作者投稿
专家审稿
编辑办公
邮件订阅
RSS
A Bibliometric Analysis of the Global Research on Multimorbidity in Older Adults from 2000 to 2023
-
摘要:目的
分析2000—2023年老年人共病领域的国际研究趋势及前沿热点，以期为老年人共病研究提供借鉴。
方法检索Web of Science数据库，将文献类型限制为“Article”或“Review”，纳入发表时间为2000年1月1日—2023年10月24日的老年人共病相关英文文献。采用VOSviewer 1.6.18软件对文献中的内容进行提取，并绘制高产国家/地区(发文量≥30篇)、机构(发文量≥43篇)的合作网络图及高频关键词(出现频次≥74次)的共现关系时间线图。采用CiteSpace 6.1.R6软件对作者、研究机构、国家等信息进行共现和聚类分析。采用R语言“bibliometrix”包分析文献的关键词演变趋势。
结果共获得老年人共病相关文献2590篇(包括Article 2230篇、Review 360篇)。自2000年以来全球发文量快速增长，美国在该领域的发文量(35.02%，907/2590)及总被引频次(31 343次)均最多。加拿大多伦多大学的发文量最大(2.59%，67/2590)，加拿大麦克马斯特大学的Jenny Ploeg(1.24%，32/2590)是成果产出最多的作者。BMC Geriatr(3.82%，99/2590)是收录老年人共病相关文献最多的期刊。该领域高频关键词主要为“multimorbidity”“older adults”“frailty”“aging”和“polypharmacy”。
结论近年来，老年人共病研究的热点主要集中于老年人共病与衰老的关系，以及与共病相关的衰弱和多重用药方面。未来可更多围绕老年综合评估、初级卫生保健以及生活质量等内容展开研究。
Abstract:ObjectiveTo analyze the research trends and cutting-edge hot spots in the field of multimorbidity in older adults from 2000 to 2023 to provide reference for related research.
MethodsWe conducted a search in the Web of Science Core Collection database, specifically looking for articles or reviews in English on multimorbidity in older adults published between January 1, 2000 and October 24, 2023. VOSviewer 1.6.18 software was used to extract the contents in the literature and draw the cooperative network diagram of high-producing countries(≥30 articles) and institutions(≥43 articles) as well as the timeline diagram of high-frequency keywords(≥74 occurrences) co-occurrence relationship. CiteSpace 6.1.R6 software was used to co-occur and cluster analyze the information of authors, research institutions and countries. The "bibliometrix" package in R was used to analyze the evolution of keywords in the literature.
ResultsA total of 2590 documents consisting of 2230 Articles and 360 Reviews were obtained. The worldwide publication count significantly increased since 2000. Among the countries, the United States had the highest number of publications (35.02%, 907/2590) and total citations(31 343 times) in this field. The University of Toronto in Canada had the largest number of articles(2.59%, 67/2590). Jenny Ploeg of McMaster University was recognized as the most prolific author(1.24%, 32/2590). When it came to journals, BMC Geriatrics had the highest amount of literature related to multimorbidity(3.82%, 99/2590). The key areas of research in this field included multimorbidity, older adults, frailty, aging, and polypharmacy. Notably, there was growing interest in studying the relationship between multimorbidity and aging in older adults, as well as the impact of frailty and polypharmacy on multimorbidities.
ConclusionsIn recent years, research on multimorbidities in the elderly has primarily centered around examining the correlation between comorbidities and aging, as well as exploring the impact of frailty and polypharmacy on individuals with multimorbidities. Future research could delve into primary health care, comprehensive geriatric assessment for older adults with multimorbidities, and maintenance of their overall quality of life.
