本站小編為你精心準備了居民健康檔案下高血壓危險因素分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】目的通過對武漢市某社區近年來高血壓流行情況和相關危險因素的分析，為相關部門提供高血壓預防策略的科學依據。方法直接從武漢市居民健康檔案數據平臺調取該社區居民健康檔案數據31817份，經過數據處理后獲取有效數據9131份，用χ2檢驗和多因素非條件Logistic回歸分析進行高血壓影響因素分析。結果該社區高血壓患病率為1534％，隨著年齡的增加，人群中高血壓患病率逐漸升高（χ2＝1460，P＜001）。多因素非條件Logistic回歸分析顯示年齡35～44歲（OR＝1264，95％CI：1231～1301）、≥65歲（OR＝1003，95％CI：1001～1012）、超重（OR＝3163，95％CI：2202～4543）、肥胖（OR＝6893，95％CI：4523～10503）、工作日靜坐時間長（OR＝1544，95％CI：1353～1762）、飲食一般（OR＝1249，95％CI：1066～1462；即多油、多鹽和辛辣3個指標出現2個）、重口味（OR＝1272，95％CI：1065～1520；飲食多油多鹽且辛辣）是高血壓發生的危險因素。結論不良的生活方式和年齡增長已成為該社區高血壓發生的主要危險因素。應在大力改善居民的生活方式的同時關注老年人的身體狀況，提前進行預防或控制高血壓的高發態勢。

【關鍵詞】高血壓；影響因素；Logistic回歸；χ2檢驗

心腦血管疾病已成為人類主要的死亡原因［1］。高血壓是導致心腦血管疾病，缺血性心臟病，心臟和腎功能衰竭以及認知功能障礙的主要危險因素［2］。近年來高血壓患病率一直呈增長趨勢［3－4］。國內外經驗表明控制高血壓的最有效的方法是社區防治，高血壓社區控制的最重要的任務是一級預防和二級預防［5－6］。2009年我國開始實行新醫改，對城鄉居民的健康檔案管理提出了更高的要求［7］。健康檔案記錄是醫療健康大數據的三大數據源之一［8］，其主要內容包括個人的基本信息、生活習慣、診斷情況、家族疾病史以及后期的隨訪記錄等。糖尿病和高血壓常常相伴存在。研究顯示，45歲左右的2型糖尿病患者中約有40％合并有高血壓，而在75歲左右的患者中這一比例更高，達到了60％。即使是新診斷的2型糖尿病患者也有38％同時合并有高血壓［9－10］。通過大數據分析研究高血壓發病的機制［11－12］，確定高血壓發病的影響因素無疑有著重要的學術價值和應用意義。有鑒于此，課題組于2017年1月調查了武漢市某社區居民的健康檔案數據，對高血壓流行情況和相關危險因素進行分析，結果如下。

1對象與方法

1.1對象

目前，武漢市已建成覆蓋全市居民的健康檔案數據平臺。本次研究從武漢市區域衛生信息平臺中抽取某個社區全體居民從2015年9月—2016年12月的健康檔案數據。該社區的全體居民檔案會在后面的步驟中篩選出合適的個體。

1.2方法

1.21抽樣方法武漢市居民健康檔案數據平臺中包含了從2009年至2017年之間的共約520萬份居民健康檔案數據。本文中所用到的樣本是直接從該健康檔案平臺中抽取的某社區2015年9月—2016年12月的全體居民的全部健康檔案數據，共計31817份。去掉患者隱私數據額和錯誤數據后，所有數據都運用到了分析當中。

1.22

調查方法本文使用的是原衛生部統一的標準化的健康檔案［13］，健康檔案取自武漢市居民健康檔案數據平臺。該健康檔案中包含高血壓患者的基本信息表，隨訪記錄表等信息。武漢市居民健康檔案數據平臺中已擁有關于高血壓方面的基本信息表，隨訪記錄表。其中包高血壓類型、確診時間、身高、體重、隨訪日期、治療目標等多個數據變量，結合影響高血壓的發病因素選取所需的數據變量，選取內容包括：社會人口學特征（如年齡，性別等），慢性病主要影響因素（如飲食習慣，運動情況，睡眠情況等），個人基本身體狀況（如身高，體重，空腹血糖等）。

