跳至主要內容

研究 · 2026

美中慢性阻塞性肺病:患者是誰、在哪裡、有多少

同一種疾病,兩個市場,樣貌截然不同。本篇簡報彙整兩國已發表的流行病學數據——患者總量、哪些人罹病、他們住在哪裡、數字如何變化——並明確說明哪些數字來自調查實測、哪些來自建模估算。

兩個市場的關鍵數字

中國

~100M

經肺功能檢查確認的患者;40 歲以上成人盛行率 13.7% [1]

中國

1.29M

每年死亡約 129 萬——死因排名第三 [3]

美國

11–24M

確診成人 1,110 萬;有氣流阻塞者約 2,400 萬 [16][20]

美國

145,643

2024 年死亡 14.6 萬——死因排名第五 [49]

探索數據

患者是誰、在哪裡、有多少

先選擇國家,然後點選任一長條或扇形,其餘三張圖會篩選到該族群。未套用篩選時,圖表顯示已發表的調查數據;一旦套用篩選,圖表即標示為建模估算。

國家

40 歲以上成人 · 9,500 萬名患者 · 2020 年人口普查口徑下盛行率 13.7%

點選長條或扇形即可篩選其餘圖表。

依年齡

已發表數據

各年齡層的患者人數,下方為該層盛行率。

  • 另有約 800 萬名 20–39 歲患者不在此口徑內。
  • 百分比一律是該族群的已發表盛行率。篩選時只有患者人數會改變。

依性別

已發表數據

患者族群的性別組成。

95.0M名患者

依地區

已發表數據

患者人數估算最多的前 10 個地區,首發市場居首。

  • 依患者人數估算顯示前 10 名,共 13 個有調查資料的地區。
  • 僅列出部分省份與州——這些是有調查數據的高負擔與低負擔兩端,並非全國全貌。

盛行病例數趨勢

已發表數據

GBD 2021 週期,1990 至 2021 年,並附建模估算至 2050 年——單位為百萬名慢性阻塞性肺病患者。

0M22M44M66M88M110M199020052021203020402050≈58M51M99.9M · 肺功能調查
  • 實線:GBD 2021,為已發表的最新中國估計(GBD 2023 已發布,但中國數據表尚未公開)。帶淺色區間的虛線:建模估算——按聯合國預測的 40 歲以上人口(WPP 2024)等比推算,並採用兩篇已發表論文的 2050 年盛行率路徑(年齡標準化 2,004 與 2,793/10 萬);淺色區間即兩者的分歧。

口徑定義

每個國家都有兩個成立的數字

兩個市場都流傳著兩個差異很大的患者總量。哪一個都沒有錯,它們只是測量了不同的東西;在同一個試算裡混用就會得出荒謬的結果。

市場估計值口徑測量內容
中國99.9M20 歲以上 8.6% · 40 歲以上 13.7%支氣管擴張劑後肺功能檢查確認的氣流阻塞,2012–15 年全國現場調查(n=50,991)。過半為 GOLD I 級且多無症狀。官方「近1億」的說法即源於此。[1]
中國50.6M3,556/10 萬GBD 建模估算的有症狀、依嚴重度加權的病例——占全球總量的 23.7%,每年新發約 440 萬。[3]
美國11.1–11.7MBRFSS 2023 · NHIS 202218 歲以上成人自述經醫師診斷的慢性阻塞性肺病。1,170 萬為「曾被告知」的粗盛行率。[16]
美國~24M肺功能檢查(NHANES)有可測得氣流阻塞的成人。其中確診者不到一半;一項 30,874 人世代中,81% 的持續性氣流阻塞未被診斷。[20]

進行市場規模試算或與中國合作方溝通時,採用官方「近1億」的口徑。試算可服務市場的分母(自覺有就醫需求的患者)時,GBD 的約 5,000 萬是更誠實的數字。切勿在同一試算中混用不同口徑。

照護缺口

指引推薦的復健計畫,幾乎沒人用得到

在兩個國家,肺部復健都是指引推薦的慢性阻塞性肺病照護一環。真正的瓶頸是可近性。

2.7%

美國聯邦醫療保險(Medicare)慢性阻塞性肺病住院患者中,12 個月內開始肺部復健的比例 [23]

1,776

美國完全沒有醫院肺部復健計畫的郡數 [24]

