论文部分内容阅读
研究背景与目的
高血压与糖尿病相互进展,糖尿病是患高血压的一个显著预测因素,高血压也是糖尿病的一个显著预测因素。在全世界范围内,高血压—糖尿病共患病(Hypertension-diabetes comorbidity,HDC)的患病率均较高,且仍在继续增长。胰岛素抵抗是高血压前期患者和糖尿病前期患者的一个共同特点,它是可以进展为这两种疾病状态的早期阶段。肥胖是导致胰岛素抵抗的最重要原因。肥胖人群中高血压和糖尿病的患病率居高不下。目前无论是国内还是国外,职业人群的肥胖已成为一种重要的公共卫生问题。HDC的危害巨大,它与所有的心血管疾病、中风、肾脏疾病的进展和糖尿病视网膜病变有着密切的联系。其本身及由其导致的其他相关疾病严重消耗了医疗和社会资源,给家庭和国家造成了沉重的经济负担。占人口绝大多数的职业人群是人类社会发展的重要支柱,他们的健康水平对社会发展的进程有直接影响。若想降低职业人群HDC的发病率,减轻HDC对职业人群家庭和社会造成的经济损失,必须追根溯源,对与HDC相关的危险因素进行深入研究。因此,深入开展肥胖与HDC关系的相关研究显得尤为迫切和重要。目前开展的研究大多仅限于肥胖指标与单一的高血压或单一的糖尿病的关系,而关于肥胖指标与HDC研究的文献报道较少。而且,这些较少的文献报道尚存在一些局限性和研究空白。首先,在探讨肥胖指标与HDC的关系时,纳入的指标不够全面。其次,目前国内外的研究中,多将体质指数(Body mass index, BMI)和腰围(Waist circumference, WC)等连续性剂量资料转换成分类资料。第三,传统的研究分析方法存在一定局限性,比如,不能在一个模型中呈现多因多果的关系;不能构建潜变量;未考虑自变量的测量误差及测量误差之间的关系;不能同时处理多个因变量。第四,专门针对职业人群这一特殊群体进行的有关肥胖指标与HDC关系的研究尚未有研究报道。第五,尚未有研究报道对HDC建立风险预测模型,并比较肥胖指标的预测效能。本研究希望达到以下几个目的:
(1)在控制混杂因素影响的情况下,明确职业人群肥胖指标与HDC的关系;
(2)构建由肥胖指标和其他因素预测的HDC模型,并得出不同肥胖指标的预测效能大小;
(3)明确出不同性别、年龄的职业人群的肥胖指标与HDC的剂量-反应关系;
(4)得出肥胖水平对HDC的直接效应,并明确其在社会人口学因素、生活方式、健康知识知晓情况与HDC关系中的中介效应大小。
研究方法
采用多阶段分层整群抽样法,随机抽取湖北省11个城市的职业人群进行横断面调查,自制问卷了解HDC相关的因素,包括人口社会学资料、行为生活方式、健康知识知晓情况、肥胖相关指标等。运用身高体重秤对职业人群的身高、体重进行测量,并计算BMI值。用卷尺对职业人群的WC进行测量,并据此计算WHtR值。分别用水银血压计和血糖仪对职业人群的血压和血糖进行测量,并据此判定调查对象是否为HDC;
运用SPSS21.0,通过单因素和多因素Logistic回归,分析职业人群BMI、WC以及腰围身高比(waist-to-height ratio,WHtR)与HDC的关系。以p<0.05代表差异有统计学意义。
运用SPSS21.0,采用Logistic回归分析和决策树分类法,分别构建HDC的预测模型。采用MedCalc19.0.7绘制受试者工作曲线,计算特异度和敏感性及受试者工作曲线下的面积(area under curve,AUC)。比较预测模型的优劣及不同肥胖指标的预测效能。以p<0.05代表差异有统计学意义;
运用Stata14.0,采用限制性立方样条法,描绘职业人群肥胖指标与HDC的剂量-反应关系图,并按性别和年龄组进行分层分析。以p<0.05代表差异有统计学意义;
以社会人口学因素、生活方式、健康知识知晓情况、肥胖水平作为潜变量,以HDC作为内生显变量,运用Mplus8.4构建结构方程模型,分析以BMI、WC和WHtR等指标反映的肥胖水平对HDC的直接效应,及其在社会人口学因素、生活方式、健康知识知晓情况与HDC关系中的中介效应。
研究结果
本研究共纳入25356例研究对象作为样本,其中,713(2.8%)人存在HDC。多因素Logistic分析结果显示,在控制了腰围身高比及其他因素后,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是BMI正常人群的5.66倍和7.96倍;在全样本职业人群中,第25百分位(P25)≦WHtR<第50百分位(P50)、P50≦WHtR<第75百分位(P75)和WHtR≧P75的HDC风险分别是WHtR<P25的1.73倍、2.51倍和3.22倍。在男性职业人群中,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的7.39倍和12.19倍;WHtR≧P75的HDC风险是WHtR<P25的2.27倍。在女性职业人群中,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的4.69倍和6.08倍;P25≦WHtR<P50、P50≦WHtR<P75和WHtR≧P75的HDC风险分别是WHtR<P25的3.27倍、3倍和4.53倍。