独立自然村老年高血压人群流行病学数据获取方法的分析

侯绪良，冯永恩，尹天露，陈威，徐绍华，冯丽洁，刘亚华，孙新，沈洪*

高血压等慢性疾病已经成为影响全球健康的主要公共卫生问题。2012年全世界共死亡5 600万人，其中3 800万人（68%）死于慢性疾病［1］。我国慢性疾病早期发现、实时监测和有效控制情况仍不完善，致使临床工作者不能准确掌握高血压等慢性疾病的流行病学特征，增加了此类疾病预防和管理的难度。因此，探索能够准确获取疾病流行病学特征的方法有利于慢性疾病的管理。人工智能在居民健康档案管理中显现出优势，可以实现对健康数据地准确获取和动态监测［2-3］。独立自然村是自然形成的、独立的、可居住的村落或者社区，基层医疗以此设定范围进行诊病和医疗健康管理，具备相对的稳定性和可控性。本文通过对一个独立自然村65岁以上老年人群高血压流行病学特征调查，比较原有高血压登记数据、入户调查数据以及智能辅助诊疗系统数据，探讨3种数据获取方法的优缺点，发现智能辅助诊疗系统动态管理居民健康数据的优势，研究准确获取疾病流行病学数据的有效方法，更好地对基层慢性疾病进行管理。

本研究创新点：

本研究对比了原有高血压登记数据、入户调查数据、智能辅助诊疗系统数据，凸显出智能辅助诊疗系统在疾病数据收集完整性和持续性上的优势，为慢性疾病的健康管理和监测提供了更有效的方法。

本研究局限性：

根据目前条件，本研究仅对一个独立自然村65岁以上老年人进行了调查，代表性有限，未来可将更多自然村样本纳入研究，数据代表性会更好。

1 对象与方法

1.1 调查对象 2019年6—7月调查对象为河北省衡水市冀州区门家庄乡某独立自然村65岁以上老年人群。至2019年6月，该村总人口为2 603名，村医自2016年1月开始至2019年6月使用当地卫生信息管理系统共登记管理2 485名（占该村总人口95.47%），其中65岁以上老年人516名（20.76%，方法一研究对象）；2019年6—7月对该村65岁以上老年人进行入户走访调查，实际参与调查416名（方法二研究对象），应答率80.62%（416/516）；该独立自然村从2017年12月开始使用智能辅助诊疗系统，至2019年6月，已对2 460名村民进行健康数据管理，诊疗记录9 856人次，65岁以上老年人337名（方法三研究对象）。

1.2 诊断标准 参照《中国高血压防治指南（2018年修订版）》［4］中高血压的诊断标准：收缩压≥140 mm Hg（1 mm Hg=0.133 kPa）和/或舒张压≥90 mm Hg诊断为高血压；患者既往有高血压，目前正在使用降压药物，调查时血压虽<140/90 mm Hg，也应诊断为高血压。

1.3 研究方法

1.3.1 方法一：分析原有高血压登记数据 原有高血压登记数据采用当地卫生信息管理系统中65岁以上老年人群登记的健康资料，将现病史中包含“高血压”村民确定为高血压患者，获得高血压的患病率，但资料中无法获得高血压患者的具体血压测量数据。

1.3.2 方法二：分析入户调查数据 调查人员采用统一的问卷调查表进行入户走访调查。调查内容包括年龄、性别、是否参加年度体检、是否曾被诊断为高血压、是否接受治疗、治疗药物、有无相关症状、既往病史、家族史等。对被调查者采用臂式电子血压计，按照血压测量标准方法进行现场血压测量。对无高血压史者，若本次测量收缩压≥140 mm Hg和/或舒张压≥90 mm Hg，则测量3次非同日血压，均超过诊断标准者为新确诊高血压患者。知晓既往有高血压者占全部高血压患者的比例为知晓率；近两周服用高血压药物患者所占比例为治疗率；血压<140/90 mm Hg患者所占比例为控制率［5］。

1.3.3 方法三：分析智能辅助诊疗系统数据 将在该系统记录中有“高血压”病史者确定为高血压患者，并获取、分析其就诊记录中血压情况，统计患病率、知晓率、治疗率和控制率。由于该系统可获得同一患者多次就诊记录，所获症状和血压数值更详尽。

1.4 统计学方法 采用SPSS 24.0统计学软件进行数据分析。计量资料用（±s）表示，多组间比较采用单因素方差分析；计数资料采用率或构成比表示，组间比较采用χ2检验。以P<0.05为差异有统计学意义。

2 结果

2.1 一般资料 方法一调查516名，平均年龄（72.8±6.3）岁；其中男238名（46.12%），女278名（53.88%）。方法二实际调查416名，应答率80.62%，平均年龄（72.7±6.0）岁；男196名（47.12%），女220名（52.88%）。未能参与本组调查者为100名，平均年龄（73.3±7.7）岁；男42名（42.00%），女58名（58.00%）。与参与调查者相比，两者平均年龄和性别比较，差异均无统计学意义（P>0.05）。方法三统计337名，平均年龄（72.2±6.4）岁；男158名（46.88%），女179名（53.12%）。三种方法研究对象平均年龄及性别比较，差异均无统计学意义（P>0.05），见表1。

