基層老年慢性病患者心血管疾病綜合發生風險的影響因素研究

余新艷，蘇鵬，袁曉靜，姜清茹，楊建云，趙旭東，王一凡，張海澄

1.750001 寧夏回族自治區銀川市第一人民醫院健康管理體檢中心

2.063210 河北省唐山市，華北理工大學公共衛生學院

3.221000 江蘇省徐州市中心醫院

4.750001 寧夏回族自治區銀川市第一人民醫院景城社區衛生服務站

5.750001 寧夏回族自治區銀川市第一人民醫院新華街社區衛生服務中心

6.750001 寧夏回族自治區銀川市第一人民醫院前進街明德社區衛生服務站

7.100044 北京市，北京大學人民醫院心內科

隨著人口老齡化、社會城鎮化步伐的加快及我國居民生產生活方式的改變，我國心血管疾病（CVD）患病率及死亡率持續上升［1］。CVD是涉及心臟、血管（微血管、靜脈、動脈）的循環系統疾病，患者由于心臟、動脈、靜脈、微血管不同程度硬化，多器官慢性病和功能減退，抵抗力下降及藥物作用等，常發生血壓下降、休克、心律失常、心動過緩、心臟驟停等，如未及時發現患者有CVD發生風險，及早預防和治療，可能隨時危及患者生命［2］。老年人機體衰老、身體功能退化，具有各種慢性病患病率高且心血管并發癥多且癥狀重等諸多特點［3］，因此了解基層醫療衛生機構管理的老年慢性病患者CVD綜合發生風險的影響因素并進行管理，是實現CVD防控端口前移的重要基礎。但目前國內外均鮮見應用可穿戴心電設備對CVD的影響因素進行研究，也未以整體觀對患者包含不同數量風險的變量重要性進行排序［4-7］。既往研究顯示，心律失常可單獨發病，亦可與其他CVD伴發，是引起心源性猝死最主要的原因［8］，心率變異性（HRV）降低不僅與CVD發病率及病死率增加相關，且是心肌梗死、慢性心力衰竭、不穩定型心絞痛等CVD預后不良的因素［9-10］，阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）與致死性和非致死性心血管事件的風險增加相關［11-12］。因此，本研究創新性的應用可穿戴單導聯心電設備采集基層管理的65歲以上高血壓、糖尿病及冠心病其中至少1種慢性病的患者72 h心電數據，根據患者心律失常、HRV、OSAHS分析結果確定是否發生CVD綜合風險，并對影響因素進行分析；同時對影響綜合風險及合并不同數量風險的變量進行排序，以期為基層老年慢性病患者心血管疾病綜合防控體系建設提供客觀依據及幫助。

1 對象與方法

1.1 研究對象

選取2021年12月-2022年9月寧夏回族自治區26家基層醫療衛生機構納入的3 039例65歲以上患有高血壓、糖尿病及冠心病其中至少1種慢性病患者作為研究對象，平均年齡（72.7±6.1）歲；其中男1 254例、女1 867例。根據72 h心電數據分析結果劃分為正常組632例、風險組2 407例。收集兩組患者基本信息、心電圖資料、臨床資料、心理健康狀況及生活方式。本研究經醫院倫理委員會批準，研究對象均簽署家屬知情同意書。納入標準：（1）年齡≥65歲；（2）已明確診斷為高血壓、糖尿病、冠心病其中至少一種疾病。排除標準：基本信息、心電圖資料、臨床資料、心理健康狀況及生活方式其中一項資料不全者。

