第二节
成年人肥胖及其影响因素的纵向研究

一、前言

早在1997年，世界卫生组织就已宣布肥胖是一种慢性疾病。肥胖严重危害人类健康，是心脑血管疾病、Ⅱ型糖尿病、骨关节病等慢性病和社会心理障碍的重要危险因素，是致死、致残和增加各国财政负担的重要的公共卫生问题。近年来，很多流行病学研究表明，肥胖同心血管疾病及胰岛素抵抗综合征的发生具有更高的相关性。研究显示，欧美国家成人肥胖呈现显著增加的趋势。而肥胖与健康、死亡密切相关，并且肥胖者同时伴生多种慢性疾病的机会也在显著增加，肥胖相关性疾病的治疗也耗费大量医疗资源。近几十年来，随着经济发展和生活方式变化，全球肥胖率呈现持续上升趋势，预防肥胖的流行已成为21世纪上半叶全球面临的最重大公共卫生挑战。

目前国内在肥胖流行病学方面的研究主要集中在病因、易感人群、患病人群分布与预防措施等方面，采用的研究方法多以横断面调查分析为主。由于横断面分析自身的局限性，不能反映肥胖发生的长期变动趋势，另外横断面调查逻辑上因与果并存，不能正确显示致病因子与年龄及其他相关因素之间的关系，甚至会得出不符合实际情况的错误因果推论。另一方面，预防和控制肥胖的前提是首先要明确肥胖的发生原因或潜在危险因素，才能找到防治的最佳切入点。本研究对江苏省10年来的人群调查数据采用纵向队列分析，了解全省成年人肥胖的变化特点及其危险因素，为今后肥胖防治指导及减少肥胖相关慢性病的发病风险提供理论依据。

二、对象与方法

（一）研究对象

样本的选择按照三阶段分层整群随机抽样方法抽取要调查的对象。对象要求调查时年龄在20～69岁之间，身体无明显运动障碍及没有其他不适合监测的健康问题。调查共涉及全省13个地市的52个区／县，共计247个抽样点。为便于开展纵向研究比较，要求2005年与2010年调查设置的抽样点必须和2000年选择的抽样点一致。实际调查中，全省2005年抽样点变动8个，变动率为3.24％；2010年变动17个，变动率为6.88％。

（二）研究方法

分别采用体质测试与健康习惯问卷调查来收集数据。其中体质测试使用国家国民体质监测标准测试方法测量，问卷则采用面对面询问的方法对抽样对象进行调查。所有调查员经过严格的培训，考试合格后再进行调查。体质指标的测量使用国家体质监测标准的仪器和方法，测量员经过统一培训。所有测试数据采用双录入比较，确保数据的准确性。

（三）资料分析

1.肥胖的诊断标准

肥胖评价指标采用体质指数（BMI）。BMI＝体重（kg）／身高的平方（m ² ）。根据2001年中国肥胖问题工作组推荐的中国成年人超重肥胖体质指数诊断标准：BMI＜18.5 kg／m ² 为“体重过轻”，18.5～24 kg／m ^{2 为} “体重正常”，24～28 kg／m ² 为“超重”，BMI≥28 kg／m ² 为“肥胖”。

2.数据的统计分析

（1）采用年龄期间队列（Age－Period－Cohort，APC）的分析方法。根据Kupper的理论，在年龄、时期、队列各水平上，拟合分类的泊松（Poisson）对数线性回归模型如下：

方程中 λ _ijk 是在年龄为 a _i ，时期为 p _j ，队列为 c _k 时人群的发生率， λ ₀ 是方程的截距， a _i ， p _j 和 c _k 分别代表年龄、时期与队列的哑变量， α i ， β _j ， γ _k 分别为三者的系数， ε _ijk 是随机误差项。

使用SAS 8.2 统计分析软件做数据处理。其中不同率之间的比较用卡方检验；利用SASGLM模块来拟合泊松对数线性模型，建立成年人肥胖问题的APC模型。

（2）采用ArcGIS 9.0，建立江苏省国民体质肥胖地理信息数据库。研究区域包括江苏省106个县级行政区划，以县（区）为研究单位，涉及的监测点有187个。对包含地理信息的肥胖数据采用趋势面分析，借助最小二乘法运用数学曲面拟合样本数据，建立二项多元回归模型，并做出三维趋势面分析图。多因素分析采用Logistic回归分析。

