). Multivariate logistic regression analysis showed that factors like male gender, central obesity, overweight, and obesity were associated with hypertension, diabetes, and dyslipidemia (). High BMI index is one of the risk factors of the three diseases. The odds ratio (OR) of general overweight associated with hypertension, diabetes, and dyslipidemia was 1.663, 1.206, and 1.579 compared to normal body weight, respectively. And that was 3.094, 1.565, and 2.285 for obesity. Age was one of the risk factors for hypertension and diabetes (). Age groups of 45–59 years and 60 years and above were more associated with hypertension than of 18–44 age group (OR45-59 group = 2.777, OR60 years and above = 6.948), similar to their association with diabetes (OR45-59 group = 2.357, OR60 years and above = 3.521). Daily smoking is associated with diabetes and dyslipidemia (OR for diabetes = 1.217, OR for dyslipidemia = 1.287) and alcohol drinking associated with hypertension and dyslipidemia (OR for hypertension = 1.014, OR fordyslipidemia = 1.034). Hypertension, diabetes, and dyslipidemia were also associated with each other (). The number of participants with hypertension, diabetes, and dyslipidemia accounted for 2.33% of all the participants, 15.60% for participants with hypertension and dyslipidemia, 4.58% for hypertension and diabetes, and 3.57% for diabetes and dyslipidemia, respectively. Conclusion. Factors like male, smoking, drinking, central obesity, overweight, and obesity were associated with hypertension, diabetes, and dyslipidemia in northwest China. Interventions on these risk factors and coexistence of the three diseases may help improve public health in this area."> 西北地区成人高血压、糖尿病、血脂异常患病率及危险因素分析 - betway赞助

国际高血压杂志

PDF
国际高血压杂志/2021/文章

研究文章|开放获取

体积 2021 |文章的ID 5528007 | https://doi.org/10.1155/2021/5528007

邱琳,王卫华,萨丽娜,刘峰 西北地区成人高血压、糖尿病、血脂异常患病率及危险因素分析",国际高血压杂志 卷。2021 文章的ID5528007 10 页面 2021 https://doi.org/10.1155/2021/5528007

西北地区成人高血压、糖尿病、血脂异常患病率及危险因素分析

学术编辑器:Thereza Maria Moreira Thereza Maria
收到了 2021年1月07
修改后的 2021年2月20日
接受 2021年3月21日
发表 2021年4月12日

摘要

客观的.了解西北地区18岁以上成人高血压、糖尿病和血脂异常的患病率及其危险因素,为西北地区慢性病的防治提供数据。方法.分别于2013年、2015年和2018年在西北10个县开展了三波多阶段分层整群随机抽样的慢性疾病和营养监测调查。通过面对面访谈收集个人信息、社会经济地位(SES)和行为风险因素(吸烟、饮酒、饮食和体育活动)。测量身高、体重和血压,并检测血糖和血脂。估计三波人群中高血压、糖尿病、血脂异常的患病率,并采用多因素logistic回归分析其危险因素。结果.高血压、糖尿病、血脂异常患病率分别为41.59%、11.16%、32.48%。标准化患病率分别为29.31%、7.94%和31.54%。单因素分析显示,高血压、糖尿病和血脂异常的患病率在教育水平、婚姻状况、职业、吸烟、饮酒、中枢性肥胖和BMI分类( ).多因素logistic回归分析显示,男性、中枢性肥胖、超重和肥胖等因素与高血压、糖尿病和血脂异常相关( ).BMI指数高是这三种疾病的危险因素之一。与正常体重相比,一般超重与高血压、糖尿病和血脂异常相关的比值比(OR)分别为1.663、1.206和1.579。肥胖分别是3.094、1.565和2.285。年龄是高血压和糖尿病的危险因素之一( ).45-59岁和60岁及以上年龄组的高血压患病率高于18-44岁年龄组(OR45-59集团= 2.777,或60岁及以上= 6.948),与糖尿病的相关性相似(OR45-59集团= 2.357,或60岁及以上= 3.521)。每日吸烟与糖尿病和血脂异常有关糖尿病= 1.217,或对血脂异常= 1.287)和饮酒与高血压和血脂异常相关(OR对高血压= 1.014,或血脂异常= 1.034)。高血压、糖尿病和血脂异常也相互关联( ).高血压、糖尿病、血脂异常患者占总人数的2.33%,高血压、血脂异常患者占15.60%,高血压、糖尿病患者占4.58%,糖尿病、血脂异常患者占3.57%。结论.在中国西北地区,男性、吸烟、饮酒、中枢性肥胖、超重和肥胖等因素与高血压、糖尿病和血脂异常相关。对这些风险因素和三种疾病共存的干预措施可能有助于改善这一领域的公共卫生。

1.简介

随着经济的发展,中国人的生活水平有了很大的提高,他们的生活方式和饮食方式也发生了变化。心脑血管疾病等非传染性慢性疾病已成为威胁中国公共卫生的主要疾病[1].一些前瞻性研究和临床试验表明,高血压、糖尿病和血脂异常是心脑血管疾病的主要危险因素[2].中国西北干燥寒冷,尤其是在冬季,经济较不发达。当地居民卫生素养相对较弱。所有这些都导致心脑血管疾病成为主要的健康治疗方法[3.].本研究旨在通过2013 - 2018年的三次横断面调查,了解西北地区18岁以上人群高血压、糖尿病和血脂异常的患病率。我们亦调查了高血压、糖尿病及血脂异常的可能危险因素,以提供本地预防及控制慢性疾病的资料。

