基于數據整合視角的高校教職工慢病健康管理的應用

苗莉

[摘 要] 摘要目的：通過以高校大數據平臺為基礎的健康數據整合，提出了基于大數據平臺的高校慢病管理建議。方法：以某高校2016—2019年4年的教職工健康體檢數據為基礎，通過性別、職稱、職務、學歷的分層，進而對常見慢性病如超重、高血壓、高血糖、高血脂的發生狀況進行對照和原因分析。結果：超重、高血壓、高血糖、高血脂的人數男性高于女性，而女性的年平均增長率卻不同程度高于男性;在職稱、職務、學歷分層統計中，呈現出明顯年輕化趨勢。結論：以學校“幸福工程”為代表的健康促進項目對于教職工健康狀況的改善和提升均有較大的促進作用，應建立長效機制。基于大數據平臺的校園慢病管理，應在提高認識、完善機制、協同融入、互聯互通方面加大力度，有效提升應用成果。

[關鍵詞] 關鍵詞慢性病;健康管理;大數據平臺;高校教職工

[中圖分類號] 中圖分類號G 645[文獻標志碼] A[文章編號] 1005-0310（2021）02-0069-10

Application of Chronic Disease Health Management of University Faculty and Staff Based on Data Integration

Miao li

（School Hospital of Beijing Union University，Beijing 100101，China）

Abstract： 摘要Objective： Through the integration of health data based on big data platform in colleges and universities， this paper puts forward some suggestions on the management of chronic diseases in colleges and universities based on big data platform. Methods： Based on the health examination data of faculty and staff in a university from 2016 to 2019， the occurrence of common chronic diseases such as overweight， hypertension， hyperglycemia and hyperlipidemia can be analyzed in terms of gender， professional title， position and educational background. Results： the number of men with overweight， hypertension， hyperglycemia and hyperlipidemia was higher than that of women， but the average annual growth rate of women was higher than that of men. In the hierarchical statistics of professional title， position and education background， there is an obvious trend of going younger. Conclusion： The health promotion projects represented by the school “happiness project” can greatly promote and enhance the health status of faculty and staff and a longterm mechanism should be established. The management of chronic diseases on campus based on big data platform should be strengthened in the aspects of raising awareness， improving mechanism， collaborative integration and interconnection， so as to effectively improve the application results.

Keywords： 關鍵詞Chronic disease; Health management; Big data platform; University faculty and staff

北京聯合大學學報2021年4月第35卷第2期苗 莉：基于數據整合視角的高校教職工慢病健康管理的應用

0 引言

慢病又稱為慢性非傳染性疾病，主要包括心腦血管疾病（高血壓、冠心病、腦卒中）、糖尿病、惡性腫瘤以及慢性呼吸系統疾病等[1]。慢病不僅直接影響患者的健康和壽命，而且對個人、家庭、社會的負擔顯著增加，影響經濟發展。由于慢性病病因不明確，且需長期治療，所以發病率呈極度上升趨勢，并呈現年輕化表現。據統計，我國成人高血壓患病率達25.2%，糖尿病達9.7%[2];由慢性病引起的死亡人數約占我國總死亡人數的85%，引起的疾病負擔占我國總疾病負擔的70%[3]，已成為全球面臨的一個重要公共衛生問題[4]。

作為高校核心競爭力和教育事業可持續發展的基礎，高校教職工是學校預防保健工作高度關注的重點人群，除繁重的教學任務外，高校教職工還承擔著作為主要考核指標的科研工作，加之家庭、人際、職稱、收入等多種因素的影響，使該群體的身體和心理健康狀況不理想，也是慢性病的高發人群。每年度的健康體檢與日常門診是教職工慢病篩查、發現及管理的重要途徑。鑒于慢病是多成因的復雜性疾病，在評價和管理過程中，其生活方式、工作狀態、工作壓力、生活習慣以及環境和遺傳因素等作為慢病發生和發展的關鍵因素，都需要充分考慮并予以積極干預和管理，方能達到預期效果。

1 高校教職工慢病健康管理的難點和重點

1.1 信息孤島效應

傳統的高校教職工慢病患病監測主要基于公共衛生服務體系，數據量嚴重不足，而慢病防控及管理需要以大量數據為基礎，進而從人群和個人水平準確分析出風險因素。人群特征和疾病特征的描述在健康體檢中均為薄弱環節，在生活方式描述中往往平均效應也是無效的，只有具有足夠大的數據集才有足夠的能力來檢測這種統計交互作用。再者，高校教職工涉及慢病的各項數據大多分散在體檢機構、校外醫療機構以及學校各部門，從而造成“信息孤島”和“信息煙囪”現象，不同機構、部門人員信息、病歷數據等信息難以共享，難以構成慢病管理的完整數據體系。

