本研究由来自泉州医学院临床医学系（第一单位）的常乐，以及来自福建医科大学附属泉州第一医院骨科（第二单位）的唐海峰和蔡振宇（通讯作者，邮箱：czyzone@126.com）共同完成。研究成果以题为“Longitudinal association between social economic status and new-onset arthritis among middle-aged and elderly adults: evidence from the CHARLS cohort”的学术论文形式，发表于学术期刊 *BMC Public Health*，具体卷期为（2025）25:3259。
学术背景 本研究属于公共卫生与流行病学领域，聚焦于社会决定因素与慢性非传染性疾病（关节炎）发病风险之间的关联。关节炎，特别是骨关节炎，是全球范围内的主要健康负担，是导致伤残调整生命年（Disability-Adjusted Life Years, DALYs）损失的重要原因。在中国，随着人口老龄化进程加快，关节炎的疾病负担日益凸显。 社会经济地位（Social Economic Status, SES）作为一个关键的社会健康决定因素，已被广泛证实与心血管疾病、癌症等多种慢性病的发病风险和预后密切相关。然而，关于SES与关节炎发病关联的证据，尤其是在亚洲人群中的纵向证据，仍然有限且存在不一致性。部分研究表明低SES与高关节炎患病率相关，可能归因于高强度体力劳动、营养状况不佳和医疗资源可及性差等因素；但也有研究提示这种关联在不同人群和地区中存在差异。此外，既往研究在SES测量方法、关节炎定义、随访时长以及协变量调整等方面存在较大异质性，限制了结果的可靠性与可比性。 因此，为填补亚洲人群，特别是中国中老年人群中SES与关节炎发病关联的高质量纵向研究空白，本研究旨在利用具有全国代表性的“中国健康与养老追踪调查”（China Health and Retirement Longitudinal Study, CHARLS）队列数据，前瞻性地评估SES与关节炎新发病例之间的关联。研究的核心目标是提供中国中老年人群中SES与关节炎风险关系的可靠流行病学证据，并探索其剂量-反应关系，从而为制定针对性的、基于人群分层的关节炎预防策略提供科学依据。
详细工作流程 本研究是一项基于CHARLS队列的前瞻性队列研究，工作流程系统严谨，主要包含以下几个核心环节：
1. 研究参与者纳入与排除流程 研究队列源自CHARLS基线调查（2011年）。CHARLS是一项针对中国45岁及以上成年人的全国性前瞻队列研究，采用多阶段、与规模成比例的概率抽样方法，覆盖全国28个省的150个县/区。基线调查应答率较高（家庭应答率80.5%，个人应答率80.1%）。 从2011年基线总样本17,705名参与者开始，研究团队根据严格的纳入和排除标准筛选出最终的分析队列： * 排除基线关节炎患者：为确保研究起点为无关节炎人群，排除基线（2011年）时已自我报告经医生诊断为关节炎的参与者（n=4,143人）及关节炎信息缺失者（n=76人）。 * 排除年龄不合格者：排除年龄<45岁（n=349人）或年龄数据缺失者（n=76人）。 * 排除SES数据缺失者：排除SES评估所需数据缺失的参与者（n=5,222人）。 * 排除协变量信息不完整者：排除人口学特征、生活方式、人体测量学指标、临床合并症等协变量信息不完整的参与者（n=1,568人）。 * 排除失访者：排除在后续随访波次（2013、2015、2018年）中缺乏关节炎随访数据的参与者（n=1,848人）。 经过上述筛选，最终形成包含4,469名基线无关节炎的中老年参与者的分析队列。在排除基线关节炎病例后符合条件的参与者（6,225人）中，随访完成率达到71.8%。