三、结果

（一）趋势面分析

江苏省各县（区）肥胖率趋势面分析结果如下（图1－4）。其中 X 轴表示地理经度变化， Y 轴表示地理纬度变化， Z 轴表示成年人肥胖率。 XZ 平面上的曲线表示成年人肥胖率在东西方向上的变化， YZ 平面上的曲线表示其在南北方向上的变化趋势。 XY 平面上各点表示各县（区）肥胖率的投影。总体而言，江苏省各县（区）的肥胖率存在较大差异。肥胖率在江苏省的地理分布上，从东向西逐渐升高（见 XZ 平面上的趋势线）；从南到北也表现为逐渐增高的趋势（见 YZ 平面上的趋势线）。

（二）横断面调查分析

结果表明（表1－4），在这张表中用行表示不同的年龄组，用列表示不同的观察时期。为了简化分析过程，年龄和观察时期的分组取相同组距，都是以5年为组距。在表1－4相同地区中从左上角到右下角的对角线上的数据代表同一时期出生的一批人，因而代表同一个出生队列。总体来看，从20岁组至45岁组各相同年龄段间，2000年、2005年与2010年三次调查的成年人肥胖率均存在统计学差异（ P ＜0.05）。从2000年到2010年，相同年龄段间人群的肥胖率逐渐升高。而50岁以上年龄组的肥胖率在这三次调查中没有明显上升（ P ＞0.05）。另外，城市人群在20岁组到35岁组4个年龄段间出现随着调查年份的不同，肥胖率逐渐上升的趋势（ P ＜0.05），而在40岁以后肥胖率在这三次调查中没有明显增高（ P ＞0.05）。同城市相比，农村各年龄段的肥胖率均低于城市。但是农村人群在同一年龄组（从20岁组到65岁组）上，均表现出随着调查年份的变化，肥胖率逐次上升的变化趋势（ P ＜0.01）。因此农村将是今后防控肥胖率继续增长的重点地区。

＊、＃、△相同年龄组在 α ＝0.05水平上，三次横断面调查之间有差异（卡方检验）。

（三）出生队列分析

通过对1931～1935年队列到1976～1980年队列等十个队列的追踪分析，我们得到如下结果（表1－5）：全人群从1946～1950年队列到1976～1980年队列的肥胖率从2000年、2005年到2010年逐渐上升（ P ＜0.05），这表示这7个年份段出生的人近十年来肥胖比例逐年升高，他们应该是控制肥胖的主要目标人群。而1931～1935年队列到1941～1945年队列等三个人群在近十年的肥胖率并没有明显增加，在这三个年份段出生的人不是导致成年人肥胖率逐年上升的主要对象。

另外，从城市和农村不同出生队列的肥胖率变化来看，城市的肥胖率从1946～1950年队列直到1976～1980年队列在近十年都是逐渐上升的（ P ＜0.05），但是农村从1941～1945年队列开始，直到1976～1980年队列都有肥胖率增高问题（ P ＜0.05），这表示农村在1941年及以后出生的人都是肥胖高发人群，是控制肥胖增长的重点人群。而城市肥胖高发人群的最大出生年份要比农村晚5年，即在1946年及以后出生的人才是肥胖高发人群。

＊、＃、△同一队列在 α ＝0.05水平上，10年三次追踪之间有差异（卡方检验）。

（四）肥胖率APC定量分析

结果可以看出（表1－6），以20～25岁组作为基准组，假设参数估计值等于0。25～30岁及以上年龄组随着年龄的增加，发生肥胖的危险性逐渐增大。OR值分别是20岁组的1.45倍、1.85倍、2.25倍、2.81倍……4.16倍。观察时期相比较，2000～2004年与2005～2010年观察时期的作用并不明显，而且与1995～1999年相比没有统计学差异。以1976～1980年出生队列作为基准组，假设参数估计值等于0。1951～1955年及其之后出生的队列发生肥胖的危险性逐渐减弱，而且这些队列与 1976～1980 年出生队列相比没有统计学差异。同 1976～1980 年出生队列相比，从1946～1950年队列到1931～1935 年队列发生肥胖的危险性逐渐增强。在所有的出生队列中，1936～1940年出生的队列肥胖病的危险性最高。

