戴 璟 王 鑫 張 雪 楊云娟 鄭昆文

【提 要】 目的 分析睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響以及在不同風(fēng)險(xiǎn)人群中的影響效應(yīng)。方法 利用中國(guó)營(yíng)養(yǎng)與健康調(diào)查2015年數(shù)據(jù)，通過WLS回歸和分位數(shù)回歸分析睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響。結(jié)果 共納入研究對(duì)象9566人，WLS回歸顯示睡眠時(shí)長(zhǎng)不足和過多會(huì)分別增加2.7%和2.4%的卒中發(fā)病風(fēng)險(xiǎn)；分位數(shù)回歸顯示隨著分位數(shù)的提高，睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響效應(yīng)也逐漸增大；在低分位數(shù)上，睡眠時(shí)長(zhǎng)不足對(duì)卒中發(fā)病風(fēng)險(xiǎn)的回歸系數(shù)都高于睡眠時(shí)長(zhǎng)過多，在高分位數(shù)上，兩者的回歸系數(shù)相同(Q80：β1=β4=3.5，Q90：β1=β4=11.4)。睡眠時(shí)長(zhǎng)不足和過多分別會(huì)對(duì)男性增加1.7%和2.1%的卒中發(fā)病風(fēng)險(xiǎn)，對(duì)女性增加3.6%和2.6%的卒中發(fā)病風(fēng)險(xiǎn)，且隨著分位數(shù)的提高，睡眠不足和睡眠過多對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響在男性和女性間的差異逐漸增大。結(jié)論 每天睡眠時(shí)間低于6小時(shí)或高于9小時(shí)均會(huì)增加卒中發(fā)病風(fēng)險(xiǎn)，且卒中高危人群發(fā)病風(fēng)險(xiǎn)增加高于中低危人群，對(duì)女性卒中發(fā)病風(fēng)險(xiǎn)的影響高于男性。建議在卒中干預(yù)管理中完善睡眠時(shí)間的教育，尤其在女性和高危人群管理中，倡導(dǎo)每天7～8小時(shí)的睡眠時(shí)長(zhǎng)。

卒中具有發(fā)病率、致殘率、死亡率和復(fù)發(fā)率高的特點(diǎn)，2016 年全球疾病負(fù)擔(dān)(global burden of disease，GBD)數(shù)據(jù)顯示，卒中是造成我國(guó)居民壽命年損失的首位病因[1]，在醫(yī)療資源有限的情況下，關(guān)注卒中的危險(xiǎn)因素，進(jìn)行早期預(yù)防干預(yù)管理對(duì)于提高我國(guó)居民的壽命，降低社會(huì)、家庭的疾病和經(jīng)濟(jì)負(fù)擔(dān)具有重要意義[2]。隨著經(jīng)濟(jì)的快速發(fā)展和人們生活水平的提高，生活壓力也不斷增加，疾病的模式和構(gòu)成也發(fā)生了顯著變化，除了常規(guī)的卒中危險(xiǎn)因素外，睡眠狀況也被認(rèn)為是影響卒中發(fā)病的重要因素之一。睡眠時(shí)長(zhǎng)影響卒中風(fēng)險(xiǎn)的機(jī)制是多系統(tǒng)、復(fù)雜的，主要是通過影響腦卒中的傳統(tǒng)危險(xiǎn)因素(如高血壓、糖尿病、血脂異常和肥胖)來增加卒中風(fēng)險(xiǎn)[3]。目前我國(guó)成年人中普遍存在睡眠時(shí)間不足和睡眠過多問題[4]，一項(xiàng)針對(duì)我國(guó)15省65歲及以上老年人睡眠狀況的研究表明睡眠不足和過多的比例分別占19.7%和24.1%[5]。多項(xiàng)國(guó)內(nèi)外的橫截面和隊(duì)列研究證實(shí)了睡眠時(shí)間過短或過長(zhǎng)都會(huì)增加卒中風(fēng)險(xiǎn)[6-9]，但也有研究結(jié)果認(rèn)為睡眠狀況和時(shí)長(zhǎng)與卒中風(fēng)險(xiǎn)間無顯著相關(guān)性[10-11]，睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響至今尚未得到一致結(jié)論。明確睡眠時(shí)長(zhǎng)和卒中發(fā)病風(fēng)險(xiǎn)間的關(guān)系對(duì)于提高居民生命質(zhì)量，預(yù)防卒中具有重要意義。

