目的探讨在人群水平上不同暴露对心血管疾病的“贡献”,构建风险预测模型,对于有效分配预防资源有重要意义。方法采用CHNS(China Health and Nutrition Survey,中国健康与营养调查)数据库2009、2011及2015年中东部地区10个省市(北京、...目的探讨在人群水平上不同暴露对心血管疾病的“贡献”,构建风险预测模型,对于有效分配预防资源有重要意义。方法采用CHNS(China Health and Nutrition Survey,中国健康与营养调查)数据库2009、2011及2015年中东部地区10个省市(北京、辽宁、黑龙江、上海、山东、河南、湖北、湖南、广西及江苏)35~75岁9899例常住居民作为研究对象。单因素分析纳入变量(性别、年龄、BMI、婚姻状况、城乡、睡眠时间、吸烟、饮酒、糖尿病、教育程度及医保),在logistic回归分析危险因素基础上,估计某(些)危险因素的多因素调整人群归因危险度,随机抽取70%(n=6927)为建模组,30%(n=2974)为验证组,构建CVD风险预测模型,同时利用受试者特征工作曲线(Receiver operating characteristic curve,ROC)及Hosmer-Lemeshow拟合优度检验(Good of fit test)评估风险预测模型区分度和校准度。结果BMI、睡眠时间、吸烟、饮酒以及糖尿病的调整人群归因危险度与95%置信区间分别为32.20%(27.67%~36.89%)、7.90%(1.68%~16.58%)、18.56%(11.35%~26.24%)、6.47%(0.11%~13.25%)、5.73%(4.42%~7.03%)。多因素调整人群归因危险度百分比结果表明,BMI在心血管疾病患病病因中占主导地位,吸烟影响次之,睡眠时间、饮酒及糖尿病影响较弱。低风险患病率为18.44%,较高风险的患病率为14.19%,高风险患病率为42.52%。ROC曲线下面积AUC=0.711,P<0.001;Hosmer-Lemeshow拟合优度P=0.257。结论未来应重点关注高风险人群,控制体质指数到正常范围,减少吸烟,对预防心血管疾病有重大意义。风险预测模型具有较好的区分性和实用性等价值,可为预防心血管疾病提供一定的预测能力。展开更多
文摘目的探讨在人群水平上不同暴露对心血管疾病的“贡献”,构建风险预测模型,对于有效分配预防资源有重要意义。方法采用CHNS(China Health and Nutrition Survey,中国健康与营养调查)数据库2009、2011及2015年中东部地区10个省市(北京、辽宁、黑龙江、上海、山东、河南、湖北、湖南、广西及江苏)35~75岁9899例常住居民作为研究对象。单因素分析纳入变量(性别、年龄、BMI、婚姻状况、城乡、睡眠时间、吸烟、饮酒、糖尿病、教育程度及医保),在logistic回归分析危险因素基础上,估计某(些)危险因素的多因素调整人群归因危险度,随机抽取70%(n=6927)为建模组,30%(n=2974)为验证组,构建CVD风险预测模型,同时利用受试者特征工作曲线(Receiver operating characteristic curve,ROC)及Hosmer-Lemeshow拟合优度检验(Good of fit test)评估风险预测模型区分度和校准度。结果BMI、睡眠时间、吸烟、饮酒以及糖尿病的调整人群归因危险度与95%置信区间分别为32.20%(27.67%~36.89%)、7.90%(1.68%~16.58%)、18.56%(11.35%~26.24%)、6.47%(0.11%~13.25%)、5.73%(4.42%~7.03%)。多因素调整人群归因危险度百分比结果表明,BMI在心血管疾病患病病因中占主导地位,吸烟影响次之,睡眠时间、饮酒及糖尿病影响较弱。低风险患病率为18.44%,较高风险的患病率为14.19%,高风险患病率为42.52%。ROC曲线下面积AUC=0.711,P<0.001;Hosmer-Lemeshow拟合优度P=0.257。结论未来应重点关注高风险人群,控制体质指数到正常范围,减少吸烟,对预防心血管疾病有重大意义。风险预测模型具有较好的区分性和实用性等价值,可为预防心血管疾病提供一定的预测能力。