慢性创面的分化死亡路径：美国全国数据1999–2024年的26年分析

《Journal of the National Medical Association》：Diverging mortality pathways for chronic wounds: A 26-year analysis of United States national data, 1999–2024

　　

## 摘要

### 背景

压疮（PU）和慢性不愈合伤口（NHW）是伴有多种疾病的老年人中常见、昂贵且常致命的病症。尽管这两种病症的发生机制不同，但它们经常被合并报告，从而掩盖了各自真实的趋势。本研究将两种病症分开，利用26年的美国全国数据考察了它们的死亡率轨迹。

### 方法

利用CDC WONDER数据库，我们对1999年至2024年的死亡记录进行了回顾性分析。压疮通过ICD-10编码L89识别，不愈合伤口通过编码L97或L98.4识别。每种病症均作为独立的初级结局处理，而非合并为单一指标。基于2000年美国标准人口计算了年龄标化死亡率（AAMR）和粗死亡率（CMR）（每10万人），并采用Joinpoint回归分析，在零至三个连接点范围内进行网格搜索并结合基于置换的模型选择，以刻画时间趋势。由于小样本单元格的抑制使得在更窄亚组中无法稳定估计特定编码的死亡率，因此合并的伤口相关死亡人口的亚组率按人口统计学和地理分层报告。

### 结果

压疮出现在255,054份死亡证明上（AAMR为2.8/10万；95% CI 2.7–2.9），不愈合伤口出现在69,230份死亡证明上（AAMR为0.7；95% CI 0.7–0.7）；仅5,834名死者（1.8%）同时携带两种编码。压疮年度死亡人数增加了1.3倍，从1999年的9,154例增至2024年的12,016例，2022年达到峰值13,411例；不愈合伤口死亡人数在同一时期增加了2.6倍，从1,792例增至4,703例。在所有伤口相关死亡中所占比例，不愈合伤口从16.5%上升至28.6%。自2012年以来，不愈合伤口死亡率持续攀升，AAMR从0.6升至1.1/10万（APC 5.64；p < 0.000001）。合并伤口相关队列的AAMR从1999年的4.0下降至2018年的3.1（APC ?1.22；95% CI ?1.94至?0.31；p = 0.042），2022年升至4.2，2024年略降至3.9，但后两次变化均未达到统计学显著性（p = 0.151和p = 0.237）。死亡率随年龄急剧上升，85岁及以上人群粗死亡率达82.5/10万。男性（3.4；95% CI 3.4–3.5）与女性（3.5；95% CI 3.4–3.6）的AAMR相当；早期下降在女性中达到显著（APC ?1.20，p = 0.024），但在男性中未达到（APC ?1.02，p = 0.051）。最高死亡率出现在黑人或非裔美国人（9.8；95% CI 9.4–10.2）和印第安人或阿拉斯加原住民（5.6；95% CI 4.4–6.8）群体中，而亚裔或太平洋岛民最低且在整个时期显著下降（1.6；95% CI 1.3–1.8；APC ?0.94，p = 0.022）。南部地区死亡率最高（4.2；95% CI 4.1–4.3），2016年后显著上升（APC 4.25，p = 0.0008）；非大都市县（3.7；95% CI 3.5–3.8）的死亡率在2008年后超过大都市地区（3.5；95% CI 3.4–3.5）。

### 结论

压疮与不愈合伤口死亡率在26年间呈现相反的轨迹，论证了不应使用单一合并指标的合理性。不愈合伤口占比的上升以及持续存在的种族、地区和城乡差异支持了针对特定病症的预防措施和更广泛的伤口护理可及性。这些描述性发现应理解为关联性，而非因果关系。

---

## 引言

当骨骼隆起处持续承受机械负荷导致局部血流中断时间过长，使覆盖的皮肤和软组织坏死时，即形成压疮（PU）。1 不愈合伤口（NHW）——包括糖尿病足溃疡、静脉性腿部溃疡和动脉供血不足溃疡——描述的是一种不同的问题：伤口无法在预期时间内闭合，而是持续数周甚至数月，通常伴随糖尿病、血管疾病或营养不良等背景。2 两种病症均携带真实的死亡信号，但致死的途径不同。在压疮中，开放的伤口床为病原体提供直接入侵通道，由此产生的局部感染可进展为骨髓炎、菌血症和脓毒症；伤口愈合所需的持续性分解代谢需求也会加重在溃疡发生前就已存在的营养不良和制动状态，因此患有压疮的患者死亡风险约为无压疮患者的两倍。4,5 不愈合伤口通过重叠但不同的途径导致死亡：由于它们通常是外周动脉疾病、糖尿病微血管损伤或静脉功能不全的下游后果，伤口本身往往是晚期全身性血管和代谢疾病的标志，不愈合溃疡显著提高了截肢风险和更直接导致死亡的心血管事件风险，糖尿病足溃疡后五年死亡率估计为50%–70%。3

压疮影响最大的人群在老年医学和康复医学中很常见：活动能力降低的老年人，包括髋部骨折恢复期患者或卧床患者。近80%的压疮相关死亡发生在75岁及以上人群中，约40%并发脓毒血症，这凸显了这些伤口一旦形成可能变得多么危险。4,5 该问题的规模已大幅增长——全球压疮新发病例在1990年至2021年间增长了2.2倍，从估计的1,142,594.8例增至2,468,317.5例6——仅美国而言，2009年至2019年间超过6000万次住院记录中涉及压疮诊断，其中大多数患者超过70岁。7

