亞健康狀態評價問卷(SHSQ-25)判定標準的制定*

閆宇翔 董 晶 李 蔓 楊姍姍 王 嵬△

亞健康狀態評價問卷(SHSQ-25)判定標準的制定*

閆宇翔1董 晶2李 蔓1楊姍姍1王 嵬1△

目的探討亞健康狀態評價問卷(SHSQ-25)的判定標準。方法 采用多元線性逐步回歸分析亞健康狀況的影響因素，并按其主要影響因素的低危水平篩選亞健康低危人群，根據該人群亞健康問卷得分的分布情況制定判定標準。結果 以對亞健康狀況得分影響有統計學意義的5個主要因素的低危水平為標準，包括：工作中競爭情況、是否接受超出能力的工作、是否參加體育鍛煉、是否有可以談心的朋友和工作時能否進行短暫的休息，篩選出亞健康狀態的低危人群共437例，以該人群的單側P90上限35分(≥35分)作為亞健康狀態的判定標準。調查人群中亞健康狀態現患率為67.5%，不同性別、年齡和職業類型人群之間的現患率存在統計學差別(P＜0.001)。結論 工作壓力、不良的人際關系和缺乏體育鍛煉是引發亞健康狀態的主要因素，以其低危水平制定亞健康問卷的判定標準是合理的。

亞健康狀態 影響因素 判定標準

1.首都醫科大學公共衛生與家庭醫學學院流行病與衛生統計學系(100069)

2.首都醫科大學宣武醫院健康體檢中心(100053)

△通訊作者：王嵬，E-mail：wei6014@yahoo.com

近年來，亞健康逐漸成為一個研究熱點，亞健康在我國人群中普遍存在，且經濟發達地區明顯高于其他地區〔1〕。目前醫學界雖然對亞健康狀態的基本含義已達成共識，但尚無公認判定標準。在前期研究中，我們以慢性應激為基礎，編制了亞健康狀況調查問卷(suboptimal health status questionnaire，SHSQ-25)〔2〕，本問卷條目少、易于理解，調查容易開展，且問卷的信度和效度均達到要求，為亞健康狀態的判定提供了有效的測量工具。

本研究擬在前期亞健康評價問卷制定和調查的基礎上，對亞健康狀態的影響因素進行篩選，并根據亞健康狀態低危人群的得分分布情況，探討亞健康狀態判定的標準。

資料與方法

1.研究對象與調查方法 選擇2008年4～7月在首都醫科大學宣武醫院體檢中心進行健康體檢的集體單位人群，年齡18～60歲，樣本量為3 000人。排除標準：(1)患有心腦血管、肝臟、腎臟、代謝性疾病以及腫瘤等重要疾病;(2)患非重要疾病但需用藥維持者;(3)近1個月內有外傷和急性病史。由調查對象自己填寫問卷，平均時間填寫3～4分鐘。

2.調查內容 問卷由一般情況、亞健康狀態評價和相關危險因素三部分組成，(1)一般情況：包括性別、年齡、學歷、職業和工作類型，賦值情況見表1。(2)亞健康狀態情況：采用亞健康狀況調查問卷(SHSQ-25)進行評價，包括疲勞癥狀、心血管癥狀、胃腸道癥狀、免疫力癥狀和精神癥狀共25個問題，根據備選答案程度的遞減分別賦值0～4分，將25個問題的得分合計作為亞健康狀態評分。(3)相關危險因素情況：包括生活方式和工作環境情況變量及賦值情況見表1。

表1 一般情況及影響因素情況賦值

3.質量控制 對體檢醫生進行統一培訓，并由副主任醫師職稱以上的醫生根據詢問病史和體檢結果對調查對象的患病狀態進行判斷。由專人指導問卷填寫并對問卷的完整性和正確性進行檢查。

4.統計學分析 亞健康狀況的影響因素分析采用多元線性逐步回歸分析。在多因素分析的基礎上，根據對亞健康狀態影響有統計學意義的因素的低危水平為標準，篩選出亞健康狀態的低危人群，以其低危人群的問卷得分為基礎，根據問卷得分的分布情況確定亞健康狀態的判定標準：若該人群的亞健康狀態得分服從正態分布，則采用正態分布法計算，以單側的90%參考值范圍上限(ˉX+1.28S)作為亞健康狀態的判定標準。若該人群的亞健康狀態得分不服從正態分布，則采用百分位數法計算，以亞健康得分的單側P90上界作為亞健康狀態的判定標準。

