同一ICD-10编码，不同的估计目标（estimands）：2015–2025年波兰国家健康基金（NFZ）四个肥胖序列的比较

《Frontiers in Public Health》：Same ICD-10 code, different estimands: four Polish National Health Fund obesity series, 2015–2025

　　

背景：波兰国家健康基金（NFZ）发布了四个以ICD-10编码E66为索引的国家序列。尽管它们的标签提示了相互关联的肥胖测量，但在分析单位、进入规则、回看期和时间结构上的差异可能改变报告水平以及对医疗系统扰动表现的响应。研究人员考察了选择一个官方NFZ E66序列是否会在实质层面改变记录的肥胖相关活动的水平、趋势及可允许的公共卫生解释。

方法：这项回顾性、描述性生态时间序列研究审计了44个年度资源，涵盖2015–2025年登记发病率、首次记录患者、年度E66患者和E66编码服务。研究人员分析了计数和人口标化的行政率，用对数线性年度百分比变化（APC）总结长期变化，并使用一个2020年指示变量作为描述性大流行时代压力测试。终点敏感性分析排除了2025年。独立的BMI来源为2025年提供了横断面背景三角验证。

结果：2025年，两个官方基于人的序列得到1,534,022名具有当前或更早主要E66记录的人，和325,769名具有合格当前年度E66活动的人，二者相差4.7倍，这一差异源于构建方式而非同一数量的替代估计。从2015年到2025年，终点增加范围为178.1%至332.5%，人口标化的APC为10.5%至14.5%。在2020年，即COVID-19大流行的第一年，登记发病率与拟合趋势的偏差较小（?3.5%），但三个需要当前年度活动的序列的偏差则大得多（?39.4%至?44.3%）。

结论：相同的E66编码支持四种不同的行政轨迹。它们的增长可能反映了临床肥胖的真实上升，以及识别、获取、记录和服务提供的变化；这些聚合无法分离这些贡献。因此，当NFZ指标用于监测或政策时，明确的估计目标定义至关重要。

研究背景与问题

肥胖是一种慢性、复杂、系统性疾患，以脂肪组织过量、异常分布或功能障碍为特征，并与血脂异常、2型糖尿病、高血压、动脉粥样硬化性心血管疾病、心力衰竭、慢性肾脏病、代谢性肝病、骨关节炎及多重共病相关。人群研究显示全球肥胖持续上升，波兰工作成人中也存在较高的肥胖患病率和心血管代谢共病负担。常规收集的行政数据规模庞大，可用于监测趋势，但数据量本身并不能确保获得所需的流行病学洞察。从索赔数据估计患病率或发病率，必须明确病例定义、合格人群、观察窗口、回看期（look-back period）与风险时间；方法选择会显著影响绝对数字和时间趋势。诊断代码的产生依赖于就医、识别、记录和上报等一系列环节。波兰国家健康基金（NFZ）开放数据门户发布了四个均含ICD-10父码E66的全国序列：登记发病率（registered morbidity）、首次记录患者（first-recorded patients）、年度E66患者（annual E66 patients）和E66编码服务（E66-coded services）。这些标签看似相近，但分析单位、进入规则、回看期和时间结构均不相同。例如，2025年两个基于人的序列相差近5倍。核心问题是：选择一个官方NFZ E66序列是否会实质性改变记录的肥胖相关活动的水平、趋势和公共卫生解释？该研究旨在定义四个估计目标（estimand），量化其2015–2025年轨迹，比较2020年COVID-19疫情冲击下的响应，评估2025年终点影响，并识别最低数据架构要求。

研究内容与意义

研究人员开展了一项回顾性、描述性生态时间序列研究，审计了四个数据集共44个年度资源（2015–2025年）。通过直接选择E66父码行，避免子码汇总，计算原始计数和以波兰居民年中人口为分母的行政率。结果显示，2025年两个官方基于人的序列分别为1,534,022人和325,769人，相差4.7倍。2015–2025年终点增幅介于178.1%至332.5%，人口标化年度百分比变化（APC）介于10.5%至14.5%。2020年，登记发病率偏离拟合趋势仅?3.5%，而三个需要当年活动的序列偏离为?39.4%至?44.3%。研究得出结论：同一个E66编码支撑四种不同的行政轨迹；增长可能反映临床肥胖的真实上升，也可能来自识别、记录、服务提供等过程变化，但聚合数据无法分解这些贡献。该研究的意义在于以可重复的方式证明，在同一个开放数据环境中选择不同的官方序列，会得出不同且各自内部有效的答案，因此使用NFZ指标时必须明确估计目标。

