成年人脈壓差影響因素及脈壓差變化特點

王蘭蘭 楊永利 賈曉燦 王 瑩 施學忠△ 丁素英

成年人脈壓差影響因素及脈壓差變化特點

王蘭蘭1楊永利1賈曉燦1王 瑩1施學忠1△丁素英2△

目的探討成年人脈壓差影響因素及其變化特點，為制定脈壓差異常的防治措施提供參考。方法收集2011年到河南省鄭州市某醫院進行常規健康體檢的1242名18歲及以上成人的資料并對其隨訪，用HLM 6．08建立兩水平模型。結果納入相關的人口學特征、基線血壓或不同單位來源等指標建立脈壓差的截距項預測模型和斜率項預測模型；脈壓差隨著基線年齡或基線收縮壓的增加而增加，β分別為0．17（P＜0．001）和0．55（P＜0．001）；脈壓差隨著身高或基線舒張壓增加而降低，β分別為－0．10（P＝0．002）和－0．55（P＜0．001）；年齡越大或基線舒張壓越高的人脈壓差隨時間增加越快，β分別為0．08（P＜0．001）和0．07（P＝0．005）；基線收縮壓越高的人脈壓差隨時間增加越慢（β＝－0．22，P＜0．001）。結論在制定脈壓差的防控措施時，應多關注年齡較大、基線收縮壓高或基線舒張壓低以及身高較低的人群，動態監測其脈壓差，防止脈壓差的異常升高。

脈壓差 多層線性模型 影響因素 成年人

近年來，心血管疾病嚴重威脅著人們的生命安全及身心健康，隨著心血管發病率逐漸升高，脈壓差增大作為評價心血管疾病風險的指標也越來越受重視［1］，Glasser SP等的研究表明脈壓差是預測中風、冠心病等疾病的重要指標［2－3］。Langenberg C等人指出身高、年齡等因素對脈壓差有影響［4－5］，但鮮有脈壓差變化特點方面的研究，且既往研究多局限于使用多元回歸和方差分析等傳統分析方法。若用這些方法處理縱向數據，要求資料滿足隨機誤差獨立和方差齊性的前提假設［6］，而且這些方法不能有效地利用缺失數據，因此會給分析結果帶來偏性，甚至導致錯誤的結論［7］。多層線性模型把縱向數據看作是具有層次結構的資料，對誤差獨立沒有要求，還可以在不影響參數估計精度的情況下充分利用有缺失值的觀測單位。該研究收集河南省鄭州市某醫院4年的體檢資料，運用多層線性模型探討成年人脈壓差人口學特征影響因素及其變化特點，為制定干預措施提供參考。

資料與方法

1．資料來源

選擇2011年到河南省鄭州市某醫院8個單位參加常規健康體檢的年齡大于等于18歲的1242名職工為研究對象，在2012、2013、2014年對其進行隨訪和體檢。

2．研究內容

研究內容包括一般人口學信息（性別、年齡、工作單位等）和健康體檢信息（人體測量、血常規和生化監測、B超等）。該研究選擇性別、年齡、工作單位、血壓和身高等指標進行分析。

3．質量控制

為保證數據的可靠性，對所有參與體檢的醫生進行統一培訓，按照規定的測量方法進行測量；同時前來體檢的人員要出示其有效證件后方能進行體檢。

4．統計處理

（1）模型構建

多層線性模型的基本形式：

式中，下標i指第i年份；下標j代表第j個人。式（1）為模型的第一層，其中Yij指第i年份第j個人的脈壓差；Tij為第i年份第j個人參加體檢的時間；β0j為截距項，即Tij是0時，脈壓差的平均值；β1j為第一層中Tij的回歸系數，rij為隨機效應，表示因變量Yij中不能被自變量Tij解釋的部分。式（2）和（3）為模型的第二層，以β0j和β1j為因變量分別建立方程，其中γ00和γ10分別是β0j和β1j的平均值，也是固定效應；μ0j和μ1j分別是β0j和β1j的隨機效應，在第二層個體間是變化的。

