Effectiveness of tobacco-control intervention program among high risk population of chronic non-communicable diseases in institutions from Chongqing
-
摘要:
目的 探讨分类管理干预模式对机关事业单位慢性病高风险人群吸烟状况的干预效果,为慢性病高风险人群管理工作提供科学依据。 方法 对重庆市四个区县机关事业单位的职工进行整群抽样,筛查出的慢性病高风险人群分别纳入干预组和对照组,干预组根据危险因素进行分级管理,对照组不主动采取任何形式的干预活动,评估采取一年的干预措施后干预组和对照组吸烟和吸烟危害认知的变化情况。 结果 利用倍差法回归模型分析干预措施的净效果得到,干预措施可以使研究对象吸烟率、现在吸烟率、现在每日吸烟率降低(OR=0.32,95% CI:0.21~0.49;OR=0.31,95% CI:0.20~0.48;OR=0.34,95% CI:0.21~0.54),同时,干预措施可以使研究对象对吸烟会造成严重疾病、吸烟会造成中风、吸烟会造成肺癌的知晓率提高(OR=2.19,95% CI:1.08~4.42;OR=1.73,95% CI:1.17~2.57;OR=2.17,95% CI:1.25~3.77),差异均有统计学意义(均有P < 0.05)。 结论 对机关事业单位慢性病高风险人群采取分类管理的干预模式可以有效地提高研究对象吸烟危害的认识水平,进而降低慢性病高风险人群的吸烟率,该干预模式是一种值得推广和应用的干预模式。 Abstract:Objective To explore the effect of the classified management intervention model on the smoking status of high risk population of chronic non-communicable diseases in institutions from Chongqing, so as to provide scientific basis for the management of high risk population of chronic non-communicable diseases. Methods Workers from governments and institutions of four districts in Chongqing were sampled by cluster sampling. High risk population of non-communicable disease were screened and enrolled into the intervention group and control group. The intervention group were intervened by classified management. And the control group weren't intervened. To evaluate the change of smoking and smoking hazard cognition in intervention group and control group after one year intervention. Results The result of analysis of the net effect of intervention measures using difference in difference regression model showed that the intervention measures could reduce the smoking rate, the current smoking rate and the daily smoking rate in subjects (OR=0.32, 95% CI: 0.21-0.49; OR=0.31, 95% CI: 0.20-0.48; OR=0.34, 95% CI: 0.21-0.54). The intervention measures could increase the awareness rates of smoking causing serious diseases, stroke and lung cancer in subjects (OR=2.19, 95% CI: 1.08-4.42; OR=1.73, 95% CI: 1.17-2.57; OR=2.17, 95% CI: 1.25-3.77), the difference was statistically significant (all P < 0.05). Conclusion The intervention model of classified management for high risk population of chronic non-communicable diseases in institutions can effectively improve the awareness rate of smoking hazards among the subjects, and then reduce the smoking rate. Therefore, this intervention model is worth popularizing and applying. -