-
Keywords:
- multimorbidity /
- older adults /
- bibliometrics /
- visual analysis /
- research hot spots /
- clinical practice
-
宫颈癌是威胁女性健康的第二大恶性肿瘤[1]。中国是宫颈癌高发地区，近年来随着国内宫颈癌防治工作的开展，我国宫颈癌的世界占比有所下降，但新发和病死例数仍不断升高[2]。早期对适龄女性进行筛查可有效降低其发病率和死亡率，研究表明，宫颈液基细胞学和人乳头瘤病毒(human papillomavirus，HPV)检测是宫颈癌的主要筛查方法[3]。自2009年起，我国已将宫颈癌筛查纳入国家基本公共卫生服务项目，然而，由于我国注册在案的病理医生缺乏，而有经验的细胞学病理医生更是匮乏，导致目前宫颈癌筛查诊断主观性较强、准确率偏低，且筛查覆盖率仅为25%，远未达到国家疾病防治要求的80%覆盖率[4]。
随着人工智能技术的蓬勃发展，我国病理科的数字化建设逐渐开展，为人工智能在病理领域的应用提供了发展条件和适宜土壤。传统病理切片经过全自动数字扫描和拼接后，可生成记录玻片内所有信息的全视野数字图像(whole slide image，WSI)，这为人工智能在病理领域的应用提供了基础材料。由于宫颈液基细胞学筛查的社会价值巨大且应用市场广阔，目前已成为国内人工智能技术在病理领域备受关注的研发热点之一[5-8]，也为解决宫颈癌筛查困境提供了新的途径。建立标准化的数字病理图像数据库是人工智能模型有效诊断的前提条件，目前尚缺乏相应的行业标准。为促进宫颈液基细胞学标准化数字切片图像资源库的建立以及人工智能辅助诊断产品的研发和广泛应用，有必要为相关数字病理图像的采集和质量评估制订相应的行业标准。在此背景下，经众多相关领域专家反复讨论，国内第一部数字病理行业共识——《宫颈液基细胞学的数字病理图像采集与图像质量控制中国专家共识》(下文简称“共识”)于2021年形成并发表[9]。本文基于该共识中的关键内容，对相关问题进行解读，并对未来发展作一展望。
1. 从共识看宫颈液基细胞学染色制片的标准化问题
共识指出，在进行宫颈液基细胞学WSI采集前，应对涂片进行初步评估和质控，质量良好的涂片应满足4个条件：(1)细胞制片满意；(2)细胞玻片完好或无明显破损，能有效完成图像完整采集；(3)图像无明显褪色，细胞染色鲜亮，细胞质和细胞核结构特征清晰可见；(4)玻片封片剂不宜过多、过少或有气泡。建议临床直接对条码编号或采用二维码识别途径，核对玻片与病例信息，然后采集相应的数字病理图像。需注意的是，虽然目前我国病理领域在取材和制片的规范性、重要性方面都有了普遍共识，但在染色方面仍缺乏统一标准，染色本身极易受时间、温度、压力、pH值的影响。由于各医疗机构病理科的细胞学制片方式多有不同，有的采用沉降式，有的采用膜式，染色方法也多不同，因此共识中并未对细胞学制片方式和染色方法作出限制和特别说明。有研究显示，人工智能模型对细胞学沉降式或膜式制片方式及染色方法的特异度和灵敏度存在一定差别，且无论是病理科医生、人工智能模型还是二者结合进行宫颈液基细胞学诊断时，不同的制片方式对阅片时间也存在一定程度的影响[10]。因此，应充分重视对细胞学涂片的质量控制、人员培训和后期检查的监测与评估，以提高细胞制片的满意度。此外，为提高人工智能模型在不同医院的泛化性，让不同医疗机构适应未来人工智能辅助病理医生进行宫颈液基细胞学诊断的工作模式，建议产品研发单位提供细胞制片和染色方法上的标准化选择方案，或采用自动化染色制片技术和仪器，以满足高质量、标准化数字病理图像的采集要求。
2. 从共识看数字化扫描仪的参数配置
共识对于宫颈液基细胞学WSI的采集，从数字化扫描仪的扫描倍数、聚焦模型、多层融合功能和图像压缩格式等方面提出了建议和要求，同时为扫描图像成像质量缺陷提供了解决方法。根据共识，在实际工作中，数字化扫描仪的选择应注意以下方面：
(1) 扫描图像倍数的选择：共识建议采用40倍扫描倍数，以获得富含更多信息的病理图像，满足临床及科研需求。实际工作中，数字化病理成像系统的图像放大问题较复杂，数字化图像的查看与传统显微镜成像之间存在差异，各厂商之间的“40倍”实际成像效果差异也较大。因此，还可采取能够在不同系统之间进行比较的标准来表示图像质量，如微米/像素的分辨率，可能更适合用于表示数字图像特征。数字病理成像设备分辨率的标准较明确，日本和美国的行业标准均认为20倍物镜拍摄要能分辨0.5 μm/pixel，40倍物镜拍摄要能分辨0.25 μm/piexl。根据以上行业标准，为了获得高质量的数字图像，推荐40倍物镜扫描分辨率≤0.25 μm/pixel。
(2) 多层扫描融合功能的选择：共识指出，由于制片技术的限制，玻片上的细胞可能存在重叠现象，此种情况要求玻片扫描所使用的数字化扫描仪应具备多层扫描功能，以便进行多层图像融合，防止信息遗漏，使得数字化图像成像更接近镜下成像。
(3) 高性能图像压缩格式的诉求：共识对于图像压缩和存储格式给出了要求。病理学数据需要长期保存，由此每年会产生PB级的数据，图像压缩对于数据存储成本和图像传输成本的影响极大。现有病理切片扫描仪采用JPEG、JPEG 2000这种常规压缩方式，40倍物镜扫描的玻片数据存储大小通常在几百兆到2 GB之间，导致每年新增数据巨大，因此需要病理切片扫描仪的厂商采用新型的图像压缩算法提高压缩效率，从而能够大幅降低全科病理数字化建设的投入成本，加快病理科数字化、智能化进程。
3. 从共识看病理科医生能力升级问题
共识提出，宫颈液基细胞学WSI采集完成后，还需从图像清晰度、扫描范围、噪声等方面对图像质量进行可信度评估，可信度良好的数字病理图像才能进行储存并应用于临床诊断及科研工作。虽然数字病理图像和人工智能病理诊断的应用可为病理医生带来便捷的工作方式、更高的工作效率和诊断准确率，但同时也对病理医生提出了更多要求：(1)对于习惯传统显微镜下阅片的医生，应培养数字化阅片的工作方式。病理医生通过数字化阅片能完成大多数细胞学病例的诊断，但对于疑难病例、有争议的病例或重叠细胞等病变区域，还应保留数字阅片结合镜下观察的方式进行诊断。(2)数字智能化阅片将给细胞病理医生带来角色上的转变。细胞病理医生可从细胞学阴性筛查的海量、重复工作解脱出来，把主要精力放在阳性片的复诊上，不断提升专业技能。(3)病理数字图像的不断积累将为病理医生提供重要的大数据资源，病理医生应充分利用该类资源，不断提升数字病理和智能病理相关科研及转化应用能力。
