引用本文： 余星磊, 張群, 姜濤, 袁空軍, 蔡道章. 2005—2019年中國肌肉和肌腱損傷發病趨勢的年齡-時期-隊列模型分析. 中國循證醫學雜志, 2022, 22(10): 1125-1133. doi: 10.7507/1672-2531.202204024 復制
肌肉和肌腱在人體的運動和日常活動中發揮著重要作用，是最易發生損傷的組織之一[1-2]。近年來，肌肉和肌腱損傷發病率逐年攀升，給社會造成沉重疾病負擔，嚴重影響患者生活質量[3]。現有關于肌肉和肌腱損傷研究多集中在運動導致的損傷或局部損傷的流行病學特征上，但流行病學調查中各變量對數據本身可能存在影響[4,5]。本研究通過收集全球健康數據交換（global health data exchange，GHDx）數據庫中我國肌肉和肌腱損傷的相關疾病負擔數據，利用年齡-時期-隊列（age-period-cohort，APC）模型對數據中存在共線性的年齡、時期、出生隊列等變量進行分析，討論不同因素對肌肉和肌腱損傷發病率的影響，對比不同組別的發病風險，從而有針對性地提出建議，為我國肌肉和肌腱損傷防控提供參考。
1 資料與方法
1.1 資料來源
本研究數據來源于GHDx數據庫，該數據庫是美國華盛頓大學健康測量與評價中心（institute for health metrics and evaluation，IHME）所負責的全球疾病負擔（global burden of disease，GBD）調查的成果之一，包含全球204個國家（地區）369種常見疾病和傷害的疾病負擔數據。該調查使用貝葉斯回歸建模工具DisMod-MR 2.1對數據進行分析，以確保數據估計一致性；采用世界標準人口數進行原始數據標準化，使各地區同一年度或同一地區不同年度的數據可比較。“肌肉和肌腱損傷”是“傷害”類別下的“輕傷”所屬五種傷害的其中一種，扭傷、拉傷及一小部分的脫臼也被計算在內。關于肌肉和肌腱損傷的發病率，我國的數據來自中國疾病預防控制中心、中國疾病監測點系統、疾病預防控制發病信息系統、中國發病登記報告系統、全國人口普查、中國婦幼衛生監測系統、中國國家統計局數據、中國健康和營養調查及其他發表和未發表的報告等[6]。
本研究提取了2005—2019年我國居民肌肉和肌腱損傷的年齡標準化發病率（age standardized incidence rate，ASIR）和年齡別發病率數據，并采用性別分層進行分析。
1.2 研究方法
年齡-時期-隊列模型以Poisson分布為基礎，對流行病學數據中的年齡、時期、出生隊列因素進行分解，從而解釋疾病發展趨勢。APC模型的結構為:
 |
其中，Dij表示第i個年齡組在第j個時期中國居民肌肉和肌腱損傷的發病例數；Nij表示第i個年齡組在第j個時期內的暴露在肌肉和肌腱損傷風險下的人群總數；γ表示第i個年齡組人群在第j個時期內肌肉和肌腱損傷的發病率；μ為截距；α表示第i個年齡組的系數；β表示第j個時期組的系數；γ表示第k個隊列組的系數；
ijk表示隨機誤差[7]。
APC模型要求年齡、時期、出生隊列的間隔保持一致，按照GBD數據庫的既有分組將研究對象以5年為間隔分成18組（4～9歲、……、90～94歲），將時期劃分為3段（2005—2009年、2010—2014年、2015—2019年）。出生隊列由時期減去年齡得到。為避免出生隊列出現重疊，提高時間精度，采用單年度數據（2009年、2014年、2019年）代替各個時期的5年平均數據。
由于APC模型中的年齡、時期、出生隊列存在共線性，因此傳統的模型分析無法得到模型參數的唯一解[8]。而Yang等[9]提出的內生因子法（intrinsic estimator，IE）能夠很好地解決這個問題。因此，本研究應用該法對APC模型進行求解。求解得到的系數大于0則說明發病風險增加，小于0則表示發病風險降低。另外系數還可換算成相對危險度（relative risk，RR）：exp（系數）=RR值，用來比較不同年齡、時期、隊列患者之間的發病風險差異。
1.3 數據分析
