社会经济地位、健康生活方式对心血管疾病影响的前瞻性队列研究

doi:10.12114/j.issn.1007-9572.2024.0279

中国全科医学 ›› 2025, Vol. 28 ›› Issue (16): 2017-2024.DOI: 10.12114/j.issn.1007-9572.2024.0279

所属专题：心血管最新文章合辑；生活方式干预相关研究最新文章合辑

社会经济地位、健康生活方式对心血管疾病影响的前瞻性队列研究

安芹彧¹, 王艺颖², 张小丹¹, 张畑霖³, 詹清清³, 张福艳³, 刘涛¹^,²^,^*(), 吴延莉²^,^*()

¹550025　贵州省贵阳市，贵州大学医学院
²550004　贵州省贵阳市，贵州省疾病预防控制中心慢性病防治研究所
³550025　贵州省贵阳市，贵州医科大学公共卫生与健康学院　环境污染与疾病监控教育部重点实验室

收稿日期:2024-06-13 修回日期:2025-01-23 出版日期:2025-06-05 发布日期:2025-04-22
通讯作者: 刘涛, 吴延莉
作者贡献：
安芹彧提出主要研究目标，负责研究的构思与设计，研究的实施，撰写论文；王艺颖、张小丹、张畑霖进行数据的收集与整理，统计学处理，图、表的绘制与展示；詹清清、张福艳进行论文的修订；刘涛、吴延莉负责文章的质量控制与审查，对文章整体负责，监督管理。
基金资助:
贵州省科技计划项目(黔科合支撑[2018]2819)

Prospective Cohort Study of the Impact of Socioeconomic Status and Healthy Lifestyle on Cardiovascular Disease

AN Qinyu¹, WANG Yiying², ZHANG Xiaodan¹, ZHANG Tianlin³, ZHAN Qingqing³, ZHANG Fuyan³, LIU Tao¹^,²^,^*(), WU Yanli²^,^*()

¹Medical School, Guizhou University, Guiyang 550025, China
²Research Institute of Chronic Disease Prevention and Treatment, Guizhou Center for Disease Control and Prevention, Guiyang 550004, China
³School of Public Health, the Key Laboratory of Environmental Pollution Monitoring and Disease Control/Ministry of Education, Guizhou Medical University, Guiyang 550025, China

Received:2024-06-13 Revised:2025-01-23 Published:2025-06-05 Online:2025-04-22
Contact: LIU Tao, WU Yanli

摘要/Abstract

摘要： 背景心血管疾病（CVD）是一个全球性的健康问题，目前尚不清楚社会经济地位（SES）和健康生活方式（HL）对CVD发病是否有影响。目的了解SES、HL与CVD的关系，为人群CVD防控提供依据。方法本研究采用多阶段整群随机抽样方法，于2010年抽取9 280名贵州省12个县/区18岁及以上常住居民进行基线调查，于2016—2020年对该队列所有人群进行随访，由经过统一培训且考核合格的人员进行面对面访谈，包括基本情况、生活方式（吸烟、饮酒、蔬菜水果摄入等）、既往史等，根据调查对象是否发病分为CVD组（123名）和非CVD组（4 025名）；运用COX比例风险回归模型分析SES、HL对CVD发病的影响，采用加速失效时间模型分析不同SES、HL对CVD发病时间的影响。结果排除基线CVD患者、失访者及信息缺失者后，最终纳入分析的有效样本量为4 148名，CVD发病123名，发病密度为4.13/1 000人年。COX比例风险回归模型分析结果显示，与SES低分组人群相比，SES高分组人群CVD发病风险下降40.60%（HR=0.594，95%CI=0.402~0.878）。与≤6种HL人群相比，拥有8种、≥9种HL人群CVD发病风险分别下降44.40%（HR=0.556，95%CI=0.320~0.968）、49.20%（HR=0.508，95%CI=0.284~0.912）。与SES低分组且HL≤6种的人群相比，SES低分组且HL为7、8、≥9种的人群CVD发病风险无统计学意义（P>0.05）；SES高分组且HL为8种和≥9种人群CVD发病风险将分别下降61.80%（HR=0.382，95%CI=0.163~0.894）、70.20%（HR=0.298，95%CI=0.119~0.748），CVD发病风险呈下降趋势（P趋势<0.001）。加速失效时间模型结果显示，与SES低分组且HL≤6种的人群相比，SES高分组且拥有8种和≥9种HL人群CVD发病时间分别推迟1.148年（95%CI=0.049~2.247）、1.407年（95%CI=0.227~2.588）。结论不同SES、HL与CVD发病呈负相关；在高SES人群中，随着HL种类的增加CVD发病时间随之延长。低SES人群是贵州省CVD防控的重点人群，应采取措施提高其健康素养，同时针对性地开展CVD的健康教育与健康促进工作。