（2）擬合的模型

共考慮六個模型，其中未納入解釋變量的零模型形式如下：

第一層：Yij＝β0j＋rij第二層：β0j＝γ00＋μ0j

模型1即為模型的基本形式，其他4個模型的形式與基本形式類似，但是它們在構建隨機系數時存在差異，其相關的系數和參數展示在表2和表3中，其中模型2、3的形式為：

模型2、3和模型1的區別在于分別在截距項或斜率項的第二層模型中納入性別、基線年齡、基線收縮壓、基線舒張壓、身高等變量，構建了相應的截距項預測模型和斜率項預測模型。而模型4、5在第二層模型中另外增加了各研究單位，以各研究因素為協變量研究不同單位脈壓差增長曲線的異質性。

（3）統計軟件

使用SPSS 21．0建立數據集，使用HLM 6．08（Hierarchical Linear and Nonlinear Modeling）軟件構建兩水平模型。服從正態分布的資料以±s表示，不服從正態分布的以M（P25，P75）表示，以脈壓差為因變量，體檢年度作為時間變量（Tij），按時間序列分別賦值0、1、2、3。性別（Sex）賦值男1，女0；年齡（Age）、收縮壓（SBP）和舒張壓（DBP）均為2011年體檢時的基線值；研究對象的工作單位用啞變量（以單位3為參照）表示。檢驗水準取0．05。

結 果

1．基本情況

此次研究共有8個單位1242人（男714人，女528人），其中單位1和單位7屬于科研機構，單位4、5、6及單位8為政府機關，單位2和單位3屬于高校；每個人至少進行一次血壓、身高測量；各單位性別、基線年齡、基線血壓及身高的基本情況見表1。

表1 研究對象的基本情況

2．模型擬合結果

模型1到模型5的固定效應見表2，不同模型的隨機效應及擬合優度情況見表3。

表2中，模型1參數估計結果顯示2011年該體檢人群脈壓差4年內平均增長速度為1．38mmHg/年。模型2中男女間脈壓差差別無統計學意義（P＞0．05）；不同身高、年齡、基線血壓的個體間脈壓差差別有統計學意義（P＜0．05），其中身高和基線舒張壓對脈壓差有負向影響，基線年齡與基線收縮壓對脈壓差有正向影響。模型3中不同年齡、基線血壓的個體間脈壓差增長速度差別有統計學意義（P＜0．01），其中基線年齡或基線舒張壓越大，脈壓差增長速度越大，而基線收縮壓越大，脈壓差增長速度越小。依據模型3建立脈壓差隨時間變化的預測方程如下：

由公式（4）可預測個體脈壓差大小，通過隨時間變化的總的估計方差計算其預測精度，即其中為方差Var（rij），t為時間變量T。

表2 納入解釋變量的多層線性模型固定效應擬合結果

表3 不同模型的隨機效應（標準誤）及擬合優度情況

模型3與模型4、5相比，性別、基線年齡、身高、基線收縮壓、基線舒張壓等因素的回歸系數變化很小。模型4到模型5顯示單位5、7與其他單位間脈壓差差異有統計學意義（P＜0．05），單位5和其他單位相比脈壓差增長速度差異有統計學意義（P＜0．05）。

依據表3中未納入解釋變量的零模型隨機效應估計值，可知跨級相關系數ρ＝Var（rij）/（Var（rij）＋Var（μ0j））＝0．155，這8個單位4年內脈壓差總變異中有15．5%可由個體特征變量解釋，適合構建兩水平模型。

模型1顯示2011年個體間脈壓差的方差為49．88（P＜0．05），不同個體脈壓差存在統計學差異，模型2中四年內增長速度的方差為13．54（P＜0．05），不同個體脈壓差增長速度存在統計學差異。只考慮第二層截距項的自變量時模型2方差Var（μ0j）由49．88降為12．23，方差明顯變小，個體性別、年齡、身高、血壓等特征解釋了β0，j方差中的75．48%；若同時將這些變量納入第二層斜率項則模型3方差Var（μ1j）由模型2的 13．54降為7．81，第二層個體特征自變量解釋了β1j方差中的42．32%。而從模型3到模型5截距項與斜率項的方差幾乎沒有變化。

