1999–2023年间美国65岁及以上成年人中与秋季及肌肉骨骼疾病相关的死亡趋势与不平等状况

《Frontiers in Public Health》：Trends and inequities in fall- and musculoskeletal disorder–related mortality among U.S. adults aged 65 years and older, 1999–2023

　　摘要

背景：肌肉骨骼疾病（MSDs）和跌倒日益威胁着美国老年人。对当前趋势的分析对于有针对性的预防措施至关重要。

目的：评估1999年至2023年间，65岁及以上的美国成年人因MSDs或跌倒导致的总死亡率在全国及 subgroup层面的变化趋势。

方法：通过分析CDC WONDER数据，汇总了以MSDs或跌倒为根本原因的死亡案例。我们计算了每10万人的年龄调整死亡率（AAMRs），并使用连接点回归方法估算了平均年度变化百分比（AAPCs），并按年份、性别、年龄组、种族/族裔、州、人口普查区域以及城乡分类进行分层。

结果：从1999年到2023年，综合AAMR从51.73上升到98.30（AAPC = 2.87%）。分项分析显示，先是一个历史性的分离趋势，随后出现了协同增长：2017年后，MSDs和跌倒相关的死亡率同时加速（APCs分别为4.51%和3.19%）。2023年，男性的AAMR和AAPC分别为111.65%和2.94%，女性分别为88.13%和2.56%。非西班牙裔白人成年人的AAMR最高（110.94%）。从地理上看，南部（AAPC = 3.23%）和非都市县（2020年AAMR：92.17 vs 85.82）面临的负担最重。州级的AAPC最高值出现在俄克拉荷马州（5.70%）和佛蒙特州（5.30%）。

结论：肌肉骨骼疾病和跌倒导致的死亡负担正在恶化。这两个领域最近的共同加速表明，在维持老年人活动能力方面存在系统性问题，这突显了需要针对高风险人群和地区的综合公共卫生干预措施的紧迫性。

引言

肌肉骨骼疾病（MSDs）和跌倒是美国老年人的关键公共卫生挑战（1, 2）。随着人口老龄化的迅速加剧——预计65岁及以上的成年人数量将从2020年的5600万增加到2060年的9470万——这些相互关联的状况越来越威胁到社会和经济系统的可持续性（3）。除了对医疗保健支出和生活质量的直接影响外，MSDs和跌倒之间的相互作用也变得更加复杂，这强调了需要对长期死亡率趋势进行严格、综合的监测，以指导有针对性的预防和政策制定。

从病理生理学的角度来看，MSDs（包括骨质疏松症、关节炎和退行性关节疾病）与跌倒风险之间存在双向关系（4）。MSDs本身就与肌肉无力、步态不稳和关节活动范围减少有关，从而增加了跌倒的风险（5）。相反，跌倒常常导致创伤性骨折，尤其是髋部和脊柱骨折，这会迅速加速肌肉减少、畸形和功能衰退，形成一种灾难性的“疾病-伤害-残疾”循环（5）。监测数据显示，大约四分之一的65岁及以上的美国成年人每年至少会经历过一次跌倒（6-8）。在严重的跌倒相关伤害后，如髋部骨折，不到一半的老年人能在一年内恢复到受伤前的活动水平，许多人会发展成持续的活动受限或需要机构护理（7, 9, 10）。这些共同的临床结果给长期服务带来了持续的压力，并给公共支付者带来了日益增加的经济负担。在美国，老年人因跌倒造成的医疗成本（无论是致命还是非致命）每年通常接近或超过500亿美元（11-13）。同时，关键风险因素的长期变化进一步重塑了这一流行病学格局。在过去二十年里，肥胖的患病率一直很高（约39%），缺乏体育活动的情况持续存在，多重用药也越来越普遍（14-16）。这些因素都加重了肌肉无力，削弱了骨密度，并增加了与药物相关的跌倒风险，可能改变了死亡率轨迹。