关键词: 心血管疾病, 社会经济地位, 健康生活方式, COX回归分析, 队列研究

Abstract:

Background

Cardiovascular disease (CVD) is a global health problem, and it is not known whether socioeconomic status (SES) and healthy lifestyle (HL) have an impact on CVD onset.

Objective

To understand the relationship between SES, HL and CVD, and to provide a basis for the prevention and control of CVD in the population.

Methods

A multi-stage cluster random sampling method was employed to select 9 280 residents aged 18 and above from 12 counties and districts in Guizhou Province as the baseline sample in 2010. In 2016-2020 follow the cohort, face to face interview by unified training and qualified personnel, including basic situation, lifestyle (smoking, drinking, vegetables and vegetables, etc.), previous disease history, according to the survey was divided into CVD group (123) and non-CVD group (4 025) ; we used COX proportional hazard regression models were used to analyze the effect of SES and HL on CVD incidence. Additionally, an accelerated failure time model was utilized to assess the impact of different SES and HL at the time of CVD onset.

Results

After excluding baseline CVD patients, lost-to-follow-up and missing information, the valid sample size included in the analysis was 4 148, CVD onset 123, and the incidence density was 4.13 / 1 000 person-years. The results of multivariate analysis showed that compared with low SES (≤7 points), the risk of CVD in high SES (>7 points) decreased by 40.60% (HR=0.594, 95%CI=0.402-0.878). Compared with 6 HL populations, the population with 8 and 9 HL decreased by 44.40% (HR=0.556, 95%CI=0.320-0.968) and 49.20% (HR=0.508, 95%CI=0.284-0.912). Compared with the population in the low SES group and with HL ≤ 6 conditions, there was no statistically significant risk of CVD incidence in the population in the low SES group with HL of 7, 8, or ≥ 9 conditions (P>0.05) ; those with high SES (>7 points) and HL of 8 or 9 decreased CVD risk by 61.80% (HR=0.382, 95%CI=0.163-0.894) and 70.20% (HR=0.298, 95%CI=0.119-0.748, respectively), showing a decreasing trend. The results of the accelerated failure time model showed that those with high SES (>7 points), those with 8 species and 9 HL were delayed by 1.148 years (95%CI=0.049-2.287) and 1.407 (95%CI=0.227-2.588) .

Conclusion

Different SES and HL are negatively associated with CVD onset; in high SES population, the duration of CVD onset increases with increasing HL species. Low SES population is the key population of CVD prevention and control in Guizhou Province, so measures should be taken to improve their health literacy, and the health education and health promotion of CVD should be carried out accordingly.

Key words: Cardiovascular diseases, Socioeconomic status, Healthy lifestyle, Cox regression analysis, Cohort study

中图分类号:

R 54

安芹彧,王艺颖,张小丹,等. 社会经济地位、健康生活方式对心血管疾病影响的前瞻性队列研究[J]. 中国全科医学, 2025, 28(16): 2017-2024. DOI: 10.12114/j.issn.1007-9572.2024.0279.
AN Qinyu,WANG Yiying,ZHANG Xiaodan, et al. Prospective Cohort Study of the Impact of Socioeconomic Status and Healthy Lifestyle on Cardiovascular Disease[J]. Chinese General Practice, 2025, 28(16): 2017-2024. DOI: 10.12114/j.issn.1007-9572.2024.0279.

