由淑萍，徐月貞，陶 寧，鄭彥玲，陳清杰，向 陽，樊瓊玲，詹懷峰

（1.新疆醫(yī)科大學(xué)護(hù)理學(xué)院，新疆 烏魯木齊 830011；2.新疆醫(yī)科大學(xué)公共衛(wèi)生學(xué)院，新疆 烏魯木齊 830011；3.新疆醫(yī)科大學(xué)工程學(xué)院，新疆 烏魯木齊 830011；4.新疆醫(yī)科大學(xué)第一附屬醫(yī)院，新疆 烏魯木齊 830011；5.烏魯木齊縣水西溝衛(wèi)生院體檢中心，新疆 烏魯木齊 830000）

哈薩克族牧民高血壓發(fā)病率高已達(dá)成共識(shí)，烏魯木齊南山牧區(qū)居民以哈薩克族牧民為主，課題組前期研究發(fā)現(xiàn)該牧區(qū)人群高血壓患病率為48.88%[1]，如何更早預(yù)測高血壓發(fā)病概率，發(fā)現(xiàn)高血壓的高危人群，對(duì)高危人群進(jìn)行風(fēng)險(xiǎn)管理至關(guān)重要。Framingham 高血壓發(fā)病風(fēng)險(xiǎn)預(yù)測模型（以下簡稱Framingham 模型）是國外推薦使用的高血壓發(fā)病分析預(yù)測模型[2]，該模型是否可用于預(yù)測烏魯木齊南山牧區(qū)哈薩克族牧民高血壓發(fā)病風(fēng)險(xiǎn)值得研究，本研究以烏魯木齊縣南山牧區(qū)哈薩克族牧民體檢數(shù)據(jù)為數(shù)據(jù)源，探索適合該人群的高血壓發(fā)病風(fēng)險(xiǎn)預(yù)測模型，現(xiàn)報(bào)道如下。

1 對(duì)象與方法

1.1 研究對(duì)象 2008 年～2010 年采用方便整群抽樣法選擇烏魯木齊南山牧區(qū)6 個(gè)鄉(xiāng)鎮(zhèn)的哈薩克族牧民11252 人作為基線隊(duì)列人群；排除基線調(diào)查中高血壓、冠心病等心腦血管疾病及拒絕隨訪者4950 人，共6302 人受邀參加兩年一次的隨訪。納入標(biāo)準(zhǔn)：①18 歲以上牧民；②居住時(shí)間3 年以上。排除標(biāo)準(zhǔn)：①失訪人員；②患高血壓等慢性病者；③拒絕參加及中途退出者。按要求完成隨訪者5763 人，失訪539 人，排除隨訪中血壓測量值和結(jié)局缺失436 人，最終符合條件的5327 例研究對(duì)象為本研究的數(shù)據(jù)源，隊(duì)列數(shù)據(jù)的有效率為84.53%。

1.2 研究工具《居民健康體檢表》和《烏魯木齊南山牧區(qū)哈薩克族高血壓及其危險(xiǎn)因素調(diào)查問卷》，內(nèi)容包括研究對(duì)象基本特征；影響高血壓的生活方式，如鹽、油、水果蔬菜攝入量等；血常規(guī)檢查。

1.3 高血壓診斷標(biāo)準(zhǔn) 根據(jù)《中國高血壓防治指南（2010 年）》，在未服用降壓藥物情況下，收縮壓≥140 mmHg 或舒張壓≥90 mmHg，或者收縮壓和舒張壓均高于正常水平；隨訪血壓值有3 次達(dá)到高血壓診斷標(biāo)準(zhǔn)者或者接受高血壓藥物治療者，確診為新發(fā)高血壓。休息15 min 后進(jìn)行血壓測量，連續(xù)測量2～3 次，每次間隔時(shí)間至少1 min，取3 次測量血壓的平均值。