使用Excel 2019導入數據并進行預處理，使用JoinPoint 4.9.0.0計算平均年度變化百分比（average annual percent change，AAPC）描述疾病的發病趨勢，結果采用t檢驗，檢驗水準為α=0.05。利用Stata 16.0軟件中的“APC_IE”模塊對APC模型進行計算，利用赤池信息準則（Akaike information criterion，AIC）和貝葉斯信息準則（Bayesian information criterion，BIC）評價模型的擬合效果，結果采用雙側檢驗。使用R 4.1.2軟件安裝ggplot2、gridExtra包進行作圖。
2 結果
2.1 2005—2019年中國居民肌肉和肌腱損傷發病率變化總體趨勢
圖1對2005—2019年間的中國居民肌肉和肌腱損傷發病率分性別進行了非參數線性擬合，并將平均發病率作為水平參考線。從平均發病率水平來看，男性居民遠遠高于女性居民。如圖1所示，2005—2019年間，中國男性的肌肉和肌腱損傷發病率水平從2005年的541.5/10萬上升到2019年的718.6/10萬，增幅達到32.7%，Joinpoint模型計算的AAPC值為1.9%（P<0.05，t=11.1）。2005—2019年男性發病率總體呈上升，且在2019年達到最高水平。
圖1
2005—2019年中國居民肌肉和肌腱損傷發病率變化
中國女性的肌肉和肌腱損傷發病率從2005年的383.3/10萬上升到2019年的515.7/10萬，上升幅度為34.5%，Joinpoint模型計算的AAPC值為2.1%（P<0.05，t=15.9）。發病率時間變化曲線顯示2005—2009年女性發病率變化較為平緩，但在2009年后持續上升。女性居民發病率的整體增幅和AAPC值均高于男性居民。
全人群的肌肉和肌腱損傷發病率水平自2005年的465.4/10萬上升到2019年的622.0/10萬，增長幅度為33.6%，Joinpoint模型計算的AAPC值為2.0%（P<0.05，t=13.2），全人群的肌肉和肌腱損傷發病率隨時間呈上升趨勢。
2.2 2005—2019年中國居民肌肉和肌腱損傷的年齡趨勢
如圖2所示，男性居民三個時期的年齡-時期別發病率的變化趨勢較為相似：第一個時期（2005—2009年）和第二個時期（2010—2014年）自5～9歲年齡組經歷了斷崖式下降后，在10～14歲出現了第一個上升拐點，差異在于第一個時期下降拐點出現在24～29歲年齡組，而第二個時期下降拐點出現在20～24歲。第三個時期（2015—2019年）不同之處在于發病率在5～9歲年齡組之后沒有下降，而是持續上升，直至在20～24歲出現拐點。三個時期的年齡別發病率自20～24歲年齡組后持續下降，直至在70～74歲出現拐點，之后持續上升。
圖2
2005—2019年中國居民肌肉和肌腱損傷年齡-時期別發病率
對女性居民而言，第一個時期（2005—2009年）和第二個時期（2010—2014年）發病率在5～9歲年齡組經歷了斷崖式下降后，發病率在10～14歲組開始持續上升；第一個時期在25～29歲組出現拐點并緩慢下降，第二個時期的下降拐點則延后至30～34歲組；拐點出現后，發病率持續緩慢下降至70～74歲組發病率最低點，之后繼續上升在85～89歲出現下降拐點。第三個時期（2015—2019年）第一個上升拐點則延后至15～19歲，第一個下降拐點和第二個時期同樣出現在30～34歲，之后持續下降同樣在70～74歲出現上升拐點，之后持續上升，未表現出下降。
2.3 2005—2019年中國居民肌肉和肌腱損傷的時期趨勢
如圖3和圖4所示，2005—2019年間，無論男性居民還是女性居民，在這3個時期肌肉和肌腱損傷的發病率均隨著年齡的增長而增長。從年齡組發病率差異來看，男性不同年齡組發病率在第一個時期（2005—2009年）差異最大，25～29歲年齡組（發病率最高）是70～74歲組（發病率最低）的2.99倍；女性不同年齡組發病率在第三個時期（2015—2019年）差異最大，90～94歲年齡組（發病率最高）是70～74歲組（發病率最低）的1.77倍。