图/表 8

参考文献 37

[1]	ZHAO D, LIU J, WANG M, et al. Epidemiology of cardiovascular disease in China：current features and implications[J]. Nat Rev Cardiol，2019，16(4)：203-212.
[2]	ROTH G A, MENSAH G A, JOHNSON C O, et al. Global burden of cardiovascular diseases and risk factors，1990-2019：update from the GBD 2019 study[J]. J Am Coll Cardiol，2020，76(25)：2982-3021. DOI：10.1016/j.jacc.2020.11.010.
[3]	GBD 2019 Risk Factors Collaborators. Global burden of 87 risk factors in 204 countries and territories，1990-2019：a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet，2020，396(10258)：1223-1249. DOI：10.1016/S0140-6736(20)30752-2.
[4]	POWELL-WILEY T M, BAUMER Y, BAAH F O, et al. Social determinants of cardiovascular disease[J]. Circ Res，2022，130(5)：782-799. DOI：10.1161/CIRCRESAHA.121.319811.
[5]	WEEKS W B, CHANG J E, PAGÁN J A, et al. An observational，sequential analysis of the relationship between local economic distress and inequities in health outcomes，clinical care，health behaviors，and social determinants of health[J]. Int J Equity Health，2023，22(1)：181. DOI：10.1186/s12939-023-01984-6.
[6]	KOZELA M, POLAK M, STEPANIAK U, et al. Changes in socioeconomic status as predictors of cardiovascular disease incidence and mortality：a 10-year follow-up of a polish-population-based HAPIEE cohort[J]. Int J Environ Res Public Health，2022，19(22)：15411. DOI：10.3390/ijerph192215411.
[7]	SHAN Z, LI Y, BADEN M Y, et al. Association between healthy eating patterns and risk of cardiovascular disease[J]. JAMA Intern Med，2020，180(8)：1090-1100. DOI：10.1001/jamainternmed.2020.2176.
[8]	DE MESTRAL C, STRINGHINI S. Socioeconomic status and cardiovascular disease：an update[J]. Curr Cardiol Rep，2017，19(11)：115. DOI：10.1007/s11886-017-0917-z.
[9]	XU Z, STEFFEN L M, SELVIN E, et al. Diet quality，change in diet quality and risk of incident CVD and diabetes[J]. Public Health Nutr，2020，23(2)：329-338.
[10]	WANG J, LIU F C, LI J X, et al. Fruit and vegetable consumption，cardiovascular disease，and all-cause mortality in China[J]. Sci China Life Sci，2022，65(1)：119-128.
[11]	HUANG T Y, MARIANI S, REDLINE S. Sleep irregularity and risk of cardiovascular events：the multi-ethnic study of atherosclerosis[J]. J Am Coll Cardiol，2020，75(9)：991-999. DOI：10.1016/j.jacc.2019.12.054.
[12]	PALLAZOLA V A, DAVIS D M, WHELTON S P, et al. A clinician's guide to healthy eating for cardiovascular disease prevention[J]. Mayo Clin Proc Innov Qual Outcomes，2019，3(3)：251-267. DOI：10.1016/j.mayocpiqo.2019.05.001.
[13]	LUO T, LIN S, ZHANG W, et al. Relationship between socioeconomic status and hypertension incidence among adults in southwest china：a population-based cohort study[J]. BMC Public Health，2024，24(1)：1211. DOI：10.1186/s12889-024-18686-5.
[14]	LIU S D, ZHANG Y, MA R M, et al. Long-term exposure to ozone and cardiovascular mortality in a large Chinese cohort[J]. Environ Int，2022，165：107280. DOI：10.1016/j.envint.2022.107280.
[15]	XIAO L, LE C, WANG G Y, et al. Socioeconomic and lifestyle determinants of the prevalence of hypertension among elderly individuals in rural southwest China：a structural equation modelling approach[J]. BMC Cardiovasc Disord，2021，21(1)：64.
[16]	WANG Q, ZHANG X, FANG L, et al. Prevalence，awareness，treatment and control of diabetes mellitus among middle-aged and elderly people in a rural Chinese population：a cross-sectional study[J]. PLoS One，2018，13(6)：e0198343.
[17]	XI Y F, NIU L W, CAO N, et al. Prevalence of dyslipidemia and associated risk factors among adults aged ≥35 years in northern China：a cross-sectional study[J]. BMC Public Health，2020，20(1)：1068. DOI：10.1186/s12889-020-09172-9.
[18]	DAJPRATHAM P, PUKRITTAYAKAMEE P, ATSARIYASING W, et al. The validity and reliability of the PHQ-9 in screening for post-stroke depression[J]. BMC Psychiatry，2020，20(1)：291.