2.方法

2.1.研究人群

根据中国居民慢性病与营养监测工作计划2013年、2015年和2018年,我们在西北10个区县(莲湖、梅县、陈仓、泾阳、华阴、黄陵、宝塔、岳阳、旬阳、商州)开展了成人慢性病和营养监测调查。受访者为18岁或以上的居民,在调查前12个月内在监测地区居住6个月或以上。调查前先对抽样地区的调查对象进行深入调查,然后通过社区/村委会广播宣传、村医动员等方式进行招募。调查工作应该集中进行。

2.2.样本大小的计算

这三波调查是横向的。采用分层法计算各样本的样本量。中国按省级划分为31层,再乘以城市和农村的层数,共62层。样本量计算如下: 在哪里u= 1.96,р为去年糖尿病患病率(2013年和2015年为9.7%,2018年为10.4%),设计效能(deff)为3,相对误差(r) = 20%,和d= 20% ×糖尿病患病率。根据参数值,并考虑10%的无响应率,选取全国302个县作为样本点,选取西北陕西省10个县作为样本点。在这三波研究中,共有18501名参与者参与。

2.3.抽样

三次调查均采用多阶段整群随机抽样方法。第一阶段,每个县随机选取3个乡镇/街道。在第二阶段,从每个选定的乡镇/街道中随机选择两个村庄。在第三阶段,从每个选定的村庄中随机抽取一组村民/居民。第四阶段,从每个选定的村民居民组中选取45户。所有入选家庭中18岁或以上的居民都被邀请参加调查。

2.4.测量和定义
2.4.1.研究变量和测量方法

三次调查均采用面对面问卷访谈、体检、实验室检测等方式,由经过统一培训考核合格的调查人员进行调查。调查包括三个部分:社会经济状况(居住地、年龄、性别、国籍、教育程度、婚姻状况、职业、家庭年收入)、行为危险因素(吸烟、饮酒、饮食、体育活动)和生物危险因素(腰围、体重、身高、血压、血糖、血脂)。采用电子血压计和测量方法获取受试者的血压数据。使用欧姆龙HBP-1300型电子血压计测量血压。在安静的环境下测量血压3次(每次间隔1min),取后2次的平均值作为个体血压值,精确到1mmhg。采集10 ml空腹静脉血,检测空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇;无糖尿病史的受试者口服无水葡萄糖75 g,服糖2小时后采集静脉血2 ml。血糖测定采用己糖激酶法或葡萄糖氧化酶法;总胆固醇采用胆固醇氧化酶氨基- antipyrolophenol法(CHOD-PAP)测定,甘油三酯采用甘油磷酸氧化酶4-氯酸法测定,高密度脂蛋白胆固醇和低密度脂蛋白胆固醇采用均相酶比色法测定。

2.4.2.接触和结果

蔬菜和水果摄入不足被定义为平均每日摄入量<400克。过量摄入红肉被定义为平均每日摄入量>100 g。平均每日盐摄入量>6 g被定义为过量盐摄入量[4].中枢性肥胖是指男性腰围≥85 cm或女性腰围≥80 cm。体重指数< 18.5公斤/米2体重低,18.5 kg/m2≤BMI < 24.0 kg/m2正常体重,24.0 kg/m2≤BMI < 28.0 kg/m2是否超重,BMI≥28.0 kg/m2是肥胖5].高血压患者:根据中国高血压防治指南(2018年修订版)[6],高血压定义为收缩压≥140 mm Hg和/或舒张压≥90 mm Hg或曾在医院诊断为高血压并在近2周内服用降压药的患者[6].糖尿病为空腹血糖(FBG)≥7.0 mmol/L和/或2小时口服糖耐量试验血糖(OGTT)≥11.1 mmol/L或经医院诊断为糖尿病者[7].总胆固醇≥6.22 mmol/L为高胆固醇血症;HDL-C < 1.04 mmol/L为低密度脂蛋白胆固醇;低密度脂蛋白胆固醇≥4.14 mmol/L为高密度脂蛋白胆固醇;甘油三酯≥2.26 mmol/L为高甘油三酯血症。符合上述任何一项的被定义为血脂异常[8].

2.5.统计分析

连续数据用 ±年代.分类数据用频次和占比描述,并用两种方法进行比较χ2测试。该研究中高血压、糖尿病和血脂异常的年龄标准化患病率使用2010年中国第六次全国人口普查计算。采用多因素logistic回归模型分析高血压、糖尿病、血脂异常及相关危险因素的相关性。构建模型I是为了探索它们之间的关联。如果р值< 0.20时,将危险因素纳入模型II以确定其相关性。我们设置α= 0.05判断差异有统计学意义。本研究采用SPSS 25.0软件进行统计分析。变量及其值如表所示1.logistic回归模型如下:


变量

0 =女;1 =男
住院医生实习期 0 =市区;1 =农村地区
年龄(年) 0 = 18-44岁;1 = 45-59岁;2 = 60岁或以上
种族 0 =别人;1 =汉
教育水平 0 =小学或以下;1 =中学;2 =大专以上学历
婚姻状况 0 =分离/离婚或丧偶;1 =单;2 =已婚或同居
占领 0 =别人;1 =农民
家庭收入(元) 0 = < 5000;1 = 5000 - 9999;2 = 10000 - 19999;3 =≥20000
吸烟 0 =没有;1 =每天吸烟;2 =非日常吸烟;3 = ex-smoking
饮酒 0 =没有;1 =在过去12个月内饮酒;2 =过去1个月内饮酒
每日蔬菜及水果的食用量(g) 0 = <400, 1 = >400
每日盐摄入量(g) 0 = <6, 1 =>
每日红肉摄入量(g) 0 = <100, 1=>100
BMI组 0 =正常体重;1 =体重不足;2 =超重;3 =肥胖
中央型肥胖 0 =没有;1 =是的
高血压 0 =没有;1 =是的
糖尿病 0 =没有;1 =是的
血脂异常 0 =没有;1 =是的

在哪里β0是常数项还是截距和β1β2、……β分别为logistic回归模型的回归系数,根据样本数据估计logistic回归模型的回归常数项和回归系数,然后描述和分析响应变量与自变量之间的关系,计算特征条件下结果的概率。

3.结果

3.1.参与者的特点

这10个县的总人口为4023603人。在2013年至2018年的调查中,共调查了中国西北地区18岁及以上的18501名参与者。平均年龄(51.51±14.01)岁。其中男性8610人(46.54%),女性9891人(53.46%)。7337例(39.66%)来自城市,11164例(60.34%)来自农村。高血压、糖尿病、血脂异常患者(患病率和年龄标准化患病率)分别为7656人(41.59%、29.31%)、1340人(11.16%、7.94%)、5887人(32.48%、31.54%)。高血压、糖尿病、血脂异常患病率在受教育程度、婚姻状况、职业、吸烟、饮酒、中枢性肥胖、BMI组有显著差异(p < 0.05)。 ).表格2


变量 高血压 糖尿病 血脂异常
是的 没有 是的 没有 是的 没有

整体 7656 (41.59) 10752 (58.41) 1340 (11.16) 10668 (88.84) 5887 (32.48) 12239 (67.52)
住院医生实习期
城市 3066 (40.05) 4252 (39.55) 0.494 650 (48.51) 4097 (38.4) < 0.001 2455 (41.7) 4756 (38.86) < 0.001
农村 4590 (59.95) 6500 (60.45) 690 (51.49) 6571 (61.6) 3432 (58.30) 7483 (61.14)

4131 (53.96) 5718 (53.18) 0.298 688 (51.34) 5872 (55.04) 0.010 2780 (47.22) 6932 (56.64) < 0.001
男性 3525 (46.04) 5034 (46.82) 652 (48.66) 4796 (44.96) 3107 (52.78) 5307 (43.36)

种族
其他人 57 (0.74) 105 (0.98) 0.097 22日(1.64) 120 (1.13) 0.099 51 (0.87) 108 (0.88) 0.915
7595 (99.26) 10641 (99.02) 1317 (98.36) 10539 (98.87) 5833 (99.13) 12128 (99.12)

教育水平
小学或以下 4081 (53.35) 4052 (37.72) < 0.001 617 (46.08) 4515 (42.38) 0.031 2392 (40.66) 5613 (45.89) < 0.001
中学 3303 (43.18) 5805 (54.04) 629 (46.98) 5394 (50.63) 3086 (52.46) 5892 (48.17)
大学或以上 266 (3.48) 886 (8.25) 93 (6.95) 745 (6.99) 405 (6.88) 727 (5.94)

婚姻状况
分离/离婚或丧偶的 714 (9.33) 498 (4.64) < 0.001 131 (9.78) 775 (7.27) < 0.001 355 (6.03) 833 (6.81) < 0.001
147 (1.92) 711 (6.62) 26日(1.94) 559 (5.25) 265 (4.5) 576 (4.71)
已婚或同居 6791 (88.75) 9535 (88.75) 1182 (88.27) 9323 (87.48) 5264 (89.46) 10825 (88.48)

占领
其他人 3384 (44.23) 5249 (48.85) < 0.001 749 (55.94) 5281 (49.55) < 0.001 2878 (48.92) 5621 (45.94) < 0.001
农民 4267 (55.77) 5496 (51.15) 590 (44.06) 5376 (50.45) 3005 (51.08) 6614 (54.06)
年龄(年) 57.92±11.79 47.02±13.66 58.18±12.00 50.68±14.16 51.81±13.78 51.45±14.05
18-44 1020 (13.32) 4652 (43.27) < 0.001 175 (13.06) 3589 (33.64) < 0.001 1773 (30.12) 3797 (31.02) 0.464
45-59 3137 (40.97) 4195 (39.02) 550 (41.04) 4182 (39.2) 2369 (40.24) 4864 (39.74)
≥60 3499 (45.70) 1905 (17.72) 615 (45.9) 2897 (27.16) 1745 (29.64) 3578 (29.23)

家庭收入(元)
< 5000 358 (8.83) 290 (5.66) < 0.001 30 (6.32) 247 (6.38) 0.725 204 (6.74) 437 (7.31) 0.716
5000 - 9999 383 (9.45) 370 (7.22) 39 (8.21) 263 (6.79) 244 (8.06) 490 (8.19)
10000 - 19999 726 (17.91) 801 (15.63) 68 (14.32) 566 (14.62) 516 (17.05) 985 (16.47)
≥20000 2586 (63.80) 3664 (71.49) 338 (71.16) 2796 (72.21) 2062 (68.14) 4069 (68.03)