1.2 研究方法

1.2.1 患者信息收集：本研究患者資料均在患者規范化管理云平臺收集。心電圖資料：基層醫生給患者佩戴成都信匯聚源科技有限公司生產的單導聯可穿戴心電設備（型號401，川械注準20212070096）采集72 h心電數據并上傳至云平臺，專業心電圖醫生從云平臺調取心電數據進行心律失常、HRV及OSAHS分析后，分析結果自動回傳并保存至云平臺。基本資料及生活方式：基層醫生在云平臺錄入患者年齡、性別、身高、體質量、民族、病史、職業、教育程度、城鄉分布，是否有胸悶、心悸、氣短、頭暈、暈厥等癥狀，是否吸煙、飲酒、飲茶及運動。心理健康：基層醫生在云平臺根據抑郁自評量表（SDS）及焦慮自評量表（SAS）對患者心理健康進行評估，云平臺自動計算并匯總評估結果。

1.2.2 分組方法及標準：（1）依據《內科學》［13］、《心率變異性檢測臨床應用的建議》［14］及《成人呼吸睡眠暫停的診斷建議》［15］，專業心電圖醫生對心電數據的分析結果進行分組。其中正常組為同時符合無心律失常或心律失常類型僅為“偶發期前收縮（室性和/或室上性）”、全部竇性心搏RR間期的標準差（SDNN）＞100 ms及呼吸暫停低通氣指數（AHI）＜15次/h；風險組為符合心律失常除外僅為“偶發期前收縮（室性或/及室上性）”任何類型的心律失常、SDNN≤100 ms、AHI＞15次/h其中一項者。（2）BMI≤18.5kg/m2為消瘦；18.5～＜24.0 kg/m2為正常；24.0～＜28.0 kg/m2超重；≥28.0 kg/m2為肥胖［16］。（3）心理健康，抑郁分級標準［17］，總分低于53分者為正常。輕度抑郁為53～62分，中度抑郁為63～72分，73分及以上為重度抑郁。焦慮分級標準［18］，總分低于50分者為正常，50～60者為輕度，61～70者為中度，70以上者為重度焦慮。（4）生活習慣，以患者近1年吸煙量≥1支/d，近1年喝酒≥1次/周、近1年飲茶≥3次/周確定患者為吸煙、飲酒、飲茶，以近1年運動≥3 d/周（運動項目及時長不限）確定患者運動。（5）癥狀，近1年有胸悶、胸痛，心悸、氣短、憋氣、頭暈、暈厥其中至少1種癥狀者判定為有癥狀，近1年以上癥狀均無者為無癥狀。

1.3 統計學方法

通過研發團隊自主研發的患者規范化管理云平臺收集數據，應用R Studio 4.1.1、Python統計軟件進行數據分析。基線協變量的描述：基線中符合正態分布的計量資料以（±s）表示；計數資料以相對數表示，兩組間比較采用χ2檢驗。采用LASSO回歸篩選最佳預測因子，選擇最佳λ值，進一步選擇最佳模型。矯正混雜因素：采用多因素Logistic回歸模型校正混雜因素，并且聯合LASSO回歸最終確定獨立影響因素。繪制受試者工作特征曲線（ROC曲線）檢驗通過LASSO回歸聯合Logistic回歸篩選出的最佳預測因子的預測價值，用Python軟件中eli5.show.weights功能將納入的影響因素進行排序，并且取排名前10位的影響因素，通過直條圖可視化。以P＜0.05為差異有統計學意義。

2 結果

2.1 患者臨床資料比較

3 039例患者平均BMI為（24.75±3.17）kg/m2，消瘦、正常、超重、肥胖分別55例（1.81%）、1 206例（39.68%）、1 335例（43.93%）、443例（14.58%）；文盲911例（29.98），小學813例（26.75%），初中807例（26.55%），高中及以上508例（16.72%）；離退休、農林牧漁商、無職業者分別873例（28.73%）、1 318例（43.37%），848例（27.90%）；城市2 104例（69.23%），鄉村935例（30.77%）；無焦慮、輕度、中度、重度焦慮者分別2 539例（83.54%）、395例（13.00%）、103例（3.39%）、2例（0.07%），無抑郁、輕度、中度、重度抑郁者分別為2 355例（77.49%）、460例（15.14%）、221例（7.27%）、3例（0.10%）；吸煙者395例（13.00%），飲酒者280例（9.21%），飲茶者443例（14.58%），運動者1 724例（56.73%）；有癥狀者2 063例（67.88%）。正常組和風險組患者年齡、性別、BMI、教育程度、職業、城鄉分布、吸煙、運動、冠心病+糖尿病、高血壓+冠心病+糖尿病情況比較，差異均有統計學意義（P＜0.05），見表1。

