老年人群共病风险因素与预测模型研究:以广州市为例

张瑜,潘华峰,陈楚杰

广州中医药大学体育健康学院,广东 广州 510006

患有两种及两种以上的慢性病称为共病。随着我国人口老龄化程度的不断加深,老年人群共病患病率呈上升趋势。截止2022年,我国居民慢性病死亡人数占总死亡人数71%,其中两种及两种以上慢性病共存的情况较为普遍,共病已成为我国卫生系统主要的挑战。与患单种慢性病相比,多种慢性病产生的交互作用增加了死亡率、住院率和再入院率的发生[1]。老年人患有2种以上慢性病不仅对老年人的认知能力、日常生活能力以及生活质量都产生较大的负面影响,而且给社会医疗卫生体系也带来沉重负担。目前,国内外学者对老年人群患多种疾病的影响因素展开了大量研究,研究显示共病患病与诸多因素有关:如BMI超重、腰臀比超标、体力活动时间、久坐时间[2]、睡眠时间等。本研究将针对不同影响因素进行关键性排序,运用CHAID模型对老年人群共病进行风险预测。将Logistic回归与决策树结合,探讨引起老年人群共病发生的风险因素,构建风险预测模型,为老年人群慢性病的防治工作提供依据。

1 研究对象与方法

1.1 研究对象

本研究采用分层随机抽样方法,根据广州市地域分布、社区规模和年龄阶段分层后,选取在广州天河区、海珠区、黄埔区、番禺区、白云区居住时间大于6个月且年龄大于60岁居民为调查对象。

1.2 研究方法

通过查阅中国知网、万方数据库等文献形成了问卷的基本指标,然后邀请3名专家对问卷基本指标进行筛查后形成了问卷初稿,再将问卷初稿邮件发送给老年病领域专家5名,进行3轮完善和修改后,进行小范围预调查验证了该问卷的信度和效度符合要求。调查问卷内容主要包括社会人口学特征、婚姻状况、教育程度、健康相关行为等方面14个指标。

1.3 指标定义

慢性病共病纳入标准:经二级及以上医院确诊患有2种及以上慢性病(包括冠心病、高血压、糖尿病、脑卒中、慢性阻塞性肺疾病、哮喘、关节炎、白内障、高血脂症、慢性肾脏病、慢性胃炎等)且服药时间大于三个月;超重/肥胖和中心型肥胖标准依据《中国成人超重和肥胖症预防控制指南》,腰臀比(WHR)=腰围(cm)/臀围(cm);吸烟:调查时及调查前有吸烟习惯,即吸烟≥1支/天,且持续时间≥6个月。

1.4 统计学方法

本文运用统计软件SPSS 23.0进行数据分析,先用卡方检验对老年人群共病的相关风险因素进行单因素分析,将单因素分析中有显著性影响(P<0.05)的影响因素纳入Logistic回归分析进行多因素分析。使用CHAID模型建立决策树模型,将上述影响因素作为自变量纳入决策树模型。参数模型:将患有共病的老年人群分为80%的训练样本和20%检验样本,进行风险预测评估,探究影响老年人群共病的主要风险因素。采用Logistic回归、决策树模型产生的预测值,患有共病作为状态变量绘制ROC曲线。

2 结果

2.1 一般情况

本次调查共收发放问卷1 100份,收回问卷1 038份,剔除结局变量、慢性病数量及协变量存在缺失的样本后,最终得到有效的总样本量939份。其中男性为444名,占比47% ,女性人数为495名,占比53%,男女比例约为9 ∶10。

2.2 老年人患共病影响因素的单因素分析

单因素分析结果显示:性别、城乡、受教育程度、腰臀比、婚姻情况、慢走时间、累计小强度家务劳动、健身场地便利性、抽烟、睡眠时间、睡眠质量与老年人群患共病显著性相关(P<0.05);未发现年龄、是否喝酒、每日静坐时间与老年人群患共病有关(P>0.05)。

2.3 老年人群患共病的影响因素的Logistic回归分析

以老年人群是否患共病为因变量,将单因素分析中具有显著性的因素性别、城乡、腰臀比、受教育程度、婚姻状况、居住地有健身场地、是否抽烟、睡眠时长、睡眠质量、每天慢走时间、每天小强度家务劳动时间等共11个纳入模型,分析结果显示城区、中心型肥胖、睡眠时长<7h是老年人群共病的风险因素,而男性、睡眠时长≥8h、平均每天慢走时间≥30min、小强度家务劳动时间≥30min是老年人群共病的保护性因素。

2.4 老年人群共病影响因素的决策树分析

决策树是一种预测模型,数据分为训练数据和测试数据,本文随机提取大约80%共755条训练数据用于建立模型分析,分析其患共病的危险因素,将患共病赋值为1,将不患共病赋值为0。将单因素分析中P<0.05的危险因素作为自变量纳入模型。基于根节点和子节点的最小样本大小的线坠后的增长和修剪后,得出分类树模型包括3层,8个节点以及4个终末节点如图1所示。该模型显示中心型肥胖、有吸烟习惯、每日睡眠时间过短这些变量是老年人群患共病的重要危险因素。

