亚健康状态评价问卷(SHSQ-25)判定标准的制定*

闫宇翔 董 晶 李 蔓 杨姗姗 王 嵬△

亚健康状态评价问卷(SHSQ-25)判定标准的制定*

闫宇翔1董 晶2李 蔓1杨姗姗1王 嵬1△

目的探讨亚健康状态评价问卷(SHSQ-25)的判定标准。方法 采用多元线性逐步回归分析亚健康状况的影响因素，并按其主要影响因素的低危水平筛选亚健康低危人群，根据该人群亚健康问卷得分的分布情况制定判定标准。结果 以对亚健康状况得分影响有统计学意义的5个主要因素的低危水平为标准，包括：工作中竞争情况、是否接受超出能力的工作、是否参加体育锻炼、是否有可以谈心的朋友和工作时能否进行短暂的休息，筛选出亚健康状态的低危人群共437例，以该人群的单侧P90上限35分(≥35分)作为亚健康状态的判定标准。调查人群中亚健康状态现患率为67.5%，不同性别、年龄和职业类型人群之间的现患率存在统计学差别(P＜0.001)。结论 工作压力、不良的人际关系和缺乏体育锻炼是引发亚健康状态的主要因素，以其低危水平制定亚健康问卷的判定标准是合理的。

亚健康状态 影响因素 判定标准

1.首都医科大学公共卫生与家庭医学学院流行病与卫生统计学系(100069)

2.首都医科大学宣武医院健康体检中心(100053)

△通讯作者：王嵬，E-mail：wei6014@yahoo.com

近年来，亚健康逐渐成为一个研究热点，亚健康在我国人群中普遍存在，且经济发达地区明显高于其他地区〔1〕。目前医学界虽然对亚健康状态的基本含义已达成共识，但尚无公认判定标准。在前期研究中，我们以慢性应激为基础，编制了亚健康状况调查问卷(suboptimal health status questionnaire，SHSQ-25)〔2〕，本问卷条目少、易于理解，调查容易开展，且问卷的信度和效度均达到要求，为亚健康状态的判定提供了有效的测量工具。

本研究拟在前期亚健康评价问卷制定和调查的基础上，对亚健康状态的影响因素进行筛选，并根据亚健康状态低危人群的得分分布情况，探讨亚健康状态判定的标准。

资料与方法

1.研究对象与调查方法 选择2008年4～7月在首都医科大学宣武医院体检中心进行健康体检的集体单位人群，年龄18～60岁，样本量为3 000人。排除标准：(1)患有心脑血管、肝脏、肾脏、代谢性疾病以及肿瘤等重要疾病;(2)患非重要疾病但需用药维持者;(3)近1个月内有外伤和急性病史。由调查对象自己填写问卷，平均时间填写3～4分钟。

2.调查内容 问卷由一般情况、亚健康状态评价和相关危险因素三部分组成，(1)一般情况：包括性别、年龄、学历、职业和工作类型，赋值情况见表1。(2)亚健康状态情况：采用亚健康状况调查问卷(SHSQ-25)进行评价，包括疲劳症状、心血管症状、胃肠道症状、免疫力症状和精神症状共25个问题，根据备选答案程度的递减分别赋值0～4分，将25个问题的得分合计作为亚健康状态评分。(3)相关危险因素情况：包括生活方式和工作环境情况变量及赋值情况见表1。

表1 一般情况及影响因素情况赋值

3.质量控制 对体检医生进行统一培训，并由副主任医师职称以上的医生根据询问病史和体检结果对调查对象的患病状态进行判断。由专人指导问卷填写并对问卷的完整性和正确性进行检查。

4.统计学分析 亚健康状况的影响因素分析采用多元线性逐步回归分析。在多因素分析的基础上，根据对亚健康状态影响有统计学意义的因素的低危水平为标准，筛选出亚健康状态的低危人群，以其低危人群的问卷得分为基础，根据问卷得分的分布情况确定亚健康状态的判定标准：若该人群的亚健康状态得分服从正态分布，则采用正态分布法计算，以单侧的90%参考值范围上限(¯X+1.28S)作为亚健康状态的判定标准。若该人群的亚健康状态得分不服从正态分布，则采用百分位数法计算，以亚健康得分的单侧P90上界作为亚健康状态的判定标准。