2. 核心变量定义与测量 * 社会经济地位评估：采用复合指标进行测量，综合了教育水平和家庭总财富。教育水平标准化分为三档：小学及以下（计0分）、中学/职业教育（计1分）、高等教育（计2分）。家庭总财富计算为所有资产（住房、商业资产、车辆、存款等）之和（扣除债务），并在研究人群中按四分位数分为四组，最低四分位数组计0分，最高计3分。最终SES总分（0-5分）由教育和财富得分等权重相加得出，并根据总分将参与者分为四组：低SES组（总分0-1）、中低SES组（总分2）、中高SES组（总分3）、高SES组（总分4-5）。 * 关节炎结局评估：新发关节炎的定义基于随访期间（2013、2015、2018年）参与者对“您是否曾被医生诊断为关节炎？”这一问题的肯定回答。一旦参与者在某次随访中首次报告确诊，即被归类为新发关节炎病例，并从后续观察中删失，以确定精确的发病时间。 * 协变量评估：在基线（2011年）收集了全面的协变量数据，包括：人口学特征（年龄、性别）、社会特征（婚姻状况、居住地：城镇/农村）、生活方式（吸烟史、饮酒史）、人体测量学指标（体重指数BMI，并根据中国标准分为体重过轻、正常、超重、肥胖）、临床合并症（医生诊断的高血压和糖尿病）。所有数据均通过认证研究人员使用标准化问卷进行结构化访谈获得。
3. 统计分析与数据工作流 研究采用了一系列逐步深入的统计模型进行分析： * 基线特征描述与比较：使用方差分析（ANOVA）和卡方检验比较不同SES组间的基线特征。 * 主要关联分析： * 多变量逻辑回归：计算不同SES水平组相对于低SES组的关节炎发病风险比值比（Odds Ratio, OR）及其95%置信区间（Confidence Interval, CI）。构建了三个序列模型：模型1（未调整）、模型2（调整人口学特征：年龄、性别、婚姻状况、居住地）、模型3（进一步调整生活方式及合并症：吸烟史、饮酒史、BMI、高血压、糖尿病）。 * Cox比例风险回归：计算风险比（Hazard Ratio, HR）及其95% CI，以评估SES与关节炎发病时间的关联。同样采用上述三个调整模型。研究通过Schoenfeld残差检验验证了比例风险假设的成立（SES变量：χ²=0.596, p=0.897；全局检验：χ²=11.112, p=0.519）。 * 生存分析：采用Kaplan-Meier方法估计不同SES组在7年随访期间的关节炎累积发病率，并使用Log-rank检验比较组间差异。 * 亚组分析与交互作用检验：按性别（男/女）和年龄（45-69岁/≥70岁）进行分层分析，评估SES效应是否存在异质性，并使用似然比检验评估交互作用的显著性。 * 敏感性分析：为检验研究结果的稳健性，采用了三种备选的SES分类方法进行分析：二元分类（低/中低 vs. 中高/高SES）、三分位数分类（低、中、高SES）、以及将SES视为有序变量的线性趋势分析。 * 软件工具：所有统计分析均使用R软件（版本4.3.1）完成。
主要结果 经过7年随访，在4,469名基线无关节炎的参与者中，共有1,324人（29.6%） 新发关节炎。研究获得了清晰且一致的结果：
1. 基线特征与社会经济梯度 基线数据清晰地显示了参与者特征随SES变化的梯度（所有p值均小于0.001，除非另有说明）。例如，低SES组平均年龄最高（61.44岁），随SES升高平均年龄呈下降趋势。男性比例从低SES组的46.99%逐步上升到高SES组的74.29%。超重（BMI >24）比例从低SES组的23.39%上升至高SES组的42.86%。城镇居民比例从低SES组的21.53%急剧升高至高SES组的94.29%。已婚比例同样从低SES组的82.62%上升至高SES组的94.29%。在随访期间，关节炎发病率呈现出显著的逆SES梯度：从低SES组的34.54%逐步下降到高SES组的14.29%（p<0.001）。
2. SES与关节炎风险的主要关联 在多变量逻辑回归和Cox回归的完全调整模型（模型3）中，结果高度一致，均显示SES与关节炎风险呈显著的负向剂量-反应关系。 * 与低SES组相比，中高SES组表现出显著的风险降低：逻辑回归OR=0.67（95% CI: 0.55–0.82, p<0.001），意味着风险降低了约33%；Cox回归HR=0.71（95% CI: 0.60–0.84, p<0.001），意味着风险降低了约29%。 * 高SES组显示出更强的保护效应：逻辑回归OR=0.41（95% CI: 0.14-1.00, p=0.074），Cox回归HR=0.44（95% CI: 0.18–1.08, p=0.074）。尽管由于高SES组样本量较小（35人），p值略高于0.05的常规显著性阈值，但其效应值的幅度（风险降低约56%-59%）清晰地指向了强有力的保护趋势。
