古孝勇，姜方平，王宏宇，徐 璐，何佳佳

鎮(zhèn)江市疾病預(yù)防控制中心，江蘇鎮(zhèn)江，212000

不健康的生活方式與慢性病患病風(fēng)險密切相關(guān)，當(dāng)今社會，不健康的生活方式流行態(tài)勢日趨嚴(yán)重[1]，直接導(dǎo)致越來越多的人成為慢性病高風(fēng)險人群[2]。慢性病高風(fēng)險人群是介于正常人和慢性病患者之間的一類特殊人群，通過生活方式干預(yù)可促使其轉(zhuǎn)歸為正常人，在慢性病防治工作開展過程中有重要意義。本研究通過個性化健康教育，指導(dǎo)研究對象主動開展血壓、血糖控制，進(jìn)而促進(jìn)其健康相關(guān)行為的改變，追蹤其1年后的轉(zhuǎn)歸情況，通過傾向評分配比法對其進(jìn)行分組，進(jìn)而探討影響其轉(zhuǎn)歸的行為改變因素。

1 資料來源與方法

1.1 研究對象

選取2016-2017年鎮(zhèn)江市慢性病及其危險因素監(jiān)測中發(fā)現(xiàn)的符合慢性病高風(fēng)險人群定義的居民，對其開展以控制血壓與血糖為主題的個性化健康指導(dǎo)，1年后對其開展隨訪調(diào)查，將完成全部隨訪調(diào)查的489名居民確定為研究對象。

1.2 研究方法

對研究對象進(jìn)行個性化健康教育，指導(dǎo)每一位研究對象開展控制血壓與血糖相關(guān)的健康生活方式改善行動，1年后開展隨訪調(diào)查，收集其轉(zhuǎn)歸情況及健康相關(guān)行為改變情況，并就健康相關(guān)行為改變對慢性病高風(fēng)險人群轉(zhuǎn)歸的影響進(jìn)行分析。

調(diào)查由基線數(shù)據(jù)收集和1年后隨訪調(diào)查組成，分為問卷調(diào)查、體格檢查、實(shí)驗(yàn)室檢測3部分，采用中國疾病預(yù)防控制中心制定的慢性病及其危險因素監(jiān)測(2013)調(diào)查問卷，分別對個人基本信息，吸煙、飲酒、膳食、軀體活動等生活方式信息，身高、體重、腰圍、血壓、空腹血糖、血清總膽固醇等身體測量信息進(jìn)行收集。

1.2.1 慢性病高風(fēng)險人群標(biāo)準(zhǔn)。吸煙；男性腰圍≥90cm，女性腰圍≥85cm；血壓130-139/85-89 mmHg；空腹血糖6.1≤FBG<7.0mmol/L；血清總膽固醇5.2≤TC<6.2 mmol/L。

1.2.2 診斷標(biāo)準(zhǔn)。高血壓：收縮壓(SBP)≥140mmHg和(或)舒張壓(DBP)≥90mmHg。糖尿病：有糖尿病癥狀，同時空腹血糖(FBG)≥7.0mmol/L。高膽固醇血癥：血清總膽固醇(TC)≥5.7 mmol/L。

1.3 統(tǒng)計學(xué)方法

應(yīng)用EpiData 3.1進(jìn)行數(shù)據(jù)雙錄入，采用SPSS 22.0進(jìn)行數(shù)據(jù)整理，按照《中國慢性病及其危險因素監(jiān)測(2013)工作手冊》中相關(guān)標(biāo)準(zhǔn)，對千步當(dāng)量、每日食鹽攝入量等變量進(jìn)行轉(zhuǎn)換。再通過PSM模塊，進(jìn)行傾向評分匹配，匹配卡鉗值設(shè)置為0.2。對匹配成功的研究對象數(shù)據(jù)，以慢性病高風(fēng)險人群轉(zhuǎn)歸變化為因變量，以行為改變?yōu)樽宰兞窟M(jìn)行l(wèi)ogistic回歸分析，檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 傾向評分匹配

2.1.1 數(shù)據(jù)信息。根據(jù)1年后隨訪調(diào)查及基線調(diào)查相關(guān)數(shù)據(jù)，在全部完成追蹤調(diào)查的489人中，男性330人(67.41%)，女性159人(32.59%)；18-44歲184人(37.65%)，45-64歲219人(44.74%)，65歲及以上者86人(17.61%)。匯總其行為改變情況，以主動采取血壓血糖控制為處理因素，以除研究對象轉(zhuǎn)歸情況以外的其他變量為協(xié)變量構(gòu)建模型，各變量說明見表1。

