城读 | 我们如何死亡?

楼市   2024-11-15 21:50   上海  

524

我们如何死亡?


心脏病、癌症、脑血管病、呼吸系统疾病和内分泌、营养和代谢疾病是中国居民前五大非传染疾病致死病因。

Max Roser (2021) - “Causes of death globally: what do people die from?” Published online at OurWorldinData.org. Retrieved from: 'https://ourworldindata.org/causes-of-death-treemap' [Online Resource]
Sources:https://ourworldindata.org/causes-of-death-treemap

https://ourworldindata.org/causes-of-death

数据分析是我关注的领域之一,基于数据和事实理解世界和中国也是我致力所做的事情。过去几年我在讲授《数据中国社会》课程,用公开数据分析和理解中国社会现实。我决定在城读上陆续分享我所写的有关讲义。几个月前,我在城读上推送了一篇用数据分析中国高考的文章,有助于理解中国高等教育转型(详情参阅城读 | 中国高等教育转型:8张图理解中国高考47年)。今天,我用数据分析中国居民死亡原因构成和变化,有助于理解中国的健康转型。

为了迈向更健康的世界、更健康的中国,我们需要充分理解今天所面临的健康问题,其中,我们如何死亡是一个非常有意义的问题,有助于寻找有效拯救生命、改善公共健康的方法。

流行病学家将死亡原因分为三大类:非传染性疾病、传染性疾病和损伤。其中损伤是一个非常广泛的类别,既包括事故,例如车祸、坠亡或跌落等,也包括故意伤害,例如谋杀、战争死亡和自杀。世界范围内,非传染性疾病是最主要的死亡原因。

下图为2019年世界死亡人数及其死亡原因分布。图中的每个矩形代表一种死因,矩形的大小与其比例高低成正比。2019年,世界有5500万人死亡。其中,74%的人死于非传染性疾病;14%的人死于传染性疾病;大约8%的人死于损伤(根据图中数据计算,三者加起来不到100%,还有部分其他死因未包括进来)。

来源:https://ourworldindata.org/causes-of-death-treemap

图中蓝色部分代表非传染性疾病,也是最常见的死亡原因。排在第一位的是心血管疾病,导致世界上三分之一的死亡。排在第二位的是癌症,导致世界上18% 的死亡。第三位是慢性呼吸道疾病,导致世界7%的死亡。随后是消化疾病、神经退行性疾病、糖尿病分别占4.5%、3.9%和2.9%的死亡。

图中红色部分表示传染性疾病;即由可在人与人之间传播的病原体所引起的疾病。

2019年大约七分之一的人死于传染病,包括肺炎、腹泻、肺结核、艾滋病和疟疾。

图中绿色部分表示损伤,2019年死于交通事故占死亡总人数的2.3%,死于其他事故(例如坠亡或跌落、溺亡、火灾等)占3.1%,自杀占1.3%,死于人际暴力的不到 1%,包括谋杀或战争死亡。

死亡原因的比例与媒体报道笔墨和公众的认知有很大的出入。一些主要的死亡原因并未引起很大关注,而吸引大量媒体大量报道的死因比例实际并不高。例如,世界范围内死于腹泻的比例高达2.7%,远高于死于所有形式暴力(谋杀、战争和恐怖主义)的总和(不到1%)。

中国居民如何死亡?

根据国家卫健委数据,中国居民死亡原因分为19个细类,大致也可分为三大类:非传染性疾病、传染性疾病和损伤中毒外部原因。其中,非传染性疾病包括心脏病、恶性肿瘤(癌症)、脑血管病、呼吸系统疾病、内分泌、营养和代谢疾病、消化系统疾病、神经系统疾病、泌尿生殖系统疾病、精神障碍、肌肉骨骼和结缔组织疾病、血液、造血器官及免疫疾病、先天畸形、变形和染色体异常、围生期疾病和妊娠、分娩产褥期并发症14种疾病。

传染性疾病包括传染病(含呼吸道结核)和寄生虫病两种。传染病包括痢疾、肠道其他细菌性传染病、呼吸道结核、破伤风、脑膜炎奈瑟菌感染、败血症、性传播疾病、狂犬病、流行性乙型脑炎、病毒性肝炎和艾滋病。寄生虫病主要包括血吸虫病。