3. 生存分析与累积发病率 Kaplan-Meier生存分析直观地展示了这种剂量-反应关系。7年累积关节炎发病率随SES升高而显著下降：低SES组为34.5%，中低SES组为31.1%，中高SES组为23.5%，高SES组为14.3%。Log-rank检验显示组间差异具有高度统计学意义（p<0.0001）。累积发病率曲线在随访约2年后开始明显分化，并随时间推移差距逐渐扩大。
4. 亚组分析结果 亚组分析进一步证实了主要结果的稳健性： * 按性别分层：在男性和女性中，均观察到SES的保护性梯度效应，且男性和女性在中高SES组的风险降低幅度相似（男性HR=0.66，女性HR=0.63）。交互作用检验不显著（p=0.271），表明SES的保护作用在男女性别间一致。 * 按年龄分层：在45-69岁的中年人群中，SES的保护效应更为明显（例如，高SES组HR=0.24，风险降低76%）。在70岁及以上的老年人群中，虽然趋势相似，但保护效应的幅度有所减弱且未达到统计学显著性。年龄与SES的交互作用不显著（p=0.371）。
5. 敏感性分析结果 采用三种不同的SES分类方法进行敏感性分析，结果均保持一致。例如，二元分类（高SES vs. 低SES）显示HR=0.756（p<0.001）；将SES视为有序变量的线性趋势分析显示，SES每升高一个单位，关节炎风险降低约16%（HR=0.842， p<0.001）。这些结果有力地证明了主要发现的稳健性，不依赖于特定的SES分类方式。
结论与意义 本研究的主要结论是：在中国中老年人群中，较高的社会经济地位（SES）是新发关节炎的独立保护因素，两者之间存在清晰的剂量-反应关系。即使在调整了人口学特征、生活方式、BMI及主要合并症后，这种关联依然稳健存在。 科学价值：本研究首次利用大规模全国性前瞻队列（CHARLS）在中国中老年人群中证实了SES与关节炎发病风险之间的纵向因果关联，填补了亚洲人群相关高质量证据的空白。研究揭示了在中国社会文化背景下，社会经济不平等对关节炎这一重要慢性病负担的深刻影响，为“健康的社会决定因素”理论提供了来自中国老龄化社会的有力实证支持。 应用价值与政策启示：研究结果具有重要的公共卫生实践意义。它提示，在关节炎的预防和控制策略中，应整合社会经济状况的评估，以便更精准地识别高风险人群（如低SES群体），并实施针对性的早期筛查和综合干预。具体政策启示包括：通过加强职业安全与人体工程学标准来减少体力劳动者的关节炎风险；通过扩大营养支持项目的可及性来改善低SES人群的膳食结构；在社区层面推广结合了可负担的体育活动、压力管理资源和营养教育的综合干预项目，以低成本高效益的方式缩小关节炎风险的社会经济差距。研究为制定旨在促进健康公平的公共卫生政策提供了循证依据。
研究亮点 1. 高质量的纵向设计：基于具有全国代表性的大样本前瞻性队列（CHARLS），随访期长达7年，能够建立更强的因果时序推断。 2. 综合的SES测量：采用结合教育水平和家庭财富的复合指标评估SES，较单一指标能更全面地捕捉社会经济地位的多维度内涵。 3. 全面的协变量控制：在分析中系统性地调整了人口学、生活方式、人体测量学和临床合并症等多类潜在混杂因素，增强了结果的可靠性。 4. 清晰的剂量-反应关系：不仅证实了关联的存在，更通过四分类SES和多种敏感性分析，清晰展示了“SES越高，关节炎风险越低”的梯度效应。 5. 结果稳健性：主要结果在逻辑回归、Cox回归、生存分析、亚组分析及多种敏感性分析中均表现一致，证明了研究发现的高度稳健。 6. 填补关键证据空白：提供了来自全球最大老龄化国家之一——中国的关键纵向证据，对理解全球关节炎负担的社会经济差异具有重要贡献。
其他有价值内容 研究在讨论部分深入探讨了SES可能影响关节炎发病的潜在生物学通路，增加了研究的深度。主要包括两条协同作用的路径：一是营养与职业暴露路径，高SES人群更易获得富含抗炎成分（如ω-3脂肪酸）的食物，而低SES人群可能面临更高的职业性机械应力；二是慢性心理社会压力路径，低SES相关的长期压力可通过激活下丘脑-垂体-肾上腺轴（HPA轴）和引发糖皮质激素抵抗，导致持续的全身性低度炎症状态，进而加剧关节破坏。这些机制的探讨为未来的干预研究指明了潜在靶点。 研究也坦诚地指出了局限性，主要包括：关节炎结局基于自我报告的医生诊断，可能存在误分类偏倚；研究结果主要适用于中国45岁及以上无基线关节炎的人群，外推至其他人群需谨慎；尽管调整了大量协变量，但仍可能存在未测量的混杂因素（如遗传易感性、童年经历）。这些说明体现了研究的客观性与科学性。