表1 影響慢性病高風(fēng)險人群轉(zhuǎn)歸可能行為改變因素與賦值

2.1.2 傾向評分匹配情況。以是否主動采取血壓、血糖控制設(shè)置對比組，最終處理組有180例，對照組有309例，經(jīng)傾向評分匹配后，處理組與對照組最終各有156例研究對象完成匹配，匹配度為86.67%。整體均衡性檢驗(yàn)結(jié)果顯示P=0.974，變量在兩組整體間均衡性較好，匹配后無變量∣d∣>0.25，可認(rèn)為各變量匹配后是均衡的。由傾向評分分配圖可以看出，獲得匹配研究對象的傾向性評分比較接近(圖1)，標(biāo)準(zhǔn)化差異變化線圖(圖2)顯示，匹配后各變量的標(biāo)準(zhǔn)化差異均變小，傾向評分分布直方圖(圖3-圖6)顯示，匹配后兩組的分布近似，匹配前后標(biāo)準(zhǔn)差分布直方圖(圖7)顯示，匹配后標(biāo)準(zhǔn)差集中于0附近，提示不存在系統(tǒng)差異，且單變量SD散點(diǎn)圖(圖8)顯示匹配后變量達(dá)到均衡，匹配效果較好，可以對匹配后的數(shù)據(jù)進(jìn)行進(jìn)一步分析。

圖1 研究對象傾向性評分分配

圖2 研究對象匹配前后絕對標(biāo)準(zhǔn)差變化

圖3 未匹配處理組傾向性評分分布

圖4 匹配處理組傾向性評分分布

圖5 未匹配對照組傾向性評分分布

圖6 匹配對照組傾向性評分分布

圖7 匹配前后標(biāo)準(zhǔn)差分布

圖8 匹配前后單變量標(biāo)準(zhǔn)差散點(diǎn)分布

2.2 匹配后轉(zhuǎn)歸情況分析

結(jié)果顯示，主動開展血壓血糖控制等健康相關(guān)行為改變的處理組轉(zhuǎn)歸為正常人、無明顯變化、慢性病患者的比例分別為14.10%、63.46%、22.44%，而對照組轉(zhuǎn)歸為正常人、無明顯變化、慢性病患者的比例分別為7.05%、39.10%、53.85%，卡方檢驗(yàn)結(jié)果顯示差異有統(tǒng)計學(xué)意義(P<0.01)。見表2。

表2 處理組與對照組轉(zhuǎn)歸情況分布情況 n(%)

2.3 行為改變對轉(zhuǎn)歸影響分析

對傾向評分匹配后的數(shù)據(jù)進(jìn)行1:1匹配處理，以兩組中已匹配的研究對象轉(zhuǎn)歸情況賦值的差值作為新的慢性病高風(fēng)險人群轉(zhuǎn)歸分類變量，將其設(shè)置為因變量，以兩組中已匹配的研究對象行為改變各變量賦值的差值作為新的行為改變變量，將其設(shè)置為自變量，構(gòu)建logistic回歸分析模型?；貧w模型擬合結(jié)果顯示，模型中引入變量前后-2倍對數(shù)似然值之差為161.532，P<0.01，說明引入變量后的模型優(yōu)于無效模型，模型擬合較好。

結(jié)果顯示，在10個行為改變因素中，飲酒行為改變、食鹽攝入量改變、身體活動量改變、靜態(tài)行為持續(xù)時間改變、睡眠時間改變5個行為改變因素被納入到回歸方程模型中(P<0.05)，被認(rèn)為對慢性病高風(fēng)險人群轉(zhuǎn)歸情況的影響有統(tǒng)計學(xué)意義。以研究對象1年后轉(zhuǎn)歸情況賦值的差值大小代表轉(zhuǎn)歸程度，由大到小將轉(zhuǎn)歸程度分為好、較好、不變、差、很差5種情況，參數(shù)估計結(jié)果顯示，主動戒酒或保持不飲酒狀態(tài)、身體活動量增加、睡眠時間延長、 BMI下降的慢性病高風(fēng)險人群，其轉(zhuǎn)歸程度好的概率分別是轉(zhuǎn)歸程度很差概率的8.33倍、25倍、33.33倍、16.67倍。食鹽攝入量減少、身體活動量增加的慢性病高風(fēng)險人群，其轉(zhuǎn)歸程度較好的概率分別是轉(zhuǎn)歸程度很差概率的2.03倍、2.40倍。身體活動量增加、中心性肥胖情況改善的慢性病高風(fēng)險人群，其轉(zhuǎn)歸程度為不變的概率分別是轉(zhuǎn)歸程度很差概率的2.35倍、2.27倍。身體活動量增加的慢性病高風(fēng)險人群，其轉(zhuǎn)歸程度為差的概率是轉(zhuǎn)歸程度很差概率的2.29倍。見表3、表4。

