Analysis of the Current Status of Metabolic Syndrome among Middle-aged and Elderly People in Shijingshan District, Beijing, and Its Behavioral and Lifestyle Influencing Factors

doi:10.12114/j.issn.1007-9572.2025.0440

Chinese General Practice ›› 2026, Vol. 29 ›› Issue (30): 4424-4430.DOI: 10.12114/j.issn.1007-9572.2025.0440

• Article • Previous Articles Next Articles

Analysis of the Current Status of Metabolic Syndrome among Middle-aged and Elderly People in Shijingshan District, Beijing, and Its Behavioral and Lifestyle Influencing Factors

1. Endocrinology Department, Peking University Shougang Hospital, Beijing 100144, China
2. Department of Vascular Medicine, Peking University Shougang Hospital, Beijing 100144, China
3. Department of Vascular Medicine/Red Star Hospital of the 13 Division of Xinjiang Production and Construction Corps, Hami 839099, China
4. Vascular Health Research Center of Peking University Health Science Center, Beijing 100144, China
5. State Key Laboratory of Vascular Homeostasis and Remodeling, Peking University, Beijing 100191, China
6. Heart and Vascular Health Research Center of Peking University Clinical Research Institute, Beijing 100191, China
7. Intellect Heart and Vascular Health Digital Management Research Center of National Institute of Health Data Science at Peking University, Beijing 100191, China
8. Integrated Traditional Chinese and Western Medicine Vascular Health Management Research Center, Chengdu Xindu District Traditional Chinese Medicine Hospital, Chengdu 610599, China
9. Beijing Shijingshan District Key Clinical Specialty of Vascular Medicine, Beijing 100144, China

Received:2025-10-20 Revised:2026-03-16 Published:2026-10-20 Online:2026-09-02
Contact: WANG Hongyu

北京市石景山区中老年居民代谢综合征患病现状及行为生活方式影响因素研究

1．100144　北京市，北京大学首钢医院内分泌科
2．100144　北京市，北京大学首钢医院血管医学中心
3．839099　新疆维吾尔自治区哈密市，新疆生产建设兵团第十三师红星医院血管医学科　数智化心脏和血管健康管理中心
4．100144　北京市，北京大学医学部血管健康研究中心
5．100191　北京市，血管稳态与重构全国重点实验室（北京大学）
6．100191　北京市，北京大学临床医学高等研究院临床研究所心脏和血管健康研究中心
7．100191　北京市，北京大学健康医疗大数据国家研究院智慧化心脏和血管健康数字管理研究中心
8．610599　四川省成都市新都区中医医院中西医结合血管健康管理研究中心
9．100144　北京市石景山区血管医学重点专科

通讯作者: 王宏宇
作者简介:
作者贡献：
孙秀芹负责研究的实施、数据分析及论文撰写，对主要研究结果进行分析与解释；冯振龙负责文献检索及相关文献资料整理；魏兰萱负责数据整理与核对；曾宇欣负责论文的修改与润色；刘金波负责统计学分析及部分研究结果的解释；马林、安占天负责研究数据的收集和筛选；王宏宇负责提出研究思路，设计研究方案，对文章进行总体指导。
基金资助:
首都卫生发展科研专项(2020-2-6042)

Abstract

Abstract:

Background

Metabolic syndrome (MS) is a cluster of multiple cardiovascular metabolic risk factors. It has a high prevalence among middle-aged and elderly individuals and can significantly increase the risk of various serious diseases, thus seriously affecting population health and the process of population aging. It is influenced by multiple factors, including demographic characteristics, lifestyle, and genetic factors. Among them, behavioral lifestyle is modifiable and controllable, making it a key focus in the prevention and control of chronic diseases. Given the significant regional differences in lifestyle among residents in China, conducting local research can provide evidence for the prevention and control of MS among middle-aged and elderly individuals in Beijing.

Objective

To investigate the current status of MS among middle-aged and elderly individuals in Shijingshan District, Beijing, and its behavioral and lifestyle-related risk factors, providing a theoretical basis for preventing MS through behavioral and lifestyle interventions among this population.