两种病症均对卫生保健系统造成沉重负担。压疮每年影响约300万美国人，相关医疗保健支出估计为268亿美元；仅治疗费用就估计在3.62亿至33亿美元之间，此外还伴有老年人在疼痛、功能下降和依赖方面承受的代价。8 不愈合伤口造成相当程度的负担：它们涉及约六分之一的医疗保险受益人——约1050万人——每年给该项目造成约225亿美元的估计成本。8 综合而言，这些数字描述了两种病症，它们各自独立地构成重大且昂贵的公共卫生问题。

尽管伤口护理和预防取得了切实进展，但关于压疮和不愈合伤口相关死亡率如何随时间变化的长期全国数据仍然稀缺。目前已确立的内容是碎片化的：现有的基于CDC WONDER和NVSS的压疮死亡率研究往往仅覆盖较窄的时间窗口或单一近年时期，9 仅检查一种伤口类别，或在详细的流行病学、地理和城市化分层方面有所欠缺；其余大量证据基础建立在短期临床结局、单一机构序列或住院队列上，这些更多反映临床病程而非人群水平趋势。据我们所知，没有既往全国性研究在可比长的时间窗口内将压疮和不愈合伤口死亡率作为两个不同结局进行分析。本研究旨在填补这一空白：它是迄今最为全面的全国评估之一，涵盖1999年至2024年，将压疮和不愈合伤口作为两个独立结局而非单一合并伤口类别进行分析，并在时间、地理、人口统计学和城乡居住地方面进行分层——这一分层组合在任何单一既往报告中均未完全同时实现。

鉴于这些缺口，我们设计本研究以检验压疮和不愈合伤口死亡率是否确实沿着不同的轨道发展——这一问题的答案对两种病症之间预防资源和临床关注力的分配具有直接影响。特定病症的趋势，而非单一伤口相关死亡率数值，使得识别两者中哪一种是日益严重的问题、影响谁、在哪些地方成为可能——而这些信息是合并指标必然掩盖的。为回答这一问题，我们从疾病控制与预防中心（CDC）的流行病学研究广泛在线数据（CDC WONDER）平台提取死亡数据，该平台汇集全美提交的死亡证明，并查询1999年1月1日至2024年12月31日的数据——一个26年的窗口——以刻画压疮和不愈合伤口相关死亡率的全国趋势。

---

## 分段摘要

### 数据来源与研究人群

死亡事件通过三个ICD-10编码捕获：L89、L97和L98.4。L89（压疮，又称褥疮）表示由持续压力导致的局部皮肤和软组织损伤，是压力相关伤口的标准编码。L97涵盖下肢非压力性慢性溃疡——包括糖尿病足溃疡和静脉或动脉腿部溃疡；而L98.4捕获未另行归类的慢性皮肤溃疡，本质上是混合性或未明确类型的慢性溃疡。

### 结果

1999年至2024年间，压疮出现在255,054份死亡证明上，不愈合伤口出现在69,230份死亡证明上，携带至少一种这些编码的死者共计318,450人；其中5,834人（1.8%）同时携带两种编码，证实两种病症大体识别出不同的群体（表1，补充表S1）。女性占伤口相关死亡的189,522例（59.5%），男性占128,928例（40.5%）。大多数死亡发生在医疗机构（137,786例；43.3%），其次是——

### 讨论

26年的死亡证明数据显示，压疮和不愈合伤口死亡率沿着真正不同的轨道发展——这种分化如果是单一合并指标则会被完全掩盖。压疮死亡率在2000年代和2010年代的大部分时间里下降，在2018年后开始上升；相比之下，不愈合伤口死亡率自2012年以来几乎不间断地上升，且不愈合伤口年度死亡人数已翻了一番以上。由于不到2%的死者同时携带两种编码——

### 结论

在26年的全国数据中，压疮和不愈合伤口死亡率呈现明显不同的进程：压疮死亡率在大部分时期内下降，2018年后开始上升；而不愈合伤口死亡率自2012年起稳步上升，现在占伤口相关死亡的比重日益增大。由于两种死亡群体之间的重叠不到2%，单一合并指标将掩盖两种模式。

死亡率在老年人、黑人和印第安人或阿拉斯加原住民群体中最高——

---

## 伦理批准与参与同意

不适用。本研究使用公开可用的匿名数据，未涉及与人类受试者的直接互动。

**患者或志愿者同意**：不适用。

**发表同意**：不适用。

**同行评审与来源**：本手稿未经委托，经过标准同行评审。

**临床试验注册号**：不适用。

**人工智能使用（如期刊要求）**：本手稿在设计、分析或撰写过程中未使用人工智能工具。

**非重复声明**：本手稿为原创作品，此前未发表，也未在其他地方接受发表考虑。

**资金来源**：作者未为这项研究获得外部或校外资金。

**数据可用性**：本研究期间生成或分析的所有数据均已包含在本已发表文章及其补充信息文件中。未生成或分析额外数据集。

---

## CRediT作者贡献声明

F.N.U. Vinika：概念化、方法学、数据整理、正式分析、初稿撰写。
V. Kumar：概念化、监督、审阅与编辑。
R. Kumar：方法学、数据整理、正式分析。
F.N.U. Tisha：数据整理、正式分析、可视化。
M. Yaseen：调查、数据整理、初稿撰写。
P. Wadhwani：调查、验证、初稿撰写。
F. Qureshi：数据整理、审阅与编辑。
S. Rukh：撰写——

---

## 致谢

作者感谢所有为本研究间接做出贡献的个人和机构。未使用专业写作或编辑辅助。

F.N.U. Vinika | V. Kumar | R. Kumar | F.N.U. Tisha | M. Yaseen | P. Wadhwani | F. Qureshi | S. Rukh | D. kumar alias Sailish | T. Ali | H. Kumar | V. Anand | A. Tesfaye