社區40歲及以上男性腦卒中風險等級相關因素的路徑分析*

韓高超 孫艷敏 趙雪楨 劉一志 陳 強 陳學禹 紀 龍 李 棟

1.泰山醫學院公共衛生學院(271016) 2.首都醫科大學公共衛生學院

【提 要】 目的 研究40歲及以上男性腦卒中的危險因素,探討其風險等級與相關因素的路徑關系,為此類人群的疾病預防提供科學的建議和措施。方法 采用隨機抽樣的方法,由培訓合格的調查人員進行問卷調查,應用廣義最小二乘-結構方程模型(GLS-SEM)進行統計分析。結果 共調查401人,年齡分布為(57.78±12.085)歲;結構方程模型的擬合效果較好,其中各路徑系數均為正相關關系,生活方式對40歲及以上男性腦卒中風險等級的路徑系數最大(1.631);相關疾病和既往病史對生活方式的路徑系數為0.420和0.908,并且相關疾病和既往病史與40歲及以上男性腦卒中風險等級之間存在著中介作用,即前者通過影響生活方式來影響后者;明顯超重或肥胖對生活方式的影響最小(0.030);腦卒中家族史對疾病史的影響最小(0.083)。結論 所有危險因素中,高血壓病史、血脂異常或未知、吸煙和既往腦卒中病史對40歲及以上男性腦卒中風險等級影響最大,此結果對社區40歲及以上男性居民腦卒中的防控,具有重要參考價值。

腦卒中是指突然發生的、由腦血管病變引起的局限性腦功能障礙,并持續時間超過24小時或引起死亡的臨床癥候群。一般影像學上存在與當前癥狀、體征相關的肯定病灶[1]。據2015年全球疾病負擔報告的分析資料表明,在世界范圍內,腦卒中已成為全球第二大致死疾病[2]。中國作為世界上人口最多的國家,腦卒中是威脅我國中老年人健康的主要危險疾病。因其具有較高的發病率、致殘率、死亡率以及復發率的特點[3],被我國衛生部門高度關注。由于男性在吸煙、飲酒等生活方式上,明顯較女性頻繁,且40歲及以上男性腦卒中患病率明顯高于女性[4]。目前，尚缺乏通過結構方程模型(structural equation modeling,SEM)系統的分析腦卒中高危因素的研究,因此,本文旨在基于GLS-SEM模型(generalized least squares,GLS,廣義最小二乘法),分析各危險因素與40歲及以上男性腦卒中的伴隨規律,探討40歲及以上男性腦卒中風險等級與危險因素的路徑關系,為40歲及以上男性腦卒中的一級和二級預防提供科學依據。

資料與方法

1.調查對象 參照國家衛生健康委員會(原國家衛生和計劃生育委員會)實施的公益性篩查專項“腦卒中高危人群篩查和干預項目”,在2016年1月至2017年1月,選取泰安市岱岳區某兩個社區,采用隨機抽樣的方式,選取年齡大于等于40歲的男性401人進行調查。

2.腦卒中風險等級評價 按照“腦卒中高危人群篩查和干預項目”評估表以及篩查表進行,采取8+2項因素,以此進行腦卒中風險等級評估。其中,潛變量“相關疾病”由A1、A2、A3和A4構成;潛變量“生活方式”由B1、B2和B3構成;潛變量“既往病史”由C1、C2和C3構成,調查表相關變量的賦值和潛變量的構成詳情見表1。表1中,具有3項及以上危險因素,或有短暫性腦缺血發作,或既往有腦卒中者及三類中兼有者均評定為腦卒中高危人群,依次分為3、4、5級;危險因素低于3項,但患有慢性病(高血壓、糖尿病、心房顫動或瓣膜性心臟病)者,評定為腦卒中中危人群,即為2級;危險因素低于3項,且無慢性病者為腦卒中低危人群,即為1級。

表1 調查表相關變量的賦值和潛變量的構成

3.質量控制 本研究的調查員為相應社區衛生服務中心的醫護人員,均經過統一培訓,對問卷調查、體格檢查、實驗室檢查等環節實施質量控制。

4.結構方程模型 SEM常用于社會學、心理學和醫學等領域,能夠處理不能準確、直接測量的變量,也能同時處理多個因變量,容許自變量和因變量含測量誤差,估計因子結構和因子關系,是一種容許更大彈性的測量模型[5]。結構方程由測量模型和結構模型組成,測量模型主要表示觀測變量和潛變量之間的關系,結構模型主要表示潛變量之間的關系[6]。GLS是除極大似然估計(maximum likelihood estimation,MLE)外又一廣泛的SEM參數估計方法[7]。當數據違反多變量正態性假設時,GLS法在使用上有其強韌性[8]。

5.統計分析 采用EpiData 3.1錄入數據建立數據庫,通過SPSS 20.0和AMOSS 17.0軟件進行數據分析,采用驗證性因子分析構建潛變量和測量指標之間的測量模型,建立潛變量之間的結構模型,參數估計采用GLS法,檢驗水準α=0.05。