1.2 健康管理服務碎片化

目前，高校教職工慢病管理仍較側重疾病治療，缺乏完整、連續的疾病預防、干預、診斷、治療、康復及預后的醫療服務鏈條。健康管理均處于碎片化狀態，沒有形成慢病的閉環管控，加之分級診療實施不夠，高校醫療機構尚難以真正做到“健康守門人”，無法真正有效控制慢病危險因素，并在慢病發展初期進行有效、合理、高效的診斷與治療。

1.3 高校教職工的特殊性

近年來，知識分子英年早逝現象時有發生，實堪憂慮。在高校教職工群體中除亞健康狀況、惡性腫瘤等病明顯增加外，各種慢性疾病防治及相關的生活方式等因素也備受關注。由于職業特性和環境要素影響，高校教職工群體在面對深化改革和加強管理而出現的各種狀況時，其工作壓力、心理壓力明顯高于社會群體，雖涉及教育體制、社會期待及教師自身因素等多方面，但職業環境在其中起著極其重要的作用。只有從其職業環境相關的各項因素入手，才能更準確地分析成因，有效提出群體個性化的針對性防控方案，并對學校提出有意義的建設性意見。

2 慢病健康管理數據整合及平臺構建

高校數據資源整合是指學校對不同來源、不同層次、不同結構、不同內容的數據進行采集、篩選、整理，使其具有較強條理性、系統性和價值性，并創造出新的數據資源的一個復雜的動態過程。隨著大數據、移動互聯技術在高等教育中的深入應用，高校大數據對學校教學、科研、管理的支撐作用越來越明顯，已成為學校重要的信息化資產，但以往的數據平臺

主要側重于教學、科研等內容的應用，在健康管理中的應用還不夠深入。作為學校數據體系中重要的組成部分，在疫情防控常態化的今天，教師數據（包括其身心健康數據）不僅應作為描述教師特征的一個屬性被收集，更重要的是其在危機干預和慢病管理中應成為核心的參考依據。據此，我們應該將相關內容和數據納入學校大數據平臺建設，并通過教師主題數據庫建設，以期為教職工的健康管理提供基礎數據支撐，為高校的改革與發展提供更優質的參考[5]。見圖1、圖2所示。

學校教師主題數據庫根據學校各項管理業務的特點劃分成若干個數據域。例如，人事信息包括：基本信息、學歷信息、學位信息、技術職務信息、行政職務信息等;教學信息包括：學科專業、任課情況、教研情況、教學評價等;學術信息包括：論文、專著、課題、項目、成果等;身心健康包括：醫療、體檢、心理測評、文體活動，等等。學校大數據平臺建設在很大程度上緩解了信息孤島問題，通過不同數據域的共享整合，將為教職工身心健康相關數據挖掘，以及相應的健康管理，尤其是慢病管理帶來極大便利。

3 數據整合視角下的高校教職工慢病健康管理實踐

本研究以北京某高校2016—2019年健康體檢數據與學校教師主題數據庫為基礎，通過大數據技術對近幾年以“三高”為代表的慢病人群體檢數據進行篩選，并結合職稱、職務、學歷等屬性的變化情況進行分析，找出其人群特征，進而為有針對性地個性化指導和健康管理提供依據。

3.1 調查對象

2016—2019年參加健康體檢的在職教職工，年齡28～59歲，平均（45.72±13.17）歲。

3.2 檢查方法

測量受檢者的身高、體重、腰圍，身高、體重用身高體重計測量光腳凈身高。對受檢者采集清晨空腹靜脈血，測定血糖、血脂;血壓測量用電子血壓計，受檢者測量前保持安靜狀態10分鐘，測量時取坐位，測量右上臂肱動脈血壓。體檢均由工作經驗豐富的醫務人員進行操作，確保全部體檢結果準確并詳細記錄。