表1 正常組和風險組臨床資料比較Table 1 Comparison of clinical data between normal and risk groups

2.2 LASSO回歸模型以及交叉驗證

篩選預測因子：以社區人群是否有風險（賦值：是=1，否=0）為因變量，以年齡（賦值：實測值）、性別（賦值：男=1，女=0）、BMI（賦值：實測值）、BMI（賦值：＜18.5 kg/m2=0，18.5～＜24.0 kg/m2=1，24～＜28.0 kg/m2=2，≥28.0 kg/m2=3）、教育程度（賦值：文盲=0，小學=1，初中=2，高中及以上=3）、職業（賦值：無職業=0，離退休=1，農林牧漁勞動者=2）、城鄉（賦值：農村=0，城市=1）、吸煙（賦值：否=0，是=1）、飲酒（賦值：否=0，是=1）、飲茶（賦值：否=0，是=1）、運動（賦值：否=0，是=1）、心理健康（賦值：否=0，是=1）、焦慮分級（賦值：正常=0，輕度=1，中度=2，重度=3）、抑郁分級（賦值：正常=0，輕度=1，中度=2，重度=3）、民族（賦值：漢族=1，其他=0）、高血壓（賦值：否=0，是=1）、冠心病（賦值：否=0，是=1）、糖尿病（賦值：否=0，是=1）、高血壓+冠心病（賦值：否=0，是=1）、高血壓+糖尿病（賦值：否=0，是=1）、冠心病+糖尿病（賦值：否=0，是=1）、高血壓+冠心病+糖尿病（賦值：否=0，是=1）、癥狀（賦值：無=0，有=1）為自變量進行LASSO回歸分析，保留回歸系數非零的基線協變量，交叉驗證顯示，隨著λ值的增加，模型納入的基線協變量越少，Lambda.lse（0.015 685 31）給出了一個性能良好但自變量數量最少的模型（圖1）。

圖1 LASSO回歸以及交叉驗證圖Figure 1 LASSO regression as well as cross-validation figure

2.3 LASSO回歸與多因素Logistic回歸分析

年齡、BMI、城鄉、吸煙、高血壓+冠心病+糖尿病是風險組患者的影響因素，ROC曲線下面積（AUC）=0.650（95%CI=0.627～0.673，P＜0.001）。見表2、圖2。

圖2 心血管疾病綜合發生風險ROC曲線Figure 2 Receiver Operating Characteristic（ROC） curve for the comprehensive occurrence risk of cardiovascular diseases

表2 LASSO回歸和多因素Logistic回歸分析結果Table 2 Results of LASSO regression and multivariate Logistic regression analysis

2.4 影響心血管疾病綜合風險及包含不同數量風險種類變量排序

綜合風險及包含1～3個風險變量重要性排序前5位的分別為：年齡、BMI、城鄉分布、飲茶、運動；年齡、高血壓+冠心病、性別、城鄉分布、吸煙；年齡、高血壓+冠心病、性別、BMI、城鄉分布；糖尿病+冠心病、年齡、高血壓+冠心病、高血壓+冠心病+糖尿病、高血壓+糖尿病。見圖3～6。

圖3 綜合風險變量重要性排序Figure 3 Importance ranking of the combined risk variables

圖4 只包含1個高風險變量重要性排序Figure 4 Only one high-risk variable importance ranking was included