吸烟
从来没有 2753 (25.61) 1761 (23.00) < 0.001 2597 (24.35) 273 (20.37) < 0.001 2769 (22.62) 1664 (28.27) < 0.001
每天吸烟 247 (2.30) 202 (2.64) 247 (2.32) 32 (2.39) 291 (2.38) 149 (2.53)
Non-daily吸烟 451 (4.20) 518 (6.77) 479 (4.49) 120 (8.96) 595 (4.86) 362 (6.15)
Ex-smoking 7297 (67.89) 5175 (67.59) 7341 (68.84) 915 (68.28) 8584 (70.14) 3712 (63.05)

饮酒
从来没有 1805 (16.80) 1197 (15.63) < 0.001 1492 (13.99) 166 (12.39) 0.028 1914 (15.64) 1045 (17.75) < 0.001
在过去12个月里喝酒 1516 (14.11) 753 (9.84) 1512 (14.18) 165 (12.31) 1412 (11.54) 826 (14.03)
在过去1个月内饮酒 7425 (69.10) 5706 (74.53) 7659 (71.83) 1009 (75.30) 8912 (72.82) 4016 (68.22)

中央型肥胖
没有 2701 (35.47) 5777 (54.77) < 0.001 362 (27.28) 5047 (47.61) < 0.001 1800 (30.72) 6610 (54.34) < 0.001
是的 4913 (64.53) 4771 (45.23) 965 (72.72) 5554 (52.39) 4060 (69.28) 5554 (45.66)

BMI组
正常体重 2858 (37.52) 5750 (54.52) < 0.001 440 (33.16) 5227 (49.31) < 0.001 1932 (32.97) 6613 (54.36) < 0.001
体重过轻 138 (1.81) 402 (3.81) 23日(1.73) 334 (3.15) 59 (1.01) 475 (3.9)
超重 3084 (40.49) 3450 (32.71) 567 (42.73) 3735 (35.23) 2584 (44.1) 3900 (32.06)
肥胖 1537 (20.18) 945 (8.96) 297 (22.38) 1305 (12.31) 1285 (21.93) 1178 (9.68)

每日盐摄入量(g)
< 6 2809 (38.46) 4195 (41.28) < 0.001 548 (44.05) 4229 (43.05) 0.503 2363 (42.36) 4518 (38.88) < 0.001
> 6 4495 (61.54) 5967 (58.72) 696 (55.95) 5594 (56.95) 3215 (57.64) 7101 (61.12)

每日蔬果食用量(g)
> 400 2972 (39.54) 5101 (47.99) < 0.001 705 (52.61) 5710 (53.54) 0.519 2652 (45.65) 5307 (44) 0.038
< 400 4545 (60.46) 5528 (52.01) 635 (47.39) 4954 (46.46) 3158 (54.35) 6755 (56)

每日红肉摄入量(g)
<100 5846 (94.92) 8429 (93.20) < 0.001 1240 (92.54) 9936 (93.17) 0.387 4490 (92.75) 9589 (94.38) < 0.001
> 100 313 (5.08) 615 (6.80) 100 (7.46) 728 (6.83) 351 (7.25) 571 (5.62)

3.2.高血压、糖尿病和血脂异常的聚类分析

结果显示,三病合并人数占2.33%,高血压合并糖尿病、高血压合并血脂异常、糖尿病合并血脂异常人数分别占4.58%、15.60%、3.57%(图1).

3.3.风险因素分析
3.3.1.高血压的危险因素

模型I的结果显示,家庭平均年收入、吸烟、每日平均红肉摄入量与高血压之间没有关联( ).其余危险因素见表1纳入模型II,结果显示,性别、年龄、酒精摄入量、中枢性肥胖、超重和肥胖、每日蔬菜和水果摄入不足、糖尿病和血脂异常与高血压相关。45-59岁和60岁及以上人群易患高血压的概率分别为18-44岁人群的2.78倍(95% CI 2.475-3.116)和6.948倍(95% CI 6.107-7.905)。超重和肥胖患高血压的概率分别是正常体重者的1.66倍(95% CI 1.489 ~ 1.858)和3.094倍(95% CI)。糖尿病患者的高血压发生率为非糖尿病患者的1.82倍(95% CI 1.586-2.085)。血脂异常患者为1.247倍(95% CI 1.133-1.371)。农村地区、中学、专科及以上学历、未婚或已婚并同居、体重较轻的受试者患高血压的可能性较低(表2)3.).


变量 我的模型 模型二世
或(95%置信区间) 或(95%置信区间)

住院医生实习期
农村 0.836 (0.716 - -0.975) 0.023 0.906 (0.826 - -0.995) 0.039

男性 1.260 (1.033 - -1.536) 0.023 1.106 (1.003 - -1.219) 0.042

种族
1.628 (0.917 - -2.890) 0.096 1.294 (0.843 - -1.985) 0.238

教育水平
中学 0.823 (0.712 - -0.952) 0.009 0.801 (0.729 - -0.880) < 0.001
大学或以上 0.560 (0.393 - -0.799) 0.001 0.574 (0.461 - -0.714) < 0.001

婚姻状况
0.546 (0.322 - -0.924) 0.024 0.557 (0.409 - -0.758) < 0.001
已婚或同居 0.709 (0.536 - -0.938) 0.016 0.811 (0.690 - -0.954) 0.011

占领
农民 1.090 (0.941 - -1.264) 0.251

年龄(年)
45-59 2.582 (2.141 - -3.113) < 0.001 2.777 (2.475 - -3.116) < 0.001
≥60 6.158 (5.013 - -7.565) < 0.001 6.948 (6.107 - -7.905) < 0.001