＊表示与各因素的第一组比较， P 值＜0.05；为了避免相邻出生队列间的重复，每个出生队列用5年区间表示。

（五）肥胖相关影响因素的单因素分析

通过对调查项目中可能与肥胖相关的影响因素进行单因素卡方检验，结果表明（表1－7），性别、城乡、学历、参加单位运动会次数、慢性病、小区公用健身设施、上班距离、生活压力感、睡眠时间、闲暇时静坐习惯、体质等级这11个变量是肥胖的相关影响因素，但是肥胖与单位是否拥有体育设施之间没有统计学关联（ P ＞0.05）。

（六）肥胖相关影响因素的多因素分析

以肥胖为因变量，对单因素筛选出的11个变量，即性别、学历、城乡、参加单位运动会、常见慢性病、小区公用健身设施、上班距离、生活压力感、睡眠时间、闲暇时间静坐习惯、体质等级等作为自变量，进行Logistic逐步回归分析，定义选进变量的显著水平为0.05，剔除变量的显著水平为0.1。筛选变量采用向前法，最终9个变量全部被选入方程（表1－8）。分析结果表明，从性别看女性发生肥胖的风险是男性的0.49倍；学历越高肥胖发生的风险越低，学历高是保护性因素；患有慢性病的人发生肥胖的风险是没有疾病的1.68倍；小区有公用健身设施是肥胖的保护性因素，有健身设施患肥胖的风险是没有健身设施的0.87倍；上班距离是危险因素，距离超过3公里的人群患肥胖的风险是不足3公里的1.19倍；生活压力感越大，肥胖患病率则越低；睡眠时间6小时以上者患肥胖风险是不足6小时者的0.79倍；闲暇时有静坐习惯者患肥胖风险是没有静坐习惯者的1.17倍；体质评价高是肥胖的保护性因素，体质评价每高一个等级，则肥胖患病率下降为0.37倍。

四、讨论

肥胖是影响人体健康的主要问题之一。欧美国家的研究表明，因肥胖造成的疾病负担占国家医疗支出总费用的3％～7％，其中美国高达10％。肥胖的直接经济后果将是“医疗费用增加、生产力下降、缺勤人数增加、残疾和过早死”等。在美国，肥胖每年造成的死亡人数超过30万，仅次于过度吸烟，排在可预防致死因素的第2位，每年花在肥胖治疗上的费用超过1 000亿美元。在国内，肥胖病发病率也随生活水平提高而逐年升高。2002年中国营养与健康状况调查结果表明，我国人群不再是低体重指数的，肥胖者已大量出现。2010年第三次全国国民体质监测报告指出，我国20～59岁成年人的肥胖率为9.9％，超重率为32.1％，分别比2005年增长1.9个百分点和3.0个百分点。自2000年以来，我国成年人的体重增长幅度大于身高，呈现出超重与肥胖率持续增长的态势。我国人群超重和肥胖症患病率已呈现出“北方高于南方、大城市高于中小城市、中小城市高于农村、经济发达地区高于不发达地区”的总体规律。本次研究显示，江苏东部的肥胖率低于西部地区，江苏南部地区低于北部。这可能是由于江苏东部多为沿海地区，饮食结构与内陆地区有一定差别。另外，苏北地区饮食结构中食盐的使用量偏多，口味偏咸，高血压的发病率偏高，苏南是经济相对发达地区，群众对健康的生活方式更加关注，这也可能是苏南肥胖率相对偏低的原因。

