居民健康档案下高血压危险因素分析范文

本站小编为你精心准备了居民健康档案下高血压危险因素分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

【摘要】目的通过对武汉市某社区近年来高血压流行情况和相关危险因素的分析，为相关部门提供高血压预防策略的科学依据。方法直接从武汉市居民健康档案数据平台调取该社区居民健康档案数据31817份，经过数据处理后获取有效数据9131份，用χ2检验和多因素非条件Logistic回归分析进行高血压影响因素分析。结果该社区高血压患病率为1534％，随着年龄的增加，人群中高血压患病率逐渐升高（χ2＝1460，P＜001）。多因素非条件Logistic回归分析显示年龄35～44岁（OR＝1264，95％CI：1231～1301）、≥65岁（OR＝1003，95％CI：1001～1012）、超重（OR＝3163，95％CI：2202～4543）、肥胖（OR＝6893，95％CI：4523～10503）、工作日静坐时间长（OR＝1544，95％CI：1353～1762）、饮食一般（OR＝1249，95％CI：1066～1462；即多油、多盐和辛辣3个指标出现2个）、重口味（OR＝1272，95％CI：1065～1520；饮食多油多盐且辛辣）是高血压发生的危险因素。结论不良的生活方式和年龄增长已成为该社区高血压发生的主要危险因素。应在大力改善居民的生活方式的同时关注老年人的身体状况，提前进行预防或控制高血压的高发态势。

【关键词】高血压；影响因素；Logistic回归；χ2检验

心脑血管疾病已成为人类主要的死亡原因［1］。高血压是导致心脑血管疾病，缺血性心脏病，心脏和肾功能衰竭以及认知功能障碍的主要危险因素［2］。近年来高血压患病率一直呈增长趋势［3－4］。国内外经验表明控制高血压的最有效的方法是社区防治，高血压社区控制的最重要的任务是一级预防和二级预防［5－6］。2009年我国开始实行新医改，对城乡居民的健康档案管理提出了更高的要求［7］。健康档案记录是医疗健康大数据的三大数据源之一［8］，其主要内容包括个人的基本信息、生活习惯、诊断情况、家族疾病史以及后期的随访记录等。糖尿病和高血压常常相伴存在。研究显示，45岁左右的2型糖尿病患者中约有40％合并有高血压，而在75岁左右的患者中这一比例更高，达到了60％。即使是新诊断的2型糖尿病患者也有38％同时合并有高血压［9－10］。通过大数据分析研究高血压发病的机制［11－12］，确定高血压发病的影响因素无疑有着重要的学术价值和应用意义。有鉴于此，课题组于2017年1月调查了武汉市某社区居民的健康档案数据，对高血压流行情况和相关危险因素进行分析，结果如下。

1对象与方法

1.1对象

目前，武汉市已建成覆盖全市居民的健康档案数据平台。本次研究从武汉市区域卫生信息平台中抽取某个社区全体居民从2015年9月—2016年12月的健康档案数据。该社区的全体居民档案会在后面的步骤中筛选出合适的个体。

1.2方法

1.21抽样方法武汉市居民健康档案数据平台中包含了从2009年至2017年之间的共约520万份居民健康档案数据。本文中所用到的样本是直接从该健康档案平台中抽取的某社区2015年9月—2016年12月的全体居民的全部健康档案数据，共计31817份。去掉患者隐私数据额和错误数据后，所有数据都运用到了分析当中。

1.22

调查方法本文使用的是原卫生部统一的标准化的健康档案［13］，健康档案取自武汉市居民健康档案数据平台。该健康档案中包含高血压患者的基本信息表，随访记录表等信息。武汉市居民健康档案数据平台中已拥有关于高血压方面的基本信息表，随访记录表。其中包高血压类型、确诊时间、身高、体重、随访日期、治疗目标等多个数据变量，结合影响高血压的发病因素选取所需的数据变量，选取内容包括：社会人口学特征（如年龄，性别等），慢性病主要影响因素（如饮食习惯，运动情况，睡眠情况等），个人基本身体状况（如身高，体重，空腹血糖等）。

1.23判断标准

分析个人基本身体状况时采用体质指数（BMI）作为判断标准，BMI＜185kg／m2为低体重，185～239kg／m2为正常体重，240～279kg／m2为超重，≥280kg／m2为肥胖［14］。将血糖值分为4类：血糖值＜39mmol／L为低血糖、39～61mmol／L为正常血糖、62～110mmol／L为偏高血糖、≥111mmol／L为高血糖。工作日静坐时间以6h为限。每周锻炼时间划分范围为：每周锻炼时间＜35h为运动量偏少、35～105h为正常、＞105h为运动量偏多。日均睡眠时间分为：＜6h为睡眠不足，6～10h为正常，＞10h睡眠时间过长。饮食习惯分为：素食、良好、一般、重口味。（重口味为饮食习惯是多油，多盐，辛辣；一般为饮食习惯是多油，多盐，辛辣3者其中的2个；良好为饮食习惯是多油，多盐，辛辣三者其中的1个。）

1.24统计方法

数据采用SPSS160统计软件进行分析。首先进行χ2检验，对高血压影响因素进行单因素分析，统计描述主要是χ2值和P值。利用Logistic回归模型进行多因素分析，统计描述主要是OR值和95％CI，P＜005为差异有统计学意义［15］。

