首頁資訊中國大學生體質健康水平顯著下降，心血管風險負擔同步大幅增高

中國大學生體質健康水平顯著下降，心血管風險負擔同步大幅增高

來源：泰然健康網(wǎng) 時間：2025年06月22日 13:32

AI劃重點 · 全文約4651字，閱讀需14分鐘

1.中國大學生體質健康水平顯著下降，心血管風險負擔同步大幅增高，需加強對大學生群體健康的關注。

2.中國兒童肥胖風險因素及未來干預策略的系統(tǒng)綜述與meta分析顯示，遺傳因素、飲食習慣等關鍵決定因素需納入干預措施。

3.基于中國百萬人群醫(yī)療大數(shù)據(jù)的17種肺癌風險預測模型的評估與再校準表明，再校準后的模型展現(xiàn)出具有可比且良好的區(qū)分度與校準度。

4.此外，心臟磁共振延遲釓增強在兒童肥厚型心肌病風險分層中的作用顯示，LGE可作為預測不良預后的危險因素。

以上內容由騰訊混元大模型生成，僅供參考

“

《柳葉刀-區(qū)域健康（西太平洋）》（The Lancet Regional Health - Western Pacific）是柳葉刀旗下一本開放獲取期刊，是促進“世界各地平等獲取優(yōu)質衛(wèi)生保健服務”這一柳葉刀全球倡議的一部分。本刊的終極目標是改善西太平洋地區(qū)人群的健康結局，并將致力于推動西太平洋地區(qū)臨床實踐的改善和衛(wèi)生政策的進步與發(fā)展，最終期望能夠提高該區(qū)域及相關國家的衛(wèi)生質量。柳葉刀特別推出《柳葉刀-區(qū)域健康（西太平洋）》精選論文合輯，分享給讀者。

”

論文精選

中國大學生體質健康與心血管風險的長期趨勢：基于2000至2019年間連續(xù)五次全國調查分析

背景

隨著對心血管疾病早發(fā)的日益關注，了解青年群體心血管健康狀況的分布特征至關重要。本研究旨在描述2000至2019年間中國大學生體質健康狀況以及超重/肥胖（OWOB）、血壓升高（EBP）及其共病的患病率變化趨勢，并分析這些因素的關聯(lián)變化及亞組差異。

方法

研究數(shù)據(jù)來源于2000-2019年間“全國學生體質與健康調研”的五輪數(shù)據(jù)，共納入241,710名19-22歲大學生。通過肺活量、坐位體前屈、50米跑、立定跳遠、肌肉力量及耐力跑測試的標準化Z分數(shù)計算得出體質健康綜合指標（PFI）。超重/肥胖（OWOB）的定義為體質指數(shù)≥25 kg/m2，血壓升高（EBP）指收縮壓≥140 mmHg和/或舒張壓≥90 mmHg；共病指超重/肥胖與血壓升高同時存在。研究采用混合效應邏輯回歸進行相關性分析，并運用廣義線性混合效應模型檢驗劑量-反應關系。

結果

中國大學生體質健康綜合指標（PFI）中位數(shù)持續(xù)下降，從2000年的-0.16降至2019年的-1.99，男生下降速度快于女生。超重/肥胖、血壓升高及其共病的患病率顯著上升，分別從2000年的3.7%、2.2%、0.3%增至2019年的14.0%、5.2%、1.8%，且男生各項指標的患病率高于女生。PFI水平下降與超重/肥胖、血壓升高及其共病的患病率上升呈顯著相關，2019年關聯(lián)強度達到峰值。PFI與超重/肥胖、血壓升高及其共病患病率之間呈L型曲線關系，男生群體關聯(lián)性更強。省份人群歸因分數(shù)顯示，當PFI水平從低等提升至中低及以上時，貴州、四川、云南三省的大學生超重/肥胖、血壓升高及其共病的降幅最為顯著。

解釋

過去二十年間，中國大學生體質健康水平顯著下降，心血管風險負擔同步大幅增高。亟需加強對大學生群體健康的關注，構建基于高校的體質健康檢測體系，以評估其長期心血管功能。

