健康相关行为改变对慢性病高风险人群转归的影响

古孝勇，姜方平，王宏宇，徐 璐，何佳佳

镇江市疾病预防控制中心，江苏镇江，212000

不健康的生活方式与慢性病患病风险密切相关，当今社会，不健康的生活方式流行态势日趋严重[1]，直接导致越来越多的人成为慢性病高风险人群[2]。慢性病高风险人群是介于正常人和慢性病患者之间的一类特殊人群，通过生活方式干预可促使其转归为正常人，在慢性病防治工作开展过程中有重要意义。本研究通过个性化健康教育，指导研究对象主动开展血压、血糖控制，进而促进其健康相关行为的改变，追踪其1年后的转归情况，通过倾向评分配比法对其进行分组，进而探讨影响其转归的行为改变因素。

1 资料来源与方法

1.1 研究对象

选取2016-2017年镇江市慢性病及其危险因素监测中发现的符合慢性病高风险人群定义的居民，对其开展以控制血压与血糖为主题的个性化健康指导，1年后对其开展随访调查，将完成全部随访调查的489名居民确定为研究对象。

1.2 研究方法

对研究对象进行个性化健康教育，指导每一位研究对象开展控制血压与血糖相关的健康生活方式改善行动，1年后开展随访调查，收集其转归情况及健康相关行为改变情况，并就健康相关行为改变对慢性病高风险人群转归的影响进行分析。

调查由基线数据收集和1年后随访调查组成，分为问卷调查、体格检查、实验室检测3部分，采用中国疾病预防控制中心制定的慢性病及其危险因素监测(2013)调查问卷，分别对个人基本信息，吸烟、饮酒、膳食、躯体活动等生活方式信息，身高、体重、腰围、血压、空腹血糖、血清总胆固醇等身体测量信息进行收集。

1.2.1 慢性病高风险人群标准。吸烟；男性腰围≥90cm，女性腰围≥85cm；血压130-139/85-89 mmHg；空腹血糖6.1≤FBG<7.0mmol/L；血清总胆固醇5.2≤TC<6.2 mmol/L。

1.2.2 诊断标准。高血压：收缩压(SBP)≥140mmHg和(或)舒张压(DBP)≥90mmHg。糖尿病：有糖尿病症状，同时空腹血糖(FBG)≥7.0mmol/L。高胆固醇血症：血清总胆固醇(TC)≥5.7 mmol/L。

1.3 统计学方法

应用EpiData 3.1进行数据双录入，采用SPSS 22.0进行数据整理，按照《中国慢性病及其危险因素监测(2013)工作手册》中相关标准，对千步当量、每日食盐摄入量等变量进行转换。再通过PSM模块，进行倾向评分匹配，匹配卡钳值设置为0.2。对匹配成功的研究对象数据，以慢性病高风险人群转归变化为因变量，以行为改变为自变量进行logistic回归分析，检验水准α=0.05。

2 结果

2.1 倾向评分匹配

2.1.1 数据信息。根据1年后随访调查及基线调查相关数据，在全部完成追踪调查的489人中，男性330人(67.41%)，女性159人(32.59%)；18-44岁184人(37.65%)，45-64岁219人(44.74%)，65岁及以上者86人(17.61%)。汇总其行为改变情况，以主动采取血压血糖控制为处理因素，以除研究对象转归情况以外的其他变量为协变量构建模型，各变量说明见表1。

表1 影响慢性病高风险人群转归可能行为改变因素与赋值

2.1.2 倾向评分匹配情况。以是否主动采取血压、血糖控制设置对比组，最终处理组有180例，对照组有309例，经倾向评分匹配后，处理组与对照组最终各有156例研究对象完成匹配，匹配度为86.67%。整体均衡性检验结果显示P=0.974，变量在两组整体间均衡性较好，匹配后无变量∣d∣>0.25，可认为各变量匹配后是均衡的。由倾向评分分配图可以看出，获得匹配研究对象的倾向性评分比较接近(图1)，标准化差异变化线图(图2)显示，匹配后各变量的标准化差异均变小，倾向评分分布直方图(图3-图6)显示，匹配后两组的分布近似，匹配前后标准差分布直方图(图7)显示，匹配后标准差集中于0附近，提示不存在系统差异，且单变量SD散点图(图8)显示匹配后变量达到均衡，匹配效果较好，可以对匹配后的数据进行进一步分析。

图1 研究对象倾向性评分分配

图2 研究对象匹配前后绝对标准差变化

图3 未匹配处理组倾向性评分分布

图4 匹配处理组倾向性评分分布

图5 未匹配对照组倾向性评分分布

图6 匹配对照组倾向性评分分布

图7 匹配前后标准差分布

图8 匹配前后单变量标准差散点分布

2.2 匹配后转归情况分析

结果显示，主动开展血压血糖控制等健康相关行为改变的处理组转归为正常人、无明显变化、慢性病患者的比例分别为14.10%、63.46%、22.44%，而对照组转归为正常人、无明显变化、慢性病患者的比例分别为7.05%、39.10%、53.85%，卡方检验结果显示差异有统计学意义(P<0.01)。见表2。