[19]	FOREMAN K J, MARQUEZ N, DOLGERT A, et al. Forecasting life expectancy，years of life lost，and all-cause and cause-specific mortality for 250 causes of death：reference and alternative scenarios for 2016-40 for 195 countries and territories[J]. Lancet，2018，392(10159)：2052-2090.
[20]	Non communicable diseases[EB/OL]. [2024-06-12].
[21]	WANG T, LI Y L, ZHENG X Q. Association of socioeconomic status with cardiovascular disease and cardiovascular risk factors：a systematic review and meta-analysis[J]. Z Gesundh Wiss，2023：1-15. DOI：10.1007/s10389-023-01825-4.
[22]	EGBUJIE B A, IGUMBOR E U, PUOANE T. A cross-sectional study of socioeconomic status and cardiovascular disease risk among participants in the Prospective Urban Rural Epidemiological（PURE）Study[J]. S Afr Med J，2016，106(9)：900-906.
[23]	ZHANG Y B, CHEN C, PAN X F, et al. Associations of healthy lifestyle and socioeconomic status with mortality and incident cardiovascular disease：two prospective cohort studies[J]. BMJ，2021，373：n604. DOI：10.1136/bmj.n604.
[24]	LUNDE L K, SKARE Ø, MAMEN A, et al. Cardiovascular health effects of shift work with long working hours and night shifts：study protocol for a three-year prospective follow-up study on industrial workers[J]. Int J Environ Res Public Health，2020，17(2)：589. DOI：10.3390/ijerph17020589.
[25]	COLPANI V, BAENA C P, JASPERS L, et al. Lifestyle factors，cardiovascular disease and all-cause mortality in middle-aged and elderly women：a systematic review and meta-analysis[J]. Eur J Epidemiol，2018，33(9)：831-845.
[26]	KAMINSKY L A, GERMAN C, IMBODEN M, et al. The importance of healthy lifestyle behaviors in the prevention of cardiovascular disease[J]. Prog Cardiovasc Dis，2022，70：8-15.
[27]	KRIS-ETHERTON P M, SAPP P A, RILEY T M, et al. The dynamic interplay of healthy lifestyle behaviors for cardiovascular health[J]. Curr Atheroscler Rep，2022，24(12)：969-980.
[28]	FRANKLIN B A, BRUBAKER P H, HARBER M P, et al. The journal of cardiopulmonary rehabilitation and prevention at 40 years and its role in promoting lifestyle medicine for prevention of cardiovascular diseases：part 1[J]. J Cardiopulm Rehabil Prev，2020，40(3)：131-137.
[29]	FRANKLIN B A, BRUBAKER P, HARBER M P, et al. The journal of cardiopulmonary rehabilitation and prevention at 40 yr and its role in promoting preventive cardiology：part 2[J]. J Cardiopulm Rehabil Prev，2020，40(4)：209-214.
[30]	FRANKLIN B A, MYERS J, KOKKINOS P. Importance of lifestyle modification on cardiovascular risk reduction：counseling strategies to maximize patient outcomes[J]. J Cardiopulm Rehabil Prev，2020，40(3)：138-143.
[31]	DÍAZ-GUTIÉRREZ J, RUIZ-CANELA M, GEA A, et al. Association between a healthy lifestyle score and the risk of cardiovascular disease in the SUN cohort[J]. Rev Esp Cardiol（Engl Ed），2018，71(12)：1001-1009. DOI：10.1016/j.rec.2017.10.038.
[32]	TSAI M C, YEH T L, HSU H Y, et al. Comparison of four healthy lifestyle scores for predicting cardiovascular events in a national cohort study[J]. Sci Rep，2021，11(1)：22146.
[33]	WANG S P, SHEN B Y, WU M T, et al. Effects of socioeconomic status on risk of ischemic stroke：a case-control study in the Guangzhou population[J]. BMC Public Health，2019，19(1)：648. DOI：10.1186/s12889-019-6998-4.
[34]	CHAN C Q H, LEE K H, LOW L L. A systematic review of health status，health seeking behaviour and healthcare utilisation of low socioeconomic status populations in urban Singapore[J]. Int J Equity Health，2018，17(1)：39.
[35]	CHENG Y H, WU X C. The relationship between SES and reading comprehension in Chinese：a mediation model[J]. Front Psychol，2017，8：672. DOI：10.3389/fpsyg.2017.00672.
[36]	KOZAKIEWICZ K, PODOLECKA E, KWAŚNIEWSKA M, et al. Association between socioeconomic status and cardiovascular risk[J]. Kardiol Pol，2016，74(2)：179-184.
[37]	KOLTAI J, SCHIEMAN S. Job pressure and SES-contingent buffering：resource reinforcement，substitution，or the stress of higher status?[J]. J Health Soc Behav，2015，56(2)：180-198. DOI：10.1177/0022146515584151.