2结果

2.1基本情况

本次研究共获取数据9131份。男女比例为1∶106；患者年龄主要分布在45岁以上，45岁以上的患者占比为661％，表1为此次研究对象的基本信息。

2.2不同特征调查对象高血压发病情况

本次研究中，高血压患者共1401人，患病率为1534％。随着年龄的增高，人群中高血压患病率逐渐升高（P＜001）。低体重，正常体重，超重，肥胖，各类体质人群高血压患病率差异有统计学意义（P＜001）。随着血糖增高，高血压患病率逐渐增高，差异有统计学意义（P＜001）。随着静坐时间的增加，患病率也在增加，差异有统计学意义（P＜001）。23高血压患病多因素分析将年龄，低体重，正常体重，超重，肥胖，每周锻炼时间，工作日静坐，日均睡眠时间等全部有统计学差异的全部研究因素作为自变量，是否患高血压作为因变量，进行非条件Logistic回归分析，体重指数，工作日静坐时间，饮食一般，重口味与高血压密切相关。

3讨论

本文从武汉市区域卫生信息平台选取某社区的居民健康档案数据进行分析，最终得出，年龄（35～44岁，≥65岁），超重，肥胖，工作日静坐时间长，饮食情况一般、重口味是高血压发生的危险因素。王竞等［16］研究发现，BMI，饮食，血糖是高血压的危险因素；卢惠明等［17］研究发现，年龄，性别，BMI，血糖与高血压密切相关；李成菊等［15］的研究发现，年龄，性别，饮食，运动，BMI与高血压相关。本文研究结果显示年龄，BMI，血糖，饮食，运动等因素与高血压密切相关，与其他研究结果相同。同时，本文研究工作还考虑了工作日静坐与日均睡眠时间眠时间对高血压的影响，研究结果显示工作日静坐与日均睡眠时间眠时间也是高血压的危险因素。本研究认为不同性别患病率差异无统计学意义，与卢惠明等［17］、李成菊等［15］的研究结果不同，这也和本文所研究的该社区高血压患病居民的男女比例有直接关系。下一步研究工作可针对武汉市不同社区进行分析，扩大数据集范围，进一步分析性别对高血压的影响。

从所获取的数据和后期的分析可以看出人口老龄化，不良的生活方式和饮食习惯已成为该社区高血压发病的主要影响因素。除去年龄因素这一自然因素，超重，肥胖，工作日静坐时间长，饮食情况，锻炼时间等与该社区居民整体经济收入或是工作性质有关：生活方式的改变，导致饮食结构发生改变，肉蛋类多，摄入高油高盐，造成超重或是肥胖；工作性质的需要从而工作日静坐时间过长；锻炼时间不足或不锻炼造成超重或肥胖。所以在高血压日常的管理中应特别关注高血压人群里的中老年，超重，肥胖，工作日静坐时间长，饮食状况不合理的人群，锻炼时间少，对其进行针对性的管理和指导。并有针对性的进行合理膳食等宣传和能够有利于居民减压的日常娱乐活动。随着我国老龄化的发展，高血压的防治需要从引导居民自主自动地参与到健康管理中来。而社区防治恰好可以社区为单位进行有明确目的的预防和控制。随着中国城市社区化的发展，针对每个社区的慢病防治更具有实际意义。分析影响不同社区高血压患病的影响因素，为制定适合社区人群的卫生政策和干预措施提供科学依据；大力加强健康教育并且倡导群众进行适当运动、控制体重、合理膳食等健康生活方式，减少高血压的发病率，以此来提高全民的健康水平。

参考文献

［1］杜玉，时景璞．沈阳市城乡居民高血压患病状况及影响因素研究［J］．中国实用乡村医生杂志，2010，17（5）：53－54．

［2］马冰．辽宁省农村地区人群饮食习惯特征与高血压关系的研究［D］．沈阳：中国医科大学，2014．

［3］黄莹．苏州工业园区居民高血压的流行病学调查［D］．苏州：苏州大学，2013．

［4］宋兆录．济南市铁路职工高血压患病趋势及相关因素研究［D］．济南：山东大学，2013．

［5］叶菊风．广州市某农村村民高血压患病率及其影响因素研究［D］．广州：南方医科大学，2008．

［6］孙艳秋，刘钢．基于大数据分析的潜在高血压病预测研究［J］，计算机仿真，2015，32（5）：386－389．

［7］刘倩丽，关健．中国电子健康档案的应用现况与展望［J］．中国健康教育，2015，31（10）：969－970，979．

［8］张蕊，郑黎强，潘国伟．疾病发病风险预测模型的应用与建立［J］．中国卫生统计，2015，32（4）：724－726．

［9］徐瑜，毕宇芳，王卫庆，等．中国成人糖尿病流行与控制现状：2010年中国慢病监测暨糖尿病专题调查报告解读［J］．中华内分泌代谢杂志，2014，30（3）：184－186.

［12］陈潋．面向糖尿病的临床大数据分析研究与应用［D］．上海：华东大学，2016．

［13］中华人民共和国卫生部．城乡居民健康档案基本数据集．WS365—2011［S］．北京：卫生部，2011．

［14］徐国昌，范迎，杨雷．南阳市城乡40岁以上汉族人群高血压影响因素的回归分析［J］．中国老年学杂志，2013，33（2）：637－639．

［15］李成菊，唐勇，苏春娟，等．淮安市淮阴区成人高血压危险因素调查分析［J］．中国健康教育，2014，30（5）：474－476．

［16］王竞，齐秀英，李晓英．2型糖尿病并发高血压危险因素探讨［J］．中国慢性病预防与控制，2008，16（2）：139－141．

［17］卢惠明，律冉，林萱，等．武汉市武汉钢铁社区体检人群10405人高血压检出率及相关危险因素调查［J］．中华高血压杂志，2014，22（2）：169－175．

作者：黄薇1；纪坤2；梁刚1；容芷君2