社区40岁及以上男性脑卒中风险等级相关因素的路径分析*

韩高超 孙艳敏 赵雪桢 刘一志 陈 强 陈学禹 纪 龙 李 栋

1.泰山医学院公共卫生学院(271016) 2.首都医科大学公共卫生学院

【提 要】 目的 研究40岁及以上男性脑卒中的危险因素,探讨其风险等级与相关因素的路径关系,为此类人群的疾病预防提供科学的建议和措施。方法 采用随机抽样的方法,由培训合格的调查人员进行问卷调查,应用广义最小二乘-结构方程模型(GLS-SEM)进行统计分析。结果 共调查401人,年龄分布为(57.78±12.085)岁;结构方程模型的拟合效果较好,其中各路径系数均为正相关关系,生活方式对40岁及以上男性脑卒中风险等级的路径系数最大(1.631);相关疾病和既往病史对生活方式的路径系数为0.420和0.908,并且相关疾病和既往病史与40岁及以上男性脑卒中风险等级之间存在着中介作用,即前者通过影响生活方式来影响后者;明显超重或肥胖对生活方式的影响最小(0.030);脑卒中家族史对疾病史的影响最小(0.083)。结论 所有危险因素中,高血压病史、血脂异常或未知、吸烟和既往脑卒中病史对40岁及以上男性脑卒中风险等级影响最大,此结果对社区40岁及以上男性居民脑卒中的防控,具有重要参考价值。

脑卒中是指突然发生的、由脑血管病变引起的局限性脑功能障碍,并持续时间超过24小时或引起死亡的临床症候群。一般影像学上存在与当前症状、体征相关的肯定病灶[1]。据2015年全球疾病负担报告的分析资料表明,在世界范围内,脑卒中已成为全球第二大致死疾病[2]。中国作为世界上人口最多的国家,脑卒中是威胁我国中老年人健康的主要危险疾病。因其具有较高的发病率、致残率、死亡率以及复发率的特点[3],被我国卫生部门高度关注。由于男性在吸烟、饮酒等生活方式上,明显较女性频繁,且40岁及以上男性脑卒中患病率明显高于女性[4]。目前，尚缺乏通过结构方程模型(structural equation modeling,SEM)系统的分析脑卒中高危因素的研究,因此,本文旨在基于GLS-SEM模型(generalized least squares,GLS,广义最小二乘法),分析各危险因素与40岁及以上男性脑卒中的伴随规律,探讨40岁及以上男性脑卒中风险等级与危险因素的路径关系,为40岁及以上男性脑卒中的一级和二级预防提供科学依据。

资料与方法

1.调查对象 参照国家卫生健康委员会(原国家卫生和计划生育委员会)实施的公益性筛查专项“脑卒中高危人群筛查和干预项目”,在2016年1月至2017年1月,选取泰安市岱岳区某两个社区,采用随机抽样的方式,选取年龄大于等于40岁的男性401人进行调查。

2.脑卒中风险等级评价 按照“脑卒中高危人群筛查和干预项目”评估表以及筛查表进行,采取8+2项因素,以此进行脑卒中风险等级评估。其中,潜变量“相关疾病”由A1、A2、A3和A4构成;潜变量“生活方式”由B1、B2和B3构成;潜变量“既往病史”由C1、C2和C3构成,调查表相关变量的赋值和潜变量的构成详情见表1。表1中,具有3项及以上危险因素,或有短暂性脑缺血发作,或既往有脑卒中者及三类中兼有者均评定为脑卒中高危人群,依次分为3、4、5级;危险因素低于3项,但患有慢性病(高血压、糖尿病、心房颤动或瓣膜性心脏病)者,评定为脑卒中中危人群,即为2级;危险因素低于3项,且无慢性病者为脑卒中低危人群,即为1级。

表1 调查表相关变量的赋值和潜变量的构成

3.质量控制 本研究的调查员为相应社区卫生服务中心的医护人员,均经过统一培训,对问卷调查、体格检查、实验室检查等环节实施质量控制。

4.结构方程模型 SEM常用于社会学、心理学和医学等领域,能够处理不能准确、直接测量的变量,也能同时处理多个因变量,容许自变量和因变量含测量误差,估计因子结构和因子关系,是一种容许更大弹性的测量模型[5]。结构方程由测量模型和结构模型组成,测量模型主要表示观测变量和潜变量之间的关系,结构模型主要表示潜变量之间的关系[6]。GLS是除极大似然估计(maximum likelihood estimation,MLE)外又一广泛的SEM参数估计方法[7]。当数据违反多变量正态性假设时,GLS法在使用上有其强韧性[8]。

5.统计分析 采用EpiData 3.1录入数据建立数据库,通过SPSS 20.0和AMOSS 17.0软件进行数据分析,采用验证性因子分析构建潜变量和测量指标之间的测量模型,建立潜变量之间的结构模型,参数估计采用GLS法,检验水准α=0.05。

