《Frontiers in Public Health》：Association between latent profiles of disease risk perception and health-promoting behaviors among adult offspring of patients with type 2 diabetes mellitus: a cross-sectional study
编辑推荐：
摘要专业翻译
目的： 识别2型糖尿病（type 2 diabetes mellitus, T2DM）成年子女中疾病风险感知的潜在特征，并探讨其与健康促进行为的关联。
方法： 采用定量分析性横断面研究设计，通过便利抽样法收集数据。研究于2025年8月至2026年
摘要专业翻译
目的： 识别2型糖尿病（type 2 diabetes mellitus, T2DM）成年子女中疾病风险感知的潜在特征，并探讨其与健康促进行为的关联。
方法： 采用定量分析性横断面研究设计，通过便利抽样法收集数据。研究于2025年8月至2026年1月期间，在中国江苏省镇江市某三级甲等医院内分泌与代谢病科门诊及住院部，招募陪同父母就诊的T2DM成年子女作为研究对象。研究对象完成一般资料问卷、风险感知三元模型量表（Tripartite Model of Risk Perception, TRIRISK）及修订版健康促进生活方式量表II（Health-Promoting Lifestyle Profile-II Revised, HPLP-II R）。采用潜在特征分析（latent profile analysis, LPA）识别疾病风险感知的不同潜在特征；单因素比较采用独立样本t检验或单因素方差分析（one-way analysis of variance, ANOVA）；采用多元线性回归分析探讨疾病风险感知特征与健康促进行为之间的关联。
结果： 共301名T2DM患者的成年子女完成调查。其疾病风险感知被划分为三个潜在特征：低风险感知特征、情感-低风险感知特征及情感-升高风险感知特征。多元线性回归分析显示，家庭月人均收入及疾病风险感知特征与T2DM患者成年子女的健康促进行为显著相关（p < 0.05）。
结论： T2DM成年子女的疾病风险感知具有异质性，不同风险感知特征与健康促进行为独立相关。医护人员可优先评估子女的疾病风险感知特征，从而为制定针对疾病风险感知的预防策略提供理论依据和实践指导，以改善T2DM患者成年子女的健康行为。
论文解读文章
一、研究背景与问题提出
国际糖尿病联盟（International Diabetes Federation, IDF）发布的全球糖尿病地图显示，2024年中国20–79岁糖尿病患者人数已达1.48亿，预计到2050年将增至1.683亿。其中，2型糖尿病（type 2 diabetes mellitus, T2DM）约占中国糖尿病病例的90%，且具有显著的代际遗传风险。研究证据表明，父母一方患有T2DM时，其子女发病风险为15%；若父母双方均患病，子女发病风险可升至75%，是非糖尿病父母后代的2–4倍。糖尿病不仅是个人健康危机，也是全球社会经济危机，IDF呼吁投资预防性医疗项目，以早期识别高危个体并延缓或预防糖尿病及其并发症的发生。T2DM患者子女的高患病率不仅与遗传因素有关，还与家庭不良生活方式密切相关。风险感知指个体对疾病易感性的主观感受和判断，可能影响健康行为与自我管理。然而，既往糖尿病领域的风险感知研究多采用横断面设计，聚焦于已确诊患者或高危人群，且很大程度上忽视了个体异质性。此外，不同疾病风险感知水平的T2DM患者子女在健康行为上是否存在差异仍不清楚。潜在特征分析（latent profile analysis, LPA）能够对具有不同潜在特征的群体进行分类，并最大化组间差异。因此，本研究采用LPA识别T2DM成年子女疾病风险感知的潜在特征，并探讨其与健康促进行为的关联，以期为制定针对疾病风险感知的预防策略提供理论依据。
二、研究设计与方法