SES衡量指标	赋分情况
家庭人均年收入	<2 700元=1分，2 700元~=2分，5 122元~=3分，≥10 000元=4分
职业	无业=1分，其他劳动者=2分，体力劳动者=3分，脑力劳动者=4分
个人受教育程度	文盲、半文盲=1分，小学=2分，初中=3分，高中/中专及以上=4分

SES衡量指标	赋分情况
家庭人均年收入	<2 700元=1分，2 700元~=2分，5 122元~=3分，≥10 000元=4分
职业	无业=1分，其他劳动者=2分，体力劳动者=3分，脑力劳动者=4分
个人受教育程度	文盲、半文盲=1分，小学=2分，初中=3分，高中/中专及以上=4分

特征	CVD组（n=123）	非CVD组（n=4 025）	χ²（t）值	P值
性别[名（%）]			0.169	0.681
男	57（46.30）	1 941（48.20）
女	66（53.70）	2 084（51.80）
年龄[名（%）]			45.915	<0.001
≤44岁	29（23.60）	2 194（54.50）
>44岁	94（76.40）	1 831（45.50）
民族[名（%）]			4.313	0.038
汉族	89（72.40）	2 544（63.20）
少数民族	34（27.60）	1 481（36.80）
城乡居住地[名（%）]			2.116	0.146
城市	34（27.60）	1 366（33.90）
农村	89（72.40）	2 659（66.10）
婚姻状况[名（%）]			10.368	0.006
未婚	3（2.40）	359（8.90）
已婚/同居	101（82.10）	3 289（81.70）
离异/丧偶/分居	19（15.40）	377（9.40）
个人受教育程度[名（%）]			19.175	<0.001
文盲/半文盲	57（46.30）	1 180（29.30）
小学	23（18.70）	848（21.10）
初中	23（18.70）	1 315（32.70）
高中/中专及以上	20（16.30）	682（16.90）
职业类型[名（%）]			1.749	0.626
不在业人员	27（22.00）	710（17.60）
其他劳动者	11（8.90）	362（9.00）
体力劳动者	70（56.90）	2 372（58.90）
脑力劳动者	15（12.20）	581（14.40）
家庭人均年收入[名（%）]			0.095	0.992
<2 700元	27（22.00）	888（22.10）
2 700~元	30（24.40）	987（24.50）
5 122~元	30（24.40）	937（23.30）
≥10 000元	36（29.30）	1 213（30.10）
SES分组[名（%）]			10.137	0.001
SES低分组	78（63.40）	1 966（48.80）
SES高分组	45（36.60）	2 059（51.20）
每日静态时间<4 h[名（%）]			0.415	0.520
否	70（56.90）	2 407（59.80）
是	53（43.10）	1 618（40.20）
从不吸烟[名（%）]			0.058	0.809
否	41（33.30）	1 300（32.30）
是	82（66.70）	2 725（67.70）
从不饮酒[名（%）]			1.004	0.316
否	40（32.50）	1 487（36.90）
是	83（67.50）	2 538（63.10）
水果蔬菜摄入量≥400 g/d[名（%）]			1.306	0.253
否	56（45.50）	2 043（50.80）
是	67（54.50）	1 982（49.20）
烹饪油摄入≤25 g/d[名（%）]			2.019	0.155
否	99（80.50）	3 013（74.90）
是	24（19.50）	1 012（25.10）
腰高比<0.5[名（%）]			5.464	0.019
否	60（48.80）	1 544（38.40）
是	63（51.20）	2 481（61.60）
每周中等强度运动≥150 min[名（%）]			0.105	0.745
否	44（35.80）	1 383（34.40）
是	79（64.20）	2 642（65.60）
心理健康情况[名（%）]			7.655	0.006
心理不健康	14（11.40）	222（5.50）
心理健康	109（88.60）	3 803（94.50）
食盐摄入<6 g/d[名（%）]			5.820	0.016
否	98（79.70）	2 799（69.50）
是	25（20.30）	1 226（30.50）
谷薯类摄入≥200 g/d[名（%）]			0.722	0.395
否	11（8.90）	280（7.00）
是	112（91.10）	3 745（93.00）
7 h/d≤睡眠时间≤9 h/d[名（%）]			12.560	<0.001
否	55（44.70）	1 200（29.80）
是	68（55.30）	2 825（70.20）
不食用油炸食品[名（%）]			0.464	0.496
否	40（32.50）	1 429（35.50）
是	83（67.50）	2 596（64.50）
BMI分级[名（%）]			3.869	0.276
轻体质量	2（1.60）	207（5.10）
正常	74（60.20）	2 444（60.70）
超重	35（28.50）	1 071（26.60）
肥胖	12（9.80）	303（7.50）
MET（±s）	103.89±113.58	112.10±118.70	0.757^b	0.449
糖尿病疾病史^a			4.462	0.107
否	106（86.20）	3 670（91.20）
是	16（13.00）	345（8.60）
血脂异常[名（%）]			0.566	0.452
否	50（40.70）	1 502（37.30）
是	73（59.30）	2 523（62.70）
高血压疾病史[名（%）]			15.744	<0.001
否	71（57.70）	2 970（73.80）
是	52（42.30）	1 055（26.20）
HL分组[名（%）]			11.430	0.010
≤6种	47（38.20）	1 308（32.50）
7种	38（30.90）	880（21.90）
8种	19（15.40）	862（21.40）
≥9种	19（15.40）	975（24.20）

