• 中国精品科技期刊
  • 《中文核心期刊要目总览》收录期刊
  • RCCSE 中国核心期刊(5/114,A+)
  • Scopus收录期刊
  • 美国《化学文摘》(CA)收录期刊
  • WHO 西太平洋地区医学索引(WPRIM)收录期刊
  • 《中国科学引文数据库(CSCD)》核心库期刊 (C)
  • 中国科技核心期刊
  • 中国科技论文统计源期刊
  • 《日本科学技术振兴机构数据库(中国)》(JSTChina)收录期刊
  • 美国《乌利希期刊指南》(UIrichsweb)收录期刊
  • 中华预防医学会系列杂志优秀期刊(2019年)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

唐山市居民空腹血糖受损患病现状及影响因素

王存 陈志新 任虹云 王自超 郭媛媛 蔡相颖 申佩璇 侯丽颖 刘海峰 李云

王存, 陈志新, 任虹云, 王自超, 郭媛媛, 蔡相颖, 申佩璇, 侯丽颖, 刘海峰, 李云. 唐山市居民空腹血糖受损患病现状及影响因素[J]. 中华疾病控制杂志, 2021, 25(1): 95-100. doi: 10.16462/j.cnki.zhjbkz.2021.01.018
引用本文: 王存, 陈志新, 任虹云, 王自超, 郭媛媛, 蔡相颖, 申佩璇, 侯丽颖, 刘海峰, 李云. 唐山市居民空腹血糖受损患病现状及影响因素[J]. 中华疾病控制杂志, 2021, 25(1): 95-100. doi: 10.16462/j.cnki.zhjbkz.2021.01.018
WANG Cun, CHEN Zhi-xin, REN Hong-yun, WANG Zi-chao, GUO Yuan-yuan, CAI Xiang-ying, SHEN Pei-xuan, HOU Li-ying, LIU Hai-feng, LI Yun. Analysis of prevalence and influencing factors of impaired fasting glucose in residents of Tangshan[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2021, 25(1): 95-100. doi: 10.16462/j.cnki.zhjbkz.2021.01.018
Citation: WANG Cun, CHEN Zhi-xin, REN Hong-yun, WANG Zi-chao, GUO Yuan-yuan, CAI Xiang-ying, SHEN Pei-xuan, HOU Li-ying, LIU Hai-feng, LI Yun. Analysis of prevalence and influencing factors of impaired fasting glucose in residents of Tangshan[J]. CHINESE JOURNAL OF DISEASE CONTROL & PREVENTION, 2021, 25(1): 95-100. doi: 10.16462/j.cnki.zhjbkz.2021.01.018

唐山市居民空腹血糖受损患病现状及影响因素

doi: 10.16462/j.cnki.zhjbkz.2021.01.018
基金项目: 

唐山市科技创新团队培养计划 20130206D

详细信息
    通讯作者:

    李云,E-mail: liyun8022@163.com

  • 中图分类号: R587.1;R195.4

Analysis of prevalence and influencing factors of impaired fasting glucose in residents of Tangshan

Funds: 

The Science and Technology Innovation Team Project of Tangshan 20130206D

More Information
  • 摘要:   目的  了解唐山市地区居民空腹血糖受损(impaired fasting glucose, IFG)患病现状及影响因素,为本地区糖尿病预防及心血管危险因素控制提供理论依据。  方法  依托于唐山市慢性病及其危险因素监测专项调查,于2018年1月1日-2018年12月31日期间,采用分层随机抽样方法,对11 475例唐山市常住成年居民进行问卷调查和体格检查,检测空腹血糖水平,采用Logistic回归分析模型分析IFG的可能影响因素。  结果  共收回有效问卷10 510份,应答率为91.6%。所有调查对象中,IFG者829例,总患病率为7.89%,其中男性8.59%,女性7.04%,差异有统计学意义(χ2 =15.458, P < 0.001)。市区人群IFG患病率为10.95%,县区人群IFG患病率为6.36%(其中山区为9.56%,平原为6.55%,沿海为3.59%),差异有统计学意义(χ2 =43.340, P < 0.001)。多因素非条件Logistic回归分析模型分析显示,年龄、BMI、高血压、高脂血症、糖尿病家族史、城乡与IFG患病风险有关。  结论  唐山地区成人居民IFG患病率较高,年龄、超重、高血压、高脂血症、糖尿病家族史、城乡是IFG患病的影响因素。
  • 表  1  2018年唐山市研究对象的年龄与性别构成