表1 三种方法中研究对象一般资料比较Table 1 Comparison of general information of three groups of participants studied using different methods

2.2 原有高血压数据（方法一） 方法一确诊高血压患者226名，患病率为43.80%（226/516），当地卫生信息管理系统无就诊时具体血压测量数值，未能获得知晓率、治疗率和控制率的数据。

2.3 入户调查数据（方法二） 方法二确诊高血压患者313名，患病率75.24%（313/416）；本次入户调查新发现高血压患者53名，知晓既往有高血压者260名，高血压知晓率为83.07%（260/313）；近两周在服用高血压药物者238名，治疗率为76.04%（238/313）；调查时血压<140/90 mm Hg者74名，控制率为23.64%（74/313）。

2.4 智能辅助诊疗系统数据（方法三） 方法三确诊高血压患者176名，患病率为52.23%（176/337）；知晓既往有高血压者172名，高血压知晓率为97.73%（172/176）；近两周在服用高血压药物者168名，治疗率为95.45%（168/176）；有血压测量记录者118名，血压<140/90 mm Hg者32名，控制率为27.12%（32/118）。176名高血压患者总计就诊476人次，血压≥140/90 mm Hg者为289人次（60.71%，289/476），<140/90 mm Hg者 为129人 次（27.10%，129/476），无血压测量记录或未因高血压就诊58人次（12.18%，58/476）；人均就诊（2.75±3.19）次。

3 讨论

高血压是长期危害人类健康的疾病，也是基层医疗机构管理的慢性疾病。准确掌握病情变化的各项数据资料，获得高血压流行现状、趋势和特点，是高血压防治的信息基础［6］，且有利于临床工作者对其进行有效管理，也为政府相关部门制订政策提供数据基础。本研究基于独立自然村人员生活环境相对固定、就诊场所相对集中，且村卫生室可集中实施健康和疾病管理，故以独立自然村为基本研究单位能够获得更确切、可靠的高血压患者的血压变化数据资料，以利于更有效地开展基层高血压的防控。

方法一（原有高血压登记数据）采用当地卫生信息管理系统所登记的村民健康数据，其中村医仅就已知村民的健康和疾病状况进行询问并登记，未实际测定具体血压值且未对高血压治疗和控制情况进行详细记录，统计获取高血压患病率仅为43.80%，低于其他地区同类高血压患病率文献报道［7-10］，同时也低于方法二（75.24%）和方法三（52.23%）所获取的患病率。这致使现有登记数据与实际疾病流行病学特征之间存在明显差别，推测疾病资料不准确的情况可能在基层医疗机构中具有普遍性，影响总体疾病流行病学特征调查的准确性。因此，方法一不利于高血压患病率等流行病学数据的采集和慢性疾病的管理。

方法二（入户调查数据）是研究疾病流行病学特征的通用方法，通过此方法发现新增或未曾被诊断为高血压者53名，其中未曾因高血压症状到村卫生室就诊者16名（30.19%），就诊时未测量血压者23名（43.40%），所得高血压患病率（75.24%）高于方法三（智能辅助诊疗系统）所得高血压患病率（52.23%），也高于多数其他地区文献报道的同类人群高血压患病率（48.75%～66.3%）［7-13］，与北京市石景山区调查的同类人群患病率相仿［14］。这可能与方法二可较为全面、详实地获取疾病数据有关。但方法二所获取的高血压知晓率、治疗率和控制率（83.07%、76.04%、23.64%）均低于方法三所得相应数据（97.73%、96.45%、27.12%），这可能是由于方法二仅为某一时间点的检查数据，缺乏对病情变化及血压值等连续监测，未能达到动态管理村民健康状况的目标，对高血压等慢性疾病的长期管理有局限性。

方法三（智能辅助诊疗系统数据）可对患者每次就诊时的症状、体征、检查、诊断及治疗等数据进行详细记录，但作为就诊记录，不如方法二采集数据规范和全面，提示需要对基层医生诊疗记录的完整性和规范性加强培训和管理。通过智能辅助诊疗系统，人均就诊次数为（2.75±3.19）次，最多就诊次数为17次，可对患者病情变化、血压控制和用药情况进行动态监测，并及时对其作出提醒和指导，增加了对血压等数值观察的时间和频度，有利于高血压患病率等流行病学数据的获取和慢性疾病的管理。

因此，基层日常诊疗工作过程中使用智能化方法，如智能辅助诊疗系统等，可对村民健康数据进行连贯记录，有利于基层医生指导、监督患者规范用药，控制疾病发展，是连续掌握村民健康状况和疾病控制情况的有效方法，可更好地对慢性疾病进行管理。但智能辅助诊疗系统在应用中仍有不足之处，需要加强基层医生的培训和管理，更好地服务于慢性疾病患者。

作者贡献：侯绪良进行文章的构思与设计、统计学处理；陈威、冯丽洁、孙新、沈洪进行研究的实施与可行性分析；侯绪良、冯永恩、尹天露进行数据收集；侯绪良、徐绍华进行数据整理；侯绪良、尹天露进行结果的分析与解释；侯绪良、尹天露、徐绍华撰写论文；冯丽洁、刘亚华进行论文的修订；冯丽洁负责文章的质量控制及审校；冯丽洁、沈洪对文章整体负责，监督管理。

本文无利益冲突。