现代预防医学

变量名称	β		Wald χ²值	P值	OR值（95%CI）
BMI（kg/m²，≥24 为参照）
≥18.5～<24	-0.796	0.110	48.740	<0.001	0.463（0.374～0.575）
性别（男性为参照）
女性	0.099	0.142	0.750	0.487	1.104（0.836～1.459）
年龄（岁）	0.056	0.006	97.227	<0.001	1.058（1.046～1.070）
文化程度（小学及下为参照）
初中	-0.055	0.128	0.181	0.671	0.947（0.736～1.218）
高中/中专	-0.227	0.180	1.595	0.207	0.797（0.560～1.133）
大专	-0.628	0.299	4.416	0.036	0.534（0.297～0.959）
本科及上	-1.148	0.481	5.694	0.017	0.317（0.124～0.815）
长期居住地（城市地区为参照）
农村地区	-0.276	0.234	1.393	0.238	0.759（0.479～1.200）
城乡结合部	0.371	0.433	0.736	0.391	1.450（0.621～3.387）
乡镇	-0.345	0.385	0.802	0.371	0.708（0.333～1.507）
户口性质（城市为参照）
农村	-0.238	0.278	0.732	0.392	0.788（0.457～1.360）
婚姻状况（在婚为参照）
非在婚	-0.247	0.163	2.300	0.129	0.781（0.568～1.075）
就业状况（在业为参照）
未在业	0.453	0.121	14.118	<0.001	1.574（1.242～1.994）
医疗保险（未参保为参照）
参保	0.033	0.364	0.008	0.927	1.034（0.507～2.108）
养老保险（未参保为参照）
参保	0.144	0.184	0.608	0.435	1.155（0.804～1.658）
吸烟情况（吸烟为参照）
前吸，但现在不吸烟	-0.095	0.246	0.150	0.699	0.909（0.561～1.473）
从不吸烟	-0.001	0.178	0.000	0.996	0.999（0.704～1.418）
饮酒情况（饮酒为参照）
前饮，但现在不饮酒	0.780	0.259	9.094	0.003	2.183（1.314～3.625）
从不饮酒	0.054	0.174	0.095	0.758	1.055（0.750～1.485）
近30 d，有意识锻炼情况	0.101	0.044	5.229	0.022	1.107（1.015～1.207）
睡眠质量	0.350	0.076	21.449	<0.001	1.419（1.224～1.646）
命质量	0.718	0.141	25.937	<0.001	2.050（1.555～2.703）
常量	-3.997	0.599	44.51	<0.001	0.018

变量名称	β		Wald χ²值	P值	OR值（95%CI）
BMI（kg/m²，≥24 为参照）
≥18.5～<24	-0.796	0.110	48.740	<0.001	0.463（0.374～0.575）
性别（男性为参照）
女性	0.099	0.142	0.750	0.487	1.104（0.836～1.459）
年龄（岁）	0.056	0.006	97.227	<0.001	1.058（1.046～1.070）
文化程度（小学及下为参照）
初中	-0.055	0.128	0.181	0.671	0.947（0.736～1.218）
高中/中专	-0.227	0.180	1.595	0.207	0.797（0.560～1.133）
大专	-0.628	0.299	4.416	0.036	0.534（0.297～0.959）
本科及上	-1.148	0.481	5.694	0.017	0.317（0.124～0.815）
长期居住地（城市地区为参照）
农村地区	-0.276	0.234	1.393	0.238	0.759（0.479～1.200）
城乡结合部	0.371	0.433	0.736	0.391	1.450（0.621～3.387）
乡镇	-0.345	0.385	0.802	0.371	0.708（0.333～1.507）
户口性质（城市为参照）
农村	-0.238	0.278	0.732	0.392	0.788（0.457～1.360）
婚姻状况（在婚为参照）
非在婚	-0.247	0.163	2.300	0.129	0.781（0.568～1.075）
就业状况（在业为参照）
未在业	0.453	0.121	14.118	<0.001	1.574（1.242～1.994）
医疗保险（未参保为参照）
参保	0.033	0.364	0.008	0.927	1.034（0.507～2.108）
养老保险（未参保为参照）
参保	0.144	0.184	0.608	0.435	1.155（0.804～1.658）
吸烟情况（吸烟为参照）
前吸，但现在不吸烟	-0.095	0.246	0.150	0.699	0.909（0.561～1.473）
从不吸烟	-0.001	0.178	0.000	0.996	0.999（0.704～1.418）
饮酒情况（饮酒为参照）
前饮，但现在不饮酒	0.780	0.259	9.094	0.003	2.183（1.314～3.625）
从不饮酒	0.054	0.174	0.095	0.758	1.055（0.750～1.485）
近30 d，有意识锻炼情况	0.101	0.044	5.229	0.022	1.107（1.015～1.207）
睡眠质量	0.350	0.076	21.449	<0.001	1.419（1.224～1.646）
命质量	0.718	0.141	25.937	<0.001	2.050（1.555～2.703）
常量	-3.997	0.599	44.51	<0.001	0.018

