2015年各省份(特别行政区)人群跌倒标化死亡率进行轨迹分析,亚组数量从1组开始,每组阶数为1至5,搜索所有可能的分组情况,直至亚组数量为7组,从5组以后所有分组估计结果均无统计学意义。根据不同阶数自变量的系数的P值、BIC、贝叶斯因子对数值和AvePP,确定最终合适的亚组数量为4组(表3表4)。4组分别包括14、9、6和4个省份(特别行政区)(表5),第1组跌倒死亡率水平最低,且呈现持续下降趋势,第2组和第3组跌倒标化死亡率相对接近,但变化趋势有所不同,第2组向跌倒死亡下降的方向发展,第3组则存在反复可能性,第4组跌倒标化死亡率最高,且波动幅度明显(图1)。

表31990—2015年中国各省份跌倒标化死亡率轨迹分析模型分组情况
表41990—2015年中国各省份跌倒标化死亡率轨迹分析模型最佳分组估计结果
表51990—2015年中国跌倒标化死亡率轨迹分析模型各亚组所含省份
图11990—2015年中国跌倒标化死亡率轨迹分析模型各亚组变化趋势

讨论  2015年中国跌倒标化死亡率男性高于女性,70岁以上人群高于其他年龄人群,与其他研究结果一致[2,19]。1990—2015年中国全人群、男性和女性跌倒标化死亡率未有明显变化,在不同年龄段中则呈现明显的两级分化,15岁以下儿童尤其是5岁以下儿童的跌倒标化死亡率明显下降,70岁及以上老年人明显上升。对于15岁以下儿童,婴幼儿和学龄前儿童身体协调性差,运动能力和姿势控制能力均未发育成熟,缺乏行为控制能力,可能在无意中尝试冒险行为,10岁以下的学龄儿童认知能力发育尚不完善,缺乏危险识别意识和应对能力,行为控制能力有限,13~15岁的青少年则可能会主动寻求冒险行为,因此15岁以下儿童跌倒情况改善多依赖于成人看管、安全产品和安全环境[20]。1990年以来,随着我国社会经济的快速发展,儿童安全健康成长成为全社会关注焦点,加之独生子女政策的影响,来自父母和其他监护人的关怀越来越多甚至出现过度保护的现象,一定程度上减少了儿童伤害包括致死性跌倒发生的风险[21]。安全产品方面,我国从20世纪80年代起陆续制定了多项与儿童用品相关的国家标准并进行了不断完善,截至2013年,儿童用品国家标准共40项,包括强制性标准17项,推荐性标准23项,其中如现行的《国家玩具安全技术规范(GB 6675-2003)》、《儿童推车安全要求(GB 14748-2006)》、《儿童三轮车安全要求(GB 14747-2006)》、《儿童自行车安全要求(GB 14746-2006)》、《儿童高椅国家标准(GB 22793.1-2008)》、《儿童安全(GB/T20002.1-2008)》、《儿童家具通用技术条件(GB 28007-2011)》、《儿童滑梯(GB/T 27689-2011)》等国家标准对儿童相关玩具、运动设备、家具、娱乐设施等安全技术参数都做出了明确规定,这些对儿童跌倒的防控起到了一定的促进作用[20,22,23,24]。安全环境方面,教育部出台实施了一系列法规文件,对建设安全校园起到了政策保障作用,安全社区建设力度不断加强、模式不断完善也对儿童活动场所环境安全性起到了推动作用[20,25,26]。此外,儿童跌倒死亡的改善还与我国迅速发展壮大的医疗急救事业有关[27]。对于70岁及以上老年人,跌倒死亡率上升的可能原因一方面是1990年以来我国人均期望寿命增加约8.5岁[14],高龄老人比例增加,高血压、糖尿病等慢性病患病率有所增加,身体脆弱性增加,有研究表明这会导致老年人跌倒后严重程度和死亡风险增加[28],另一方面"空巢"老年人现象愈发普遍,"空巢"老年人跌倒后,因身边缺乏照料,延误就诊和治疗,可能造成更严重的后果[29,30]
        1990—2015年中国各省份跌倒标化死亡率变化趋势存在差异,根据轨迹分析模型可分为4组。第1组跌倒死亡率水平最低,且呈现持续下降趋势,在中国老龄化现象加剧的情况下可以侧面反映这些地区在跌倒防控方面取得了良好成效[31],第2组和第3组跌倒标化死亡率相对接近,但变化趋势有所不同,前者朝着跌倒死亡下降的方向发展,后者则存在反复可能性,需要重点关注的地区为江苏、广西和湖北,这3个省份跌倒死亡有不同幅度上升,第4组跌倒标化死亡率最高,且波动幅度明显,相对于其他地区,跌倒防控形势较为严峻,需要关注的地区为福建,该地区跌倒标化死亡率上升幅度较大,建议这些省份加强对跌倒防控工作的重视程度,提高人群预防跌倒意识,结合本地区实际情况,制定科学有效的策略措施,针对重点地区和人群开展跌倒防控工作。
        1990—2015年中国跌倒标化死亡率未有明显变化,但不同年龄人群变化幅度差异明显,不同省份的变化趋势有所不同。本次研究尚未能对引起跌倒死亡变化的相关因素进行深入探索,同时缺少跌倒造成的经济负担结果,建议后续研究可进一步采集跌倒发生、致残和死亡以及造成的经济负担数据,为开展以证据为基础的跌倒防控工作提供更多的科学依据。