尽管人们普遍认识到这一公共卫生危机，但几个关键的证据缺口限制了决策的准确性。首先，对长期死亡率趋势的系统性评估仍然很少。许多先前的研究仅关注单一时间点或短时间间隔，导致对过去二十五年（1999-2023年）的国家趋势了解不足。其次， subgroup分析往往不完整或使用不同的定义，限制了持续的人口和地理模式的识别（6-8）。第三，高风险人群——特别是城乡差异和精确的种族/族裔异质性——需要使用标准化的全国时间序列进行验证，以实现最佳的资源分配（6-8）。最重要的是，传统的流行病学监测分别分析了MSDs和跌倒。然而，由于MSDs和跌倒共享一个高度相互关联的病理循环，并且针对的是同一组脆弱的老年人，它们对老年医学、骨科和康复卫生系统资源造成了巨大负担（17-19）。因此，跟踪它们的总体死亡趋势在概念上至关重要。孤立地看待任何一种情况都可能掩盖真正的公共卫生负担，因为即使药物改进可能防止了某些由MSDs引起的死亡，同一组脆弱人群仍可能因跌倒而死亡（20, 21）。由于这两种途径最终都会导致相同的灾难性结果，并且压垮相同的老年医学和骨科资源，测量它们的综合负担可以为政策制定者提供一个更准确的衡量标准，以了解美国老龄化人口中的“肌肉骨骼和活动能力衰竭”情况。因此，本研究的主要目的是评估1999年至2023年间，65岁及以上的美国成年人因MSDs或跌倒导致的总死亡率在全国及 subgroup层面的变化趋势。为此，我们特意使用了死亡原因（UCOD）数据库而不是多原因死亡（MCOD）记录。UCOD严格指出了导致致命后果的初始根本原因（即死于MSD或跌倒）。由于慢性MSDs（如骨关节炎）在老年人中普遍存在，依赖MCOD会引入巨大的共病偏差，因为它会捕捉到那些因无关急性事件（例如心肌梗死）而死亡但仅有MSD的患者。此外，UCOD编码的互斥性质为我们的综合终点提供了数学上的清洁基础，确保在汇总这两个相互关联的临床领域时绝对没有重复计数（22）。

为此，分析分为三个方法步骤。首先，计算每10万人的年龄调整死亡率（AAMRs），并使用连接点回归方法估算平均年度变化百分比（AAPC），以识别统计上显著的转折点（23）。其次，为了确保透明度和识别综合负担的不同病理生理驱动因素，我们预先指定了跌倒特异性和MSD特异性的基础死亡时间的详细时间序列分析。第三，我们根据性别、年龄、种族/族裔、人口普查区域、州和城乡分类进行综合分层，以揭示基于人口和地点的差异（6-8）。最后，我们将这些发现综合成一个概念模型（图1），以总结双向因果关系及其导致的临床经济链。

图1 老年人（≥65岁）中MSD-跌倒的相互作用及其公共卫生影响：框架图。

2 方法与材料

2.1 研究设计和数据来源

本研究使用了美国疾病控制与预防中心（CDC）的WIDE-Ranging Online Data for Epidemiologic Research（WONDER）死亡原因数据库（22）进行基于人口的回顾性队列分析。该平台汇总了来自所有美国司法管辖区的标准化死亡证明记录，并经过联邦-州层面的质量保证程序，包括自动逻辑检查、内部一致性验证和跨年度编码协调。数据包括死者的 demographic 特征及其单一的、互斥的死亡原因，采用国际疾病分类第十版（ICD-10）进行编码（24）。根据世界卫生组织（WHO）的编码规则，死亡原因被严格定义为直接导致死亡的一系列病理事件的单一疾病或伤害。所有提取和处理步骤都按照预先指定的协议进行，以最大化可重复性。

2.2 研究时期和目标人群

观察窗口从1999年1月1日持续到2023年12月31日。分析对象包括所有在死亡时年龄达到65岁及以上的死者，符合国立卫生研究院（NIH）对老年人的定义。如果（i）基本 demographic 变量（年龄、性别、种族/族裔）缺失；（ii）死者是阿拉斯加居民，则记录将被排除在外。由于多年来阿拉斯加的年死亡人数少于20人（具体为1999年、2000年、2002年、2003年和2006年），因此阿拉斯加被事先排除在分析之外（22）。根据CDC国家卫生统计中心（NCHS）的指南，基于少于20例死亡的年龄调整死亡率在统计上不可靠，因此在WONDER数据库中被抑制或标记为不可靠。包括这些年份将妨碍在州层面进行稳定的、连续的连接点回归建模（22）。因此，所有国家和次国家级地理总结均指49个州加上哥伦比亚特区。所有国家和次国家级总结均指49个州加上哥伦比亚特区；在展示区域估计时，人口普查区域的分母被重新计算以排除阿拉斯加，以保持内部一致性。

