26年随访数据公卫防控应用

26年随访数据公卫防控应用演讲人0126年随访队列的建设与数据积累过程021基线调查的设计初衷与实施031病因溯源：明确危险因素与疾病发生的时序性关联042精准防控：构建适配本地人群的疾病风险预测模型053效果评价：长期验证社区公卫干预措施的实际获益064政策支撑：为公共卫生策略制定与评估提供循证依据071当前应用过程中面临的核心挑战082未来优化的主要路径目录作为全程参与本地区慢性病防控队列从基线调查到连续26年随访管理的公卫从业者，我今天结合我们团队26年的实践经历，梳理长期随访数据在公共卫生防控领域的建设逻辑、应用场景、实践问题与优化方向。公卫防控的核心是从人群层面识别健康风险、阻断疾病进程、降低发病负担，不同于横断面研究或短期临床试验，长期随访数据能够明确危险因素与疾病发生的时序关系，记录人群健康的长期变化轨迹，是公卫防控循证决策最核心、最可信的证据来源。本文将从数据积累到实际应用，再到未来发展，逐层展开阐述。0126年随访队列的建设与数据积累过程26年随访队列的建设与数据积累过程长期随访数据的应用价值，从根源上取决于数据质量，而高质量数据的获得，依赖于从设计到实施全流程的严格管控。我们这支队列建立于1997年，最初的目标是解决本地区脑卒中发病率持续偏高的病因探究与防控问题，26年来的积累过程可以从三个层面梳理：021基线调查的设计初衷与实施1基线调查的设计初衷与实施上世纪90年代末，本地区35岁以上人群脑卒中发病率位居全国前列，但是缺乏针对本地区人群的危险因素研究，多数防控策略直接套用欧美或国内其他地区的研究结论，适配性不足。基于这一需求，我们确定了队列的核心设计：以本地区三个主城区12个街道的35岁以上无明确心脑血管疾病病史的常住居民为研究对象，采用多阶段分层随机抽样抽取样本，最终纳入有效研究对象12147人。基线调查阶段我刚从公共卫生专业毕业，跟着导师团队挨家挨户入户动员，当时很多居民不理解“没病为什么要做检查”，我们拿着街道居委会的介绍信，利用早晚休息时间上门讲解，前后用了3个月才完成全部基线调查。最终收集的信息包括三部分：一是人口学特征、生活方式（吸烟、饮酒、膳食、运动）、疾病史、家族史等流行病学信息；二是身高、体重、血压等体格检查数据；三是空腹血糖、血脂等生化指标，同时留存了部分人群的血样低温冻存，为后续研究预留了空间。226年随访的质量控制体系长期随访最核心的问题是保证数据完整性和准确性，我们建立了“年度常规更新+每5年全面随访+多源结局核实”的三级质量控制体系：每年通过电话、社区卫生服务中心健康档案更新研究对象的生存状态与发病情况；每5年组织一次全面入户随访，重复采集基线阶段的所有指标，记录研究对象的健康变化；所有发生的脑卒中发病、死亡事件，都必须通过医院病案首页、死因登记系统、尸检报告三重核实，排除误报。我印象最深的是2012年第五次全面随访时，我们组负责的样本中有一位42岁的男性基线对象，因外出务工已经10年没有联系，我们先是联系原居住地居委会问到了他务工的城市，又通过当地社区卫生服务中心辗转找到了他的现住址，前后花了21天才完成随访。放在今天我们可以通过大数据比对直接获取他的结局信息，但当年为了保证数据完整性，我们整个团队都坚持“不找到、不放弃”的原则，这也是我们这套数据能保持18%失访率（低于国际通行的20%标准）的核心原因。226年随访的质量控制体系1.326年随访数据集的核心特征截止2023年，我们的队列完成了整整26年的连续随访，累计获得112436人年的随访暴露数据，共确认首发脑卒中病例317例，死亡病例429例，累计采集了12轮重复测量的个体健康指标。