论文部分内容阅读
目的（1）通过现场问卷调查,了解南京市某社区老年人群的健康状况及高血压、高血压前期流行情况,分析老年人群高血压及高血压前期的患病相关影响因素。（2）根据高血压相关危险因素构建高血压发病风险评估模型。为社区老年人群高血压的一级预防和健康管理提供依据。方法（1）2016年3月—2016年12月,在南京市某社区医院,采用整群抽样方法调查在该医院进行健康体检的60周岁及以上居民,进行现场问卷调查和体格检查。调查结束后采用Epidata3.2进行双人双机数据录入,运用SPSS 22.0进行统计学描述、X2检验,并运用多分类Logistic回归方法分析南京市社区老年人群高血压及高血压前期患病影响因素。（2）利用2016年社区老年人群问卷调查基线资料,采样随机抽样方法分为建模组（70%）和验证组（30%）。运用建模组调查资料参照哈佛癌症指数法和危险因素记分法建立高血压风险评估模型,运用验证组调查资料进行验证,以ROC曲线下面积（AUC）作为检验模型预测效能的指标,以Hosmer-Lemeshow（H-L）检验评价模型的拟合程度。结果（1）本次调查纳入符合条件的社区老年人群2492人,平均年龄为72.01±6.73岁,以60～69岁居民为主（41.33%）,其中男性1255人（50.36%）,女性1237人（49.64%）。1029人患有高血压前期,患病率为41.29%,767人患有高血压,患病率为30.78%。男性老年人群高血压患病率（33.15%）高于女性（28.38%）,男性高血压前期患病率（41.67%）高于女性（40.91%）;随年龄增长,高血压及高血压前期患病呈现升高趋势。文化程度较低老年人群高血压及高血压前期患病率较高;丧偶者高血压及高血压前期患病率较高;具有高血压家族史老年人群高血压及高血压前期患病率高于无高血压家族史人群;不同BMI、腰臀比老年人群高血压及高血压前期患病情况的差异具有统计学意义（P<0.05）,不同吸烟、饮酒、腌制食物、中等强度体力活动生活习惯的老年人群高血压及高血压前期患病情况的差异具有统计学意义（P<0.05）。多因素分析结果表明男性、年龄≥70周岁、小学及以下文化程度、丧偶、高血压家族史、超重和肥胖、中心性肥胖、吸烟、饮酒、经常食用腌制食物、缺乏中等强度体力活动是高血压患病的正相关因素（P<0.05）;男性、年龄≥70周岁、小学及以下文化程度、丧偶、高血压家族史、超重和肥胖、中心性肥胖、吸烟、缺乏中等强度体力活动是高血压前期发生的正相关因素（P<0.05）,戒酒是高血压前期发生的负相关因素（P<0.05）。（2）建模组二元Logistic回归显示:性别、年龄、文化程度、婚姻状况、高血压家族史、肥胖和超重、中心性肥胖、吸烟、饮酒、腌制食物、中等强度体力活动是高血压的危险因素,以此基于哈佛癌症指数法和危险因素记分法建立高血压发病风险评估模型。哈佛癌症指数模型在建模组高血压发病的548人中,评估58人（10.58%）为“较高”风险、312人（56.93%）为“高”风险、69人（12.59%）为“一般”风险、61人（11.13%）为“低”风险、48人（8.76%）为“较低”风险;在验证组高血压发病的219人中,评估24人（10.96%）为“较高”风险、123人（56.16%）为“高”风险、21人（9.59%）为“一般”风险、29人（13.24%）为“低”风险、22人（10.05%）为“较低”风险。当最佳切点值都为1.2时,哈佛癌症指数模型在建模组和验证组的约登指数最大,分别为0.244和0.275,ROC曲线下面积AUC分别为0.686（95%CI=0.659～0.712）和0.691（95%CI=0.649～0.733）,灵敏度分别为57.5%和55.7%,特异度分别为66.9%和71.8%。当最佳切点值分别为25和24分时,危险因素记分模型在建模组和验证组的约登指数最大,分别为0.280和0.341,ROC曲线下面积AUC分别为0.715（95%CI=0.690～0.740）和0.738（95%CI=0.700～0.776）,灵敏度分别为72.3%和78.1%,特异度分别为55.7%和56.0%,具有较好的预测能力;本研究危险因素记分模型在建模组中H-L检验结果为X2=3.371,P=0.909,在验证组中H-L检验结果为X2=7.974,P=0.436,模型拟合度好。结论（1）本次调查中南京市社区老年人群高血压及高血压前期患病率较高,应针对相关危险因素进行健康干预,加强健康宣传教育,促进老年人群改变不良生活行为习惯,预防高血压前期及高血压的发生。（2）基于哈佛癌症指数法和危险因素记分法所建立的老年人群高血压发病风险评估模型可以评估老年人群高血压发生风险,识别高危人群,有利于对高危人群有针对性地进行健康干预,提高生命质量,有利于合理分配卫生资源,完善我国医疗保障体系。危险因素记分模型的预测能力和识别高血压患者的能力高于哈佛癌症指数模型,哈佛癌症指数模型识别非高血压患者的能力高于危险因素记分模型。