由淑萍,徐月貞,陶 寧,鄭彥玲,陳清杰,向 陽,樊瓊玲,詹懷峰
(1.新疆醫(yī)科大學護理學院,新疆 烏魯木齊 830011;2.新疆醫(yī)科大學公共衛(wèi)生學院,新疆 烏魯木齊 830011;3.新疆醫(yī)科大學工程學院,新疆 烏魯木齊 830011;4.新疆醫(yī)科大學第一附屬醫(yī)院,新疆 烏魯木齊 830011;5.烏魯木齊縣水西溝衛(wèi)生院體檢中心,新疆 烏魯木齊 830000)
哈薩克族牧民高血壓發(fā)病率高已達成共識,烏魯木齊南山牧區(qū)居民以哈薩克族牧民為主,課題組前期研究發(fā)現(xiàn)該牧區(qū)人群高血壓患病率為48.88%[1],如何更早預測高血壓發(fā)病概率,發(fā)現(xiàn)高血壓的高危人群,對高危人群進行風險管理至關重要。Framingham 高血壓發(fā)病風險預測模型(以下簡稱Framingham 模型)是國外推薦使用的高血壓發(fā)病分析預測模型[2],該模型是否可用于預測烏魯木齊南山牧區(qū)哈薩克族牧民高血壓發(fā)病風險值得研究,本研究以烏魯木齊縣南山牧區(qū)哈薩克族牧民體檢數(shù)據(jù)為數(shù)據(jù)源,探索適合該人群的高血壓發(fā)病風險預測模型,現(xiàn)報道如下。
1.1 研究對象 2008 年~2010 年采用方便整群抽樣法選擇烏魯木齊南山牧區(qū)6 個鄉(xiāng)鎮(zhèn)的哈薩克族牧民11252 人作為基線隊列人群;排除基線調查中高血壓、冠心病等心腦血管疾病及拒絕隨訪者4950 人,共6302 人受邀參加兩年一次的隨訪。納入標準:①18 歲以上牧民;②居住時間3 年以上。排除標準:①失訪人員;②患高血壓等慢性病者;③拒絕參加及中途退出者。按要求完成隨訪者5763 人,失訪539 人,排除隨訪中血壓測量值和結局缺失436 人,最終符合條件的5327 例研究對象為本研究的數(shù)據(jù)源,隊列數(shù)據(jù)的有效率為84.53%。
1.2 研究工具《居民健康體檢表》和《烏魯木齊南山牧區(qū)哈薩克族高血壓及其危險因素調查問卷》,內容包括研究對象基本特征;影響高血壓的生活方式,如鹽、油、水果蔬菜攝入量等;血常規(guī)檢查。
1.3 高血壓診斷標準 根據(jù)《中國高血壓防治指南(2010 年)》,在未服用降壓藥物情況下,收縮壓≥140 mmHg 或舒張壓≥90 mmHg,或者收縮壓和舒張壓均高于正常水平;隨訪血壓值有3 次達到高血壓診斷標準者或者接受高血壓藥物治療者,確診為新發(fā)高血壓。休息15 min 后進行血壓測量,連續(xù)測量2~3 次,每次間隔時間至少1 min,取3 次測量血壓的平均值。
1.4 判斷標準 抽煙:每天吸煙≥1 支且吸煙時間≥1年者;飲酒:平均日飲酒量≥50 ml 且飲酒時間在≥1 年。每日攝鹽量(g)為家庭年攝鹽總量除以家庭人員總數(shù)除以365 d。
1.5 Framingham 模型和改良模型公式 采用Framingham 模型[3]和改良模型公式[4]兩模型對本研究隊列人群進行高血壓發(fā)病風險預測,從區(qū)分能力和標定能力兩個方便判斷兩模型在該人群的預測效果。