圖3
2005—2019年中國男性居民肌肉和肌腱損傷年齡別發病率隨時期的變化
圖4
2005—2019年中國女性居民肌肉和肌腱損傷年齡別發病率隨時期的變化
2.4 2005—2019年中國（20～94歲）居民肌肉和肌腱損傷的隊列趨勢
圖5和圖6展示了不同出生隊列中各年齡組發病率的差異，2005—2019年間，各年齡組的發病率隨出生隊列的推移而不斷上升。
圖5
2005—2019年中國男性居民肌肉和肌腱損傷年齡別發病率隨出生隊列的變化
圖6
2005—2019年中國女性居民肌肉和肌腱損傷年齡別發病率隨出生隊列的變化
在發病率增幅上，各年齡組也存在差異：男性年齡組中增幅最小的是5～9歲，幅度為25.3%，增幅最大的是90～94歲，為86.6%；女性年齡組中增幅最小的是25～29歲，為29.9%，增幅最大的是90～94歲，為95.5%。男性年齡組平均增幅為45.4%，女性年齡組平均增幅為49.2%，女性年齡組平均增幅高于男性年齡組。
男性居民發病率的最大值出現在1995—1999年出生的24～29歲年齡組，發病率為874.24/10萬，最小值出現在1935—1939年出生的70～74歲年齡組，發病率為228.30/10萬；女性居民發病率的最大值出現在1925—1929年出生的90～94歲年齡組，發病率為694.57/10萬，最小值出現在1935—1939年出生的70～74歲年齡組，發病率為263.56/10萬。
2.5 2005—2019年中國（20～94歲）居民肌肉和肌腱損傷發病率的APC模型分析
2.5.1 年齡效應系數
男性居民在5～49歲、85～94歲年齡效應系數均大于0，說明在該年齡段發病風險增加；50～84歲，年齡效應系數均小于0，說明發病風險在該年齡段減少。系數最大值和最小值分別出現在20～24歲、70～74歲年齡組，前者的發病風險是后者2.89倍（exp0.828=2.89）。
女性居民在5～9歲年齡組、20～44歲年齡組、80～94歲年齡組效應系數大于0，在這些年齡段發病風險增加；在10～19歲年齡組、45～79歲年齡組風險系數小于0，發病風險減少。系數最大值和最小值分別出現在90～94歲、70～74歲年齡組，前者的發病風險是后者2.18倍（exp0.78=2.18）。見表1和圖7。
表1
2005—2019年中國居民肌肉和肌腱損傷發病率APC模型分析結果
圖7
2005—2019年中國居民肌肉和肌腱損傷發病率APC模型效應估計
2.5.2 時期效應系數
2005—2019年間，無論男性居民還是女性居民，2005—2009年、2010—2014年、2015—2019年三個時期的效應系數均隨著隊列的推移而上升。男性為?0.143、?0.019、0.162；女性為?0.164、?0.028、0.192。在第三個時期，男性和女性居民的效應系數均大于0，發病風險增加。相較于第一個時期，第三個時期男性和女性居民的發病風險分別是其1.36倍（exp0.305=1.36）和1.47倍（exp0.356=1.47）。三個時期的效應系數均顯著增長。
2.5.3 隊列效應系數
男性居民的隊列效應系數隨著出生隊列的推移而上升：1915—1944年出生的男性居民效應系數小于0，發病風險減少；1945—2014年出生的男性居民效應系數大于0，發病風險增加。系數的最大值和最小值分別出現在1965—1969年、1915—1919年隊列，前者的發病風險是后者的2.18倍（exp0.778=2.18）。女性居民的發病率則隨著出生隊列的推移表現出波動：1915—1929年、1985—1999年出生的女性居民效應系數小于0，發病風險減少；1930—1984年、2000—2014年出生的女性居民效應系數大于0，發病風險增加。系數的最大值和最小值分別出現在1945—1949年、1915—1919年隊列，前者的發病風險是后者的1.70倍（exp0.530=1.70）。
3 討論
