1999-2024年美国65岁及以上成人腹主动脉瘤死亡率的 temporal trends 与人口统计学差异:基于CDC WONDER数据的全国性人群分析

Temporal Trends and Demographic Disparities in Abdominal Aortic Aneurysm Mortality Among U.S. Adults Aged ≥ 65 Years, 1999-2024: A Nationwide Population-Based Analysis of CDC WONDER Data

作者信息Hassaan Abid, Muhammad Jawad, Sohana Memon, Muhammad Vazaym, Gaaitri Lohano, Rimsha Adnan, Muhammad Mohid Haroon, Rithik Khiani
PMID42452590
发布时间2026-07-01
DOI10.3390/jcm15135130

实验完整度

低

本研究为基于CDC WONDER数据库的回顾性人群分析,未包含实验方法或功能验证,主要依赖统计趋势分析。

主要模型

美国65岁及以上成人(基于CDC WONDER死亡数据库)

重点核对

ICD-10编码I71.3和I71.4用于识别AAA相关死亡 年龄调整死亡率使用2000年美国标准人口计算 Joinpoint回归分析参数:最多4个连接点,标准误建模,异方差误差 研究期间分为1999-2019年、2020-2021年、2022-2024年三个区间 城市化分层分析仅限于1999-2020年

摘要

背景:尽管筛查、监测和动脉瘤修复取得了进展,腹主动脉瘤(AAA)仍是美国心血管死亡的重要原因。针对人口统计学和地理亚组的长期AAA死亡率趋势的当代全国性分析仍然有限,尤其是在COVID-19大流行之后。目的:评估1999年至2024年美国65岁及以上成人中AAA相关死亡率的 temporal trends,并描述人口统计学和地理差异。方法:使用CDC WONDER多死因数据库进行回顾性人群研究。使用国际疾病分类第十修订版(ICD-10)代码I71.3和I71.4识别AAA相关死亡。使用2000年美国标准人口计算每10万人口的年龄调整死亡率(AAMRs)。按性别、年龄、种族/民族、人口普查地区和城市化状况对死亡率趋势进行分层。使用Joinpoint回归分析估计年度百分比变化(APC)和平均年度百分比变化(AAPC)。结果:1999年至2024年间,美国65岁及以上成人中记录了208,476例AAA相关死亡。总体AAMR从1999年的每10万人口32.61显著下降至2024年的12.17(AAPC -3.86%;95%置信区间[CI]:-4.43至-3.30;p < 0.001)。男性、85岁及以上成人、非西班牙裔白人、中西部居民和非大都市人口的死亡率持续较高。Joinpoint分析显示大多数人口统计学组的死亡率持续下降。尽管几个亚组在大流行期间死亡率下降趋势出现暂时平稳,但这些趋势变化未达到统计学显著性。2021年后,死亡率恢复显著下降趋势。结论:1999年至2024年间,美国65岁及以上成人中AAA相关死亡率大幅下降;然而,重要的人口统计学和地理差异持续存在。持续努力旨在减少风险因素、公平筛查和预防性血管护理对于进一步降低老年人AAA相关死亡率仍然至关重要。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
1999年至2024年间,美国65岁及以上成人中AAA相关死亡率的 temporal trends 以及按人口统计学和地理亚组划分的差异如何?
核心机制
文中未明确说明具体机制,但提出死亡率下降可能与吸烟率降低、心血管风险因素控制改善、筛查项目及血管修复技术进展相关,但因果关系未确立。
主要证据
CDC WONDER多死因数据库中共208,476例AAA相关死亡,总体AAMR从1999年的32.61降至2024年的12.17(AAPC -3.86%);男性、85岁及以上、非西班牙裔白人、中西部及非大都市地区死亡率较高;COVID-19期间趋势暂时平稳但无统计学意义。
研究意义
研究提供了当代全国性AAA死亡率趋势评估,并强调持续存在的人口统计学和地理差异,提示需加强戒烟、公平筛查和血管护理,以进一步降低AAA相关死亡率。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据获取与死因识别

获取美国全国死亡数据并识别AAA相关死亡。

使用CDC WONDER多死因死亡数据库,提取1999-2024年死亡数据,通过ICD-10代码I71.3和I71.4识别AAA相关死亡。

2

死亡率计算与年龄调整

计算AAA相关死亡的粗死亡率和年龄调整死亡率,以便跨时间和亚组比较。

使用2000年美国标准人口进行年龄调整,计算每10万人口的年龄调整死亡率(AAMRs)。

3

趋势分析

评估AAA相关死亡率随时间的变化趋势,并识别转折点。

使用Joinpoint回归分析估计年度百分比变化(APC)和平均年度百分比变化(AAPC),采用蒙特卡洛置换法确定最佳连接点数(最大4个)。

4

亚组分析

按性别、年龄、种族/民族、人口普查地区和城市化状况评估死亡率差异。

分别对男性和女性、三个年龄组(65-74、75-84、≥85岁)、五个种族/民族群体、四个地理地区及大都市/非大都市地区进行趋势分析。

5

敏感性分析

评估主要发现的稳健性,限制AAA作为根本死因或仅分析破裂/未破裂AAA。

进行敏感性分析,仅将ICD-10代码限制为根本死因,并分别分析I71.3和I71.4。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
连接点回归程序--version

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据获取
数据来源:CDC WONDER数据库;ICD-10代码:I71.3和I71.4;多死因死亡数据集
阅读提示:Methods部分‘2.1. Study Design and Data Source’
死亡率计算
年龄调整方法:2000年美国标准人口;计算年龄调整死亡率(AAMR)
阅读提示:Methods部分‘2.3. Statistical Analysis’
趋势分析
Joinpoint回归参数:最大连接点数为4,标准误建模,异方差误差结构;蒙特卡洛置换方法
阅读提示:Methods部分‘2.3. Statistical Analysis’
亚组分析
性别、年龄组(65-74/75-84/≥85岁)、种族/民族、人口普查地区、城市化状态;城市化分析仅限于1999-2020年
阅读提示:Methods部分‘2.2. Study Variables’