健康相關行為改變對慢性病高風險人群轉歸的影響

古孝勇，姜方平，王宏宇，徐 璐，何佳佳

鎮江市疾病預防控制中心，江蘇鎮江，212000

不健康的生活方式與慢性病患病風險密切相關，當今社會，不健康的生活方式流行態勢日趨嚴重[1]，直接導致越來越多的人成為慢性病高風險人群[2]。慢性病高風險人群是介于正常人和慢性病患者之間的一類特殊人群，通過生活方式干預可促使其轉歸為正常人，在慢性病防治工作開展過程中有重要意義。本研究通過個性化健康教育，指導研究對象主動開展血壓、血糖控制，進而促進其健康相關行為的改變，追蹤其1年后的轉歸情況，通過傾向評分配比法對其進行分組，進而探討影響其轉歸的行為改變因素。

1 資料來源與方法

1.1 研究對象

選取2016-2017年鎮江市慢性病及其危險因素監測中發現的符合慢性病高風險人群定義的居民，對其開展以控制血壓與血糖為主題的個性化健康指導，1年后對其開展隨訪調查，將完成全部隨訪調查的489名居民確定為研究對象。

1.2 研究方法

對研究對象進行個性化健康教育，指導每一位研究對象開展控制血壓與血糖相關的健康生活方式改善行動，1年后開展隨訪調查，收集其轉歸情況及健康相關行為改變情況，并就健康相關行為改變對慢性病高風險人群轉歸的影響進行分析。

調查由基線數據收集和1年后隨訪調查組成，分為問卷調查、體格檢查、實驗室檢測3部分，采用中國疾病預防控制中心制定的慢性病及其危險因素監測(2013)調查問卷，分別對個人基本信息，吸煙、飲酒、膳食、軀體活動等生活方式信息，身高、體重、腰圍、血壓、空腹血糖、血清總膽固醇等身體測量信息進行收集。

1.2.1 慢性病高風險人群標準。吸煙；男性腰圍≥90cm，女性腰圍≥85cm；血壓130-139/85-89 mmHg；空腹血糖6.1≤FBG<7.0mmol/L；血清總膽固醇5.2≤TC<6.2 mmol/L。

1.2.2 診斷標準。高血壓：收縮壓(SBP)≥140mmHg和(或)舒張壓(DBP)≥90mmHg。糖尿病：有糖尿病癥狀，同時空腹血糖(FBG)≥7.0mmol/L。高膽固醇血癥：血清總膽固醇(TC)≥5.7 mmol/L。

1.3 統計學方法

應用EpiData 3.1進行數據雙錄入，采用SPSS 22.0進行數據整理，按照《中國慢性病及其危險因素監測(2013)工作手冊》中相關標準，對千步當量、每日食鹽攝入量等變量進行轉換。再通過PSM模塊，進行傾向評分匹配，匹配卡鉗值設置為0.2。對匹配成功的研究對象數據，以慢性病高風險人群轉歸變化為因變量，以行為改變為自變量進行logistic回歸分析，檢驗水準α=0.05。

2 結果

2.1 傾向評分匹配

2.1.1 數據信息。根據1年后隨訪調查及基線調查相關數據，在全部完成追蹤調查的489人中，男性330人(67.41%)，女性159人(32.59%)；18-44歲184人(37.65%)，45-64歲219人(44.74%)，65歲及以上者86人(17.61%)。匯總其行為改變情況，以主動采取血壓血糖控制為處理因素，以除研究對象轉歸情況以外的其他變量為協變量構建模型，各變量說明見表1。

表1 影響慢性病高風險人群轉歸可能行為改變因素與賦值

2.1.2 傾向評分匹配情況。以是否主動采取血壓、血糖控制設置對比組，最終處理組有180例，對照組有309例，經傾向評分匹配后，處理組與對照組最終各有156例研究對象完成匹配，匹配度為86.67%。整體均衡性檢驗結果顯示P=0.974，變量在兩組整體間均衡性較好，匹配后無變量∣d∣>0.25，可認為各變量匹配后是均衡的。由傾向評分分配圖可以看出，獲得匹配研究對象的傾向性評分比較接近(圖1)，標準化差異變化線圖(圖2)顯示，匹配后各變量的標準化差異均變小，傾向評分分布直方圖(圖3-圖6)顯示，匹配后兩組的分布近似，匹配前后標準差分布直方圖(圖7)顯示，匹配后標準差集中于0附近，提示不存在系統差異，且單變量SD散點圖(圖8)顯示匹配后變量達到均衡，匹配效果較好，可以對匹配后的數據進行進一步分析。

圖1 研究對象傾向性評分分配

圖2 研究對象匹配前后絕對標準差變化

圖3 未匹配處理組傾向性評分分布

圖4 匹配處理組傾向性評分分布

圖5 未匹配對照組傾向性評分分布

圖6 匹配對照組傾向性評分分布

圖7 匹配前后標準差分布

圖8 匹配前后單變量標準差散點分布

2.2 匹配后轉歸情況分析

結果顯示，主動開展血壓血糖控制等健康相關行為改變的處理組轉歸為正常人、無明顯變化、慢性病患者的比例分別為14.10%、63.46%、22.44%，而對照組轉歸為正常人、無明顯變化、慢性病患者的比例分別為7.05%、39.10%、53.85%，卡方檢驗結果顯示差異有統計學意義(P<0.01)。見表2。