在回顧已有研究后發(fā)現(xiàn)，較多學(xué)者采用logistic回歸和Cox比例回歸模型研究睡眠時(shí)長(zhǎng)對(duì)卒中風(fēng)險(xiǎn)的影響，此類方法預(yù)測(cè)了將是否患卒中作為結(jié)局變量時(shí)睡眠時(shí)長(zhǎng)的影響情況，沒有衡量出睡眠時(shí)長(zhǎng)在不同程度卒中發(fā)病風(fēng)險(xiǎn)中的聯(lián)系與區(qū)別。因此本研究在WLS回歸分析睡眠時(shí)長(zhǎng)與卒中發(fā)病風(fēng)險(xiǎn)的相關(guān)性基礎(chǔ)上，采用分位數(shù)回歸分析睡眠時(shí)長(zhǎng)在不同程度卒中發(fā)病風(fēng)險(xiǎn)中的影響效應(yīng)，更加細(xì)致全面地研究自變量和因變量之間的關(guān)系，對(duì)于不同卒中發(fā)病風(fēng)險(xiǎn)人群的睡眠給予建議，分析結(jié)果也更具有穩(wěn)健性[12]。

對(duì)象與方法

1.數(shù)據(jù)來源

本研究的數(shù)據(jù)來源于中國(guó)營(yíng)養(yǎng)健康調(diào)查(China health and nutrition surveys，CHNS)，該調(diào)查采用多階段分層整群隨機(jī)抽樣方法調(diào)查全國(guó)12個(gè)省份或直轄市的城市和農(nóng)村地區(qū)人口的營(yíng)養(yǎng)和健康狀況。本研究采用最新的2015年調(diào)查數(shù)據(jù)。

2.研究對(duì)象

研究對(duì)象的納入標(biāo)準(zhǔn)：(1)35周歲以上；(2)無卒中病史；(3)現(xiàn)場(chǎng)至少測(cè)量了三次收縮壓，且三次測(cè)量的收縮壓間無較大差異。排除標(biāo)準(zhǔn)：(1)性別、年齡、身高、體重、收縮壓、睡眠時(shí)長(zhǎng)、吸煙情況、患心肌梗死情況、患糖尿病情況等關(guān)鍵指標(biāo)存在缺失值；(2)存在明顯異常值(如睡眠時(shí)長(zhǎng)大于15小時(shí)或小于3小時(shí)，體重高于130kg或低于30kg，體重指數(shù)>50kg/m2)；(3)孕婦或哺乳期婦女。

