目的探究高血压家族史与受教育程度交互作用对高血压患病的影响。方法采用多阶段整群随机抽样方法,于2016年对昆山市18~69岁常住居民进行问卷调查与体格检查。样本数据通过复杂加权后估计高血压患病率。采用非线性混合模型估计交互作用...目的探究高血压家族史与受教育程度交互作用对高血压患病的影响。方法采用多阶段整群随机抽样方法,于2016年对昆山市18~69岁常住居民进行问卷调查与体格检查。样本数据通过复杂加权后估计高血压患病率。采用非线性混合模型估计交互作用指数(Synergy Index,S)、交互作用相对超额危险度(Relative Excess Risk of Interaction,RERI)及归因交互效应百分比(The Attributable Proportion Due to Interaction,AP)来评价相加交互作用。结果有效调查8 529人,加权后高血压患病率为16.28%(95%CI:15.18%~17.37%),其中男性为19.47%(95%CI:17.72%~21.22%),女性为13.59%(95%CI:12.21%~14.97%)。不仅有高血压家族史(OR=1.12,95%CI:1.11~1.14)和低教育程度(OR=1.09,95%CI:1.07~1.12)与高血压患病存在统计学关联;且两者相乘交互效应的参数估计值有统计学意义(P=0.0002)。未发现低教育程度和有高血压家族史相加交互作用与高血压患病有统计学关联(RERI=-0.636,95%CI:-1.236^-0.037;AP=-0.333,95%CI:-0.712~0.046;S=0.589,95%CI:0.331~1.048)。结论昆山市常住居民中高血压较为流行,有高血压家族史和低教育程度与高血压患病存在关联,未发现两者相加交互作用与高血压患病有统计学关联。展开更多
文摘目的探究高血压家族史与受教育程度交互作用对高血压患病的影响。方法采用多阶段整群随机抽样方法,于2016年对昆山市18~69岁常住居民进行问卷调查与体格检查。样本数据通过复杂加权后估计高血压患病率。采用非线性混合模型估计交互作用指数(Synergy Index,S)、交互作用相对超额危险度(Relative Excess Risk of Interaction,RERI)及归因交互效应百分比(The Attributable Proportion Due to Interaction,AP)来评价相加交互作用。结果有效调查8 529人,加权后高血压患病率为16.28%(95%CI:15.18%~17.37%),其中男性为19.47%(95%CI:17.72%~21.22%),女性为13.59%(95%CI:12.21%~14.97%)。不仅有高血压家族史(OR=1.12,95%CI:1.11~1.14)和低教育程度(OR=1.09,95%CI:1.07~1.12)与高血压患病存在统计学关联;且两者相乘交互效应的参数估计值有统计学意义(P=0.0002)。未发现低教育程度和有高血压家族史相加交互作用与高血压患病有统计学关联(RERI=-0.636,95%CI:-1.236^-0.037;AP=-0.333,95%CI:-0.712~0.046;S=0.589,95%CI:0.331~1.048)。结论昆山市常住居民中高血压较为流行,有高血压家族史和低教育程度与高血压患病存在关联,未发现两者相加交互作用与高血压患病有统计学关联。