烟草危害是当今世界最严重的公共卫生问题之一,中国疾病预防控制中心发布的《2015年中国成人烟草调查报告》[1]显示,中国吸烟者有3.16亿,且吸烟者总数及吸烟量均逐年呈上升趋势,每年因吸烟导致的死亡人数已超过100万。根据卫生部发布《中国吸烟危害健康》的健康报告[2]显示,吸烟是肺癌、中风、冠心病、高血压等多种疾病发生和死亡的重要危险因素,而公众对吸烟导致多种疾病的知晓率较低,并且每年变化并不明显。本课题组之前研究发现重庆市机关事业单位慢性病高风险人群吸烟率高达41.65%,高于深圳市社区慢性病高风险人群相关研究[3-4]结果。面对如此严峻的吸烟问题,重庆市疾控中心在中国疾控预防控制中心慢病中心资助下于2017年4月-2018年4月开展了重庆市机关事业单位慢性病高风险人群健康管理项目,烟草干预是其中重要的一部分,旨在提高机关事业单位慢性病高风险人群的吸烟危害认知度,降低其吸烟率,并通过评估干预效果,为慢性病高风险人群管理工作提供可借鉴的经验。
1. 对象和方法
1.1 研究对象
于2016年12月-2017年3月,在重庆市整群抽样4个经济文化相当的区,并随机将两个区设为干预组,两个区设为对照组,在每个区采取多种筛查途径(健康体检、机会性筛查、健康档案建立等)发现辖区机关事业单位的慢性病高风险人群,符合慢性病高风险人群标准的纳入基线调查。调查对象纳入标准[5]:具有下列一个及以上特征者即为慢性病高风险人群: (1)男性腰围≥90 cm、女性腰围≥85 cm;(2)现在吸烟者;(3)血压水平(130~139/85~89)mmHg;(4)6.1 mmol/L≤空腹血糖(fasting blood glucose,FBG)<7.0 mmol/L;(5)5.2 mmol/L≤血清总胆固醇(total cholesterol,TC)<6.2 mmol/L。排除标准:确诊的高血压、糖尿病、心脑血管疾病患者。本研究通过中国疾病预防控制中心慢病中心伦理审批(〔2017〕49号),研究对象均签署了知情同意书。
1.2 调查干预方法
调查问卷采用慢性病高风险人群健康管理项目基线调查表(中国疾病预防控制中心慢性病预防控制中心编制)。调查内容包括人口学特征、家族史、健康信息、吸烟情况和烟草危害认知情况等。采取一对一面对面调查(入户调查或集中调查)方式进行,干预前后两次调查均采用同一问卷。对干预组慢性病高风险人群根据基线慢性病高风险因素聚集情况实行为期一年的分层分级管理,即对具有1~2项慢性高风险因素的人群实行基础管理,对具有3~5项慢性高风险因素的人群在基础管理的基础上进行强化管理。对照组参加基线调查和评估调查信息收集,但不主动为对照组慢性病高风险人群提供任何干预活动。干预活动:(1)干预内容:对慢性病高风险人群干预内容主要涉及烟草的危害和戒烟技巧两方面内容,同时慢性病高风险人群所在机关事业单位需开展无烟环境创建工作。(2)干预形式:基础管理包括健康讲座以及新媒体知识推送。讲座结合机关事业单位的工会活动、党课、职工大会等活动一同举行,授课老师为当地较知名的专家,新媒体知识推送指利用微信或短信的形式进行烟草核心知识推送。强化管理组在基础管理基础上,还包括家庭医生入户随访、社区医生门诊随访或电话随访等个体化随访干预。(3)干预频率:干预活动于结束基线调查后即2017年4月开始,健康讲座的频率为每2月一次,新媒体知识推送每月提供至少二条烟草危害核心信息,个体化干预为每季度一次,干预执行者为辖区社区卫生服务中心项目责任医生。要求其对干预对象参加健康讲座情况进行记录,每次健康讲座的参与率在80%以上,媒体推送100%,个体随访率达到70%以上。
1.3 指标的定义
吸烟者:指一生中连续或累积吸烟100支及以上者。现在吸烟者:符合吸烟者条件,在调查前30 d内吸过烟的人。每日吸烟者:符合吸烟者条件,调查时正在吸烟,并且每天至少吸1支烟的人。
1.4 统计学方法
采用EpiData 3.1软件建立数据库,双盲录入所有数据。用SPSS 20.0软件进行数据的统计分析,干预组和对照组基线人口学特征比较采用χ2检验, 干预措施的净效应采用倍差法Logistic回归分析模型进行分析, 拟合Logistic回归分析模型:logit P=β0+βG×group+βT×time+βE×group×time+$\sum\limits_{{\rm{j = 1}}}^{\rm{k}} {{{\rm{ \mathsf{ β} }}_{\rm{j}}}{{\rm{X}}_{\rm{j}}}} $