这套数据最核心的特征是纵向完整性：不仅记录了终点事件的发生时间，还记录了研究对象26年间生活方式改变、血压血糖等危险因素的动态变化轨迹，能够满足公卫领域从病因探究到效果评价的多维度需求，是本地区目前时间跨度最长、质量最高的慢性病人群随访队列数据。经过26年的积累，这套高质量的纵向随访数据已经脱离了单纯的科研属性，成为本地区慢性病公卫防控全流程的核心支撑。接下来我将从四个核心应用场景，梳理长期随访数据的实际价值。226年随访的质量控制体系226年随访数据在公卫防控领域的核心应用场景公卫防控是一个从病因识别到精准干预再到政策优化的完整链条，26年随访数据在每个环节都发挥了不可替代的作用。031病因溯源：明确危险因素与疾病发生的时序性关联1病因溯源：明确危险因素与疾病发生的时序性关联公卫防控的第一步是明确“什么因素导致疾病高发”，横断面研究只能证明关联，无法明确因果时序，而长期随访数据可以通过先暴露、后发病的观察顺序，确证危险因素的致病作用。针对本地区人群食盐摄入量偏高的特点，我们利用26年随访数据分析发现，在调整了年龄、性别、血压水平等混杂因素后，日均食盐摄入量超过10g的人群，脑卒中发病风险是日均摄入量低于6g人群的1.79倍，这一结果证明了高盐摄入对本地区人群脑卒中发病存在独立于血压的致病作用，填补了本地人群长期研究的空白。此前国内多数研究依赖短期观察或欧美人群数据，我们的结果更贴合本地区的疾病特征，也为后续减盐防控提供了确凿的病因证据。此外我们还发现，长期持续的抑郁情绪，在调整其他危险因素后，仍会使脑卒中发病风险升高32%，这一结论也为本地区开展心理健康融入慢性病防控提供了依据。042精准防控：构建适配本地人群的疾病风险预测模型2精准防控：构建适配本地人群的疾病风险预测模型公卫防控的核心策略是对高危人群进行重点干预，而准确识别高危人群依赖于适配本地人群的风险预测模型。此前国内常用的脑卒中风险预测模型多基于国外队列数据构建，适配性不足，我们利用26年随访数据，构建了针对本地区35岁以上人群的10年脑卒中发病风险预测模型，纳入了年龄、收缩压、吸烟、高盐摄入、糖尿病、家族史等9个预测变量，模型的C指数达到0.78，比直接套用国外弗明汉模型高0.06，预测准确性提升明显。目前这套模型已经嵌入本地区社区卫生服务中心的健康体检系统，居民完成高血压筛查后，系统会自动计算10年发病风险，划分为低、中、高危三个等级，社区医生根据风险等级给予不同强度的干预。去年我到基层社区调研，有一位社区医生跟我说，原来都是靠经验判断高危人群，现在有了本地模型，给群众解释风险的时候更有说服力，群众的依从性也提高了很多，听到这句话我深深感受到，我们26年的积累确实落到了防控实处。053效果评价：长期验证社区公卫干预措施的实际获益3效果评价：长期验证社区公卫干预措施的实际获益公卫干预措施的效果，尤其是慢性病防控干预，往往需要十几年甚至几十年才能看到终点事件的差异，短期评价只能看到中间指标（如血压、食盐摄入量）的变化，无法明确对发病的影响，而26年随访数据恰好解决了这个问题。2007年我们在队列内部的两个街道开展了为期10年的社区减盐干预项目，对干预社区居民开展低盐膳食健康教育、推广低钠盐，经过16年的随访观察，我们发现干预社区人群的日均食盐摄入量从基线的11.2g降到了8.7g，脑卒中发病风险比对照社区降低了23%，这是国内少有的基于长期随访的减盐干预终点研究，明确证明了社区减盐干预确实能够降低脑卒中发病风险，而不是仅仅降低血压。同样，我们还利用这套数据评价了社区全民健身推广的效果，发现坚持每周3次以上中等强度运动的人群，随访26年的脑卒中发病风险比不运动人群降低27%，这一结果也为本地区推广“15分钟健身圈”建设提供了实证依据。064政策支撑：为公共卫生策略制定与评估提供循证依据4政策支撑：为公共卫生策略制定与评估提供循证依据公共卫生政策的出台与延续，需要基于本地的真实证据，而26年随访数据就是最可信的证据来源。