柳叶刀-公共卫生 | 中国最大规模人群队列研究揭示心血管疾病风险的地理特征
《柳叶刀-公共卫生》(The Lancet Public Health)近日上线中国专刊,包含5篇中国作者的研究论文。本周,我们为读者带来每篇文章的作者解读。识别文中专刊封面二维码或点击文末“阅读原文”,查阅专刊更多内容。
”
识别二维码阅读《柳叶刀-公共卫生》中国专刊
《柳叶刀-公共卫生》(The Lancet Public Health)近日在线发表由国家心血管疾病中心中国医学科学院李静和李希团队牵头国家心血管病中心华中分中心、中国医学科学院阜外医院深圳医院,开展的对中国最大规模人群队列研究的分析结果。该研究揭示中国的人群心血管疾病风险存在显著的地区差异,而导致各地人群风险的主要危险因素也并不相同,指出在这样幅员辽阔的国家,要为降低疾病风险和减轻疾病负担,需制定因地制宜的策略。
作者介绍
李希
博士、副研究员
中国医学科学院阜外医院国家心血管疾病临床医学研究中心主任助理,国家心血管病中心心血管生物样本资源中心负责人。主要研究方向包括心血管病医疗质量评价与改善;基层医疗卫生体系;心血管病的人群风险和社区防控。目前是国家重点研发计划的项目和课题负责人,以及中国医学医科院医学与健康科技创新工程的重大协同创新项目负责人。
李静
博士、研究员
国家心血管病中心预防医学处副处长(主持工作),中国医学科学院阜外医院国家心血管疾病临床医学研究中心常务副主任兼办公室主任、心血管药物临床研究重点实验室副主任。围绕国家重大战略需求开展应用型研究,致力于改善心血管疾病的诊疗。主要研究方向是降压调脂治疗的随机对照临床试验、心血管疾病危险因素研究和心血管疾病医疗质量评价与改善研究。
高血压、高血脂、高血糖和超重肥胖等代谢异常,以及吸烟、不健康膳食和缺乏运动等不良习惯是导致心血管疾病的重要危险因素[2]。在中国,其中每一项都影响上亿人口,每年导致数十到上百万死亡。在这样一个幅员辽阔、环境多样、发展不平衡的大国,要降低心血管疾病风险,减轻心血管疾病负担,需要了解在不同地区之间,人群罹患心血管疾病风险是否存在差异?导致相应风险的主要危险因素是否各不相同?哪几种危险因素经常同时出现并可以一起控制?以及这些分布特征与哪些自然环境和社会发展因素有关[1]?心血管疾病风险的地理差异是一个备受关注的话题,但既往的研究往往只纳入了较少的人群、覆盖了有限的地区,或针对一部分危险因素。[3-6]
2014年,政府立项支持开展了心血管病高危人群早期筛查与综合干预项目。截至2019年底,该项目在大陆地区的所有31个省中,共选择了252个项目点(包括152个农村地区的县和100个城市地区的区),覆盖了55%的地级市。项目采用统一的技术方案和设备试剂,完成了290万35-75岁常住居民的心血管疾病风险调查。本研究通过系统抽样,对其中98万筛查对象进行了心血管疾病相关12种重要危险因素的分析。一方面根据世界卫生组织2019年发布的东亚地区心血管病风险预测表,结合既往病史,确定了预计未来十年发病风险大于20%的高心血管病风险人群,另一方面采用因子分析的方法,探索了在人群中经常共同存在的心血管疾病危险因素集群。研究得到以下发现。
心血管疾病风险分布有地区差异,高危人群的检出率在区县之间相差可达8倍
研究对象的平均年龄59岁,60%为女性,61%居住在农村地区。在所有研究对象当中,16.6%(16.6–16.7)属于高心血管病风险人群。在使用2010年全国人口普查数据对年龄和性别进行标准化后,高心血管疾病高危人群的检出率为10.3%,项目点间从3.1%至24.9%不等。按照我国的7个地理分区分类后,东北地区(辽宁、吉林、黑龙江,12.6%)和华北地区(北京、天津、河北、山西、内蒙古,11.4%)较高,95%置信区间均超过11%;而华南地区较低(广东、广西、海南,8.0%),95%置信区间低于9%。(Figure 1)
Figure 1: Geographical disparity in the rate of high risk of cardiovascular disease, standardised by age and sex
p value of Kruskal-Wallis test was less than 0·0001 for the seven-region comparison. The small circles represent outliers. Grey colour means no data were available in this study.