表3中模型擬合優度結果顯示，從零模型、模型1至模型5，－2 log-likelihood逐漸減小，模型擬合程度越來越好，但從模型3到模型5變化相對較小。

討 論

該研究運用多層線性模型，探討了2011－2014年成年人脈壓差的影響因素和變化特點，結果顯示身高越低的成年人，脈壓差越大；年齡越大的人，脈壓差及其增長速度越明顯；基線收縮壓越高的人，脈壓差越大，但其隨時間的變化速度越慢；基線舒張壓越高的人，脈壓差越低，且隨時間的變化速度越快。

脈壓差的正常范圍為30～40mmHg［9］，若脈壓差異常升高，則患心血管疾病的風險增加［10］，因此防范脈壓差超出正常范圍很有必要。該研究發現，脈壓差及其增加速度隨著基線年齡增加而增大；脈壓差隨著身高降低而增加；基線收縮壓越高的人，脈壓差越大，但其隨時間的變化速度越慢；基線舒張壓越高的人，脈壓差越低，且隨時間的變化速度越快。因此，在制定脈壓差的防控措施時，需考慮個體間的差異及個體變化特點的不同，同時更應關注基線年齡較大、基線收縮壓較高或舒張壓較低以及身高較低的人群。根據預測方程（4）可計算未經干預者個人的脈壓差及其估計精度，并依據自身情況通過改善飲食、鍛煉甚至藥物［11］提早預防，防止脈壓差過大。

該研究中模型4和模型5在模型3的基礎上考慮了研究對象的單位來源，在控制性別、基線年齡、身高、基線血壓等協變量后檢驗不同單位個體脈壓差及其增長曲線的差異。結果表明從模型3到模型5，只有小部分單位間存在異質性，但無論是個體特征的固定效應還是隨機效應甚至模型的擬合優度，幾乎都沒有明顯變化，不影響估計的脈壓差變化特點。對于不了解單位來源的模型3幾乎和模型4、5相同，即該研究的發現對其他對象具有一定的普遍性和適用性。

近些年國外Butler和Langenberg C等人使用一般線性回歸分析了身高、年齡等人口學特征對脈壓差的影響［4，12］，本研究結果與這些研究一致。不同的研究中性別對脈壓差的影響不一致［12－13］。國內相關研究相對較少，王議和彭霞等人以一般健康人群為基礎使用方差分析和回歸分析等統計方法發現脈壓差隨年齡增加而增加，且前者發現男女間脈壓差無明顯差別，后者研究發現男性脈壓差高于女性［5，14］。性別對脈壓差的影響可能因人群而異，該研究中性別對脈壓差沒有明顯影響。本研究關于脈壓差影響因素的發現和國內外結果一致，因此使用多層線性模型分析脈壓差是可行的；并且目前幾乎沒有脈壓差變化情況的研究，本文嘗試使用多層線性模型分析脈壓差的變化特點。由于該研究僅有3年的隨訪時間，但這期間的隨訪頻次較高，1年1次，因此關于脈壓差的長期演變趨勢還需要在實踐中進一步驗證。

該研究運用多層線性模型探索分析了脈壓差的影響因素及脈壓差的變化特點，可為制定脈壓差過大的防控干預措施提供參考依據。

［1］Gjata M，Nelaj E，Collaku L，et al．Left ventricular hypertrophy in chronic kidney disease．Is pulse pressure an independent risk factor．Medicinski arhiv．2011，65：30-31．

［2］Glasser SP，Halberg DL，Sands C，et al．Is Pulse Pressure an Independent Risk Factor for Incident Acute Coronary Heart Disease E-vents？The REGARDS Study．American Journal Of Hypertension，2014，27（4）：555-563．

［3］Glasser SP，Halberg DL，Sands CD，et al．Is Pulse Pressure an Independent Risk Factor for Incident Stroke，REasons for Geographic And Racial Differences in Stroke．American Journal Of Hypertension，2015，28（8）：987-994．