主要技术方法

研究基于NFZ公开数据门户的四个数据集（编号2,577、2,561、2,557、2,559），提取2015–2025年每年资源中的E66父码行，记录资源标识、URL、修改日期、行数、精确值和SHA-256哈希。以波兰统计局（GUS）年中居民人口为分母计算每10万居民行政率。使用普通最小二乘对数线性模型估计APC及95%置信区间，预设2020年指示变量作为描述性压力测试，并开展排除2025年或2020年的敏感性分析。采用Mann-Kendall检验和Theil-Sen斜率作为补充。2025年的横断面背景验证使用CeZ/NFZ Zdrowe Dane工作簿（BMI_250923.xlsx，包括2025年1–7月有体重身高记录的18岁及以上成年人，共13,402,601人）和NIZP PZH健康与危险因素调查（2025年2月，全国代表性样本3,000名20岁及以上居民）。这些外部BMI来源与NFZ人群不同，仅作背景比较，未计算E66对BMI的敏感性。

研究结果

来源定义与可用性：审计确认四个数据集对应四种不同的估计目标。登记发病率是在参考年存活且于当前或更早年份有主要E66记录的人群；首次记录患者是在参考年首次出现于NFZ记录的患者；年度E66患者是当年有符合条件的主要E66活动的患者；E66编码服务是当年符合条件的主要E66编码服务事件。2025年登记发病率与年度E66患者相差4.7倍，表明两者不是同一数量的替代估计。所有44个文件均包含一个未掩码的E66父码行。

原始计数与人口标化率：2015年至2025年，登记发病率从551,550增至1,534,022（+178.1%），首次记录患者从67,457增至222,279（+229.5%），年度E66患者从82,164增至325,769（+296.5%），E66编码服务从131,912增至570,543（+332.5%）。人口标化率相应从1,434.3增至4,101.4、175.4增至594.3、213.7增至871.0、343.0增至1,525.4每10万居民。2024至2025年间，登记发病率增加15.9%，而其他三个序列增加46.3%至49.9%，显示纵向构造对近期变化更不敏感。

趋势估计与敏感性分析：原始计数APC分别为10.1%（登记发病率）、11.2%（首次记录）、13.2%（年度患者）、14.2%（服务）；人口标化APC为10.5%、11.5%、13.5%、14.5%。人口标化使APC增加约0.3个百分点，但未改变方向或排序。敏感性分析（终点为2024年）中所有APC仍为正（8.8%–12.0%），排除2020年也不改变总体方向。2020年脉冲偏离：登记发病率?3.5%（95%CI ?9.7至3.2），首次记录患者?44.3%（95%CI ?60.9至?20.8），年度E66患者?39.4%（95%CI ?56.3至?16.1），E66编码服务?42.2%（95%CI ?60.6至?15.2）。服务与年度E66患者比率从2015年1.605升至2025年1.751，2020年为1.550。

2025年横断面背景：CeZ/POZ BMI工作簿中，13,402,601名成年人有报告BMI，其中3,595,730人（26.83%）BMI≥30 kg/m²，8,646,885人（64.52%）超重或肥胖。NIZP PZH调查基于自我报告身高体重估计肥胖患病率为13.9%。两个来源针对不同人群，差异可能来自选择、年龄范围、观察窗口、缺失数据、测量方法等，不能视为验证。

讨论总结与结论

讨论部分指出，选择NFZ序列改变的不只是数字，而是所回答的公共卫生问题。所有序列在2015–2025年间均增加，这与临床肥胖真实上升一致，但也可能反映识别增加、诊断位置变动、就医行为改变、服务强化和记录变化。2020年的对比显示数据构造决定指标对重大系统冲击的响应：保留历史记录的登记发病率仅轻微偏离趋势，而依赖当前活动的序列大幅下降。2025年的突然上升可能涉及KOS-BAR政策、初级保健报告变化、降糖药物使用等因素，但聚合数据无法确认具体机制。欧洲研究（如德国、英国、荷兰及IMPACT-O）表明，当存在明确合格人群和患者级链接时，可以估计诊断患病率或记录完整性。波兰当前缺失的是对齐的分母、人体测量、诊断位置和纵向患者级链接。研究结论翻译如下：波兰NFZ开放数据并不提供单一的全国E66轨迹，而是四种：纵向记录史、首次行政记录、年度患者活动和年度服务量。所有这些在2015至2025年间都增加了，临床肥胖的真实上升可能促成了这种增长。然而，这四个序列在水平和对2020年大流行年及2025年突然增加的反应上有显著差异。聚合无法区分疾病负担的变化与识别、获取、记录、诊断定位或服务提供的变化。因此，它们的有效用途是监测明确定义的、记录在案的E66编码活动形式，而非估计临床患病率或发病率。选择一个官方序列不仅仅是技术提取决定；它决定了所报告的数量和所解决的公共卫生问题。国家临床肥胖监测需要对齐的分母、人体测量、诊断位置和纵向患者级联系。