社區原發性高血壓危險因素的Logistic回歸分析

晉 會

（貴州省仁懷市喜頭鎮衛生院，貴州 仁懷 654505）

社區原發性高血壓危險因素的Logistic回歸分析

晉 會

（貴州省仁懷市喜頭鎮衛生院，貴州 仁懷 654505）

目的 探討社區原發性高血壓相關危險因素，為高血壓的防治提供科學的依據。方法 隨機抽取某社區居民500戶進行原發性高血壓檢測調查。采用Logistic回歸模型，對患者的生活習慣、飲食習慣、體質指標等變量進行分析觀察。結果 對原發性高血壓有關的變量進行Logistic回歸分析，觀察它們之間的數據變化，發現他們之間的數據有明顯的差別，具有統計學意義。結論 經過觀察發現社區居民原發性高血壓的主要危險因素有：年齡、飲食習慣、生活習慣、體質指數、婚姻等，應該在社區加強健康，提倡健康的生活方式，降低高血壓的發生率。

社區；高血壓；Logistic

隨著經濟的發展，人們的生活水平不斷提高，我國居民的高血壓發生率也在逐年上升，高血壓與腦中卒、冠心病等急性病的危險程度成正比，嚴重影響患者的生活質量。所以要了解社區人群高血壓的患病情況以及致病的相關危險因素，更好的預防高血壓的發生，我院對某社區的人群進行高血壓抽樣調查，報道如下。

1 資料與方法

1.1 一般資料：2011年5月至2013年10月在某社區采取整群抽樣的方法，選取某社區居民500戶人家1000例為本次研究對象，年齡31～90歲，平均（63.2±13.8）歲，其中男80例，女70例，調查內容包括測量血壓、身高、體質量等，所有入選患者均是自愿參加本次調查。

1.2 方法：采用面對面的調查問卷形式以及體格檢驗的方式進行調查，對調查對象的性別、年齡、民族、婚姻、接受教育的程度、生活習慣、等情況進行調查，并且對調查者進行相關的人體測量，檢查內容包括身高、體質量、血壓等，血壓測量采用校正過的水銀血壓計，按照高血壓防治指南標準進行測量。

1.3 診斷標準：高血壓診斷參考國際高血壓聯盟推薦的標準：測量血壓的收縮壓≥140 mm Hg或者是舒張壓≥90 mm Hg；亦或者是以前有高血壓，現在正在服用降壓藥，血壓現在已經低于上述標準?；颊叩姆逝峙袛鄻藴什捎皿w制指數，體質量過低是指體質指數＜18.5 kg/m2；體質量正常是指18.5 kg/m2≤BMI＜24 kg/m2，體質量過高為24 kg/m2≤BMI＜28 kg/m2，此為超重，但并未達到肥胖的標準，如果體質指數BMII＞28 kg/m2，則為肥胖。根據世界衛生組織規定，煙齡在半年以上，且內天至少吸1支或者以上的為吸煙，不吸或偶爾吸但不夠以上標準者為不吸煙。飲酒標準為每周飲酒2次以上者。健康教育的標準：經常參加社區的相關健康宣教活動。

1.4 統計學分析：本次調查所有數據均采用軟件SPSS20.0進行統計分析，利用二元Logistic回歸分析，采用基于最大似然估計的向前逐步回歸法分析原發性高血壓影響因素。

2 結 果

對接受調查的人群進行多因素的Logistic回歸分析，分析師因變量為是否患有高血壓，自變量為接受調查人群的年齡、性別、體質指數、婚姻狀況、接受教育的程度、生活習慣（飲食、吸煙、喝酒、水果、蔬菜等）、接受健康教育等等。分析結果顯示，原發性高血壓的發生率與人們的年齡、性別、BMI、婚姻狀況、文化程度、吸煙、飲酒、乳制品攝入、飲食口味等有著密切的關系。見表1。

3 討 論

表1 高血壓相關危險因素多因素Logistic回歸分析

高血壓的形成主要是多種因素相互作用而導致的，居民高血壓的發生率與其年齡、性別、體質指數、婚姻情況、飲食習慣、文化程度等有著密切的聯系。這些因素中年齡、體質指數、婚姻情況、文化程度低、口味偏咸、飲酒等是原發性高血壓的危險因素，其中70歲以上的老人高血壓發病率最高。體質指數增加會使高血壓的風險增加很多，據有關數據顯示，體質指數每增加1 kg/m2，會使高血壓風險率提高15%左右。吸煙與高血壓之間的關系是反向的，原因可能是尼古丁代謝產物可能有降低血壓的效果［1］。本研究還顯示，單身人群高血壓風險是已婚人群的1.3倍左右，可能是因為已婚人群比未婚人群承受的壓力大有關。另外，文化水平高的人，的高血壓的風險會明顯降低。因為文化水平高的人群自我保健意識也相對較高，預防疾病知識了解的比較多。高鹽量攝入是引發高血壓的主要因素［2］，據有關專家研究，日常飲食中，口味偏咸者高血壓發生率是口味不咸或偏淡者的0.85倍。

綜上所述，社區居民原發性高血壓的發生率與居民的生活習慣、婚姻情況、受教育程度、飲酒等有重要關系，所以，人們在日常生活中要特別休息養成良好的生活習慣，多了解健康知識等，確保降低居民原發性高血壓的發生率。

［1］ 周泉，王培席，吳冰源，等.廣東省佛山市南海區社區居民高血壓的患病率及危險因素調查［J］.中國心血管雜志，2014，19（1）:36-40.

［2］ 王重建，李玉倩，于二曼，等.人工神經網絡在個體患原發性高血壓預測中的應用［J］.中國衛生統計，2010，27（6）:590-593.

R544.1

B

1671-8194（2015）14-0195-01