我国高血压患
本文关键词:我国高血压患病、知晓、治疗和控制的多水平空间分析 出处:《中国疾病预防控制中心》2016年博士论文 论文类型:学位论文
更多相关文章: 高血压 患病率 地理绘图 空间分析 横断面研究 多水平分析
【摘要】:背景心脑血管疾病是我国人群的首位死因,高血压作为心脑血管疾病主要的危险因素,其流行已成为我国重要的公共卫生问题。在我国社会经济发展极不均衡的背景下,准确掌握全国和地区高血压患病、知晓、治疗和控制水平,了解地区差异及原因,对制定国家或区域卫生政策具有参考价值。目的估计2013年全国及分省高血压患病、知晓、治疗和控制现状。衡量高血压患病、知晓、治疗和控制在各空间水平上的变异,并分析城镇化进程、社会经济区域因素、及个体特征等对空间差异的解释程度及数量关系。方法本研究基于中国慢性病及其危险因素监测系统,利用多阶段分层随机抽样从我国31个省、直辖市和自治区的298个县/区随机抽取调查样本,通过问卷调查收集2013-2014年我国居民的人口学资料、社会经济状况、慢性病主要行为危险因素及高血压管理等相关信息,同时测量每个调查对象的身高、体重、收缩压和舒张压等客观指标。经数据清理,研究共纳入174621名18岁及以上的常住居民,并描述我国成人收缩压和舒张压的年龄别、性别分布和季节波动,估计全国水平的高血压患病、知晓、治疗和控制率,比较高血压相关指标在不同人口统计特征和不同社会经济状况人群间的差异。本研究还估计了我国大陆地区各省级行政单位的高血压患病、知晓、治疗和控制水平,比较分析这些指标的省际差异和空间聚集情况,量化多个水平(省、县/区、乡镇/街道和村/居委级)的空间变异程度,并探讨了个体特征和区域因素对空间差异的贡献。统计分析利用基于设计的分析方法,为每条观测计算抽样基础权重,并利用2010年人口普查数据对各省样本分别计算事后分层权重。通过加权计算获得全国及各省现患率的绝对水平,利用泰勒级数线性化法计算抽样误差并构造95%可信区间(95%CI)。通过计算模型调整现患率(控制年龄、性别、城乡或/和季节)来增加不同特征人群或不同省份间现患率的可比性,利用基于设计的logistic回归检验不同人群现患率的组间差异,及随年龄、文化程度和收入的变化趋势。构建5水平(省、县、乡镇、村和个人)logistic空模型,利用中位比值比(MOR)衡量各高血压相关指标在多个水平上的空间差异。在空模型基础上逐步加入个体和区域自变量,通过比较各水平方差的变化分析不同自变量对空间差异的解释程度。结果2013-2014年我国18岁及以上成人收缩压均值(标准差)为127.8 (20) mmHg,舒张压为76.5 (11.4) mmHg,高血压患病率为27.8%(95%CI:26.7-28.8%)。在高血压患者中,31.9%(95%CI:30.2-33.5%)知晓自己患有高血压:在高血压知晓患者中,82.9%(95%CI:81.5-84.2%)接受了降压治疗;在接受降压治疗的患者中,34.6%(95%CI:32.7-36.5%)将血压控制到了目标水平下(收缩压140mmHg且收缩压90mmHg);在所有高血压患者中,仅9.7%(95%CI:8.8-10.7%)的血压得到了有效控制。2013-2014年我国约有2.9亿成年高血压患者,相比2002年净增1.4亿,且有超过2.6亿患者的血压未能得到有效控制。在对年龄、性别、城乡或季节因素进行相应调整后,高血压患病率在男性中高于女性(男性34.5%,女性29.5%,P0.05);在冬季最高,夏季最低;并随年龄增加而升高,随文化程度增加而降低。在同时对年龄、性别、城乡和季节因素进行调整后,高血压患病率在城乡间差别较小,但城镇高血压患者的知晓、治疗和控制水平均显著高于农村地区,城乡高血压控制率相差2倍左右(城镇10.1%,乡村5.5%,P0.01);高年龄组、高收入和高教育水平的患者拥有更高的知晓、治疗和控制水平(趋势检验P0.05)。高血压患病率最高的省份为辽宁(37.7%,95%CI:35.1~40.2%),与其相邻的华北和东北各省在全国同样处于较高水平;患病率最低为海南省(18.0%,95%CI:14.3-21.7%),华南和西北各省患病率相对较低。各省高血压知晓率未见明显区域分布特征。高血压治疗和控制水平在上海、浙江、北京、天津等东部省份较高,在西藏、云南、贵州及广西等西部省份较低。对年龄、性别、城乡和季节进行调整后,各省高血压患病、知晓、治疗和控制水平均存在较大的差异。调整后的高血压患病率,最高的省份为最低省份的2.2倍(最高为北京42.2%,最低为海南19.1%),知晓率为2.2倍(上海39.0%,山东17.6%),知晓治疗率为2.2倍(上海94.4%,西藏43.6%),治疗率为3.5倍(上海35.7%,西藏10.2%),治疗控制率为3倍(浙江50.0%,辽宁16.8%),控制率为6.2倍(上海16.1%,辽宁2.6%)。