1.4 判斷標(biāo)準(zhǔn) 抽煙：每天吸煙≥1 支且吸煙時(shí)間≥1年者；飲酒：平均日飲酒量≥50 ml 且飲酒時(shí)間在≥1 年。每日攝鹽量（g）為家庭年攝鹽總量除以家庭人員總數(shù)除以365 d。

1.5 Framingham 模型和改良模型公式 采用Framingham 模型[3]和改良模型公式[4]兩模型對(duì)本研究隊(duì)列人群進(jìn)行高血壓發(fā)病風(fēng)險(xiǎn)預(yù)測，從區(qū)分能力和標(biāo)定能力兩個(gè)方便判斷兩模型在該人群的預(yù)測效果。

1.6 觀察指標(biāo) 采用隨訪新發(fā)病例數(shù)、累積發(fā)病率描述基本情況；受試者工作者特征（ROC）曲線下面積（AUC）判斷Framingham 模型和改良模型區(qū)分能力；Hosmer-Lemeshowχ2（H-Lχ2）判斷模型的標(biāo)定能力；根據(jù)改良模型計(jì)算本研究隊(duì)列人群中未來高血壓發(fā)病風(fēng)險(xiǎn)概率，按照ATPⅢ所提出高血壓發(fā)病風(fēng)險(xiǎn)分組：＜5%低危、5%～10%中危、10%～20%中高危、＞20%高危標(biāo)準(zhǔn)[5]，將年齡分為5 組：18～34、35～44、45～54、55～64、65～歲；對(duì)研究隊(duì)列高血壓的患病風(fēng)險(xiǎn)進(jìn)行危險(xiǎn)分層。

1.7 統(tǒng)計(jì)學(xué)方法 采用EpiData 建立數(shù)據(jù)庫，采用SPSS 17.0 統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)分析。計(jì)數(shù)資料采用頻數(shù)和構(gòu)成比；通過MedCalc 軟件采用ROC 曲線下面積AUC 驗(yàn)證模型區(qū)分能力；采用十分位數(shù)將隊(duì)列人群中高血壓的患病率和預(yù)測概率由小到大排序后，將全部數(shù)據(jù)分為10 等份，與每個(gè)點(diǎn)位置上相對(duì)應(yīng)的數(shù)值，H-Lχ2判斷模型的預(yù)測概率和實(shí)際發(fā)病率之間的區(qū)別，其中H-Lχ2檢驗(yàn)值＜20，P＞0.05 認(rèn)為標(biāo)定能力較好。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 研究隊(duì)列的基本情況 本研究隊(duì)列的入隊(duì)人群為6302 人。2014 年1 月～11 月首次隨訪，6017 人完成；2016 年1 月～11 月第2 次隨訪，5824 人完成；2018 年1 月～11 月第3 次隨訪，5763 人完成；排除隨訪中血壓測量值缺失和結(jié)局缺失436 人，最終5327 人為本研究的數(shù)據(jù)源。經(jīng)過隨訪新發(fā)高血壓1985 人，高血壓累積發(fā)病率為37.26%，見表1。

表1 隨訪、失訪及研究對(duì)象的一般情況[n（%）]

表1（續(xù)）

2.2 Framingham 模型和改良模型的預(yù)測ROC 曲線結(jié)果 隊(duì)列人群是否發(fā)生高血壓的AUC 分別為：AUCFraminghamm模 型=0.666（95%CI：0.653，0.679）和AUC改良模型=0.797（95%CI：0.786，0.808），見圖1。

圖1 Framingham 模型和改良模型的預(yù)測ROC 曲線結(jié)果

2.3 Framingham 模型和改良模型的預(yù)測標(biāo)定能力結(jié)果 Framingham 模型與改良模型預(yù)測概率與實(shí)際發(fā)病人數(shù)比較，改良模型預(yù)測概率與實(shí)際發(fā)病人數(shù)的一致性較高H-Lχ2=18.54（P＞0.05），F(xiàn)ramingham 模型預(yù)測概率與實(shí)際發(fā)病人數(shù)存在偏差較大，H-Lχ2=423.541（P＜0.05），見圖2。

