比利时 2002 - 2023 年安乐死案例：解析发病率与流行趋势背后的人口学密码

这篇研究分析了 2002 - 2023 年比利时安乐死数据，发现人口结构变化对安乐死案例增长影响显著，早期增长受法规实施驱动，近期则更多受人口因素和地区调整影响，为研究安乐死趋势提供重要依据。

　　

引言

在安乐死或协助自杀合法化的国家，相关案例呈上升趋势。在荷兰，2005 - 2019 年报告案例从 1933 例增至 6361 例，2017 年占总死亡数的 4.4% ，1990 年仅为 1.9%¹。瑞士在 1991 - 2008 年，老年女性请求协助自杀的数量增至三倍，男性翻倍²。这一增长归因于人们对协助死亡态度更为宽容³，同时更多国家在实施或讨论相关政策⁴。

比利时在 2002 年将安乐死合法化，当年报告案例从 2003 年的 236 例增至 2021 年的 2700 例，占总死亡数的 2.4%^5,6。该国法律允许处于医学上无希望状况、因严重疾病遭受难以忍受痛苦的有行为能力成年人，在自愿、书面申请且获独立医生批准的情况下请求安乐死⁷。2014 年，法律扩展至未成年人，但涉及案例较少⁸。联邦安乐死控制与评估委员会（FCCEE）负责确保法规的遵守和透明度⁹。

人们普遍担心，允许特定条件下的自愿主动安乐死可能引发 “滑坡效应”¹⁰，即一旦对特定条件开绿灯，可能导致更宽泛、伦理上难以接受的做法，比如对非终末期或精神疾病患者实施安乐死^11,12。这一担忧凸显了严格保障措施的必要性，尤其是涉及精神疾病案例时¹³。此外，批评者认为社会经济弱势群体，如医疗资源匮乏地区或条件较差护理机构的人群^12,14,15，可能受到更大影响，存在潜在胁迫风险，安乐死可能无法有效监管，进而侵犯弱势群体患者权利¹⁶。不过，关注 “滑坡效应” 假设的研究很少基于数据，且荷兰¹⁸和俄勒冈州¹⁹的实证研究并未证实其存在。

身体痛苦且无改善希望是批准安乐死最常见的原因²⁰，安乐死大多与慢性或终末期身体疾病相关，很大一部分是晚期癌症患者²¹。比利时虽允许非终末期疾病患者安乐死，但这一问题存在争议²²。2002 - 2021 年，精神疾病患者的安乐死案例有 370 例，占总案例数的 1.4%^23,24。

研究安乐死趋势时，常忽略人口变化因素。人口老龄化、地区分布以及老年群体中女性占比较高，都可能影响安乐死发生率。老年人因终末期疾病发生率较高，地区差异则可能反映出安乐死服务的可及性或文化态度差异^25,26。在比利时，2020 年行政数据显示安乐死案例中男女比例均衡，女性占 49.6%²⁷，且男女安乐死率相近。虽然精神疾病案例中女性占比偏高，但这类案例在总案例中占比很小^28,29。地区差异也存在，荷兰存在无法解释的地理差异，受年龄、宗教、政治倾向、收入、自我健康认知和非正式护理志愿者可用性等因素影响，但仍有很多无法解释¹。在比利时，弗拉芒地区安乐死更为常见³⁰，且多数研究集中于此^31,32 。鉴于多个国家正在讨论引入协助死亡法案，且谨慎观点在立法讨论中占主导，有必要深入研究已实施相关政策国家的安乐死流行情况^4,33,34。本研究分析比利时 2002 - 2023 年安乐死行政数据，旨在评估不同年龄、性别、地区和健康状况下的安乐死流行率，对比相关数据与人口趋势，并识别亚组趋势。

