健康风险评估是健康管理的基础工具、前提条件和关键技术。目前,健康风险评估已逐步发展成为流行病学、卫生统计学、行为医学、临床医学、心理学等多种学科的交叉学科,是健康管理研究的热点问题。针对国人健康管理中健康风险评估问题,本课题设计了适用于国人的健康风险评估问卷,建立了自评健康基本数据集,在此基础上构建了3种健康风险评估模型,并分别评价模型的效度和信度,采用关联规则挖掘和项目反应理论研究了健康风险因素。本研究主要作了以下工作:1.简要回顾了健康和自评健康概念、健康测量维度、个体主观健康测量的演变、理论基础及定量化估计方法。回顾了健康风险评估国内外研究现状、健康风险模型计分方法以及模型效度和信度评价方法。广泛复习和回顾了关联规则挖掘方法、项目反应理论及其在健康测量和健康风险评估的应用研究。2.根据健康风险评估的概念及范畴,参考10份国际上公认的健康测量量表、密西根大学健康管理研究中心的“成人健康风险评估”问卷、自测健康评定量表等资料,构建了国人健康风险评估问卷条目池,设定了统一的问卷条目选择标准,并严格参照中华人民共和国卫生行业标准《健康档案公用数据元》(试行)、《健康档案基本架构与数据标准》(试行)等,对选项标准化后,编制了国人健康风险评估问卷(V1.0)(Chinese Health Risk Appraisal Questionnaire V1.0,CHRAQ V1.0)。问卷包含个人一般情况(性别、年龄、婚姻状况等)、体格测量(身高、体重、胸围、腰围、臀围等)、生活方式(吸烟、饮酒、运动等)、饮食习惯、个人及家族健康史、精神压力、社会支持、健康意识、自评健康以及在职人员工作情况,累计共64个项目。根据国人健康风险评估问卷(V1.0),建立了自评健康基本数据集,包含13个大类,累计共有98个数据元,其中33个为健康档案公用数据元。3.基于国人健康风险评估问卷(V1.0),采用循证医学的方法参考健康风险相关文献,构建了3种健康风险模型:整体健康风险模型、脂肪肝健康风险模型和乳腺增生健康风险模型,并分别评价了模型的效度和信度。效度分析结果发现: 3种健康风险模型得分服从正态分布(Kolmogorov-Smirnov Z=1.073,P=0.199;Z=1.126,P=0.158;Z=0.853,P=0.460);整体健康风险模型得分与全部客观检查阳性率存在线性关系(r=0.774,P<0.001),与尿液分析、肝功七项、血脂四项、血糖、心电图、腹部B超、胸部X线正位片检查结果的Spearman等级相关系数较大(P<0.001);脂肪肝健康风险模型得分与腹部B超检查脂肪肝结果的Spearman等级相关系数有统计学意义(r=0.497,P<0.001),脂肪肝组得分显著高于正常组(t=8.310,P<0.001);乳腺增生健康风险模型得分与红外线乳腺检查结果的相关系数有统计学意义(r=0.524,P<0.001),乳腺增生组模型得分显著高于正常组(t=5.297,P<0.001)。信度分析结果发现:3种健康风险模型的克兰巴赫α系数分别为0.652、0.679、0.791;分半信度Spearman-Brown系数分别为0.784、0.819、0.868;重复测量信度分别为:0.841、0.883、0.824(P<0.001)。效度和信度分析表明:3种健康风险模型得分与客观检查结果具有较好的平行效度;不同客观检查结果间模型得分区分度较高;内部一致性、重测信度和分半信度较高。4.将关联规则挖掘方法应用于健康风险评估领域,利用SPSS Clementine 12.0软件采用Apriori算法对国人健康风险评估问卷(V1.0)包含的28个健康风险评估项目和14种客观检查在训练数据集(n=686)中进行了关联规则挖掘,共产生了腹部B超、肝功七项、血脂四项、尿液分析、脂肪肝B超检查、红外线乳腺检查、心电图、全血细胞分析、胸部X线正位片,共9种客观检查的关联规则,解释了典型关联规则。选取作用度(lift)大于1的正关联规则在验证数据集(n=174)中根据健康风险评估项目预测客观检查结果,采用符合率、灵敏度、特异度、Kappa值和χ2检验评价预测结果与实际检查结果的一致性。结果发现:预测结果与实际检查结果符合率最大值为0.936(红外线乳腺检查)、最小值为0.673(肝功七项);灵敏度最大值为1(红外线乳腺检查)、最小值为0.571(胸部X线正位片);特异度最大值为0.894(胸部X线正位片)、最小值为0.400(红外线乳腺检查);Kappa值均大于0.4(P<0.001)。关联规则预测结果假阴性较低、假阳性较高,说明根据健康风险项目采用关联规则方法预测客观检查结果假阴性较少,可将国人健康风险评估问卷(V1.0)作为筛查工具推荐客观检查,印证了根据个人健康风险评估问卷结果推荐相关客观检查项目的可行性和有效性。5.以9种客观检查结果作为整体健康(潜变量)的测量变量,采用两参数两分类IRT模型评价12项健康风险因素对整体健康的影响,即:采用IRT模型统一分析健康风险因素对9种客观检查结果的影响。两参数两分类IRT模型参数估计采用SAS/STAT PROC NLMIXED。两参数两分类IRT模型所需估计参数数目比随机截距Logistic回归模型少,且可计算得到后者参数和OR值。IRT模型参数估计结果发现:整体健康危险因素水平为男性、年龄(50以上)、丧偶/离婚、离退休/无业/失业、BMI(≥28.0,肥胖)、腰围(≥85cm男,≥80cm女),腰臀比(≥0.90男,≥0.75女)、收缩压(≥120mmHg)、舒张压(≥90mmHg)、曾经吸烟/吸烟、荤食为主、两周症状数目(≥2)。本研究拓展了IRT模型在健康测量领域中的应用,将结构子模型引入整体健康潜在特征模型,为统一评价多个健康风险因素对多个相关的健康测量结果的影响提供了方法学基础。