1.23判斷標準

分析個人基本身體狀況時采用體質指數（BMI）作為判斷標準，BMI＜185kg／m2為低體重，185～239kg／m2為正常體重，240～279kg／m2為超重，≥280kg／m2為肥胖［14］。將血糖值分為4類：血糖值＜39mmol／L為低血糖、39～61mmol／L為正常血糖、62～110mmol／L為偏高血糖、≥111mmol／L為高血糖。工作日靜坐時間以6h為限。每周鍛煉時間劃分范圍為：每周鍛煉時間＜35h為運動量偏少、35～105h為正常、＞105h為運動量偏多。日均睡眠時間分為：＜6h為睡眠不足，6～10h為正常，＞10h睡眠時間過長。飲食習慣分為：素食、良好、一般、重口味。（重口味為飲食習慣是多油，多鹽，辛辣；一般為飲食習慣是多油，多鹽，辛辣3者其中的2個；良好為飲食習慣是多油，多鹽，辛辣三者其中的1個。）

1.24統計方法

數據采用SPSS160統計軟件進行分析。首先進行χ2檢驗，對高血壓影響因素進行單因素分析，統計描述主要是χ2值和P值。利用Logistic回歸模型進行多因素分析，統計描述主要是OR值和95％CI，P＜005為差異有統計學意義［15］。

2結果

2.1基本情況

本次研究共獲取數據9131份。男女比例為1∶106；患者年齡主要分布在45歲以上，45歲以上的患者占比為661％，表1為此次研究對象的基本信息。

2.2不同特征調查對象高血壓發病情況

本次研究中，高血壓患者共1401人，患病率為1534％。隨著年齡的增高，人群中高血壓患病率逐漸升高（P＜001）。低體重，正常體重，超重，肥胖，各類體質人群高血壓患病率差異有統計學意義（P＜001）。隨著血糖增高，高血壓患病率逐漸增高，差異有統計學意義（P＜001）。隨著靜坐時間的增加，患病率也在增加，差異有統計學意義（P＜001）。23高血壓患病多因素分析將年齡，低體重，正常體重，超重，肥胖，每周鍛煉時間，工作日靜坐，日均睡眠時間等全部有統計學差異的全部研究因素作為自變量，是否患高血壓作為因變量，進行非條件Logistic回歸分析，體重指數，工作日靜坐時間，飲食一般，重口味與高血壓密切相關。

3討論

本文從武漢市區域衛生信息平臺選取某社區的居民健康檔案數據進行分析，最終得出，年齡（35～44歲，≥65歲），超重，肥胖，工作日靜坐時間長，飲食情況一般、重口味是高血壓發生的危險因素。王競等［16］研究發現，BMI，飲食，血糖是高血壓的危險因素；盧惠明等［17］研究發現，年齡，性別，BMI，血糖與高血壓密切相關；李成菊等［15］的研究發現，年齡，性別，飲食，運動，BMI與高血壓相關。本文研究結果顯示年齡，BMI，血糖，飲食，運動等因素與高血壓密切相關，與其他研究結果相同。同時，本文研究工作還考慮了工作日靜坐與日均睡眠時間眠時間對高血壓的影響，研究結果顯示工作日靜坐與日均睡眠時間眠時間也是高血壓的危險因素。本研究認為不同性別患病率差異無統計學意義，與盧惠明等［17］、李成菊等［15］的研究結果不同，這也和本文所研究的該社區高血壓患病居民的男女比例有直接關系。下一步研究工作可針對武漢市不同社區進行分析，擴大數據集范圍，進一步分析性別對高血壓的影響。

