《Discover Public Health》:Gender disaggregated association of sleep disturbance with hypertension in a rural community of Uttarakhand
编辑推荐:
摘要翻译:背景:高血压是21世纪面临的重大公共卫生挑战,也被称为“无声的杀手”。超过四分之三的高血压患者居住在低收入和中等收入国家(LMICs)。印度作为发展中经济体,正处于流行病学和营养转型期,同时承受着传染性疾病和非传染性疾病(NCDs)的双重负担。本研究
摘要翻译:背景:高血压是21世纪面临的重大公共卫生挑战,也被称为“无声的杀手”。超过四分之三的高血压患者居住在低收入和中等收入国家(LMICs)。印度作为发展中经济体,正处于流行病学和营养转型期,同时承受着传染性疾病和非传染性疾病(NCDs)的双重负担。本研究旨在确定印度北阿坎德邦农村成年人睡眠质量与高血压状态之间的关联。材料与方法:本研究为社区为基础的横断面研究,于2018年4月至2019年11月在印度北阿坎德邦德拉敦的多伊瓦拉区块开展。共纳入1946名参与者。使用预先结构化、预先验证的工具收集数据,p值<0.05被认为具有统计学显著性。结果:睡眠障碍在男女两性中均与高血压显著相关(p<0.05)。在多变量回归分析中,睡眠被证实为高血压的独立决定因素。在按性别分层分析中,睡眠在女性中被证实为高血压的独立决定因素(p<0.05)。无论是总体分析还是按性别分层分析,感知压力量表(PSS)评分与高血压之间的关联均未达到统计学显著性。结论:在校正主要混杂因素后,睡眠质量差是北阿坎德邦农村成年人高血压的重要独立决定因素。建议将睡眠质量评估纳入社区层面的非传染性疾病(NCD)筛查项目,并特别关注女性。
**论文解读:北阿坎德邦农村社区睡眠障碍与高血压的性别分层关联研究**
**一、研究背景与问题**
高血压是21世纪全球重大的公共卫生挑战,因其多数情况下无症状直至出现严重并发症,常被称为“无声的杀手”。世界卫生组织(WHO)报告显示,全球成年人高血压患病人数已从1990年的6.5亿翻倍至2019年的13亿,其中超过四分之三生活在低收入和中等收入国家(LMICs)。全球疾病负担(GBD)研究指出,收缩压已被确定为全球过早死亡的最重要单一风险因素,每年估计导致1080万可预防的死亡。然而,仅有54%的高血压患者得到诊断,42%接受治疗,仅21%的患者血压得到控制。印度正处于流行病学和人口统计学转型期,非传染性疾病(NCDs)占总死亡人数的三分之二以上。高血压已成为主要的NCD,直接导致心血管疾病、卒中、慢性肾脏病和过早死亡。印度国家家庭健康调查-5(NFHS-5)报告成人高血压总患病率为22.6%,男性(24.1%)高于女性(21.2%)。Uthakalla等人对2014年至2024年研究的系统回顾和荟萃分析发现,印度农村高血压汇总患病率约为24%,且十年间呈上升趋势。
经典的高血压风险因素——年龄增长、男性、超重和肥胖、吸烟、饮酒、缺乏体力活动和血糖异常——已在既往印度研究中得到充分描述。然而,近期证据日益指向生活方式和心理社会因素(如睡眠质量和感知心理压力)作为与高血压相关的重要可改变因素。但很少有研究以社区为基础的方法关注这些因素在印度农村环境中的作用。北阿坎德邦是印度北部的一个丘陵邦,其农村社区高血压患病率报告范围为21.2%至41.7%。仅有少数研究尝试评估高血压与睡眠质量之间的关联。同样,关于感知压力与高血压关系的社区基础研究证据仍不一致。睡眠是基本的生物过程,对心血管、代谢、免疫和激素系统具有重要的调节功能。长期交感神经系统激活、下丘脑-垂体-肾上腺(HPA)轴失调、内皮功能障碍和炎症标志物升高均与睡眠中断(无论是持续时间、质量还是连续性)相关,这些因素共同导致血压升高。尽管睡眠和压力作为心血管风险因素日益受到认识,但在印度农村环境中以社区为基础研究这些因素与高血压关联的文献仍然稀少。