参考文献
[1]HaagsmaJA, GraetzN, BolligerI, et al. The global burden of injury: incidence, mortality, disability-adjusted life years and time trends from the Global Burden of Disease study 2013[J].Inj Prev, 2016,22(1):3-18. DOI: 10.1136/injuryprev-2015-041616.
[2]World Health Organization. Falls fact sheet[EB/OL]. [2017-08-29]. http://www.who.int/mediacentre/factsheets/fs344/en/.
[3]LozanoR, NaghaviM, ForemanK, et al. Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010[J]. Lancet,2012,380(9859):2095-2128. DOI: 10.1016/S0140-6736(12)61728-0.
[4]World Health Organization. Injuries and violence: the facts 2014[EB/OL]. [2017-08-29]. http://www.who.int/violence_injury_prevention/media/news/2015/Injury_violence_facts_2014/en/.
[5]中国疾病预防控制中心慢性非传染性疾病预防控制中心.中国死因监测数据集.2015[M].北京:中国科学技术出版社, 2015.
[6]周毅恒,梅丹,陈杨. 2009—2013年大连市跌倒伤害流行特征分析[J].中国健康教育,2015,(8):753-755,762. DOI: 10.16168/j.cnki.issn.1002-9982.2015.08.009.
[7]庄嘉元,陈惠英,李玉妹.福州市社区老年人跌倒现状及相关危险因素[J].中国老年学杂志,2015,35(22):6538-6540. DOI: 10.3969/j.issn.1005-9202.2015.22.108.
[8]陆强,娄东辉,郑晓世,等.秦皇岛市城市社区老年人跌倒的危险因素[J].中国老年学杂志,2016,36(20):5140-5141. DOI: 10.3969/j.issn.1005-9202.2016.20.096.
[9]张迪,何耀,刘淼,等.北京市农村社区老年人跌倒情况调查及影响因素研究[J].中华流行病学杂志,2016,37(5):624-628. DOI: 10.3760/cma.j.issn.0254-6450.2016.05.007.
[10]阮爱超,郑鹏.苏州市老年公寓老年人跌倒危险因素的研究[J].护理管理杂志,2017,17(3):186-188. DOI: 10.3969/j.issn.1671-315X.2017.03.012.
[11]GBD 2015 Disease and Injury Incidence and Prevalence Collaborators. Global, regional, and national incidence, prevalence, and years lived with disability for 310 diseases and injuries, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015[J].Lancet, 2016, 388(10053):1545-1602. DOI: 10.1016/S0140-6736(16)31678-6.
[12]GBD 2015 Mortality and Causes of Death Collaborators. Global, regional, and national life expectancy, all-cause mortality, and cause-specific mortality for 249 causes of death, 1980-2015: a systematic analysis for the Global Burden of Disease Study 2015[J].Lancet, 2016, 388(10053): 1459-1544. DOI: 10.1016/S0140-6736(16)31012-1.