圖5 包含2個高風險變量重要性排序Figure 5 Contains two high-risk variable importance ranking

圖6 包含3個高風險變量重要性排序Figure 6 Contains three high-risk variable importance ranking

3 討論

CVD的發生、發展是多種危險因素共同作用的結果。自20世紀末以來，各種CVD防治指南均強調了整體風險評估及風險因素管理在CVD一級及二級預防中的重要性［19-20］。在基層醫療衛生機構對CVD患者的綜合發生風險因素進行管理，不但可減輕疾病帶來的社會和經濟負擔，且對基層心血管病防控體系的形成意義重大［21-23］。

本研究創新性應用單導聯可穿戴設備對基層管理的65歲以上主要慢病患者進行CVD綜合風險因素篩查，并拓展云平臺功能，收集患者的基本資料、臨床病史、生活習慣、心理健康等信息，對基層老年慢病患者CVD綜合發生風險因素進行研究，結果顯示，患者的年齡、BMI、城鄉分布、吸煙、同時合并高血壓、冠心病及糖尿病3種慢性病是發生CVD綜合風險的影響因素。

既往研究顯示，年齡增長是CVD最重要且不可控的影響因素［24-25］。超重和肥胖是CVD發病和死亡的重要危險因素［26-27］，隨著BMI增高CVD患者中危、高危人群比例逐漸增加［28］。吸煙可損害血管內皮功能，使機體處于炎癥狀態，導致動脈粥樣硬化、斑塊不穩定和血栓形成，因此吸煙可造成CVD年輕化，使首次發生心肌梗死的時間提前10年，使心臟猝死的相對風險增加3倍以上，是猝死最重要的危險因素［29-31］。同時，在我國農村CVD死因占比明顯高于城市［1］。

高血壓與糖尿病均是CVD的重要影響因素［32-36］。而在高血壓同時并發冠心病、糖尿病時CVD危險分層高危和極高危達78.9%［37］。同時，相較于單一慢性病患者，慢性病共存患者要承受更加嚴重的治療負擔，導致患者對治療的依從性和自理能力降低，從而致治療效果不佳，生活質量下降，高住院率、死亡率等［38-40］。本研究結果也顯示，相對于患有高血壓、糖尿病、冠心病其中1種慢性病或2種慢性病共病者，同時患有3種慢性病共病是發生CVD綜合風險的影響因素。我國65歲以上占比14.2%，且在逐年增加，而慢性病患者數也隨老年人口增加而逐年增加［41］。在我國社區中高血壓合并糖尿病或冠心病的比例分別為19.0%、27.1%［42］，同時并發3種者為22.8%［43］。因此本研究結論提示，加強對合并多種慢性病老年人的隨訪管理，具有重要的意義。

殷雨天［44］研究顯示，文化程度較高、從事行政職業是發生CVD高危人群的危險因素，許巍等［45］針對西北地區人群的研究提示高學歷人群CVD風險較低。但本研究中，職業與文化程度均不是影響因素。分析原因，首先本研究納入人群平均年齡均高于兩位學者研究人群的平均年齡，其次本研究人群文化程度普遍較低，文盲及小學文化者占56.73%，高中以上教育僅為16.72%，且既往在行政事（企）業單位工作者均已退休至少5年，以上特征使本研究人群職業間特征和文化程度差別不大，醫學知識匱乏，獲得科學的健康信息渠道少，對自身疾病缺乏正確的認識和足夠的重視，導致職業與文化程度均不是CVD綜合風險影響因素。

國內外研究均證實，社會心理因素與CVD密切相關，抑郁、焦慮可導致心血管事件的發生、發展，并導致CVD患者死亡率增加［46-48］。而本研究顯示，焦慮和抑郁均不是老年慢性病患者CVD綜合發生風險的影響因素，僅在患者設定的3個風險條件均存在時，焦慮和抑郁才成為較為重要的影響變量的變量。分析原因發現，本研究中，有焦慮者占比16.5%、有抑郁者占比22.5%，此與既往研究顯示我國85%的老年人中存在焦慮及抑郁等不良心理問題［49］存在較大差距所致。此不排除本研究納入人群年齡較大、文化程度低，對SDS和SAS中部分問題辨別不清所致，這也提醒研究者可應用簡單易懂的評估量表對患者進行心理健康評估。