表2 處理組與對照組轉歸情況分布情況 n(%)

2.3 行為改變對轉歸影響分析

對傾向評分匹配后的數據進行1:1匹配處理，以兩組中已匹配的研究對象轉歸情況賦值的差值作為新的慢性病高風險人群轉歸分類變量，將其設置為因變量，以兩組中已匹配的研究對象行為改變各變量賦值的差值作為新的行為改變變量，將其設置為自變量，構建logistic回歸分析模型。回歸模型擬合結果顯示，模型中引入變量前后-2倍對數似然值之差為161.532，P<0.01，說明引入變量后的模型優于無效模型，模型擬合較好。

結果顯示，在10個行為改變因素中，飲酒行為改變、食鹽攝入量改變、身體活動量改變、靜態行為持續時間改變、睡眠時間改變5個行為改變因素被納入到回歸方程模型中(P<0.05)，被認為對慢性病高風險人群轉歸情況的影響有統計學意義。以研究對象1年后轉歸情況賦值的差值大小代表轉歸程度，由大到小將轉歸程度分為好、較好、不變、差、很差5種情況，參數估計結果顯示，主動戒酒或保持不飲酒狀態、身體活動量增加、睡眠時間延長、 BMI下降的慢性病高風險人群，其轉歸程度好的概率分別是轉歸程度很差概率的8.33倍、25倍、33.33倍、16.67倍。食鹽攝入量減少、身體活動量增加的慢性病高風險人群，其轉歸程度較好的概率分別是轉歸程度很差概率的2.03倍、2.40倍。身體活動量增加、中心性肥胖情況改善的慢性病高風險人群，其轉歸程度為不變的概率分別是轉歸程度很差概率的2.35倍、2.27倍。身體活動量增加的慢性病高風險人群，其轉歸程度為差的概率是轉歸程度很差概率的2.29倍。見表3、表4。

表3 慢性病高風險人群轉歸與行為改變logistic回歸方程擬合結果

表4 慢性病高風險人群轉歸與行為改變logistic回歸方程參數估計

3 討論

3.1 健康相關行為改變的慢性病高風險人群轉歸結局較好

本研究中，由于慢性病高風險人群的選取及轉歸影響因素之間存在偏倚[2]，為保證研究結論的準確性，進行傾向評分匹配，進而有效控制各變量的分布。匹配后處理組與對照組轉歸情況分析結果顯示，以控制血壓、血糖為目的，主動進行行為改變的慢性病高風險人群，其轉歸結局優于對照組。有研究指出，面向社區開展有針對性的健康管理工作，可提高慢性病患病知曉率并控制慢性病的發生和發展[3]，劉敏等針對慢性病高風險人群的生活方式干預也得到了與本研究相似的結論[4]，從而說明采取有針對性的干預措施控制血壓、血糖對于防止慢性病的發生有重要意義[5-6]，而基層社區干預措施的有效落實可以最大化地發揮慢性病一級預防的作用[7]。

3.2 膳食因素對慢性病高風險人群轉歸的影響

研究結果顯示，通過開展以控制血壓和血糖為目的的健康干預，使研究對象飲酒行為、食鹽攝入量發生改變，可對慢性病高風險人群的轉歸產生影響，戒酒或保持不飲酒狀態、食鹽攝入量下降被認定為是促進慢性病患者向正常人轉歸的保護因素。飲酒行為在慢性病防治策略措施制定過程中向來被認為應加以糾正[8]，相關研究也證實了飲酒與血脂異常存在相關關系[9]，而后者是慢性病發生的重要前期狀態。食鹽作為調節機體內滲透壓的重要物質，其攝入量的多少直接影響血壓的變化[10]，相關研究也證實了食鹽攝入情況與慢性病的發生存在密切聯系[11-12]，因此，慢性病高風險人群飲酒行為及食鹽攝入量的改變對其轉歸結局至關重要。

3.3 軀體行為因素對慢性病高風險人群轉歸的影響

本研究中，研究對象身體活動量改變、靜態行為持續時間改變、睡眠時間改變、BMI改變、中心性肥胖情況改變等軀體行為改變因素均是慢性病高風險人群轉歸的影響因素。王瑞琪等指出，缺乏體育運動、超重以及肥胖等因素均會提高糖尿病的患病風險[13]，相關研究也指出體育鍛煉在慢性病防治中有積極作用[14-15]。

江蘇省成年居民靜態行為與心腦血管事件發生風險性研究顯示[16]，長時間的靜態行為與心腦血管疾病危險因素的聚集性存在顯著相關關系,會明顯增加心腦血管事件的發生風險，陳一佳等也指出靜態行為時間與2型糖尿病死亡風險之間存在關聯[17]，這與本研究得出的降低靜態行為時間有利于慢性病高風險人群向正常人轉歸的結論一致。

有研究得出體重增加與慢性病的發生密切相關[18]，說明肥胖狀況使慢性病發生風險升高[19-20]，尤其是中心性肥胖在慢性病高風險人群轉歸過程中發揮著重要作用[21]。睡眠時間不足是機體亞健康的重要影響因素[22]，已有研究指出睡眠時間不足會增加代謝綜合征的發生風險[23]，這與本研究所得出的睡眠時間延長、 BMI下降、中心性肥胖情況改善是促進慢性病患者向正常人轉歸的保護因素的結論一致。