2.3 结果定义

主要结果基于国际疾病分类第十版（ICD-10）预先定义。肌肉骨骼疾病（MSDs）使用第XIII章代码M00–M99进行识别，包括关节病（M00–M25）、背部疾病（M40–M54）、软组织疾病（M60–M79）、骨病和软骨病（M80–M94）以及其他肌肉骨骼系统疾病（M95–M99）。跌倒相关死亡使用外部原因代码W00–W19进行识别，涵盖了各种机制和情境下的致命跌倒（例如，由于滑倒、绊倒和踉跄在同一层面上跌倒，W01；涉及床的跌倒，W06）。为了确保方法上的严谨性，死亡病例严格基于死亡原因（UCOD）进行提取。UCOD由世界卫生组织（WHO）定义为直接导致死亡的一系列病理事件的单一疾病或伤害。根据CDC WONDER系统执行的互斥编码规则，每个死者被行政分配一个唯一的UCOD（22）。因此，在我们的数据集中，MSD编码和跌倒编码的死亡之间完全没有重叠，排除了任何重复计数的可能性。我们不是孤立地看待这些情况，而是将总死亡负担计算为UCOD编码的MSD死亡和UCOD编码的跌倒死亡的算术总和。这个综合终点旨在评估“肌肉骨骼脆弱性和活动能力衰竭”的总负担——这两个临床相互关联的途径最终都导致了相同的系统性崩溃（7, 25）。

2.4 伦理考虑

CDC WONDER提供了公共可用的、完全去识别的死亡数据，并移除了直接标识符。根据机构政策和联邦关于使用去识别公共数据的法规，本研究符合免于机构审查委员会监督的要求。报告遵循STROBE指南和最近关于加强观察性研究透明度的呼吁，通过前瞻性注册和完整的报告检查清单（26）进行。

2.5 变量提取和分类

实施了标准化的提取计划，以确保变量定义的一致性：

- **人口统计变量**：
- 死亡年份：日历年（1999–2023年）。
- 性别：根据死亡证明记录的男性或女性。
- 年龄组：65–74岁、75–84岁和≥85岁，遵循广泛使用的老年学分层。
- 种族/族裔：遵循2000年美国管理与预算办公室（OMB）的标准，在CDC WONDER中实现为西班牙裔/拉丁裔、非西班牙裔白人、非西班牙裔黑人/非裔美国人、非西班牙裔美洲原住民和非西班牙裔亚裔/太平洋岛民。种族/族裔被分析为互斥的类别。
- **地理**：
- 州：49个州加上哥伦比亚特区（如前所述，阿拉斯加被排除在外）。
- 人口普查区域：使用2010年美国人口普查局的定义分为东北部、中西部、南部和西部，但针对不包括阿拉斯加的样本进行计算。
- **城乡分类**：应用2013年国家卫生统计中心（NCHS）的县级城乡分类方案。都市县被分类为大型中央都市区、大型边缘都市区、中型都市区或小型都市区；非都市县被分类为微型都市区或非核心区。
- **城市化时间窗口**：由于CDC WONDER系统最近的数据集在选择了县级位置（包括2013年的城市化类别）时主动抑制了年龄调整率，因此2021–2023年的自动化AAMR严格不可用（22）。因此，为了确保跨层级的稳健年龄标准化和可比性，城乡分析严格限制在1999–2020年的数据；在适用的情况下，最近的全国监测报告应用了类似的数据库驱动的限制。
- **人口分母**：年度人口估计值来自通过CDC WONDER传播的美国人口普查局的人口普查间和普查后文件。在计算特定年龄的比率时，使用了特定年龄层的分母（22, 27）。

2.6 数据质量保证

所有数据提取和制表都采用了双重提取、交叉检查和裁决的工作流程。两位分析师独立执行了CDC WONDER查询并重现了导出的表格；任何差异由第三位审稿人解决。所有字段之间的最终一致性为99.2%。CDC WONDER出于保密原因抑制的数据单元被汇总到更高层次的地理或人口统计级别，以避免抑制；未尝试对抑制的单元进行反向计算。数据字典、查询字符串和代码簿都经过了版本控制并进行了归档，以支持可审计性。

2.7 死亡率计算

使用2000年美国标准人口作为参考，按照直接标准化方法计算每10万人的年龄调整死亡率（AAMRs），符合当前NCHS的技术指导。AAMR（年龄调整后的死亡率）是针对总人口以及那些年龄调整可以通过CDC WONDER输出支持的层级进行计算的（例如，按性别、种族/族裔、州和人口普查区域划分，以及1999-2020年的城市-农村类别）。对于年龄组，粗死亡率是通过将死亡人数除以相应的特定年龄人口基数来计算的。由于CDC WONDER系统主要针对广泛的复合人群进行年龄调整，而不是针对狭窄的年龄层级，因此无法从方法上推导出特定年龄组的AAMR（22, 27）。因此，在所有针对特定年龄子组的分析中，AAMR都被严格替换为粗死亡率。所有后续的趋势估计（APC和AAPC）也是使用这些粗死亡率计算的。