本研究結果顯示，我國肌肉和肌腱發病率水平在初期緩慢上升，2015年后發病率的上升速度明顯加快，背后的原因值得引起關注和重視。
從年齡上看，除低齡兒童外，20～59歲人群和75歲以上人群均表現出較高的發病水平。其中，20～59歲人群是我國的主要勞動人口，隨著我國經濟的高速發展，城鎮化和工業化浪潮產生了一大批白領和藍領群體，這些群體所從事的職業往往需要經常重復同一動作或者保持同一個姿勢，使得部分肌肉和肌腱長期負重，逐漸發生損傷[3,10]。年齡增加也是人體肌肉和肌腱不可避免地發生磨損、退化，從而引發損傷的重要因素[11]。近年來，我國人口老齡化持續加劇，75歲以上的老年人基數不斷擴大，可能在整體上推高了發病率。此外，醫學科技的進步使得檢查手段多樣化、成本更加低廉、普及度更高，如CT、MRI等影像診斷技術的應用及相關醫學學科的發展，使得更多患者的肌肉和肌腱損傷得以被發現和診斷[12-13]。
在進行性別分層后，男性和女性居民的發病率變化趨勢整體均呈上升趨勢，但發病率水平存在差異。這可能與社會分工不同有關：男性從事重體力勞動的比例更高，而長期的重體力勞動更容易導致肌肉和肌腱的損傷[5]。從APC模型的結果來看，無論男性居民還是女性居民，年齡效應、時期效應、隊列效應在不同亞組間差異均有統計學意義。其中，時期效應均呈上升趨勢，年齡效應和隊列效應則呈現出波動。
在50～54歲之后，男性居民的年齡效應系數均小于女性；不同于男性居民，1950—1954年后的女性居民的隊列效應系數均小于男性且逐漸下降，在1985—1999年出生隊列中下降為負值。這說明1950—1999年間，出生越晚的女性居民由隊列效應造成的風險越低，這說明了時代發展使得女性居民的發病風險得以降低。這可能是由于社會不斷進步和經濟增長，女性居民獲得了更加全面和科學的勞動保障，比如更加靈活的工作時間和休假等[14-15]。
從發病率趨勢來看，不同性別人群發病率均整體上升，說明時期效應占據了主導作用，隨著時期推移，發病風險逐漸升高。2015—2019年這一時期，不同性別人群效應系數均大于0，表示發病風險增加。時期效應系數與發病率同步增長，這提示應當繼續加大對肌肉和肌腱損傷的預防力度。隨著基礎設施條件改善和體育產業的持續發展，越來越多人群加入到運動鍛煉和健身行列[16]，但如果缺少科學指導，在進行體育運動時易發生運動損傷，而肌肉肌腱則是運動損傷多發部位。在這樣的環境背景下，需要密切關注發病率繼續上升的可能性[17]。
無論男女，5～9歲年齡組的發病率均處在較高水平，考慮到該年齡段兒童仍處在生長發育期，活潑好動，更容易發生受傷。而10～14歲和15～19歲年齡組心智更成熟、體格更加健壯，發病率一般低于5～9歲年齡組[18]。到20～29歲年齡組，發病率均維持在高位，可能是因為該年齡組活動范圍更廣、活動頻率更高，同時也是從事體育活動的主力人群，發生肌肉和肌腱損傷的概率更大[19]。在此之后，兩組發病率則持續下降，直至在70～74歲年齡組形成低谷，這可能是因為該年齡段人群大多離開了工作崗位，生活節奏平緩，很少進行劇烈運動，從而減少了損傷的發生概率[20]。70～74歲之后的年齡組、不同性別組發病率均有所上升，男性發病率上升有限，女性發病率出現快速上升。2010—2019年間，85～94歲年齡組發病水平甚至超過了5～9歲這一未成年組，圖中曲線呈現出“弓”型。以上變化可能與女性絕經后骨密度下降有關，這使得她們相較于同年齡段男性更容易發生跌倒/墜落，導致發生拉傷或扭傷[21]。
各類重點人群可考慮采取不同的預防措施：家庭和學校作為兒童主要的活動場所，應當進行防滑處理及安裝護欄，并給兒童穿戴防護裝備[22]；對于青年人群，應當經常開展安全教育培訓、提高他們自身的安全意識；而高齡女性則需要重點預防骨質疏松，服用藥物或定期開展骨密度檢查[23]。
本研究的局限性：① GBD數據庫的數據來源較為廣泛，由于統計口徑不同可能存在偏差；② 不同隊列的發病風險差異受多種因素影響，值得進一步研究；③ 本研究未對居民進行城鄉居住類型的劃分，而城市和鄉村居民生活習慣和活動方式可能存在差異。