3.3 診斷標準

參照《中國成人超重和肥胖癥預防控制指南》判定是否為超重肥胖：體重指數（BMI）=體重/身高2（kg/m2），BMI在18.5～23.9kg/m2為正常，BMI在24.0～27.9 kg/m2間判定為超重，BMI≥28 kg/m2判定為超重及肥胖，本研究統計的超重人數為BMI≥24 kg/m2的全部人數。參照《中國高血壓防治指南》判定是否為高血壓：收縮壓>140 mmHg和（或）舒張壓>90 mmHg或既往有長期高血壓病史者。參照 WHO 標準診斷是否為高血糖：空腹血糖（FBS）在6.1～7.0 mmol/L間判定為空腹血糖受損（IFG），FBS>7.0 mmol/L判定為糖尿病，既往有糖尿病病史兼并以上兩者之一者統稱為高血糖癥;根據該校檢驗科檢驗標準：空腹甘油三酯>1.7 mmol/L和（或）總膽固醇>6.2 mmol/L為高血脂癥。

3.4 數據分析

3.4.1 總體情況

參加調查人員總體情況見表1所示。

從表1可以看出，在4個觀察項目中，男性人數占比大幅高于女性，但女性的年平均增長率卻不同程度高于男性，女性慢病人群的快速上升需予以高度關注。在超重方面，整體呈現上升趨勢，年平均增長率4.75%（其中男性2.22%，女性7.39%），女性呈較快上升趨勢;在高血壓方面，整體呈現小幅上升趨勢，年平均增長率4.90%（其中男性-2.00%，女性23.75%），女性呈快速上升趨勢;在高血糖方面，整體呈現小幅上升趨勢，年平均增長率5.87%（其中男性5.58%，女性6.19%），女性呈較快上升趨勢;在高血脂方面，整體呈現微幅上升趨勢，年平均增長率2.68%（其中男性2.00%，女性7.54%），女性呈較快上升趨勢。見圖3所示。

3.4.2 超重肥胖

隨著社會經濟和生活工作方式的變化，超重及肥胖患病率在近二十年中呈快速增長，流行趨勢嚴峻，已成為危害健康的嚴重問題之一。超重肥胖的危害，一方面呈現出整個生命周期各個階段均可顯著增加身心疾病發生的全周期特點;另一方面又呈現出大范圍損害全身組織器官的全方位特性，其不僅可導致嚴重的心腦血管疾病、內分泌代謝紊亂，還可能引起呼吸、消化、運動系統障礙和慢性疾病的風險，且與多種惡性腫瘤的發生有關。研究顯示，超重肥胖是高血壓、糖尿病等慢性疾病的重要危險因素[6]，體重指數（BMI）每增加一個標準差，亞洲人患高血壓的風險增加1.55～1.68倍，患糖尿病的風險增加1.52～1.59倍[7]。

為了更清晰地分析不同人群超重人員的分布特征及年度變化，按照職稱（副高以上、副高以下）、職務（副處以上、副處以下）、學歷（碩士以上、碩士以下）以及性別對超重人員進行分類統計，具體數值及年度趨勢見圖4所示。

從圖4及表1可以看出，超重人數整體呈高位態勢，明顯高于社會平均水平。2018年前呈逐年明顯下降態勢，與學校大力推動的教職工“幸福工程”項目有一定關系，此后的2019年則呈快速增長態勢，其中尤以職稱副高以下和職務副處以下超重肥胖人員數增長最為明顯;

2016—2018年職稱區分不明顯，2019年職稱副高以下超重肥胖人員數明顯偏高，間接表明超重人群有明顯年輕化趨勢;在職稱副高以下、職務副處以下及學歷碩士以下人員2019年快速反彈的表現，女性相較于男性增長均更為突出。圖中顯示職稱副高以上和職務副處以上人員超重人數明顯偏低，可能與該群體參加健康體檢比例偏低及整體人數偏少有關，尚不能全面反映其實際狀況，因而此群體尤需予以重點關注和細致管理。

3.4.3 高血壓

高血壓是以體循環動脈壓升高為主要表現，伴或不伴有多種心血管危險因素的臨床心血管綜合征。高血壓是多種心、腦血管疾病的重要病因和危險因素，影響心、腦、腎等重要臟器的結構和功能，最終導致器官功能衰竭。有研究顯示，我國18歲及以上居民高血壓患病粗率為27.9%（標化率23.2%）。高血壓患者的知曉率、治療率和控制率（粗率）近年來有明顯提高，但總體仍處于較低的水平，分別為51. 6%、45. 8%和16. 8%[8]。