本研究采用定量分析性横断面设计，通过面对面问卷调查收集数据。研究于2025年8月至2026年1月期间，在江苏省镇江市某三级甲等医院内分泌与代谢病科门诊及住院部，采用便利抽样法选取301名陪同T2DM患者就诊的成年子女作为调查对象。纳入标准包括：①父母至少一方确诊为T2DM；②年龄≥18岁；③意识清晰、沟通正常。排除标准包括：①已确诊糖尿病者；②患有恶性肿瘤、使用糖皮质激素等可能受研究影响的疾病者。样本量根据多变量研究中参与者数量约为自变量数10倍的建议估算，考虑14个候选自变量，至少需要140名有效参与者，按20%无效问卷率计算，最低招募样本量为175人，最终纳入301份有效问卷。研究工具包括：一般资料问卷（涵盖性别、年龄、居住地、文化程度、婚姻状况、就业状况、家庭月人均收入、患病父母角色、患病父母糖尿病病程、是否知晓糖尿病遗传风险、是否与患病父母同住、患病父母是否有糖尿病相关并发症及治疗方案等）；风险感知三元模型量表（TRIRISK，由Ferrer等开发、Zhou等汉化，包含审慎性风险感知、情感性风险感知和经验性风险感知3个维度共18个条目，Likert 7级评分，总分18–126分）；修订版健康促进生活方式量表II（HPLP-II R，由Cao Wenjun等修订，包含营养、体育锻炼、健康责任、人际关系、精神成长和压力管理6个维度共40个条目，Likert 4级评分，总分40–160分）。统计分析采用IBM SPSS Statistics 25.0和Mplus 8.3软件。以TRIRISK三个维度作为显性指标进行LPA，依次拟合1至4个潜在特征模型，基于赤池信息准则（Akaike information criterion, AIC）、贝叶斯信息准则（Bayesian information criterion, BIC）、样本量调整BIC（aBIC）、熵值（entropy）、Lo–Mendell–Rubin调整似然比检验（LMR-LRT）、自举似然比检验（bootstrap likelihood ratio test, BLRT）、类别大小及可解释性进行模型选择。以HPLP-II R总分为因变量，将单因素分析中统计学显著的变量与疾病风险感知特征同时纳入多元线性回归模型，采用Enter法进行分析。
三、研究结果
3.1 参与者一般特征
共发放问卷315份，回收有效问卷301份，有效回收率为95.6%。单因素分析显示，不同年龄、婚姻状况、就业状况、家庭月人均收入及是否知晓糖尿病遗传风险的亚组间，HPLP-II R得分差异具有统计学意义（p < 0.05）。
3.2 T2DM患者子女的疾病风险感知与健康生活方式得分
T2DM患者子女的TRIRISK总分为（56.97 ± 25.61）分，其中审慎性风险感知维度（19.76 ± 9.43）分，情感性风险感知维度（17.63 ± 10.15）分，经验性风险感知维度（19.58 ± 8.56）分。HPLP-II R总分为（96.79 ± 23.50）分，其中营养维度（13.47 ± 4.25）分，体育锻炼维度（18.37 ± 5.11）分，健康责任维度（22.67 ± 7.34）分，人际关系维度（14.47 ± 3.37）分，精神成长维度（13.75 ± 3.71）分，压力管理维度（14.24 ± 3.89）分。
3.3 疾病风险感知的潜在特征分析结果
以TRIRISK三个维度为观测指标进行潜在特征分析，依次拟合1至4个潜在特征模型。随着特征数量增加，AIC、BIC和aBIC值总体下降。二特征和三特征模型的LMR-LRT和BLRT均具有统计学显著性（p < 0.05），表明模型拟合优于前一模型。四特征模型虽AIC、BIC和aBIC值更低且BLRT显著（p < 0.001），但其LMR-LRT不显著（p = 0.601），且熵值从三特征模型的0.856降至0.835。三特征模型产生较为均衡的特征比例（42.86%、30.23%和26.91%），无极小类别，支持实质性可解释性。综合模型拟合指标、分类精度、特征规模、简约性和实质性可解释性，最终保留三特征模型。特征1被命名为“低风险感知特征”（n = 129, 42.86%），在三个维度上均呈现相对较低得分；特征2被命名为“情感-低风险感知特征”（n = 91, 30.23%），整体呈中低水平且情感性风险感知特别低；特征3被命名为“情感-升高风险感知特征”（n = 81, 26.91%），整体呈中等水平且情感性风险感知相对较高。
3.4 疾病风险感知潜在特征的单因素分析结果