在亚健康状态的判定标准确定的基础上，计算本次调查人群的亚健康现患率，并比较不同性别、年龄和职业类型人群之间的现患率，验证判定标准制定的合理性。

结 果

1.一般情况

调查共发放问卷3 000份，收回有效问卷2 799份，应答率为 93.3%。调查对象中男性 1 219名(43.54%)，平均年龄为(42.4±11.2)岁，女性1 580名(56.36%)，平均年龄为(42.1±12.9)岁。文化程度：初中及以下194人，占6.93%;高中及中专831人，占29.69%;大专、本科及以上1 776人，占63.45%。职业分布：国家或政府机关工作人员 543人，占19.39%;企业职工504人，占18.01%;教育单位职工492人，占17.58%;在校学生344人，占12.29%;医疗卫生部门职工243人，占8.69%。五类职业人数总计2 126人，占总人数的75.95%。

2.亚健康状况的影响因素

以问卷亚健康状况部分总分为因变量，以一般情况和生活方式及工作环境情况为自变量，采用多元线性逐步回归分析对可能影响亚健康状况的相关因素进行筛选，有统计学意义的相关变量分别是：性别、年龄、职业类型、教育程度、体育运动、饮酒、工作竞争是否激烈、是否接受超出能力的工作、是否有可以谈心的朋友、白天工作时能否进行短暂的休息(表2)。方程的R2=0.475，调整R2=0.473。根据标准化回归系数，工作竞争对因变量的作用最大(0.399)，其次为接受超出能力的工作(0.304)，体育锻炼(-0.129)，可以谈心的朋友(-0.124)，这四个变量对方程的贡献率为42.1%。

表2 亚健康影响因素的线性回归分析结果

3.亚健康状态判定标准参考人群的选择

在多因素回归分析的基础上，根据对亚健康状态得分影响有统计学意义的5个主要因素的低危水平为标准，包括：工作中竞争情况、是否接受超出能力的工作、是否参加体育锻炼、是否有可以谈心的朋友和工作时能否进行短暂的休息，筛选出亚健康状态的低危人群共437例。

4.亚健康状态判定标准的制定

该人群亚健康状态得分平均值为26.88±5.90，最大值为 43，最小值为 12，P25、P50、P75分别为 23、26、31。对正态性检验结果显示，Kolmogorov-SmirnovZ=2.02，P=0.001，说明该人群的亚健康得分不服从正态分布。因而采用百分位数法估计亚健康状态的判定标准，即以该人群的单侧P90上限35分作为判定标准。以人群的亚健康状况得分作为因变量，将年龄、性别、职业种类和教育程度作为自变量，经多因素线性回归分析，仅教育程度对亚健康得分有影响(t=5.047，P＜0.001)，而其他三个变量：年龄(t=1.171，P=0.242)、性别(t=0.818，P=0.414)、职业种类(t=0.632，P=0.527)对亚健康得分的影响无统计学意义，说明该人群具有同质性。

以亚健康状态问卷得分≥35作为亚健康状态的判定标准，在2 779例调查对象中，处于亚健康状态共1 889人，占67.5%(表3)，两组人群的问卷得分分布见图1。亚健康组平均得分为51.83±11.16，健康组为28.46±4.44，亚健康组高于健康组(t=87.95，P＜0.0001)。调查人群在不同性别、不同年龄和职业分组之间的亚健康现患率存在的差异与因素分析的结果一致，说明亚健康状态界定的标准是合理的。

图1 健康组和亚健康组问卷得分频数分布图

讨 论

亚健康是处于疾病与健康之间的一种中间状态，实际中健康与亚健康之间本来不存在明显的界限，在排除患病状态后，如何把握在二者之间界定的度，本身是一个极其困难的问题。而合理地将亚健康和健康状态区分则是亚健康状态深入研究的关键和基础。本研究以亚健康状态危险因素的筛选与确定为切入点，找出相应的低危人群，并根据该人群的亚健康得分的分布情况确定判定标准。

表3 不同人群特征的亚健康现患率比较

经文献检索，前期资料分析及专家论证，认为亚健康的危险因素是多方面的，归纳起来是由于机体受到环境、心理等方面的刺激后发生的相应代偿反应，即应激反应〔3-5〕。心理社会因素是现代社会中重要的应激源，职业竞争、工作压力、生活节奏紧张、人际关系复杂、拥挤、孤独等都可引起应激反应〔6〕。在前期研究中，研究组以不适和能力减退为特点，根据慢性应激对人体主要器官系统的影响编制了亚健康状况调查问卷(SHSQ-25)，并在首都医科大学宣武医院体检中心进行健康体检的集体单位人群中进行测试，问卷的Chronbach’sα系数为0.92，经探索性因子分析，获得特征根＞1的公因子共5个，对总体方差的累计贡献率为62.35%，5个公因子与问卷的5个维度相符合。证实性因子分析结果显示问卷的维度设置是合理的(χ2400=2517.41，P＜0.001;GFI=0.914;AGFI=0.900)〔2〕。