损伤和中毒包括交通事故、意外中毒、意外跌落、火灾、溺水、意外的机械性窒息、砸死、触电、自杀和被杀。

其他包括诊断不明和其他疾病,注意所有19种死因加总并不完全等于100%。

与世界死亡原因构成相似,非传染性疾病也是中国居民最主要的死因,并且其比例占压倒性多数。如下两图显示,2021年,非传染性疾病占中国农村居民死因的88.89%;非传染性疾病占中国城市居民死因的90.34%。传染性疾病占中国居民死因的比例远低于世界水平(14%),2021年传染性疾病分别占中国农村和城市居民死因的0.89%和0.83%。损伤中毒分别占中国农村和城市居民死因的7.13%和5.46%。

来源:根据国家卫健委数据计算

来源:根据国家卫健委数据计算

接着看中国居民非传染性疾病死亡原因的细类构成。2021年中国农村居民主要非传染性疾病死因按从高到低分别为:第一是心脏病,占25.36%;第二是脑血管病,占23.62%;第三是癌症,占22.47%。其后依次是呼吸系统疾病,占8.77%;内分泌、营养和代谢疾病,占2.84%;消化系统疾病,占2.15%;神经系统疾病,占1.37%;泌尿生殖系统疾病,占1.06;精神障碍,占0.48%;肌肉骨骼和结缔组织疾病,占0.33%;血液、造血器官及免疫疾病,占0.18%;先天畸形、变形和染色体异常;占0.14;围生期疾病,占0.11%;妊娠、分娩产褥期并发症,占0.01%。

来源:国家卫健委数据

注:图中只包括死亡原因构成比例高于1%的病因。

2021年中国城市居民主要非传染性疾病死因按从高到低为分别为:第一也是心脏病,占25. 64%;第二是癌症,占24.61%;第三是脑血管病,占21.71%。其后依次是呼吸系统疾病,占8.45%;内分泌、营养和代谢疾病,占3.74%;消化系统疾病,占2.39%;神经系统疾病,占1.46%;泌尿生殖系统疾病,占1.05%;精神障碍,占0.54%;肌肉骨骼和结缔组织疾病,占0.3%;血液、造血器官及免疫疾病,占0.21%;先天畸形、变形和染色体异常,占0.13%;围生期疾病,占0.11。

来源:国家卫健委数据

注:图中只包括死亡原因构成比例高于1%的病因。
比较2021年中国城乡居民非传染性疾病死因的差异,城市居民死于癌症的比例略高于农村居民(24.61%vs.22.47%);城市居民死于脑血管疾病的比例略低于农村居民(21.71% vs.23.62%); 城市居民死于内分泌、营养和代谢疾病的比例略高于农村居民(3.74%vs.2.84%);城市居民死于妊娠、分娩产褥期并发症的比例低于农村居民:农村居民死于妊娠、分娩产褥期并发症比例为0.01%,而城市居民这一比例由于较低,统计数字为0。中国城乡居民非传染性疾病死因的差异揭示了城乡医疗水平和生活方式的差异。

比较1990年与2021年中国居民死亡原因构成变与不变,非传染性疾病(特别是慢性病及退化疾病)是中国居民死亡最主要原因,且其比例在上升:城市居民从1990年的86.29%上升到2021年90.34%;农村居民从1990年的82.01%上升到2021年88.89%。而传染性疾病占死亡原因比例显著下降:城市居民从1990年的3.57%降至2021年0.83%;农村居民从1990年的5.66%降至2021年0.89%。损伤和中毒占死亡原因的比例也在下降:城市居民从1990年的6.91%降至2021年5.46%;农村居民从1990年的10.65%降至2021年7.13%。

自1949年以来,中国经历了人口转型和流行病学转型,从高出生率、高死亡率到低出生率、低死亡率转型,中国居民死亡原因从传染病转型到非传染病,人口预期寿命提高了两倍还多,从1949年以前的35岁提高到2023年的78.6岁,慢性病及退化疾病等非传染性疾病转变成为更主要的死因。

来源:根据国家卫健委数据计算

从非传染性疾病死因构成来看,1990年中国城市居民的前五大致死疾病分别是癌症、脑血管病、心脏病、呼吸系病和消化系病;中国农村居民的前五大致死疾病分别是呼吸系病、癌症、脑血管病、心脏病和消化系病。