表2 处理组与对照组转归情况分布情况 n(%)

2.3 行为改变对转归影响分析

对倾向评分匹配后的数据进行1:1匹配处理，以两组中已匹配的研究对象转归情况赋值的差值作为新的慢性病高风险人群转归分类变量，将其设置为因变量，以两组中已匹配的研究对象行为改变各变量赋值的差值作为新的行为改变变量，将其设置为自变量，构建logistic回归分析模型。回归模型拟合结果显示，模型中引入变量前后-2倍对数似然值之差为161.532，P<0.01，说明引入变量后的模型优于无效模型，模型拟合较好。

结果显示，在10个行为改变因素中，饮酒行为改变、食盐摄入量改变、身体活动量改变、静态行为持续时间改变、睡眠时间改变5个行为改变因素被纳入到回归方程模型中(P<0.05)，被认为对慢性病高风险人群转归情况的影响有统计学意义。以研究对象1年后转归情况赋值的差值大小代表转归程度，由大到小将转归程度分为好、较好、不变、差、很差5种情况，参数估计结果显示，主动戒酒或保持不饮酒状态、身体活动量增加、睡眠时间延长、 BMI下降的慢性病高风险人群，其转归程度好的概率分别是转归程度很差概率的8.33倍、25倍、33.33倍、16.67倍。食盐摄入量减少、身体活动量增加的慢性病高风险人群，其转归程度较好的概率分别是转归程度很差概率的2.03倍、2.40倍。身体活动量增加、中心性肥胖情况改善的慢性病高风险人群，其转归程度为不变的概率分别是转归程度很差概率的2.35倍、2.27倍。身体活动量增加的慢性病高风险人群，其转归程度为差的概率是转归程度很差概率的2.29倍。见表3、表4。

表3 慢性病高风险人群转归与行为改变logistic回归方程拟合结果

表4 慢性病高风险人群转归与行为改变logistic回归方程参数估计

3 讨论

3.1 健康相关行为改变的慢性病高风险人群转归结局较好

本研究中，由于慢性病高风险人群的选取及转归影响因素之间存在偏倚[2]，为保证研究结论的准确性，进行倾向评分匹配，进而有效控制各变量的分布。匹配后处理组与对照组转归情况分析结果显示，以控制血压、血糖为目的，主动进行行为改变的慢性病高风险人群，其转归结局优于对照组。有研究指出，面向社区开展有针对性的健康管理工作，可提高慢性病患病知晓率并控制慢性病的发生和发展[3]，刘敏等针对慢性病高风险人群的生活方式干预也得到了与本研究相似的结论[4]，从而说明采取有针对性的干预措施控制血压、血糖对于防止慢性病的发生有重要意义[5-6]，而基层社区干预措施的有效落实可以最大化地发挥慢性病一级预防的作用[7]。

3.2 膳食因素对慢性病高风险人群转归的影响

研究结果显示，通过开展以控制血压和血糖为目的的健康干预，使研究对象饮酒行为、食盐摄入量发生改变，可对慢性病高风险人群的转归产生影响，戒酒或保持不饮酒状态、食盐摄入量下降被认定为是促进慢性病患者向正常人转归的保护因素。饮酒行为在慢性病防治策略措施制定过程中向来被认为应加以纠正[8]，相关研究也证实了饮酒与血脂异常存在相关关系[9]，而后者是慢性病发生的重要前期状态。食盐作为调节机体内渗透压的重要物质，其摄入量的多少直接影响血压的变化[10]，相关研究也证实了食盐摄入情况与慢性病的发生存在密切联系[11-12]，因此，慢性病高风险人群饮酒行为及食盐摄入量的改变对其转归结局至关重要。

3.3 躯体行为因素对慢性病高风险人群转归的影响

本研究中，研究对象身体活动量改变、静态行为持续时间改变、睡眠时间改变、BMI改变、中心性肥胖情况改变等躯体行为改变因素均是慢性病高风险人群转归的影响因素。王瑞琪等指出，缺乏体育运动、超重以及肥胖等因素均会提高糖尿病的患病风险[13]，相关研究也指出体育锻炼在慢性病防治中有积极作用[14-15]。

江苏省成年居民静态行为与心脑血管事件发生风险性研究显示[16]，长时间的静态行为与心脑血管疾病危险因素的聚集性存在显著相关关系,会明显增加心脑血管事件的发生风险，陈一佳等也指出静态行为时间与2型糖尿病死亡风险之间存在关联[17]，这与本研究得出的降低静态行为时间有利于慢性病高风险人群向正常人转归的结论一致。

有研究得出体重增加与慢性病的发生密切相关[18]，说明肥胖状况使慢性病发生风险升高[19-20]，尤其是中心性肥胖在慢性病高风险人群转归过程中发挥着重要作用[21]。睡眠时间不足是机体亚健康的重要影响因素[22]，已有研究指出睡眠时间不足会增加代谢综合征的发生风险[23]，这与本研究所得出的睡眠时间延长、 BMI下降、中心性肥胖情况改善是促进慢性病患者向正常人转归的保护因素的结论一致。