3.變量與定義

本研究的因變量為卒中發(fā)病風(fēng)險(xiǎn)，通過中國(guó)心血管病預(yù)防指南推薦的國(guó)人缺血性心血管病(ischemic cardiovascular diseases，ICVD)10年發(fā)病風(fēng)險(xiǎn)評(píng)估量表[13]測(cè)得，由于CHNS未披露2015年研究對(duì)象的總膽固醇數(shù)據(jù)，本研究將心肌梗死作為總膽固醇的替代變量。心肌梗死和卒中的病理生理學(xué)過程相似，心肌梗死會(huì)誘導(dǎo)腦血管疾病的發(fā)生[14]，且在Essen卒中風(fēng)險(xiǎn)量表中，心肌梗死為評(píng)價(jià)指標(biāo)之一。第一步，根據(jù)量表對(duì)年齡、體重指數(shù)、收縮壓、吸煙情況、患心肌梗死情況、患糖尿病情況賦予得分。(1)年齡：從35周歲開始，每五歲為一個(gè)年齡組，依次賦予0～12分；(2)體重指數(shù)：體重指數(shù)(kg/m2)=體重(kg)/身高2(m2)，<24kg/m2得0分，24～28kg/m2得1分，>28kg/m2得2分；(3)收縮壓：取三次測(cè)量的平均值，<120mmHg得-2分，120～129mmHg得0分，130～139mmHg得1分，140～159mmHg得2分，160～179mmHg女性得3分，男性得5分，≥180mmHg女性得4分，男性得8分；(4)吸煙：定義為每天至少吸1支，且連續(xù)吸煙≥1年，不吸煙者得0分，吸煙女性得1分，吸煙男性得2分；(5)心肌梗死：有心肌梗死病史者得1分，否則得0分；(6)糖尿病：無糖尿病病史者得0分，有糖尿病病史的女性得2分，男性得1分。第二步，將所有危險(xiǎn)因素得分相加得總分，根據(jù)總分在量表中查找對(duì)應(yīng)的卒中發(fā)病風(fēng)險(xiǎn)。

本研究的自變量為睡眠時(shí)長(zhǎng)，選取“每天睡眠時(shí)長(zhǎng)”為具體指標(biāo)，并根據(jù)國(guó)際通用的指標(biāo)對(duì)睡眠時(shí)長(zhǎng)進(jìn)行分類[15]，能夠有代表性地反映居民的睡眠狀態(tài)，≤6小時(shí)的睡眠時(shí)長(zhǎng)定義為睡眠時(shí)長(zhǎng)不足，7～8小時(shí)定義為睡眠時(shí)長(zhǎng)正常，≥9小時(shí)定義為睡眠時(shí)長(zhǎng)過多。由于大多數(shù)影響卒中發(fā)病的因素都納入了因變量的評(píng)估，故在本研究中不再設(shè)置控制變量。

4.統(tǒng)計(jì)分析

采用Stata 15.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)分析，分類變量資料用頻數(shù)和構(gòu)成比描述，正態(tài)分布的數(shù)值變量資料用均數(shù)和標(biāo)準(zhǔn)差描述，偏態(tài)分布的數(shù)值變量資料用中位數(shù)描述，單因素分析采用卡方檢驗(yàn)和中位數(shù)差異檢驗(yàn)。運(yùn)用加權(quán)最小二乘法(weighted least squares，WLS)估計(jì)睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的平均效應(yīng)，基于bootstrap密集算法進(jìn)行100次迭代后的分位數(shù)回歸估計(jì)結(jié)果研究睡眠時(shí)長(zhǎng)對(duì)低危、中危和高危卒中發(fā)病風(fēng)險(xiǎn)影響的分布狀況，P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.基本情況

經(jīng)過數(shù)據(jù)的合并和清理，最終納入的研究對(duì)象有9566人，男性4370人(45.68%)，女性5196人(54.32%)，平均年齡(56.68±11.91)歲。因變量的密度圖顯示(圖1)，卒中發(fā)病風(fēng)險(xiǎn)呈現(xiàn)正偏態(tài)分布，傳統(tǒng)的均值回歸模型無法全面刻畫其分布狀況，而分位數(shù)回歸可以通過考察不同分位點(diǎn)的回歸曲線，更全面地揭示自變量與因變量之間的關(guān)系，更具有穩(wěn)健性[12]。表1所示的描述性統(tǒng)計(jì)顯示，睡眠時(shí)長(zhǎng)正常的人數(shù)占69.30%，睡眠時(shí)間不足和過多的人數(shù)占13.23%和17.47%，呈現(xiàn)“倒U”型分布，且在男女間的分布差異無統(tǒng)計(jì)學(xué)意義(χ2=1.48，P=0.477)。卒中發(fā)病風(fēng)險(xiǎn)的中位數(shù)為2.80%，其中男性為2.90%，女性為1.80%，性別間差異有統(tǒng)計(jì)學(xué)意義(χ2=473.99，P<0.001)。睡眠時(shí)長(zhǎng)和卒中發(fā)病風(fēng)險(xiǎn)的單因素分析顯示，睡眠時(shí)長(zhǎng)不足、正常、過多的卒中發(fā)病風(fēng)險(xiǎn)中位數(shù)分別為3.90%、2.10%和2.90%，睡眠時(shí)長(zhǎng)與卒中發(fā)病風(fēng)險(xiǎn)間差異有統(tǒng)計(jì)學(xué)意義(χ2=141.97，P<0.001)，可見睡眠時(shí)長(zhǎng)可能會(huì)影響卒中的發(fā)病風(fēng)險(xiǎn)。