1.6 觀察指標 采用隨訪新發(fā)病例數(shù)、累積發(fā)病率描述基本情況;受試者工作者特征(ROC)曲線下面積(AUC)判斷Framingham 模型和改良模型區(qū)分能力;Hosmer-Lemeshowχ2(H-Lχ2)判斷模型的標定能力;根據(jù)改良模型計算本研究隊列人群中未來高血壓發(fā)病風險概率,按照ATPⅢ所提出高血壓發(fā)病風險分組:<5%低危、5%~10%中危、10%~20%中高危、>20%高危標準[5],將年齡分為5 組:18~34、35~44、45~54、55~64、65~歲;對研究隊列高血壓的患病風險進行危險分層。
1.7 統(tǒng)計學方法 采用EpiData 建立數(shù)據(jù)庫,采用SPSS 17.0 統(tǒng)計學軟件進行數(shù)據(jù)分析。計數(shù)資料采用頻數(shù)和構成比;通過MedCalc 軟件采用ROC 曲線下面積AUC 驗證模型區(qū)分能力;采用十分位數(shù)將隊列人群中高血壓的患病率和預測概率由小到大排序后,將全部數(shù)據(jù)分為10 等份,與每個點位置上相對應的數(shù)值,H-Lχ2判斷模型的預測概率和實際發(fā)病率之間的區(qū)別,其中H-Lχ2檢驗值<20,P>0.05 認為標定能力較好。檢驗水準α=0.05。
2.1 研究隊列的基本情況 本研究隊列的入隊人群為6302 人。2014 年1 月~11 月首次隨訪,6017 人完成;2016 年1 月~11 月第2 次隨訪,5824 人完成;2018 年1 月~11 月第3 次隨訪,5763 人完成;排除隨訪中血壓測量值缺失和結局缺失436 人,最終5327 人為本研究的數(shù)據(jù)源。經過隨訪新發(fā)高血壓1985 人,高血壓累積發(fā)病率為37.26%,見表1。

表1 隨訪、失訪及研究對象的一般情況[n(%)]

表1(續(xù))
2.2 Framingham 模型和改良模型的預測ROC 曲線結果 隊列人群是否發(fā)生高血壓的AUC 分別為:AUCFraminghamm模 型=0.666(95%CI:0.653,0.679)和AUC改良模型=0.797(95%CI:0.786,0.808),見圖1。

圖1 Framingham 模型和改良模型的預測ROC 曲線結果
2.3 Framingham 模型和改良模型的預測標定能力結果 Framingham 模型與改良模型預測概率與實際發(fā)病人數(shù)比較,改良模型預測概率與實際發(fā)病人數(shù)的一致性較高H-Lχ2=18.54(P>0.05),F(xiàn)ramingham 模型預測概率與實際發(fā)病人數(shù)存在偏差較大,H-Lχ2=423.541(P<0.05),見圖2。

圖2 Framingham 模型與改良模型對隊列人群高血壓發(fā)病風險的標定能力分析
2.4 隊列人群未來十年高血壓發(fā)病風險概率危險分層和高血壓新發(fā)病例的實際分布情況
2.4.1 不同年齡組危險分層情況 按照年齡進行危險分層發(fā)現(xiàn),45~54 歲及以上,隨著危險層級升高、高危人數(shù)逐漸增加;35~44 歲及以下危險層級人數(shù)變化不大。本研究共篩選出中高危人群1363 人,高危人群1866 人,通過隨訪共有1985 人發(fā)展成高血壓,見表2。

表2 本研究隊列人群高血壓發(fā)病預測概率不同年齡的危險分層(n=5327)
2.4.2 隊列人群高血壓新發(fā)人群在不同年齡和不同危險分層的分布情況 根據(jù)年齡和發(fā)病風險將實際高血壓發(fā)病人群進行分層,1985 人高血壓新發(fā)病例中1592(80.20%)人為高危人群,218(10.98%)人為中高危人群,121(6.10%)人為中危人群,54(2.72%)為低危人群,見表3。

