减盐对日本高血压医疗支出的影响：基于国家与地区模拟模型的评估

《Nutrients》：Impact of Salt Reduction on Medical Expenditure for Hypertension in Japan: National and Subnational Simulation Models Nobuo Nishi, Takehiro Sugiyama, Sayuri Goryoda, Yutaka Takahashi, Katsuyuki Miura and Nayu Ikeda

本文运用系统动力学模型，评估了在日本全国及都道府县层面减少食盐摄入对高血压（Hypertension）患病率及相关医疗支出的潜在影响。模型模拟结果显示，通过降低高盐食物和人群比例，到2040年有望减少高血压患病人数（PwH）并降低门诊治疗成本。该研究为公共卫生政策制定者提供了量化的决策参考，有助于推动减盐干预以降低医疗负担。

　　

1. 引言

日本成年人日均盐摄入量虽呈下降趋势，但据2024年数据，仍高达9.6克，远超世界卫生组织（WHO）推荐的<5克以及日本膳食参考摄入量标准（男性<7.5克，女性<6.5克）。日本饮食中约70%的盐分来自酱油、豆酱等常见调味品。高盐饮食是导致血压升高的关键风险因素，而高血压是心血管疾病的重要诱因。在日本，高血压患病率约在40-60%之间，2023年有约1600万人接受高血压治疗，其医疗支出在2022年达到1.7万亿日元，占全国医疗总支出的3.6%。然而，日本的高血压控制率（20-30%）远低于美国（50-60%）。因此，结合减盐等生活方式干预来有效预防和控制高血压至关重要。系统动力学模型已被广泛应用于慢性病预防策略的模拟研究，例如美国的预防影响模拟模型（PRISM）。本研究旨在开发国家与地区层面的系统动力学模型，量化评估减盐对日本高血压医疗支出的影响。

2. 材料与方法

2.1. 国家模型开发

研究构建了一个包含四个子模型的日本系统动力学模型：盐摄入、人口、高血压和治疗成本。模型使用Vensim Professional 10.2.0软件构建，时间单位为年，模拟区间为2012年至2040年。

2.1.1. 盐摄入子模型

该子模型基于一个固定的假设人群（10万人）和固定数量的食物（1000份），包含两个协同流图。其中一个流图包含高盐食物和低盐食物两个存量库，另一个包含高盐摄入人群和低盐摄入人群两个存量库，两者之间存在双向影响链路。高盐和低盐食物分别被设定为平均含盐14克和6克。初始设定（2012年）有10%的食物为低盐。每日盐摄入量根据高、低盐食物比例以及高、低盐摄入人群比例加权计算得出。模型参数通过优化校准，以匹配2012年至2023年（2020、2021年数据缺失）日本国民健康与营养调查（NHNS）中≥20岁参与者的日均盐摄入量数据。

2.1.2. 人口子模型

该子模型包含男性和女性两个独立的人口老化链，每个链条包含40-49岁、50-59岁、60-69岁、70-79岁四个年龄组存量。各存量间的流动（老化）速率设为0.1/年。此外，每个存量还受到死亡和迁移流出量的影响。模型参数使用2012年至2019年的全国人口及分性别、年龄组死亡率数据进行校准。

2.1.3. 高血压子模型

高血压子模型的结构与人口子模型类似，包含男性和女性高血压患者（PwH）的老化链。各存量初始值基于2012年NHNS数据中分性别、年龄组的高血压（收缩压≥140 mmHg和/或舒张压≥90 mmHg，无论是否服药）患病率与对应人口数计算得出。高血压的发病率（流入量）与盐摄入子模型中的高盐摄入人群比例、以及人口子模型对应的人口数相关联。高血压患者的死亡流出量被设定为对应普通人群死亡率的1.6倍，此系数基于一项日本全国性队列研究的结果。发病率参数通过校准2012年至2023年NHNS中高血压患者数据来确定。

2.1.4. 治疗成本子模型

该子模型没有独立的存量流图，而是基于高血压子模型得出的各性别、年龄组高血压患者数量进行计算。治疗总成本为患者数量与人均门诊治疗成本的乘积。人均门诊治疗成本通过校准2012年至2019年医疗保险福利调查中的高血压门诊医疗支出数据得出。

2.2. 地区模型开发

基于国家模型，为日本47个都道府县分别开发了地区模型。主要区别在于人口子模型中的死亡和迁移参数使用各地区的实际数据进行了校准。盐摄入子模型中，通过引入2012年各地区与全国日均盐摄入量的差异来调整食物含盐量设定。高血压子模型中，则使用2012年各地区与全国高血压患病率的比例来调整患者数量计算。