2021年中国城市居民的前五大致死疾病分别是心脏病、癌症、脑血管病、呼吸系统疾病和内分泌、营养和代谢疾病;中国农村居民的前五大致死疾病分别是心脏病、脑血管病、癌症、呼吸系统疾病和内分泌、营养和代谢疾病。由于快速城市化,心脏病、癌症、脑血管病成为城乡居民的最主要死因。

来源:国家卫健委数据

彼得·阿提亚(Peter Attia)医生在《超越长寿:健康长寿的科学与艺术》一书中解释了自1900年以来,世界如何从“快死”向“慢死”社会转型:1900年世界人均预期寿命不到50岁,大多数人死于“快速”原因:事故、受伤和各种传染病;而2021年,世界人均预期寿命为71岁,老年慢性病成为主要死因。阿蒂亚医生将各种老年慢性病概括为死亡四骑士:心血管疾病(CVD)、癌症、神经退行性疾病、糖尿病及相关代谢疾病(详情参阅 城读 | 超越长寿:如何延长健康寿命?)如今,中国居民的主要非传染性疾病死因也比较接近死亡四骑士。要实现健康的长寿,就必须理解并及早应对导致这些慢性病的病因。

城读语录
1.“P53蛋白质(TP53抑癌基因的产物)可能还揭示了佩托悖论的奥秘。佩托悖论悖论由英国流行病学家理查德·佩托在20世纪70年代发现。像大象或鲸鱼这样的大型动物体内的细胞数量是人类的数百倍。即使考虑到它们较慢的新陈代谢,这也意味着它们的细胞变异成癌细胞的几率要大得多。然而,这些大型哺乳动物对癌症的抵抗力极强,其寿命几乎与人类相当,甚至更长。人类从父母双方各遗传一个p53基因拷贝,但大象却有20个p53基因拷贝。因此,大象的细胞对DNA损伤非常敏感,一旦检测到损伤细胞便会自我毁灭。”

——文奇·拉马克里希南《我们为什么会死:衰老的新科学以及对永生的追求》

2.“在二战末期的1944年9月至1945年5月,荷兰遭遇了一场严重的饥荒,导致超过2万人死亡。研究表明,尽管这场饥荒持续的时间相对较短,但那些在饥荒期间怀孕的女性所生的孩子,终其一生都在承受不良的身体和心理健康影响。这些孩子一生中更易患上肥胖、糖尿病和精神分裂症,死亡率也高于那些在胎儿期时并未经历饥荒的孩子。并且,饥荒发生在妊娠早期或晚期,其影响也具有显著差异。对那些在胎儿期时经历饥荒的个体与其年长和年幼的兄弟姐妹的DNA进行比较揭示了一个重要发现:饥荒在胎儿的DNA上留下了甲基化模式,这种模式对其一生产生了长期影响,加速了与衰老相关的疾病和死亡率。这是外界压力导致DNA出现持续一生的表观遗传变化的惊人例子。”

——文奇·拉马克里希南《我们为什么会死:衰老的新科学以及对永生的追求》

 城读相关阅读:

06.城读 | 城市生活本质上是一个巨大的数学问题

35.城读 | 统计数据会跳舞

50.城读│ 公园让城里人更健康

54.城读 | 《增长的极限》:三十年来对与错?

68.城读 | 城市如何影响传染病的传播?

73.城读 | 科技能为城市未来做什么?

84.城读 | 枪炮、病菌与钢铁:人类社会的命运

85.城读 | 《枪炮、细菌与钢铁》讲述了真实的历史吗?一个人类学家的批评

97.城读 | 为什么我们对科技期待更多,却对彼此期待更少?

105.城读 | 全球化赢家与输家分布的“大象曲线”

117.城读 | 纪念汉斯·罗斯林(Hans Rosling):用跳舞的统计数据教我们认识世界

144.城读 | 人人都能学好数理化(即使你自认没有数理化天分考试总是不及格),如果你学会如何学习

165.城读 | 幂律:隐藏在细胞、生物、城市、公司等复杂系统背后的简单规律

170.城读 | 超越GDP:用社会进步指数来测量发展水平

201.城读 | 关于城市密度的5个迷思与5个真相

213.城读 | 当文学遇到统计学:用数字揭示写作中隐藏的秘密

223.城读 | 全球化和信息通讯技术时代城市变得过时了吗?