Methods

This study was conducted using the data from the Beijing Vascular Health Stratification (BVHS) Study. A cross-sectional survey was conducted from July to September 2020 in the Jindingjie Community of Shijingshan District, Beijing. A total of 1 647 permanent residents were selected as study participants, and 1 569 cases were included in the analysis based on inclusion and exclusion criteria. The questionnaire survey included demographic characteristics, behavioral lifestyle factors, and chronic disease prevalence. Chi-square analysis was used for univariate analysis, and multivariate logistic regression analysis was employed to identify risk factors for the occurrence of MS.

Results

Among the 1 569 valid respondents, there were 374 cases of MS, with an MS prevalence of 23.84%. The participants were divided into the MS group (n=374) and the non-MS group (n=1 195). Among the components of MS, overweight and/or obesity had the highest prevalence (65.20%, 1 023 cases), followed by hyperlipidemia (42.32%, 664 cases), hypertension (39.45%, 619 cases), and diabetes (19.50%, 306 cases). For comorbid conditions, the prevalence of overweight and/or obesity combined with hypertension, as well as overweight and/or obesity combined with hyperlipidemia, both exceeded 30%. The co-prevalence of all four MS components was 6.44%. Of the 374 patients with MS, 358 (95.47%) had overweight and/or obesity. Univariate analysis showed significant differences between the MS group and non-MS group in age, education level, physical activity, noon napping duration, daily sleep duration, smoking status, staple food intake, egg intake, and vegetable intake (P<0.05). Multivariate Logistic regression analysis, after adjusting for age and education level, demonstrated that adequate physical activity (OR=0.667, 95%CI=0.456-0.976), 6-8 hours of sleep (OR=0.641, 95%CI=0.495-0.830), more than 8 hours of sleep (OR=0.566, 95%CI=0.368-0.871), and the intake of 8-13 eggs per week (OR=0.361, 95%CI=0.184-0.708) were protective factors for MS (P<0.05), while noon nap duration exceeding 60 minutes (OR=1.508, 95%CI=1.079-2.109) was a risk factor (P<0.05).

Conclusion

Among 1 569 middle-aged and elderly participants in Beijing, the prevalence of MS was 23.84%, with overweight/obesity (65.2%) being the most common component disease. Adequate physical activity, sufficient sleep, and appropriate egg intake were protective factors against MS, while long-duration noon napping risk factors. High staple food intake showed an increasing trend toward higher MS risk, and a higher educational level was associated with a reduced risk of MS. In conclusion, was in the elderly is associated with various behavioral lifestyle factors, including physical activity, diet, and sleep.

Key words: Metabolic syndrome, Life style, Middle aged, Aged, Root cause analysis, Beijing

摘要：

背景

代谢综合征（MS）是多种心血管代谢危险因素聚集的症候群，中老年人患病率较高，可显著增加多种严重疾病风险，严重影响人群健康与老龄化进程。其受人口学、生活方式、遗传等多因素影响，其中行为生活方式可防可控，是慢性病防控重点。我国不同地区居民生活习惯存在明显差异，开展本地区相关研究，可为北京市中老年人群MS防控提供依据。

目的

探究北京市石景山区中老年人MS的现状及其行为生活方式影响因素，为中老年人从行为生活方式方面预防MS提供理论依据。

方法

本研究数据来源于北京血管健康分级标准研究（BVHS Study），于2020年7—9月在北京市石景山区金顶街社区开展横断面调研，选取1 647名常住居民作为调研对象，依据纳排标准共纳入1 569例样本进行数据分析。问卷调查包括人口学特征、行为生活方式、慢性病患病情况等。采用单因素分析和多因素Logistic回归分析MS患病风险的影响因素。

结果

1 569例受试者中，MS患者共374例，MS患病率为23.84%。分为MS组（374例）和非MS组（1 195例）。MS及其组成疾病患病中，超重和/或肥胖患病率最高，达到65.20%（1 023例），其他依次为高脂血症42.32%（664例）、高血压39.45%（619例）、糖尿病19.50%（306例）；各复合疾病中，超重和/或肥胖合并高血压与超重和/或肥胖合并高脂血症患病率均达到30%以上；MS 4种组成疾病的共患率为6.44%。374例MS患者中超重和/或肥胖人群最多，占比为95.47%（358例）。单因素分析结果显示，非MS组和MS组年龄、受教育程度、运动情况、午休时间、每日睡眠时间、吸烟情况报告、主食摄入情况、蛋类摄入情况、蔬菜摄入情况比较，差异有统计学意义（P<0.05）。多因素Logistic回归分析显示，控制了年龄与受教育程度后，运动量达标（OR=0.667，95%CI=0.456~0.976）、睡眠时间为6~8 h（OR=0.641，95%CI=0.495~0.830）、睡眠时间>8 h（OR=0.566，95%CI=0.368~0.871），每周摄入蛋类8~13个（OR=0.361，95%CI=0.184~0.708）为MS的保护因素，午休时间>60 min（OR=1.508，95%CI=1.079~2.109）为MS的危险因素（P<0.05）。