27%

中國曾開展肺部復健的醫院比例 [14]

~10%

中國患者知曉率;做過肺功能檢查的僅 12%,健康中國 2030 目標為 30% [13][1]

Aera 如何回應

針對每一個失效點而建

流行病學把問題界定得很清楚:龐大、老化、偏鄉的患者族群;一項指引推薦的復健計畫,在美國僅觸及 2.7% 的合格患者,在中國僅 27% 的醫院提供;診斷漏斗在照護開始前就流失一半到九成患者;而沉重的共病負擔讓每一次被漏掉的警訊都舉足輕重。Aera 針對每一個失效點而建。

數據揭示的問題Aera 的回應機制
肺部復健空白區。美國 1,776 個郡沒有計畫,超過 1,400 萬人距離最近的計畫超過 1 小時車程;中國 73% 的醫院從未開展肺部復健。[24][14]把完整的 8 週、參照指引設計的課程送到家中,一支普通智慧型手機即可:影片教練帶練的結構化運動、搭配節拍音訊的呼吸訓練,以及進度追蹤——不必前往機構,也不用排候補名單。
兩次回診之間醫師看不見患者。症狀變化、遵從性與病情下滑在下次回診前都是盲區。[40]每日 60 秒簽到驅動風險引擎,依既定閾值留意症狀變化、血氧趨勢與急救吸入劑使用,並依明訂的分級階梯升級——從自我照護建議,到「今天就聯絡醫療團隊」,再到緊急處置指引。
患者不知道自己罹病。中國知曉率約 10%,美國約半數未確診,中國患者中做過肺功能檢查的僅 12%。[13][20][1]把衛教本身當作介入:每一條指示都說明「為什麼」,搭配每日小知識、知識檢核點與結構化進階路徑——這也讓剛經篩檢確診的患者有地方可去,並直接呼應健康中國 2030 的知曉率目標。
患者集中在 60–89 歲、偏鄉、較低收入族群。中國病例高峰在 70–74 歲;美國貧窮線以下人口盛行率是最高收入組的 4 倍。[5][17]以年長者優先設計:大字級文字、每頁一個動作、語音輸入、以圖代替術語、多種語言,並有家人共享功能,讓常負責安排照護的成年子女也能一起掌握情況。用患者手上現有的手機即可使用。
慢性阻塞性肺病很少單獨出現。憂鬱比例 34.5%,約 16% 有未確診的心功能下降,共病占慢性阻塞性肺病醫療費用的 51%。[34][31][33]全人監測內建於產品:經驗證的 PHQ-9 與 GAD-7 情緒篩檢,並可升級轉介至心理危機專線(在美國為 988 自殺與心理危機專線,988 Suicide & Crisis Lifeline)、風險引擎內的心臟訊號規則、恐慌發作時的引導呼吸恢復支援,以及不良事件通報——全部彙入醫師端同一條時間軸。
課程必須在兩個差異極大的市場裡,借助各自現有的體系達成收支平衡。醫師端把兩次回診之間的日子組織起來:依風險分層的患者面板、縱向評估、含照片分流的安全訊息、草擬的就診紀錄,以及參與度數據。在美國可對接現有的遠距治療監測(RTM)費用給付(CPT 98975–81);在中國則為醫院提供可直接採購的肺部復健服務線。

可觸及市場規模

患者究竟在哪裡

同樣的流行病學數據,改用漏斗來讀。每一層把族群收窄到這樣一項計畫今天真正能觸及的患者,並寫明觸及管道。只有每個漏斗最上面一層是已發表的人數;其下每一層都是把已發表的比率套用到更小的族群上。

建模估算

中國 China

40 歲以上成人

美國 USA

18 歲以上成人

長條寬度採用平方根標度。若用線性標度,首發市場那一條不到最上層的百分之零點五,會完全看不見;若用對數標度,則會把漏斗本要呈現的十倍落差抹平。量級由數字承載,形態由長條承載。

試算假設

  • 知曉率在各地區統一套用。三線城市與農村縣域的知曉率幾乎肯定不同,但沒有來源將其發表到這樣的細分層級。
  • 嚴重度分布獨立於知曉率套用。兩者的相關性未知,且這樣處理很可能偏保守——已確診患者的嚴重度通常高於未確診族群。
  • 以 Medicare 適齡作為給付資格的替代指標。65 歲以上對 RTM 申報既非必要條件,也非充分條件,只是已發表數據中最接近的切分口徑。
  • 任何一層都沒有假設採用率或滲透率。這些是族群規模的上限,不是預測。