圖1 卒中發(fā)病風(fēng)險(xiǎn)的密度圖

表1 睡眠時(shí)長(zhǎng)和卒中發(fā)病風(fēng)險(xiǎn)的描述性統(tǒng)計(jì)

2.WLS回歸和分位數(shù)回歸

考慮到截面數(shù)據(jù)存在的異方差性，本研究采用WLS回歸估計(jì)睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的平均效應(yīng)；基于因變量的分布狀況，本研究在不同分位數(shù)水平進(jìn)行分位數(shù)回歸，WLS回歸和分位數(shù)回歸結(jié)果如圖2和表2所示。圖2中的灰色區(qū)域表示分位數(shù)回歸系數(shù)的95%置信區(qū)間，實(shí)線表示分位數(shù)回歸系數(shù)，虛線表示W(wǎng)LS回歸系數(shù)。圖2顯示，隨著分位數(shù)的提高，睡眠時(shí)長(zhǎng)不足和睡眠時(shí)長(zhǎng)過多對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響效應(yīng)都逐漸增大，說明非正常睡眠時(shí)長(zhǎng)對(duì)高危人群卒中發(fā)病風(fēng)險(xiǎn)的影響要高于中低危人群。

圖2 睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的分位數(shù)回歸系數(shù)變化

表2顯示，相比于正常睡眠時(shí)長(zhǎng)，睡眠時(shí)長(zhǎng)不足和過多分別會(huì)增加2.7%和2.4%的卒中發(fā)病風(fēng)險(xiǎn)(β1=2.7，SD=0.216；β4=2.4，SD=0.205)。在10分位到70分位上，睡眠時(shí)長(zhǎng)不足對(duì)卒中發(fā)病風(fēng)險(xiǎn)的回歸系數(shù)都高于睡眠時(shí)長(zhǎng)過多，在80分位和90分位上，兩者的回歸系數(shù)相同(Q80：β1=β4=3.5，Q90：β1=β4=11.4)，但睡眠時(shí)長(zhǎng)不足的標(biāo)準(zhǔn)誤較大。這說明睡眠時(shí)長(zhǎng)不足和過多都會(huì)影響高危人群的卒中發(fā)病風(fēng)險(xiǎn)，但中低危人群的卒中發(fā)病風(fēng)險(xiǎn)更容易受到睡眠時(shí)長(zhǎng)不足的影響。我們還可以從表2的WLS回歸結(jié)果看出，睡眠不足和睡眠過多會(huì)分別增加男性1.7%和2.1%的卒中發(fā)病風(fēng)險(xiǎn)(β2=1.7，SD=0.292；β5=2.1，SD=0.275)，女性3.6%和2.6%的卒中發(fā)病風(fēng)險(xiǎn)(β3=3.6，SD=0.311；β6=2.6，SD=0.298)，女性的卒中發(fā)病風(fēng)險(xiǎn)受到睡眠時(shí)長(zhǎng)的影響更大。同時(shí)，分位數(shù)回歸結(jié)果顯示，隨著分位數(shù)的提高，睡眠不足和睡眠過多對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響在男性和女性間的差異逐漸增大。例如，在10到30分位上，睡眠時(shí)長(zhǎng)不足增加男性的卒中發(fā)病風(fēng)險(xiǎn)和女性僅相差0.1%；但在80和90分位上，睡眠時(shí)長(zhǎng)不足增加男性的卒中發(fā)病風(fēng)險(xiǎn)和女性相差6.4%和8.7%。由此可見，在不同的人群中，高危女性的卒中發(fā)病風(fēng)險(xiǎn)受到睡眠時(shí)長(zhǎng)的影響最大。