BMI（kg/m²）	匹配方法	匹配情况	平均处理效应	标准差	T值
<18.5	k近邻匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.109	0.090	-1.21
	半径匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.101	0.076	-1.33
	核匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.077	0.066	-1.17
≥24.0	k近邻匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.134	0.026	-5.21^**
	半径匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.110	0.020	-5.58^**
	核匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.113	0.019	-5.79^**

BMI（kg/m²）	匹配方法	匹配情况	平均处理效应	标准差	T值
<18.5	k近邻匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.109	0.090	-1.21
	半径匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.101	0.076	-1.33
	核匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.077	0.066	-1.17
≥24.0	k近邻匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.134	0.026	-5.21^**
	半径匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.110	0.020	-5.58^**
	核匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.113	0.019	-5.79^**

身体质量指数对成年居民慢性病患病的影响研究——基于倾向得分匹配法

PDF下载

耿铭慧 ¹^,²^,³ , 孙嘉颖 ¹^,²^,³ , 罗金萍 ¹^,²^,³ , 牟艺帆 ¹^,²^,³ , 张宝轩 ¹^,²^,³ , 尹文强 ¹^,²^,³ , 陈钟鸣 ¹^,²^,³ , 马东平 ¹^,²^,³

现代预防医学 | 流行病与统计方法 2025,52(13): 2317-2322

收起

现代预防医学 | 流行病与统计方法 2025, 52(13): 2317-2322

身体质量指数对成年居民慢性病患病的影响研究——基于倾向得分匹配法

全屏

耿铭慧¹^,²^,³, 孙嘉颖¹^,²^,³, 罗金萍¹^,²^,³, 牟艺帆¹^,²^,³, 张宝轩¹^,²^,³, 尹文强¹^,²^,³, 陈钟鸣¹^,²^,³, 马东平¹^,²^,³

作者信息

^1.山东第二医科大学管理学院，山东潍坊 261053

^2.“健康山东”重大社会风险预测与治理协同创新中心，山东潍坊 261053

^3.健康风险预警治理协同创新中心，上海 200032

耿铭慧（2000—），女，硕士在读，研究方向：卫生管理与政策研究

通讯作者:

马东平，E-mail:anqiuma123@163.com

Research on the impact of body mass index on chronic disease prevalence among adult residents: based on propensity score matching method

Ming-hui GENG¹^,²^,³, Jia-ying SUN¹^,²^,³, Jin-ping LUO¹^,²^,³, Yi-fan MU¹^,²^,³, Bao-xuan ZHANG¹^,²^,³, Wen-qiang YIN¹^,²^,³, Zhong-ming CHEN¹^,²^,³, Dong-ping MA¹^,²^,³

Affiliations

School of Management, Shandong Second Medical University, Weifang, Shandong 261053, China

出版时间: 2025-07-10 doi: 10.20043/j.cnki.MPM.202406306

文章导航

摘要

收起

目的

分析身体质量指数（body mass index, BMI）对成年居民慢性病患病的影响，为慢性病早期预防提供理论参考。

方法

采用多阶段分层随机抽样的方法抽取山东省居民进行问卷调查，问卷内容包括基本情况、生命质量、慢性病患病情况等，运用倾向得分匹配法检验BMI对慢性病患病的影响。

结果

共调查山东省成年居民2 451名，BMI<18.5 kg/m²时，BMI对成年居民慢性病患病影响无统计学意义（P>0.05）；BMI≥24.0 kg/m²时，BMI对成年居民慢性病患病的平均处理效应分别为-0.134、-0.110、-0.113（P<0.05），会使居民患慢性病的概率增加11.0%～13.4%；平衡性检验结果显示所有变量的标准误差均变小，匹配后所有协变量均无统计学意义（P>0.05）；共同支撑度检验结果显示处理组与非处理组均在共同取值范围内且较为对称，匹配后两组样本几乎不存在系统性差异，匹配效果良好。

结论

BMI≥24.0 kg/m²时会增加居民患慢性病的概率，需加强体重管理和宣传力度，扩大重点人群覆盖面，明确人群间差异，提出针对性健康管理对策建议；充分发挥政府、基层医疗卫生机构以及家庭医生的作用，做好慢性病预防与管理工作，提高居民生活质量。

关键词

体质指数 / 慢性病 / 倾向得分匹配法 / 居民

Abstract

收起

Objective

To analyze the impact of BMI on the prevalence of chronic diseases among adult residents and provide theoretical reference for early prevention of chronic diseases.

Methods

A multi-stage stratified random sampling method was used to select residents in Shandong for questionnaire surveys. The questionnaire included basic information, quality of life, and chronic disease prevalence. The propensity score matching method was employed to examine the effect of BMI on chronic disease prevalence.