［4］Langenberg C，Hardy R，Kuh D，et al．Influence of height，leg and trunk length on pulse pressure，systolic and diastolic blood pressure．Journal Of Hypertension，2003，21（3）：537-543．

［5］彭霞，羅揚珩，宋先毅，等．云南省健康成年人脈壓差及影響因素分析．基礎醫學與臨床，2013（5）：548-551．

［6］Pandis N．Analysis of variance．American journal of orthodontics and dentofacial orthopedics：official publication of the American Association of Orthodontists，its constituent societies，and the American Board of Orthodontics，2015，148（5）：868-869．

［7］陳長生，徐勇勇，夏結來．醫學多變量追蹤數據的生長曲線模型．中國衛生統計，2000（4）：3-5．

［8］Goldstein H．Multilevel m ixed linear model analysis using iterative generalized least squares．Biometrika，1986，73：43-56．

［9］O′Rourke M，Frohlich ED．Pulse pressure：Is this a clinically useful risk factor？．Hypertension，1999，34（3）：372-374．

［10］DomanskiM，Mitchell G，Pfeffer M，et al．Pulse pressure and cardiovascular disease-related mortality-Follow-up study of the Multiple Risk Factor Intervention Trial（MRFIT）．Jama-Journal of the American Medical Association，2002，287（20）：2677-2683．

［11］Randall OS，Kwagyan J，Huang Z，etal．Effect of dietand exercise on pulse pressure and cardiac function in morbid obesity：analysis of 24-hour ambulatory blood pressure．Journal of clinical hypertension（Greenwich，Conn），2005，7（8）：455-463．

［12］Butler Jr KR，Penman AD，M inor DS，et al．Determinants of pulse pressure and annual rates of change in the Atherosclerosis Risk in Communities study．Journal of hypertension，2015，33（12）：2463-2470．

［13］Dost A，Molz E，Krebs A，etal．Pulse pressure in children and adolescents with type 1 diabetes mellitus in Germany and Austria．Pediatric diabetes，2014，15（3）：236-243．

［14］王議，吳新華，楊瑛，等．云南農村自然人群冠狀動脈鈣化與脈壓差的關系．中國循環雜志，2014（6）：428-431．

（責任編輯：劉 壯）

The Influencing Factors of Pulse Pressure and its Characteristics among Adults

Wang Lanlan，Yang Yongli，Jia Xiaocan，et al．
（College of Public Health in Zhengzhou University（450001），Zhengzhou）

ObjectiveWe explored the influencing factors of pulse pressure（PP）and characteristics of PP among adults，so as to provide references for making intervention strategies to control PP．Methods1242 adults aged over18 years from one hospital of Zhengzhou city，Henan Province from 2011 to 2014 were invited to this study，and the influencing factors of PP and its characteristics were analyzed using a two-level model with HLM 6．08．ResultsConstruct the PP prediction model of the intercept and the slope based on different demographic characteristics，baseline blood pressure and the work units．PP increased with the baseline age and systolic blood pressure（SBP），βwas 0．17（P＜0．001）and 0．55（P＜0．001）respectively．PP decreased with the height and baseline diastolic blood pressure（DBP），βwas－0．10（P＝0．002）and－0．55（P＜0．001）respectively．PP increased with time faster among the people with older age or higher baseline DBP，βwas 0．08（P＜0．001）and 0．07（P＝0．005）individually．While it increased with time more slow ly among the people with higher baseline SBP（β＝－0．22，P＜0．001）．ConclusionThe people with older age，lower height，higher baseline SBP or lower baseline DBP should be paid more attention，and PP should be monitored dynamically so as to prevent the abnormal increase of PP．

Pulse pressure；Hierarchical linearmodeling；Influencing factor；Adult

1．鄭州大學公共衛生學院衛生統計學教研室（450001）

2．鄭州大學第一附屬醫院體檢科

△共同通信作者：施學忠，xzshi＠126．com；丁素英，623173429＠qq．com