特征	CVD组（n=123）	非CVD组（n=4 025）	χ²（t）值	P值
性别[名（%）]			0.169	0.681
男	57（46.30）	1 941（48.20）
女	66（53.70）	2 084（51.80）
年龄[名（%）]			45.915	<0.001
≤44岁	29（23.60）	2 194（54.50）
>44岁	94（76.40）	1 831（45.50）
民族[名（%）]			4.313	0.038
汉族	89（72.40）	2 544（63.20）
少数民族	34（27.60）	1 481（36.80）
城乡居住地[名（%）]			2.116	0.146
城市	34（27.60）	1 366（33.90）
农村	89（72.40）	2 659（66.10）
婚姻状况[名（%）]			10.368	0.006
未婚	3（2.40）	359（8.90）
已婚/同居	101（82.10）	3 289（81.70）
离异/丧偶/分居	19（15.40）	377（9.40）
个人受教育程度[名（%）]			19.175	<0.001
文盲/半文盲	57（46.30）	1 180（29.30）
小学	23（18.70）	848（21.10）
初中	23（18.70）	1 315（32.70）
高中/中专及以上	20（16.30）	682（16.90）
职业类型[名（%）]			1.749	0.626
不在业人员	27（22.00）	710（17.60）
其他劳动者	11（8.90）	362（9.00）
体力劳动者	70（56.90）	2 372（58.90）
脑力劳动者	15（12.20）	581（14.40）
家庭人均年收入[名（%）]			0.095	0.992
<2 700元	27（22.00）	888（22.10）
2 700~元	30（24.40）	987（24.50）
5 122~元	30（24.40）	937（23.30）
≥10 000元	36（29.30）	1 213（30.10）
SES分组[名（%）]			10.137	0.001
SES低分组	78（63.40）	1 966（48.80）
SES高分组	45（36.60）	2 059（51.20）
每日静态时间<4 h[名（%）]			0.415	0.520
否	70（56.90）	2 407（59.80）
是	53（43.10）	1 618（40.20）
从不吸烟[名（%）]			0.058	0.809
否	41（33.30）	1 300（32.30）
是	82（66.70）	2 725（67.70）
从不饮酒[名（%）]			1.004	0.316
否	40（32.50）	1 487（36.90）
是	83（67.50）	2 538（63.10）
水果蔬菜摄入量≥400 g/d[名（%）]			1.306	0.253
否	56（45.50）	2 043（50.80）
是	67（54.50）	1 982（49.20）
烹饪油摄入≤25 g/d[名（%）]			2.019	0.155
否	99（80.50）	3 013（74.90）
是	24（19.50）	1 012（25.10）
腰高比<0.5[名（%）]			5.464	0.019
否	60（48.80）	1 544（38.40）
是	63（51.20）	2 481（61.60）
每周中等强度运动≥150 min[名（%）]			0.105	0.745
否	44（35.80）	1 383（34.40）
是	79（64.20）	2 642（65.60）
心理健康情况[名（%）]			7.655	0.006
心理不健康	14（11.40）	222（5.50）
心理健康	109（88.60）	3 803（94.50）
食盐摄入<6 g/d[名（%）]			5.820	0.016
否	98（79.70）	2 799（69.50）
是	25（20.30）	1 226（30.50）
谷薯类摄入≥200 g/d[名（%）]			0.722	0.395
否	11（8.90）	280（7.00）
是	112（91.10）	3 745（93.00）
7 h/d≤睡眠时间≤9 h/d[名（%）]			12.560	<0.001
否	55（44.70）	1 200（29.80）
是	68（55.30）	2 825（70.20）
不食用油炸食品[名（%）]			0.464	0.496
否	40（32.50）	1 429（35.50）
是	83（67.50）	2 596（64.50）
BMI分级[名（%）]			3.869	0.276
轻体质量	2（1.60）	207（5.10）
正常	74（60.20）	2 444（60.70）
超重	35（28.50）	1 071（26.60）
肥胖	12（9.80）	303（7.50）
MET（±s）	103.89±113.58	112.10±118.70	0.757^b	0.449
糖尿病疾病史^a			4.462	0.107
否	106（86.20）	3 670（91.20）
是	16（13.00）	345（8.60）
血脂异常[名（%）]			0.566	0.452
否	50（40.70）	1 502（37.30）
是	73（59.30）	2 523（62.70）
高血压疾病史[名（%）]			15.744	<0.001
否	71（57.70）	2 970（73.80）
是	52（42.30）	1 055（26.20）
HL分组[名（%）]			11.430	0.010
≤6种	47（38.20）	1 308（32.50）
7种	38（30.90）	880（21.90）
8种	19（15.40）	862（21.40）
≥9种	19（15.40）	975（24.20）