綜上所述，中國居民肌肉和肌腱損傷的發病率快速上升。5～9歲的低齡兒童、20～29歲青年人群和85～94歲老年女性是預防的重點人群。
肌肉和肌腱在人體的運動和日常活動中發揮著重要作用，是最易發生損傷的組織之一[1-2]。近年來，肌肉和肌腱損傷發病率逐年攀升，給社會造成沉重疾病負擔，嚴重影響患者生活質量[3]。現有關于肌肉和肌腱損傷研究多集中在運動導致的損傷或局部損傷的流行病學特征上，但流行病學調查中各變量對數據本身可能存在影響[4,5]。本研究通過收集全球健康數據交換（global health data exchange，GHDx）數據庫中我國肌肉和肌腱損傷的相關疾病負擔數據，利用年齡-時期-隊列（age-period-cohort，APC）模型對數據中存在共線性的年齡、時期、出生隊列等變量進行分析，討論不同因素對肌肉和肌腱損傷發病率的影響，對比不同組別的發病風險，從而有針對性地提出建議，為我國肌肉和肌腱損傷防控提供參考。
1 資料與方法
1.1 資料來源
本研究數據來源于GHDx數據庫，該數據庫是美國華盛頓大學健康測量與評價中心（institute for health metrics and evaluation，IHME）所負責的全球疾病負擔（global burden of disease，GBD）調查的成果之一，包含全球204個國家（地區）369種常見疾病和傷害的疾病負擔數據。該調查使用貝葉斯回歸建模工具DisMod-MR 2.1對數據進行分析，以確保數據估計一致性；采用世界標準人口數進行原始數據標準化，使各地區同一年度或同一地區不同年度的數據可比較。“肌肉和肌腱損傷”是“傷害”類別下的“輕傷”所屬五種傷害的其中一種，扭傷、拉傷及一小部分的脫臼也被計算在內。關于肌肉和肌腱損傷的發病率，我國的數據來自中國疾病預防控制中心、中國疾病監測點系統、疾病預防控制發病信息系統、中國發病登記報告系統、全國人口普查、中國婦幼衛生監測系統、中國國家統計局數據、中國健康和營養調查及其他發表和未發表的報告等[6]。
本研究提取了2005—2019年我國居民肌肉和肌腱損傷的年齡標準化發病率（age standardized incidence rate，ASIR）和年齡別發病率數據，并采用性別分層進行分析。
1.2 研究方法
年齡-時期-隊列模型以Poisson分布為基礎，對流行病學數據中的年齡、時期、出生隊列因素進行分解，從而解釋疾病發展趨勢。APC模型的結構為:
|
其中，Dij表示第i個年齡組在第j個時期中國居民肌肉和肌腱損傷的發病例數；Nij表示第i個年齡組在第j個時期內的暴露在肌肉和肌腱損傷風險下的人群總數；γ表示第i個年齡組人群在第j個時期內肌肉和肌腱損傷的發病率；μ為截距；α表示第i個年齡組的系數；β表示第j個時期組的系數；γ表示第k個隊列組的系數；ijk表示隨機誤差[7]。
APC模型要求年齡、時期、出生隊列的間隔保持一致，按照GBD數據庫的既有分組將研究對象以5年為間隔分成18組（4～9歲、……、90～94歲），將時期劃分為3段（2005—2009年、2010—2014年、2015—2019年）。出生隊列由時期減去年齡得到。為避免出生隊列出現重疊，提高時間精度，采用單年度數據（2009年、2014年、2019年）代替各個時期的5年平均數據。
由于APC模型中的年齡、時期、出生隊列存在共線性，因此傳統的模型分析無法得到模型參數的唯一解[8]。而Yang等[9]提出的內生因子法（intrinsic estimator，IE）能夠很好地解決這個問題。因此，本研究應用該法對APC模型進行求解。求解得到的系數大于0則說明發病風險增加，小于0則表示發病風險降低。另外系數還可換算成相對危險度（relative risk，RR）：exp（系數）=RR值，用來比較不同年齡、時期、隊列患者之間的發病風險差異。
1.3 數據分析