Results

A total of 2 451 adult residents in Shandong were surveyed. When BMI < 18.5 kg/m², the impact of BMI on chronic disease prevalence was not statistically significant (P > 0.05). When BMI ≥ 24.0 kg/m², the average treatment effects of BMI on chronic disease prevalence were -0.134, -0.110, and -0.113 (P < 0.05), increasing the probability of chronic diseases by 11.0%-13.4%. The balance test showed that the standard errors of all variables decreased, and no covariates were statistically significant after matching (P > 0.05). The common support test indicated that both the treatment and control groups were within the common range and relatively symmetric, with almost no systematic differences after matching, demonstrating good matching quality.

Conclusion

BMI ≥ 24.0 kg/m² increases the probability of chronic diseases among residents. It is necessary to strengthen weight management and public awareness campaigns, expand coverage for key populations, clarify intergroup differences, and propose targeted health management strategies. The roles of the government, primary healthcare institutions, and family doctors should be fully utilized to improve chronic disease prevention and management, thereby enhancing residents’ quality of life.

Key words

Body mass index / Chronic diseases / Propensity score matching / Residents

引用本文

耿铭慧, 孙嘉颖, 罗金萍, 牟艺帆, 张宝轩, 尹文强, 陈钟鸣, 马东平. 身体质量指数对成年居民慢性病患病的影响研究——基于倾向得分匹配法. 现代预防医学, 2025 , 52 (13) : 2317 -2322 . DOI: 10.20043/j.cnki.MPM.202406306

Ming-hui GENG, Jia-ying SUN, Jin-ping LUO, Yi-fan MU, Bao-xuan ZHANG, Wen-qiang YIN, Zhong-ming CHEN, Dong-ping MA. Research on the impact of body mass index on chronic disease prevalence among adult residents: based on propensity score matching method[J]. Modern Preventive Medicine, 2025 , 52 (13) : 2317 -2322 . DOI: 10.20043/j.cnki.MPM.202406306

正文

收起

世界卫生组织数据显示，2016年全世界超过19亿18岁以上的人口超重，其中超过6.5亿人肥胖，世界上因超重或肥胖死亡人数超过了因体重不足死亡的人数^[1]，而目前我国居民对身体质量指数（body mass index，BMI）异常所带来的隐患并不了解^[2]。《中国成人超重和肥胖症预防控制指南》中规定了成年人BMI正常范围为18.5 kg/m²≤BMI<24.0 kg/m^2[3]。肥胖地图显示，在1 580万成年人受试者中超重（24.0 kg/m²≤BMI<28.0 kg/m²）与肥胖（BMI≥28.0 kg/m²）人群占48.9%^[4]，我国超重及肥胖问题较为严重。

已有研究多集中于老年人BMI或BMI对某一疾病的影响，但对成年居民这一群体以及BMI对慢性病总体患病率影响程度的研究较少，目前我国慢性病患病呈现年轻化趋势，成年居民BMI情况不容乐观。

由于BMI与慢性病患病的关系探讨研究会受到人口学特征、生活方式等混杂因素的干扰，若使用以往普通的回归模型分析，研究结果易产生系统性偏差，影响其准确性，本文运用倾向得分匹配法（propensity score matching，PSM）分析BMI是否会对慢性病患病产生影响以及影响程度的大小，使结果更加可靠合理，以期为慢性病的早期预防提供理论参考。

1　对象与方法

收起

1.1　研究对象

纳入标准：居民年龄≥18岁；无语言沟通障碍，自愿参加本次调查者。排除标准：患有严重听力和智力障碍，无法正常沟通的居民。

1.2　方法

1.2.1　抽样方法

采用多阶段分层随机抽样的方法，在山东省根据经济发展状况（好、中、差）选取3个地市，每个地市随机选取3个县（市、区），每个县（市、区）随机选取4个乡镇（街道），每个乡镇（街道）抽6个村（社区）作为样本地区，每村（社区）抽取10～15名成年居民。

1.2.2　变量选取

（1）本文选取BMI为自变量，根据《中国成人超重和肥胖症预防控制指南》界定的相关标准，BMI<18.5 kg/m²为低体重状态，18.5 kg/m²≤BMI<24.0 kg/m²为正常体重，BMI≥24.0 kg/m²为超重或肥胖。（2）本文选取是否患有慢性病为因变量，调查共包括14种慢性病：高血压、糖尿病、冠心病、中风（脑卒中）、脑梗塞（脑血栓）、颈椎病、肝硬化、类风湿病、恶性肿瘤、腰肌劳损、肩周炎、慢性胃肠炎、慢性支气管炎、高血脂症。（3）在进行PSM时所提供的协变量应最大程度满足外生性，因此本文尽可能选取与居民BMI和慢性病患病同时存在关联的协变量^[5]，结合文献回顾法最终确定性别、年龄、文化程度、长期居住地、户口性质、婚姻状况、就业状况、参加医疗保险状况、参加养老保险状况、吸烟情况、饮酒情况、30 d内有意识锻炼情况、睡眠质量、生命质量等14个变量为协变量。