2.8 趋势分析 使用Joinpoint回归（国家癌症研究所的Joinpoint Regression Program，版本5.1.0）来描述时间趋势（28, 29）。年度AAMR在对数尺度上使用加权最小二乘法进行建模，权重与率方差的倒数成正比，以考虑年份和层级之间的异方差性。最佳连接点数量（即统计上显著的拐点）是通过加权贝叶斯信息准则（WBIC）选定的。对于每个线性段，估计年度百分比变化（APC）及其95%置信区间（CI）；排除零的CI被视为统计上显著的。然后推导出整个研究期间（或由模型定义的预设子期间）的平均年度百分比变化（AAPC）和95% CI，以总结整体趋势。统计推断依赖于具有10,000次重复的蒙特卡洛排列程序，如在Joinpoint软件中实现的。模型诊断包括检查残差图和评估杠杆作用和影响；在最终模型中没有观察到系统性的不合适性。

2.9 分层分析 所有率和趋势估计都是按年份生成的，并进一步按性别、年龄组、种族/族裔、州、人口普查区域和城市-农村类别进行分层。对于按城市化分层分析，所有计算仅限于1999-2020年，如上所述。当某些层级由于基数太小而产生不稳定的估计时，会合并相邻的类别以获得稳定的率，同时保持实质性的解释（例如，在必要时合并小都市县和非核心县）；此类合并在相应的表格或图表中有所标注。

2.10 软件和统计显著性 所有数据管理和描述性分析都是在R版本4.5.1（R统计计算基金会）中进行的。趋势建模是在国家癌症研究所的Joinpoint回归程序（版本5.1.0）中完成的（29）。双侧统计显著性定义为p < 0.05。因为主要目标是监测和估计而不是假设检验，并且由于APC/AAPC推断使用了基于排列的CI，所以没有应用多重比较的调整；因此，在解释中强调了效应大小和CI。

2.11 透明度和可重复性 CDC WONDER的所有查询参数（死因代码列表、年龄和种族/族裔重编码、地理选择和分组字段）、变量重编码脚本以及数据处理日志都已被存档，并可根据请求提供。所有分析都遵循在数据提取之前预先指定的计划，该计划定义了纳入/排除标准、结果和分层。最终的分析法数据集和代码可以完全再现第3.3节结果中呈现的表和图表。

3.1 整体趋势 从1999年到2023年，归因于肌肉骨骼疾病和跌倒的死亡人数从17,748增加到52,269（相对变化：+194.51%）。复合AAMR从每10万人51.73增加到98.30（AAPC，1999-2023年：2.87%，95% CI 2.34-3.40；p < 0.001），表明长期存在统计学上的显著增加。具体估计值见表1。

表1 特征 死亡人数 AAMR 1999 2023 百分比变化（%） 1999（95% CI） 2023（95% CI） AAPC（95% CI） 总计 17,748 52,269 194.51 51.73（50.97到52.49） 98.30（97.45到99.15） 2.87（2.34到3.40） < 0.001 性别 女性 10,942 27,515 151.46 49.32（48.39到50.24） 88.13（87.09到89.18） 2.56（2.04到3.08） < 0.001 男性 6,806 24,754 263.71 55.41（54.07到56.75） 111.65（110.23到113.06） 2.94（2.40到3.48） < 0.001 人口普查区域 东北部 3,213 8,943 178.34 43.27（41.77到44.77） 88.47（86.63到90.31） 3.19（2.28到4.10） < 0.001 中西部 5,176 13,236 155.72 61.77（60.08到63.45） 117.65（115.64到119.66） 2.95（2.32到3.58） < 0.001 南部 5,581 19,618 251.51 46.90（45.67到48.13） 98.08（96.70到99.46） 3.23（2.50到3.97） < 0.001 西部 3,778 10,472 177.18 57.22（55.39到59.04） 88.41（86.71到90.11） 1.82（1.29到2.36） < 0.001 种族 西班牙裔 566 2,763 388.16 40.81（37.38到44.23） 57.92（55.74到60.11） 1.49（0.25到2.75） 0.018 非西班牙裔黑人 958 2,920 204.80 35.94（33.66到38.23） 60.34（58.10到62.58） 2.24（0.82到3.68） 0.002 非西班牙裔白人 15,886 44,664 181.15 53.73（52.89到54.56） 110.94（109.91到111.97） 3.21（2.64到3.79） < 0.001 非西班牙裔美洲原住民 584 156 15.52 55.39（41.84到71.93） 52.75（47.62到57.89） ?0.84（?2.15到0.48） 0.210 非西班牙裔亚裔或太平洋岛民 218 142 155 1.83 34.44（29.75到39.13） 50.84（48.18到53.49） 1.17（0.85到1.49） < 0.001 城市化 1 大都市 14,148 37,655 166.15 51.30（50.46到52.15） 85.82（84.95到86.69） 2.42（2.12到2.73） < 0.001 非大都市 3,600 8,117 125.47 53.74（51.98到55.50） 92.17（90.16到94.19） 2.60（2.08到3.12） < 0.001 年龄组 265-74岁 3,024 9,545 215.64 16.44（15.85到17.02） 27.57（27.02到28.13） 2.26（1.77到2.75） < 0.001 75-84岁 6,724 17,598 161.72 55.05（53.73到56.36） 95.96（94.54到97.38） 2.44（1.81到3.07） < 0.001 85岁以上 8,000 25,126 214.08 192.70（188.48到196.92） 406.05（401.03到411.07） 2.94（2.51到3.38） < 0.001