将年龄、性别、婚姻状况、民族、文化程度、组别变量(干预组和对照组)、时间变量(干预前与干预后)作为协变量,分别以吸烟、现在吸烟、现在每日吸烟、吸烟是否会造成严重的疾病、中风、肺癌、心脏病发作为因变量纳入Logistic回归分析模型分析,评价各项干预指标的干预净效果(βE),检验水准α=0.05。
2. 结果
2.1 干预前两组基本情况
干预组及对照组平均年龄分别为(41.48±9.36)岁、(39.89±9.27)岁;民族均以汉族为主,分别占98.95%、97.92%;文化程度均以本科及以上为主,分别占55.53%、53.82%;婚姻状况均以已婚者为主,分别占82.11%、87.67%; 慢性病高风险因素个数均以1~2个为主,分别占85.00%、84.90%。两组性别和婚姻状况分布差异均有统计学意义(均有P < 0. 05)。见表 1。
表 1 研究人群基线人口学特征[n(%)]Table 1. Baseline demographic characteristics of the study population[n(%)]变量 干预组
(n=380)对照组
(n=576)χ2值 P值 年龄(岁) 7.372 0.061 20~ 43(11.31) 88(15.28) 30~ 113(29.74) 183(31.77) 40~ 136(35.79) 207(35.94) 50~ 88(23.16) 98(17.01) 性别 7.246 0.007 男性 182(47.89) 327(56.77) 女性 198(52.11) 249(43.23) 民族 1.478 0.224 汉族 376(98.95) 564(97.92) 其他 4(1.05) 12(2.08) 文化程度 5.327 0.255 小学及以下 11(2.89) 9(1.56) 初中 14(3.69) 36(6.25) 高中/中专/技校 48(12.63) 67(11.63) 大专 96(25.26) 154(26.74) 本科及以上 211(55.53) 310(53.82) 婚姻状况 5.713 0.017 已婚 312(82.11) 505(87.67) 其他 68(17.89) 71(12.33) 慢性病高风险因素(个) 0.002 0.965 1~ 323(85.00) 489(84.90) 3~ 57(15.00) 87(15.10) 2.2 干预结果
2.2.1 吸烟变化情况
(1) 研究干预实施时间为2017年4月-2018年4月,干预组有380名机关事业单位高风险人群接受了相关干预措施,对照组有576名机关事业单位高风险人群参与基线及评估调查。干预组干预前后吸烟率、现在吸烟率、现在每日吸烟率分别为43.42% vs 32.89%、41.32% vs 31.84%、28.68% vs 19.74%,对照组一年前后吸烟率、现在吸烟率、现在每日吸烟率分别为36.46% vs 45.83%、34.20% vs 44.79%、32.81% vs 40.28%。(2)将3个吸烟情况指标分别作为因变量,进行倍差法回归模型分析,结果显示:以吸烟、现在吸烟、现在每日吸烟为因变量拟合的回归模型中βE分别为-1.15、-1.16、-1.09。即通过一年的随访和干预,接受干预措施能减少调查对象的吸烟率(OR=0.32,95% CI:0.21~0.49)、现在吸烟率(OR=0.31,95% CI:0.20~0.48)、现在每日吸烟率(OR=0.34,95% CI:0.21~0.54),差异均具有统计学意义,均有P < 0.05。见表 2。
表 2 干预对研究对象吸烟及吸烟危害认知情况改变的净效果Table 2. Net effect of intervention on the changes of smoking and smoking hazard cognition变量 βE sx- Wald值 OR(95% CI)值 P值 吸烟 -1.15 0.22 26.58 0.32(0.21~0.49) < 0.001 现在吸烟 -1.16 0.22 27.19 0.31(0.2~0.48) < 0.001 现在每日吸烟 -1.09 0.24 20.91 0.34(0.21~0.54) < 0.001 吸烟会造成严重的疾病 0.78 0.36 4.74 2.19(1.08~4.42) 0.030 吸烟造成中风 0.55 0.20 7.46 1.73(1.17~2.57) 0.006 吸烟造成心脏病发作 0.27 0.20 1.91 1.31(0.89~1.93) 0.167 吸烟造成肺癌 0.77 0.28 7.52 2.17(1.25~3.77) 0.006 2.2.2 吸烟危害认知变化情况