既往研究顯示缺乏體力活動、飲酒也是CVD影響因素［50-51］。但本研究顯示其兩者均不是CVD綜合發生風險的影響因素。分析原因為本研究為65歲以上慢性病人群，考慮到安全，未限定運動者的運動量、時長及項目，只對近一年一周運動的頻次做了限定所致；而既往研究指出，通過中等強度、低強度長時間高頻率的體力活動以及適量的抗阻運動以提高心肺耐力，心肺耐力要比體力活動更能作為CVD風險因素的評價指標［51-52］。同樣。飲酒的納入標準上設定的是近一年喝酒≥1次/周，未設定每次飲酒量。而飲酒≥2次/周（OR=1：30，95%CI=1.21～1.41）可增加CVD高危風險［53］，且重度飲酒方可引發心肌梗死、心律失常、充血性心力衰竭等不良心腦血管事件［54-56］。

胸悶、胸痛、心悸、氣短、憋氣、頭暈、暈厥等是CVD最常見的臨床癥狀［57-58］。但本研究顯示、癥狀既不是綜合發生風險影響因素，也不是綜合風險和合并不同數量風險的重要變量。分析此與本研究納入的均為65歲以上老人相關，研究顯示年齡越大其CVD癥狀越不顯著［59-61］，同時焦慮和抑郁會出現明顯的胸悶、心悸、氣短等與CVD相似的癥狀［62-63］。

在風險組變量重要性排序統計的研究中顯示，無論患者綜合風險還是合并不同數量風險，除患者的年齡外、城鄉分布、BMI均為重要變量，而癥狀及飲酒均為不重要變量。在影響患者綜合風險的變量排序中，生活習慣變量相對于患者合并不同的慢性病病史的排序更為重要。而在包含不同數量風險的變量重要性排序統計中顯示，隨著包含的風險數量增多，慢性病尤其是慢性病共病愈加是其重要的變量。在患者同時存在3種危險因素時，除合并的慢性病外，患者的心理健康成為其重要的變量。

以上變量重要性排序提示，要加強老年人，尤其是農村高齡慢性病老年人的隨訪評估、管理及健康宣教工作；雖年齡和城鄉分布是不可改變變量，但通過提高基層醫生的管理能力和管理質量，同時運用多種形式的健康宣教以提高患者自身健康素養，實現降低CVD綜合發生風險，減少不良心血管事件的發生。因CVD危險因素多與不健康的生活方式有關，一旦危險因素形成，恢復到正常水平的概率較小［64］。同時，老年人心理求助行為素養較低，對心理衛生服務存在過多誤解［65-66］，基層醫護團隊要主動關注并協助解決老年慢性病患者的心理健康問題。

綜上所述，基層醫療衛生機構應以單導聯可穿戴設備為載體，定期對老年慢性病，尤其是慢性病共病患者進行CVD綜合風險篩查、評估及監測管理工作，不但可高效、低成本在基層醫療衛生機構實現慢性病患者CVD發生風險的一級、二級預防及健康管理。同時可促進基層醫療衛生服務從不連貫的診療服務向全程健康管理的轉變，有利于建立起老年人群生活方式宣教、干預和預防相結合的一體化綜合管理措施。

作者貢獻：余新艷負責研究的實施與可行性分析、納排標準的制定、撰寫論文、對主要研究結果進行分析與解釋；蘇鵬負責數據收集整理、統計學處理；袁曉靜負責檢索文獻、進行圖、表繪制，結果的可視化呈現；姜清茹、楊建云負責最終版本修訂；趙旭東、王一凡負責數據核對；張海澄負責提出研究思路，設計研究方案，進行文章的構思與設計、對文章整體負責、監督管理。

本文無利益沖突。