家庭收入(元)
5000 - 9999 1.000 (0.696 - -1.435) 0.999
10000 - 19999 1.186 (0.863 - -1.630) 0.292
≥20000 1.080 (0.815 - -1.431) 0.591

吸烟
每天吸烟 0.944 (0.759 - -1.175) 0.606
Non-daily吸烟 1.269 (0.790 - -2.037) 0.325
Ex-smoking 0.973 (0.702 - -1.349) 0.871

饮酒
在过去12个月里喝酒 0.752 (0.587 - -0.963) 0.347 0.780 (0.678 - -0.896) 0.833
在过去1个月内饮酒 0.912 (0.752 - -1.105) 0.024 1.014 (0.889 - -1.158) < 0.001

中央型肥胖
是的 1.384 (1.168 - -1.639) < 0.001 1.383 (1.239 - -1.544) < 0.001

BMI组
体重过轻 0.532 (0.322 - -0.876) 0.013 0.559 (0.414 - -0.753) < 0.001
超重 1.597 (1.348 - -1.892) < 0.001 1.663 (1.489 - -1.858) < 0.001
肥胖 2.805 (2.207 - -3.566) < 0.001 3.094 (2.653 - -3.609) < 0.001

每日盐摄入量(g)
> 6 1.161 (1.007 - -1.338) 0.040 1.050 (0.961 - -1.148) 0.282

每日蔬菜及水果的食用量(g)
< 400 1.152 (1.005 - -1.322) 0.043 1.273 (1.167 - -1.389) < 0.001

每日红肉摄入量(g)
> 100 0.954 (0.664 - -1.371) 0.800

糖尿病
是的 2.207 (1.754 - -2.777) < 0.001 1.818 (1.586 - -2.085) < 0.001

血脂异常
是的 1.227 (1.057 - -1.423) 0.007 1.247 (1.133 - -1.371) < 0.001

请注意。模型I以高血压为因变量;以居住地、年龄、性别、种族、教育水平、婚姻状况、职业、家庭收入、吸烟、饮酒、中枢性肥胖、BMI组、盐摄入量、蔬菜和水果摄入量、红肉摄入量、糖尿病和血脂异常为自变量。在模型II中,我们进一步排除了家庭平均年收入、吸烟和每日红肉摄入量,作为他们 在我的模型。
3.3.2.糖尿病的危险因素

模型II的结果显示,性别、年龄、每日吸烟、中枢性肥胖、超重与肥胖、高血压、血脂异常与糖尿病相关。45-59岁和60岁及以上人群易患糖尿病的风险分别为18-44岁人群的2.357倍(95% CI 1.952 ~ 2.847)和3.521倍(95% CI 2.894 ~ 4.285)。超重和肥胖人群患糖尿病的风险分别是正常体重人群的1.206倍(95% CI 1.028-1.415)和1.565倍(95% CI 1.284-1.907)。高血压或血脂异常患者患糖尿病的概率分别为非高血压或血脂异常患者的1.761倍(95% CI 1.546-2.006)和1.934倍(95% CI 1.708-2.189)。农民和生活在农村地区的人患糖尿病的可能性较低4).


变量 我的模型 模型二世
或(95%置信区间) 或(95%置信区间)

住院医生实习期
农村 0.743 (0.589 - -0.938) 0.012 0.706 (0.621 - -0.803) < 0.001

男性 1.256 (0.939 - -1.679) 0.124 1.351 (1.148 - -1.588) < 0.001

种族
0.927 (0.457 - -1.881) 0.833

教育水平
中学 1.006 (0.804 - -1.260) 0.955
大学或以上 1.355 (0.817 - -2.248) 0.239

婚姻状况
0.488 (0.180 - -1.325) 0.159 0.685 (0.430 - -1.090) 0.110
已婚或同居 0.893 (0.617 - -1.293) 0.549 0.950 (0.770 - -1.171) 0.628

占领
农民 0.740 (0.591 - -0.926) 0.009 0.783 (0.689 - -0.891) < 0.001

年龄(年)
45-59 2.723 (1.886 - -3.931) < 0.001 2.357 (1.952 - -2.847) < 0.001
≥60 4.075 (2.794 - -5.942) < 0.001 3.521 (2.894 - -4.285) < 0.001

家庭收入(元)
5000 - 9999 1.310 (0.766 - -2.242) 0.324
10000 - 19999 1.099 (0.676 - -1.786) 0.703
≥20000 1.107 (0.719 - -1.704) 0.644

吸烟
每天吸烟 1.104 (0.720 - -1.694) 0.083 1.217 (0.946 - -1.566) < 0.001
Non-daily吸烟 0.940 (0.467 - -1.890) 0.862 0.895 (0.594 - -1.347) 0.594
Ex-smoking 0.749 (0.540 - -1.039) 0.649 0.715 (0.592 - -0.864) 0.126

饮酒
在过去12个月里喝酒 0.938 (0.699 - -1.260) 0.672
在过去1个月内饮酒 1.013 (0.700 - -1.464) 0.947

中央型肥胖
是的 1.627 (1.226 - -2.159) 0.001 1.456 (1.234 - -1.717) < 0.001
BMI组体重不足 0.919 (0.360 - -2.350) 0.860 1.151 (0.736 - -1.800) 0.538
超重 1.153 (0.884 - -1.504) 0.293 1.206 (1.028 - -1.415) 0.022
肥胖 1.411 (1.016 - -1.958) 0.040 1.565 (1.284 - -1.907) < 0.001