在青年职业人群中,较高的WC、WHtR与HDC之间无统计学关联;BMI≧27kg/m2的HDC风险是正常BMI标准范围的380.57倍。在中年职业人群中,BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的9.74倍和10.90倍;P50≦WHtR<P75和WHtR≧P75时,HDC风险分别是WHtR<P25的9.57倍和12.25倍。对于老年职业人群,BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的8.42倍和12.23倍;WHtR≧P75的HDC风险是WHtR<P25的5.24倍。
Hosmer-Lemeshow检验显示,卡方=12.617,自由度=8,p=0.126。Logistic回归模型特异度和敏感性分别为90.8%和92.15%。AUC为0.968,95%的置信区间为(0.962,0.975)。决策树分类法构建的模型,共分析得到23个节点,其中叶节点14个,深度为4。HDC的独立影响因素依次为:工作强度、吸烟、婚姻、性别、BMI、WHtR、年龄等。决策树模型特异度和敏感性分别为86.7%和89.2%。AUC为0.947,95%的置信区间为(0.944,0.950)。Logistic回归预测模型AUC较决策树分类预测模型AUC高,两者比较差异有统计学意义(z=5.859,p<0.0001)。BMI、WC、WHtR单独预测HDC的敏感性分别为;90.74%、89.06%和89.2%。而BMI和WHtR共同进入回归模型对HDC进行预测的敏感性为92.15%。
对全样本人群的限制性立方样条模型分析结果显示,BMI与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=87.42,p<0.001);WC与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=6.87,p<0.05);WHtR与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=34.30,p<0.001)。基于性别的分层分析显示,BMI与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X男性2=68.56,p<0.001;X女性2=8.31,p<0.05);男性的WC与HDC关联强度呈非线性剂量-反应关系,而女性的WC与HDC不呈非线性剂量-反应关系(非线性检验,X男性2=6.95,p<0.05;X女性2=0.29,p>0.05);男性和女性的WHtR与HDC关联强度均呈非线性剂量-反应关系(非线性检验,X男性2=9.09,p<0.05;X女性2=18.42,p<0.001)。基于年龄的分层分析显示,除青年职业人群外(非线性检验,X青年2=2.16,p>0.05),中年和老年职业人群BMI与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X中年2=47.22,p<0.001;X老年2=46.22,p<0.001);除老年职业人群外(非线性检验,X老年2=0.08,p>0.05),青年和中年职业人群WC与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X青年2=10.52,p<0.01;X中年2=7.47,p<0.05);除青年职业人群外(非线性检验,X青年2=2.15,p>0.05),中年和老年职业人群WHtR与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X中年2=18.83,p<0.001;X老年2=14.61,p<0.001)。
结构方程模型结果显示,肥胖对HDC有直接影响,影响路径系数为0.354。在人口社会学特征对HDC的影响中,通过中介变量——肥胖的中介效应大小为0.102,占总效应的比例为32.4%。在健康知识知晓情况对HDC的影响中,通过中介变量——肥胖的中介效应大小为-0.032,占总效应的比例为36.0%。在生活行为方式对HDC的影响中,通过中介变量——肥胖的中介效应大小为0.045,占总效应的比例为5.7%。肥胖的总的中介效应大小为0.115。
研究结论
相较于国内外报道的HDC患病率,本研究中职业人群的HDC的患病率处于中等水平。与其患病相关的因素中,肥胖是重要的危险因素。反应肥胖的相关指标与HDC密切相关。无论是男性还是女性,青年人、中年人或老年人,相较于BMI、WHtR正常的职业人群,较高的BMI和WHtR均会增加职业人群HDC的可能性,且它们均是HDC独立、剂量依赖性的相关因素。Logistic回归预测模型较决策树分类预测模型预测HDC的准确性高。BMI和WHtR联合预测职业人群HDC的效能大于单个肥胖指标。肥胖对职业人群HDC的影响,既有直接作用,又发挥着重要的中介效应。本研究提示以肥胖控制为重点的职业人群HDC预防很有必要。