    Table  1.   The age and gender composition of research subjects in Tangshan in 2018

    年龄(岁) 合计
    人数 构成比(%) 人数 构成比(%) 人数 构成比(%)
    18~ 1 331 23.19 1 383 28.99 2 714 25.82
    35~ 954 16.62 954 20.00 1 908 18.15
    45~ 1 191 20.75 1 061 22.24 2 252 21.43
    55~ 1 395 24.30 922 19.33 2 317 22.05
    65~ 652 11.36 342 7.17 994 9.46
    ≥75 217 3.78 108 2.26 325 3.09
    合计 5 740 100.00 4 770 100.00 10 510 100.00
    下载: 导出CSV

    表  2  2018年唐山市研究对象中不同因素与IFG患病率的关系

    Table  2.   The relationship between different factors and the prevalence of IFG in Tangshan in 2018

    变量 调查人数 患病人数 患病率(%) χ2 P
    性别 15.458 < 0.001
      男 5 740 493 8.59
      女 4 770 336 7.04
    年龄(岁) 773.450 < 0.001
      18~ 2 714 61 2.25
      35~ 1 908 98 5.14
      45~ 2 252 206 9.15
      55~ 2 317 278 12.00
      65~ 994 151 15.19
      ≥75 325 35 10.77
    城乡 43.340 < 0.001
      市区 3 499 383 10.95
      县区 7 011 446 6.36
    地理环境 83.220 < 0.001
      山区 2 008 192 9.56
      平原 6 020 548 9.10
      沿海 2 482 89 3.59
    BMI(kg/m2) 211.323 < 0.001
       < 18.5 615 48 7.80
      18.5~ 4 035 223 5.53
      24.0~ 4 083 357 8.74
      ≥28.0 1 777 201 11.31
    高血压 400.264 < 0.001
      高血压 2 634 336 12.76
      非高血压 7 876 493 6.26
    高脂血症 269.172 < 0.001
      高血脂 2 077 263 12.66
      非高血脂 8 433 566 6.71
    糖尿病家族史 12.606 0.002
      有 716 64 8.94
      无 9 794 765 7.81
    吸烟 50.118 < 0.001
      是 3 414 296 8.67
      否 7 077 532 7.52
    饮酒 24.733 < 0.001
      是 3 436 314 9.14
      否 7 027 512 7.29
    服用降压药 278.210 < 0.001
      是 1 127 156 13.84
      否 9 258 655 7.07
    服用降脂药 125.533 < 0.001
      是 173 29 16.76
      否 9 915 741 7.47
    服用降糖药 1528.768 < 0.001
      是 299 34 11.37
      否 10 182 794 7.80
    下载: 导出CSV

    表  3  2018年唐山市研究对象IFG影响因素的非条件Logistic回归分析模型结果

    Table  3.   Unconditional Logistic regression analysis model results of factors affecting IFG in Tangshan in 2018