方法

数据

研究使用 FCCEE 常规收集的数据，这些数据源自医疗从业者依法提交的个体报告，自 2002 年起涵盖所有报告的安乐死案例，且已完全匿名化。FCCEE 于 2024 年 5 月 14 日给予伦理批准，根据比利时法规，参与研究的同意书被豁免。同时，研究使用比利时统计局提供的公开人口数据，计算不同居住地区、性别和年龄的人口规模。本研究遵循流行病学观察性研究报告强化指南（STROBE）中横断面研究的报告规范。

数据集最初包含 2002 年 9 月 1 日至 2023 年 12 月 31 日比利时所有报告的 33647 例安乐死案例。由于 2002 年法律于年中实施，当年案例数较少（n = 24），故在实证模型中排除 2002 年数据。另外，43 例因信息不完整被剔除。由于缺失数据比例小（占总数的 0.1%）且可用信息有限，未对缺失数据进行插补。最终样本包含 33580 例案例。

安乐死变量

研究聚焦于 FCCEE 数据集中的 9 个变量：

1. 安乐死原因：FCCEE 确定了 12 种可作为安乐死正当理由的医疗状况，本研究将其归为 7 类：癌症和肿瘤（参照组）、多发病率、神经系统疾病、特定疾病（包括呼吸、循环、泌尿生殖等多系统疾病）、精神疾病、认知障碍和其他（包括未分类症状、创伤性损伤等）。鉴于精神和认知障碍临床特征不同，研究对二者进行区分。
2. 年龄组：FCCEE 数据包含出生和死亡日期，为保护隐私，研究使用 8 个计算得出的年龄组：15 - 29 岁、30 - 39 岁、40 - 49 岁、50 - 59 岁（参照组）、60 - 69 岁、70 - 79 岁、80 - 89 岁和 90 岁及以上。
3. 性别：由医疗从业者报告，记录为男性或女性（参照组）。
4. 语言：比利时有 3 个地区（瓦隆、弗拉芒和布鲁塞尔），因 FCCEE 近期才开始持续收集患者居住地区信息，研究通过报告医生使用的语言（荷兰语或法语，参照组）来推断地区差异。
5. 年份：数据集记录安乐死实施年份，范围为 2002 - 2023 年，排除 2002 年数据。
6. 安乐死依据：数据集区分提前请求（预先请求）和需要时请求（实际请求，参照组）。
7. 痛苦类型：包括身体痛苦（参照组）、精神痛苦或两者皆有。
8. 死亡期限：记录医生预计死亡是否在一年内发生（参照组为超过一年）。
9. 死亡地点：包括家中（参照组）、医院、护理院、姑息治疗机构和其他场所。

人口变量

基于比利时统计局的人口数据生成人口数字，涵盖每年 1 月 1 日按年龄组、性别和居住地区划分的总人口信息。与以往研究使用死亡人数（或非暴力死亡人数）不同^{1,20,24,35,36}，本研究选择使用人口数字，因为有相当比例的安乐死案例发生在预计近期不会死亡的患者中（如 2020 - 2021 年占所有案例的 14.4%）²⁷。针对每个安乐死案例记录，按年份、年龄、性别和语言计算人口数字，并在模型中作为偏移量。由于人口数据不包含语言信息，研究通过计算得出法语区人口（瓦隆地区人口加上布鲁塞尔人口的 90%）和荷兰语区人口（弗拉芒地区人口加上布鲁塞尔人口的 10%），以反映比利时语言分布情况。此外，研究还进行了排除布鲁塞尔地区的敏感性分析。人口偏移量数值见补充材料 1 中的 eTable 1。

统计分析

对比利时安乐死案例计数数据进行 Poisson 固定效应回归，研究其与年份、年龄组、性别、语言、原因、依据、痛苦类型和死亡期限的关联。由于研究关注安乐死案例总数随时间的变化（呈上升趋势的计数变量），故采用 Poisson 模型，该模型适用于非负整数结果，能处理此类数据的均值 - 方差关系³⁷ ，此前也用于自杀计数数据研究^38,39。

