吳述銀,魏 燕,黃曉偉,解海霞,萇鳳水
(1.蚌埠醫學院衛生管理學院/蚌埠醫學院醫院管理處,安徽 蚌埠 233030;2.復旦大學公共衛生學院,上海 200032;3.華中科技大學同濟醫學院附屬同濟醫院,湖北 武漢 430030;4.上海市養志康復醫院/上海市陽光康復中心/同濟大學附屬養志康復醫院,上海 201619)
2019年末爆發的新型冠狀病毒肺炎疫情(下文簡稱“疫情”)對各國人民健康、經濟和社會生活均造成較大影響[1]。目前我國已處于常態化疫情防控期,但國際疫情形勢仍舊十分嚴峻,截至2021年6月24日,全球確診病例已經超過1.7億例,死亡超過388萬例。學生群體是受疫情影響較大的人群之一[2,3],但國內外研究主要集中在心理影響層面[4,5],對健康行為改變方面也有涉及[6,7]。研究發現,即使學生感染新冠病毒,其癥狀也大多輕微或無癥狀,但疫情造成的學校關閉而被迫轉移到線上上課,以及一些疫情防控限制措施都一定程度影響到了學生生活和身心健康[8]。除李永鑫等研究了對新冠肺炎的認知情況與身心健康狀況的關系以外[9],未檢索到疫情對學生總體健康狀況的影響分析。本研究以我國成年學生為研究對象,分析疫情對該群體的健康影響,為有針對性的做好社會支持工作提供參考信息。
研究設計為橫斷面調查。2020年3月最后一周將問卷鏈接在安徽等地大學生和研究生微信群中發放,采用滾雪球方便抽樣方法,在知情同意基礎上匿名填報。數據分析前進行數據質量核查,對于18歲以下學生、填報時間100秒及以內的、存在嚴重邏輯錯誤的問卷進行排除,最后確認合格問卷941份。被調查學生來自全國29個省級地區,其中安徽為主(49.4%),排在前5位的還有廣西、江蘇、上海和河南,合計占67.9%。研究獲得復旦大學公共衛生學院醫學研究倫理委員會審查批準。
1.2.1 基本情況調查表
自擬調查表收集個人基本信息、2月以來主要居住地及類型,以及周圍疫情情況和目前的個人狀態。基本信息包括性別、出生年月和教育背景等。周圍疫情情況采用多選題形式調查:①自己或家人有感染;②親朋好友有人感染;③所在單元或居民樓有病例;④所在單位有病例;⑤小區內/村里有病例;⑥所在街道/鄉鎮有病例;⑦所在區縣有病例;⑧以上都沒有;⑨不清楚。目前的個人狀態選項:①尚未上學;②居家上學;③正常上學;④居家隔離;⑤集中隔離;⑥休學在家。還調查曾經緊缺物品情況:口罩、消毒用品、個人清潔衛生用品、食物和其他;以及疫情影響醫療服務的狀況:根本不影響、有點影響、一般、很大影響和極影響。
1.2.2 健康狀況及疫情健康影響調查
健康情況包括近6個月內是否患有被醫生確診的慢性病情況、健康滿意情況和是否因疫情而健康變差。采用Likert五級量表調查健康滿意情況:1:很不滿意;2:不滿意;3:一般;4:滿意;5:很滿意。
1.2.3 焦慮和抑郁狀況評估
評估使用抑郁自評量表(PHQ-9)[10]和廣泛性焦慮自評量表(GAD-7)[11]。這2個量表良好的信效度已經在國內得到驗證,本研究中內部一致性信度克朗巴哈系數(α)分別是0.93和0.92。抑郁和焦慮程度判斷標準:0~4分沒有焦慮/抑郁;5~9分輕度;10~14分中度;15分及以上重度[12]。
本文用到描述性分析、卡方分析和多元logistic回歸分析方法。描述性分析涉及學生基本情況和健康情況,包括絕對數和構成比。對疫情導致健康變差情況進行單因素卡方分析,兩兩比較檢驗使用Holm-Bonferroni矯正法[13]。將疫情對醫療服務的很大影響和極影響歸類為影響較大,其余歸為影響較小;將居家上學和正常上學歸為“已復課”,尚未上學和休學在家列為“未復課”,居家隔離和集中隔離被歸為“隔離中”。選擇單因素發現的P<0.2的因素進行多元logistic回歸,采取前進法逐步回歸策略。健康滿意和很滿意計為滿意,不滿意和很不滿意計作不滿意。自己或家人有感染、親朋好友有人感染、所在單元或居民樓有病例、所在單位有病例、小區內/村里有病例這5種情況只要出現1種即被定義為周圍疫情嚴重,而所在街道/鄉鎮有病例、所在區縣有病例、以上都沒有和不清楚4種情況被定義為周圍疫情較輕。統計檢驗都用雙側檢驗,P值小于0.05被認為差異具有統計學意義。統計分析使用SPSS13.0進行分析。
被調查成年學生平均年齡是(21.8±2.5)歲,最大37歲,其它基本情況見表1。