1999年至2023年，美国肌肉骨骼疾病和跌倒相关的死亡人数以及其变化趋势。“非西班牙裔美洲原住民”指非西班牙裔的美洲原住民或阿拉斯加原住民；“非西班牙裔亚裔或太平洋岛民”指非西班牙裔的亚裔或太平洋岛民。1 对于城市化，2023年的AAMR用2020年的值替代；AAPC是针对1999-2020年计算的。2 对于年龄组，AAMR被粗死亡率替代，AAPC使用粗死亡率计算。

2023年总共52,269例死亡中，79.1%（n = 41,341）的死亡原因是跌倒，20.9%（n = 10,928）是由肌肉骨骼疾病（MSD）引起的（表2）。因为在CDC WONDER系统中，根本原因被互斥编码，所以在UCOD层面上这些代码没有数学重叠。这个综合指标代表了这些临床相关终点的总负担。

表2 2023年根本原因的死亡人数（%） 趋势段1（APC） 趋势段2（APC） 趋势段3（APC） 总AAPC（95% CI） 只是跌倒（W00–W19） 41,341（79.1%） 1999–2007年：6.09% < 0.001 2007–2023年：3.19% < 0.001 N/A 4.15%（3.72到4.58） < 0.001 只是MSD（M00–M99） 10,928（20.9%） 1999–2002年：2.07% 0.31 2002–2017年：?2.78% < 0.001 2017–2023年：4.51% < 0.001 ?0.41%（?1.01到0.20） 0.192 综合52,269（100.0%） 1999–2003年：5.21% < 0.001 2003–2018年：1.75% < 0.001 2018–2023年：4.41% < 0.001 2.87%（2.34到3.40） < 0.001

为了理解综合趋势，我们进行了分解分析（表2，图2A）。跌倒特定的根本死亡率在整个研究期间持续增加（AAPC = 4.15%），1999–2007年的APC为6.09%，2007–2023年的APC为3.19%。相反，MSD特定的死亡率表现出一个临床上非常明显的两相模式：在2002年至2017年间显著下降（APC = ?2.78%，p < 0.001），但在之后急剧逆转，从2017年到2023年以4.51%的速率迅速加速（APC = 4.51%，p < 0.001）。

3.2 性别特定的趋势 Joinpoint模型识别了不同人口类别之间的死亡率趋势斜率的阶段性变化（图2B；补充表S1）。对于总人口，复合死亡率从1999年到2003年初期急剧上升[APC = 5.21%（95% CI，2.42到8.08），p < 0.001]，随后在2018年之前保持中等增长[APC = 1.75%（95% CI，1.42到2.07），并在2018年至2023年间达到急剧加速[APC = 4.41%（95% CI，3.14到5.69），p < 0.001]。

3.3 年龄特定的趋势 不同年龄组的死亡轨迹和绝对负担存在显著差异（图2C，补充表S1）。65-74岁年龄组的死亡率趋势波动较大，特征是从1999年到2004年显著增加（APC = 4.04%，p < 0.001），然后在2004年至2012年间保持稳定（APC = 0.46%，p = 0.0889）。这一组的比率在2018年之前稳步上升（APC = 2.08%，p < 0.001），从2018年到2021年急剧上升（APC = 5.82%，p = 0.001），并在2023年再次稳定（APC = 0.43%，p = 0.728）。同样，75-84岁的老年人从1999年到2012年也有显著增长，随后在2012年至2018年间趋于平稳（APC = 0.39%，p = 0.388），然后在2018年至2021年间再次急剧上升（APC = 5.66%，p = 0.010）。相比之下，85岁及以上的老年人 facing an relentless and uninterrupted upward trajectory，其死亡率从1999年到2019年每年稳步增加2.51%（p < 0.001），并在2019年至2023年间进一步加剧至5.12%（p < 0.001）。到2023年，65-74岁年龄组的粗死亡率明显呈年龄梯度，从每10万人27.57例增加到75-84岁组的95.96例，而在85岁及以上的组中达到惊人的406.05例（表1）。整个1999-2023年研究期间的平均年度百分比变化（AAPCs）分别对应于这三个年龄段：2.26%（p < 0.001）、2.44%（p < 0.001）和2.94%（p < 0.001）。