表3 隊列人群高血壓實際發(fā)病人數(shù)在不同的危險分層和不同年齡分布情況[n(%)]
隨著生活水平的提高及世襲的不良飲食方式,導致新疆南山牧區(qū)哈薩克族牧民高血壓發(fā)病率高;本隊列研究發(fā)現(xiàn):新疆南山牧區(qū)哈薩克族高血壓發(fā)病率較高,高血壓累積發(fā)病率為37.26%。雖然醫(yī)療衛(wèi)生事業(yè)發(fā)展和公共衛(wèi)生三級預防重視程度逐漸加強,但因牧民文化程度不高,健康自我保健意識淡薄,因此高血壓的防控仍任重道遠,探索適合新疆南山牧區(qū)哈薩克族牧民的高血壓發(fā)病風險預測模型具有重要的應用價值。
Framingham 模型在Framingham 研究中心具有較好的預測能力,但該模型的7 大危險因素沒有攝鹽、血脂、飲酒等變量,南山牧區(qū)哈薩克族牧民生活環(huán)境特殊,生活方式獨特,前期研究發(fā)現(xiàn)該地區(qū)人群的人均攝鹽量的中位數(shù)為16.66 克[6],同時,該地區(qū)人群飲食中脂肪含量高,故Framingham 模型會影響預測效果。區(qū)分能力[7]可正確地把病人和非病人區(qū)分開的能力,一般情況下采用ROC 曲線下面積(AUC)進行檢驗區(qū)分能力,AUC 越大就表示模型的區(qū)分能力越好。標定能力[8]能利用H-Lχ2來評價預測模型,與區(qū)分能力不同,標定能力是評價預測模型正確預測人群發(fā)病風險的能力。Framingham 高血壓發(fā)病風險模型對新疆南山牧區(qū)哈薩克族研究隊列10 年是否進展為高血壓進行預測,其區(qū)分能力、標定能力較弱,原因可能是由于研究對象的基本人口學特征不同,同時也和不同地區(qū)高血壓的危險因素有關,危險因素的分布不同可能在一定程度上解釋模型預測能力的不同。首先,從基線數(shù)據(jù)上看,本研究隊列人群在基線收縮壓、年齡方面要高于Framingham 研究模型;其次,本研究隊列人群與Framingham 子代研究人群所處的環(huán)境不同,民族也不同,具有不同的文化背景和生活習慣;最后,本研究人群的攝鹽量、吸煙人數(shù)、飲酒人數(shù)、高血壓家族史等也不同于Framingham 子代研究人群。但是在Framingham 高血壓發(fā)病預測模型中并沒有等相關危險因素。
本研究中,改良模型是根據(jù)烏魯木齊南山牧區(qū)哈薩克族牧民高血壓的影響因素,在Framingham 模型基礎上增加了攝鹽量、飲酒和血脂(TC、TG、LDLC、HDL-C)變量,具有較好的預測能力;攝鹽量、飲酒和血脂作為預測因素納入改良模型中,可對危險因素的動態(tài)變化進行監(jiān)測,更加客觀的評價預測過程中危險因素,保證哈薩克族牧民高血壓危險因素的有效控制,從而可為促進新疆牧區(qū)哈薩克族牧民改善不良的飲食生活方式提供依據(jù)。同時,《國家基本公共衛(wèi)生服務規(guī)范》和《關于進一步明確自治區(qū)全民健康體檢工程體檢項目的通知》(新衛(wèi)辦基層衛(wèi)生發(fā)〔2016〕3 號)內容中規(guī)定,血脂為必查項目,可為高血壓風險預測模型的使用提供便利條件。
針對新疆南山牧區(qū)哈薩克族人群進行高血壓預防,篩選出高危人群,通過本研究改良模型對本研究人群進行高血壓風險預測并進行危險分層,從未患病人群中篩選出高血壓高危人群,與高血壓新發(fā)病例實際分布比較可知,改良模型可對危險因素的動態(tài)變化進行監(jiān)測,可以更加客觀的評價干預過程中危險因素的改善情況,更適合于該地區(qū)人群的高血壓風險預測,保證哈薩克族牧民高血壓危險因素的有效控制,從而可為促進新疆牧區(qū)哈薩克族牧民改善不良的飲食生活方式提供依據(jù),針對高危人群制定高血壓預防措施。
綜上所述,烏魯木齊南山牧區(qū)牧民高血壓的患病率較高,通過Framingham 模型及其改良模型在烏魯木齊南山牧區(qū)牧民中運用,發(fā)現(xiàn)Framingham 模型會低估該地區(qū)人群高血壓的發(fā)病率,但改良模型的預測概率與高血壓的實際發(fā)病率的趨勢一致,改良模型更適合于在該人群中應用。