    自变量 β sx Wald χ2 P OR (95% CI)值
    年龄(岁) 157.016 < 0.001
      18~ 1.000
      35~ 0.727 0.168 18.677 < 0.001 2.070(1.488~2.879)
      45~ 1.299 0.155 70.564 < 0.001 3.664(2.706~4.961)
      55~ 1.600 0.155 106.439 < 0.001 4.953(3.655~6.713)
      65~ 1.900 0.173 120.846 < 0.001 6.685(4.764~9.380)
      ≥75 1.479 0.249 35.395 < 0.001 4.387(2.695~7.140)
    BMI(kg/m2) 37.586 < 0.001
       < 18.5 1.000
      18.5~ -0.269 0.188 2.051 0.152 0.764(0.529~1.104)
      24.0~ 0.105 0.183 0.327 0.567 1.111(0.775~1.590)
      ≥28.0 0.421 0.193 4.737 0.030 1.524(1.043~2.226)
    糖尿病家族史
      有 0.408 0.182 5.041 0.025 1.490(1.111~1.999)
      无 1.000
    高血压
      是 0.366 0.103 12.522 < 0.001 1.352(1.134~1.612)
      否 1.000
    高脂血症
      是 0.400 0.104 14.827 < 0.001 1.490(1.234~1.800)
      否 1.000
    吸烟
      是 -0.196 0.119 2.722 0.099 0.822(0.651~1.038)
      否 1.000
    饮酒
      是 0.093 0.115 0.661 0.416 1.098(0.876~1.376)
      否 1.000
    性别
      女 -0.135 0.119 1.279 0.258 0.874(0.691~1.104)
      男 1.000
    城乡
      市区 0.151 0.092 2.676 0.102 1.163(0.971~1.393)
      县区 1.000
    服用降压药
      是 0.138 0.116 1.428 0.232 1.148(0.915~1.441)
      否 1.000
    服用降脂药
      是 0.591 0.231 6.551 0.010 1.806(1.148~2.839)
      否 1.000
    下载: 导出CSV

    表  4  2018年唐山市市区研究对象IFG影响因素的非条件Logistic回归分析模型结果

    Table  4.   Unconditional Logistic regression analysis model results of factors affecting IFG of urban residents in Tangshan in 2018

    自变量 β sx Wald χ2 P OR (95% CI)值
    年龄(岁) 63.698 < 0.001
      18~ 1.000
      35~ 1.160 0.549 4.474 0.034 3.191(1.089~9.352)
      45~ 1.636 0.525 9.701 0.002 5.134(1.834~14.374)
      55~ 2.186 0.519 17.753 < 0.001 8.900(3.219~24.603)
      65~ 2.685 0.528 25.849 < 0.001 14.654(5.206~41.250)
      ≥75 2.488 0.571 18.984 < 0.001 12.034(3.930~36.848)
    BMI(kg/m2) 10.099 0.018
       < 18.5 1.000
      18.5~ -0.095 0.256 0.139 0.709 0.909(0.550~1.501)
      24.0~ 0.294 0.248 1.405 0.236 1.342(0.825~2.181)
      ≥28.0 0.431 0.278 2.406 0.121 1.538(0.893~2.651)
    糖尿病家族史
      有 0.292 0.222 1.732 < 0.188 1.339(0.867~2.068)
      无 1.000
    高血压
      是 0.398 0.117 11.489 < 0.001 1.489(1.183~1.875)
      否 1.000
    高脂血症
      是 0.322 0.121 7.051 0.008 1.380(1.088~1.751)
      否 1.000
    吸烟
      是 -0.236 0.144 2.686 0.101 0.790(0.596~1.047)
      否 1.000
    饮酒
      是 0.073 0.142 0.264 0.607 1.075(0.815~1.420)
      否 1.000
    性别
      女 -0.249 0.169 2.172 0.141 0.780(0.560~1.086)
      男 1.000
    服用降压药
      是 0.142 0.169 0.698 0.403 1.152(0.827~1.606)
      否 1.000
    服用降脂药
      是 -0.471 0.551 0.731 0.392 0.624(0.212~1.837)
      否 1.000
    下载: 导出CSV

    表  5  2018年唐山市县区研究对象IFG影响因素的非条件Logistic回归分析模型结果

    Table  5.   Unconditional Logistic regression analysis model results of factors affecting IFG of rural residents in Tangshan in 2018

