Please wait a minute...
文章检索
预防医学  2019, Vol. 31 Issue (3): 236-242    DOI: 10.19485/j.cnki.issn2096-5087.2019.03.005
  论著 本期目录 | 过刊浏览 | 高级检索 |
中老年人群高血压患病的空间分布及影响因素分析
谭利明, 陈露, 龙鸣燕, 符昌艳, 周璐璐, 张天成
南华大学公共卫生学院社会医学与卫生事业管理教研室,湖南 衡阳 421001
Spatial distribution and influencing factors among middle-aged and elderly patients with hypertension
TAN Li-ming, CHEN Lu, LONG Ming-yan, FU Chang-yan, ZHOU Lu-lu, ZHANG Tian-cheng
Department of Social Medicine and Health Management,School of Public Health,University of South China,Hengyang,Hunan 421001,China
全文: PDF(674 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 目的 了解我国45岁及以上人群高血压患病的空间分布及其影响因素,为预防和控制中老年人群高血压提供依据。方法 从CHARLS数据库中2015年调查的30个省(市、自治区)抽取150个县(市、区),再采用概率比例规模抽样法从各县(市、区)中抽取3个村(居委会),并从各村(居委会)随机抽取80户家庭≥45岁居民的健康资料进行分析。以省级作为空间分析单位,以中国省界矢量地图作为基础地图,采用Geoda和ArcGIS 10.2软件对各省(市、自治区)进行高血压患病及影响因素的空间分析。结果 共纳入28个省(市、自治区)14 880名中老年人的健康资料,其中高血压4 203例,占28.25%;高血压前期5 408例,占36.34%。局部空间分析显示,高血压患者的聚集区域主要在中国东北部和东部。空间回归分析显示,男性、高龄老人和超重是高血压患病的主要危险因素(均P<0.05),且存在空间分布差异性,分别对中国中部,北部和东北部,以及东部和北部地区危险更大。结论 男性、高龄老人和超重是我国中老年人高血压患病的主要危险因素,我国高血压重点防控区域在中国东部、东北部。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
谭利明
陈露
龙鸣燕
符昌艳
周璐璐
张天成
关键词 中老年人高血压空间分析地理信息系统    
AbstractObjective To investigate the spatial distribution and the influencing factors of hypertensive patients aged 45 years and above,and to provide evidence for the prevention and control of hypertension among middle-aged and elderly population.Methods Multi-stage stratified random sampling method was used to collect 150 counties(cities or districts)from 30 provinces(municipalities or autonomous regions)from CHARLS database in 2015 according to the per capita GDP in different areas. Then the probability proportionate to size sampling method was used to select three villages(neighborhood committees),80 families were randomly selected from each village(neighborhood committees),and residents aged 45 years and above were interviewed. Spatial analysis was based on the vector map of China's provincial boundaries,Geoda and ArcGIS 10.2 software were used to analyze the prevalence and influencing factors of hypertension at provincial levels.Results The health data of 14 880 people aged 45 years and above in 28 provinces(municipalities or autonomous regions)were obtained,including 4 203 patients with hypertension(28.25%)and 5 408 people with pre-hypertension(36.34%). The results of local spatial analysis showed that the clustering regions of hypertension patients were in northeast and eastern parts of China. The results of spatial regression analysis showed that males,age of 80 years and above and overweight were the main risk factors for hypertension(all P<0.05),which had greater influence on the middle part of China,north and northeast of China,and the east and north of China,respectively.Conclusion Males,age of 80 years and above and overweight were the main risk factors for hypertension in middle-aged and elderly population in China. The main prevention and control areas of hypertension were eastern and northeast China.
Key wordsMiddle-aged and elderly population    Hypertension    Spatial analysis    Geographic information system
收稿日期: 2018-09-17      出版日期: 2019-03-04
ZTFLH:  R544.1  
通信作者: 张天成,E-mail:teric@163.com   
作者简介: 谭利明,硕士在读,主要从事流行病与卫生统计学工作
引用本文:   
谭利明, 陈露, 龙鸣燕, 符昌艳, 周璐璐, 张天成. 中老年人群高血压患病的空间分布及影响因素分析[J]. 预防医学, 2019, 31(3): 236-242.
TAN Li-ming, CHEN Lu, LONG Ming-yan, FU Chang-yan, ZHOU Lu-lu, ZHANG Tian-cheng. Spatial distribution and influencing factors among middle-aged and elderly patients with hypertension. Preventive Medicine, 2019, 31(3): 236-242.
链接本文:  
http://www.zjyfyxzz.com/CN/10.19485/j.cnki.issn2096-5087.2019.03.005      或      http://www.zjyfyxzz.com/CN/Y2019/V31/I3/236
[1] 李芳健,王增武,王家骥,等.广州市高血压社区规范化管理患者血压控制状况及影响因素分析[J]. 中华疾病控制杂志,2015,19(3):222-225.
[2] 王桦,赵晟,曾尔亢,等.中国人口老龄化社会发展与应对策略[J]. 中国社会医学杂志,2014,31(2):75-77.
[3] 贾勇,梅,潘雅洁,等.丹东市≥15岁农村居民高血压现状及影响因素分析[J]. 中国公共卫生,2016,32(6):736-739.
[4] 罗艳侠,石晶,周涛,等.社区中老年人高血压患病及血压控制情况调查分析[J]. 中国全科医学,2013,16(25):3015-3018.
[5] 李冰,毛辉曙,王萍,等. 江山市手足口病空间聚集性分析[J]. 预防医学,2018,30(7):707-710.