3.4 种族/族裔 不同种族和族裔群体之间的时间模式存在显著差异，突显出持续的人口统计差异（图2D，补充表S1）。在西班牙裔老年人中，从2005年到2017年死亡率处于停滞状态（APC = 0.09%，p = 0.715），但从2017年到2023年发生了快速且显著的加速[APC = 3.65%（95% CI，2.65到4.66），p < 0.001]。非西班牙裔（NH）黑人个体的死亡率在一个十年内主要保持稳定或缓慢波动，直到2018年至2021年间出现急剧上升[APC = 9.55%（95% CI，95% CI，2.65到4.66），p = 0.035]。与此同时，非西班牙裔白人成年相反，NH AI/AN人群的长期AAPC在统计上并无显著差异（?0.84%，p = 0.210），这反映了他们近期死亡率急剧下降的保护效应。3.5 城乡分类在按城市化水平分层后，大都市区和非大都市区最初显示出不同的增长模式，但后来趋于一致（图2E，补充表S1）。非大都市区从1999年到2002年经历了迅猛的增长 [APC = 7.03% (95% CI, 3.17 to 11.04)，p = 0.0012]。此后，大都市区和非大都市区都进入了几乎相同的持续上升轨迹，AAPC分别为1.85%（p < 0.001）和1.88%（p < 0.001）。正如方法部分所述，这一特定地理子组的趋势分析无法延伸到2023年。CDC WONDER系统系统性地抑制了县级城市化查询的最近年龄调整数据，以保护数据稳定性。关键在于，虽然粗略的死亡率适合于狭窄年龄段的分析，但我们故意避免用这些缺失的AAMR来替代地理趋势。在城市和农村人口中，25年期间的年龄结构有显著不同且不断发展；使用未调整的粗略率会引入严重的年龄结构混淆。因此，在2020年终止严格的、年龄标准化的分析仍然是最符合流行病学的方法。3.6 美国人口普查区域各地区的增长轨迹在美国各地表现出显著的地理异质性（图2F，补充表S1）。东北部从1999年到2013年经历了长期的增长（APC = 3.11%，p < 0.001），随后短暂稳定，然后在2016年至2023年再次急剧上升（APC = 4.62%，p < 0.001）。中西部和南部在早期经历了快速增长，然后持续增长到2018年；然而，这两个地区在2018年至2023年间都经历了严重的加速增长，AAPC分别为4.60%（p < 0.001）和5.28%（p < 0.001）。西部的增长轨迹相对平缓，尽管从2018年到2023年仍有所增加（APC = 2.69%，p = 0.011）。在考虑不同美国地区的显著人口增长和人口结构变化后，南部仍然是这一不断升级的危机的核心（表1）。到2023年，中西部（每10万人117.65例）和南部（每10万人98.08例）的AAMR最高，而东北部（每10万人88.47例）和西部（每10万人88.41例）报告的比率较低。然而，在评估1999年至2023年整个时期的恶化速度时，南部经历了最显著的长期人口调整死亡率增长（AAPC = 3.23%，p < 0.001），显著超过了西部（AAPC = 1.82%，p < 0.001）（表1）。3.7 州级差异在州级别，真正的流行病学负担和历史趋势在两个关键的风险标准化指标上存在很大差异：2023年的AAMR和长期AAPC（图3，补充表S2）。图3显示了美国老年人按州划分的死亡、死亡率和肌肉骨骼疾病及跌倒趋势的地理差异。（A）州级死亡分布，（B）年龄调整后的死亡率，（C）死亡计数的百分比变化，（D）年平均百分比变化。2023年的AAMR显示了负担最重州与最轻州之间3.3倍的差异。俄克拉荷马州记录了最高的AAMR（每10万人184.94例），而加利福尼亚州记录了最低的比率（每10万人55.59例）。值得注意的是，一些州在研究开始时就已经具有较高的基线风险（例如，爱达荷州1999年的AAMR为100.23例），而其他州则经历了风险的快速累积，例如康涅狄格州，其年龄调整后的比率从1999年的37.77例增加到2023年的87.28例。关于这种恶化负担的速度，有几个州显著超过了全国AAPC的估计值2.87%。俄克拉荷马州（5.70%）、佛蒙特州（5.30%）和田纳西州（4.31%）记录了最陡峭的历史趋势，这些趋势都超出了全国95%的置信区间，并且在统计上显著（p < 0.05）。