    自变量 β sx Wald χ2 P OR (95% CI)值
    年龄(岁) 108.386 < 0.001
      18~ 1.000
      35~ 0.732 0.182 16.164 < 0.001 2.079(1.455~2.970)
      45~ 1.415 0.167 71.982 < 0.001 4.116(2.968~5.707)
      55~ 1.585 0.174 82.675 < 0.001 4.880(3.468~6.868)
      65~ 1.587 0.216 54.168 < 0.001 4.889(3.204~7.459)
      ≥75 0.799 0.398 4.027 0.045 2.223(1.019~4.853)
    BMI(kg/m2) 30.363 < 0.001
       < 18.5 1.000
      18.5~ -0.589 0.276 4.534 0.033 0.555(0.323~0.954)
      24.0~ -0.238 0.272 0.765 0.382 0.789(0.463~1.343)
      ≥28.0 0.173 0.279 0.386 0.534 1.189(0.689~2.053)
    糖尿病家族史
      有 0.471 0.188 6.282 0.012 1.602(1.108~2.316)
      无 1.000
    高血压
      是 0.172 0.122 1.977 0.160 1.188(0.934~1.510)
      否 1.000
    高脂血症
      是 0.617 0.122 25.618 < 0.001 1.854(1.460~2.355)
      否 1.000
    吸烟
      是 -0.015 0.151 0.010 0.919 0.985(0.732~1.324)
      否 1.000
    饮酒
      是 -0.013 0.151 0.007 0.933 0.987(0.735~1.326)
      否 1.000
    性别
      女 0.058 0.124 0.220 0.639 1.060(0.832~1.350)
      男 1.000
    沿海
      是 -0.762 0.124 37.674 < 0.001 0.467(0.366~0.595)
      否 1.000
    服用降压药
      是 0.130 0.160 0.654 0.419 1.139(0.831~1.559)
      否 1.000
    服用降脂药
      是 0.862 0.272 10.018 0.002 2.369(1.389~4.040)
      否 1.000
    下载: 导出CSV
  • [1] Zimmet P, Shi Z, El-Osta A, et al. Author Correction: Epidemic T2DM, early development and epigenetics: implications of the Chinese Famine[J]. Nat Rev Endocrinol, 2019, 15(5):312. DOI: 10.1038/s41574-019-0199-1.
    [2] Velmurugan G, Ramprasath T, Gilles M, et al. Gut Microbiota, Endocrine-Disrupting Chemicals, and the Diabetes Epidemic[J]. Trends Endocrinol Metab, 2017, 28(8):612-625. DOI: 10.1016/j.tem.2017.05.001.
    [3] Chatterjee S, Khunti K, Davies MJ. Type 2 diabetes[J]. Lancet, 2017, 389(10085):2239-2251. DOI: 10.1016/S0140-6736(17)30058-2.
    [4] Cho NH, Shaw JE, Karuranga S, et al. IDF Diabetes Atlas: Global estimates of diabetes prevalence for 2017 and projections for 2045[J]. Diabetes Res Clin Pract, 2018, 138:271-281. DOI: 10.1016/j.diabres.2018.02.023.
    [5] International Diabetes Federation. IDF Diabetes Atlas[M]. 8th ed. Brussels, Belgium: International Diabetes Federation, 2017.
    [6] 赵振平, 李镒冲, 王丽敏, 等. 2013年中国成人糖尿病前期的地理分布及相关因素分析[J].中华预防医学杂志, 2018, 52(2):158-164. DOI: 10.3760/cma.j.issn.0253-9624.2018.02.008.

    Zhao ZP, Li YC, Wang LM, et al. Geographical variation and related factors in prediabetes prevalence in Chinese adults in 2013[J]. Chin J Prevent Med, 2018, 52(2):158-164. DOI: 10.3760/cma.j.issn.0253-9624.2018.02.008.
    [7] Alberti KG, Zimmet PZ. Definition, diagnosis and classification of diabetes mellitus and its complications. Part 1: diagnosis and classification of diabetes mellitus provisional report of a WHO consultation[J]. Diabet Med, 1998, 15(7):539-553. DOI: 10.1002/(SICI)1096-9136(199807)15:7<539::AID-DIA668>3.0.CO; 2-S.
    [8] Yang W, Lu J, Weng J, et al. Prevalence of diabetes among men and women in China[J]. N Engl J Med, 2010, 362(12):1090-1101. DOI: 10.1056/NEJMoa0908292.
    [9] 赵子厚, 孔祥双, 付佐娣, 等.北京平谷区居民糖尿病前期患病状况及分析[J].中国糖尿病杂志, 2019, 27(8):572-576. DOI: 10.3969/j.issn.1006-6187.2019.08.003.

