健康生活方式行为能有效预防或延缓各类慢性病发生，它包括健康促进行为和健康保护行为两个方面。健康促进行为是一种积极主动地提高个人健康水平的方法，而健康保护行为则与健康危险因素相关，它通常是指通过降低危险因素对健康的危害以维持当前的健康水平。健康促进行为和健康危险因素都具有高维、多变量、不可直接测量等特点，为便于数据的整合和信息的提取，我们借助了潜变量分析技术。研究目的：1．提取健康促进行为的潜在维度。2．比较不同性别、年龄构成的体检人群中生活方式相关危险因素及健康状况的潜在类别的差异。3．评价可控危险因素对健康状况的影响效应。4．筛选影响慢性病的主要危险因素以构建慢性病预测的结构方程模型。数据来源：1．为测量健康促进行为的潜在维度，采用基于社区的调查数据，共1034份。2．为比较不同性别、年龄构成的体检人群中健康危险因素及健康状况的潜在类别的差异，收集北京市某健康管理中心2010年1月-12月累计调查可用健康体检数据5677份。3．为评价可控健康行为对健康状况的效应以及构建慢性病预测的结构方程模型，连续收集北京市某健康管理中心2008年1月-2010年12月三年的健康体检数据。研究方法：1．为了研究健康促进行为的潜在构成，我们采用有序因子分析（OrdinalFactor Analysis, OFA）方法。2．运用潜在类别分析（Latent Class Analisis,LCA）方法，比较不同性别、年龄人群的健康危险因素和健康状况的潜在类别。3．评价可控健康行为对健康状况的效应采用多元多水平（Multivariatemultilevel, MVML）分析方法。4．运用遗传算法、人工神经网络（ArtificialNeural Network, ANN）、多变量自适应回归样条（Multivariate adaptiveregression splines, MARS）等数据挖掘方法筛选慢性病主要危险因素，并采用结构方程模型（Strctural Equation Model, SEM）估计健康促进行为和生活方式相关危险因素对慢性病发生的影响。研究结果：1．以中国老年人群健康促进生活方式量表（HPLP-Chinese Elderly,HPLP-CE）为实例建立健康促进行为的6个潜在维度（压力处置、自我实现、健康责任、活力、人际支持和营养行为）。HPLP-CE总量表分半信度为0.857，重测信度0.68，Cronbach’s α系数为0.912，均优于HPLP-C量表。HPLP-CE总得分与健康状况量表总得分显著正相关。其中4个维度（压力处置、自我实现、活力、人际支持）在患有慢性病的受试者中的得分均低于未患慢性病的受试者，且有统计学意义。2．依据WHO报告发展中国家主要健康危险因素，分别构建全部样本、不同性别、年龄组的健康体检人群的的生活方式相关危险因素及健康状况的潜在类别模型。全部样本健康危险因素的LCA模型为3类，根据其特性分别命名为健康组（23.26%）、不健康组（34.84%）和缺乏体育锻炼组（41.89%）。对不同性别构建LCA模型，发现女性组与全部样本有相似的健康行为模式；男性组除健康组和不健康组外，更为突出的是高吸烟、饮酒组（15.96%），这组人群中吸烟、饮酒者占80%以上。不同年龄组的LCA模型显示，与全部样本不同的是<30岁的青少年组和≥60岁的老年组，这个年龄段的人群2-类LCA模型与数据拟合最好，根据条件概率命名为健康组和不健康组。另外，构建健康状况相关测量指标的LCA模型，发现3-类模型与数据拟合最好，分别定义为正常组（37.15%）、高危人群（16.5%）和边缘高危人群（43.65%）。3．评价可控健康危险因素对健康状况的影响效应。随着BMI增加，甘油三脂TC、总胆固醇TG、低密度脂蛋白LDL显著增加，而高密度脂蛋白HDL显著降低。男性组体重指数平均每增加1Kg/m2，TC增加10.14mg/dl，TG增加1.72mg/dl，LDL增加1.91mg/dl，而HDL则降低1.01mg/dl；女性组，体重指数平均每增加1Kg/m2，TC增加8.50mg/dl，TG增加约1mg/dl，LDL增加1.40mg/dl，而HDL则降低1.27mg/dl。参加体育锻炼能显著降低TC、TG和LDL。经常吸烟、饮酒的男性的TC、TG和LDL显著升高。男性组蔬菜、水果摄入不足者的TC、TG水平较高。4．年龄、空腹血糖、体重指数、收缩压和总胆固醇等体检指标作为影响慢性病的主要危险因素被筛选出来，可作为慢性病预测的测量指标。构建健康促进行为和健康危险因素对慢性病发生影响的SEM。通过修正模型，最终构建的SEM模型与数据拟合良好，适配度指数CFI=0.92，TLI=0.90，RMSEA=0.05<0.08。健康促进行为对慢病预测的直接作用效应为0.26，基于生活方式的健康危险因素对慢病预测的直接作用效应为0.30。研究结论：1．构建了测量老年人群健康促进行为量表维度，其中心理和内心的自我反省是评估老年人健康促进行为的突出因素。2．不同性别和年龄构成的体检人群的潜在类别模型不同，其中“严重缺乏体育锻炼”类较为突出。LCA方法是有效处理多个健康行为变化的全新方法，所得结论可为有针对性地进行健康管理提供信息。3．年龄、空腹血糖、体重指数、收缩压和总胆固醇是主要慢性病预测的指标。4．健康促进行为和健康危险因素对慢性病的发生有显著效应，且作用效应相当。本课题①以中国老年人群健康促进生活方式量表（HPLP-ChineseElderly, HPLP-CE）为实例建立健康促进行为的6个潜在维度（压力处置、自我实现、健康责任、活力、人际支持和营养行为）。②借助潜变量分析技术比较不同性别、年龄的人群的健康危险因素及健康状况的潜在类别模型，为有效利用健康体检数据提供分析策略。③联合应用遗传算法、人工神经网络和多变量自适应回归样条等数据挖掘方法分阶段筛选慢性病危险因素。④将慢性病危险因素作为预测慢性病发生的测量指标，采用SEM分析健康促进行为及健康危险因素对慢性病的效应。综上所述，本课题采用潜变量技术分析健康促进行为和健康危险因素的潜在测量维度，构建了慢性病测量的SEM。健康促进行为及健康危险因素对健康状况效应的潜变量分析能为慢性病的有效干预提供科学依据，使干预措施更具针对性和准确性。本研究为有效利用健康体检数据提供统计分析策略，分析结果为健康管理提供证据，可以通过选择性干预措施有效改善我国居民健康状态。