在亞健康狀態的判定標準確定的基礎上，計算本次調查人群的亞健康現患率，并比較不同性別、年齡和職業類型人群之間的現患率，驗證判定標準制定的合理性。

結 果

1.一般情況

調查共發放問卷3 000份，收回有效問卷2 799份，應答率為 93.3%。調查對象中男性 1 219名(43.54%)，平均年齡為(42.4±11.2)歲，女性1 580名(56.36%)，平均年齡為(42.1±12.9)歲。文化程度：初中及以下194人，占6.93%;高中及中專831人，占29.69%;大專、本科及以上1 776人，占63.45%。職業分布：國家或政府機關工作人員 543人，占19.39%;企業職工504人，占18.01%;教育單位職工492人，占17.58%;在校學生344人，占12.29%;醫療衛生部門職工243人，占8.69%。五類職業人數總計2 126人，占總人數的75.95%。

2.亞健康狀況的影響因素

以問卷亞健康狀況部分總分為因變量，以一般情況和生活方式及工作環境情況為自變量，采用多元線性逐步回歸分析對可能影響亞健康狀況的相關因素進行篩選，有統計學意義的相關變量分別是：性別、年齡、職業類型、教育程度、體育運動、飲酒、工作競爭是否激烈、是否接受超出能力的工作、是否有可以談心的朋友、白天工作時能否進行短暫的休息(表2)。方程的R2=0.475，調整R2=0.473。根據標準化回歸系數，工作競爭對因變量的作用最大(0.399)，其次為接受超出能力的工作(0.304)，體育鍛煉(-0.129)，可以談心的朋友(-0.124)，這四個變量對方程的貢獻率為42.1%。

表2 亞健康影響因素的線性回歸分析結果

3.亞健康狀態判定標準參考人群的選擇

在多因素回歸分析的基礎上，根據對亞健康狀態得分影響有統計學意義的5個主要因素的低危水平為標準，包括：工作中競爭情況、是否接受超出能力的工作、是否參加體育鍛煉、是否有可以談心的朋友和工作時能否進行短暫的休息，篩選出亞健康狀態的低危人群共437例。

4.亞健康狀態判定標準的制定

該人群亞健康狀態得分平均值為26.88±5.90，最大值為 43，最小值為 12，P25、P50、P75分別為 23、26、31。對正態性檢驗結果顯示，Kolmogorov-SmirnovZ=2.02，P=0.001，說明該人群的亞健康得分不服從正態分布。因而采用百分位數法估計亞健康狀態的判定標準，即以該人群的單側P90上限35分作為判定標準。以人群的亞健康狀況得分作為因變量，將年齡、性別、職業種類和教育程度作為自變量，經多因素線性回歸分析，僅教育程度對亞健康得分有影響(t=5.047，P＜0.001)，而其他三個變量：年齡(t=1.171，P=0.242)、性別(t=0.818，P=0.414)、職業種類(t=0.632，P=0.527)對亞健康得分的影響無統計學意義，說明該人群具有同質性。

以亞健康狀態問卷得分≥35作為亞健康狀態的判定標準，在2 779例調查對象中，處于亞健康狀態共1 889人，占67.5%(表3)，兩組人群的問卷得分分布見圖1。亞健康組平均得分為51.83±11.16，健康組為28.46±4.44，亞健康組高于健康組(t=87.95，P＜0.0001)。調查人群在不同性別、不同年齡和職業分組之間的亞健康現患率存在的差異與因素分析的結果一致，說明亞健康狀態界定的標準是合理的。

圖1 健康組和亞健康組問卷得分頻數分布圖

討 論

亞健康是處于疾病與健康之間的一種中間狀態，實際中健康與亞健康之間本來不存在明顯的界限，在排除患病狀態后，如何把握在二者之間界定的度，本身是一個極其困難的問題。而合理地將亞健康和健康狀態區分則是亞健康狀態深入研究的關鍵和基礎。本研究以亞健康狀態危險因素的篩選與確定為切入點，找出相應的低危人群，并根據該人群的亞健康得分的分布情況確定判定標準。

表3 不同人群特征的亞健康現患率比較

經文獻檢索，前期資料分析及專家論證，認為亞健康的危險因素是多方面的，歸納起來是由于機體受到環境、心理等方面的刺激后發生的相應代償反應，即應激反應〔3-5〕。心理社會因素是現代社會中重要的應激源，職業競爭、工作壓力、生活節奏緊張、人際關系復雜、擁擠、孤獨等都可引起應激反應〔6〕。在前期研究中，研究組以不適和能力減退為特點，根據慢性應激對人體主要器官系統的影響編制了亞健康狀況調查問卷(SHSQ-25)，并在首都醫科大學宣武醫院體檢中心進行健康體檢的集體單位人群中進行測試，問卷的Chronbach’sα系數為0.92，經探索性因子分析，獲得特征根＞1的公因子共5個，對總體方差的累計貢獻率為62.35%，5個公因子與問卷的5個維度相符合。證實性因子分析結果顯示問卷的維度設置是合理的(χ2400=2517.41，P＜0.001;GFI=0.914;AGFI=0.900)〔2〕。