相反，内布拉斯加州（0.26%，p = 0.299）、夏威夷州（0.41%，p = 0.133）和新墨西哥州（0.64%，p = 0.625）报告了全国最低的长期增长率。4 讨论本研究分析了65岁及以上的美国成年人中由肌肉骨骼疾病和跌倒共同导致的全面全国性死亡率，揭示了长期增长，并显示出按年龄、性别、种族/族裔、地理和城市化的显著异质性。通过将监测延长至2023年并应用分段对数线性模型，我们识别出了由单斜率总结所掩盖的减速和重新加速的时期。年龄调整后的死亡率总体上升与人口老龄化的人口统计现实一致，但超出了单纯的人口变化所预期的情况，表明生理脆弱性、多重疾病、临床实践模式和环境暴露之间存在动态相互作用。重要的是，始于2010年代末的转折在多个层面上都很明显，这表明最近的上升并不局限于某个子群体，仅基于历史基线的预防策略可能会低估当前的风险。本研究中最显著的临床变化出现在我们的细分分析中（表2）。历史上肌肉骨骼疾病（MSD）特定死亡率的下降（2002年至2017年APC = ?2.78%）可能反映了该时期的重要治疗进步，特别是双膦酸盐在骨质疏松症中的广泛应用以及针对风湿性疾病的靶向生物制剂（30）。然而，这一成功在2017年后被急剧逆转，进入了一个同时发生的危机，目前MSD和跌倒的死亡率都在以惊人的速度上升（APC分别为4.51%和3.19%）。此外，即使在历史时期（2002-2017年）当具体趋势分化时（MSD死亡率下降而跌倒死亡率上升），跟踪综合负担也是概念上必不可少的。有人可能会认为，将这些分散的趋势汇总会掩盖该时期药物管理在肌肉骨骼疾病方面的孤立成功。然而，从宏观健康系统的角度来看，将它们一起评估揭示了一个更深刻的真相：治疗上减缓内在骨骼疾病的进展完全被外部生物力学触发因素（跌倒）的致命性所掩盖。此外，这一综合指标防止了“诊断转移”的误导，从而掩盖了真正的公共卫生负担。虽然药物干预可能足以提高骨密度，防止因肌肉骨骼疾病导致的死亡，但老年人的骨骼储备仍不足以抵御创伤性影响，导致致命跌倒。将肌肉骨骼疾病和跌倒视为一个统一的“肌肉骨骼和移动能力衰竭”终点，我们的发现表明对骨科和老年护理资源的最终需求实际上从未减少，突显了单一途径干预的持续不足。至关重要的是，这种协同增长的转折点（2017年）明显早于COVID-19大流行，后者首次在2019年12月底被识别，并于2020年3月11日被宣布为全球大流行。这一时间顺序至关重要：它表明这种同时加速不仅仅是大流行的异常现象，而是系统故障的迹象，这种故障在疫情前的正常条件下就已经开始。它表明，过去零散的护理模式——在诊所治疗骨密度同时在社区应对跌倒风险——在2010年代末已经达到了极限。由于这种结构性的失败发生在疫情之前，它强调了为什么单独的监测已经不再足够。当疫情到来时，它作为一个严重的、有针对性的催化剂，加剧了这种已存在的脆弱性。封锁、社交距离规定和延迟常规骨科护理导致老年人长期不动，迅速加速了肌肉减少、虚弱和骨质流失。因此，一个统一的指标对于量化对下游医疗资源的真实、压倒性需求至关重要，包括骨科手术和老年康复。我们承认跌倒发病率的上升无疑是多因素造成的——受人口肥胖、多重用药和神经认知衰退趋势的驱动。然而，这些跌倒的致命性与患者的潜在肌肉骨骼储备密切相关。无论跌倒是由机械危险、药物副作用还是体重增加导致的生物力学变化引起的，最终的死亡结果都反映了骨骼韧性和肌肉力量的系统性衰竭。正如我们在“疾病-伤害-残疾”框架中概念化的那样，这两个根本原因最终都导致了相同的终点：移动能力的灾难性丧失。因此，跟踪它们的综合死亡率提供了一个方法上有效且实际必要的宏观层面的指标。这种死亡负担的年龄模式在生物学上是预期的，但对政策来说至关重要。85岁及以上的成年人始终经历了最高的绝对死亡率。然而，最年轻的老年群体（65-74岁）在2018-2021年间也出现了短暂的死亡率激增，表明可改变的风险比许多临床计划假设的更早累积。在功能下降的第一个迹象出现时就开始进行结构化的力量、平衡和骨骼健康干预——而不是等到70多岁中期或晚期——可能会带来显著的绝对生存收益。性别差异，特别是2018年至2021年间男性更显著的增加，与生理轨迹（例如肌肉力量的快速丧失）和不同的就医行为之间的相互作用相符。