基于CHNS 2015的中国脑卒中发病率及危险因素

戴璟 张雪 何云渝 杨云娟

(1昆明理工大学管理与经济学院，云南 昆明 650093；2云南省第一人民医院；3云南省疾病预防控制 中心)

脑卒中又称脑血管意外和中风，是一种以脑组织缺血或出血性损伤症状和体征为主要表现的急性脑血管疾病〔1〕。目前脑卒中成为我国居民寿命损失的第一位病因，其发病率、复发率、死亡率和经济负担逐年攀升〔2〕，2018年5月在北京举行的“脑卒中防治大会”表明，我国脑卒中防治工作还任重道远。据中国国家脑卒中筛查数据显示，我国40～74岁人群首次脑卒中标化发病率由2002年的189/10万上升到2013年的379/10万，平均年增长8.3%〔3〕。全球90.7%脑卒中与高血压、糖尿病、血脂异常、心脏疾病等10项可纠正的危险因素相关〔4〕。本研究旨在分析我国脑卒中的发病率与其危险因素之间的交互作用。

1 对象与方法

1.1研究对象 采用多阶段分层整群抽样方法收集中国东、中、西部地区15个省、自治区、直辖市的数据，共得到220个社区样本、7 200个家庭样本、30 000个居民样本。本研究选取问卷中2015年个人及家庭调查数据作为研究对象，合并基本人口学、健康状况、营养膳食状况和健康指标、医疗保险等数据集。

1.2抽样方法 采用多阶段分层整群随机抽样方法，在中国的东、中、西部地区随机抽取9个省，再按照收入等级(低、中、高)将各省的县进行分层共抽取36个县城和108个乡村，对抽取的县和乡村再按照随机抽样方法抽取220个左右的社区样本，每个社区抽取大约20个家庭住户入户调查。

1.3调查方法 选取2015年个人调查中的基本人口学特征(如性别、年龄、工作、文化程度、受教育水平等)、健康相关行为(如吸烟、饮酒、睡眠等)、体格测量(身高、体重、血压值)和慢性病患病情况4部分数据。原始问卷9 574份，年龄18～99岁，平均(53.1±14.6)岁。体重指数(BMI)为(24.3±4.2)kg/m2，有效问卷为9 452份。

1.4判断标准 血压值：收缩压舒张压均采取3次测量取平均的方法，收缩压≥130 mmHg，舒张压≥90 mmHg界定为高血压；BMI定义为体重除以身高的平方；当BMI≥26 kg/m2界定为肥胖。

1.5统计分析 采用Stata13.0软件进行χ2检验、Logistic回归分析和分类树模型分析，分类树模型利用χ2自动交互检测(CHAID)法建立。

2 结 果

2.1脑卒中发病情况 9 452例居民中，脑卒中发病131例(1.4%)。其中，性别、年龄、城乡环境、省份、工作、工作类型、婚姻状况、高血压病史、糖尿病病史、肥胖病史、心肌梗死病史、BMI值、吸烟和睡眠时间对脑卒中的发病比较差异有统计学意义(P<0.01);受教育水平、饮酒、偏好体育运动对脑卒中发病比较差异无统计学意义(P>0.01)，见表1。

表1 不同特征男女老年人脑卒中发病影响因素描述性统计表(n)

2.2我国脑卒中发病影响因素的多因素Logistic回归分析 以我国居民脑卒中是否发病为因变量，以年龄(18～44岁=1、45～64岁=2、65～99岁=3)、城乡环境(村镇=0，城区=1)、婚姻状况(未婚=1，已婚=2，独居=3)、受教育水平(小学=1，初中=2，高中或中专=3，大专及以上=4)、工作(无=0，有=1)、工作类型(脑力劳动=1，体力劳动=2，服务业和其他=3)、吸烟，饮酒，偏好体育运动(否=0，是=1)、睡眠时间(<6 h/d=1,6～10 h/d=2,>10 h/d=3)、高血压,糖尿病，心肌梗死，肥胖(否=0，是=1)、BMI(<18.5 kg/m2=1,18.5～28.0 kg/m2=2,>28.0 kg/m2=3)。为自变量，进行多因素Logistic回归分析，结果显示：性别、年龄、省份、工作、高血压史、糖尿病史、心肌梗死病史和睡眠时间是脑卒中发病的影响因素(P<0.05)。见表2。

表2 我国居民脑卒中发病影响因素的多因素Logistic回归分析

2.3我国脑卒中发病影响因素的分类树模型分析 以我国居民脑卒中是否发病为因变量，以表1中差异有统计学意义的指标为自变量，建立最大树深度为4的CHAID生长法分类树模型，分析结果显示：分类树第一层按照是否有高血压病史进行分类，说明脑卒中发病的首要影响因素是高血压，在罹患高血压的前提下，筛选出工作有无是脑卒中是否发病的第二大危险因素，既没有工作又罹患高血压的脑卒中患者达到78例；同时，在无高血压病史的分支下，年龄增长成为脑卒中是否发病的第二大危险因素，其中45～64岁年龄段的居民脑卒中发病还受睡眠时间的影响。总体来说，高血压病史是我国居民脑卒中发病的第一大危险因素，无工作和年龄增长是第二危险因素，吸烟、服务业类型的工作、睡眠时间过长与不足也对我国居民的脑卒中发病有重要影响。见图1。