中國兒童肥胖風險因素及未來干預策略的系統(tǒng)綜述與meta分析研究

背景

兒童肥胖在中國已成為一項重大公共衛(wèi)生問題。本研究明確了中國兒童肥胖的關鍵決定因素，并為未來干預策略提供了相關建議。

方法

本研究進行了全面的系統(tǒng)綜述與meta分析，以明確中國兒童肥胖的多層級決定因素，并計算了每個可改變因素的人群歸因危險度百分比（PAR%）?；谏鐣鷳B(tài)模型，研究開展專家咨詢，深入解析肥胖成因。此外，研究還回顧了中國現(xiàn)行兒童肥胖干預政策，并與meta分析及專家咨詢確定的優(yōu)先事項進行了對比分析，以明確政策缺口。

結果

通過meta分析對419項研究進行整合，共確定33項兒童肥胖風險因素。在個體層面，共發(fā)現(xiàn)11項包括生命早期風險因素在內的關鍵肥胖成因，例如：母親孕前超重/肥胖（PAR%：16.7%）、母乳喂養(yǎng)不足6個月（14.1%）、剖宮產（11.1%）、孕期增重過多（10.5%）、高出生體重（4.2%）、妊娠期糖尿?。?.6%）等；以及13項兒童期行為因素，例如含糖飲料攝入（16.4%）、睡眠不足（15.0%）、進食速度快（14.7%）、每日體力活動不足2小時（6.3%）、每日屏幕使用時間超過2小時（5.6%）等。家庭層面共有6項突出的肥胖風險因素，例如母親超重/肥胖（24.3%）以及父親超重/肥胖（23.5%）。專家咨詢強調了遺傳因素的重要性，并將可干預的風險因素列為優(yōu)先事項，尤其是飲食相關指標，進一步擴展了meta分析的發(fā)現(xiàn)。最后，政策回顧表明，中國現(xiàn)有政策對上述因素的應對并不充分，尤其在宏觀及結構層面存在不足。

解釋

本項研究突出表明針對高危人群實施干預、糾正不良行為因素（尤其是生命早期影響因素）具有重要意義。同時，想要產生實質性的健康影響還需采取不限于個體因素的綜合方法。未來需進行更多有效干預。

2011-2022年中國發(fā)熱伴血小板減少綜合征季節(jié)性流行特征中水文條件-社會經濟因素的復合影響：一項建模分析

背景

發(fā)熱伴血小板減少綜合征（SFTS）是由蜱媒傳播的病毒性出血熱疾病，其地理分布范圍持續(xù)擴大。目前SFTS季節(jié)性流行特征的決定因素尚不明確。

方法

研究對2011-2022年間中國五個報告率較高的省份中604個縣的月度SFTS病例數(shù)據(jù)進行分析，采用了貝葉斯分層時空模型以及分布滯后非線性模型，同時評估了氣象因素的累積效應與逐月效應，并使用社會經濟因素作為效應修飾變量。

結果

累積效應在21.97°C達到峰值（相對危險度RR=1.24，95%CI: 1.10-1.40），逐月效應在25.67°C達到峰值（RR=1.38，95%CI：1.26-1.51）且無滯后性。降水量增加顯著提高了SFTS風險且存在明顯滯后效應。干旱與潮濕均顯著增加了SFTS發(fā)生風險，當標準化降水蒸散指數(shù)（SPEI-1）為-2.5（表示干旱）時，累積RR達到峰值3.13（95% CI：1.58-6.23）；當SPEI-1為2.16（表示潮濕）時，累積RR達到峰值1.51（95% CI：1.00-2.27）。SPEI-1為-2.5時滯后2個月、SPEI-1為1.81時滯后1個月時，各月的RR分別達到最高。低城市化地區(qū)在干旱條件下的SFTS風險更高，而高城市化地區(qū)在潮濕條件下風險更高。

解釋

氣候因素顯著影響SFTS的流行特征，且社會經濟條件會對氣候影響發(fā)揮作用。將氣候因素納入健康監(jiān)測與早期預警系統(tǒng)，對實現(xiàn)針對性防控具有重要意義。