1.2.3　统计方法

运用Access 14.0软件建立数据库进行数据录入以及Stata 18.0对数据进行统计学分析。分类资料以百分比表示，计量资料用（

）表示。在分析居民BMI与慢性病患病之间的关系时容易受到人口学、行为习惯等因素的干扰，使用普通的回归模型容易产生偏差，而PSM法可以较好的控制混杂偏倚^[6]。首先运用logistic回归计算各变量的倾向得分（propensity score），18.5 kg/m²≤BMI<24.0 kg/m²赋值为1，BMI<18.5 kg/m²或BMI≥24.0 kg/m²赋值为0；患有慢性病赋值为1，未患慢性病赋值为0。见公式（1）：

公式（1）

倾向得分为在已知因素X₁到X_n后，个体选择接受处理行为的概率。计算得到倾向得分后，根据倾向得分将协变量相同或相似的个体进行匹配。分别进行两次PSM，第一次将BMI<18.5 kg/m²的数据与18.5 kg/m²≤BMI<24.0 kg/m²的数据进行匹配，第二次将BMI≥24.0 kg/m²的数据与18.5 kg/m²≤BMI<24.0 kg/m²的数据进行匹配。

分别计算BMI对慢性病患病的平均处理效应（average treatment effect of treated，ATT），见公式（2）：

公式（2）

为了确保数据的稳定可靠，两次PSM中将依次进行k近邻匹配、卡钳值为0.01的半径匹配以及核匹配，检验水准α=0.05。

2　结果

收起

2.1　研究对象基本情况

本次回收问卷2 498份，有效问卷2 451份，问卷有效率为98.12%。居民平均年龄为（64.20±12.50）岁；其中，女性1 501人（61.2%），男性950人（38.8%）；文化程度为小学及以下最多，1 422人（58.0%），本科及以上最少，40人（1.6%）；长期居住地主要为农村地区2 040人（83.2%），长期居住地为城乡结合部的最少39人（1.6%）；1 158人（47.2%）睡眠质量较好，790人（32.2%）睡眠质量一般，503人（20.5%）睡眠质量较差；BMI<18.5 kg/m²的居民有65人（2.7%），BMI≥24 kg/m²的有1 521人（62.1%）；患慢性病1 798人（73.4%），未患慢性病653人（26.6%）。见表1。

2.2　BMI对慢性病患病影响的logistic回归分析结果

回归结果显示，当BMI<18.5 kg/m²时，BMI对慢性病患病无显著影响（P>0.05）；当BMI≥24.0 kg/m²时，超重或肥胖会增加成年居民慢性病患病的概率，BMI≥24.0 kg/m²的居民慢性病患病程度比BMI正常的居民高79.6%（P<0.05）。同时，年龄、文化程度、就业状况、饮酒情况、近30 d有意识锻炼情况、睡眠质量、生命质量均是慢性病患病的重要影响因素（P<0.05），在下一步进行匹配时需对这些因素加以控制。见表2。

2.3　PSM结果及检验

2.3.1　PSM结果

根据倾向得分进行匹配，使协变量相同或相似的样本匹配到一组，从而减少协变量对检验结果的干扰。为确保数据的稳定性，依次进行k近邻匹配、卡钳值为0.01的半径匹配和核匹配。PSM后，BMI<18.5 kg/m²时体质指数对居民慢性病患病的影响无统计学意义，即当居民BMI<18.5 kg/m²时，不会增加居民患慢性病的概率。而当居民BMI≥24.0 kg/m²时，BMI对居民慢性病患病的影响在三种匹配中均有统计学意义，ATT值分别为-0.134、-0.110、-0.113，ATT值相差较小，结果较为稳定可靠。当BMI≥24.0 kg/m²时ATT值为负，即可认为BMI≥24.0 kg/m²的居民患慢性病的概率高于18.5 kg/m²≤BMI<24.0 kg/m²的居民。见表3。

2.3.2　平衡性检验与共同支撑度检验

BMI≥24.0 kg/m²时会增加居民患慢性病的概率，对此结果进行平衡性检验，确保结果的可靠性。一般情况下，匹配后标准误差越小，匹配效果越好，检验结果显示，所有变量的标准误差均变小，且匹配后各变量的标准化偏差绝对值都在10%以下。同时，匹配前年龄、户口性质、婚姻状况、参加医疗保险情况、睡眠质量、生命质量在18.5 kg/m²≤BMI<24.0 kg/m²组与BMI≥24.0 kg/m²组中的差异具有统计学意义（P<0.05），匹配后所有协变量均不具有统计学意义（P>0.05），说明匹配效果良好，能够有效地减少协变量对结果的影响。由匹配前后的核密度曲线图可知，匹配前18.5 kg/m²≤BMI<24.0 kg/m²组与BMI≥24.0 kg/m²组之间的差异较大，在倾向得分值为0.3～0.4之间差异最大，匹配后两者之间的差异明显减小，形态近似，匹配效果较好。见图1。