结论

北京地区中老年1 569例受试者中MS患病率为23.84%，其复合疾病以超重/肥胖（65.20%）最常见。运动量达标、充足睡眠、适量蛋类摄入为MS保护因素，长时间午休为危险因素，高主食摄入呈风险升高趋势，较高受教育程度可降低患病风险。老年人MS与运动、饮食、睡眠等多方面的行为生活方式相关。

关键词: 代谢综合征, 生活方式, 中年人, 老年人, 影响因素分析, 北京

CLC Number:

R 589

SUN Xiuqin,FENG Zhenlong,WEI Lanxuan, et al. Analysis of the Current Status of Metabolic Syndrome among Middle-aged and Elderly People in Shijingshan District, Beijing, and Its Behavioral and Lifestyle Influencing Factors[J]. Chinese General Practice, 2026, 29(30): 4424-4430. DOI: 10.12114/j.issn.1007-9572.2025.0440.
孙秀芹,冯振龙,魏兰萱等. 北京市石景山区中老年居民代谢综合征患病现状及行为生活方式影响因素研究[J]. 中国全科医学, 2026, 29(30): 4424-4430. DOI: 10.12114/j.issn.1007-9572.2025.0440.

Figures/Tables 4

References 32

[1]	中华医学会糖尿病学分会代谢综合征研究协作组. 中华医学会糖尿病学分会关于代谢综合征的建议[J]. 中华糖尿病杂志, 2004, 12(3): 156-161.
[2]	于跃, 白国霞, 扎西宗吉, 等. 西藏中老年人代谢综合征患病现状及危险因素分析[J]. 现代预防医学, 2025, 52(2): 376-380. DOI: 10.20043/j.cnki.MPM.202409150.
[3]	黄馨, 王梦雪, 付书璠, 等. 代谢综合征及其组分与消化系统恶性肿瘤的因果关联:两样本孟德尔随机化研究[J]. 山东大学学报(医学版), 2025, 63(5): 86-94. DOI: 10.6040/j.issn.1671-7554.0.2024.0658.
[4]	何欢, 陈运清. 不同代谢因素与冠心病发生发展的研究进展分析[J]. 心血管病防治知识, 2020, 10(2): 94-96. DOI: 10.3969/j.issn.1672-3015(x).2020.02.033.
[5]	汤一帆, 陈裕玺, 林杨, 等. 烟台市芝罘区成年居民代谢综合征现状及其相关因素调查[J]. 中国卫生统计, 2025, 42(3): 360-363, 368. DOI: 10.11783/j.issn.1002-3674.2025.03.008.
[6]	喇雪娜, 刘晓侠, 施燕, 等. 上海市18岁及以上居民代谢综合征的流行状况及影响因素分析[J]. 中国慢性病预防与控制, 2025, 33(5): 375-381. DOI: 10.16386/j.cjpccd.issn.1004-6194.20240527.0389.
[7]	张骥, 周婕, 吴延莉, 等. 基于贵州省人群队列的代谢综合征发病风险和影响因素分析[J]. 现代预防医学, 2022, 49(6): 975-980, 991.
[8]	郁晞, 王森, 黎桂福, 等. 上海市青浦区社区居民代谢综合征流行现状及影响因素分析[J]. 中国健康教育, 2021, 37(8): 718-722. DOI: 10.16168/j.cnki.issn.1002-9982.2021.08.010.
[9]	周轶敏, 袁磊, 钱怡男, 等. 江苏省18~65岁居民代谢综合征流行状况及影响因素分析[J]. 中国健康教育, 2022, 38(4): 291-294, 303. DOI: 10.16168/j.cnki.issn.1002-9982.2022.04.001.
[10]	曾婧晖, 宋凯, 力娜, 等. 生活方式干预对心血管代谢性共病病人影响的Meta分析[J]. 循证护理, 2025, 11(8): 1459-1467. DOI: 10.12102/j.issn.2095-8668.2025.08.001.
[11]	王宏宇. 应重视北京血管健康分级法在智慧化数字心脏和血管健康医学模式实践中的作用[J]. 中华医学杂志, 2023, 103(2): 78-83. DOI: 10.3760/cma.j.cn112137-20220821-01776.
[12]	刘欢, 何映东, 刘金波, 等. 血管健康指标对新发心脑血管事件的预测价值:北京血管健康分级标准的初步验证[J]. 北京大学学报(医学版), 2020, 52(3): 514-520.
[13]	Liu H, Zhou X H, Liu J B, et al. Rationale and design of the application value of Beijing Vascular Health Stratification (BVHS): predictive value of combined assessment of vascular structure and function for cardiovascular events in general Chinese population[J]. BMC Cardiovasc Disord, 2021, 21(1): 498.
[14]	中华预防医学会, 中华预防医学会心脏病预防与控制专业委员会,中华医学会糖尿病学分会,等. 中国健康生活方式预防心血管代谢疾病指南[J]. 中国循环杂志, 2020, 35(3): 209-230. DOI: 10.3969/j.issn.1000-3614.2020.03.001.