每日盐摄入量(g)
> 6 0.924 (0.744 - -1.147) 0.475

每日蔬果食用量(g)
< 400 0.968 (0.786 - -1.193) 0.763

每日红肉摄入量(g)
> 100 1.262 (0.744 - -2.138) 0.388

高血压
是的 2.206 (1.753 - -2.777) < 0.001 1.761 (1.546 - -2.006) < 0.001

血脂异常
是的 2.010 (1.630 - -2.478) < 0.001 1.934 (1.708 - -2.189) < 0.001

请注意。模型I以高血压为因变量;以居住地、年龄、性别、种族、教育水平、婚姻状况、职业、家庭收入、吸烟、饮酒、中枢性肥胖、BMI组、盐摄入量、蔬菜和水果摄入量、红肉摄入量、糖尿病和血脂异常为自变量。在模型II中,我们进一步排除了种族、教育水平、家庭收入、饮酒、盐摄入量、每日红肉摄入量和红肉摄入量作为它们 在我的模型。
3.3.3.血脂异常的危险因素

模型II的结果显示,性别、受教育程度、每日吸烟、饮酒、中枢性肥胖、超重与肥胖、高血压、糖尿病与血脂异常相关。超重和肥胖人群发生血脂异常的风险分别是正常体重人群的1.579倍(95% CI 1.420 ~ 1.755)和2.285倍(95% CI 1.986 ~ 2.628)。高血压患者发生血脂异常的风险是无高血压患者的1.242倍(95% CI 1.134 ~ 1.360)。糖尿病患者的死亡率为1.924倍(95% CI 1.699-2.179)。低体重者患血脂异常的可能性较低5).


变量 我的模型 模型二世
或(95%置信区间) 或(95%置信区间)

住院医生实习期
农村 0.927 (0.792 - -1.085) 0.343

男性 1.245 (1.018 - -1.522) 0.033 1.401 (1.245 - -1.576) < 0.001

种族
0.621 (0.365 - -1.057) 0.079 1.031 (0.709 - -1.500) 0.872

教育水平
中学 1.166 (1.004 - -1.354) 0.044 1.174 (1.072 - -1.286) 0.001
大学或以上 1.096 (0.790 - -1.522) 0.583 1.377 (1.155 - -1.642) < 0.001

婚姻状况
1.078 (0.658 - -1.766) 0.766
已婚或同居 1.047 (0.786 - -1.395) 0.753

占领
农民 1.022 (0.878 - -1.189) 0.777

年龄(年)
45-59 0.814 (0.677 - -0.977) 0.027 0.910 (0.820 - -1.009) 0.075
≥60 0.799 (0.650 - -0.983) 0.034 0.917 (0.813 - -1.036) 0.164

家庭收入(元)
5000 - 9999 0.874 (0.596 - -1.283) 0.493
10000 - 19999 1.061 (0.762 - -1.478) 0.726
≥20000 1.065 (0.793 - -1.430) 0.677

吸烟
每天吸烟 1.309 (1.048 - -1.635) 0.018 1.287 (1.130 - -1.467) < 0.001
Non-daily吸烟 0.873 (0.533 - -1.430) 0.590 0.907 (0.680 - -1.209) 0.505
Ex-smoking 1.169 (0.842 - -1.624) 0.350 0.988 (0.805 - -1.212) 0.906

饮酒
在过去12个月里喝酒 0.855 (0.665 - -1.099) 0.007 1.034 (0.910 - -1.175) 0.041
在过去1个月内饮酒 0.764 (0.628 - -0.929) 0.222 0.874 (0.769 - -0.994) 0.611

中央型肥胖
是的 1.683 (1.410 - -2.010) < 0.001 1.952 (1.754 - -2.172) < 0.001
BMI组体重不足 0.347 (0.159 - -0.760) 0.008 0.565 (0.403 - -0.793) 0.001
超重 1.778 (1.497 - -2.113) < 0.001 1.579 (1.420 - -1.755) < 0.001
肥胖 2.940 (2.339 - -3.696) < 0.001 2.285 (1.986 - -2.628) < 0.001

每日盐摄入量(g)
> 6 1.018 (0.880 - -1.177) 0.812

每日蔬果食用量(g)
< 400 1.054 (0.917 - -1.213) 0.459

每日红肉摄入量(g)
> 100 0.698 (0.482 - -1.011) 0.057 1.097 (0.935 - -1.287) 0.257

高血压
是的 1.210 (1.042 - -1.404) 0.012 1.242 (1.134 - -1.360) < 0.001

糖尿病
是的 1.997 (1.619 - -2.462) < 0.001 1.924 (1.699 - -2.179) < 0.001

请注意。模型I以高血压为因变量;以居住地、年龄、性别、种族、教育水平、婚姻状况、职业、家庭收入、吸烟、饮酒、中枢性肥胖、BMI组、盐摄入量、蔬菜和水果摄入量、红肉摄入量、糖尿病和血脂异常为自变量。在模型II中,我们进一步排除了居住地、婚姻状况、职业、家庭收入、盐摄入量、每日红肉摄入量和红肉摄入量作为它们 在我的模型。