高血压与糖尿病相互进展,糖尿病是患高血压的一个显著预测因素,高血压也是糖尿病的一个显著预测因素。在全世界范围内,高血压—糖尿病共患病(Hypertension-diabetes comorbidity,HDC)的患病率均较高,且仍在继续增长。胰岛素抵抗是高血压前期患者和糖尿病前期患者的一个共同特点,它是可以进展为这两种疾病状态的早期阶段。肥胖是导致胰岛素抵抗的最重要原因。肥胖人群中高血压和糖尿病的患病率居高不下。目前无论是国内还是国外,职业人群的肥胖已成为一种重要的公共卫生问题。HDC的危害巨大,它与所有的心血管疾病、中风、肾脏疾病的进展和糖尿病视网膜病变有着密切的联系。其本身及由其导致的其他相关疾病严重消耗了医疗和社会资源,给家庭和国家造成了沉重的经济负担。占人口绝大多数的职业人群是人类社会发展的重要支柱,他们的健康水平对社会发展的进程有直接影响。若想降低职业人群HDC的发病率,减轻HDC对职业人群家庭和社会造成的经济损失,必须追根溯源,对与HDC相关的危险因素进行深入研究。因此,深入开展肥胖与HDC关系的相关研究显得尤为迫切和重要。目前开展的研究大多仅限于肥胖指标与单一的高血压或单一的糖尿病的关系,而关于肥胖指标与HDC研究的文献报道较少。而且,这些较少的文献报道尚存在一些局限性和研究空白。首先,在探讨肥胖指标与HDC的关系时,纳入的指标不够全面。其次,目前国内外的研究中,多将体质指数(Body mass index, BMI)和腰围(Waist circumference, WC)等连续性剂量资料转换成分类资料。第三,传统的研究分析方法存在一定局限性,比如,不能在一个模型中呈现多因多果的关系;不能构建潜变量;未考虑自变量的测量误差及测量误差之间的关系;不能同时处理多个因变量。第四,专门针对职业人群这一特殊群体进行的有关肥胖指标与HDC关系的研究尚未有研究报道。第五,尚未有研究报道对HDC建立风险预测模型,并比较肥胖指标的预测效能。本研究希望达到以下几个目的:
(1)在控制混杂因素影响的情况下,明确职业人群肥胖指标与HDC的关系;
(2)构建由肥胖指标和其他因素预测的HDC模型,并得出不同肥胖指标的预测效能大小;
(3)明确出不同性别、年龄的职业人群的肥胖指标与HDC的剂量-反应关系;
(4)得出肥胖水平对HDC的直接效应,并明确其在社会人口学因素、生活方式、健康知识知晓情况与HDC关系中的中介效应大小。
研究方法
采用多阶段分层整群抽样法,随机抽取湖北省11个城市的职业人群进行横断面调查,自制问卷了解HDC相关的因素,包括人口社会学资料、行为生活方式、健康知识知晓情况、肥胖相关指标等。运用身高体重秤对职业人群的身高、体重进行测量,并计算BMI值。用卷尺对职业人群的WC进行测量,并据此计算WHtR值。分别用水银血压计和血糖仪对职业人群的血压和血糖进行测量,并据此判定调查对象是否为HDC;
运用SPSS21.0,通过单因素和多因素Logistic回归,分析职业人群BMI、WC以及腰围身高比(waist-to-height ratio,WHtR)与HDC的关系。以p<0.05代表差异有统计学意义。
运用SPSS21.0,采用Logistic回归分析和决策树分类法,分别构建HDC的预测模型。采用MedCalc19.0.7绘制受试者工作曲线,计算特异度和敏感性及受试者工作曲线下的面积(area under curve,AUC)。比较预测模型的优劣及不同肥胖指标的预测效能。以p<0.05代表差异有统计学意义;
运用Stata14.0,采用限制性立方样条法,描绘职业人群肥胖指标与HDC的剂量-反应关系图,并按性别和年龄组进行分层分析。以p<0.05代表差异有统计学意义;
以社会人口学因素、生活方式、健康知识知晓情况、肥胖水平作为潜变量,以HDC作为内生显变量,运用Mplus8.4构建结构方程模型,分析以BMI、WC和WHtR等指标反映的肥胖水平对HDC的直接效应,及其在社会人口学因素、生活方式、健康知识知晓情况与HDC关系中的中介效应。
研究结果
本研究共纳入25356例研究对象作为样本,其中,713(2.8%)人存在HDC。多因素Logistic分析结果显示,在控制了腰围身高比及其他因素后,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是BMI正常人群的5.66倍和7.96倍;在全样本职业人群中,第25百分位(P25)≦WHtR<第50百分位(P50)、P50≦WHtR<第75百分位(P75)和WHtR≧P75的HDC风险分别是WHtR<P25的1.73倍、2.51倍和3.22倍。在男性职业人群中,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的7.39倍和12.19倍;WHtR≧P75的HDC风险是WHtR<P25的2.27倍。在女性职业人群中,较高的WC与HDC之间无统计学关联;BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的4.69倍和6.08倍;P25≦WHtR<P50、P50≦WHtR<P75和WHtR≧P75的HDC风险分别是WHtR<P25的3.27倍、3倍和4.53倍。