[15]	张悦, 布尔列妮·吾力加别克, 崔雅静, 等. 5027名体检者代谢综合征流行情况及危险因素分析[J]. 新疆医学, 2025, 55(4): 478-482.
[16]	赵惠, 管军, 刘冰峰, 等. 成年居民血清铁蛋白与代谢综合征的关联性分析[J]. 公共卫生与预防医学, 2025, 36(2): 95-99. DOI: 10.3969/j.issn.1006-2483.2025.02.022.
[17]	郭丽娟, 汪元元, 孙桂菊. 南京市栖霞区2020—2022年≥65岁老年人代谢综合征患病率变化趋势[J]. 中华疾病控制杂志, 2024, 28(1): 40-45.
[18]	许佳明, 刘阳, 王锡锋, 等. 青年人群高血压风险的影响因素:基于航天无锡健康管理中心的横断面和队列研究[J]. 中华高血压杂志(中英文), 2025, 33(8): 740-748.
[19]	中华医学会糖尿病学分会.中国2型糖尿病防治指南(2017年版)[J]. 中国实用内科杂志, 2018, 38(4): 4-67.
[20]	吴颖洁, 张红, 罗文东, 等. 昆明市彝族中老年人高脂血症的影响因素[J]. 昆明医科大学学报, 2017, 38(7): 107-110.
[21]	杨文荣, 刘君, 张琳, 等. 全生活方式干预下高蛋白膳食对超重/肥胖患者的减重效果[J]. 山东第一医科大学:山东省医学科学院学报, 2022, 43(4): 287-291. DOI: 10.3969/j.issn.2097-0005.2022.04.009.
[22]	仝小林, 段军. 代谢综合征的中医认识和治疗[J]. 中日友好医院学报, 2002, 16(5): 347-348, 350. DOI: 10.3969/j.issn.1001-0025.2002.05.026.
[23]	张征光, 葛贝贝, 陈英豪. 运动调控代谢综合征的机制研究[J]. 当代体育科技, 2024, 14(33): 1-4.
[24]	Choi J K, Kim M Y, Kim J K, et al. Association between short sleep duration and high incidence of metabolic syndrome in midlife women[J]. Tohoku J Exp Med, 2011, 225(3): 187-193. DOI: 10.1620/tjem.225.187.
[25]	祝凌妃, 杨震, 秦利. 睡眠时间与代谢性疾病[J]. 上海医学, 2017, 40(8): 500-503.
[26]	Milagro F I, Gómez-Abellán P, Campión J, et al. CLOCK, PER2 and BMAL1 DNA methylation: association with obesity and metabolic syndrome characteristics and monounsaturated fat intake[J]. Chronobiol Int, 2012, 29(9): 1180-1194. DOI: 10.3109/07420528.2012.719967.
[27]	Wang N, Zou J Y, Fang S, et al. Association between daytime napping and obesity in Chinese middle-aged and older adults[J]. J Glob Health, 2020, 10(2): 020804. DOI: 10.7189/jogh.10.020804.
[28]	He J, Ouyang F Y, Qiu D, et al. Association of nap duration after lunch with prevalence of metabolic syndrome in a Chinese government employee population[J]. Int J Environ Res Public Health, 2020, 17(12): 4268. DOI: 10.3390/ijerph17124268.
[29]	Poggiogalle E, Jamshed H, Peterson C M. Circadian regulation of glucose, lipid, and energy metabolism in humans[J]. Metabolism, 2018, 84: 11-27. DOI: 10.1016/j.metabol.2017.11.017.
[30]	Shi S Q, Ansari T S, Mcguinness O P, et al. Circadian disruption leads to insulin resistance and obesity[J]. Curr Biol, 2013, 23(5): 372-381. DOI: 10.1016/j.cub.2013.01.048.
[31]	Woods D L, Kim H, Yefimova M. To nap or not to nap: excessive daytime napping is associated with elevated evening Cortisol in nursing home residents with dementia[J]. Biol Res Nurs, 2013, 15(2): 185-190. DOI: 10.1177/1099800411420861.
[32]	Lichtenstein A H, Schwab U S. Relationship of dietary fat to glucose metabolism[J]. Atherosclerosis, 2000, 150(2): 227-243. DOI: 10.1016/s0021-9150(99)00504-3.

