Page 77 - 南京医科大学社科版
P. 77

第4期 总第135期                           南                                                         ·
                                                    南京医科大学学报（社会科学版）京医科大学学报（社会科学版）
                 2026年8月                      Journal of Nanjing Medical University（Social Sciences）of Nanjing Medical University（Social Sciences）  · 407
                                              Journal
               名。                                                合流行病学研究通用规范，本研究设置 4 个节点，分
                  （二）研究内容及相关定义                                   别位于睡眠质量评分的第 5、35、65、95 百分位数处，
                   本研究采用调查问卷对高血压患者的信息进                           以睡眠质量评分的最小值为参照，拟合睡眠质量评
               行收集，主要内容包括年龄、性别、职业、收入、婚姻                          分与共病发生风险（OR 值及 95%CI）的剂量—反应
               状况、文化程度、居住状态、吸烟情况、饮酒情况、医                          曲线。所有分析均采用双侧检验，P<0.05 为差异有
               疗保险类型、疾病史和睡眠情况等。问卷由通过培                            统计学意义。
               训的调查员在调查现场进行填写。收集完成后的
                                                                                   二、结     果
               数据由两名人员进行双重录入，以保证数据的准确
               和一致。                                                  （一）调查对象基本情况
                   1. 睡眠情况                                           本研究共调查了549例高血压患者，仅患高血压
                   使 用 匹 兹 堡 睡 眠 质 量 指 数 量 表（Pittsburgh          者 135 例（24.59%），高血压共病者 414 例（75.41%）。
               sleep quality index，PSQI），评估研究对象近一个月              其中男性 254 例，占比 46.27%，女性 295 例，占比
               以来的睡眠情况。该量表共有 19 个条目，根据这些                         53.73%；年龄范围40~95岁，中位年龄71岁；从居住状
               条目将睡眠质量分为 7 个部分。每部分的分值范围                          态分布来看，人群整体以非独居状态为主，共463人，
               为 0 到 3 分，共计 21 分。总得分越高，表明睡眠质量                    占比 84.34%，独居的人数为 85 人，占比 15.48%；婚
               越差。根据 PSQI 得分，将睡眠质量分成四个级别：                        姻状况主要分为已婚、离婚、未婚和丧偶，人数分别
               得分小于 3 分为“很好”，3~6 分为“好”，6~9 分为                    为 446 人、13 人、6 人和 84 人（表 1）。睡眠情况、高血
              “差”，9 分及以上为“很差” 。本研究中该量表的                          压患病时长、吸烟以及饮酒情况在共病组与非共病组
                                       ［7］
               Cronbach’s ɑ系数为 0.708，信度较好；KMO 检验值                间的差异有统计学意义（P均<0.05）。
               为0.707，且P<0.001，适合进行因子分析。                             （二）高血压患者共病数与睡眠质量的回归分析
                   2. 患病情况                                           Logistic 回归单因素分析显示，以睡眠质量“很
                   患病情况主要通过患者问卷收集，并结合社区                          好”为参照，睡眠质量“差”（OR=2.76，95%CI：1.43~
               健康档案进行确认。慢性病的诊断主要依据以下                             5.34）和“很差”（OR=11.44，95%CI：4.90~26.73）与高
               标准，满足其中任何一项即被视为患有某种疾病：                            血压患者共病发生具有相关性。在调整年龄和性
               ①患者表示曾在医院被诊断为某种疾病；②患者表                            别（模型 2）后，关联依然显著（“差”：OR=2.77，95%
               示当前正在服用与某种疾病相关的药物；③患者的                            CI 为 1.43~5.37；“很差”：OR=11.71，95%CI 为 4.99~
               社区个人健康档案中记录有该疾病的病史。同时，                            27.46）。进一步纳入文化程度、职业等社会人口学
               将高血压时长分为四类：≤5 年，6~10 年，11~15 年，                   及临床变量（模型 3）后，结果保持稳定（“差”：OR=
                    ［8］
               >15年 。                                            2.78，95%CI 为 1.40~5.49；“很差”：OR=11.82，95%
                   3. 共病的评估                                      CI 为 4.99~28.01）。三个模型中，睡眠“好”组的OR值
                   共病是指同一个个体同时存在两种及以上慢                           均无统计学意义（P>0.05），而“差”和“很差”组的 OR
                           ［9］
               性疾病的状态 。所得的数据包括 9 种慢性病患病                          值均P<0.05，且呈现明显的剂量—反应趋势（表2）。
               情况，即高血压、糖尿病、慢性阻塞性肺疾病、哮喘、                              （三）高血压患者睡眠得分与共病情况关联强
               心脏病、类风湿关节炎、血脂异常、卒中以及恶性肿                           度的剂量—反应关系
               瘤等。本研究中的共病患者是指在患有高血压疾                                 采用限制性立方样条 Logistic 回归模型，以是否
               病的基础上，同时还患有其他 8 种慢性病中的任意                          存在共病为因变量，睡眠得分为连续自变量，并调整
               一种或多种疾病的患者。                                       年龄、性别等变量。结果显示，睡眠得分整体与共病
                  （三）统计学方法                                       风险具有相关性（Waldχ =9.36，P=0.025），非线性项
                                                                                       2
                   使用 SPSS 23.0 对连续型变量做正态性检验后，                   检验 P=0.080，以线性递增趋势为主。以睡眠得分 0
               发现其均不服从正态分布，使用四分位数进行描述，                           分为参考值（OR=1），随睡眠得分升高，共病风险总体
               定性资料组间比较采用χ 检验。采用二元Logistic 回                     呈上升趋势，高分段风险增幅更为明显（图1）。
                                     2
               归，调整年龄、性别、职业、文化状态、收入、婚姻状                              对性别进行分层后，在女性高血压患者中，采
               况、居住状态、吸烟情况、饮酒情况、高血压患病时                           用限制性立方样条 Logistic 回归模型。结果显示，睡
               长、保险类型等，分析高血压患者睡眠质量与共病                            眠得分整体与共病风险存在统计学关联（Waldχ =
                                                                                                              2
               情况之间的关联。采用 R4.5.2 软件，以高血压患者                       9.43，P=0.024），非线性项检验χ =6.25，P=0.044，提
                                                                                              2
               是否发生共病为结局变量，以 PSQI 评估的睡眠质量                        示女性中睡眠得分与共病风险之间存在非线性剂
               总分为连续性自变量，校正年龄、性别等经临床与                            量—反应关系（图 2）。剂量—反应曲线显示，在女
               统计学验证的混杂因素，构建非线性拟合模型。结                            性中，睡眠得分处于中等水平时共病风险变化不
   72   73   74   75   76   77   78   79   80   81   82