使用Excel 2019導入數據并進行預處理，使用JoinPoint 4.9.0.0計算平均年度變化百分比（average annual percent change，AAPC）描述疾病的發病趨勢，結果采用t檢驗，檢驗水準為α=0.05。利用Stata 16.0軟件中的“APC_IE”模塊對APC模型進行計算，利用赤池信息準則（Akaike information criterion，AIC）和貝葉斯信息準則（Bayesian information criterion，BIC）評價模型的擬合效果，結果采用雙側檢驗。使用R 4.1.2軟件安裝ggplot2、gridExtra包進行作圖。
2 結果
2.1 2005—2019年中國居民肌肉和肌腱損傷發病率變化總體趨勢
圖1對2005—2019年間的中國居民肌肉和肌腱損傷發病率分性別進行了非參數線性擬合，并將平均發病率作為水平參考線。從平均發病率水平來看，男性居民遠遠高于女性居民。如圖1所示，2005—2019年間，中國男性的肌肉和肌腱損傷發病率水平從2005年的541.5/10萬上升到2019年的718.6/10萬，增幅達到32.7%，Joinpoint模型計算的AAPC值為1.9%（P<0.05，t=11.1）。2005—2019年男性發病率總體呈上升，且在2019年達到最高水平。
圖1
2005—2019年中國居民肌肉和肌腱損傷發病率變化
中國女性的肌肉和肌腱損傷發病率從2005年的383.3/10萬上升到2019年的515.7/10萬，上升幅度為34.5%，Joinpoint模型計算的AAPC值為2.1%（P<0.05，t=15.9）。發病率時間變化曲線顯示2005—2009年女性發病率變化較為平緩，但在2009年后持續上升。女性居民發病率的整體增幅和AAPC值均高于男性居民。
全人群的肌肉和肌腱損傷發病率水平自2005年的465.4/10萬上升到2019年的622.0/10萬，增長幅度為33.6%，Joinpoint模型計算的AAPC值為2.0%（P<0.05，t=13.2），全人群的肌肉和肌腱損傷發病率隨時間呈上升趨勢。
2.2 2005—2019年中國居民肌肉和肌腱損傷的年齡趨勢
如圖2所示，男性居民三個時期的年齡-時期別發病率的變化趨勢較為相似：第一個時期（2005—2009年）和第二個時期（2010—2014年）自5～9歲年齡組經歷了斷崖式下降后，在10～14歲出現了第一個上升拐點，差異在于第一個時期下降拐點出現在24～29歲年齡組，而第二個時期下降拐點出現在20～24歲。第三個時期（2015—2019年）不同之處在于發病率在5～9歲年齡組之后沒有下降，而是持續上升，直至在20～24歲出現拐點。三個時期的年齡別發病率自20～24歲年齡組后持續下降，直至在70～74歲出現拐點，之后持續上升。
圖2
2005—2019年中國居民肌肉和肌腱損傷年齡-時期別發病率
對女性居民而言，第一個時期（2005—2009年）和第二個時期（2010—2014年）發病率在5～9歲年齡組經歷了斷崖式下降后，發病率在10～14歲組開始持續上升；第一個時期在25～29歲組出現拐點并緩慢下降，第二個時期的下降拐點則延后至30～34歲組；拐點出現后，發病率持續緩慢下降至70～74歲組發病率最低點，之后繼續上升在85～89歲出現下降拐點。第三個時期（2015—2019年）第一個上升拐點則延后至15～19歲，第一個下降拐點和第二個時期同樣出現在30～34歲，之后持續下降同樣在70～74歲出現上升拐點，之后持續上升，未表現出下降。
2.3 2005—2019年中國居民肌肉和肌腱損傷的時期趨勢
如圖3和圖4所示，2005—2019年間，無論男性居民還是女性居民，在這3個時期肌肉和肌腱損傷的發病率均隨著年齡的增長而增長。從年齡組發病率差異來看，男性不同年齡組發病率在第一個時期（2005—2009年）差異最大，25～29歲年齡組（發病率最高）是70～74歲組（發病率最低）的2.99倍；女性不同年齡組發病率在第三個時期（2015—2019年）差異最大，90～94歲年齡組（發病率最高）是70～74歲組（發病率最低）的1.77倍。
圖3
2005—2019年中國男性居民肌肉和肌腱損傷年齡別發病率隨時期的變化