本研究以生活方式和工作压力情况作为影响亚健康状况的主要筛选因素。分析结果显示，亚健康得分与工作竞争程度(Spearmanr=0.498，P＜0.001)以及是否接受超出能力的工作(Spearmanr=0.572，P＜0.001)之间均存在较强的正相关性，说明工作压力确实是亚健康状态产生的重要原因。

医学上常把绝大多数正常人的某指标值范围称为该指标的正常值范围。这里的“绝大多数”可以是90%、95%、99%等，最常用的是95%。所谓“正常人”并不是指完全健康的人，而是指排除了影响所研究指标的疾病和有关因素的同质人群。对于服从正态分布的指标，其参考值范围的制定可根据正态分布面积分布的规律;对于不服从正态分布的指标，其参考值范围的制定可利用百分位数法制定参考值范围〔7〕。对于亚健康判定标准的制定，参考了医学参考值的制定方法，在排除了患病状态后，在分析危险因素单因素和多因素分析的基础上，根据对亚健康得分变异贡献较大的5个因素，即工作竞争程度、是否参加体育锻炼、接受超出能力的工作任务、是否有可以谈心的朋友，工作时进行短暂的休息，筛选出亚健康的低危人群437例，经多元线性回归分析，年龄、性别、职业种类对亚健康得分的影响无统计学意义，说明该人群具有同质性。

经检验，该人群的亚健康状态得分不服从正态分布，因而采用百分位数法估计亚健康状态的判定标准，考虑研究未能把所有的影响亚健康状态的因素作为筛选条件，因而以该人群的单侧P90上限35分作为判定标准。按此标准，本研究完成的2 799名调查对象中，亚健康现患率67.5%，女性亚健康现患率(75.2%)高于男性(59.9%)。随着年龄的增长亚健康现患率有升高的趋势(线性趋势 χ2=58.887，P＜0.001)，不同职业种类人群的亚健康现患率也存在着统计学差异(χ2=152.685，P＜0.001)，脑力工作者现患率最高(72.3%)，其次为体力工作者(64.5%)，最低为学生(38.3%)。调查人群在不同性别、不同年龄和职业分组之间的亚健康现患率存在的差异与多因素分析的结果一致，说明亚健康状态界定的标准是合理的。

1.王月云，尹平.亚健康的流行现状及研究进展.中国社会医学杂志，2007，24(2)：140-142.

2.Yan YX，Liu YQ，LiM，et al.Development and evaluation of a questionnaire for measuring suboptimal health status in urban Chinese.J Epidemiol，2009，19：333-341.

3.闫宇翔，王嵬.亚健康状态研究进展.中国公共卫生，2008，24(9)：50-52.

4.杨姗姗，王虹，邱婧君，等.北京某高校女性教职工亚健康状况与工作压力典型相关分析.中国卫生统计，2010，27(1)，拟刊.

5.李秀敏，魏彦茹.亚健康影响因素的统计分析.中国卫生统计，2007，24(2)：192-194.

6.De Bellis，Baum AS，Birmaher B，et al.Biological stress systems.Biol Psychiatry，1999，45：1259-1270.

7.方积乾.卫生统计学(第6版).北京：人民卫生出版社，2008.

Establish the Cut off Point for Subop timal Health Status Using SHSQ-25

YanYuxiang，DongJing，LiMan，etal．DepartmentofEpidemiologyandBiostatistics，SchoolofPublicHealthandFamilyMedicine，CapitalMedicalUniversity(100069)，Beijing

Objective To cut off points for the diagnosis of suboptimal health status(SHS)using SHSQ-25.MethodsRisk factors for SHS were selected by step wise multiple linear regression analysis.Based on the distribution of the total score of the SHSQ among the lower risk population for SOHS，the cut off point was estimated.ResultsBased on the lower risk level of the five main factors for SHS，the lower risk population for SHS was selected.The90%upper level of the SHSQ score35 is set as the cut off point for SHS.Significant differences existed among the prevalence of different sex，age and occupational population.ConclusionWork stress，human relations and lack of physical excise are the main risk factors for SHS.It is reasonable thata score of 35 is set as the cut off point for SHSQ-25.

Sub-optimal health Status;Risk factors;Cut off point

国家高技术研究发展计划(2006AA02Z434);北京市优秀人才培养资助项目(20081D0501800211)