疾病	患病人数（患病率）
MS	374（23.84）
高血压	619（39.45）
糖尿病	306（19.50）
高脂血症	664（42.32）
超重和/或肥胖	1 023（65.20）
高血压合并糖尿病	183（11.66）
高血压合并高脂血症	320（20.40）
高血压合并超重和/或肥胖	472（30.08）
糖尿病合并高脂血症	186（11.85）
糖尿病合并超重和/或肥胖	232（14.79）
高脂血症合并超重和/或肥胖	475（30.27）
4种疾病均患	101（6.44）

疾病	患病人数（患病率）
MS	374（23.84）
高血压	619（39.45）
糖尿病	306（19.50）
高脂血症	664（42.32）
超重和/或肥胖	1 023（65.20）
高血压合并糖尿病	183（11.66）
高血压合并高脂血症	320（20.40）
高血压合并超重和/或肥胖	472（30.08）
糖尿病合并高脂血症	186（11.85）
糖尿病合并超重和/或肥胖	232（14.79）
高脂血症合并超重和/或肥胖	475（30.27）
4种疾病均患	101（6.44）

变量	分类及赋值	非MS组（n=1 195）	MS组（n=374）	χ²值	P值
年龄	>40且<60岁=1	385（32.22）	79（21.12）	16.835	<0.001
年龄	≥60岁=2	810（67.78）	295（78.88）	16.835	<0.001
性别	男=1	397（33.22）	131（35.03）	0.416	0.519
性别	女=2	798（66.78）	243（64.97）	0.416	0.519
受教育程度	小学及以下=1	28（2.34）	17（4.55)	15.813	0.001
	初中=2	299（25.02)	123（32.89）
	高中及中专=3	561（46.95）	155（41.44）
	大专、本科及以上=4	307（25.69）	79（21.12）
运动情况	运动量不达标=0	1 009（84.44）	334（89.30）	5.479	0.019
运动情况	运动量达标=1	186（15.56）	40（10.70）	5.479	0.019
午休时间	<30 min=1	568（47.53）	157（41.98）	7.974	0.019
	30~60 min=2	451（37.74）	140（37.43）
	>60 min=3	176（14.73）	77（20.59）
每日睡眠时间	<6 h=1	347（29.04）	149（39.84）	15.436	<0.001
	6~8 h=2	710（59.41）	190（50.80）
	>8 h=3	138（11.55）	35（9.36）
是否久坐	0=否	855（71.55）	265（70.86）	0.067	0.796
是否久坐	1=是	340（28.45）	109（29.14）	0.067	0.796
吸烟情况	从不吸烟=1	897（75.06）	253（67.65）	8.120	0.017
	已戒烟=2	101（8.45）	43（11.50）
	目前吸烟=3	197（16.49）	78（20.86）
饮酒情况	从不饮酒=1	848（70.96）	243（64.97）	4.826	0.090
	已戒酒=2	35（2.93）	13（3.48）
	目前饮酒=3	312（26.11）	118（31.55）
主食摄入情况	每天≤3两=1	160（13.39）	39（10.43）	13.945	0.007
	每天4~5两=2	449（37.57）	129（34.49）
	每天6~7两=3	395（33.05）	116（31.02）
	每天8~9两=4	118（9.87）	52（13.90）
	每天≥1斤=5	73（6.11）	38（10.16）
肉类摄入情况	基本不吃=1	154（12.89）	51（13.64）	8.699	0.069
	每天1两=2	480（40.17）	128（34.22）
	每天2两=3	404（33.81）	149（39.84）
	每天3~4两=4	125（10.46）	31（8.29）
	每天≥5两=5	32（2.68）	15（4.01）
蛋类摄入情况	每周≤2个=1	116（9.71）	44（11.76）	9.906	0.042
	每周3~6个=2	255（21.34）	79（21.12）
	每周7个=3	702（58.74）	220（58.82）
	每周8~13个=4	92（7.70）	15（4.01）
	每周≥14个=5	30（2.51）	16（4.28）
蔬菜摄入情况	每天<5两=1	105（8.79）	40（10.70）	17.411	0.002
	每天5~7两=2	477（39.92）	117（31.28）
	每天8两~1斤=3	465（38.91）	146（39.04）
	每天1.1~1.5斤=4	121（10.13）	53（14.17）
	每天>1.5斤=5	27（2.26）	18（4.81）
水果摄入情况	不吃=1	80（6.69）	38（10.16）	5.977	0.201
	每天<2两=2	254（21.26）	72（19.25）
	每天2~5两=3	580（48.54）	182（48.66）
	每天6~9两=4	179（14.98）	56（14.97）
	每天≥1斤=5	102（8.54）	26（6.95）