從所獲取的數據和后期的分析可以看出人口老齡化，不良的生活方式和飲食習慣已成為該社區高血壓發病的主要影響因素。除去年齡因素這一自然因素，超重，肥胖，工作日靜坐時間長，飲食情況，鍛煉時間等與該社區居民整體經濟收入或是工作性質有關：生活方式的改變，導致飲食結構發生改變，肉蛋類多，攝入高油高鹽，造成超重或是肥胖；工作性質的需要從而工作日靜坐時間過長；鍛煉時間不足或不鍛煉造成超重或肥胖。所以在高血壓日常的管理中應特別關注高血壓人群里的中老年，超重，肥胖，工作日靜坐時間長，飲食狀況不合理的人群，鍛煉時間少，對其進行針對性的管理和指導。并有針對性的進行合理膳食等宣傳和能夠有利于居民減壓的日常娛樂活動。隨著我國老齡化的發展，高血壓的防治需要從引導居民自主自動地參與到健康管理中來。而社區防治恰好可以社區為單位進行有明確目的的預防和控制。隨著中國城市社區化的發展，針對每個社區的慢病防治更具有實際意義。分析影響不同社區高血壓患病的影響因素，為制定適合社區人群的衛生政策和干預措施提供科學依據；大力加強健康教育并且倡導群眾進行適當運動、控制體重、合理膳食等健康生活方式，減少高血壓的發病率，以此來提高全民的健康水平。

參考文獻

［1］杜玉，時景璞．沈陽市城鄉居民高血壓患病狀況及影響因素研究［J］．中國實用鄉村醫生雜志，2010，17（5）：53－54．

［2］馬冰．遼寧省農村地區人群飲食習慣特征與高血壓關系的研究［D］．沈陽：中國醫科大學，2014．

［3］黃瑩．蘇州工業園區居民高血壓的流行病學調查［D］．蘇州：蘇州大學，2013．

［4］宋兆錄．濟南市鐵路職工高血壓患病趨勢及相關因素研究［D］．濟南：山東大學，2013．

［5］葉菊風．廣州市某農村村民高血壓患病率及其影響因素研究［D］．廣州：南方醫科大學，2008．

［6］孫艷秋，劉鋼．基于大數據分析的潛在高血壓病預測研究［J］，計算機仿真，2015，32（5）：386－389．

［7］劉倩麗，關健．中國電子健康檔案的應用現況與展望［J］．中國健康教育，2015，31（10）：969－970，979．

［8］張蕊，鄭黎強，潘國偉．疾病發病風險預測模型的應用與建立［J］．中國衛生統計，2015，32（4）：724－726．

［9］徐瑜，畢宇芳，王衛慶，等．中國成人糖尿病流行與控制現狀：2010年中國慢病監測暨糖尿病專題調查報告解讀［J］．中華內分泌代謝雜志，2014，30（3）：184－186.

［12］陳瀲．面向糖尿病的臨床大數據分析研究與應用［D］．上海：華東大學，2016．

［13］中華人民共和國衛生部．城鄉居民健康檔案基本數據集．WS365—2011［S］．北京：衛生部，2011．

［14］徐國昌，范迎，楊雷．南陽市城鄉40歲以上漢族人群高血壓影響因素的回歸分析［J］．中國老年學雜志，2013，33（2）：637－639．

［15］李成菊，唐勇，蘇春娟，等．淮安市淮陰區成人高血壓危險因素調查分析［J］．中國健康教育，2014，30（5）：474－476．

［16］王競，齊秀英，李曉英．2型糖尿病并發高血壓危險因素探討［J］．中國慢性病預防與控制，2008，16（2）：139－141．

［17］盧惠明，律冉，林萱，等．武漢市武漢鋼鐵社區體檢人群10405人高血壓檢出率及相關危險因素調查［J］．中華高血壓雜志，2014，22（2）：169－175．

作者：黃薇1；紀坤2；梁剛1；容芷君2