本研究的主要目的是确定印度北阿坎德邦农村成年人睡眠质量与高血压状态之间的关联。次要目标是检查感知压力在高血压组间的分布,并通过性别分层分析评估睡眠质量与高血压之间的关联是否受性别影响。
**二、研究方法概述**
本研究采用社区为基础的横断面调查设计,于2018年4月至2019年11月在印度北阿坎德邦德拉敦区的多伊瓦拉区块进行。采用多阶段抽样:第一阶段从44个村庄中随机抽取30个村庄;第二阶段对所选村庄进行逐户调查。基于印度高血压患病率、知晓率和控制率的荟萃分析,以农村印度人高血压控制率10.7%计算样本量,考虑2%的绝对精度、5%的显著性水平和2的设计效应,最小样本量计算为1900,最终纳入1946名参与者。纳入标准为年龄≥19岁并同意参与的男女,排除孕妇和拒绝知情同意者。数据通过标准化、预先验证的问卷收集,由十名培训过的现场调查员以印地语进行面对面访谈。研究工具包括社会人口学信息、行为风险因素、睡眠质量、感知压力和体力活动等。血压测量使用经验证的数字仪器(Omron),BMI分类采用亚洲特定切点,腰臀比(WHR)按WHO/IASO/IOTF亚太建议分类,随机血糖按WHO/IDF标准分类。睡眠质量通过单一自评问题评估,采用四点顺序量表(1=好,2=一般,3=差,4=很差),分析时分为“睡眠良好”(1-2分)和“睡眠差”(3-4分)。感知压力采用Cohen等开发的10项感知压力量表(PSS-10)测量,评分范围0-40,分为低压力(0-13)、中度压力(14-26)和高压力(27-40),分析时中度与高压力合并(PSS≥14)。统计分析使用Microsoft Excel进行数据管理,Jamovi 2.7.17.0进行分析。分类变量以频率和比例表示,连续变量以均值±标准差(SD)表示。采用卡方(χ2)检验探讨分类变量与高血压状态的关系,单变量二元逻辑回归计算粗略优势比(OR)和95%置信区间(CI),多变量逻辑回归模型纳入单变量分析中p<0.20的所有变量,采用Wald方法计算调整后OR(aOR)和95%CI。按性别分别构建逻辑回归模型进行分层分析。伦理许可由全印度医学科学研究所(AIIMS)里希凯什机构伦理委员会批准(参考号IEC No. AIIMS/IEC/17/227)。
**三、研究结果**
**1. 参与者特征与高血压患病率**
共招募1946名参与者,其中高血压患者749名(38.5%),非高血压者1197名(61.5%)。研究人群平均年龄为44.2±15.2岁,女性占56.2%(n=1094)。与高血压显著相关的变量包括:男性(52.7% vs. 38.2%)、年龄增长(20-40岁组22.0%升至60岁以上组61.7%)、文盲(25.5% vs. 21.1%)、退休(10.1% vs. 2.8%)、超重/肥胖(BMI≥23 kg/m2,73.5% vs. 59.9%)、血糖异常(23.1% vs. 11.7%)、吸烟(18.8% vs. 9.4%)、饮酒(26.7% vs. 14.2%)和睡眠质量差(46.7% vs. 35.0%)。体力活动不足在高血压组反而较低(61.5% vs. 66.6%),可能反映已诊断者接受运动咨询。家庭类型、腰臀比风险类别和感知压力在两组间无显著差异。
**2. 睡眠质量分布**
高血压患者中“良好”睡眠比例显著低于非高血压者(16.2% vs. 26.0%),而“差”睡眠(37.0% vs. 27.2%)和“很差”睡眠(9.7% vs. 7.8%)均更高。四类睡眠质量分布差异显著(χ2=36.71, p<0.001)。按性别分层,睡眠障碍在男性和女性中均与高血压显著相关(男性χ2=9.73, p=0.002;女性χ2=26.26, p<0.001)。女性高血压患者中差睡眠质量比例最高(55.1%),显著高于男性高血压患者(39.2%)。