[13]ForemanKJ, LozanoR, LopezAD, et al. Modeling causes of death: an integrated approach using CODEm[J]. Popul Health Metr, 2012,10:1. DOI: 10.1186/1478-7954-10-1.
[14]ZhouM, WangH, ZhuJ, et al. Cause-specific mortality for 240 causes in China during 1990-2013: a systematic subnational analysis for the Global Burden of Disease Study 2013[J].Lancet, 2016,387(10015):251-272. DOI: 10.1016/S0140-6736(15)00551-6.
[15]王德征,王冲,沈成凤,等. Cochran-Armitage趋势检验和线性回归在流行病学率的趋势分析中的比较研究[J].中华流行病学杂志,2017,38(5):684-687.DOI: 10.3760/cma.j.issn.0254-6450.2017.05.026.
[16]冯国双,于石成,胡跃华.轨迹分析模型在流行病学研究中的应用[J].中华流行病学杂志,2014,35(7):865-867. DOI: 10.3760/cma.j.issn.0254-6450.2014.07.024.
[17]冯国双,于石成,刘世炜.轨迹分析模型在追踪数据分析中的应用[J].中国预防医学杂志, 2014, 15(3):292-295.
[18]Rabe-HeskethS and SkrondalA, Multilevel and Longitudinal Modeling Using Stata, Volume I: Continuous Responses[J]. Stat Methods Med Res, 2016,25(6):3069. DOI: 10.1177/0962280214527532.
[19]World Health Organization. WHO global report on falls prevention in older age[EB/OL]. [2017-08-29]. http://www.who.int/ageing/projects/falls_prevention_older_age/en/.
[20]卫生部疾病预防控制局.儿童跌倒干预技术指南[EB/OL]. [2017-08-29]. http://www.nhfpc.gov.cn/zwgk/wtwj/201304/729e74b51ab5434c965ec03164eca46d.shtml.
[21]ShortSE, ZhaiF, XuS, et al. China's One-Child Policy and the Care of Children: An Analysis of Qualitative and Quantitative Data[J]. Social Forces,2001,79(3):913-943. DOI: org/10.1353/sof.2001.0025.
[22]质检总局:40项儿童用品国家标准保障儿童安全[J].玩具世界,2013,(6):51-52.
[23]SminkeyL. World report on child injury prevention[J]. Inj Prev, 2008,14(1):69. DOI: 10.1136/ip.2007.018143.
[24]中国标准在线服务网[EB/OL]. [2017-11-30]. http://www.spc.org.cn/gb168/.
[25]王冉. WHO安全社区模型在伤害预防中的研究进展[J].中国慢性病预防与控制,2007,15(6):624-626. DOI: 10.3969/j.issn.1004-6194.2007.06.045.
[26]国家安全生产监督管理总局.关于持续加大安全社区推进力度全面提升安全社区建设工作水平的通知[EB/OL]. [2017-08-29]. http://www.chinasafety.gov.cn/newpage/Contents/Channel_6288/2015/1117/260421/content_260421.htm.
[27]吕传柱.中国院前急救近十年的发展及未来展望[J].中华急诊医学杂志,2011,20(6):568-570. DOI: 10.3760/cma.j.issn.1671-0282.2011.06.002.
[28]BergenG, StevensMR, BurnsER. Falls and Fall Injuries Among Adults Aged ≥65 Years - United States, 2014[J].MMWR Morb Mortal Wkly Rep,2016,65(37):993-998. DOI: 10.15585/mmwr.mm6537a2.
[29]黄润龙.我国空巢老人家庭状态[J].人口与经济,2005,(2):57-62.
[30]GaoM, LiY, ZhangS, et al. Does an Empty Nest Affect Elders' Health? Empirical Evidence from China[J]. Int J Environ Res Public Health, 2017,14(5). DOI: 10.3390/ijerph14050463.
[31]于普林,石婧.中国老龄化进程及其对社会经济的影响[J].中华老年医学杂志, 2014, 33(2):113-115. DOI: 10.3760/cma.j.issn.0254-9026.2014.02.001.