特征	新发病数（人）	发病密度（/1 000人年）	Model 1		Model 2		Model 3
特征	新发病数（人）	发病密度（/1 000人年）	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
SES低分组	78	5.39	1.000	—	1.000	—	1.000	—
SES高分组	45	2.94	0.476（0.329~0.689）	<0.001	0.565（0.385~0.829）	0.003	0.594（0.402~0.878）	0.009

社会经济地位、健康生活方式对心血管疾病影响的前瞻性队列研究

Prospective Cohort Study of the Impact of Socioeconomic Status and Healthy Lifestyle on Cardiovascular Disease

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 37

相关文章 15

编辑推荐

Metrics

留言

SES分组	HL分组	新发病数（人）	发病密度（/1 000人年）	Model 1		Model 2		Model 3
SES分组	HL分组	新发病数（人）	发病密度（/1 000人年）	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
SES低分组	≤6种	26	6.69	1.000	—	1.000	—	1.000	—
SES低分组	7种	27	8.09	1.138（0.664~1.950）	0.638	1.244（0.721~2.146）	0.432	1.295（0.746~2.250）	0.359
SES低分组	8种	12	3.56	0.468（0.236~0.927）	0.030	0.543（0.271~1.086）	0.084	0.564（0.281~1.134）	0.108
SES低分组	≥9种	13	3.37	0.408（0.210~0.795）	0.008	0.512（0.257~1.018）	0.056	0.560（0.278~1.129）	0.105
SES高分组	≤6种	21	3.70	0.509（0.287~0.906）	0.022	0.643（0.358~1.156）	0.140	0.683（0.378~1.235）	0.208
SES高分组	7种	11	3.42	0.404（0.199~0.819）	0.012	0.554（0.272~1.131）	0.105	0.622（0.304~1.273）	0.194
SES高分组	8种	7	2.34	0.255（0.110~0.588）	0.001	0.348（0.150~0.810）	0.014	0.382（0.163~0.894）	0.027
SES高分组	≥9种	6	1.75	0.174（0.071~0.424）	<0.001	0.272（0.109~0.674）	0.005	0.298（0.119~0.748）	0.010