4. 人工智能在病理诊断领域的应用前景
我国人工智能病理诊断领域正处于蓬勃发展时期，宫颈液基细胞学筛查是该领域研究热点。2022年1月18日，国家卫生健康委正式印发《宫颈癌筛查工作方案》，完善了筛查服务内容，提出“积极运用互联网、人工智能等技术提高基层筛查能力”，为人工智能辅助宫颈细胞学筛查提供了政策上的支持[11]。目前已有相关产品获批二类医疗器械注册证，相信其推广应用将极大改善基层医疗机构宫颈细胞学筛查能力，助力“健康中国”政策。随着全国病理科数字化进程的加快和数据积累，以及人工智能算法在病理领域的探索应用，除宫颈液基细胞学筛查的人工智能产品外，其他细胞学以及组织病理诊断的人工智能产品将会不断推陈出新。此外，数字病理图像与影像图像、组学信息等跨尺度、多模态的智能整合诊断也日益受到关注。人工智能病理领域的研发应不断创新、完善，努力提高诊断质量，拓展应用范围。人工智能技术在疾病诊断、预测疾病演进和结局、建议治疗方案和评估治疗反应等“下一代诊断病理”领域将有更广阔的应用前景。未来的智慧化病理发展，需要病理从业人员、人工智能技术专家以及多学科医学专家等共同参与，促进病理人工智能发展进程，推进病理人工智能项目规范化、产业化发展。
作者贡献：张宁负责论文构思、数据分析、论文撰写；张晓辰负责文献检索、文献筛选、数据分析；何牧负责文献筛选、数据分析；康琳、曲璇、朱鸣雷负责文献检索及论文修订；孙晓红负责论文修订与审核。利益冲突：所有作者均声明不存在利益冲突 -
![]()
图 1 2590篇老年人共病研究文献年发文量及被引频次分布情况
Figure 1. Distribution of annual publications and citation frequency of 2590 co-morbidity research literature on older adults
![]()
图 2 发文量≥30篇的国家/地区合作网络图
注：各节点间的连线表明二者存在合作关系，连线越粗表示合作关系越强。美国所代表的红色条带宽度、与其他条带的连接宽度均最大
Figure 2. Map of cooperation network of countries/regions with ≥30 publications
![]()
图 3 发文量居前10位的研究机构合作网络图
Figure 3. Collaborative network map of the top 10 research institutions in terms of number of publications
表 1 发文量、连接强度、被引频次居前10位的国家
Table 1 Top 10 countries in terms of number of publications, link strength and frequency of citations
序号 国家 发文量(篇) 国家 连接强度 国家 被引频次(次) 1 美国 907 英国 396 美国 31 343 2 英国 240 美国 371 英国 10099 3 加拿大 228 意大利 323 意大利 9258 4 意大利 206 西班牙 300 荷兰 7193 5 荷兰 200 荷兰 278 加拿大 7191 6 德国 191 德国 254 德国 5782 7 中国 185 澳大利亚 243 瑞典 5086 8 西班牙 184 法国 193 瑞士 4462 9 澳大利亚 183 加拿大 170 西班牙 3944 10 瑞典 105 比利时 170 澳大利亚 3693 
下载: 导出CSV
表 2 发文量、被引频次及共被引频次居前10位的作者
Table 2 Top 10 authors in terms of number of publications, citation frequency and co-citation frequency
序号 作者 发文量(篇) 作者 被引频次(次) 作者 共被引频次(次) 1 Jenny Ploeg 32 Alessandra Marengoni 3491 Alessandra Marengoni 566 2 Maureen Markle-Reid 29 Laura Fratiglioni 2794 Linda P Fried 496 3 Davide L.Vetrano 29 Susan M.Smith 1419 Martin Fortin 437 4 Alessandra Marengoni 28 Graziano Onder 1186 Mary E.Charlson 425 5 Cynthia M.Boyd 22 Martin Fortin 1123 World Health Organization 400 6 Amaia Calderon-Larranaga 22 Davide L.Vetrano 997 Cynthia M.Boyd 357 7 Graziano Onder 22 Cynthia M.Boyd 972 Karen Barnett 342 8 Laura Fratiglioni 21 Jenny Ploeg 963 Mary E Tinetti 335 9 Ai Koyanagi 17 Maureen Markle-Reid 815 Martine Exterman 293 10 Kathryn Fisher 16 Emma Wallace 799 Ronald C.Kessler 273
下载: 导出CSV
表 3 发文量、总连接强度、被引频次居前10位的研究机构
Table 3 Top 10 research institutions in terms of number of publications, total link strength and citation frequency