结果

1.基本情况分析 本研究共调查401人,研究对象的年龄分布为(57.78±12.08)岁;婚姻状况中,未婚、已婚和丧偶,分别占比为1.2%、97.8%和1.0%;文化程度中,小学及以下、初中、高中及中专、大专及本科和硕士及以上,分别占比为1.5%、44.6%、34.2%、15.5%和4.2%;主要医疗付费方式中,城镇职工基本医疗保险、城镇居民基本医疗保险和新型农村合作医疗,分别占比为23.1%、58.9%和18%;个人月均医疗费用支出中,500元以下、500～1000元、1001～3000元,分别占比为18%、81%和1%。

2.结构方程模型分析

(1)模型的构建与拟合 根据表一内容建立SEM,依照AMOS输出结果提供的修正指数(MI应小于3.84)、参数估计值(t值应大于1.96)和相关专业知识,对模型进行逐步修正,得到最优的40岁及以上男性脑卒中风险等级结构方程模型。路径关系图和标准化路径系数值如图1所示。

图1 40岁及以上男性脑卒中高危因素结构方程路径图

(2)模型适配度的评价 禹洁等人选用了GFI、AGFI、CFI、IFI等拟合优度指数[9]。用GLS法进行参数估计时还应联合使用SRMR,因为除了χ2值外,所有拟合指数都是一种描述性指标,缺乏统计推断,且GFI和AGFI受样本量的影响较大[10],故建议在研究中要报告指数χ2/df(NC)的值[11]。本次SEM的拟合优度指数均达到了统计学要求,详见表2。

表2 SEM拟合优度指数

(3)结构模型的检验结果 结构方程模型的标准化路径系数,对应的t检验统计值均大于1.96,P值<0.05,说明该结构方程模型的路径设计比较适合本次研究,详见表3。结构方程模型的各路径系数均为正相关关系,其中生活方式对40岁及以上男性脑卒中风险等级的路径系数最大(1.631);相关疾病和既往病史对生活方式的路径系数为0.42和0.908;相关疾病和既往病史与40岁及以上男性脑卒中风险等级之间存在着中介作用,即前者通过影响生活方式来影响后者;明显超重或肥胖对生活方式的影响最小(0.030);脑卒中家族史对疾病史的影响最小(0.083)。

表3 GLS-SEM标准化路径系数

讨论

有关脑卒中危险因素的研究已有一定的成果,这些研究结果表明高血压病史、房颤或明显的脉搏不齐、吸烟、血脂异常或未知、糖尿病、很少进行体育运动、明显超重或肥胖、脑卒中家族史、既往脑卒中病史、短暂性脑缺血发作病史,都是引起脑卒中的危险因素,这与本研究结果一致[4,12]。往往影响脑卒中的一些危险因素,如肥胖等又是导致高血压和高血糖的诱发因素,所以这些因素都是环环相扣,不可分割的[13]。

本研究的相关疾病主要由房颤或明显的脉搏不齐、糖尿病、高血压病史和血脂异常或未知来体现。结果表明,相关疾病通过影响生活方式来影响40岁及以上男性脑卒中风险等级,无相关疾病更有利于降低40岁及以上男性脑卒中的风险等级。其中血脂异常或未知和高血压病史的路径系数为0.636和0.567,对相关疾病影响最大。因此,建议社区建立更为详细的男性居民血脂和高血压管理制度,提醒这部分居民定期复检,当居民出现上述相关疾病异常的情形时,应当积极督促男性居民进行生活方式的改善,以此来降低脑卒中患病风险。

生活方式主要由明显超重或肥胖、很少进行体育运动、吸烟来体现。统计结果显示,生活方式直接对40岁及以上男性脑卒中危险分级产生影响,并且是危险因素中影响最大的一个,路径系数为1.631,良好的生活方式可直接降低40岁及以上男性脑卒中的风险等级。其中吸烟对生活方式影响最大,路径系数为0.432;明显超重或肥胖对生活方式几乎没有影响,路径系数为0.030,这和朱卫红等人的研究结果相同[14]。建议以社区为单位积极开展健康教育[15],减少吸烟等不健康的生活方式,提高每周户外锻炼的次数,增强健康体检意识,以此来降低脑卒中患病风险。

既往病史主要由短暂性脑缺血发作病史、脑卒中家族史和既往脑卒中病史来体现。结果显示,既往病史通过影响生活方式来影响40岁及以上男性脑卒中风险等级,无既往疾病史的40岁及以上男性发生脑卒中的风险等级较低。其中,既往脑卒中病史对既往病史的影响最大,路径系数为0.525;脑卒中家族史对既往病史影响很小,路径系数为0.083。这提示社区应当高度关注有过脑卒中病史的40岁及以上男性居民,定期随访观察,督促其改进生活方式,最终降低脑卒中的再发风险。

综上所述,40岁及以上男性脑卒中所有危险因素中,高血压病史、血脂异常或未知、吸烟和既往脑卒中病史对脑卒中风险等级影响最大,并且生活方式直接影响40岁及以上男性脑卒中风险等级,而相关疾病和既往病史与40岁及以上男性脑卒中危险分级之间存在着中介作用,即前者通过影响生活方式来影响后者,此结果对社区40岁及以上男性居民脑卒中的防控,具有重要参考价值。