結果

1.基本情況分析 本研究共調查401人,研究對象的年齡分布為(57.78±12.08)歲;婚姻狀況中,未婚、已婚和喪偶,分別占比為1.2%、97.8%和1.0%;文化程度中,小學及以下、初中、高中及中專、大專及本科和碩士及以上,分別占比為1.5%、44.6%、34.2%、15.5%和4.2%;主要醫療付費方式中,城鎮職工基本醫療保險、城鎮居民基本醫療保險和新型農村合作醫療,分別占比為23.1%、58.9%和18%;個人月均醫療費用支出中,500元以下、500～1000元、1001～3000元,分別占比為18%、81%和1%。

2.結構方程模型分析

(1)模型的構建與擬合 根據表一內容建立SEM,依照AMOS輸出結果提供的修正指數(MI應小于3.84)、參數估計值(t值應大于1.96)和相關專業知識,對模型進行逐步修正,得到最優的40歲及以上男性腦卒中風險等級結構方程模型。路徑關系圖和標準化路徑系數值如圖1所示。

圖1 40歲及以上男性腦卒中高危因素結構方程路徑圖

(2)模型適配度的評價 禹潔等人選用了GFI、AGFI、CFI、IFI等擬合優度指數[9]。用GLS法進行參數估計時還應聯合使用SRMR,因為除了χ2值外,所有擬合指數都是一種描述性指標,缺乏統計推斷,且GFI和AGFI受樣本量的影響較大[10],故建議在研究中要報告指數χ2/df(NC)的值[11]。本次SEM的擬合優度指數均達到了統計學要求,詳見表2。

表2 SEM擬合優度指數

(3)結構模型的檢驗結果 結構方程模型的標準化路徑系數,對應的t檢驗統計值均大于1.96,P值<0.05,說明該結構方程模型的路徑設計比較適合本次研究,詳見表3。結構方程模型的各路徑系數均為正相關關系,其中生活方式對40歲及以上男性腦卒中風險等級的路徑系數最大(1.631);相關疾病和既往病史對生活方式的路徑系數為0.42和0.908;相關疾病和既往病史與40歲及以上男性腦卒中風險等級之間存在著中介作用,即前者通過影響生活方式來影響后者;明顯超重或肥胖對生活方式的影響最小(0.030);腦卒中家族史對疾病史的影響最小(0.083)。

表3 GLS-SEM標準化路徑系數

討論

有關腦卒中危險因素的研究已有一定的成果,這些研究結果表明高血壓病史、房顫或明顯的脈搏不齊、吸煙、血脂異常或未知、糖尿病、很少進行體育運動、明顯超重或肥胖、腦卒中家族史、既往腦卒中病史、短暫性腦缺血發作病史,都是引起腦卒中的危險因素,這與本研究結果一致[4,12]。往往影響腦卒中的一些危險因素,如肥胖等又是導致高血壓和高血糖的誘發因素,所以這些因素都是環環相扣,不可分割的[13]。

本研究的相關疾病主要由房顫或明顯的脈搏不齊、糖尿病、高血壓病史和血脂異常或未知來體現。結果表明,相關疾病通過影響生活方式來影響40歲及以上男性腦卒中風險等級,無相關疾病更有利于降低40歲及以上男性腦卒中的風險等級。其中血脂異常或未知和高血壓病史的路徑系數為0.636和0.567,對相關疾病影響最大。因此,建議社區建立更為詳細的男性居民血脂和高血壓管理制度,提醒這部分居民定期復檢,當居民出現上述相關疾病異常的情形時,應當積極督促男性居民進行生活方式的改善,以此來降低腦卒中患病風險。

生活方式主要由明顯超重或肥胖、很少進行體育運動、吸煙來體現。統計結果顯示,生活方式直接對40歲及以上男性腦卒中危險分級產生影響,并且是危險因素中影響最大的一個,路徑系數為1.631,良好的生活方式可直接降低40歲及以上男性腦卒中的風險等級。其中吸煙對生活方式影響最大,路徑系數為0.432;明顯超重或肥胖對生活方式幾乎沒有影響,路徑系數為0.030,這和朱衛紅等人的研究結果相同[14]。建議以社區為單位積極開展健康教育[15],減少吸煙等不健康的生活方式,提高每周戶外鍛煉的次數,增強健康體檢意識,以此來降低腦卒中患病風險。

既往病史主要由短暫性腦缺血發作病史、腦卒中家族史和既往腦卒中病史來體現。結果顯示,既往病史通過影響生活方式來影響40歲及以上男性腦卒中風險等級,無既往疾病史的40歲及以上男性發生腦卒中的風險等級較低。其中,既往腦卒中病史對既往病史的影響最大,路徑系數為0.525;腦卒中家族史對既往病史影響很小,路徑系數為0.083。這提示社區應當高度關注有過腦卒中病史的40歲及以上男性居民,定期隨訪觀察,督促其改進生活方式,最終降低腦卒中的再發風險。

綜上所述,40歲及以上男性腦卒中所有危險因素中,高血壓病史、血脂異常或未知、吸煙和既往腦卒中病史對腦卒中風險等級影響最大,并且生活方式直接影響40歲及以上男性腦卒中風險等級,而相關疾病和既往病史與40歲及以上男性腦卒中危險分級之間存在著中介作用,即前者通過影響生活方式來影響后者,此結果對社區40歲及以上男性居民腦卒中的防控,具有重要參考價值。