以上都不是營收預測,只是 Aera 從哪裡起步背後的族群算術。

方法說明

方法與建模估算

未套用篩選時,圖表中的每一項數據都是已發表的邊際值——來自下列引用文獻中的數字,或在兩個已發表區間之間明確標註的內插值。這些來源分別報告年齡、性別與地區,沒有任何一份發表過三者的聯合分布,因此「四川 70 歲以上女性患者」這樣的數字並沒有實測值。

儀表板以一個明確的模型來填補這個空缺:對選定族群,患者人數 = 該地區已發表的患者數 × 全國年齡層比例 × 全國性別比例——也就是三個維度之間的獨立性假設。這個假設在細節上並不成立:四川人口比全國更年長、男性比例更高,猶他州則更年輕。它只是一個合理的一階近似,僅止於此,因此凡使用該模型的圖表都會帶有一枚琥珀色標示。

患者人數由已發表盛行率乘以人口普查分母得出,再等比校準,使每個維度相加等於同一口徑的已發表全國總量。中國以 9,500 萬為錨點——即 2020 年人口普查 6.938 億名 40 歲以上成人的 13.7%——並採用 0.889 的換算係數,因為各年齡層盛行率調查於 2012–15 年,而人口年齡結構為 2020 年。美國以 BRFSS 2021 確診總量 1,420 萬為錨點,換算係數 0.824,將 2021 年各層百分比套用於 2023 年平民人口估計數。各省與各州的人數為該地區盛行率乘以其自身的人口普查分母。

  • 未篩選的圖表顯示已發表數據,標示為「已發表數據」。
  • 任何針對選定族群重新計算的圖表,都會標示為「建模估算」。
  • 盛行率百分比一律是該族群的已發表數值,不會為交叉篩選後的族群重新估計。改變的只有人數。
  • 美國數據全程以 BRFSS 2021 為錨點——年齡層、性別組成與總量同屬一個口徑。口徑較窄的 NHIS 確診數 1,170 萬測量的內容略有不同,已列於上方口徑定義表。
  • 地區圖只列出有調查數據的高、低負擔省份與州,並非全部——各長條相加不等於全國總量。
  • 篩選狀態下的趨勢線,是把全國序列依該族群占全國患者總數的比例縮放而成。這是等比例的歸因,不是實測的分組序列。

參考文獻

參考文獻

編號與內文引用一致。年份很重要:中國最新的現場調查為 2014–15 年;美國最新的聯邦盛行率數據為 NHIS 2023;美國肺部復健使用率數據來自 2012 年 Medicare 申報,至今仍是標準引用。文獻保留原文語言。