4.讨论

近30年来,中国高血压、糖尿病和血脂异常发病率和患病率的增加,导致这三种疾病的负担增加[9].随着经济的快速发展,人们生活方式和饮食习惯的改变以及人口老龄化的加速,心脑血管疾病已成为目前中国居民的第一死因。有大量文献表明,高血压、糖尿病和血脂异常是心脑血管疾病的重要危险因素[910].估算这三种疾病在西部地区的流行程度,探索其危险因素,对西北地区慢性病的防控具有重要意义。

本研究显示,2015年西北地区高血压患病率(41.59%,年龄标准化29.31%)高于全国(23.5%)。糖尿病患病率(11.16%,年龄标准化7.94%)和血脂异常患病率(32.48%,年龄标准化31.54%)分别低于2013年和2015年全国水平。由于地区、生活方式和饮食习惯的差异,西北地区的患病率与全国平均水平存在差异。农村地区糖尿病和血脂异常患病率高于城市地区。其原因可能是西北地区农村卫生资源分布不充分,居民多分布在山区,交通不便,居民受教育程度较低。这都是由于农村居民对慢性病防治知识缺乏,不重视健康信息[11].低文化程度(中学及以下)居民高血压、糖尿病、血脂异常患病率高于大学生及以上人群。这可能是因为健康意识和健康的生活方式与教育水平有关。教育程度低的人群意识较弱,健康的生活方式不易养成[1011].高血压和糖尿病在中老年人中的患病率高于年轻人。一方面可能是血管硬化,随着年龄的增长弹性下降[12];另一方面,由于疾病多,接受健康检查的老年人比年轻人更能提高检出率。

研究表明,男性比女性更容易患高血压、糖尿病和血脂异常,这与男性不健康的生活方式和饮食有关。大多数男性抽烟喝酒,喜欢吃油腻的食物,他们有腹部肥胖。13].高血压和糖尿病的发病风险与年龄的增大有关,这可能与中老年人更容易发生高血压、糖尿病等多种慢性疾病及其并发症有关,因为身体功能下降[14].中枢性肥胖、超重和肥胖是高血压、糖尿病和血脂异常的危险因素。这三种疾病也与较高的BMI相关。这与中国其他地区的研究是一致的[11- - - - - -13].建议预防慢性病发生的主要干预措施是倡导居民坚持规律的体育锻炼,关注体重变化,开展低盐、低脂、低油饮食的健康教育。这样可以帮助居民养成健康的生活方式,改善脂质代谢,保持健康的体重[14].每天吸烟是糖尿病和血脂异常的危险因素。饮酒是高血压和血脂异常的危险因素。本研究表明,男性、日常吸烟、饮酒、中枢性肥胖、超重、肥胖人群是高血压、糖尿病防治的高危人群。和血脂异常。

2008年,世界卫生组织(世卫组织)将同一患者患2种或2种以上慢性疾病6个月以上定义为共病,这增加了死亡、住院、残疾、抑郁和经济支出的风险[1516].研究表明,高血压、糖尿病等疾病常被视为共病的重点疾病[17].研究发现,2.33%的参与者同时患有高血压、糖尿病和血脂异常。高血压合并血脂异常的共病率(15.60%)明显高于高血压合并糖尿病(4.58%)或糖尿病合并血脂异常(3.57%)。这与中国南充的研究结果一致,可能与高血压患病率高于糖尿病或血脂异常有关。研究表明,高血压、糖尿病、血脂异常三者之间存在相互联系,提示应注意这三种疾病对人群健康的相互作用。高血压影响血脂代谢,进一步导致血脂异常。同时,血脂异常增加了血压的变异性。血脂水平与血压是相互关联、相互影响的[18].胰岛素分泌不足刺激人体释放脂肪酸。血脂异常和糖尿病可大大增加心血管疾病的风险和死亡率[19].因此,有必要控制和预防这三种疾病的危险因素,以降低心脑血管事件发生的风险。

综上所述,慢性疾病影响了西北地区人口的健康。为降低心脑血管疾病等慢性疾病的患病率和死亡率,必须监测血压、血脂、血糖等代谢指标,采取措施防治高血压、糖尿病、血脂异常、肥胖[1819].社区慢性病管理是西北地区慢性病管理的主要模式。利用国家、省、市、县、乡/社区的防控体系,针对不同人群的特点,开展预防、控制、教育等干预工作,促进健康生活方式,减少危险因素的发生[20.].第一,初级保健卫生服务机构应与基层卫生服务机构相结合国家基本公共卫生服务加强对居民血压、血糖、血脂的管理,指导合理用药。二是建议卫生机构开展慢性病防治知识的健康教育,倡导居民加强体育锻炼,均衡饮食。三是通过早期筛查找到关键人群,对主要危险因素进行干预,进一步采取综合措施控制慢性病的发生和发展。四是建议社区卫生服务中心/乡镇卫生院与上级综合医院建立合作关系,对高危人群进行指导和治疗[21].