序号 机构名称 发文量(篇) 机构名称 总连接强度 机构名称 被引频次(次) 1 多伦多大学 67 卡罗林斯卡学院 164 卡罗林斯卡学院 4128 2 卡罗林斯卡学院 63 多伦多大学 135 哥伦比亚大学 3640 3 麦克马斯特大学 53 斯德哥尔摩大学 125 布雷西亚大学 3552 4 约翰斯·霍普金斯大学 51 约翰斯·霍普金斯大学 117 约翰斯·霍普金斯大学 3343 5 华盛顿大学 50 杜克大学 115 斯德哥尔摩大学 3055 6 密歇根州立大学 49 加利福尼亚大学旧金山分校 114 斯德哥尔摩老年研究中心 2830 7 杜克大学 47 布雷西亚大学 102 伦敦卫生与热带医学院 2731 8 加利福尼亚大学旧金山分校 45 哈佛医学院 100 印第安纳大学 2653 9 悉尼大学 45 圣心天主教大学 96 拉德堡德大学 2570 10 伦敦国王学院 43 斯德哥尔摩老年研究中心 94 匹兹堡大学 2134
下载: 导出CSV
表 4 发文量、被引频次居前10位的期刊
Table 4 Top 10 journals in terms of number of publications and frequency of citations
序号 期刊 发文量(篇) 影响因子(JCR2022) JCR分区 共被引期刊 被引频次(次) 影响因子(JCR2022) JCR分区 1 BMC Geriatr 99 4.1 Q2 J Am Geriatr Soc 4037 6.3 Q1 2 J Am Geriatr Soc 67 6.3 Q1 J Gerontol A Biol Sci Med Sci 2164 5.1 Q2 3 BMJ Open 56 2.9 Q2 J Am Med Assoc 2144 120.7 Q1 4 Arch Gerontol Geriatr 53 4 Q2 J Clin Oncol 2105 45.4 Q1 5 J Geriatr Oncol 53 3 Q3 Lancet 1829 168.9 Q1 6 PLoS One 50 3.7 Q2 PLoS One 1815 3.7 Q2 7 Age Ageing 46 6.7 Q1 J Clin Epidemiol 1781 7.2 Q1 8 Int J Environ Res Public Health 36 NA NA New Engl J Med 1431 158.5 Q1 9 J Gerontol A Biol Sci Med Sci 34 5.1 Q2 Age Ageing 1382 6.7 Q1 10 J Am Med Dir Assoc 33 7.6 Q1 Blood 1193 20.3 Q1
下载: 导出CSV
表 5 出现频次、总连接强度居前20位的关键词
Table 5 Top 20 keywords in terms of frequency of occurrenceand total link strength
序号 关键词 出现频次(次) 总连接强度 1 multimorbidity 1172 2194 2 older adults 886 1706 3 frailty 206 468 4 aging 153 301 5 polypharmacy 138 312 6 depression 137 294 7 chronic disease 134 302 8 mortality 124 261 9 geriatric assessment 83 200 10 quality of life 80 188 11 cancer 75 213 12 dementia 74 145 13 epidemiology 70 132 14 disability 68 145 15 comprehensive geriatric assessment 62 151 16 geriatrics 60 144 17 primary care 58 116 18 anxiety 54 118 19 geriatric oncology 46 123 20 geriatric 44 102
下载: 导出CSV
表 6 被引频次居前15位的文献
Table 6 Top 15 cited articles
序号 作者及发表时间 文章题目 期刊名称 被引频次(次) 文章类别 1 Moussavi S等(2007年) Depression, chronic diseases, and decrements in health: results from the World Health Surveys Lancet 2586 Article 2 Kroenke K等(2009年) The PHQ-8 as a measure of current depression in the general population J Affect Disord 2575 Article 3 Marengoni A等(2011年) Aging with multimorbidity: A systematic review of the literature Ageing Res Rev 1645 Review 4 Wolff JL等(2002年) Prevalence, expenditures, and complications of multiple chronic conditions in the elderly Arch Intern Med 1480 Article 5 Diniz BS等(2013年) Late-life depression and risk of vascular dementia and Alzheimer's disease: systematic review and meta-analysis of community-based cohort studies Br J Psychiatry 763 Review 6 