2.3. 模型验证与敏感性分析

模型验证通过比较模拟结果与参考数据的拟合度、检查参数在性别和年龄组间的差异、以及对比国家与地区模型模拟结果的一致性来进行。模型对大多数参数的拟合良好，平均绝对百分比误差（MAPE）较低。敏感性分析采用蒙特卡洛多变量测试，评估了盐摄入子模型关键参数（如高低盐食物初始比例、变化率等）以及高血压死亡风险乘数（1.6）在±20%范围内波动时，对日均盐摄入量、高血压患者人数和治疗成本模拟结果的影响。

2.4. 情景模拟

在2012-2040年的基线运行之外，设置了三个假设情景，模拟食品和人群变化率加倍（乘以3倍）的极端情况对结果的影响：

• •
  情景1：食物（从高盐转向低盐）的变化率乘以3。
• •
  情景2：人群（从高盐摄入转向低盐摄入）的变化率乘以3。
• •
  情景3：食物和人群的变化率均乘以3。

3. 结果

3.1. 基线运行结果

在盐摄入子模型中，通过优化校准，2012年低盐摄入人群初始比例为48.7%，年变化率为0.0786/年。模拟结果显示，到2040年，高盐食物数量减少46.3%，高盐摄入人群减少33.1%。这使得食物日均盐含量从2012年的13.2克/天降至2040年的9.9克/天，而人群日均盐摄入量则从10.1克/天降至8.7克/天（降幅13.9%）。

在高血压和治疗成本子模型中，模拟显示，若2040年日均盐摄入量降至6.9克/天，男性高血压患者数量和治疗成本将分别减少2.3%和2.0%，而女性的减少幅度更大，分别为8.8%和8.3%。分年龄组看，40-49岁和50-59岁男性高血压患者数量的下降趋势比同年龄段女性更为陡峭。

3.2. 情景模拟结果

在盐摄入子模型中，情景1（仅加速食物改变）对高盐食物比例影响更大；情景2（仅加速人群改变）对高盐摄入人群比例和日均盐摄入量影响更大；而情景3（两者同时加速）对所有变量的影响最大。在高血压和治疗成本子模型中，情景2对患者数量和医疗成本的影响大于情景1，情景3的影响最大。与基线相比，女性在患者数量和医疗成本上的变化幅度均大于男性。

3.3. 敏感性分析结果

敏感性分析显示，当同时改变高、低盐食物含盐量水平等更多参数时，模拟结果的波动范围会变宽。在2040年，高血压患者数量和医疗成本的模拟值在基线结果的93.1%至107.7%、以及93.0%至107.8%之间变动。将高血压死亡风险乘数在1.4至1.8之间变动时，患者数量和医疗成本的模拟结果波动范围更窄（分别约为基线结果的98.2%-101.7%和97.7%-102.3%），表明模型对这部分参数相对稳健。

3.4. 地区模型结果

地区模型模拟显示，2012年日均盐摄入量最低为冲绳（8.3克/天），最高为岩手（11.7克/天）。在基线运行下，到2040年，这两个数值分别降至6.9克/天和10.3克/天。人口、高血压患者人数和治疗成本在地区间差异显著，例如鸟取县与东京之间可相差10倍以上。各地区模型在不同情景下也呈现相应的变化。

4. 讨论

本研究首次在日本运用国家和地区层面的系统动力学模型，评估减盐对高血压医疗支出的影响。模型基于日本共通的饮食环境（70%的盐来自调味品）构建，并成功复制了历史盐摄入趋势。研究指出，要实现人群盐摄入量的降低，需要更大幅度地降低食物本身的盐含量。模型简化地将高血压发病率与高盐摄入人群比例关联，虽是基于相关性而非严格因果，但利用了高盐摄入与高血压发病的明确关联，为政策制定提供了参考：降低高盐摄入人群比例有助于减少高血压患者数量。研究使用的1.6倍死亡风险乘数处于合理范围内，且敏感性分析显示模型对此参数变动不敏感。

研究存在一定局限：首先，模型仅聚焦于高血压本身，未纳入其导致的心血管疾病、慢性肾病等并发症及其医疗支出，未来可扩展为更全面的慢性病干预模型。其次，模型中高血压导致的死亡未反馈影响总人口子模型，但由于高血压直接致死占比较低，此忽略影响较小，但在未来扩展模型时应解决。再次，模型在盐摄入变化率、地区高血压比例等参数上对全年龄和地区使用了相同设定，可能忽略了部分异质性，但避免了小样本数据导致的极端结果。最后，模型未具体指明实现食物或人群改变率提升的具体干预措施，但借鉴先前研究提示，食品产品改良（如降低加工食品含盐量）可能比单纯倡导低盐饮食更具影响力。

5. 结论

国家与地区系统动力学模型表明，减少食盐摄入有助于在2040年前降低高血压患病人数及相关医疗支出。这些模拟模型可为国家及地方政府决策者制定减盐政策、从而降低医疗支出提供量化依据和支持。