(1) 干预组干预前后对吸烟会造成严重疾病、中风、心脏病发作、肺癌的知晓率分别为89.21% vs 95.00%、43.16% vs 71.84%、41.05% vs 64.74%、79.21% vs 91.05%,对照组一年前后对吸烟会造成严重疾病、中风、心脏病发作、肺癌的知晓率分别为91.49% vs 91.84%、55.90% vs 71.88%、50.69% vs 68.23%、85.42% vs 87.67%。(2)将4个吸烟危害认知状况分别作为因变量,进行倍差法回归模型分析,结果显示:以吸烟是否会造成严重的疾病、中风、肺癌为因变量拟合的回归模型中βE分别为0.78、0.55、0.77。即通过一年的随访和干预,接受干预措施的调查对象对吸烟危害认知状况有部分改善,调查对象对吸烟会造成严重的疾病、吸烟造成中风、吸烟造成肺癌方面的认知度有所提高(OR=2.19,95% CI:1.08~4.42;OR=1.73,95% CI:1.17~2.57;OR=2.17,95% CI:1.25~3.77),差异均具有统计学意义,均有P < 0.05;干预措施对调查对象在吸烟会造成心脏病发作认知方面,差异无统计学意义(χ2=1.31,P=0.167)。见表 2。
3. 讨论
本研究分析发现,研究采用的分类管理干预模式对降低机关事业单位慢性病高风险人群吸烟率,提高机关事业单位慢性病高风险人群对吸烟危害认知度有较好效果,通过倍差法回归模型对净效果的分析,净效果差异具有统计学意义,充分证明本研究采用的干预模式有效。这种干预模式既降低了干预成本,同时也提高了干预成效,是一种值得推广和应用的干预模式。
通过干预,干预组中知晓吸烟会造成严重疾病、中风、心脏病发作、肺癌的比例较基线调查结果明显提高,且吸烟率、现在吸烟率、现在每日吸烟率明显降低。研究对象吸烟状况明显改善,可用“知—信—行”理论进行解释,慢病高风险人群对吸烟危害认知度提高,进而促进吸烟行为的改变。该理论认为,人们只有了解有关的健康知识,建立起积极、正确的信念和态度,才有可能主动地形成有益于健康的行为,改变危害健康的生活方式[6-7]。同时,研究还发现干预组在干预措施实施后对吸烟会造成心脏病发作的知晓率提高,差异有统计学意义,然而通过倍差法回归模型分析后发现,差异无统计学意义,这表明干预组接受干预后吸烟会造成心脏病发作知晓率的提高并不是仅仅由干预措施单一引起的,可能受到干预组和对照组其他因素不完全一致的影响,或可能是由于时间变化趋势导致的。
多项研究[8-10]在分析吸烟干预效果时均采用干预前后比较或干预对照比较,而未同时考虑到时间效应对干预组和对照组的影响,以及干预组和对照组除干预措施外其他因素不完全一致的影响。本研究采用了倍差法回归模型评估该研究的干预效果,具有科学性。倍差法是经济学领域常用的政策效应的评估方法[11-12],其基本理念是一项干预政策实施后的效果可能不完全归因于该干预政策,可能会受到时间趋势的变化影响,因此倍差法将干预组前后的差异与对照组前后的差异再进行比较,即差异的差异,从而证明干预组的干预纯效应,该方法是一种评价干预项目效果较科学的方法,避免了传统研究中只关注干预与对照之间的差异,或干预前后之间的差异,能综合的考虑其时间和组别的交互作用。目前此方法已广泛的用于卫生经济领域用来评价卫生政策的效果[13-14],而在评价烟草干预项目方面仍运用较少,应加以广泛推广和应用。
本研究证实,通过对机关事业单位慢性病高风险人群采取分类管理的干预模式可以有效地提高研究对象吸烟危害的认识水平,进而降低慢性病高风险人群的吸烟率。
-
表 1 研究人群基线人口学特征[n(%)]
Table 1. Baseline demographic characteristics of the study population[n(%)]
变量 干预组
(n=380)对照组
(n=576)χ2值 P值 年龄(岁) 7.372 0.061 20~ 43(11.31) 88(15.28) 30~ 113(29.74) 183(31.77) 40~ 136(35.79) 207(35.94) 50~ 88(23.16) 98(17.01) 性别 7.246 0.007 男性 182(47.89) 327(56.77) 女性 198(52.11) 249(43.23) 民族 1.478 0.224 汉族 376(98.95) 564(97.92) 其他 4(1.05) 12(2.08) 文化程度 5.327 0.255 小学及以下 11(2.89) 9(1.56) 初中 14(3.69) 36(6.25) 高中/中专/技校 48(12.63) 67(11.63) 大专 96(25.26) 154(26.74) 本科及以上 211(55.53) 310(53.82) 婚姻状况 5.713 0.017 已婚 312(82.11) 505(87.67) 其他 68(17.89) 71(12.33) 慢性病高风险因素(个) 0.002 0.965 1~ 323(85.00) 489(84.90) 3~ 57(15.00) 87(15.10) 表 2 干预对研究对象吸烟及吸烟危害认知情况改变的净效果
Table 2. Net effect of intervention on the changes of smoking and smoking hazard cognition