中國農村高血壓與糖尿病連續(xù)性管理的影響因素：基于級聯(lián)模型的混合方法研究

背景

高血壓和糖尿病患者在篩查、診斷、治療及控制過程中逐步流失，各環(huán)節(jié)之間的疾病管理存在顯著差距。本研究旨在評估中國農村地區(qū)這兩種疾病基層管理的級聯(lián)過程，識別篩查、診斷、治療和控制每個階段的障礙和促進因素，以便制定改進高血壓、糖尿病基層管理的策略。

方法

本研究采用序貫探索性混合研究方法，于2023年7月至2024年6月在中國三個地級市開展。定性階段通過對政策制定者、醫(yī)療提供者和患者的深入訪談，識別各階段管理過程中存在的障礙和促進因素。定性研究的結果為設計后續(xù)的定量調查工具提供了依據(jù)。定量階段面向從農村居民中分層選取的非隨機樣本，量化定性研究中識別的相關因素。

結果

共完成定性訪談82名，其中包括10名政策制定者、36名醫(yī)療提供者和36名高血壓及/或糖尿病患者。后續(xù)共有7,488名35-74歲農村居民完成了定量調查，其中2,668人（35.6%）僅患高血壓，516人（6.9%）僅患糖尿病，977人（13.0%）同時患有高血壓和糖尿病。三組患者的管理均存在嚴重的級聯(lián)遞減效應，最終導致疾病未控制的比例較高：86.2%高血壓未得到控制，72.3%糖尿病未得到控制，96.6%高血壓與糖尿病共病組患者未達到血壓血糖的控制。綜合定性與定量分析揭示了患者層面的關鍵障礙，包括對疾病的嚴重誤解、對疾病管理的必要性認知不足，和對診斷和終身服藥的恐懼。提供者和系統(tǒng)層面的挑戰(zhàn)包括有限的診斷能力和不連續(xù)的隨訪，資源匱乏的基層醫(yī)療體系進一步加劇了這些問題。促進因素包括信任的醫(yī)患關系、針對性的健康教育項目、移動醫(yī)療的應用以及慢性病報銷政策。

結論

本研究從定性和定量兩方面揭示了高血壓、糖尿病及兩病共病管理存在的級聯(lián)遞減效應，強調需要采取包括加強健康教育、提升初級醫(yī)療系統(tǒng)能力、以及采用電子健康系統(tǒng)等的綜合策略，以改善中國農村地區(qū)高血壓、糖尿病管理的連續(xù)性。

心臟磁共振延遲釓增強在兒童肥厚型心肌病風險分層中的作用：基于中國人群的隊列研究

背景

心臟磁共振中的延遲釓增強（late gadolinium enhancement, LGE）目前被確定為兒童肥厚型心肌?。℉CM）的重要危險因素，但其預后價值仍需進一步充分驗證，尤其是在亞洲人群中。本項研究基于中國人群隊列的相關數(shù)據(jù)展開，旨在評估LGE對兒童HCM的預后價值，并探討其在預測心源性猝死（SCD）中的增量效用。

方法

本項單中心研究回顧性連續(xù)納入了231例年齡≤18歲且接受心臟磁共振檢查（CMR）的原發(fā)性肥厚型心肌病患者。復合終點包括心源性猝死或等效事件以及心力衰竭相關事件。

結果

231例患者中（中位年齡15歲，IQR：12-16歲），195例（84.4%）存在LGE，中位LGE范圍4.7%（IQR：2.0%-9.2%）。中位數(shù)62個月（IQR：39-85）的隨訪期間，26例（11.3%）患者出現(xiàn)復合終點事件，13例（5.6%）發(fā)生SCD事件。Kaplan-Meier生存分析顯示，LGE范圍≥5%組患者的復合終點（對數(shù)秩檢驗P<0.001）與SCD（P<0.001）的風險顯著升高。經校正臨床及影像學因素的多變量Cox分析表明，LGE范圍與復合終點（校正HR=1.15；P<0.001）及SCD（校正HR=1.11；P=0.009）呈獨立關系。針對SCD事件，加入LGE范圍指標可提升HCM Risk-Kids模型（C統(tǒng)計量：0.65 vs 0.79，P=0.015）與PRIMaCY模型（C統(tǒng)計量：0.62 vs 0.82，P=0.002）的性能。