**3. 单变量与多变量逻辑回归分析**
单变量分析中,十个决定变量中有八个与高血压显著相关。睡眠质量差与高血压显著相关(OR=1.63, 95% CI 1.35-1.96, p<0.001)。其他显著决定因素包括男性(OR=1.81)、年龄每岁(OR=1.05)、超重/肥胖(OR=1.85)、当前吸烟(OR=2.25)、饮酒(OR=2.20)、体力活动不足(OR=0.80,反向)和血糖异常(OR=2.27)。中高风险腰臀比(OR=1.09, p=0.38)和中高压力PSS(OR=1.09, p=0.46)在单变量分析中不显著。多变量调整后,睡眠质量差仍为高血压的显著独立决定因素(aOR=1.39, 95% CI 1.13-1.72, p=0.002)。其他五个显著独立决定因素为:年龄每岁(aOR=1.05)、男性(aOR=1.53)、超重/肥胖(aOR=1.85)、饮酒(aOR=1.55)和血糖异常(aOR=1.54)。吸烟在调整后不再显著(aOR=1.38, p=0.06)。体力活动不足呈边缘反向关联(aOR=0.84, p=0.11)。
**4. 性别分层分析**
在性别分层分析中,睡眠质量差在女性中为显著独立决定因素(aOR=1.37, 95% CI 1.03-1.83, p=0.03),在男性中呈边缘关联(aOR=1.36, 95% CI 0.99-1.86, p=0.06)。效应量在男女中相当,男性边缘不显著可能反映统计功效不足。年龄在男性和女性中均为显著决定因素(男性aOR=1.03/年,女性aOR=1.07/年),女性效应更强。超重/肥胖在男性和女性中均显著(男性aOR=1.89,女性aOR=1.59)。中高腰臀比仅在男性中显著(aOR=1.40, p=0.03)。饮酒仅在男性中显著(aOR=1.67)。体力活动不足在男性中呈显著反向关联(aOR=0.73)。血糖异常在男性和女性中均显著(男性aOR=1.48,女性aOR=1.54)。感知压力在任一性别中均不显著。
**四、讨论与结论**
本研究发现的高血压患病率(38.5%)高于全国农村平均水平(约24%)和NFHS-5(22.6%),与北阿坎德邦其他研究报道的32.4%和41.7%相当。睡眠质量差在调整混杂因素后为高血压的独立决定因素(aOR=1.39),与既往荟萃分析(Lo等,OR=1.48)及南亚城市研究结果一致。性别分层显示女性关联更强且显著,男性呈边缘关联,与多项国际研究一致。可能的生物学机制包括:绝经后雌激素下降导致自主神经调节脆弱性增加、女性对睡眠剥夺的HPA轴反应更明显、焦虑相关睡眠障碍更常见导致的慢性过度觉醒、以及睡眠剥夺女性全身炎症水平升高。感知压力(PSS-10)与高血压无关联,可能由于该农村社区基线高压力水平(79.5%参与者为中高压力)导致天花板效应。
本研究的优势包括大样本社区基础调查、逐户调查方法、标准化血压测量、验证工具和全面的混杂因素调整。局限性包括横断面设计无法推断因果、睡眠质量使用单一条目而非多维度工具(如PSQI)、PSS-10仅测量主观压力且未测量客观生物标志、体力活动测量仅涉及休闲时间、性别分层回归未进行多重性正式调整。
结论:在校正主要社会人口学、人体测量、代谢和行为混杂因素后,睡眠质量差是北阿坎德邦农村成年人高血压的重要独立决定因素。该关联在女性中显著,在男性中呈边缘关联,且两性效应量相当。相比之下,PSS-10测量的感知压力在该长期处于压力的农村人群中不能区分高血压与非高血压参与者。这些发现支持将睡眠质量评估纳入社区NCD筛查项目,并特别关注女性。需要纵向研究来确定印度农村人群中睡眠障碍与高血压发病之间的时间关系。