心血管疾病危险因素在人群中的分布存在聚集性,且地理分布特征各异
通过因子分析,12个主要心血管疾病危险因素可以归为“肥胖因子”、“血压因子”、“主食因子”、“副食因子”、“吸烟饮酒因子”及“代谢及体力活动因子”这六大集群。华北和东北虽然同属高危地区,华北地区主要受肥胖危险因素集群和血压危险因素集群的影响,而东北地区的副食危险因素集群(水果蔬菜摄入不足和红肉的摄入过多)高于全国其他地区。而尽管华南地区高危人群比例最低,但其主食危险因素集群(全谷物和豆类的摄入不足),以及代谢和体力活动危险因素集群(血糖、血脂升高,和体力活动不足)处于全国最高水平。(Figure 2)
Figure 2: Geographical disparity of the six risk factor clusters
p values of Kruskal-Wallis test were less than 0·0001 for all of the factors except for factor 4 (p=0·014). The small circles represent outliers. Grey colour means no data were available in this study.
心血管疾病危险因素的分布差异或与不同地区环境特征和发展水平有关
在地区特征和危险因素的关联分析中,本研究选择了年均气温作为自然环境特征(整体上南高北低)代表,人均国民生产总值(整体上东高西低)作为经济发展特征代表。在区县之间,平均气温越低,“血压因子”、“肥胖因子”和“副食因子”的风险越高,“主食因子”、“代谢和体力活动因子”的风险越低。而人均国民生产总值越高,城市地区“副食因子”的风险就越低,农村地区“代谢和体力活动因子”的风险就越高。值得注意的是,随着人均国民生产总值的增加,城市地区“吸烟饮酒因子”的风险是降低的,而在农村地区则是升高的。
研究者认为,类似于美国在既往研究中发现的“脑卒中带(美国西南部一些地区的脑卒中发生率和心血管疾病危险因素的罹患率较高)”,揭示心血管疾病风险的地理特征对于我国的心血管病防控也具有重要价值。通过人群筛查项目等方式开展全面的危险因素调查是必要的,针对当地主要的危险因素,可以选择既往已经证实有效的防控策略(如针对糖尿病的大庆模式和针对高血压的开滦模式)作为参考。此外,心血管病危险因素的集群特征说明有效的干预需要针对性和多方面的手段,而相比于大医院,基层医疗卫生机构能够结合社会处方和社区参与策略,更适合实施这类干预。END
参考文献
1.Liu S Li Y Zeng X et al. Burden of cardiovascular diseases in China, 1990–2016: findings from the 2016 Global Burden of Disease Study. JAMA Cardiol. 2019; 4: 342-352
2.Zhou M Wang H Zeng X et al. Mortality, morbidity, and risk factors in China and its provinces, 1990–2017: a systematic analysis for the Global Burden of Disease Study 2017. Lancet. 2019; 394: 1145-1158
3.Zhao ZP Li YC Wang LM et al. Geographical variation and related factors in prediabetes prevalence in Chinese adults in 2013. Zhonghua Yu Fang Yi Xue Za Zhi. 2018; 52 (in Chinese).: 158-164
4.He J Klag MJ Wu Z Whelton PK Stroke in the People's Republic of China. I. Geographic variations in incidence and risk factors. Stroke. 1995; 26: 2222-2227
5.Wang ZH Zhang B Wang HJ Wang LS Ding GG Prevalence of cardio metabolic risk factors and related socio-demographic factors in adults aged 18–59 years in 15 provinces of China.
Zhonghua Liu Xing Bing Xue Za Zhi. 2018; 39 (in Chinese).: 904-908
6.Wu J Cheng X Qiu L et al. Prevalence and clustering of major cardiovascular risk factors in China: a recent cross-sectional survey. Medicine (Baltimore). 2016; 95e2712
推荐阅读
点击阅读原文,查看《柳叶刀-公共卫生》中国专刊更多论文