多水平空间分析显示,高血压在省、县、乡镇和村级水平存在不同程度的空间差异,MOR范围为1.19~1.35;知晓(MOR范围:1.27-1.33)和治疗控制(MOR范围:1.29-1.45)在省、县和乡镇水平存在空间差异;知晓治疗仅在省级和县级存在空间差异,MOR分别为1.60和1.62。所有分析指标在县级水平的空间差异最高。人群年龄和性别构成的差异可以解释高血压患病25.3%的省级、17.4%的乡镇级和45.7%的村级水平方差;个体行为生活方式、健康素养和保健行为可以进一步解释38.4%的省级方差。在所有分析的指标中,个体社会经济状况对高血压知晓率的县级和乡镇级水平方差的解释比例最大,人口年龄性别结构次之;而人口年龄性别差异对省级水平方差的贡献最大,个体社会经济状况次之。各类指标对省级和县级水平的高血压知晓治疗率的方差均有一定程度的贡献。对于高血压治疗控制率,模型对各水平方差解释的比例虽不高,但区域因素(县/区居民平均受教育年限)对省级(11.5%)和县级(12.5%)水平方差存在不可忽视的贡献。结论目前我国高血压防控形势严峻,面临巨大的潜在心脑血管疾病负担。提高患者知晓率,并着实开展有效措施提高患者群体的治疗率和控制率刻不容缓。我国高血压患病、知晓、治疗和控制水平在各省间存在明显差异,根据本省情况制定高血压防控策略是有必要的。特别对于高患病率、低控制率的人口大省,应高度重视并立即开展改善防控工作的应对措施。生活方式相关行为危险因素、文化程度、健康素养和保健行为与高血压患病、知晓、治疗和控制水平有关,其差异可在一定程度上解释高血压各指标的空间差异。降低这些因素在人群中的差异,可能有助于减少高血压患病、知晓、治疗和控制的地域不公平性。区域变量与高血压各指标存在一定关联,构建支持性环境可能有助于促进高血压的人群防控工作。
[Abstract]:Objective To estimate the prevalence of hypertension , knowledge , treatment and control of hypertension in China . In 2013 - 2014 , the mean ( standard deviation ) of adult systolic blood pressure ( standard deviation ) was 127.8 ( 20 ) mmHg , the diastolic pressure was 76.5 ( 11.4 ) mmHg , and the prevalence of hypertension was 27 . 8 % ( 95 % CI : 26.7 - 28 . 8 % ) . In patients with hypertension , 31.9 % ( 95 % CI : 37.2 - 33.5 % ) had hypertension : 82.9 % ( 95 % CI : 81.5 - 84.2 % ) received antihypertensive therapy in hypertension - aware patients ; in all patients with hypertension , only 9.7 % ( 95 % CI : 8.8 - 10.7 % ) had lower blood pressure . The prevalence of hypertension was 2.2 times higher in the provinces of Shanghai , Zhejiang , Beijing , Tianjin and so on . The rate of hypertension was 2.2 times in the provinces of Shanghai , Yunnan , Guizhou and Guangxi . The rate of hypertension was 2.2 times ( Shanghai 39.4 % , Tibet 43.6 % ) , the treatment rate was 3 times ( Shanghai 34.0 % , Liaoning 16.8 % ) , the control rate was 6.2 times ( Shanghai 16.1 % , Liaoning 2.6 % ) . There are spatial differences in the levels of hypertension in the provinces , counties , towns and villages , with the MOR ranging from 1.19 to 1.35 , and the level of control ( MOR : 1.29 - 1.45 ) at the provincial , county and township levels .