圖4
2005—2019年中國女性居民肌肉和肌腱損傷年齡別發病率隨時期的變化
2.4 2005—2019年中國（20～94歲）居民肌肉和肌腱損傷的隊列趨勢
圖5和圖6展示了不同出生隊列中各年齡組發病率的差異，2005—2019年間，各年齡組的發病率隨出生隊列的推移而不斷上升。
圖5
2005—2019年中國男性居民肌肉和肌腱損傷年齡別發病率隨出生隊列的變化
圖6
2005—2019年中國女性居民肌肉和肌腱損傷年齡別發病率隨出生隊列的變化
在發病率增幅上，各年齡組也存在差異：男性年齡組中增幅最小的是5～9歲，幅度為25.3%，增幅最大的是90～94歲，為86.6%；女性年齡組中增幅最小的是25～29歲，為29.9%，增幅最大的是90～94歲，為95.5%。男性年齡組平均增幅為45.4%，女性年齡組平均增幅為49.2%，女性年齡組平均增幅高于男性年齡組。
男性居民發病率的最大值出現在1995—1999年出生的24～29歲年齡組，發病率為874.24/10萬，最小值出現在1935—1939年出生的70～74歲年齡組，發病率為228.30/10萬；女性居民發病率的最大值出現在1925—1929年出生的90～94歲年齡組，發病率為694.57/10萬，最小值出現在1935—1939年出生的70～74歲年齡組，發病率為263.56/10萬。
2.5 2005—2019年中國（20～94歲）居民肌肉和肌腱損傷發病率的APC模型分析
2.5.1 年齡效應系數
男性居民在5～49歲、85～94歲年齡效應系數均大于0，說明在該年齡段發病風險增加；50～84歲，年齡效應系數均小于0，說明發病風險在該年齡段減少。系數最大值和最小值分別出現在20～24歲、70～74歲年齡組，前者的發病風險是后者2.89倍（exp0.828=2.89）。
女性居民在5～9歲年齡組、20～44歲年齡組、80～94歲年齡組效應系數大于0，在這些年齡段發病風險增加；在10～19歲年齡組、45～79歲年齡組風險系數小于0，發病風險減少。系數最大值和最小值分別出現在90～94歲、70～74歲年齡組，前者的發病風險是后者2.18倍（exp0.78=2.18）。見表1和圖7。
表1
2005—2019年中國居民肌肉和肌腱損傷發病率APC模型分析結果
圖7
2005—2019年中國居民肌肉和肌腱損傷發病率APC模型效應估計
2.5.2 時期效應系數
2005—2019年間，無論男性居民還是女性居民，2005—2009年、2010—2014年、2015—2019年三個時期的效應系數均隨著隊列的推移而上升。男性為?0.143、?0.019、0.162；女性為?0.164、?0.028、0.192。在第三個時期，男性和女性居民的效應系數均大于0，發病風險增加。相較于第一個時期，第三個時期男性和女性居民的發病風險分別是其1.36倍（exp0.305=1.36）和1.47倍（exp0.356=1.47）。三個時期的效應系數均顯著增長。
2.5.3 隊列效應系數
男性居民的隊列效應系數隨著出生隊列的推移而上升：1915—1944年出生的男性居民效應系數小于0，發病風險減少；1945—2014年出生的男性居民效應系數大于0，發病風險增加。系數的最大值和最小值分別出現在1965—1969年、1915—1919年隊列，前者的發病風險是后者的2.18倍（exp0.778=2.18）。女性居民的發病率則隨著出生隊列的推移表現出波動：1915—1929年、1985—1999年出生的女性居民效應系數小于0，發病風險減少；1930—1984年、2000—2014年出生的女性居民效應系數大于0，發病風險增加。系數的最大值和最小值分別出現在1945—1949年、1915—1919年隊列，前者的發病風險是后者的1.70倍（exp0.530=1.70）。
3 討論
本研究結果顯示，我國肌肉和肌腱發病率水平在初期緩慢上升，2015年后發病率的上升速度明顯加快，背后的原因值得引起關注和重視。