变量	分类及赋值	非MS组（n=1 195）	MS组（n=374）	χ²值	P值
年龄	>40且<60岁=1	385（32.22）	79（21.12）	16.835	<0.001
年龄	≥60岁=2	810（67.78）	295（78.88）	16.835	<0.001
性别	男=1	397（33.22）	131（35.03）	0.416	0.519
性别	女=2	798（66.78）	243（64.97）	0.416	0.519
受教育程度	小学及以下=1	28（2.34）	17（4.55)	15.813	0.001
	初中=2	299（25.02)	123（32.89）
	高中及中专=3	561（46.95）	155（41.44）
	大专、本科及以上=4	307（25.69）	79（21.12）
运动情况	运动量不达标=0	1 009（84.44）	334（89.30）	5.479	0.019
运动情况	运动量达标=1	186（15.56）	40（10.70）	5.479	0.019
午休时间	<30 min=1	568（47.53）	157（41.98）	7.974	0.019
	30~60 min=2	451（37.74）	140（37.43）
	>60 min=3	176（14.73）	77（20.59）
每日睡眠时间	<6 h=1	347（29.04）	149（39.84）	15.436	<0.001
	6~8 h=2	710（59.41）	190（50.80）
	>8 h=3	138（11.55）	35（9.36）
是否久坐	0=否	855（71.55）	265（70.86）	0.067	0.796
是否久坐	1=是	340（28.45）	109（29.14）	0.067	0.796
吸烟情况	从不吸烟=1	897（75.06）	253（67.65）	8.120	0.017
	已戒烟=2	101（8.45）	43（11.50）
	目前吸烟=3	197（16.49）	78（20.86）
饮酒情况	从不饮酒=1	848（70.96）	243（64.97）	4.826	0.090
	已戒酒=2	35（2.93）	13（3.48）
	目前饮酒=3	312（26.11）	118（31.55）
主食摄入情况	每天≤3两=1	160（13.39）	39（10.43）	13.945	0.007
	每天4~5两=2	449（37.57）	129（34.49）
	每天6~7两=3	395（33.05）	116（31.02）
	每天8~9两=4	118（9.87）	52（13.90）
	每天≥1斤=5	73（6.11）	38（10.16）
肉类摄入情况	基本不吃=1	154（12.89）	51（13.64）	8.699	0.069
	每天1两=2	480（40.17）	128（34.22）
	每天2两=3	404（33.81）	149（39.84）
	每天3~4两=4	125（10.46）	31（8.29）
	每天≥5两=5	32（2.68）	15（4.01）
蛋类摄入情况	每周≤2个=1	116（9.71）	44（11.76）	9.906	0.042
	每周3~6个=2	255（21.34）	79（21.12）
	每周7个=3	702（58.74）	220（58.82）
	每周8~13个=4	92（7.70）	15（4.01）
	每周≥14个=5	30（2.51）	16（4.28）
蔬菜摄入情况	每天<5两=1	105（8.79）	40（10.70）	17.411	0.002
	每天5~7两=2	477（39.92）	117（31.28）
	每天8两~1斤=3	465（38.91）	146（39.04）
	每天1.1~1.5斤=4	121（10.13）	53（14.17）
	每天>1.5斤=5	27（2.26）	18（4.81）
水果摄入情况	不吃=1	80（6.69）	38（10.16）	5.977	0.201
	每天<2两=2	254（21.26）	72（19.25）
	每天2~5两=3	580（48.54）	182（48.66）
	每天6~9两=4	179（14.98）	56（14.97）
	每天≥1斤=5	102（8.54）	26（6.95）