本研究以生活方式和工作壓力情況作為影響亞健康狀況的主要篩選因素。分析結果顯示，亞健康得分與工作競爭程度(Spearmanr=0.498，P＜0.001)以及是否接受超出能力的工作(Spearmanr=0.572，P＜0.001)之間均存在較強的正相關性，說明工作壓力確實是亞健康狀態產生的重要原因。

醫學上常把絕大多數正常人的某指標值范圍稱為該指標的正常值范圍。這里的“絕大多數”可以是90%、95%、99%等，最常用的是95%。所謂“正常人”并不是指完全健康的人，而是指排除了影響所研究指標的疾病和有關因素的同質人群。對于服從正態分布的指標，其參考值范圍的制定可根據正態分布面積分布的規律;對于不服從正態分布的指標，其參考值范圍的制定可利用百分位數法制定參考值范圍〔7〕。對于亞健康判定標準的制定，參考了醫學參考值的制定方法，在排除了患病狀態后，在分析危險因素單因素和多因素分析的基礎上，根據對亞健康得分變異貢獻較大的5個因素，即工作競爭程度、是否參加體育鍛煉、接受超出能力的工作任務、是否有可以談心的朋友，工作時進行短暫的休息，篩選出亞健康的低危人群437例，經多元線性回歸分析，年齡、性別、職業種類對亞健康得分的影響無統計學意義，說明該人群具有同質性。

經檢驗，該人群的亞健康狀態得分不服從正態分布，因而采用百分位數法估計亞健康狀態的判定標準，考慮研究未能把所有的影響亞健康狀態的因素作為篩選條件，因而以該人群的單側P90上限35分作為判定標準。按此標準，本研究完成的2 799名調查對象中，亞健康現患率67.5%，女性亞健康現患率(75.2%)高于男性(59.9%)。隨著年齡的增長亞健康現患率有升高的趨勢(線性趨勢 χ2=58.887，P＜0.001)，不同職業種類人群的亞健康現患率也存在著統計學差異(χ2=152.685，P＜0.001)，腦力工作者現患率最高(72.3%)，其次為體力工作者(64.5%)，最低為學生(38.3%)。調查人群在不同性別、不同年齡和職業分組之間的亞健康現患率存在的差異與多因素分析的結果一致，說明亞健康狀態界定的標準是合理的。

1.王月云，尹平.亞健康的流行現狀及研究進展.中國社會醫學雜志，2007，24(2)：140-142.

2.Yan YX，Liu YQ，LiM，et al.Development and evaluation of a questionnaire for measuring suboptimal health status in urban Chinese.J Epidemiol，2009，19：333-341.

3.閆宇翔，王嵬.亞健康狀態研究進展.中國公共衛生，2008，24(9)：50-52.

4.楊姍姍，王虹，邱婧君，等.北京某高校女性教職工亞健康狀況與工作壓力典型相關分析.中國衛生統計，2010，27(1)，擬刊.

5.李秀敏，魏彥茹.亞健康影響因素的統計分析.中國衛生統計，2007，24(2)：192-194.

6.De Bellis，Baum AS，Birmaher B，et al.Biological stress systems.Biol Psychiatry，1999，45：1259-1270.

7.方積乾.衛生統計學(第6版).北京：人民衛生出版社，2008.

Establish the Cut off Point for Subop timal Health Status Using SHSQ-25

YanYuxiang，DongJing，LiMan，etal．DepartmentofEpidemiologyandBiostatistics，SchoolofPublicHealthandFamilyMedicine，CapitalMedicalUniversity(100069)，Beijing

Objective To cut off points for the diagnosis of suboptimal health status(SHS)using SHSQ-25.MethodsRisk factors for SHS were selected by step wise multiple linear regression analysis.Based on the distribution of the total score of the SHSQ among the lower risk population for SOHS，the cut off point was estimated.ResultsBased on the lower risk level of the five main factors for SHS，the lower risk population for SHS was selected.The90%upper level of the SHSQ score35 is set as the cut off point for SHS.Significant differences existed among the prevalence of different sex，age and occupational population.ConclusionWork stress，human relations and lack of physical excise are the main risk factors for SHS.It is reasonable thata score of 35 is set as the cut off point for SHSQ-25.

Sub-optimal health Status;Risk factors;Cut off point

國家高技術研究發展計劃(2006AA02Z434);北京市優秀人才培養資助項目(20081D0501800211)