  1. [1]Wang C, Xu J, Yang L, et al. China Pulmonary Health (CPH) study. Lancet 2018;391:1706–17. thelancet.com
  2. [2]Fang L, Gao P, Bao H, et al. Nationwide COPD prevalence (China CDC surveillance). Lancet Respir Med 2018;6:421–30. pubmed 29650407
  3. [3]Dong F, Su R, Ren Y, Yang T. GBD 2021 China COPD burden. CMJ Pulm Crit Care Med 2025. PMC12266252
  4. [4]The burden of COPD in China and its provinces, GBD 2019. Front Public Health 2022. frontiersin.org
  5. [5]Liu M, et al. GBD 2021 China COPD with projections to 2050. Front Med 2025; companion projection paper. frontiersin.orgPMC12568032
  6. [5b]Spatial analysis of COPD prevalence, 2014–15 national survey. PMC7025678
  7. [6]Luo Y, et al. Meta-analysis of Chinese prevalence studies 2014–2024. Asia Pac J Public Health 2025;37:467–81. sagepub.com
  8. [7]Fujian provincial survey with cross-province comparison table (Sichuan 25.4%, Chongqing 18.7%, Jiangsu 11.9%, Jiangxi 10.6%, Hebei 9.6%, Inner Mongolia 9.3%). Int J COPD 2022; Anhui: BMC Pulm Med 2019; Shanxi. PMC9491879springer.comsciencedirect.com
  9. [8]Non-smoking COPD in China: systematic review and meta-analysis. BMC Public Health 2024. springer.com
  10. [9]Kashi (Xinjiang) prevalence survey 2018–19. Int J Gen Med 2021; Guizhou (ages 20+): Tob Induc Dis 2025. PMC7981135PMC12966984
  11. [10]Tibet high-altitude prevalence 2015–16. Front Med 2020; severity at ≥3,000 m: Int J COPD 2021. PMC7744817PMC8408343
  12. [11]Yunnan high-risk population screening. Int J COPD 2024. PMC11227295
  13. [12]Household solid-fuel use trends 2014–2020. China CDC Weekly 2024. PMC11534580
  14. [13]知曉率:中国居民慢阻肺监测 via 羊城晚报 2026-06-21; ScienceNet expert interview 2024-01-13; China Daily 近1亿 2024-10-09. ycwb.comsciencenet.cnchinadaily.com.cn
  15. [14]COPD prevention and pulmonary-rehabilitation availability review (27.4% figure). PMC8264680
  16. [15]Physician pulmonary-rehabilitation awareness/training survey. J Thorac Dis 2021. PMC8411159
  17. [16]American Lung Association, COPD Trends Brief (prevalence, mortality, burden; NHIS/BRFSS series). lung.org
  18. [17]NCHS Data Brief No. 529: COPD in Adults, United States, 2023 (published May 2025). cdc.gov
  19. [17b]State COPD death-rate range (CDC WONDER–derived; EPA ROE indicator); sex-specific state mortality. PMC9098243
  20. [18]American Lung Association, COPD in Your State (BRFSS 2023 state table). lung.org
  21. [18b]MMWR 72(46) 2023: COPD prevalence trends and age/race/state detail, BRFSS 2011–2021. PMC10684355
  22. [19]CDC PLACES model-based state estimates (2026 aggregation via RHT Compass — secondary source; KY/PA gaps). rhtcompass.com
  23. [20]未確診比例:USPSTF evidence summary; ATS under/overdiagnosis review; NHLBI COPD National Health Issue report. pubmed 18316746atsjournals.orgnhlbi.nih.gov
  24. [21]城鄉差異:MMWR QuickStats 2023; MMWR 71(18) 2022 rural burden. cdc.govcdc.gov (PDF)
  25. [22]Women's COPD susceptibility. PMC8761805
  26. [23]Spitzer et al. Pulmonary-rehabilitation participation after COPD hospitalization among Medicare beneficiaries. Ann ATS 2019. PMC6344454
  27. [24]Moscovice et al. Pulmonary-rehabilitation geographic access. CHEST 2019; drive-time accessibility; Medicare access. pubmed 30978331PMC10844999PMC10112415
  28. [25]急性惡化次數:StatPearls COPD. NBK559281
  29. [26]COPD cost projections through 2029. CHEST 2023. pubmed 38042365
  30. [27]CDC Chronic Disease Indicators API (BRFSS COPD yearly values, dataset hksd-2xuw; queried 2026-08-30); MMWR 64(11) 2015; MMWR 67(7) 2018. data.cdc.govcdc.govPMC5858043
  31. [28]US CLRD deaths (ICD-10 J40–J47), yearly: NCHS leading-causes series 1999–2017 (API bi63-dtpu); NCHS Mortality in the United States 2018; 2019–2023 leading-causes summary; ALA COPD mortality series. data.cdc.govcdc.govPMC11874302lung.org