表3 慢性病高風(fēng)險人群轉(zhuǎn)歸與行為改變logistic回歸方程擬合結(jié)果

表4 慢性病高風(fēng)險人群轉(zhuǎn)歸與行為改變logistic回歸方程參數(shù)估計

3 討論

3.1 健康相關(guān)行為改變的慢性病高風(fēng)險人群轉(zhuǎn)歸結(jié)局較好

本研究中，由于慢性病高風(fēng)險人群的選取及轉(zhuǎn)歸影響因素之間存在偏倚[2]，為保證研究結(jié)論的準(zhǔn)確性，進(jìn)行傾向評分匹配，進(jìn)而有效控制各變量的分布。匹配后處理組與對照組轉(zhuǎn)歸情況分析結(jié)果顯示，以控制血壓、血糖為目的，主動進(jìn)行行為改變的慢性病高風(fēng)險人群，其轉(zhuǎn)歸結(jié)局優(yōu)于對照組。有研究指出，面向社區(qū)開展有針對性的健康管理工作，可提高慢性病患病知曉率并控制慢性病的發(fā)生和發(fā)展[3]，劉敏等針對慢性病高風(fēng)險人群的生活方式干預(yù)也得到了與本研究相似的結(jié)論[4]，從而說明采取有針對性的干預(yù)措施控制血壓、血糖對于防止慢性病的發(fā)生有重要意義[5-6]，而基層社區(qū)干預(yù)措施的有效落實(shí)可以最大化地發(fā)揮慢性病一級預(yù)防的作用[7]。

3.2 膳食因素對慢性病高風(fēng)險人群轉(zhuǎn)歸的影響

研究結(jié)果顯示，通過開展以控制血壓和血糖為目的的健康干預(yù)，使研究對象飲酒行為、食鹽攝入量發(fā)生改變，可對慢性病高風(fēng)險人群的轉(zhuǎn)歸產(chǎn)生影響，戒酒或保持不飲酒狀態(tài)、食鹽攝入量下降被認(rèn)定為是促進(jìn)慢性病患者向正常人轉(zhuǎn)歸的保護(hù)因素。飲酒行為在慢性病防治策略措施制定過程中向來被認(rèn)為應(yīng)加以糾正[8]，相關(guān)研究也證實(shí)了飲酒與血脂異常存在相關(guān)關(guān)系[9]，而后者是慢性病發(fā)生的重要前期狀態(tài)。食鹽作為調(diào)節(jié)機(jī)體內(nèi)滲透壓的重要物質(zhì)，其攝入量的多少直接影響血壓的變化[10]，相關(guān)研究也證實(shí)了食鹽攝入情況與慢性病的發(fā)生存在密切聯(lián)系[11-12]，因此，慢性病高風(fēng)險人群飲酒行為及食鹽攝入量的改變對其轉(zhuǎn)歸結(jié)局至關(guān)重要。

3.3 軀體行為因素對慢性病高風(fēng)險人群轉(zhuǎn)歸的影響

本研究中，研究對象身體活動量改變、靜態(tài)行為持續(xù)時間改變、睡眠時間改變、BMI改變、中心性肥胖情況改變等軀體行為改變因素均是慢性病高風(fēng)險人群轉(zhuǎn)歸的影響因素。王瑞琪等指出，缺乏體育運(yùn)動、超重以及肥胖等因素均會提高糖尿病的患病風(fēng)險[13]，相關(guān)研究也指出體育鍛煉在慢性病防治中有積極作用[14-15]。

江蘇省成年居民靜態(tài)行為與心腦血管事件發(fā)生風(fēng)險性研究顯示[16]，長時間的靜態(tài)行為與心腦血管疾病危險因素的聚集性存在顯著相關(guān)關(guān)系,會明顯增加心腦血管事件的發(fā)生風(fēng)險，陳一佳等也指出靜態(tài)行為時間與2型糖尿病死亡風(fēng)險之間存在關(guān)聯(lián)[17]，這與本研究得出的降低靜態(tài)行為時間有利于慢性病高風(fēng)險人群向正常人轉(zhuǎn)歸的結(jié)論一致。

有研究得出體重增加與慢性病的發(fā)生密切相關(guān)[18]，說明肥胖狀況使慢性病發(fā)生風(fēng)險升高[19-20]，尤其是中心性肥胖在慢性病高風(fēng)險人群轉(zhuǎn)歸過程中發(fā)揮著重要作用[21]。睡眠時間不足是機(jī)體亞健康的重要影響因素[22]，已有研究指出睡眠時間不足會增加代謝綜合征的發(fā)生風(fēng)險[23]，這與本研究所得出的睡眠時間延長、 BMI下降、中心性肥胖情況改善是促進(jìn)慢性病患者向正常人轉(zhuǎn)歸的保護(hù)因素的結(jié)論一致。