研究对比了两个模型。第一个模型在未调整人口规模的情况下估计安乐死发生率，提供原始计数，虽能识别大致趋势，但可能忽略人口模式的影响，导致潜在偏差。第二个模型纳入按年份、年龄、性别和地区调整的人口规模偏移量，用于计算安乐死流行率（相对于风险人群的比率），更准确地反映不同人口群体的比率差异。回归系数经指数化处理得到率比（RRs）和流行率（PRs）^40,41。由于数据涵盖比利时所有报告案例，故无需计算显著性水平（但为保证透明度仍予以提供）。研究对未调整模型和完全调整年龄、性别和地区的模型进行了重复分析。Poisson 回归使用偏移量调整人口规模，但调整人口特征至关重要，因为偏移量无法解决与结果相关的人口内部差异。

额外分析包括添加年份与所有协变量的乘法交互项，并计算边际效应以绘制随时间的变化。研究分别将年份作为数值变量和分类变量进行重复分析，以处理时间变化的非线性问题。同时，将数据分为 2002 - 2015 年和 2016 - 2023 年两个时间段进行重复分析，以考虑非线性趋势。此外，生成一个以 2003 年为基线固定人口偏移量的基线调整模型，探讨人口变化与 PRs 的关联。最后，使用负二项式模型重复主要模型的边际效应分析，以处理 Poisson 回归可能存在的偏差。

结果

共识别出 33647 例安乐死案例。安乐死案例数量稳步增加，从 2003 年的 236 例（占所有报告案例的 0.70%）增至 2012 年的 1430 例（4.25%），再到 2023 年的 3424 例（10.18%）。除 2020 年（新冠疫情期间）案例数略有下降（从 2019 年的 2658 例降至 2446 例）外，增长趋势一致。60 - 69 岁（7015 例，占 20.85%）、70 - 79 岁（9251 例，占 27.49%）和 80 - 89 岁（9063 例，占 26.94%）年龄组占案例总数的大部分（60 岁及以上占 84.74%），而 30 岁以下年龄组仅 123 例（0.37%）。性别分布接近相等，女性 16711 例（49.67%），男性 16902 例（50.23%），性别未知 34 例（0.10%）。肿瘤是主要原因（21919 例，占 65.14%），其次是多发病率（5108 例，占 15.18%）。因精神疾病和痴呆导致的安乐死分别为 427 例（1.27%）和 310 例（0.92%），共涉及 737 人 。大多数安乐死案例（33169 例，占 98.58%）并非预先计划。报告的痛苦类型中，身体和精神痛苦并存的有 24627 例（73.19%），仅身体痛苦的有 7989 例（23.74%），仅精神痛苦的有 995 例（2.96%）。在 28697 例（85.29%）案例中，预计死亡在 1 年内发生，4913 例（14.60%）预计死亡超过 1 年。多数安乐死发生在家中（15770 例，占 46.87%），其次是医院（12094 例，占 35.94%）和护理院（4352 例，占 12.93%）。

分析聚焦于 33623 例有效案例。结果显示，未调整模型中 RRs 和 PRs 相似（均为 1.06，95% CI：1.06 - 1.06），但基线调整模型中的 PR 更高（1.07，95% CI：1.07 - 1.07），表明人口构成使年变化率增加 1 个百分点。在调整人口特征的模型中，RR（1.07，95% CI：1.07 - 1.07）和 PR（1.05，95% CI：1.05 - 1.06）相差 0.02，说明未考虑人口因素会高估比利时安乐死案例数。基线调整分析证实，不调整人口变化时，PRs 和 RRs 相近。此外，90 岁及以上人口在 RR 中占比不足（0.84，95% CI：0.80 - 0.88），但调整人口因素后，该年龄组安乐死流行率远高于其他组（PR：13.19，95% CI：12.55 - 13.86）。这种