共同支撑度检验结果显示，通过PSM，大部分变量在匹配后标准化偏差缩小，有效减少了对结果的干扰，结果更加可靠。处理组与非处理组均在共同取值范围内且较为对称，匹配后两组样本几乎不存在系统性差异，大多数观测值均在共同取值范围内，且分布较为均衡，匹配效果良好。

3　讨论

收起

中国居民超重和肥胖患病率呈上升趋势，肥胖和相关疾病已经成为当今世界威胁人类健康的重大公共卫生问题^[7]。本研究结果显示，BMI≥24.0 kg/m²的居民占62.1%，高于18.5kg/m²≤BMI<24.0 kg/m²的居民，超重或肥胖居民占比较大，提示我国居民对体重的管理意识不高且尚未意识到体重对身体健康的重要性。同时，本研究慢性病患者占比73.4%，可能与调查对象平均年龄偏大有关，年龄越大往往其患慢性病的概率越高，这也侧面反应出我国中老年人群慢性病患病趋势不容乐观。有研究表明，我国居民慢性病患病率持续上升且呈年轻化趋势^[8]，从1991年开始，中年人组的BMI均超过青年人组和老年人组^[9]，可能原因是中年人群更追求饮食的丰富性，较多脑力劳动者得不到充分的锻炼，居民对外卖以及快餐的需求也在不断上升，摄入过量的胆固醇和脂肪容易造成脂肪堆积^[10]，同时居民不了解有关预防慢性病的健康知识，或居民了解相关健康知识后并未将其转化为有效的行动，导致居民慢性病患病率上升。因此，需加强对居民BMI的管理，不应仅局限于老年人群或慢性病患者中，进一步识别高危人群，扩大重点人群覆盖范围^[11]，针对不同人群特点提出可行性对策建议，如年龄较高者，可以普及饮食方面相关知识，促进健康饮食；向脑力劳动者宣传每日合理运动量以及运动的重要性等等，明确各高危群体间的差异，找准每一高危人群的特点以及BMI升高的根本原因，从源头解决BMI过高问题。臧一腾等^[12]指出BMI的长期变化与环境因素有关，因此在关注人群特征的同时也需要关注人群所处的环境，结合多方因素提出具有针对性、个性化的健康指导与建议。

超重和肥胖是慢性病患病的危险因素^[13-14]，研究结果显示，当BMI≥24.0 kg/m²时会使慢性病患病概率增加11.0%～13.4%，说明BMI≥24.0 kg/m²的居民更容易患慢性病。胡宜坦等^[15]研究发现，超重和肥胖老年人患慢性病共病的风险分别是偏瘦老年人的2.434和4.014倍，BMI对我国居民慢性病患病起着重要作用。同时刘芹等^[1]指出，BMI的增加会使得日常生活活动变差。因此，超重和肥胖不只在居民慢性病患病方面呈负向影响，在日常生活活动能力等方面也会产生不利影响。需加强对体重管理的宣传，提高居民体重管理意识，进一步拓宽健康知识宣传渠道，如宣传栏、广播、短视频、微信公众号等，针对不同人群进行不同形式的宣传，使每位居民都能获取所需要的健康知识。刘春光等人^[16]指出家庭医生签约对农村老年人基本公共卫生服务的利用起正向促进作用进而改善老年人的健康，因此家庭医生在进行随访和诊疗时可以向居民进行宣传和指导，普及关于BMI的常识性知识以及慢性病预防的相关建议。

最后，需充分发挥政府的带头作用，健全全民健康政策，使各项健康政策能够被居民熟知，提升居民的健康意识。注重基层医疗卫生机构服务水平的提升以及家庭医生队伍建设^[17]，加强家庭医生对BMI和体重管理相关知识的学习和宣传，发挥基层医疗卫生机构以及家庭医生的优势。同时为了提升健康管理的效果，需减少老年人健康知识的盲区，提高老年人对健康知识的感知，从而使老年人意识到预防疾病的重要性^[18]，以通俗易懂的方式传授健康知识，并进行跟踪随访，确保健康知识的落实。

基金

收起

国家自然科学基金青年项目(72004164)
2021年山东省高等学校“青创人才引育计划”（卫生管理与政策研究创新团队）

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

刘芹，陆杰华.中老年人体质指数对日常生活活动能力的影响探究——基于CHARLS数据的验证[J] .人口与发展，2020，26（6）：40-51.

Liu

, Lu

. Study on the influence of body mass index on activities of daily living of middle-aged and elderly People in China: evidence from the China health and retirement longitudinal study(CHARLS)[J] . Population and Development, 2020, 26(6): 40-51.(In Chinese)

[2]

王莉莉，孙乐成，高颖，等.2019-2022年海南省居民健康素养水平变化情况及其影响因素分析[J] .中国健康教育，2024，40（1）：45-50.