变量	β	SE	Wald χ²值	P值	OR（95%CI）
运动情况（以运动量不达标为参照）
运动量达标	-0.405	0.194	4.358	0.037	0.667（0.456~0.976）
午休时间（以<30 min为参照）
30~60 min	0.100	0.138	0.530	0.466	1.105（0.843~1.448）
>60 min	0.411	0.171	5.744	0.017	1.508（1.079~2.109）
每日睡眠时间（以<6 h为参照）
6~8 h	-0.445	0.132	11.408	0.001	0.641（0.495~0.830）
>8 h	-0.569	0.220	6.699	0.010	0.566（0.368~0.871）
吸烟情况（以从不吸烟为参照）
已戒烟	0.260	0.208	1.557	0.212	1.297（0.863~1.950）
目前吸烟	0.209	0.166	1.595	0.207	1.233（0.890~1.706）
主食摄入情况（以每天≤3两为参照）
每天4~5两	0.140	0.211	0.437	0.509	1.150（0.761~1.739）
每天6~7两	0.121	0.218	0.310	0.578	1.129（0.736~1.730）
每天8~9两	0.487	0.259	3.546	0.060	1.628（0.980~2.704）
每天≥1斤	0.516	0.290	3.180	0.075	1.676（0.949~2.958）
蛋类摄入情况（以每周≤2个为参照）
每周3~6个	-0.203	0.227	0.798	0.372	0.816（0.523~1.274）
每周7个	-0.162	0.203	0.634	0.426	0.851（0.571~1.266）
每周8~13个	-1.020	0.344	8.801	0.003	0.361（0.184~0.708）
每周≥14个	0.311	0.378	0.676	0.411	1.364（0.651~2.863）
蔬菜摄入情况（以每天<5两为参照）
每天5~7两	-0.325	0.225	2.094	0.148	0.722（0.465~1.123）
每天8两~1斤	-0.086	0.223	0.149	0.700	0.918（0.593~1.421）
每天1.1~1.5斤	0.257	0.263	0.950	0.330	1.292（0.772~2.165）
每天>1.5斤	0.636	0.377	2.838	0.092	1.889（0.902~3.955）

Analysis of the Current Status of Metabolic Syndrome among Middle-aged and Elderly People in Shijingshan District, Beijing, and Its Behavioral and Lifestyle Influencing Factors

北京市石景山区中老年居民代谢综合征患病现状及行为生活方式影响因素研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 4