[1]	柴智浩, 张维森, 罗娇玲, 朱峰, 朱彤, 靳雅丽, 潘静, 卢映君, 江朝强. 中老年人社会经济状况在少儿期父母文化与认知功能间的中介效应：基于广州生物库队列研究[J]. 中国全科医学, 2026, 29(21): 2959-2966.
[2]	韩聪聪, 邱欣雨, 单春方, 宋宁, 陈清杰, 穆拉迪力·阿卜杜热合曼, 李晓梅, 杨毅宁, 赵倩. 代谢肥胖表型对急性冠脉综合征患者经皮冠状动脉介入治疗远期预后的影响研究[J]. 中国全科医学, 2026, 29(21): 2950-2958.
[3]	刘帅, 苑世朝, 刘琰, 贾硕贤, 赵岩, 王紫怡, 周春华, 于静. 两性霉素B治疗侵袭性真菌病的疗效、安全性及经济性评价：一项回顾性队列研究[J]. 中国全科医学, 2026, 29(21): 2967-2974.
[4]	热伊莱·麦麦提, 周燚然, 武云, 刘稹诚, 卢耀勤, 吴海燕. 高血压患者新型肥胖指标与心血管疾病发病风险的关联研究[J]. 中国全科医学, 2026, 29(20): 2836-2845.
[5]	程玉, 韩士尧, 孙平, 向娟, 杨辉, 李东泽, 郑莉, 廖晓阳. 慢性病管理中的社会经济与人口学挑战分析[J]. 中国全科医学, 2026, 29(20): 2800-2807.
[6]	胡敏, 吕向东. 远程心电人工智能诊断的准确性研究[J]. 中国全科医学, 2026, 29(18): 2498-2503.
[7]	邱欣雨, 赵倩, 陈玉斐, 加木勒·买买提依明, 韩聪聪, 爱克丹·艾尔肯, 李晓梅, 杨毅宁. 体重状态及其代谢特征对收缩压纵向轨迹的影响：一项队列研究[J]. 中国全科医学, 2026, 29(15): 2006-2013.
[8]	甄锐, 谷旭放, 高晟玮, 张博文, 任真娟, 杨睿璇. 1990—2021年中国归因于代谢风险因素的心血管疾病负担及2022—2035年趋势预测研究[J]. 中国全科医学, 2026, 29(15): 2077-2083.
[9]	邱艳丽, 高永银, 卞雪艳, 王雪, 李越. 脉搏波传导速度对癌症患者全因和心血管相关死亡率的预测价值研究[J]. 中国全科医学, 2026, 29(14): 1890-1897.
[10]	刘翔, 陈红, 崔睿, 郭志超, 李盼盼, 曹子龙, 纪伊晴, 俞文雅. 特大城市儿童早期发展一致性与差异性：一项回顾性队列研究[J]. 中国全科医学, 2026, 29(11): 1411-1421.
[11]	胡嘉琦, 李端, 方昊, 樊兴颖, 杜薇, 周涵妮. 基于体检人群队列的高尿酸血症非遗传因素风险预测模型构建研究[J]. 中国全科医学, 2026, 29(10): 1324-1333.
[12]	杨旭, 樊洁婷, 宋红艳, 冯盼盼, 郝婧宇, 姚弥. 基层全科医生心血管疾病风险评估与沟通策略[J]. 中国全科医学, 2026, 29(10): 1294-1299.
[13]	李秋春, 苏萍, 逄锦宏, 陈巧巧, 赵颖颖, 何蕊言, 王玥, 陈学禹, 乔俊鹏, 迟蔚蔚. 三酰甘油-葡萄糖指数与心血管-肾脏-代谢综合征0~3期人群心血管疾病的关联性：一项前瞻性队列研究[J]. 中国全科医学, 2026, 29(09): 1129-1136.
[14]	裴志怡, 张晓欣, 林佳艺, 张向毅, 康晓凤. 基于患者决策辅助工具国际标准的心血管领域患者决策辅助工具质量及应用效果的系统评价[J]. 中国全科医学, 2026, 29(07): 945-952.
[15]	赵倩倩, 张梅, 李艳英, 张艳红, 晏文华, 潘慧, 班博. 生长激素缺乏症的临床特征与重组人生长激素疗效分析：一项十年纵向队列研究[J]. 中国全科医学, 2026, 29(06): 733-740.