Repetto L等(2002年) Comprehensive geriatric assessment adds information to Eastern Cooperative Oncology Group performance status in elderly cancer patients: An Italian group for geriatric oncology study J Clin Oncol 676 Article 7 Salive ME(2013年) Multimorbidity in Older Adults Epidemiol Rev 669 Article 8 Lehnert T等(2011年) Health Care Utilization and Costs of Elderly Persons With Multiple Chronic Conditions Med Care Res Rev 468 Review 9 Hanlon P等(2018年) Frailty and pre-frailty in middle-aged and older adults and its association with multimorbidity and mortality: a prospective analysis of 493 737 UK Biobank participants Lancet Public Health 441 Article 10 Byers AL等(2010年) High Occurrence of Mood and Anxiety Disorders Among Older Adults The National Comorbidity Survey Replication Arch Gen Psychiatry 428 Article 11 Quoix E等(2011年) Carboplatin and weekly paclitaxel doublet chemotherapy compared with monotherapy in elderly patients with advanced non-small-cell lung cancer: IFCT-0501 randomised, phase 3 trial Lancet 417 Article 12 Diederichs C等(2011年) The measurement of multiple chronic diseases--a systematic review on existing multimorbidity indices J Gerontol A Biol Sci Med Sci 413 Review 13 Smith SM等(2012年) Managing patients with multimorbidity: systematic review of interventions in primary care and community settings BMJ 396 Article 14 Björgvinsson T等(2013年) Psychometric properties of the CES-D-10 in a psychiatric sample Assessment 389 Article 15 Smith SM等(2016年) Interventions for improving outcomes in patients with multimorbidity in primary care and community settings Cochrane DatabaseSyst Rev 384 Review
下载: 导出CSV
-
[1] 闫伟, 路云, 张冉, 等. 基于CHARLS数据分析的我国老年人共病现状研究[J]. 中华疾病控制杂志, 2019, 23(4): 426-430. https://www.cnki.com.cn/Article/CJFDTOTAL-JBKZ201904013.htm Yan W, Lu Y, Zhang R, et al. Multimorbidity status of the elderly in China-research based on CHARLS data[J]. Chin J Dis Control Prev, 2019, 23(4): 426-430. https://www.cnki.com.cn/Article/CJFDTOTAL-JBKZ201904013.htm
[2] Xu X L, Mishra G D, Jones M. Evidence on multimorbidity from definition to intervention: an overview of systematic reviews[J]. Ageing Res Rev, 2017, 37: 53-68. DOI: 10.1016/j.arr.2017.05.003
[3] Kivimäki M, Strandberg T, Pentti J, et al. Body-mass index and risk of obesity-related complex multimorbidity: an observational multicohort study[J]. Lancet Diabetes Endocrinol, 2022, 10(4): 253-263. DOI: 10.1016/S2213-8587(22)00033-X
[4] The Emerging Risk Factors Collaboration. Association of cardiometabolic multimorbidity with mortality[J]. JAMA, 2015, 314(1): 52-60. DOI: 10.1001/jama.2015.7008