图1 老年人患共病影响因素的决策树分析

表1 老年人群患共病影响因素的单因素分析

表2 老年人群共病风险因素Logistic回归分析

2.5 Logistic回归模型与决策树模型效果比较

以Logistic回归模型与决策树模型的预测值作为状态变量,绘制两预测模型的 ROC 曲线(图2)。结果显示:决策树的 AUC 是0.804;Logistic回归模型的 AUC 是0.642。决策树与回归模型的AUC均大于0.5,具有一定的准确性,预测效果较好,其中决策树模型的AUC值高于Logistic回归模型。

图2 Logistic回归分析模型和决策树模型ROC曲线

3 讨论与分析

我国城乡中老年人群共病患病率为 46.5%,这不仅增加患者医疗费用与医保基金支出,而且影响患者生活质量[3],因此研究老年人共病的影响因素具有重要意义。逻辑回归模型作为一种被广泛应用的数据分析方法,反映了自变量和因变量之间的依存关系。决策树是一种监督学习技术,通过从变量特征中提取规则来进行预测。模型的敏感程度起着至关重要的作用,决策树模型的敏感性优于回归模型[4]。当面对样本量比较庞大的情况下,决策树不受线性影响,将分类信息能更加直观化的展示;但同时决策树的分类效果也会随节点数变化,主要表现在稳定性不足[5],因此将两者结合,通过回归模型展现自变量与因变量的依存关系,与决策树模型互作补充[6],优化结果。本研究通过单因素分析后进行逻辑回归模型筛查出患共病的危险因素主要有居住在城区、中心型肥胖、睡眠时长低于7小时;而男性、平均每天慢走时间超过30分钟、小强度家务劳动时间超过30分钟,睡眠时长超过8小时是共病的保护因素。

通过决策树分析本研究发现中心型肥胖、抽烟习惯和每日睡眠过短是患共病的重要风险因素,且中心型肥胖是患共病的首要风险因素。腰臀比男性≥0.9、女性≥0.8的中心型肥胖与患共病呈显著性相关,在追踪调查中腰臀比值增加与慢性病共病患病率密切相关,且随着 BMI指数的增加慢性病共病的患病风险增加[7],BMI≥24Kg/m2的严重肥胖人群更易患共病[8];基线BMI指数对共病的患病风险也有很好的预示作用[9]。亚洲人在同等体质指数的情况下具有更高的体脂率,且体脂分布更倾向于中心型肥胖[10]。在对老年人群肥胖流行特征及其常见慢性病关系的研究中发现,60岁及以上的老年人中心型肥胖的发生率是肥胖的发生率的4倍[11]。腰臀比是作为评价向心型肥胖的可靠指标,可以更好的反映内脏脂肪和腹部脂肪蓄积状况[12]。在研究老年人群患共病的影响因素时,腰臀比相较体重指数更有价值。并且腰臀比测量方法简单便捷,成本低,适合进行推广。腰臀比作为患共病的风险因素,通过生活方式、饮食习惯进行干预,从而推进慢性病的防治工作。

生活习惯对患共病具有深远影响,抽烟在单因素分析中有显著性差异,但是在Logistic回归模型中无显著性意义,可能与AUC值稍微偏低有一定关系,在CHAID模型中,本研究发现抽烟作为患共病的风险因素,有抽烟习惯的人群患共病的风险因子显著高于没有抽烟习惯的人群。这与朱岑静[13]的研究一致。抽烟是慢性病的重要危险因素[14],可能引起恶性肿瘤[15]、冠状动脉粥样硬化性心脏病(简称冠心病)和呼吸系统疾病等多种慢性非传染性疾病[16]。中国作为世界上烟草量生产和消费最大的国家[17],由抽烟与被动抽烟引起的恶性肿瘤、代谢系统、循环系统疾病与呼吸系统疾病的风险十分严峻[18]。因此,建议相关部门加强吸烟危害知识的宣传力度,完善戒烟教育内容,针对目标人群进行区别化宣讲,形成全民控烟的社会氛围。

回归研究显示,睡眠时间低于7小时是患共病存的重要危险因素,CHAID模型也显示睡眠超过8小时的共病率明显偏低,说明睡眠时长与共病有密切关系。睡眠时间不足是患心脏病、呼吸系统疾病的高风险因素。研究指出[19]睡眠障碍与多种慢性病相关联,心脏病、慢性非传染性呼吸系统疾病均属于较强共病相关的慢性病,被称为高共病风险疾病。睡眠时间过短对心肺疾病有重要的影响,对心肺共病风险高于单一疾病风险[20],邬锡波等研究指出睡眠障碍与老年人 认知障碍的患病风险相关,且存在睡眠障碍的老年人表现为认知功能水平更低[21],应当重视老年人群睡眠时间管理。因此在慢性病防治工作中,必须考虑到睡眠时间的影响。

本研究通过建立逻辑回归模型筛选出6个与老年人群患共病的相关因素,包括性别、城乡、腰臀比、睡眠情况、平均每天慢走时间、平均每天小强度家务劳动时间。再通过决策树模型分析出中心型肥胖、睡眠时间较短、有吸烟习惯是重要风险因素。建议通过加强社区健康宣教,提高老年人对共病的认识和对慢性病的防治工作社会多途径进行监督与支持,改善不良作息习惯,提高老年人健康相关生命质量指数。

利益冲突无