圖2 Framingham 模型與改良模型對(duì)隊(duì)列人群高血壓發(fā)病風(fēng)險(xiǎn)的標(biāo)定能力分析

2.4 隊(duì)列人群未來十年高血壓發(fā)病風(fēng)險(xiǎn)概率危險(xiǎn)分層和高血壓新發(fā)病例的實(shí)際分布情況

2.4.1 不同年齡組危險(xiǎn)分層情況 按照年齡進(jìn)行危險(xiǎn)分層發(fā)現(xiàn)，45～54 歲及以上，隨著危險(xiǎn)層級(jí)升高、高危人數(shù)逐漸增加；35～44 歲及以下危險(xiǎn)層級(jí)人數(shù)變化不大。本研究共篩選出中高危人群1363 人，高危人群1866 人，通過隨訪共有1985 人發(fā)展成高血壓，見表2。

表2 本研究隊(duì)列人群高血壓發(fā)病預(yù)測概率不同年齡的危險(xiǎn)分層（n=5327）

2.4.2 隊(duì)列人群高血壓新發(fā)人群在不同年齡和不同危險(xiǎn)分層的分布情況 根據(jù)年齡和發(fā)病風(fēng)險(xiǎn)將實(shí)際高血壓發(fā)病人群進(jìn)行分層，1985 人高血壓新發(fā)病例中1592（80.20%）人為高危人群，218（10.98%）人為中高危人群，121（6.10%）人為中危人群，54（2.72%）為低危人群，見表3。

表3 隊(duì)列人群高血壓實(shí)際發(fā)病人數(shù)在不同的危險(xiǎn)分層和不同年齡分布情況[n（%）]

3 討論

隨著生活水平的提高及世襲的不良飲食方式，導(dǎo)致新疆南山牧區(qū)哈薩克族牧民高血壓發(fā)病率高；本隊(duì)列研究發(fā)現(xiàn)：新疆南山牧區(qū)哈薩克族高血壓發(fā)病率較高，高血壓累積發(fā)病率為37.26%。雖然醫(yī)療衛(wèi)生事業(yè)發(fā)展和公共衛(wèi)生三級(jí)預(yù)防重視程度逐漸加強(qiáng)，但因牧民文化程度不高，健康自我保健意識(shí)淡薄，因此高血壓的防控仍任重道遠(yuǎn)，探索適合新疆南山牧區(qū)哈薩克族牧民的高血壓發(fā)病風(fēng)險(xiǎn)預(yù)測模型具有重要的應(yīng)用價(jià)值。

Framingham 模型在Framingham 研究中心具有較好的預(yù)測能力，但該模型的7 大危險(xiǎn)因素沒有攝鹽、血脂、飲酒等變量，南山牧區(qū)哈薩克族牧民生活環(huán)境特殊，生活方式獨(dú)特，前期研究發(fā)現(xiàn)該地區(qū)人群的人均攝鹽量的中位數(shù)為16.66 克[6]，同時(shí)，該地區(qū)人群飲食中脂肪含量高，故Framingham 模型會(huì)影響預(yù)測效果。區(qū)分能力[7]可正確地把病人和非病人區(qū)分開的能力，一般情況下采用ROC 曲線下面積（AUC）進(jìn)行檢驗(yàn)區(qū)分能力，AUC 越大就表示模型的區(qū)分能力越好。標(biāo)定能力[8]能利用H-Lχ2來評(píng)價(jià)預(yù)測模型,與區(qū)分能力不同，標(biāo)定能力是評(píng)價(jià)預(yù)測模型正確預(yù)測人群發(fā)病風(fēng)險(xiǎn)的能力。Framingham 高血壓發(fā)病風(fēng)險(xiǎn)模型對(duì)新疆南山牧區(qū)哈薩克族研究隊(duì)列10 年是否進(jìn)展為高血壓進(jìn)行預(yù)測，其區(qū)分能力、標(biāo)定能力較弱，原因可能是由于研究對(duì)象的基本人口學(xué)特征不同，同時(shí)也和不同地區(qū)高血壓的危險(xiǎn)因素有關(guān)，危險(xiǎn)因素的分布不同可能在一定程度上解釋模型預(yù)測能力的不同。首先，從基線數(shù)據(jù)上看，本研究隊(duì)列人群在基線收縮壓、年齡方面要高于Framingham 研究模型；其次，本研究隊(duì)列人群與Framingham 子代研究人群所處的環(huán)境不同，民族也不同，具有不同的文化背景和生活習(xí)慣；最后，本研究人群的攝鹽量、吸煙人數(shù)、飲酒人數(shù)、高血壓家族史等也不同于Framingham 子代研究人群。但是在Framingham 高血壓發(fā)病預(yù)測模型中并沒有等相關(guān)危險(xiǎn)因素。