[5] Vetrano D L, Rizzuto D, Calderón-Larra aga A, et al. Trajectories of functional decline in older adults with neuropsychiatric and cardiovascular multimorbidity: a Swedish cohort study[J]. PLoS Med, 2018, 15(3): e1002503. DOI: 10.1371/journal.pmed.1002503
[6] 王丽敏, 陈志华, 张梅, 等. 中国老年人群慢性病患病状况和疾病负担研究[J]. 中华流行病学杂志, 2019, 40(3): 277-283. Wang L M, Chen Z H, Zhang M, et al. Study of the prevalence and disease burden of chronic disease in the elderly in China[J]. Chin J Epidemiol, 2019, 40(3): 277-283.
[7] La D T V, Zhao Y, Arokiasamy P, et al. Multimorbidity and out-of-pocket expenditure for medicines in China and India[J]. BMJ Glob Health, 2022, 7(11): e007724. DOI: 10.1136/bmjgh-2021-007724
[8] Muth C, Blom J W, Smith S M, et al. Evidence supporting the best clinical management of patients with multimorbidity and polypharmacy: a systematic guideline review and expert consensus[J]. J Intern Med, 2019, 285(3): 272-288. DOI: 10.1111/joim.12842
[9] Liu W M, Wu J Y, Zhang N, et al. Postural deformities in Parkinson's disease: a bibliometric analysis based on web of science[J]. Heliyon, 2023, 9(3): e14251. DOI: 10.1016/j.heliyon.2023.e14251
[10] Van Eck N J, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping[J]. Scientometrics, 2010, 84(2): 523-538. DOI: 10.1007/s11192-009-0146-3
[11] Zhou J, Song D, Ma J J, et al. Research trends in the mental health and multimorbidity of older people from 2002 to 2022: a bibliometric analysis via CiteSpace[J]. Front Psychiatry, 2023, 14: 1117554. DOI: 10.3389/fpsyt.2023.1117554
[12] Wang L Y, Luo D, Hamdaoui O, et al. Bibliometric analysis and literature review of ultrasound-assisted degradation of organic pollutants[J]. Sci Total Environ, 2023, 876: 162551. DOI: 10.1016/j.scitotenv.2023.162551
[13] Ye B Q, Xie R X, Mishra S R, et al. Bidirectional association between physical multimorbidity and subclinical depression in Chinese older adults: findings from a prospective cohort study[J]. J Affect Disord, 2022, 296: 169-174. DOI: 10.1016/j.jad.2021.09.067
[14] Moussavi S, Chatterji S, Verdes E, et al. Depression, chronic diseases, and decrements in health: results from the World Health Surveys[J]. Lancet, 2007, 370(9590): 851-858. DOI: 10.1016/S0140-6736(07)61415-9
[15] Triolo F, Sjöberg L, Calderón-Larrañaga A, et al. Late-life depression and multimorbidity trajectories: the role of symptom complexity and severity[J]. Age Ageing, 2023, 52(2): afac315. DOI: 10.1093/ageing/afac315
[16] Kroenke K, Strine T W, Spitzer R L, et al. The PHQ-8 as a measure of current depression in the general population[J]. J Affect Disord, 2009, 114(1/3): 163-173.