  32. [29]Chan KY, et al. China COPD prevalence synthesis (GHERG). J Glob Health 2017;7:020704; GBD 2013 China figures as quoted therein. jogh.org
  33. [30]Guo B, et al. COPD burden and 2030 projections, China/US/India. Int J COPD 2024. PMC10929568
  34. [31]Chen W, et al. Cardiovascular comorbidity in COPD: systematic review and meta-analysis. Lancet Respir Med 2015;3:631–39; undiagnosed cardiac dysfunction meta: ERJ Open Res 2023. thelancet.comPMC10680032
  35. [32]Schnell K, et al. Comorbidities in US COPD, NHANES 1999–2008. BMC Pulm Med 2012;12:26. PMC3461433
  36. [33]Huang K, et al. Comorbidity burden in Chinese COPD (national survey). Lancet Reg Health West Pac 2024 (cost-share and readmission figures cited therein). PMC10865049
  37. [34]Depression in COPD, global meta 2000–2022. J Affect Disord 2023; anxiety in older COPD meta. Geriatr Nurs 2025. sciencedirect.comsciencedirect.com
  38. [35]Chen Y-W, et al. Osteoporosis in COPD meta-analysis. Chest 2019;156:1092–1110. pubmed 31352034
  39. [36]Zhao G, et al. Lung cancer in COPD meta-analysis. Front Oncol 2022; 4–6× risk. PMC9523743PMC6831920
  40. [37]Benz E, et al. Sarcopenia in COPD. Eur Respir Rev 2019;28:190049; Marengoni A, et al. Frailty in COPD. Chest 2018;154:21–40. ersnet.orgpubmed 29477493
  41. [38]COPD–OSA overlap meta. Sleep Med 2025; GERD and exacerbations: BMC Pulm Med 2020;20:2. sciencedirect.comPMC6950869
  42. [39]Vanfleteren LE, et al. Clusters of comorbidities in COPD. AJRCCM 2013;187:728–35; Medicare comorbidity analysis. Int J COPD 2017. pubmed 23392440PMC5327909
  43. [40]Divo M, et al. COTE comorbidity index. AJRCCM 2012;186:155–61; EXACOS-CV US (exacerbation → death/CV multipliers). Int J COPD 2024; Pumar MI, et al. depression/anxiety outcome risks. J Thorac Dis 2014. pubmed 22561964PMC10802125amegroups.org
  44. [41]Zhejiang provincial COPD prevalence survey, five sites including Tonglu, Hangzhou (12.34%, adults 40+). 中国公共卫生 2023. zgggws.com
  45. [42]Hangzhou CDC: COPD mortality trend, age-standardized 44.55 per 100,000, annual percent change −9.52%. 疾病监测 2020;35(5). doi.org
  46. [43]China 2020 census (第七次全国人口普查), Zhejiang provincial tabulations and age structure. tjj.zj.gov.cncitypopulation.de
  47. [44]Hangzhou 2023 statistical communiqué — resident population 12.52M, 19.6% aged 60 and over. hangzhou.gov.cn
  48. [45]America's Health Rankings, COPD prevalence by state — California 4.0%. americashealthrankings.org
  49. [46]CDC PLACES county-level model-based estimates, 2023 release (dataset swc5-untb) — California county range 3.5–6.7%. data.cdc.gov
  50. [47]NCHS Vital Statistics Rapid Release provisional mortality (dataset 489q-934x) — California CLRD deaths 11,982 in 2022; age-adjusted rate 25.7 per 100,000 in 2023 against a US rate of 33.4. data.cdc.gov
  51. [48]US Census Bureau Vintage 2024 population estimates, civilian population by age and state — the denominators behind the US band reconciliation. census.gov
  52. [49]NCHS Data Brief: Mortality in the United States, 2024 — CLRD deaths 145,643, fifth leading cause. cdc.gov (NBK620752)
  53. [50]NCHS VSRR Report No. 44 (July 2026): provisional US mortality for 2025 — CLRD 148,408. cdc.gov (vsrr044)
  54. [51]UN World Population Prospects 2024, medium variant — the population denominators behind the 2030/2040/2050 projections. population.un.org
  55. [52]Boers E, et al. Global burden of COPD through 2050. JAMA Network Open 2023 — global cases 480M (2020) to 592M (2050). jamanetwork.com

關於建模估算的說明

在未套用任何篩選時,本頁每一張圖表顯示的都是直接取自下方編號文獻的已發表數據。

交叉篩選後的檢視——也就是套用選擇之後的任何圖表——都是計算得出的估算值。它們由分別報告年齡、性別與地區的已發表邊際分布,結合人口普查的人口分母,在這些維度相互獨立的假設下推算而成。沒有任何來源發表過三者的聯合分布。

建模估算值僅供市場分析參考,不屬於流行病學研究結果,不應作為已發表統計數據引用。

推導過程與全部原始來源請見方法說明。

把課程送到患者所在的地方

如果您來自醫療機構、醫院或復健科室,歡迎與我們聯絡。