本研究中，改良模型是根據(jù)烏魯木齊南山牧區(qū)哈薩克族牧民高血壓的影響因素，在Framingham 模型基礎(chǔ)上增加了攝鹽量、飲酒和血脂（TC、TG、LDLC、HDL-C）變量，具有較好的預(yù)測能力；攝鹽量、飲酒和血脂作為預(yù)測因素納入改良模型中，可對(duì)危險(xiǎn)因素的動(dòng)態(tài)變化進(jìn)行監(jiān)測，更加客觀的評(píng)價(jià)預(yù)測過程中危險(xiǎn)因素，保證哈薩克族牧民高血壓危險(xiǎn)因素的有效控制，從而可為促進(jìn)新疆牧區(qū)哈薩克族牧民改善不良的飲食生活方式提供依據(jù)。同時(shí)，《國家基本公共衛(wèi)生服務(wù)規(guī)范》和《關(guān)于進(jìn)一步明確自治區(qū)全民健康體檢工程體檢項(xiàng)目的通知》（新衛(wèi)辦基層衛(wèi)生發(fā)〔2016〕3 號(hào)）內(nèi)容中規(guī)定，血脂為必查項(xiàng)目，可為高血壓風(fēng)險(xiǎn)預(yù)測模型的使用提供便利條件。

針對(duì)新疆南山牧區(qū)哈薩克族人群進(jìn)行高血壓預(yù)防，篩選出高危人群，通過本研究改良模型對(duì)本研究人群進(jìn)行高血壓風(fēng)險(xiǎn)預(yù)測并進(jìn)行危險(xiǎn)分層，從未患病人群中篩選出高血壓高危人群，與高血壓新發(fā)病例實(shí)際分布比較可知，改良模型可對(duì)危險(xiǎn)因素的動(dòng)態(tài)變化進(jìn)行監(jiān)測，可以更加客觀的評(píng)價(jià)干預(yù)過程中危險(xiǎn)因素的改善情況，更適合于該地區(qū)人群的高血壓風(fēng)險(xiǎn)預(yù)測，保證哈薩克族牧民高血壓危險(xiǎn)因素的有效控制，從而可為促進(jìn)新疆牧區(qū)哈薩克族牧民改善不良的飲食生活方式提供依據(jù)，針對(duì)高危人群制定高血壓預(yù)防措施。

綜上所述，烏魯木齊南山牧區(qū)牧民高血壓的患病率較高，通過Framingham 模型及其改良模型在烏魯木齊南山牧區(qū)牧民中運(yùn)用，發(fā)現(xiàn)Framingham 模型會(huì)低估該地區(qū)人群高血壓的發(fā)病率，但改良模型的預(yù)測概率與高血壓的實(shí)際發(fā)病率的趨勢一致，改良模型更適合于在該人群中應(yīng)用。