為了更清晰地分析不同人群高血壓人員的分布特征及年度變化，也按照3.4.2的分類以及性別對高血壓人員進行了分類統計，具體數值及年度趨勢見圖5所示。

從圖5及表1可以看出，高校教職工中高血壓人數占比整體低于社會平均水平，但其中職稱副高以下和職務副處以下人員數較多，且男性明顯高于女性。2018年前男性高血壓呈逐年緩慢下降態勢，與學校“幸福工程”項目中男性教職工參與度較高有一定關系，此后的2019年則呈快速反彈態勢。職稱副高以下、職務副處以下和學歷碩士以下人員高血壓數明顯偏高，間接表明高血壓人群有明顯年輕化趨勢;2019年在職稱副高以下、職務副處以下及學歷碩士以下人員的快速反彈表現，女性相較于男性增長均更為突出。圖中顯示職稱副高以上和職務副處以上人員高血壓人數明顯偏低，可能與該群體參加健康體檢比例偏低及整體人數偏少有關，尚不能全面反映其實際狀況，因而此群體尤需予以重點關注和細致管理。

3.4.4 高血糖

糖尿病系因胰島素分泌缺陷或其生物作用受損導致高血糖為特征的代謝性疾病，是僅次于心腦血管疾病和癌癥的三大致死疾病之一。空腹血糖檢測是早期發現和診斷糖尿病的主要依據。我國成人糖尿病以2型糖尿病為主，患病率為10.4%，男性（11.1%）高于女性（9.6%）。且在人群調查中發現未診斷糖尿病比例較高，約占糖尿病患者總數的63%[9]。健康體檢是發現糖尿病并進而實施健康管理的重要渠道。

為了更清晰地分析不同人群高血糖人員的分布特征及年度變化，也按照3.4.2的分類以及性別對高血糖人員進行了分類統計，具體數值及年度趨勢見圖6所示。

從圖6及表1可以看出，高校教職工中高血糖人數占比整體低于社會平均水平，但男性明顯高于女性。男性職稱副高以下、職務副處以下和學歷碩士以下人員高血糖明顯偏高;女性高血糖發生的職稱和學歷差異不明顯，職務副處以下人員高血糖偏高。圖中顯示職務副處以上和職稱副高以上人員中高血糖人數明顯偏低，可能與該群體參加健康體檢比例偏低及整體人數偏少有關，尚不能全面反映其實際狀況，因而此群體尤需予以重點關注和細致管理。

3.4.5 高血脂

高血脂癥是導致動脈粥樣硬化進而形成心腦血管事件的主要因素之一，有效防治高血脂是預防心腦血管疾病的重要途徑。我國成人高血脂癥總體患病率已達40.40%，有研究顯示人群血清膽固醇水平的升高將導致2010—2030年期間我國心血管病事件約增加920萬[2]。

為了更清晰地分析不同人群高血脂人員的分布特征及年度變化，也按照3.4.2的分類以及性別對血脂異常人員進行了分類統計，具體數值及年度趨勢見圖7所示。

從圖7及表1可以看出，高校教職工中高血脂人數占比整體低于社會平均水平，但男性人群高血脂人數占比高于社會平均水平，其中尤以職務副處以下人員為突出。2018年高血脂呈明顯下降態勢，與學校“幸福工程”大力推動的健康餐飲、運動有一定關系，此后的2019年則呈快速反彈態勢。職務副處以下人員和男性職稱副高以下人員高血脂人數明顯偏高，間接表明高血脂人群有一定年輕化趨勢。圖中顯示職務副處以上人員和男性職稱副高以上人員中高血脂人數明顯偏低，可能與該群體參加健康體檢比例偏低及整體人數偏少有關，尚不能全面反映其實際狀況，因而此群體尤需予以重點關注和細致管理。

3.5 提示

高校教職工體重指數增高、血壓升高、血糖升高、血脂異常等問題的整體發生狀況，可能因該群體長期在緊張的工作狀態下，并且健康意識不強、缺乏鍛煉，以及自身的飲食習慣不良等原因，日積月累使之處于慢性疾病高發狀態。

其年度變化特征與學校健康教育和健康管理實施力度有關，2017年度多項慢病指標均有明顯下降，與學校開展教職工“幸福工程”項目有關，教職工整體參與體質改善計劃的人數和熱情度較高，收效明顯。而之后2018年度情況，隨著項目結束和教職工參與熱情度的下降，多項慢病指標又明顯反彈;2019年度經再度強化后，又有收效，但仍不及2017年度。由此說明學校健康促進計劃的實施需要長效機制，方能收效大且穩定持續。