三个疾病风险感知潜在特征之间的HPLP-II R得分差异具有统计学意义。低风险感知特征组得分为（92.70 ± 26.87）分，情感-低风险感知特征组为（97.41 ± 22.52）分，情感-升高风险感知特征组为（102.62 ± 16.83）分（F = 4.584, p = 0.011）。
3.5 健康促进行为的多元线性回归分析结果
以HPLP-II R总分为因变量，将单因素分析中统计学显著的变量及疾病风险感知特征同时纳入回归模型。整体回归模型具有统计学显著性（p < 0.001）。与家庭月人均收入低于3,000元者相比，收入为3,000–5,000元（p = 0.041）及高于5,000元者（p = 0.027）的HPLP-II R得分更低。与特征1相比，特征2（p < 0.001）和特征3（p < 0.001）参与者的HPLP-II R得分更高。模型中其他变量均无统计学显著性（p > 0.05）。回归诊断显示无严重多重共线性（容差0.367–0.902，方差膨胀因子1.109–2.727），Durbin–Watson统计量为1.519，标准化残差范围为?2.289至2.639，均未超过绝对值3。
四、讨论与结论
4.1 T2DM患者子女的疾病风险感知水平有限且具有异质性
本研究结果显示，T2DM患者子女的疾病风险感知均分为（56.97 ± 25.61）分，提示该样本对糖尿病风险的感知水平相对有限，这一高危群体对自身疾病风险缺乏足够的警惕和关注。潜在特征分析识别出三种不同的风险感知模式，表明T2DM成年子女在糖尿病风险感知的理性、情感和经验维度上存在显著异质性，这种异质性不仅体现在风险感知总体水平上，也体现在理性、情感和经验风险感知的结构上。认识这种异质性有助于医护人员超越“一刀切”的风险沟通和健康教育方法。
4.2 疾病风险感知特征与健康促进行为的关联
情感-低风险感知特征和情感-升高风险感知特征的参与者，其健康促进行为水平均显著高于低风险感知特征参与者。保护动机理论认为，风险感知较高的个体更可能采取健康促进行为。低风险感知特征参与者在三个维度上均呈低水平，其健康促进行为水平最低，提示持续低风险感知可能伴随较少的预防性健康行为参与。情感-低风险感知特征参与者虽情感性风险感知较低，但健康促进行为得分仍显著高于低风险感知特征组，提示健康促进行为可能不单独依赖情感性风险感知，而取决于审慎性、情感性和经验性风险感知的综合模式。情感-升高风险感知特征参与者的情感性风险感知相对较高，提示情绪反应可能是部分个体感知糖尿病风险的重要组成。总体而言，疾病风险感知与健康促进行为的关系更适合从多维特征视角而非单一风险感知成分来理解。
4.3 家庭收入与健康促进行为之间的意外关联
本研究发现，经回归模型调整其他变量后，家庭月人均收入为3,000–5,000元及高于5,000元的参与者，其HPLP-II R得分反而低于收入低于3,000元者，且不同收入类别间未呈现单调趋势。这一发现与通常报告的社会经济资源越高则健康行为越好的相关性不同，提示家庭收入与健康促进行为之间的关系可能比简单的线性梯度更为复杂。社会经济资源不一定直接转化为更健康的生活方式，健康行为还可能受职业要求、健康素养、生活方式模式和个人健康优先级等因素影响。
4.4 研究局限性
本研究存在以下局限性：第一，采用便利抽样法从单一三级医院的门诊和住院部招募参与者，陪同父母就诊的成年子女可能与未陪同者在家庭健康参与度和健康意识方面存在差异，选择偏倚无法排除，研究结果的外推性需谨慎解释；第二，横断面设计无法确定疾病风险感知与健康促进行为之间的时间或因果关系；第三，研究变量主要基于自填问卷评估，可能受回忆偏倚或社会期望偏倚影响。未来需开展涉及更多样化人群的多中心前瞻性研究，以验证所识别的风险感知特征并进一步阐明其与健康行为的纵向关联。
4.5 研究结论
本研究识别出T2DM成年子女疾病风险感知的三个不同潜在特征，且这些特征与健康促进行为显著相关。研究结果凸显了这一高危人群中风险感知的异质性，提示疾病风险感知可作为制定更具差异化和个体化的糖尿病预防策略的有用基础。未来实践中，可将风险感知特征评估纳入常规风险沟通和健康教育，以更好地将预防支持与个体需求相匹配。需进一步开展前瞻性和干预性研究，以确定基于特征的预防策略能否促进持续的健康行为改变并有助于延缓T2DM的发生。