表1 成年學生基本情況
學生對自己健康狀況滿意的比例是52.5%(CI:49.3%~55.7%),一般39.2%,不滿意和很不滿意合計8.3%(6.5%~10.1%)。有慢性病的比例是7.5%。有焦慮和抑郁的比例分別是34.9%(31.8%~37.9%)和43.0%(39.9%~46.2%),其中中重度焦慮和抑郁比例分別是9.5%和16.5%,焦慮合并抑郁比例為29.3%,焦慮抑郁均是中重度的比例為7.8%,焦慮抑郁都沒有比例為51.4%。疫情導致12.3%(10.2%~14.4%)的學生健康變差。
單因素分析(表2)可以發現,成年學生因疫情導致健康變差的影響因素包括省份、慢性病、周圍疫情健康狀況和焦慮抑郁狀況。進一步做兩兩比較分析發現,西部學生變差比例顯著大于東中部學生(χ2=4.54,P=0.03),心理狀況中的除了焦慮合并抑郁以外的其他三個分類之間差異也無統計學意義(χ2值=2.89,P=0.24),焦慮合并抑郁的成年學生疫情下健康變差的比例更大。

表2 疫情下成年學生健康變差的單因素分析
在單因素分析基礎上,將P小于0.2的變量(包括性別、地區、省份、周圍疫情、慢性病、健康狀況、醫療影響和心理狀況)納入多因素logistic回歸方程,逐步回歸后發現三類4個變量進入方程。有焦慮和抑郁的成年學生健康變差的可能性是心理狀態較好學生的3倍,另外健康差和一般的學生比自評健康好的學生健康變差的可能性分別高出3.7倍和0.9倍,最后如周圍疫情嚴重,成年學生健康變差的概率是周圍疫情較輕學生的2.2倍。

表3 我國成年學生疫情下健康變差的多因素logistic回歸分析
疫情極大改變了學生的生活和學習狀態,給該人群的身心健康都帶來影響[14],本文分析了疫情對成年學生健康影響的程度及其影響因素。基于本文研究結果,討論如下:
李永鑫等研究發現[9],有2.7%大學生認為疫情期間的身體狀況“比平時差”,該結果顯著低于本研究發現,其可能原因是李永鑫等調查于2020年1月27日~2月5日,學生還處于春節假期,疫情對健康的影響還較小,而本研究調查時期是3月底,學生普遍處于無法返校正常上課的狀態,超過一半的學生甚至沒有開始網絡復課,由此導致本研究中學生健康負面影響比例更大。一項針對四川大學生的研究發現,2020年2月-3月,軀體癥狀發生率高達34.9%,其中中等程度8.6%[15]。有研究發現大學生的睡眠質量與疫情影響相關[16,17],居家抗疫的措施有損睡眠質量[18],有超過半數學生睡眠質量有所下降[19],而且疫情下的生活封鎖對大學生睡眠質量的負面影響大于大學管理員工[20]。建議繼續跟蹤調查大學生的健康狀況變化情況。
研究發現周圍疫情較重的學生健康變差的比例更大,其背后的可能原因是周圍疫情嚴重的學生所居住的地區往往是疫情防控措施更嚴格的地方[21],由此帶來的負面影響可能更嚴重。另外,疫情會影響學生的體育鍛煉、社交活動和飲食習慣[22,23],由此會帶來一系列健康后果(如體重增加等)[24,25],進而也是潛在損害學生健康的原因。建議需要關注疫情較重地區的學生健康狀況。
研究發現,接近超過三分之一的成年學生有抑郁或焦慮[3],接近三分之一的學生二者都有,既焦慮又抑郁的學生健康變差的可能性是心理健康狀況較好學生的3倍。上述結果一方面顯示學生心理健康的重要性,心理健康與疫情健康影響密切相關;另一方面也顯示心理問題具有一定的隱蔽性,單純焦慮或抑郁學生的健康損害還不大,一旦焦慮合并抑郁,疫情下的學生健康狀況可能會顯著變差。建議既要關注那些焦慮合并抑郁,心理健康較差的學生,也要關注那些單純焦慮或抑郁的學生,通過加大社會支持與心理疏導緩解精神壓力,改善身心健康[26,27],避免發展到焦慮合并抑郁階段。另外有研究發現,疫情下借助在線教育的復課活動是緩解心理問題的有效方法[28]。
研究發現8.3%的學生不滿意自身健康狀況,同期一項日本的打工學生中研究也有類似發現[29]。本研究同時發現對健康不滿意的學生疫情下健康變差的可能性是健康滿意學生的5倍,健康一般的學生疫情下健康變差的可能性也是健康滿意學生的2倍。提示疫情下健康水平較差、變差學生是疫情健康影響的脆弱人群,估計這與正常醫療服務受到疫情影響有一定關系[30]。因此建議在疫情下,要采取措施重點關注那些原本健康狀況較差的學生的醫療需求滿足和健康變化情況。
研究局限性:第一,本研究樣本量有限,地區、性別、年齡、學歷、慢性病等仍舊可能是影響因素[16,31];另外研究發現學生目前狀態不是影響因素,這可能與以下原因有關,即對于學生目前狀態的分類還不夠細致,如學生在家復課和因疫情留守學校復課,以及被列為密切接觸者而隔離和因流動而被隔離兩者的心境不同,由此造成的健康影響可能不同。第二,本研究無法使用隨機抽樣而用的是便利抽樣,有關結論外推需要謹慎。第三,本研究只是橫斷面研究,建議繼續開展追蹤研究,以回答成年學生健康影響的變化規律。