Wang

, Sun

, Gao

, et al. Analysis on the change of health literacy level and its influencing factors among residents in Hainan Province from 2019 to 2022[J] . Chinese Journal of Health Education, 2024, 40(1): 45-50.(In Chinese)

[3]

陈春明，孔灵芝，中华人民共和国卫生部疾病控制司.中国成人超重和肥胖症预防控制指南[M] .北京：人民卫生出版社，2006.

Chen

, Kong

. Guidelines for prevention and control of overweight and obesity in Chinese adults[M] . Beijing: People's Medical Publishing House, 2006.(In Chinese)

[4]

Chen

, Shen

, Gu

, et al. Prevalence of obesity and associated complications in China: A cross-sectional, real-world study in 15.8 million adults[J] . Diabetes Obesity & Metabolism,2023, 25(11): 3390-3399.

[5]

张倩雯，罗金萍，孙嘉颖，等.慢性病共病对灾难性卫生支出影响的实证研究[J] .中国预防医学杂志，2024，25（3）：324-329.

Zhang

, Luo

, Sun

, et al. An empirical study on the impact of chronic disease comorbidity on catastrophic health expenditure[J] . China Preventive Medicine, 2024, 25(3): 324-329.(In Chinese)

[6]

韩欣慰，马迪，杜金，等.中老年人关节炎与抑郁症状的关联效应探讨[J] .中国预防医学杂志，2022，23（1）：7-12.

Han

, Ma

, Du

, et al. The association between arthritis and depressive symptoms in the middle-aged and the elderly[J] . China Preventive Medicine, 2022, 23(1): 7-12.(In Chinese)

[7]

徐振霞，贾恩志.青少年超重、肥胖和血压临界值的相关性[J] .中西医结合心脑血管病杂志，2024，22（20）：3792-3795.

, Jia

. The correlation between overweight, obesity and the critical value of blood pressure in adolescents[J] . Chinese Journal of Integrative Medicine on Cardio/Cerebrovascular Disease, 2024, 22(20): 3792-3795.(In Chinese)

[8]

任静林，李红娟.1998-2018年我国居民慢性病患病率趋势与人群差异分析[J] .卫生经济研究，2022，39（6）：30-33.

Ren

, Li

. Trends and population differences of chronic disease prevalence from 1998 to 2018[J] . Health Economics Research, 2022, 39(6):30-33.(In Chinese)

[9]

刘灏乐.中国农村居民健康的性别差异及其变迁[D] .武汉：武汉轻工大学，2023.

Liu

. Gender differences and changes in the health of rural residents in China[D] . Wuhan: Wuhan Polytechnic University, 2023.(In Chinese)

[10]

李纪江，何仲涛，李航，等.2000-2019年四川省20～69岁成年人BMI变化趋势分析[J] .现代预防医学，2022，49（18）：3403-3408, 3414.

, He

, Li

, et al. Trend analysis of BMI change among adults aged 20 to 69 years in Sichuan Province,2000-2019[J] . Modern Preventive Medicine, 2022, 49(18): 3403-3408, 3414.(In Chinese)

[11]

冯祥，华召来，施秋平，等.扬中市中老年居民不同肥胖类型与慢性病共病患病关系[J] .中国公共卫生，2023，39（11）：1412-1418.

Feng

, Hua

, Shi

, et al. Associations of different obesity phenotypes with chronic disease comorbidity among urban and rural residents of 40-69 years old in Yangzhong city: a cross-sectional survey[J] . Chinese Journal of Public Health, 2023, 39(11): 1412-1418.(In Chinese)

[12]

臧一腾，陈思臻，陆贝尔，等.基于线性混合模型树在体质指数纵向轨迹中的应用[J] .中国卫生统计，2024，41（1）：41-44.

Zang

, Chen

, Lu

, et al. Application of linear mixed model tree in longitudinal trajectory of body mass index[J] . Chinese Journal of Health Statistics, 2024, 41(1): 41-44.(In Chinese)

[13]

郭立燕，崔平，山寨，等.济宁市众和社区慢性病患病状况及影响因素[J] .济宁医学院学报，2024，47（5）：420-424.

Guo

, Cui

, Shan

, et al. Prevalence and influencing factors of chronic diseases among residents in Zhonghe community of Jining city[J] . Journal of Jining Medical University, 2024, 47(5): 420-424.(In Chinese)

[14]

Larsson

, Burgess

. Causal role of high body mass index in multiple chronic diseases: a systematic review and meta-analysis of Mendelian randomization studies[J] . BMC Medicine, 2021, 19(1):320.

[15]

侯宜坦，江冬冬，刘晓君，等.武汉市社区老年人慢性病共病现状及相关因素分析[J] .中国公共卫生，2020，36（11）：1604-1607.

Hou

, Jiang

, Liu

, et al. Prevalence and related factors of comorbidity of chronic diseases among community elderly in Wuhan city[J] .Chinese Journal of Public Health, 2020, 36(11): 1604-1607.(In Chinese)

[16]

刘春光，徐兴美，代震，等.家庭医生签约对农村老年人基本公共卫生服务利用的影响研究[J] .中国卫生统计，2023，40（5）：703-706.