研究高血压、糖尿病、血脂异常的患病率、共病率及危险因素,为西北地区慢性疾病防治提供基础信息。然而,本研究也存在一些局限性。首先,老年参与者比例较高可能导致三种疾病的高患病率,因为年龄是高血压和糖尿病等疾病的危险因素;第二,本研究未考虑体育活动与三种疾病之间的相关性,有待进一步研究。

数据可用性

用于支持本研究结果的数据可根据要求从通讯作者处获得。

本研究所有受试者均获得知情同意。

的利益冲突

作者声明没有利益冲突。

作者的贡献

林秋负责数据来源、数据分析、撰写稿件。王卫华和Rina Sa负责对分析结果和手稿进行交叉核对。刘峰指导了数据分析,对稿件进行了严格的审核,并批准了提交的最终稿件。所有作者都阅读并认可了最终版本的手稿。

致谢

我们感谢我们研究的参与者。我们感谢国家慢性和非传染性疾病控制和预防中心。我们感谢当地卫生局和监测点疾控中心的合作和组织现场数据收集。

参考文献

  1. 张贵生、罗丽生、崔凤凤等,“1990 - 2015年中国心血管疾病危险因素负担分析”,中华卫生统计杂志第35卷,no。3, pp. 375-379, 2018。视图:谷歌学术搜索
  2. S. Lewington, B. Lacey, R. Clarke等,“中国高血压负担和心血管死亡相关风险”,JAMA内科第176卷第1期。4, pp. 524-532, 2016。视图:出版商的网站|谷歌学术搜索
  3. 邱磊,刘春英,萨若宁等,“2015-2018年陕西省心血管疾病死亡与潜在寿命损失分析”,现代预防医学第46卷第4期。19, pp. 3535-3539, 2019。视图:谷歌学术搜索
  4. 中国疾病预防控制中心,2013年《中国非传染性和慢性疾病风险因素监测报告》,军事卫生出版社,中国北京,2016。
  5. 疾病控制署中华人民共和国卫生部,《中国成人超重和肥胖防治指南》,人民卫生出版社,中国北京,2020。
  6. 2018年《中国高血压管理指南2018年中国高血压管理指南》编写组中华心脏病杂志第24卷第4期。1, 2019年第24-56页。视图:谷歌学术搜索
  7. 中国糖尿病学会,《中国2型糖尿病防治指南》,中华糖尿病杂志第10卷第1期。1, 2018年第4-67页。视图:谷歌学术搜索
  8. 马丽银,吴永哲,王伟等,“中国心血管疾病报告解读”,中华心血管医学杂志第23卷第3期。1 . 2018年第3-6页。视图:谷歌学术搜索
  9. J.-Y。罗,Y.-T。妈,Z.-X。Yu等,“中国西北地区成年人血脂异常的患病率、认识、治疗和控制:心血管风险调查,”《健康与疾病中的脂类第13卷第1期。1, p. 4, 2014。视图:出版商的网站|谷歌学术搜索
  10. 国家卫生和计划生育委员会疾病预防控制局,中国居民营养与慢性疾病状况,人民卫生出版社,中国北京,2016。
  11. 刘克新,冯军,赵玉贞等,“南充市顺清区成人血脂异常影响因素调查[J],四川大学学报(医学版),第51卷,no。1, pp. 54-59, 2020。视图:谷歌学术搜索
  12. 秦绍祥,李晓林,魏建伟等,《南宁市农村高血压患者血压控制率影响因素及高血压防治模式探讨》,华南预防医学杂志第46卷第4期。2,第152-155页,2020年。视图:谷歌学术搜索
  13. 吕艳艳,张斌,王慧娟等,“1991 - 2015年中国九省成年农民高血压患病率、知晓率和治愈率的变化趋势及人口和经济因素的差异,”中华流行病学杂志,第41卷,no。4, pp. 498-503, 2020。视图:谷歌学术搜索
  14. 李春英、张浩,“原发性高血压患者血压变异性与血脂异常的关系”,实用心脑肺血管病杂志,第20卷,no。4, pp. 589-591, 2012。视图:谷歌学术搜索
  15. C. O. Weiss, R. Varadhan, M. A. Puhan等人,“多病与证据生成”,普通内科杂志第29卷第4期。4, pp. 653-660, 2014。视图:出版商的网站|谷歌学术搜索
  16. D. T. Zemedikun, L. J. Gray, K. Khunti, M. J. Davies,和N. N. Dhalwani,《中老年人多病模式:英国生物银行数据分析》,梅奥诊所的公报,第93卷,no。7, pp. 857-866, 2018。视图:出版商的网站|谷歌学术搜索
  17. S. M. Smith, H. Soubhi, M. Fortin等人,“管理多病患者:初级保健和社区环境干预的系统回顾,”身体质量指数,卷345,2012。视图:出版商的网站|谷歌学术搜索
  18. E. Pringle, C. Phillips, L. Thijs等人,“收缩压变异性是老年高血压人群中风和心血管死亡的危险因素,”高血压杂志》第21卷第4期。12,页2251-2257,2003。视图:出版商的网站|谷歌学术搜索
  19. R. Sara, S. Mansour, A. Golnaz等人,“饮食模式、生活方式与糖尿病”,国际高危行为与成瘾杂志,第3卷,第3期。1, p. e8725, 2014。视图:谷歌学术搜索
  20. 《糖尿病及其并发症的定义、诊断和分类》。第一部分:糖尿病的诊断和分类。世卫组织协商会议的临时报告,”糖尿病药物,第15卷,no。7, pp. 539-553, 1998。视图:出版商的网站|谷歌学术搜索
  21. x汉,中老年人2型糖尿病危险因素识别及预测模型的建立,华中科技大学,中国武汉,2017。

betway赞助版权所有©2021林秋等。这是一篇开放获取的文章创作共用授权协议该法律允许在任何媒体上不受限制地使用、分发和复制,前提是必须正确引用原著。


更多相关文章

PDF 下载引用 引用
下载其他格式更多的
订单打印副本订单
的观点270
下载221
引用

相关文章