[17] Marengoni A, Angleman S, Melis R, et al. Aging with multimorbidity: a systematic review of the literature[J]. Ageing Res Rev, 2011, 10(4): 430-439. DOI: 10.1016/j.arr.2011.03.003
[18] Schiltz N K. Prevalence of multimorbidity combinations and their association with medical costs and poor health: a population-based study of U.S. adults[J]. Front Public Health, 2022, 10: 953886. DOI: 10.3389/fpubh.2022.953886
[19] Li H F, Chang E X, Zheng W J, et al. Multimorbidity and catastrophic health expenditure: evidence from the China Health and Retirement Longitudinal Study[J]. Front Public Health, 2022, 10: 1043189. DOI: 10.3389/fpubh.2022.1043189
[20] Guo X R, Zhao B H, Chen T M, et al. Multimorbidity in the elderly in China based on the China Health and Retirement Longitudinal Study[J]. PLoS One, 2021, 16(8): e0255908. DOI: 10.1371/journal.pone.0255908
[21] Zheng D D, Loewenstein D A, Christ S L, et al. Multimorbidity patterns and their relationship to mortality in the US older adult population[J]. PLoS One, 2021, 16(1): e0245053. DOI: 10.1371/journal.pone.0245053
[22] American Geriatrics Society Expert Panel on the Care of Older Adults with Multimorbidity. Guiding principles for the care of older adults with multimorbidity: an approach for clinicians[J]. J Am Geriatr Soc, 2012, 60(10): E1-E25.
[23] Boyd C, Smith C D, Masoudi F A, et al. Decision making for older adults with multiple chronic conditions: executive summary for the American Geriatrics Society guiding principles on the care of older adults with multimorbidity[J]. J Am Geriatr Soc, 2019, 67(4): 665-673. DOI: 10.1111/jgs.15809
[24] Fraser H C, Kuan V, Johnen R, et al. Biological mechanisms of aging predict age-related disease co-occurrence in patients[J]. Aging Cell, 2022, 21(4): e13524. DOI: 10.1111/acel.13524
[25] Salvioli S, Basile M S, Bencivenga L, et al. Biomarkers of aging in frailty and age-associated disorders: state of the art and future perspective[J]. Ageing Res Rev, 2023, 91: 102044. DOI: 10.1016/j.arr.2023.102044
[26] Luo Y, Chen Y M, Wang K P, et al. Associations between multimorbidity and frailty transitions among older Americans[J]. J Cachexia Sarcopenia Muscle, 2023, 14(2): 1075-1082. DOI: 10.1002/jcsm.13197
[27] Hanlon P, Nicholl B I, Jani B D, et al. Frailty and pre-frailty in middle-aged and older adults and its association with multimorbidity and mortality: a prospective analysis of 493 737 UK Biobank participants[J]. Lancet Public Health, 2018, 3(7): e323-e332. DOI: 10.1016/S2468-2667(18)30091-4
[28] Lipska K J, Krumholz H, Soones T, et al. Polypharmacy in the aging patient: a review of glycemic control in older adults with type 2 diabetes[J]. JAMA, 2016, 315(10): 1034-1045. DOI: 10.1001/jama.2016.0299
[29] 陈旭娇, 严静, 王建业, 等. 老年综合评估技术应用中国专家共识[J]. 中华老年医学杂志, 2017, 36(5): 471-477. https://www.cnki.com.cn/Article/CJFDTOTAL-LNBY201702001.htm Chen X J, Yan J, Wang J Y, et al. Chinese experts consensus on application of comprehensive geriatric assessment[J]. Chin J Geriatr, 2017, 36(5): 471-477. https://www.cnki.com.cn/Article/CJFDTOTAL-LNBY201702001.htm
-
期刊类型引用(1)
1. 刘敏，杨金苹，赵金颜，乔建红. 老年共病患者自我感知老化、抑郁情绪与生活质量的相关性研究. 心理月刊. 2024(21): 58-60 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 532
- HTML全文浏览量: 146
- PDF下载量: 87
- 被引次数: 1