Liu

, Xu

, Dai

, et al. Research on the impact of family doctor contracting on the utilization of basic public health services for rural elderly[J] . Chinese Journal of Health Statistics, 2023, 40(5): 703-706.(In Chinese)

[17]

李亚慧，胡丹，谢坤，等.苏、皖两省农村地区基层医疗服务协同情况调查研究[J] .卫生经济研究，2022，39（6）：34-37, 41.

, Hu

, Xie

, et al. Research on the coordination of primary health care in rural areas of Jiangsu and Anhui provinces[J] . Health Economics Research, 2022, 39(6): 34-37, 41.(In Chinese)

[18]

邓敏，周忠天，周心悦，等.基于健康信念模型的徐州市老年人健康指导依从性影响因素分析[J] .医学与社会，2023，36（11）：20-26.

Deng

, Zhou

, et al. Analysis on influencing factors of health guidance adherence among older adults in Xuzhou based on health belief model[J] . Medicine and Society, 2023, 36(11): 20-26.(In Chinese)

2025年第52卷第13期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202406306

接收时间：2024-06-17
首发时间：2026-03-19
出版时间：2025-07-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-06-17

基金

国家自然科学基金青年项目(72004164)

2021年山东省高等学校“青创人才引育计划”（卫生管理与政策研究创新团队）

作者信息

^1.山东第二医科大学管理学院，山东潍坊 261053

^2.“健康山东”重大社会风险预测与治理协同创新中心，山东潍坊 261053

^3.健康风险预警治理协同创新中心，上海 200032

通讯作者:

马东平，E-mail:anqiuma123@163.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202406306

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量类别

变量名称

变量

人数（%）

协变量

性别

男

950（38.8）

女

1 501（61.2）

年龄

实测值

64.20±12.50

文化程度

小学及以下

1 422（58.0）

初中

647（26.4）

高中/中专

248（10.1）

大专

94（3.8）

本科及以上

40（1.6）

长期居住地

城市地区

306（12.5）

农村地区

2 040（83.2）

城乡结合部

39（1.6）

乡镇

66（2.7）

户口性质

城市

217（8.9）

农村

2 234（91.1）

婚姻状况

在婚

2 073（84.6）

非在婚

378（15.4）

就业状况

在业

732（29.9）

未在业

1 719（70.1）

参加医疗保险情况

未参保

69（2.8）

参保

2 382（97.2）

参加养老保险情况

未参保

251（10.2）

参保

2 200（89.8）

吸烟情况

吸烟

368（15.0）

以前吸，但现在不吸烟

241（9.8）

从不吸烟

1 842（75.2）

饮酒情况

饮酒

463（18.9）

以前饮，但现在不饮酒

222（9.1）

从不饮酒

1 766（72.1）

近30 d，有意识锻炼情况

从不进行体育锻炼

610（24.9）

1-2次/周

455（18.6）

3-5次/周

418（17.1）

5次以上/周

968（39.5）

睡眠质量

好

1 158（47.2）

中

790（32.2）

差

503（20.5）

生命质量

实测值

4.64±0.54

自变量

BMI情况（kg/m²）

<18.5

65（2.7）

≥18.5～<24

≥865（35.3）

≥≥24

1 521（62.1）

因变量

患慢性病情况

无慢性病

653（26.6）

患慢性病

1 798（73.4）

变量名称	β		Wald χ²值	P值	OR值（95%CI）
BMI（kg/m²，≥24 为参照）
≥18.5～<24	-0.796	0.110	48.740	<0.001	0.463（0.374～0.575）
性别（男性为参照）
女性	0.099	0.142	0.750	0.487	1.104（0.836～1.459）
年龄（岁）	0.056	0.006	97.227	<0.001	1.058（1.046～1.070）
文化程度（小学及下为参照）
初中	-0.055	0.128	0.181	0.671	0.947（0.736～1.218）
高中/中专	-0.227	0.180	1.595	0.207	0.797（0.560～1.133）
大专	-0.628	0.299	4.416	0.036	0.534（0.297～0.959）
本科及上	-1.148	0.481	5.694	0.017	0.317（0.124～0.815）
长期居住地（城市地区为参照）
农村地区	-0.276	0.234	1.393	0.238	0.759（0.479～1.200）
城乡结合部	0.371	0.433	0.736	0.391	1.450（0.621～3.387）
乡镇	-0.345	0.385	0.802	0.371	0.708（0.333～1.507）
户口性质（城市为参照）
农村	-0.238	0.278	0.732	0.392	0.788（0.457～1.360）
婚姻状况（在婚为参照）
非在婚	-0.247	0.163	2.300	0.129	0.781（0.568～1.075）
就业状况（在业为参照）
未在业	0.453	0.121	14.118	<0.001	1.574（1.242～1.994）
医疗保险（未参保为参照）
参保	0.033	0.364	0.008	0.927	1.034（0.507～2.108）
养老保险（未参保为参照）
参保	0.144	0.184	0.608	0.435	1.155（0.804～1.658）
吸烟情况（吸烟为参照）
前吸，但现在不吸烟	-0.095	0.246	0.150	0.699	0.909（0.561～1.473）
从不吸烟	-0.001	0.178	0.000	0.996	0.999（0.704～1.418）
饮酒情况（饮酒为参照）
前饮，但现在不饮酒	0.780	0.259	9.094	0.003	2.183（1.314～3.625）
从不饮酒	0.054	0.174	0.095	0.758	1.055（0.750～1.485）
近30 d，有意识锻炼情况	0.101	0.044	5.229	0.022	1.107（1.015～1.207）
睡眠质量	0.350	0.076	21.449	<0.001	1.419（1.224～1.646）
命质量	0.718	0.141	25.937	<0.001	2.050（1.555～2.703）
常量	-3.997	0.599	44.51	<0.001	0.018

