壽險體檢人群多代謝異常聚集及危險因素分析.pdf

1、目的：
　　1.本研究通過對蘇州地區(qū)壽險體檢人群的現(xiàn)況調查，了解壽險投保人員多代謝異常聚集的患病率情況;
　　2.分析該人群的特征和存在的危險因素，為壽險投保人員多代謝異常的研究提供流行病學證據(jù);
　　3.探討該人群投保后慢性病防治可采取的干預策略與措施，為多代謝異常人群的壽險投保后慢性病防治提供新的思路。
　　對象與方法：
　　1.對象:納入蘇州地區(qū)某壽險公司2002年9月～2011年4月間全部投保體檢人

2、員，去除一例缺失，最終進入研究共1829例。
　　2.方法:采用統(tǒng)一的調查問卷，回顧性調查所有研究對象的基本情況如年齡、職業(yè)、收入、吸煙史、飲酒史等，根據(jù)投保時體檢結果，記錄身高(HT)、體重(WT)、腰圍(WC)、血壓(BP)和血糖(FPG)、血脂、血尿酸(UA)等生化指標，并計算體重指數(shù)(BMI)值，將獲得的數(shù)據(jù)進行統(tǒng)計分析。本研究多代謝異常定義為高血壓或正常高值、高血糖、血脂異常、腰圍過大4項指標之中有≥1項指標的個體聚集現(xiàn)

3、象。
　　3.統(tǒng)計分析:采用Epidata3.1建立數(shù)據(jù)庫，所有調查表均經(jīng)過雙人雙錄核查。采用SPSS18.0軟件進行統(tǒng)計分析。采用無序多分類非條件logistic回歸模型，按照多代謝異常聚集不同個數(shù)分層，計算不同危險因素對多代謝異常聚集的影響，計算比值比（Odds ratio，OR）及95％可信區(qū)間(95％ Confident interval，95％CI)。所有檢驗均為雙側檢驗，檢驗水準α=0.05。
　　結果：

4、　　1.本次研究對象中男性1301例，平均年齡(35.86±8.87)歲;女性528例，平均年齡(36.43±10.71)歲。除血糖外，BMI、腰圍、血壓、血脂等代謝指標水平在男性與女性間差別均有統(tǒng)計學意義(p＜0.0016～0.0001)。多代謝異常的患病率在男女間差別有統(tǒng)計學意義(p＜0.005)，76.12％的人患有1種及以上多代謝異常，3個代謝異常因素聚集的患病率已達28.43％。根據(jù)BMI分成低體重、正常體重、超重和肥胖四組，

5、不同組間多代謝異常發(fā)生有明顯差異(p＜0.000)。
　　2.本研究以代謝異常因素聚集個數(shù)（0個、1～2個、≥3個）為應變量，以性別、年齡、職業(yè)、吸煙、飲酒、BMI、尿素氮、肌酐及尿酸9個因素為自變量，先進行單因素無序多分類非條件Logistic回歸分析，在調整了性別、年齡、職業(yè)、吸煙、飲酒、BMI、尿素氮、肌酐、尿酸等因素后，再進行多因素無序多分類非條件Logistic回歸分析。結果表明:和以無代謝異常聚集（0個）相比，1～2個

6、和3個以上多代謝異常聚集的危險因素包括年齡，BMI，尿酸，其OR(95％CI)分別為1.090(1.070～1.110)、5.206(3.634～7.457)、1.372(1.174～1.602)和1.147(1.122～1.172)、22.387(14.905～33.625)、1.922(1.579～2.339);性別女性是多代謝異常聚集的保護因素，OR(95％CI)分別為0.640(0.455～0.900)和0.358(0.211～

7、0.607)。
　　結論：
　　1.蘇州地區(qū)壽險投保人群中多代謝異常聚集患病率處于較高水平，值得重視與進一步研究。
　　2.在壽險體檢人群中，經(jīng)多因素無序多分類非條件Logistic回歸分析結果顯示，不論是1～2個代謝異常因素聚集時，還是當≥3個代謝異常因素聚集時，性別為女性為保護因素，而年齡增大、BMI和尿酸升高均為重要、獨立的危險因素。
　　3.可采用相應的干預策略與措施對該人群予以干預，尤其應關注BMI的控