在青年职业人群中,较高的WC、WHtR与HDC之间无统计学关联;BMI≧27kg/m2的HDC风险是正常BMI标准范围的380.57倍。在中年职业人群中,BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的9.74倍和10.90倍;P50≦WHtR<P75和WHtR≧P75时,HDC风险分别是WHtR<P25的9.57倍和12.25倍。对于老年职业人群,BMI为24~26.9kg/m2和BMI≧27kg/m2的HDC风险分别是正常BMI标准范围的8.42倍和12.23倍;WHtR≧P75的HDC风险是WHtR<P25的5.24倍。
Hosmer-Lemeshow检验显示,卡方=12.617,自由度=8,p=0.126。Logistic回归模型特异度和敏感性分别为90.8%和92.15%。AUC为0.968,95%的置信区间为(0.962,0.975)。决策树分类法构建的模型,共分析得到23个节点,其中叶节点14个,深度为4。HDC的独立影响因素依次为:工作强度、吸烟、婚姻、性别、BMI、WHtR、年龄等。决策树模型特异度和敏感性分别为86.7%和89.2%。AUC为0.947,95%的置信区间为(0.944,0.950)。Logistic回归预测模型AUC较决策树分类预测模型AUC高,两者比较差异有统计学意义(z=5.859,p<0.0001)。BMI、WC、WHtR单独预测HDC的敏感性分别为;90.74%、89.06%和89.2%。而BMI和WHtR共同进入回归模型对HDC进行预测的敏感性为92.15%。
对全样本人群的限制性立方样条模型分析结果显示,BMI与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=87.42,p<0.001);WC与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=6.87,p<0.05);WHtR与HDC关联强度呈明显的非线性剂量-反应关系(非线性检验,X2=34.30,p<0.001)。基于性别的分层分析显示,BMI与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X男性2=68.56,p<0.001;X女性2=8.31,p<0.05);男性的WC与HDC关联强度呈非线性剂量-反应关系,而女性的WC与HDC不呈非线性剂量-反应关系(非线性检验,X男性2=6.95,p<0.05;X女性2=0.29,p>0.05);男性和女性的WHtR与HDC关联强度均呈非线性剂量-反应关系(非线性检验,X男性2=9.09,p<0.05;X女性2=18.42,p<0.001)。基于年龄的分层分析显示,除青年职业人群外(非线性检验,X青年2=2.16,p>0.05),中年和老年职业人群BMI与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X中年2=47.22,p<0.001;X老年2=46.22,p<0.001);除老年职业人群外(非线性检验,X老年2=0.08,p>0.05),青年和中年职业人群WC与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X青年2=10.52,p<0.01;X中年2=7.47,p<0.05);除青年职业人群外(非线性检验,X青年2=2.15,p>0.05),中年和老年职业人群WHtR与HDC关联强度均呈明显的非线性剂量-反应关系(非线性检验,X中年2=18.83,p<0.001;X老年2=14.61,p<0.001)。
结构方程模型结果显示,肥胖对HDC有直接影响,影响路径系数为0.354。在人口社会学特征对HDC的影响中,通过中介变量——肥胖的中介效应大小为0.102,占总效应的比例为32.4%。在健康知识知晓情况对HDC的影响中,通过中介变量——肥胖的中介效应大小为-0.032,占总效应的比例为36.0%。在生活行为方式对HDC的影响中,通过中介变量——肥胖的中介效应大小为0.045,占总效应的比例为5.7%。肥胖的总的中介效应大小为0.115。
研究结论
相较于国内外报道的HDC患病率,本研究中职业人群的HDC的患病率处于中等水平。与其患病相关的因素中,肥胖是重要的危险因素。反应肥胖的相关指标与HDC密切相关。无论是男性还是女性,青年人、中年人或老年人,相较于BMI、WHtR正常的职业人群,较高的BMI和WHtR均会增加职业人群HDC的可能性,且它们均是HDC独立、剂量依赖性的相关因素。Logistic回归预测模型较决策树分类预测模型预测HDC的准确性高。BMI和WHtR联合预测职业人群HDC的效能大于单个肥胖指标。肥胖对职业人群HDC的影响,既有直接作用,又发挥着重要的中介效应。本研究提示以肥胖控制为重点的职业人群HDC预防很有必要。