变量名称

Wald χ²值

P值

OR值（95%CI）

BMI（kg/m²，≥24 为参照）

≥18.5～<24

-0.796

0.110

48.740

<0.001

0.463（0.374～0.575）

性别（男性为参照）

女性

0.099

0.142

0.750

0.487

1.104（0.836～1.459）

年龄（岁）

0.056

0.006

97.227

<0.001

1.058（1.046～1.070）

文化程度（小学及下为参照）

初中

-0.055

0.128

0.181

0.671

0.947（0.736～1.218）

高中/中专

-0.227

0.180

1.595

0.207

0.797（0.560～1.133）

大专

-0.628

0.299

4.416

0.036

0.534（0.297～0.959）

本科及上

-1.148

0.481

5.694

0.017

0.317（0.124～0.815）

长期居住地（城市地区为参照）

农村地区

-0.276

0.234

1.393

0.238

0.759（0.479～1.200）

城乡结合部

0.371

0.433

0.736

0.391

1.450（0.621～3.387）

乡镇

-0.345

0.385

0.802

0.371

0.708（0.333～1.507）

户口性质（城市为参照）

农村

-0.238

0.278

0.732

0.392

0.788（0.457～1.360）

婚姻状况（在婚为参照）

非在婚

-0.247

0.163

2.300

0.129

0.781（0.568～1.075）

就业状况（在业为参照）

未在业

0.453

0.121

14.118

<0.001

1.574（1.242～1.994）

医疗保险（未参保为参照）

参保

0.033

0.364

0.008

0.927

1.034（0.507～2.108）

养老保险（未参保为参照）

参保

0.144

0.184

0.608

0.435

1.155（0.804～1.658）

吸烟情况（吸烟为参照）

前吸，但现在不吸烟

-0.095

0.246

0.150

0.699

0.909（0.561～1.473）

从不吸烟

-0.001

0.178

0.000

0.996

0.999（0.704～1.418）

饮酒情况（饮酒为参照）

前饮，但现在不饮酒

0.780

0.259

9.094

0.003

2.183（1.314～3.625）

从不饮酒

0.054

0.174

0.095

0.758

1.055（0.750～1.485）

近30 d，有意识锻炼情况

0.101

0.044

5.229

0.022

1.107（1.015～1.207）

睡眠质量

0.350

0.076

21.449

<0.001

1.419（1.224～1.646）

命质量

0.718

0.141

25.937

<0.001

2.050（1.555～2.703）

常量

-3.997

0.599

44.51

<0.001

0.018

BMI（kg/m²）	匹配方法	匹配情况	平均处理效应	标准差	T值
<18.5	k近邻匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.109	0.090	-1.21
	半径匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.101	0.076	-1.33
	核匹配	匹配前	-0.008	0.061	-0.12
		匹配后	-0.077	0.066	-1.17
≥24.0	k近邻匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.134	0.026	-5.21^**
	半径匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.110	0.020	-5.58^**
	核匹配	匹配前	-0.103	0.019	-5.52^**
		匹配后	-0.113	0.019	-5.79^**

BMI（kg/m²）

匹配方法

匹配情况

平均处理效应

标准差

T值

<18.5

k近邻匹配

匹配前

-0.008

0.061

-0.12

匹配后

-0.109

0.090

-1.21

半径匹配

匹配前

-0.008

0.061

-0.12

匹配后

-0.101

0.076

-1.33

核匹配

匹配前

-0.008

0.061

-0.12

匹配后

-0.077

0.066

-1.17

≥24.0

k近邻匹配

匹配前

-0.103

0.019

-5.52^**

匹配后

-0.134

0.026

-5.21^**

半径匹配

匹配前

-0.103

0.019

-5.52^**

匹配后

-0.110

0.020

-5.58^**

核匹配

匹配前

-0.103

0.019

-5.52^**

匹配后

-0.113

0.019

-5.79^**