变量 βE sx- Wald值 OR(95% CI)值 P值 吸烟 -1.15 0.22 26.58 0.32(0.21~0.49) < 0.001 现在吸烟 -1.16 0.22 27.19 0.31(0.2~0.48) < 0.001 现在每日吸烟 -1.09 0.24 20.91 0.34(0.21~0.54) < 0.001 吸烟会造成严重的疾病 0.78 0.36 4.74 2.19(1.08~4.42) 0.030 吸烟造成中风 0.55 0.20 7.46 1.73(1.17~2.57) 0.006 吸烟造成心脏病发作 0.27 0.20 1.91 1.31(0.89~1.93) 0.167 吸烟造成肺癌 0.77 0.28 7.52 2.17(1.25~3.77) 0.006 -
[1] 杨焱, 南奕, 屠梦吴, 等. 《2015中国成人烟草调查报告》概要[J]. 中华健康管理学杂志, 2016, 10(2): 85-87. DOI: 10.3760/cma.j.issn.1674-0815.2016.02.002.Yang Y, Nan Y, Tu MW, et al. Major finding of 2015 China adults tobacco survery[J]. Chin J Health Manage, 2016, 10(2): 85-87. DOI: 10.3760/cma.j.issn.1674-0815.2016.02.002. [2] 中华人民共和国卫生部. 中国吸烟危害健康报告[M]. 北京: 人民卫生出版社, 2012: 19-20.Ministry of Health of the People's Republic of China. Report on health hazards of smoking in China[M]. Beijing: People's Health Publishing House, 2012: 19-20. [3] 高静, 丁贤彬, 陈婷, 等. 重庆市机关事业单位慢性病高风险人群吸烟现状及影响因素分析[J]. 中国慢性病预防与控制, 2018, 26(6): 405-408. DOI: 10.16386/j.cjpccd.issn.1004-6194.2018.06.002.Gao J, Ding XB, Chen T, et al. Investigation on smoking status and influencing factors in population with high risk of chronic non-communicable diseases of institutions in Chongqing[J]. Chin J Prev Contr Chron Dis, 2018, 26(6): 405-408. DOI: 10.16386/j.cjpccd.issn.1004-6194.2018.06.002. [4] 杨天, 倪文庆. 深圳市福田区慢性病高风险人群吸烟行为现状及所致健康危害认知情况分析[J]. 慢性病学杂志, 2016, 17(5): 487-480. DOI: 10.16440/j.cnki.1674-8166.2016.05.004.Yang T, Ni WQ. Investigationon status of smoking behaviors and knowledge on tobacco harm among high-risk group of chronic non-communicable diseases in Futian District of Shenzhen City[J]. Chronic Pathematology J, 2016, 17(5): 487-480. DOI: 10.16440/j.cnki.1674-8166.2016.05.004. [5] 卫生部疾病预防控制局. 全国慢性病预防控制工作规范[M]. 北京: 人民卫生出版社, 2011: 28-31.Department of Disease Prevention and Control, Ministry of Health. National code for the prevention and control of chronic diseases[M]. Beijing: People's Health Publishing House, 2011: 28-31. [6] 马吉祥, 楚洁, 郭晓雷, 等. 生活方式干预对农村居民慢病及相关知识、态度、及行为的影响[J]. 中国预防医学杂志, 2010, 11(11): 1108-1112. DOI: 10.16506/j.1009-6639.2010.11.003.1108.Ma JX, Chu J, Guo XL, et al. Impact of lifestyle intervention on knowledge, attitude and behavior of chronic diseases and their risk factors in rural residents[J]. Chin Prev Med, 2010, 11(11): 1108-1112. DOI: 10.16506/j.1009-6639.2010.11.003.1108. [7] 王健, 马军. 