4 基于大數據平臺的校園慢病管理策略

4.1 增強慢病健康管理的認識

慢病是危害人類健康的重要公共衛生問題。大多數慢病可通過預防保健避免或減少發生，通過早期發現得到有效控制，通過有效的信息溝通提高治療效果，這些對于重點人群而言尤為重要。慢病管理涉及健康評估、干預調理、預警指導、狀態跟蹤等多個環節，做好相關防控工作的基礎是提高整個社會對慢病管理的認識，在校園慢病防控中不僅需要醫務人員、健康管理人員和患者的參與，還需要全體教職工、工會組織、體育系部等的協同參與，同時也需要信息網絡部門的參與支持，而這一切都與相應人員認識的提升密不可分。

4.2 加強健康數據融合與互聯互通

隨著技術的進步和普及，大數據平臺可及時準確地提供人群和個體的慢病狀態及風險因素評估，進而實現校園、醫院和個人醫療設備、健康終端、可穿戴設備等各類系統中全方位、全周期的健康相關數據的融合。因該融合需頂層設計實施，可先從學校數據資源整合入手，做好校內數據的共享與交換，進而與健康體檢機構數據實現關聯，將對特定人群實現個性化的健康管理目標意義重大，同時數據的安全性尤為重要，需要技術和制度的雙重保證。

4.3 加強大數據在慢病管理中的運用

鑒于大數據分析所具有的強大預測能力，在慢病因素篩查、因素關聯、疾病診療、個性化健康管理等領域的優勢將會越來越大。隨著互聯網、AI與健康管理融合的不斷深化，大數據將不斷豐富慢性病防治的方式方法和應用場景，將會逐漸替代傳統的經驗指導，成為慢病管理的主要手段。大數據在慢病管理中的應用和發展無疑將成為未來慢病管理的新方向。

4.4 加強大數據在健康促進中的運用

在國家層面，建設健康醫療大數據平臺符合我國健康醫療大數據應用的發展規劃。在社會層面，建立政府、社會和個人共同行動的體制機制，強化每個人是自己健康第一責任人，推進健康中國建設人人參與、人人盡責、人人共享已成為一種共識。健康管理和健康促進是高校關愛教職工的重要工作內容，需要不斷持續地推出一定的制度、項目和措施舉措，而大數據平臺中健康數據的整合融入將提供最為可靠的依據支持。通過多途徑、多層次的協同作用，可以基于個性化地使慢病因素控制，慢病早期診斷、跟蹤監測，居家慢病管理解決方案、隨訪機制等更趨完善和便利化、系統化，對促進教職工群體健康狀況和體質水平提升意義重大。

[參考文獻]

參考文獻內容

[1] 丁晶晶，劉吳瑕，徐仲卿.慢性病管理現狀[J].中國臨床保健雜志，2019，22（4）：439-442.

[2] 中國疾病預防控制中心營養與健康所. 中國居民營養與慢性病狀況報告（2015年）[EB/OL].（2016-03-23）[2020-12-10].http：//www.chinanutri.cn/xxzy/xxzydybgsj/201603/t20160323_128007.html.

[3] 張廣清，黃燕，陳佩儀.慢性病管理理論與實踐[M].北京：中國中醫藥出版社，2016：1.

[4] 李迎新，黃河.基于國家衛生與健康管理大數據平臺的慢病防控模式[J].國際生物醫學工程雜志，2017，40（6）：403-409.

[5] 羅云芳，唐運樂，閔金花.高校教育大數據平臺的構建與關鍵技術研究[J].廣西職業技術學院學報，2020，13（3）：110-114+124.

[6] 李若青， 陳玨材， 何洪波， 等. 高血壓患者肥胖程度及鹽攝入量對血壓的影響研究[J]. 中國實用內科雜志， 2015， 35（4）： 338-341.

[7] MENKE A， RUST K F， FRADKIN J， et al. Associations between trends in race/ethnicity， aging， and body mass index with diabetes prevalence in the United States： a series of crosssectional studies[J]. Ann Intern Med， 2014， 161（5）： 328-335.

[8] 中華中醫藥學會心血管病分會.高血壓中醫診療專家共識[J].中國實驗方劑學雜志，2019，25（15）：217-221.

[9] 中華醫學會糖尿病學分會.中國2型糖尿病防治指南（2017年版）[J].中國實用內科雜志，2018，38（4）：292-344.

[10] 安冬青，吳宗貴，梁春，等.血脂異常中西醫結合診療專家共識[J].中國全科醫學，2017，20（3）：262-269.

（責任編輯 責任編輯李亞青）