從年齡上看，除低齡兒童外，20～59歲人群和75歲以上人群均表現出較高的發病水平。其中，20～59歲人群是我國的主要勞動人口，隨著我國經濟的高速發展，城鎮化和工業化浪潮產生了一大批白領和藍領群體，這些群體所從事的職業往往需要經常重復同一動作或者保持同一個姿勢，使得部分肌肉和肌腱長期負重，逐漸發生損傷[3,10]。年齡增加也是人體肌肉和肌腱不可避免地發生磨損、退化，從而引發損傷的重要因素[11]。近年來，我國人口老齡化持續加劇，75歲以上的老年人基數不斷擴大，可能在整體上推高了發病率。此外，醫學科技的進步使得檢查手段多樣化、成本更加低廉、普及度更高，如CT、MRI等影像診斷技術的應用及相關醫學學科的發展，使得更多患者的肌肉和肌腱損傷得以被發現和診斷[12-13]。
在進行性別分層后，男性和女性居民的發病率變化趨勢整體均呈上升趨勢，但發病率水平存在差異。這可能與社會分工不同有關：男性從事重體力勞動的比例更高，而長期的重體力勞動更容易導致肌肉和肌腱的損傷[5]。從APC模型的結果來看，無論男性居民還是女性居民，年齡效應、時期效應、隊列效應在不同亞組間差異均有統計學意義。其中，時期效應均呈上升趨勢，年齡效應和隊列效應則呈現出波動。
在50～54歲之后，男性居民的年齡效應系數均小于女性；不同于男性居民，1950—1954年后的女性居民的隊列效應系數均小于男性且逐漸下降，在1985—1999年出生隊列中下降為負值。這說明1950—1999年間，出生越晚的女性居民由隊列效應造成的風險越低，這說明了時代發展使得女性居民的發病風險得以降低。這可能是由于社會不斷進步和經濟增長，女性居民獲得了更加全面和科學的勞動保障，比如更加靈活的工作時間和休假等[14-15]。
從發病率趨勢來看，不同性別人群發病率均整體上升，說明時期效應占據了主導作用，隨著時期推移，發病風險逐漸升高。2015—2019年這一時期，不同性別人群效應系數均大于0，表示發病風險增加。時期效應系數與發病率同步增長，這提示應當繼續加大對肌肉和肌腱損傷的預防力度。隨著基礎設施條件改善和體育產業的持續發展，越來越多人群加入到運動鍛煉和健身行列[16]，但如果缺少科學指導，在進行體育運動時易發生運動損傷，而肌肉肌腱則是運動損傷多發部位。在這樣的環境背景下，需要密切關注發病率繼續上升的可能性[17]。
無論男女，5～9歲年齡組的發病率均處在較高水平，考慮到該年齡段兒童仍處在生長發育期，活潑好動，更容易發生受傷。而10～14歲和15～19歲年齡組心智更成熟、體格更加健壯，發病率一般低于5～9歲年齡組[18]。到20～29歲年齡組，發病率均維持在高位，可能是因為該年齡組活動范圍更廣、活動頻率更高，同時也是從事體育活動的主力人群，發生肌肉和肌腱損傷的概率更大[19]。在此之后，兩組發病率則持續下降，直至在70～74歲年齡組形成低谷，這可能是因為該年齡段人群大多離開了工作崗位，生活節奏平緩，很少進行劇烈運動，從而減少了損傷的發生概率[20]。70～74歲之后的年齡組、不同性別組發病率均有所上升，男性發病率上升有限，女性發病率出現快速上升。2010—2019年間，85～94歲年齡組發病水平甚至超過了5～9歲這一未成年組，圖中曲線呈現出“弓”型。以上變化可能與女性絕經后骨密度下降有關，這使得她們相較于同年齡段男性更容易發生跌倒/墜落，導致發生拉傷或扭傷[21]。
各類重點人群可考慮采取不同的預防措施：家庭和學校作為兒童主要的活動場所，應當進行防滑處理及安裝護欄，并給兒童穿戴防護裝備[22]；對于青年人群，應當經常開展安全教育培訓、提高他們自身的安全意識；而高齡女性則需要重點預防骨質疏松，服用藥物或定期開展骨密度檢查[23]。
本研究的局限性：① GBD數據庫的數據來源較為廣泛，由于統計口徑不同可能存在偏差；② 不同隊列的發病風險差異受多種因素影響，值得進一步研究；③ 本研究未對居民進行城鄉居住類型的劃分，而城市和鄉村居民生活習慣和活動方式可能存在差異。
綜上所述，中國居民肌肉和肌腱損傷的發病率快速上升。5～9歲的低齡兒童、20～29歲青年人群和85～94歲老年女性是預防的重點人群。