健康教育[M]. 北京: 高等教育出版社, 2004: 160-611.Wang J, Ma J. Health Education[M]. Beijing: Higher Education Press, 2004: 160-611. [8] 杨华凤, 陈旭鹏, 戚圣香, 等. 南京市中小学教职工控烟干预效果分析[J]. 中国学校卫生, 2016, 37(2): 181-183. DOI: 10.16835/j.cnki.1000-9817.2016.02.007.Yang HF, Chen XP, Qi SX, et al. Effectiveness of tobacco-control intervention program among primary and secondary school staff in Nanjing[J]. Chin J Sch Health, 2016, 37(2): 181-183. DOI: 10.16835/j.cnki.1000-9817.2016.02.007. [9] 耿梅云, 林鹏, 贾晓蓉, 等. 青岛市无烟企业创建干预效果评估[J]. 中国健康教育, 2017, 33(10): 902-905. DOI: 10.16168/j.cnki.issn.1002-9982.2017.10.009.Geng MY, Lin P, Jia XR, et al. Effect evaluation on intervention in tobacco free enterprises in Qingdao[J]. Chinese Journal of Health Education, 2017, 33(10): 902-905. DOI: 10.16168/j.cnki.issn.1002-9982.2017.10.009. [10] 王亚莎, 肖箫, 方涛, 等. 代谢综合征患者综合干预效果研究[J]. 中华疾病控制杂志, 2017, 21(8): 784-788. DOI: 10.16462/j.cnki.zhjbkz.2017.08.008.Wang YS, Xiao X, Fang T, et al. The effect of comprehensive interventions for metabolic syndrome patients[J]. Chin J Dis Control Prev, 2017, 21(8): 784-788. DOI: 10.16462/j.cnki.zhjbkz.2017.08.008. [11] Lindenauer PK, Remus D, Roman S, et al. Public reporting and pay for performance in hospital quality improvement[J]. N Engl J Med, 2007, 356(5): 486-496. DOI: 10.1056/NEJMsa064964. [12] Jha AK, Joynt KE, Orav EJ, et al. The long-term effect of premier pay for performance patient outcomes[J]. N Engl J Med, 2012, 366(17): 1606-1615. DOI: 10.1056/NEJMsa1112351. [13] 徐浩, 王婉宜, 肖川, 等. 倾向得分法与倍差法在我国卫生政策评估领域的应用[J]. 中国预防医学杂志, 2016, 17(6): 451-454. DOI: 10.16506/j.1009-6639.2016.06.012.Xu H, Wang WY, Xiao C, et al. Application of tendency score method and difference in difference method in health policy assessment in China[J]. Chin Prev Med, 2016, 17(6): 451-454. DOI: 10.16506/j.1009-6639.2016.06.012. [14] 王海鹏, 孟庆跃. 应用匹配倍差法评估城镇居民医疗保险对医疗服务利用的影响[J]. 中国卫生经济, 2013, 32(6): 8-10. DOI: 10.7664/CHE20130602.Wang HP, Meng QY. Evaluating the effects of urban resident basic medical insurance on medical service utilization based on matching DID model[J]. Chinese Health Economics, 2013, 32(6): 8-10. DOI: 10.7664/CHE20130602. -