表2 WLS回歸和分位數(shù)回歸結(jié)果

討 論

本研究結(jié)果表明睡眠時(shí)長(zhǎng)不足和過多均會(huì)增加卒中發(fā)病風(fēng)險(xiǎn)，與大部分流行病學(xué)研究結(jié)果[4-7]保持一致?，F(xiàn)有臨床觀察結(jié)果表明睡眠時(shí)長(zhǎng)不足和過多會(huì)通過影響內(nèi)分泌及代謝功能、交感神經(jīng)興奮性、皮質(zhì)醇水平等機(jī)制引起高血壓、糖尿病、血脂異常等疾病直接或間接地引發(fā)卒中[16]，還會(huì)影響卒中轉(zhuǎn)歸[17]。正常睡眠時(shí)間對(duì)于預(yù)防和輔助治療卒中具有一定作用，健康中國(guó)2030行動(dòng)也將“成人每日平均睡眠時(shí)間為7～8小時(shí)”納入倡導(dǎo)性指標(biāo)[18]，因此本研究建議在卒中一級(jí)二級(jí)預(yù)防的健康教育中完善睡眠時(shí)間教育，倡導(dǎo)居民養(yǎng)成健康的作息時(shí)間以提高居民的生命質(zhì)量，降低卒中發(fā)病風(fēng)險(xiǎn)。

基于分位數(shù)回歸，本研究進(jìn)一步探討了睡眠時(shí)長(zhǎng)對(duì)不同人群的卒中發(fā)病風(fēng)險(xiǎn)的影響效應(yīng)，結(jié)果表明高危人群受到睡眠時(shí)長(zhǎng)的影響效應(yīng)更大。卒中高危人群基本上都伴隨高血壓、糖尿病、高血脂、肥胖等疾病，部分腦血管功能受損，此類人群的腦血流和腦代謝率會(huì)隨著睡眠狀態(tài)的改變而發(fā)生顯著變化[8]，因而卒中發(fā)病風(fēng)險(xiǎn)會(huì)更高。此外，本研究還發(fā)現(xiàn)不同風(fēng)險(xiǎn)人群中，睡眠時(shí)長(zhǎng)不足和過多的影響效應(yīng)不同，對(duì)于中低危人群，要更關(guān)注他們睡眠時(shí)長(zhǎng)不足的情況，而對(duì)于高危人群，睡眠時(shí)長(zhǎng)不足和過多都要避免。因此建議在卒中的早期干預(yù)管理中，督促高危人群將每天的睡眠時(shí)間控制在7～8小時(shí)，低中危人群則要注意避免熬夜，保持正常的睡眠時(shí)間。

另外，本研究還關(guān)注了睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)影響的性別差異，結(jié)果表明睡眠不足和睡眠過多對(duì)女性卒中發(fā)病風(fēng)險(xiǎn)的影響程度都高于男性，這與以往的研究結(jié)果保持一致[19-20]。這可能因?yàn)榕圆幌衲行赃€會(huì)受到吸煙、飲酒等危險(xiǎn)因素的影響，因此睡眠時(shí)長(zhǎng)對(duì)卒中發(fā)病風(fēng)險(xiǎn)的影響在女性中更為突出[19]，還可能與男性和女性(尤其是更年期女性)的激素分泌和心理因素差異相關(guān)[20]。因此建議女性要更加注意避免睡眠時(shí)長(zhǎng)不足或過多。