解釋

對于中國兒童肥厚型心肌病患者，延遲釓增強可作為預測不良預后的危險因素，并可優(yōu)化心源性猝死的風險分層策略。

基于中國百萬人群醫(yī)療大數(shù)據(jù)的17種肺癌風險預測模型的評估與再校準：一項回顧性隊列分析研究

背景

全球目前已研發(fā)出多種肺癌風險預測模型，但針對中國人群的驗證研究仍較匱乏。本研究旨在利用中國醫(yī)療大數(shù)據(jù)，評估17種國際肺癌風險預測模型在中國人群中的可行性及表現(xiàn)。

方法

研究納入了2010年1月1日至2021年12月31日期間鄞州區(qū)域健康大數(shù)據(jù)平臺（YRHCD）中記錄了病歷信息的個體，對17個肺癌風險預測模型在按年齡和性別分層的全人群及年齡/性別亞組的表現(xiàn)進行評估，共包括：Bach模型、PLCOm2012模型、Korean Men模型、PLCOall2014模型、Pittsburgh Predictor模型、LLPi模型、LCRAT模型、受限LCRAT模型、HUNT模型、JPHC模型、精簡HUNT模型、PLCOm2012-norace模型、LLPv3模型、LCRS模型、OWL模型、UCL-I模型、Shanghai-LCM模型。研究通過Harrell’s C指數(shù)與時間依賴曲線下面積（AUC）對模型區(qū)分度進行了評估，并采用觀察值與預期值之比（EOR）及校準曲線對模型校準度進行了評估。研究在鄞州人群中對模型進行了再校準，并對再校準模型進行了校準度評估。在每種模型的再校準前后，對風險閾值進行重新定義，使其篩選人數(shù)與《中國肺癌低劑量CT篩查指南（2023年版）》相匹配。最后，研究采用Kaplan-Meier生存分析估算了五年隨訪期內根據(jù)不同標準或模型所篩選出的人群的肺癌發(fā)病率與病例數(shù)，并繪制生存曲線。

結果

研究共納入904,667名研究對象，包括66,730名有吸煙史者與837,937名無吸煙史者。在最初考慮的17個模型中，僅6個模型（Bach、Pittsburgh Predictor、JPHC、精簡HUNT、受限LCRAT、UCL-I）所需的預測變量在YRHCD數(shù)據(jù)庫中可完整獲取。多數(shù)模型的區(qū)分度較為相近，C指數(shù)0.78（95%CI：0.74-0.82）至0.88（0.87-0.89）不等，時間依賴AUC 0.74（95%CI：0.73-0.75）至0.88（0.87-0.89）不等。大部分模型對有吸煙史者的肺癌風險估計值偏高，EOR從1.10（95%CI：1.02-1.19）至4.37（4.16-4.58）不等，對無吸煙史者則普遍估計值偏低，個別模型例外，EOR從0.12（95%CI：0.11-0.14）至1.30（1.26-1.35）不等。經再校準后所有模型的預測概率準確性均有所提升。經模型篩選出的人群五年肺癌發(fā)病率為0.81%（95%CI：0.64%-0.96%）至1.29%（1.08%-1.48%），均高于指南標準篩選人群發(fā)病率（0.75%，95%CI：0.59%-0.90%）。重新校準后，模型篩選人群的五年發(fā)病率提升至0.81%（95%CI：0.64%-0.96%）至1.60%（1.36%-1.82%）。

解釋

大多數(shù)再校準后的模型展現(xiàn)出具有可比且良好的區(qū)分度與校準度，在識別肺癌高危人群方面較現(xiàn)行篩查標準更為精準。相較于專用于吸煙人群的模型，基于普通人群設計的模型（如LLPv3、LLPi、Korean Men、JPHC以及LCRS）更適用于高危人群篩查。

題圖Attribution：Xuejun Yin

中文翻譯僅供參考，一切內容以英文原文為準。

網(wǎng)址: 中國大學生體質健康水平顯著下降，心血管風險負擔同步大幅增高 http://m.gysdgmq.cn/newsview1448157.html