    Zhao ZH, Kong XS, Fu ZD, et al. The prevalence of pre-diabetes in Pinggu district of Beijing suburb[J]. Chin J Diabetes, 2019, 27(8):572-576. DOI: 10.3969/j.issn.1006-6187.2019.08.003.
    [10] Liu X, Bragg F, Yang L, et al. Smoking and smoking cessation in relation to risk of diabetes in Chinese men and women: a 9-year prospective study of 0.5 million people[J]. Lancet Public Health, 2018, 3(4):e167-e176. DOI: 10.1016/S2468-2667(18)30026-4.
    [11] Gao X, Xu J, Jiang C, et al. Fish oil ameliorates trimethylamine N-oxide-exacerbated glucose intolerance in high-fat diet-fed mice[J]. Food Funct, 2015, 6(4):1117-1125. DOI: 10.1039/c5fo00007f.
    [12] 刘鸿雁, 刘安诺, 潘政雯, 等.老年人腰身比、皮褶厚度对IFG和糖尿病的影响研究[J].中国全科医学, 2018, 21(25):3095-3101. DOI: 10.12114/j.issn.1007-9572.2018.25.013.

    Liu HY, Liu AN, Pan ZW, et al. Effects of waist-to-height ratio and skinfold thickness on impaired fasting glucose and diabetes in the elderly[J]. Chin Gen Pract, 2018, 21(25):3095-3101. DOI: 10.12114/j.issn.1007-9572.2018.25.013.
    [13] 郭毅飞, 李敏, 王娜娜, 等.高三酰甘油性腰围表型与IFG对2型糖尿病发病的影响及二者相关性研究[J].疑难病杂志, 2015, 14(4):349-352. DOI: 10.3969/j.issn.1671-6450.2015.04.006.

    Guo YF, Li M, Wang NN, et al. Effect of hypertriglyceridemia waist circumference phenotype and impaired fasting glucose on the incidence of diabetes and their correlation[J]. Chin J Diffic and Compl Cas, 2015, 14(4):349-352. DOI: 10.3969/j.issn.1671-6450.2015.04.006.
    [14] 涂明利, 汪孝东, 张红莲, 等.铜陵县18岁以上居民慢性病患病率及影响因素调查[J].中华疾病控制杂志, 2016, 20(2):129-133. DOI: 10.16462/j.cnki.zhjbkz.2016.02.006.

    Tu ML, Wang XD, Zhang HL, et al. Prevalence and risk factors of chronic diseases among residents over the age of 18 in Tongling County[J]. Chin J Dis Control Prev, 2016, 20(2):129-133. DOI: 10.16462/j.cnki.zhjbkz.2016.02.006.
    [15] Stull AJ. Lifestyle Approaches and Glucose Intolerance[J]. Am J Lifestyle Med, 2016, 10(6):406-416. DOI: 10.1177/1559827614554186.
    [16] Li H, Khor CC, Fan J, et al. Genetic risk, adherence to a healthy lifestyle, and type 2 diabetes risk among 550, 000 Chinese adults: results from 2 independent Asian cohorts[J]. Am J Clin Nutr, 2020, 111(3):698-707. DOI: 10.1093/ajcn/nqz310.
  • 加载中
计量
  • 文章访问数:  551
  • HTML全文浏览量:  211
  • PDF下载量:  52
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-06-28
  • 修回日期:  2020-10-15
  • 刊出日期:  2021-01-10

目录

    /

    返回文章
    返回