【学位授予单位】:中国疾病预防控制中心
【学位级别】:博士
【学位授予年份】:2016
【分类号】:R544.1
【相似文献】
相关期刊论文 前3条
1 何慧敏;杨莉;黄开勇;;桂林市道路交通伤害的GIS空间分析[J];中华疾病控制杂志;2012年11期
2 赵增炜;王文昌;张彦琦;刘岭;易东;;“十五”期间中国地区人均卫生消费的空间分析[J];重庆医学;2008年17期
3 ;[J];;年期
相关会议论文 前10条
1 秦昆;张成才;李建松;孟令奎;;空间分析理论与方法体系的研究[A];湖北省测绘学会2006年度科学技术交流会论文集[C];2006年
2 王峰;姜毅;李玉琳;;空间分析在用地评价中的应用研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
3 毛政元;;论空间分析的操作对象[A];全国地图学与GIS学术会议论文集[C];2004年
4 戴芳芳;况代智;;基于GIS空间分析的泉州城市地价分析研究[A];福建省土地学会2009年年会论文集[C];2009年
5 黄德镛;韩瑞生;陈孝华;李勃;叶家冕;;应用GIS空间分析功能进行深部盲矿体找矿预测研究[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(上册)[C];2002年
6 宋文杰;刘玉华;;GIS空间分析在煤层气开发中的应用[A];山东省测绘学术年会论文集[C];2006年
7 侯杨方;余开亮;;清初浙江赋税额度的空间分析[A];地理学核心问题与主线——中国地理学会2011年学术年会暨中国科学院新疆生态与地理研究所建所五十年庆典论文摘要集[C];2011年
8 杨芳苑;;空间分析与属性融合的应用[A];浙江测绘(2012第2期总第111期)[C];2012年
9 陈媛媛;张真;;空间句法理论及其在GIS空间分析中的应用[A];中国地理信息系统协会第九届年会论文集[C];2005年
10 韩学锋;;基于空间分析和似圆度分类方法山顶点的提取[A];中国地理学会2007年学术年会论文摘要集[C];2007年
相关重要报纸文章 前3条
1 黄斌;浅论展示的空间造型设计[N];中国包装报;2004年
2 中国科学院计算技术研究所 赵红超 程振林 朱效民 刘炎 方金云;空间分析技术:GIS的灵魂[N];计算机世界;2005年
3 同济大学地下空间研究中心主任 朱合华;数字地下空间技术步入“前台”[N];建筑时报;2007年
相关博士学位论文 前10条
1 吴庆双;CPU/GPU异构环境下的高性能空间分析并行计算研究[D];武汉大学;2012年
2 禹文豪;路径单元剖分法支持下的网络空间分析[D];武汉大学;2015年
3 李镒冲;我国高血压患病、知晓、治疗和控制的多水平空间分析[D];中国疾病预防控制中心;2016年
4 周岚;僭越与合谋:798异托邦的空间实践研究[D];上海大学;2009年
5 陈军;基于G/S模式的空间分析云服务关键技术研究[D];成都理工大学;2012年
6 钱茹;基于GIS的区域房地产项目空间分析与策划[D];中国地质大学(北京);2014年
7 胡艺;基于空间模型的小概率地理健康事件生态学研究[D];中国地质大学(北京);2012年
8 杨海文;空间计量模型的选择、估计及其应用[D];江西财经大学;2015年
9 汪劲丰;预应力混凝土斜拉桥施工控制的关键技术研究[D];浙江大学;2003年
10 毕巍强;空间理论与空间复杂模型研究[D];中国地质大学(北京);2003年
相关硕士学位论文 前10条
1 刘仁皓;万方安和九咏解读—档案、图样与烫样中的室内空间[D];清华大学;2015年
2 魏兰;河北省疑难杂症医疗信息查询及空间分析系统的设计[D];河北师范大学;2016年
3 姜玉培;中国经济密度分布对劳动生产率的影响研究[D];华中师范大学;2016年
4 王进锋;真实战场环境中GIS空间分析研究[D];解放军信息工程大学;2007年
5 黎心灵;云计算环境下GIS空间分析任务调度策略研究[D];江西理工大学;2012年
6 张华鑫;基于多重空间粒度的空间分析方法研究[D];浙江大学;2010年
7 邱飞廷;空间分析在农用地分等定级中的应用研究[D];昆明理工大学;2009年
8 康维维;GIS空间分析关键技术研究[D];国防科学技术大学;2007年
9 王志红;GMLGIS空间分析与空间数据编辑探索研究[D];江西理工大学;2010年
10 赵海峰;基于军事事件的GIS空间分析与建模应用研究[D];兰州交通大学;2014年
,本文编号:1419015
本文链接:https://www.wllwen.com/jingjilunwen/jiliangjingjilunwen/1419015.html