235.城读 | 怎样识别统计图表的谎言?

237.城读 | 汉斯·罗斯林临终遗作:消除无知、注重事实、理解世界的十个原则

252.城读 | 剑桥大学统计学大卫·斯皮格豪特教授教你如何提高数据素养

261.城读 | 21世纪的城市问题是一个尺度问题吗?

264.城读 | 曼纽尔·利马教你世间复杂万象皆能可视化

271.城读 | 理解城市与传染病的八本书

272.城读 | 人类与传染病的互动史

275.城读 | 大型流行病暴发的控制:出行限制与系统韧性,孰轻孰重?

276.城读 | 关于流行病管控,我们应该了解什么?

282.城读 | 新冠病毒之后的城市

284.城读 | 新冠病毒住房危机

285.城读 | 耶鲁大学医学史教授弗兰克·M·斯诺登推荐理解新冠肺炎的6本书
286.城读 | 流行病如何重塑社会、政治、宗教、战争、文化与艺术?

294.城读 | 吾栖之肤:肤色的生物意义、社会后果与健康影响

295.城读 | 创新综合体和创新情结如何改变了我们的城市?

299.城读 | 人类历史就是一部与致病微生物斗争的历史

301.段义孚谈新冠疫情:一个人文主义地理学家对于恐惧地景中的自然与文化的看法

310.城读 | 当环境不平等遇到经济不平等:为什么环境库兹涅兹曲线不存在?

317.城读 | 真相还是伪真相?如何像一个数据科学家那样思考

324.城读 | 城市应该如何将数据用于公共利益?

326.城读 | 新冠疫情如何影响全球收入不平等?

335.城读│新冠时代的列斐伏尔:《城市革命》和巴黎公社的启示

342.城读 | 黄奇帆用数据讲解中国经济

345.城读 | 为什么数据第一位数往往是1:隐藏在人类社会、自然界乃至宇宙背后的本福特定律

356.城读 | 数据可视化历史上的5个里程碑

358.城读 | 适城生存:城市如何在隔离的时代生活与繁荣?

360.城读 | 为什么我们要将技术城市化?

363.城读 | 改善数据可视化的五个原则

364.城读 | 7种可视化定性数据的方法

367.城读 | 人类如何把寿命延长了两万天?

374.城读 | 加速增长的技术如何造成社会的指数鸿沟?

390.城读 | 我们如何规划后疫情时代的城市未来?

395.城读 | 城市科学是什么?为什么我们需要城市科学?

396.城读 | 瓦茨拉夫·斯米尔用数字解释现代世界的运作

401.城读 | 失序:21世纪的艰难时世

413.城读 | 未来是去增长的吗?

424.城读 | 理解新冠疫情的传播与结束:从指数增长到指数衰减

426.城读 | 2022年最佳城市阅读书单

427.城读 | 2022年,城读推介的22本好书

430.城读 | 用数据理解世界的五本书

434.城读 │ 如何用数据清晰地思考?

445.城读 | 新冠疫情的终结:从指数增长到指数衰减

447.城读 | 超越长寿:如何延长健康寿命?

458.城读 | 当哈格斯特朗遇上大数据:如何拓展时间地理学的经典概念?

482.城读 │ 定义城市的新方法:如何使用手机数据来界定城市?

487.城读 | 如何识别和拆穿数据胡扯?

489.城读 | 社会学家应该如何在研究中应用统计方法?

501.城读 | 中国高等教育转型:8张图理解中国高考47年

503.城读 | 弥合女性健康研究的不足:理解更年期女性健康

512.城读 | 下一阶段:围绝经期和更年期女性如何运动与饮食?

517.城读 | 论统计学应用的普遍性

(点击文章标题,或进入公众号回复标题前的数字获取文章 )

城读 城市阅读的记录

 

微信公共订阅账号“城读”,每周推送城市阅读笔记

关注我们,请搜索账号 CityReads

或长按上方图片,识别二维码关注




城读
城市阅读的记录
 最新文章