References 32

Related Articles 15

Recommended Articles

Metrics

Comments

疾病	人数（比例）
高血压	321（85.60）
糖尿病	214（57.07）
高脂血症	330（88.00）
超重和/或肥胖	358（95.47）

[1]	YAN Ziwei, NIE Jiahua, SHI Yan, WEI Limin. Correlation between the Albumin/Gamma-glutamyl Transferase Ratio and Metabolic-associated Fatty Liver Disease in Type 2 Diabetes Mellitus [J]. Chinese General Practice, 2026, 29(30): 4431-4437.
[2]	TANG Bo, YANG Rui, ZHAO Qian, LIU Hong, LIU Lidi, ZHANG Ying, JIANG Lihua, WANG Xiaogang, YANG Rong, LIAO Xiaoyang. Interpretation of the 2024 U.S. Preventive Services Task Force Recommendation Statement on Fall Prevention in Community-dwelling Older Adults [J]. Chinese General Practice, 2026, 29(30): 4360-4365.
[3]	HE Qizhen, ZHONG Qingling, XU Jin, YU Yi, ZHAO Yuefei. Perceptions and Experiences of Zero-time Exercise among Community-dwelling Older Adults: a Qualitative Study [J]. Chinese General Practice, 2026, 29(30): 4480-4488.
[4]	ZHANG Shuaishuai, CHEN Yue, QIU Jiaojiao, ZHU Ping, WANG Shuxia. Association between Remnant Cholesterol Inflammatory Index and Biological Age Acceleration in Middle-aged and Older Chinese Adults: a Nationwide Cohort Study [J]. Chinese General Practice, 2026, 29(30): 4397-4405.
[5]	HUANG Jiating, LIU Lingna, NING Yanhua, SHI Jing, LI Xinjin, YANG Cailing, YAO Jing. Consistency between Expressed and Perceived Needs for Family Doctor Contracted Services among Rural Older Adults: a Survey of 456 Residents in Ningxia [J]. Chinese General Practice, 2026, 29(29): 4217-4225.
[6]	CHEN Yujing, WANG Yan, LI Guang, DONG Benchao, YANG Peichuan, MA Jianxiong. Digital Technologies in the Management of Sarcopenia among Older Adults in Asia: a Scoping Review [J]. Chinese General Practice, 2026, 29(29): 4200-4210.
[7]	LI Wanyu, JIN Hua, ZHANG Qianqian, YU Dehua. Knowledge, Attitude and Practice of Community-based General Practitioners in Implementing Proactive Health Management in Shanghai and Their Influencing Factors [J]. Chinese General Practice, 2026, 29(28): 4157-4163.
[8]	JIANG Chen, AN Ni, XU Yunjing, NIU Shaona, LI Fengming, JIANG Liangmei. A Cross-sectional Study of Hospitalization Characteristics and Healthcare Resource Consumption of Patients with Cardiovascular-kidney-metabolic Syndrome [J]. Chinese General Practice, 2026, 29(28): 4172-4178.
[9]	YU Xinyan, ZHANG Fang, GU Zhile, WANG Yanfang, SU Peng, ZHANG Haicheng. Correlation between Fasting Plasma Glucose, Body Mass Index, and Waist Circumference among Community-dwelling Elderly Individuals [J]. Chinese General Practice, 2026, 29(28): 4132-4140.
[10]	ZHANG Fan, CHANG Jianhua, YANG Juan, QIAO Hui, XIE Yongxin. The Prevalence Trend and Association Rules of Chronic Disease Comorbidity among Rural Residents in Ningxia Hui Autonomous Region [J]. Chinese General Practice, 2026, 29(27): 3956-3968.
[11]	LIU Zhenyu, WANG Wendong, YAO Qing, WANG Jiangmin, CAO Wendong. Analysis of Prevalence and Influencing Factors of Cardiovascular-kidney-metabolic Syndrome among Adults in Haidian District, Beijing [J]. Chinese General Practice, 2026, 29(27): 3969-3975.
[12]	FU Mengru, XUE Meiqiyang, JIANG Yutong, CHEN Mingsheng, QIAN Dongfu, LI Zhong. Study on the Influencing Factors of Self-management Ability of Atrial Fibrillation Patients in Rural Areas [J]. Chinese General Practice, 2026, 29(27): 3947-3955.
[13]	ZHAO Yawen, WANG Jieping, DU Xueping, WU Wei, YAN Wei, ZHOU Xiaoxia, GUAN Yajie, LI Qian, LI Haodong. Analysis of Disease Characteristics of Outpatients in the Department of General Practice at a Tertiary General Hospital in Beijing [J]. Chinese General Practice, 2026, 29(26): 3733-3738.
[14]	ZHAO Zezhou, WANG Jieping, DU Xueping, YAN Wei, WU Wei, LI Qian, ZHAO Yawen, LI Haodong. Analysis of Disease Characteristics of Inpatients in the Department of General Practice at a Tertiary General Hospital in Beijing [J]. Chinese General Practice, 2026, 29(26): 3739-3744.
[15]	JIAO Shuting, JING Haoran, ZHAO Yali. The Severity and Influencing Factors of Chronic Pruritus Symptoms in Elderly Patients Seeking Medical Treatment in Urban Communities in Beijing [J]. Chinese General Practice, 2026, 29(25): 3655-3663.