中国10个地区成年人共病流行特征分析

目的:描述中国成年人的共病流行情况及其长期变化,以及常见的共病模式。方法:本研究纳入参与中国慢性病前瞻性研究第二次重复调查的25033人,利用研究对象参加2004-2008年基线调查和2013-2014年第二次重复调查时采集的信息进行分析。根据自报疾病史、现场体格检查及血液样本检测等信息定义了13种慢性病或健康问题,将共病定义为同时患有≥2种慢性病或健康问题。采用系统聚类分析法描述共病模式。结果:研究对象在基线调查时的年龄为(51.5±10.1)岁,第二次重复调查时为(59.5±10.2)岁。2次调查平均间隔时间(8.0±0.8)年,共病率由33.5%上升至58.1%,人均患病数由1.15个增加至1.82个,平均每5年增长0.42个患病数。年长者、城市人群、文化程度低者的共病率较高,且患病数量随年龄的增速更快。吸烟及过量饮酒者的患病数量随年龄增速也更快。该人群中最常见的共病组合为:超重肥胖、高血压、糖尿病、中风和冠心病。结论:我国成年人群共病率较高,且随年龄增长而增加。共病情况在不同地区、文化程度水平和不同生活方式人群中存在差异。

Fried表型和衰弱指数与死亡风险关联的比较分析

目的比较Fried表型以及由不同数量的疾病缺陷构成的衰弱指数(FI)对衰弱状态评价的一致性以及与死亡风险的前瞻性关联。方法利用中国慢性病前瞻性研究(CKB)第二次重复调查的23615名研究对象的数据,采用5种表型指标构建Fried表型,并分别纳入28个和40个疾病缺陷构建FI-28和FI-40。计算加权Kappa系数比较3种指标对衰弱状态分类的一致性。采用Cox比例风险模型分析衰弱指标与死亡风险的关联。结果采用Fried表型、FI-28和FI-40计算的衰弱率分别为5.4%、7.9%和4.0%。Fried表型与FI-28和FI-40的Kappa系数分别为0.357和0.408,FI-28与FI-40的Kappa系数为0.712。经过(3.9±0.5)年的随访,死亡755人。当采用Fried表型时,与无衰弱组相比,衰弱前期和衰弱组的死亡风险均增加,多因素调整后的风险比(HR)(95%CI)分别为1.60(1.32~1.94)和2.90(2.25~3.73);采用FI-28时,衰弱前期和衰弱组的死亡HR值分别为1.71(1.39~2.11)和2.52(1.95~3.27);采用FI-40时,衰弱前期和衰弱组的死亡HR值分别为1.98(1.60~2.44)和3.71(2.80~4.91)。衰弱状态与死亡风险的关联在不同年龄组间存在差异,在低年龄组中的关联强度高于高年龄组。结论Fried表型和基于不同数量的变量构建的FI表现出较好的一致性,都能较好地预测死亡风险。

中国成年人身高降低与跟骨骨密度的关联分析

目的分析身高降低与跟骨骨密度的关联。方法研究对象为参加中国慢性病前瞻性研究第二次重复调查者,此次调查时采用定量超声骨密度仪测定跟骨骨密度。本研究纳入分析24231人。采用线性回归分析基线至重复调查的身高变化与重复调查时骨密度指标之间的关联。结果基线至重复调查平均间隔时间为(8.0±0.8)年,身高降低≥1.0 cm者占33.0%,≥3.0 cm者占3.7%。控制潜在混杂因素后,身高降低与骨密度水平的关联存在线性趋势(均P<0.001)。身高降低1.0 cm,宽带超声衰减、超声声速和强度指数分别变化-0.79(-0.95^-0.63)、-2.74(-3.35^-2.13)和-1.29(-1.54^-1.04)。与身高稳定者相比,身高降低≥3.0 cm者的宽带超声衰减、超声声速和强度指数的β值(95%CI)依次为-3.29(-4.08^-2.50)、-10.70(-13.66^-7.73)和-5.16(-6.36^-3.96)。亚组分析显示,上述关联在女性、年龄≥55岁和低体力活动者中更为显著。结论身高降低幅度越大,骨密度指标越低。身高作为容易测量的体格指标,应该定期关注其变化情况,以早期发现和预防骨质疏松症等骨骼健康问题。

生活方式与心血管代谢性共病关联研究进展

共病高发于老年群体,可显著降低个人生活质量,增加疾病治疗、管理的难度和开支。随着人口老龄化进程的加速,共病逐渐成为居民健康的主要威胁。已有研究显示某些疾病因共享危险因素致病通路常聚集出现,心血管代谢性共病是其中最为常见和稳定的共病模式之一。促进健康生活方式是健康管理和疾病管理的重要手段,其对单一心血管代谢性疾病发病风险的保护效力已被大量研究证实。近年来研究者开始探索生活方式与心血管代谢性共病之间的关联。本文就心血管代谢性共病的定义、流行分布和共病机制以及综合生活方式与心血管代谢性共病间关联的前瞻性研究证据进行综述。

心血管疾病风险预测模型研究进展

目前,我国已建立了12个应用于一般人群的心血管疾病(CVD)风险预测模型。国内外主要模型的结局定义、预测因子均存在差异。在推广应用现有模型的过程中,模型的简便性和适用性是2个重要因素。简便性要求预测因子简单易得,评估过程方便快捷;适用性要求模型能灵活地适用于CVD流行特征不同的地区。如何确定非高危人群的风险定期再评估频率也是应用模型时面临的重要问题。未来,基于健康医疗大数据的集成式支撑平台将在模型的构建、更新与多维度评估等方面发挥作用。在多组学框架下,探索可继续改进模型的预测因子方兴未艾。新的模型构建算法有望进一步提高预测能力。针对老年人、高血压患者、糖尿病患者等特殊人群建立的预测模型值得更多关注。

北京美兆体检人群的衰弱状态变化及衰弱恶化的影响因素分析

目的分析中老年人群衰弱状态随时间的变化以及衰弱恶化的影响因素。方法利用美兆健康体检中心的人群体检数据,纳入2008-2019年至少参加过2次体检且间隔>3年者,共13689人。采用28个变量(包括疾病、症状、体格测量指标等)构建衰弱指数,衰弱指数≥0.25定义为衰弱,衰弱指数>0.10且<0.25为衰弱前期。按照首次体检时的衰弱状态进行分层分析,采用logistic回归模型探究社会人口学因素和生活方式特征对衰弱状态恶化的影响。结果研究对象首次和末次体检时的年龄分别为(42.3±9.2)岁和(47.9±9.3)岁,首末次体检间隔时间为(5.7±1.9)年。首次体检时人群衰弱率和衰弱前期率分别为2.5%和50.3%,末次体检时分别上升至3.9%和55.4%。67.3%的研究对象在首末次体检时的衰弱状态保持不变,21.2%恶化,12.5%改善。在首次体检衰弱状态为健康的人群中,年龄大、女性、低文化程度、戒烟和每天吸烟、BMI定义的肥胖、以及腰臀比定义的中心性肥胖是衰弱状态恶化的危险因素。在首次体检为衰弱前期的人群中,年龄大、女性、BMI定义的肥胖、以及腰臀比定义的中心性肥胖是衰弱状态恶化的危险因素。结论低文化程度、吸烟和肥胖等会增加个体衰弱恶化的风险。