编辑推荐：
为探究印度等中低收入国家农村老年人老龄化进程、就医行为等问题，研究人员基于 HDESS 建立 DISHA-G 队列（N=18,389）。发现慢性病患病率 9.5%，超九成依赖公立医疗，8.3% 寻求非正式医疗，为优化农村老年健康服务提供依据。
在全球人口老龄化浪潮中，印度等低中收入国家（LMICs）面临尤为严峻的挑战。据预测，未来三十年印度 60 岁以上老年人口将翻倍至 3.5 亿，且以农村、女性和低收入群体为主。然而，印度农村老年人的疾病负担、就医行为存在显著区域差异与知识空白，现有研究多聚焦全国范围（如纵向老龄化研究 LASI），缺乏对资源匮乏农村地区的深度洞察。与此同时，农村地区医疗资源有限，非正式医疗现象普遍，如何优化老年健康服务体系成为亟待解决的公共卫生议题。
为填补这一研究空白，印度医学研究理事会区域医学研究中心（ICMR-RMRC）的研究团队在印度东部奥迪沙邦（Odisha）蒂吉里亚（Tigiria）地区开展了一项具有开创意义的研究。研究人员依托于 2021-2022 年建立的健康、人口与环境监测系统（HDESS，覆盖 76,391 人），从中筛选出 18,389 名 50 岁及以上的农村老年人，构建了该地区首个老年人群队列 ——DISHA-G（Demography Integrated Surveillance for Health Assessment-Geriatric）。相关研究成果发表在《Discover Public Health》，为理解农村老龄化及医疗干预提供了重要数据支撑。
研究采用了多种关键技术方法。在样本队列构建方面，通过普查法从 50 个村庄的 1.5 万余户家庭中纳入 HDESS 全体人群，并从中提取≥50 岁人群组成 DISHA-G 队列。数据采集阶段，训练有素的调查员使用定制电子数据收集应用程序，于 2021 年 6 月至 2022 年 10 月完成基线调查，内容涵盖社会人口学、健康状况、就医行为等信息，并借助地理信息系统（GIS）技术采集环境空间数据。统计分析时，运用主成分分析法构建财富指数并进行五分位分类，采用多变量泊松回归模型探索就医行为影响因素，数据管理与分析均基于 R 软件完成。
研究结果
3.1 队列人口学特征
DISHA-G 队列中男性占 52.7%（9697 人），女性占 47.1%（8692 人），年龄集中在 50-59 岁（44.8%），90 岁及以上仅占 1.2%。婚姻状况以已婚为主（79.1%），家庭结构多为核心家庭（44.7%）或扩展家庭（51.0%）。教育程度偏低，26.9% 未接受过正规教育，仅 12.1% 拥有本科及以上学历。职业以自雇（含农业）为主（53.8%），45.6% 的家庭拥有健康保险（96.9% 为政府提供），83% 家庭接入互联网，63% 具备安全饮用水供应。
3.2 健康状况与慢性病分布
自我报告的慢性病患病率为 9.5%，其中高血压（22.0%）和糖尿病（10.7%）最为常见，其他慢性病包括胃肠道疾病、心血管疾病等。多发病（患≥2 种慢性病）患病率随年龄增长至 80 岁达到峰值，性别分布无显著差异。组内相关系数（0.003-0.03）显示慢性病在社区中聚集性较低。
3.3 就医行为模式
无论财富水平、年龄和性别，超九成（91.2%）老年人在轻病、常规护理或急诊时首选公立医疗机构，仅 0.2%-0.3% 选择私立基层或二级 / 三级机构。然而，8.3% 的老年人会寻求非正式医疗（如无处方药店或非注册从业者）。多变量分析表明，无健康保险、低财富五分位、核心或联合家庭居住是倾向非正式医疗的显著因素，而多发病与之无显著关联。
研究结论与讨论
DISHA-G 队列揭示了印度农村老年人的健康与就医行为特征：尽管对公立医疗高度依赖，但非正式医疗现象仍较普遍，且受社会经济地位、保险覆盖等因素影响。研究中慢性病患病率低于全国水平，可能与农村地区健康意识不足、诊断服务有限导致的自我报告偏倚有关，提示需加强系统性筛查。
该研究的重要意义在于，为农村老年人群的健康干预提供了实证依据。政策层面需扩大健康保险覆盖（如 “阿育吠陀 Bharat” 计划），提升公立医疗可及性与服务质量，并针对性解决低收入群体的经济障碍。DISHA-G 作为长期队列，将为追踪老龄化进程、评估社区筛查和健康素养项目效果提供平台，助力实现农村老年人群的公平医疗与健康结局改善。研究同时指出，未来需结合生物标志物检测与高级统计方法，进一步解析健康影响因素的复杂关联。