[6] 张永强,刘泽军. 地理信息系统(GIS)在公共卫生中的应用[J]. 中国公共卫生,2005,21(5):632-633.
[7] 热伊拉·吾斯曼. 应用地理信息系统技术分析新疆糖尿病的空间分布[D]. 乌鲁木齐:新疆医科大学,2015.
[8] 吴林雄. 昆明市官渡区农村居民高血压患病的GIS空间统计分析[D].昆明:昆明医学院,2010.
[9] 蒋玲玲. 吉林省成人高血压与糖尿病的空间分布特点及影响因素分析[D].长春:吉林大学,2016.
[10] 郭剑. 基于WebGIS的云南省高血压数据调查分析系统[D]. 昆明:云南大学,2013.
[11] 胡雪芸,何宗宜,苗静. 疾病数据的时空聚集分析及可视化[J]. 测绘通报,2015(11):106-111.
[12] 罗慧,农艺,唐忠. 广西医疗卫生资源配置的空间分布及聚集性分析[J]. 中国卫生资源,2017,20(2):114-117.
[13] 庄勋,陆青云,陆峰. 基于GIS的南通市肺结核发病空间分布研究[J]. 中国卫生统计,2011,28(4):384-386.
[14] 黄秋兰,唐咸艳,周红霞,等. 应用空间回归技术从全局和局部两水平上定量探讨影响广西流行性乙型脑炎发病的气象因素[J]. 中华疾病控制杂志,2013,17(4):282-286.
[15] 中国肥胖问题工作组. 中国成人超重和肥胖症预防与控制指南(节录)[J]. 营养学报,2004,26(1):1-4.
[16] 刘卫东,俞清,刘林飞,等. 江苏省淮安市常住居民高血压影响因素分析[J]. 健康教育与健康促进,2014,9(4):269-272.
[17] 李洋. 社区高血压前期生活方式群组干预模式研究[D]. 南京:东南大学,2017.
[18] 范吉祥,刘鑫,张昭,等. 2013年吉林省成人超重和肥胖流行现状及与高血压的关系[J]. 中国卫生工程学,2018(5):678-681.
[19] 杨丽,俞蔚,徐小玲,等. 高血压患病及相关因素的现况研究[J]. 浙江预防医学,2013,25(4):14-17.
[1] 余璐华,刘艳,黄妙玲,李俊彦,郭倩,满宠,张天成. 我国原发性高血压患者血压控制微信干预效果评价的Meta分析[J]. 预防医学, 2019, 31(9): 891-896.
[2] 梅少林, 杨延平, 刘晓红, 朱建良, 胡志勇, 陈向宇, 杜晓甫. 莲都区居民钠钾摄入量和血压水平调查[J]. 预防医学, 2019, 31(7): 669-672.
[3] 杨延平, 梅少林, 刘晓红, 朱建良, 胡志勇, 曾长佑, 陈向宇, 杜晓甫. 莲都区居民膳食减盐预防高血压知信行调查[J]. 预防医学, 2019, 31(4): 325-329.
[4] 单志力, 李君, 逄颖鑫, 毛玲琼, 朱小梅. 温州市耐多药/耐利福平肺结核空间聚集性分析[J]. 预防医学, 2019, 31(3): 242-245.
[5] 谭强, 顾春晖, 王茂, 江爱丽, 李荣宗, 郭, 李旭东, 陈松根, 温贤忠. 广东省职业病发病的空间分析[J]. 预防医学, 2019, 31(2): 119-123.
[6] 郭丽花, 俞敏, 钟节鸣, 方乐, 陈向宇, 王春梅, 谢开婿. 桐乡市社区高血压患者心血管病发病风险评估[J]. 预防医学, 2019, 31(2): 124-127.
[7] 何梦洁, 苏丹婷, 邹艳, 黄李春, 赵栋, 王玮, 方跃强, 黄恩善, 顾炜, 章荣华. 浙江省居民膳食硒摄入水平与高血压的关系研究[J]. 预防医学, 2019, 31(1): 5-5.
[8] 刘宇,卞鑫,王加红. 老年高血压患者睡眠干预效果评价[J]. 预防医学, 2018, 30(8): 776-779.
[9] 俎德玲,诸葛毅,汪新华,蒋一鸣. 胱抑素C、血浆致动脉硬化指数与高血压的相关性研究[J]. 预防医学, 2018, 30(6): 578-580.
[10] 何丹妮,李萍,魏红霞. 妊娠高血压改良风险预警评估管理效果观察[J]. 预防医学, 2018, 30(6): 639-641.
[11] 李艳, 李镇武, 田艳. 原发性高血压患者全科家庭医生责任制管理效果分析[J]. 预防医学, 2018, 30(5): 505-507.
[12] 范晓彤, 倪裕玲. 城市和农村居民高血压防治知识知晓率比较[J]. 预防医学, 2018, 30(4): 427-428.
[13] 陈琪, 徐建华, 王小飞, 郑培. 高血压规范化管理实施效果及其影响因素分析[J]. 预防医学, 2018, 30(4): 377-381.
[14] 刘禾,贺松彩,沈飞轮,方跃伟,王磊,吴青青. 舟山市老年高血压患者自我效能水平及影响因素研究[J]. 预防医学, 2018, 30(4): 329-333.
[15] 杨微波, 吴建宏, 张建祥. 社区高血压患者家庭医生签约管理效果评价[J]. 预防医学, 2018, 30(3): 294-295.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed