《Discover Public Health》：Factors associated with unintentional injuries among older adults in India using evidence from the Longitudinal Ageing Study in India, Wave 1
编辑推荐：
背景：印度老年人群中非故意损伤（unintentional injuries）负担日益加重，构成严峻的公共卫生问题。明确其流行水平与潜在决定因素对于制定有效预防与干预策略至关重要。目的：本研究旨在利用印度纵向老龄化研究（LASI）Wave 1数据，描述印度老年
背景：印度老年人群中非故意损伤（unintentional injuries）负担日益加重，构成严峻的公共卫生问题。明确其流行水平与潜在决定因素对于制定有效预防与干预策略至关重要。目的：本研究旨在利用印度纵向老龄化研究（LASI）Wave 1数据，描述印度老年人非故意损伤的患病率并识别其相关因素。方法：主要数据来源于LASI这一基于人群的横断面纵向调查。研究变量包括非故意损伤、社会人口学特征、合并症及疾病史。分析方法涵盖二分类Logistic回归、卡方检验与描述性统计。结果：在纳入分析的31,902名老年人中，12.91%（n=4,250）报告过去两年内发生过非故意损伤。最终多变量二分类Logistic回归模型（n=31,704）显示，相比农村居住，城市居住者损伤几率显著降低29.1%（AOR=0.709，95% CI：0.655，0.766）；属于表列部落（Scheduled Tribe）者报告损伤的几率升高至1.82倍（AOR=1.821，95% CI：1.091，3.039）；女性损伤几率降低13.5%（AOR=0.865，95% CI：0.801，0.934）。结论：本研究提供印度全国代表性的老年人非故意损伤患病率及相关因素证据，结果提示需开展兼顾社会人口、地理与健康特异性变量的重点公共卫生项目，可为未来公共卫生策略与后续纵向研究提供参考。
研究背景与立项依据
在流行病学转型理论框架下，印度等发展中国家正由传染病主导转向退行性疾病与人为疾病并存阶段，预期寿命延长使老年人群非故意损伤（unintentional injuries）负担凸显。损伤类型涵盖跌倒、道路交通伤、烧伤、中毒、溺水及动物致伤等，其中跌倒为老年人群最主要机制。既有印度证据多来自医院记录或小样本社区调查，缺乏全国代表性估计，且区域与亚群差异大，制约了靶向干预设计。为填补人群层面证据缺口，研究人员依托印度纵向老龄化研究（Longitudinal Ageing Study in India，LASI）Wave 1基线数据，聚焦60岁及以上老年人，量化非故意损伤患病率并识别社会人口学与健康相关因素。该文发表于《Discover Public Health》，其全国面板数据属性为老龄化安全政策提供了基础证据。
主要技术方法
研究人员采用LASI Wave 1个体数据集，从72,250名45岁及以上受访者中按年龄≥60岁筛得31,902人，最终多变量模型经完整病例分析（listwise deletion）得31,704人。结局为自评过去两年需医疗关注的主要损伤（依据问卷CR067及后续机制条目），预测变量含居住地、性别、种姓（caste/tribe）、教育、合并症（高血压、糖尿病、卒中、慢性骨/关节病）。统计上采用复杂抽样描述、卡方检验、二分类Logistic回归；模型构建以文献与单变量显著（p<0.05）为入选标准，用方差膨胀因子（Variance Inflation Factor，VIF）检多重共线性（均<5），Hosmer–Lemeshow检验校准，未纳入抽样权重与聚类分层变量。
研究结果
引言（Introduction）部分阐明流行病学转型下老年非故意损伤被低估的现状，提出利用LASI提供全国估计与种姓/部落等独特因素证据的必要性与目标。
材料与方法（Materials and methods）给出LASI来源、样本筛选路径（Fig.1）、二分类Logistic回归框架及操作定义：损伤为过去两年重大意外伤（CR067阳性），种姓按印度官方分类分General、BC、MBC、SC、ST。
结果（Results）中Table 1–3描述31,902人特征：女性51.92%、农村66.09%、未受教育53.89%、OBC占38.04%、ST占16.72%；损伤总患病率12.91%，其中跌倒10.29%、交通伤1.45%、被撞击0.87%、动物致伤0.62%。Table 4单变量分析示农村OR=1.30、曾入学OR=0.847、高血压OR=1.127、卒中OR=1.647、慢性骨/关节病OR=1.443。Table 5多变量模型示城市AOR=0.709、ST AOR=1.821、女性AOR=0.865、高血压方向反转AOR=0.883（95% CI：0.821，0.950），教育关联被混杂抵消（AOR=1.045，p=0.256）。
讨论（Discussion）指出跌倒为主损伤与全球及印度既往一致；农村高风险与Cardona等一致；高血压单变量正向、多变量负向的反转归因为年龄、合并症负担与就医行为等残余混杂，横断面设计无法因果判定；种姓中ST独立高危提示地理隔离与资源可及性差异。
结论（Conclusion）翻译：本研究识别印度老年人非故意损伤的多项社会人口与健康相关因素，居住地、部落种姓状态、性别等关联更高损伤几率；结果强调需考虑社会人口与健康特异性因素的公共卫生举措，策略应兼顾预防、教育与医疗干预以降低损伤影响，并为未来公共卫生干预与纵向研究提供参考。
优势（Strengths）在于全国代表LASI数据与非单纯描述性建模；局限（Limitations）为未用抽样权重/聚类致标准误可能低估、自评回忆偏倚、横断面不能证因果、完整病例可能引入选择偏倚。