图1 我国脑卒中发病危险因素的分类树模型〔n(%)〕

2.4我国脑卒中发病率地理位置分布 我国脑卒中发病率最高的区域集中在河南省，脑卒中发病率高于2.5%，其次是上海市、湖北省和辽宁省。重庆市、贵州省、湖南省和山东省的脑卒中发病率都在1.0%以下，其中重庆市脑卒中发病率最低。见图2。

图2 我国脑卒中发病率分布热力图

3 讨 论

本研究通过比较不同心血管疾病的危险因素水平下脑卒中发病率筛选出脑卒发病的危险因素，再分别以这些危险因素建立多因素Logistic模型和CHAID分类树模型。分类树模型将人群分成不同的亚群，分类树模型是分析样本数量大、多因子复杂疾病的有利工具，将其应用到缺血性脑卒中发病风险分析效果较好，可作为提供疾病预防以及住院方案制定的依据〔5〕。

本研究多因素Logistic模型分析结果表明，脑卒中发病率随着年龄的增大呈递增的趋势。这可能与机体衰老会促使心脏和脉管系统发生缓慢的、渐进的结构和功能改变，进而破坏心血管稳态有关〔6〕。Xia等〔7〕研究结果表明，我国脑卒中发病率具有北方高于南方，东部高于西部的特点。有工作的居民与社会的联系更加紧密，健康知识更容易在工作中的小群体中进行传播，使得有工作的居民健康意识相对较高，容易养成良好、规律的生活习惯，同时在工作中的获得感和成就感会促进心情愉悦，从而降低了脑卒中的发病风险。高血压是脑出血最主要的病因及重要的危险因素〔8,9〕。在脑卒中的防治工作中，要着重关注高血压、糖尿病、心肌梗死患者的病情控制与发展。睡眠过程中，大脑皮质处于抑制状态，长期赖床会使抑制时间过长，导致大脑供血不足〔10〕。胡如英等〔11〕研究表示，与7 h/d睡眠时间相比，睡眠时间 与男女性脑卒中患病均存在关联，OR值分别为2.11(95%CI:1.32～3.27)和2.13(95%CI:1.24～3.65)。与本文研究结果一致。

本研究的CHAID分类树模型分析结果可见高血压史对脑卒中发病的影响较大。目前已明确吸烟是脑卒中的独立危险因素，同时有研究显示吸烟量越大，吸烟时间越长，脑卒中的发病率和死亡率就越高〔12〕。在脑卒中防治工作中要着重关注吸烟无业的高血压患者。在无高血压史的分支中，65～99岁的人群脑卒中发病率最高；45～64岁人群中需要注意睡眠时间，相对于6～10 h/d的睡眠时间来说，<6 h/d或者>10 h/d脑卒中的发病率高达8倍，所以作为社会工作的中流砥柱，45～64岁人群应该合理安排生活与工作，保证每天合理睡眠时间。

Logistic回归是常被应用于预测结果为二分类变量的传统方法，其对单独危险因素的分析较为明确，但当多因素之间存在复杂相互关系时，会使分析误差增加〔13〕。而分类树模型不仅可以筛选出某些能较好反映类别间差别的变量，还可以反映各危险因素之间的交互作用，对于实际应用中对危险因素的分析时，分类树模型要更合理一些〔14〕。因此本研究最后采用分类树的结果。

在我国脑卒中的防治工作中，不仅要注重面向全民的脑卒中知识宣传，而且要针对不同的人群进行细分教育与宣传。对于无业的高血压患者来说，吸烟会大大增加脑卒中的发病风险，因此对于这部分人群尤其需要注重戒烟教育并且鼓励他们再就业。另外随着年龄的增加，脑卒中的发病风险也增加，随着我国人口老龄化加剧，应相应增加社区的脑卒中宣传教育工作，例如增设社区脑卒中宣传栏，向社区老年人发放脑卒中健康教育通知等。再者要对吸烟、无工作、高血压病史等有脑卒中危险因素特征的中青年人群实施早期干预，向他们宣传普及脑卒中患者的症状和脑卒中对自身、家庭的危害性，鼓励引导这部分人群摒弃不健康的生活方式，防患于未然。针对中年人群，脑卒中发病主要影响因素是睡眠时间，这在一定程度上也折射出了当代中青年人普遍存在的生活不规律问题，因此在推进脑卒中宣传教育工作时，要对中青年人加强生活规律性的宣传教育，脑卒中防治部门还需与社会劳动力部门等的其他部门相联系，规定合理的上下班时间，制作健康合理生活方式宣传片等，使居民每天睡眠时间处于合理水平。另外，对于18～44岁的中青年人群脑卒中发病的最大危险因素是是否有工作，相对于其他年龄段的居民来说，18～44年龄段的居民就业压力、生活压力相对较大，失业可能导致其心情抑郁和压力过大，从而导致脑卒中发病，对于这部分人群，可以适当给予就业指导和失业疏导。从而使我国各个亚群居民得到相应的脑卒中预防的宣传与教育。