目前国内针对肥胖问题的分析大多局限在同一时期（一次横断面调查）不同年龄组之间的比较，不同时期（多次横断面调查）相同年龄组之间的比较。这种比较针对的人群都不是同一时代出生的人群。可是肥胖的发生可能与人群所处的时代背景（自然条件、社会状况、医疗水平等）有一定联系，故横断面研究无法发现肥胖在不同年龄、不同时期和不同出生队列人群中的分布规律，进而不能提出可能影响肥胖的病因假设。

年龄—期间—队列（APC）分析可以很好地解决横断面研究中出现的这类问题。队列资料分析的传统方法是绘制各个不同观察时期的发生率曲线，但每个观察时期的发生率曲线同时受年龄和出生队列因素的影响，这两个因素如何影响发生率曲线以及影响程度的大小，仅靠图形无法做出合理的解释。而且图形描述法也无法定量解释年龄、时期和出生队列三因素以及它们的各个亚层对疾病发生或死亡率作用的相对大小。而APC对数线性模型可以弥补上述描述性研究的不足，将年龄时期和出生队列的作用数量化。

本研究通过队列分析得出，同时代出生的一批人，从20岁开始，随着年龄增长，该群体的BMI有逐渐升高的趋势，而且在45岁之前上升幅度较快；45岁之后上升幅度趋缓，但是直到70岁BMI仍然处于上升阶段，并没有出现下降的拐点。通过年龄—期间—队列分析，在平衡掉其他干扰因素的影响后，年龄依然是影响肥胖的独立危险因素。随着年龄的增加，发生肥胖的危险性逐渐增大。但是年龄增长是不可控的自然规律，因此无法用作防控手段。分析还发现，观察时期对肥胖的发生没有影响。这可能是由于本研究数据的采集周期（从2000年至2010年）相对偏短，时代变迁的综合累积效应并没有发生太大的改变。有研究表明，我国从20世纪90年代末开始超重和肥胖症患病率快速增长。与1992年相比，2002年我国18岁以上成年人超重和肥胖率分别上升40.7％和97.2％。而近10年来，肥胖率相对处于高位稳定期。今后如果能继续延长数据采集时间，也许观察时期对肥胖的累积效应就能更加客观地显现出来。

研究进一步发现，女性比男性更加注重仪表体态，饮食更加合理。文化程度提高是肥胖的保护性因素，这可能是由于文化高的人对肥胖的危害认识更深刻，特别是有学历的城镇人群更注重自身形象的塑造。上班距离超过3公里是肥胖的危险因素，这可能是由于上班距离超过3公里时，人们一般都会主动选择乘坐机动车、自驾车或电动车等代步工具；相反，当距离在3公里以内时，人们反而更倾向于选择骑自行车甚至步行去上班，这更有助于肥胖的控制。闲暇时有静坐习惯是肥胖的重要危险因素，这显然是由于体力活动过少，同时闲暇的静坐习惯往往又伴有额外的零食摄入。研究还发现，1950年之前出生的人更容易肥胖，其原因是多样的。一是膳食结构的变迁（由温饱型向膳食多样化型再向热量过剩型转化）。这一过程伴随着谷类摄入量急剧减少，营养过剩导致的慢性病（高血脂、糖尿病、代谢综合征等）快速上升。二是体力活动方式的改变。随着电视机、洗衣机、私家车、电脑网络等产品的普及率越来越高，日常非职业性体力活动正在大幅减少。

总之，肥胖是影响健康的重要危险因素，人们要采取综合的防控措施，如可通过对重点人群开展干预工作，加大宣传力度，提倡合理膳食、采取积极的生活方式、增加闲暇的体力活动、减少静坐、开展健康教育等方式，不断提高人们的健康意识。

五、结论

不同年代出生的人发生肥胖的风险不同；年龄是影响肥胖的独立危险因素，随着年龄的增加，发生肥胖的危险性逐渐增大；2000年以来的时代变迁对肥胖的影响并不明显；影响肥胖的常见因素有性别、学历、慢性病史、小区公用健身设施、上班距离、生活压力、睡眠时间、静坐习惯和体质状况等方面。 2L1ZO84OZCaNp3yhKywOtKn37fcNdfj+MrLryoKkVb/NZcjQeQqhRj/RMcF2WwGD