相反，由于女性占最老年群体的更大比例，她们一生中暴露于最高风险年龄段的时间更长，这加强了需要与绝经相关的身体组成和骨骼健康变化同时进行干预的必要性。种族、族裔和地理模式进一步强调了这种明显的异质性。2018-2021年间非西班牙裔黑人群体的短期加速可能反映了结构性决定因素的汇聚，包括更高的慢性疾病负担、连续初级护理的障碍以及有限的当地急性后康复资源。从地理上看，终端AAMR主要集中在中西部，而南部各州的AAPC超过了全国平均水平，表明某些地方的轨迹正在迅速加剧。此外，我们的城乡分析（1999-2020年）显示非大都市区在早期有更急剧的增长，这强调了基础设施缺陷和应急响应限制仍然是临床干预无法完全抵消的制约因素。除了流行病学特征外，这些结果还指出了干预设计中的实际变化。首先，监测必须常规使用分段时间序列方法，以防止在历史轨迹突然变化时程序强度的失衡。其次，预防窗口必须提前，利用结合渐进阻力训练和危险修复的多组分计划，在65岁或稍后开始（34, 39）。第三，实施必须以公平为导向，将骨骼密度测试和跌倒后的康复投资定向到受影响最大的人群和地区，以缩小日益扩大的差距。本研究的优点包括其25年的时间范围，涵盖了多个政策时期，跨层次协调的年龄调整，以及明确量化统计不确定性的详细的多指标州级呈现。然而，几个限制需要仔细考虑，以指导未来的研究。首先，我们的分析仅依赖于“根本死因”（UCOD）记录，而非“多重死因”（MCOD）记录。这是一个旨在捕捉致命级联的初始事件（死于肌肉骨骼疾病或跌倒）的方法学选择，并避免了当普遍存在的背景条件（例如偶发性骨关节炎）与无关的致命事件（如急性心肌梗死）一起记录时产生的巨大共病偏见。此外，UCOD编码的互斥性质为我们的综合终点提供了数学上的清晰基础，确保了零重复计数。然而，作为权衡，我们无法评估在同一死亡证明上同时发生肌肉骨骼疾病和跌倒的确切比例。虽然我们的综合终点成功捕捉了总体宏观负担，但未来使用MCOD微观数据的研究是必要的，以量化个体层面的病理重叠。其次，我们 metodological 决定排除了阿拉斯加——由于该州每年的死亡人数不稳定，生成的AAMR统计不可靠——这将引入特定的人口统计限制。因为阿拉斯加是美国原住民人口的重要居住地，这种排除系统性地偏响了非西班牙裔美国印第安人/阿拉斯加原住民（NH AI/AN）亚组的估计。这里报告的NH AI/AN人群的绝对死亡负担可能被低估，应谨慎解释这一人群的时间趋势。第三，由于数据库系统级限制，无法为最近的县级查询进行自动年龄调整率计算，我们的城乡分层在2020年终止。因此，虽然我们捕捉到了2010年代末加速的起始阶段，但我们无法确定在疫情后期（2021-2023年）城乡差距的发展。未来需要使用未压缩的微观数据进行验证。最后，标准年龄调整方法并未完全考虑到≥85岁人群内部构成的变化，而且这种生态学设计方式也限制了我们对个体层面影响因素的推断。这直接提出了一个重要的研究方向：将死亡记录与医疗保险理赔数据、药房用药情况以及康复服务记录相结合，有助于我们将死亡趋势分解为更具体的风险因素（例如缺乏骨骼保护性治疗、镇静药物的使用等）（39, 41）。

**5 结论**
在过去二十五年中，美国老年人中因肌肉骨骼疾病和跌倒导致的死亡率显著上升，自2017年以来这一趋势更是加速恶化。本研究将这些因素视为一个统一的评估终点，表明仅依靠单纯的临床管理（如仅进行药物性的骨骼强化治疗而不同时关注行动能力的维持）是远远不够的。这些发现迫切要求我们改变当前的医疗模式，转向以骨科与老年医学相结合的综合管理方式（例如骨折联络服务）。在临床实践中，需要实施双向筛查机制：患有慢性肌肉骨骼疾病的老年人必须接受全面的跌倒风险评估（包括多药评估和肌肉减少症评估），而跌倒患者则应立即接受骨骼健康优化治疗。在政策层面，鉴于南部和非大都市地区承受的负担更为沉重，因此需要根据地域特点进行资源分配。决策者应重新调整医疗保险和医疗补助制度的报销政策，不仅支持术后康复服务，还应资助积极的居家环境改造以及基于社区的增强力量和平衡能力的项目。最终，要缓解这一日益严重的“疾病-伤害-残疾”循环，需要全社会协同努力，既要维护衰老人口的结构抵御能力，也要保障他们的身体独立性。