2011年本地区卫健委启动《减盐防控慢性病中长期行动计划》，我带着我们前14年的随访数据去做专家论证，当时有专家提出，欧美研究已经证明了高盐的危害，为什么还要用本地数据？我当时就说，我们本地居民日均盐摄入量比欧美人群高近4g，高血压患病率也高出近10个百分点，我们自己的长期数据明确了高盐对本地区人群的独立危害，这个证据比任何国外研究都更有说服力。最终这份数据直接写进了行动计划的背景论证，推动了项目的落地。2021年行动计划开展中期评估，我们又用24年的随访数据，核算了减盐干预的卫生经济学效益：每投入1元用于社区减盐干预，可以减少4.2元的脑卒中住院治疗费用，这一结果也推动了本地区将慢性病防控经费纳入财政长期预算，4政策支撑：为公共卫生策略制定与评估提供循证依据同时医保部门还将脑卒中高危人群规范化管理纳入门诊特殊病种报销范围，进一步提升了防控的可及性。这件事让我真切感受到，长期随访数据不是躺在实验室里的科研成果，是能直接推动政策落地、惠及千万群众的核心工具。尽管26年随访数据已经给公卫防控带来了多维度的支撑，但在实际应用过程中，我们也发现了长期队列数据应用存在的诸多局限，需要进一步优化完善。071当前应用过程中面临的核心挑战1.1长期随访的失访偏倚控制难度持续上升随着我国人口流动性不断增强，年轻研究对象的失访率逐年上升，我们队列中35-45岁基线人群的失访率已经达到26%，远高于65岁以上人群的11%，失访人群多为外出务工、经济条件较好的人群，其危险因素特征与留在本地的人群存在明显差异，一定程度上会影响结果的外推性。1.2单维度数据结构难以满足多领域公卫需求我们的队列建立之初，主要收集了个体生活方式与临床指标，没有系统整合环境暴露、医保支付、基因组等多维度数据，当前公卫领域需要研究空气污染、社会经济地位、基因-环境交互作用对慢性病的影响，单维度的数据结构难以支撑这类研究的需求。1.3传统变量设置难以适配新发公卫问题我们基线调查的变量设置主要围绕传统慢性病危险因素，近年来新出现的公共卫生问题，如电子烟使用、睡眠障碍、肥胖流行、长期精神压力等，仅在最近两次随访中补充收集，缺乏长期的暴露数据，难以开展长期效应研究。082未来优化的主要路径2.1借助大数据技术创新随访模式，降低偏倚现在我们已经和公安部门的人口登记系统、医保部门的报销系统、疾控部门的死因登记系统、医院的电子病历系统实现了联网对接，对于失访人群，可以通过大数据自动更新其生存状态与发病信息，不需要再上门随访，失访率已经从原来的18%降到了12%，偏倚控制效率大幅提升。2.2推动多源数据融合，拓展应用边界我们正在推动随访数据与环境监测部门的个体空气污染暴露数据、地理信息系统的食物环境数据、基因组学数据的融合，目前已经开展了“PM2.5长期暴露与血压轨迹的交互作用对脑卒中发病的影响”研究，这类研究在单维度随访数据的基础上，进一步拓展了公卫研究的深度，也能为环境健康政策提供证据。2.3建立动态变量更新机制，响应新发公卫需求我们在每次全面随访中，都会根据当前公卫防控的新需求补充新的变量，近年来已经补充了睡眠质量、电子烟使用、社交媒体使用、慢性压力等新的变量，保证数据集能够持续响应新的研究问题，保持数据的活力。2.4推动去隐私化数据开放共享，放大数据价值原来我们的数据集仅面向本团队开放，现在我们已经建立了去隐私化的共享平台，本地的公卫机构、科研机构都可以申请使用数据，让更多研究者能够利用这套26年积累的数据产出更多成果，服务于公卫防控。总结回顾26年从基线调查到数据应用的全流程，我作为全程参与者最深的感受是，公卫防控是一项慢功夫，长期随访数据就是公卫防控的“压舱石”。26年的实践证明，高质量的长期随访数据，在公卫防控的病因溯源、精准防