李小龙，周 园，张 婧*，万炳军，池爱平，陈建刚，潘新亮，王万万，刘龙龙，叶 博，闫亮亮

(1 陕西师范大学 体育学院，陕西 西安 710119; 2 北京师范大学 体育与运动学院，北京100875;3 北京体育大学 运动人体科学学院，北京 100084)

高血压是导致我国居民患心血管疾病(cardiovascular diseases，CVD)最主要的危险因素，是我国患病人数最多的慢性疾病之一，其患病人数已达到2.45亿，约有43%的CVD可归因于高血压[1-4]。《“健康中国2030”规划纲要》中指出，实施慢病综合防控战略，强化慢病的早期筛查和发现，实现全人群、全生命周期的健康管理，并制定体质健康干预计划，要基本实现高血压和糖尿病患者干预的全覆盖[5]。流行病学研究表明，高血压是全球CVD和全因死亡率可预防的危险因素[6-7]。因此，评估和预测高血压患病风险，针对相关危险因素进行早期的干预，对降低中国居民CVD发生率有重要意义。

高校教职工(staff and faculty in the university，SFU)是中国振兴教育、发展经济和社会进步的中坚力量[8]。SFU的健康是高校核心竞争力的基础，同时对促进我国教育事业发展有着重要的意义[9]。但是随着高等院校体制改革和招生规模的扩大，SFU承担的教学、科研和社会服务压力不断增加，长期的久坐不动、缺乏体育锻炼、睡眠不足和精神紧张容易引起高血压，增加CVD的患病风险[9-12]。徐勤等[10]研究表明，某高校教职工2010—2015年高血压患病率从23.70%上升到27.72%，并且其他多种慢性疾病患病率均有不同程度的上升趋势。

健康体适能(health-related physical fitness，HPF)与个体的健康水平、生活能力和精神状况密切相关，主要包括身体成分、肌肉力量、心肺耐力和柔韧性4项基本内涵，能间接反映个体心血管的机能状态[13-14]。Chen等[15]研究表明，身体成分、握力和柔韧性可能是评估CVD患病风险的有效指标。Crump等[16-17]研究表明，心肺耐力是CVD的保护因素，相比于体力活动，心肺耐力可以更好地预测CVD的患病风险。虽然在以往的研究中证明了HPF和CVD患病风险之间的关系，但是目前关于肌肉力量、心肺耐力与CVD患病风险关系量化的研究仍少有报道[13]。本研究从HPF角度出发，分别选取肌肉力量(握力，GS)、心肺耐力(肺活量，VC)、柔韧适能(坐位体前屈，SAR)、身体质量指数(BMI)、腰围(WC)、腰臀比(WHR)、腰高比(WHtR)和脂质蓄积指数(LAP)等反映身体成分的人体测量学指标，探讨HPF各项指标与不同性别SFU高血压患病风险的关系，为SFU高血压早期预防和评估，以及降低CVD风险提供实验依据。

1 研究对象与方法

1.1 研究对象

2018年、2019年9月至11月采用简单随机抽样法，从2 617名参加教职工体检的人群中随机抽取875名(男性369人、女性506人)教职工参加HPF测试，剔除未完成HPF测试教职工74人。依据纳入标准：(1)年龄范围29～58岁；(2)无肢体功能障碍；(3)未患有糖尿病、肝肾疾病和传染性疾病。根据标准剔除后，最终纳入791名SFU，其中男性299人，女性492人。所有对象均自愿参与并签署知情同意书。

1.2 研究方法

1.2.1 HPF和血液生化指标测试

血压测量。采用欧姆龙(HEM-1000)电子血压计测量血压。测试时间为上午7：00—10：00，测试前受试者8～12 h内无进食，1～2 h无剧烈的身体活动。受试者采取坐姿，静坐5 min后由医生测量右上臂血压，测量2次，每次测量间隔1 min，记录平均值。若前后2次测量收缩压(SBP)或舒张压(DBP)的测量结果相差5 mm Hg以上，进行第3次测量，记录3次测量平均值[18]。

身高、体重、腰围测量。采用电子传感器式身高体质量测试仪测量身高和体质量。腰围(WC)采用皮尺测量，测量时受试者身体直立，露出腹部皮肤，皮尺刻度下缘置于肚脐上缘1 cm处。

HPF指标测试。HPF指标包括身体成分、GS、SAR和VC的测试。利用身体成分分析仪(InBody 230)进行身体成分各项指标测试；根据《国民体质测定标准手册》中的测试方法进行GS、SAR和VC测量。在测试体质成分前要求受试者12 h内不能进行剧烈运动，30 min内不能饮水，排除孕妇、健身爱好者等特殊人群。

血液生化指标测量。在清晨空腹状态下，由专业的医护人员采集受试者静脉血，运用全自动生化分析仪(贝克曼库尔特AU480)检测空腹血糖(CLU)、甘油三酯(TG)、高密度脂蛋白(HDL-C)和低密度脂蛋白(LDL-C)。

1.2.2 诊断标准和相关指标计算

高血压诊断标准为《中国高血压防治指南2018年修订版》中规定的SBP≥140 mm Hg和(或)DBP≥90 mm Hg[18]。BMI=体质量(kg)/[身高(m)]2；WHtR=WC(cm)/身高(cm)；男性LAP=[WC(cm)-65]×TG(mmol/L)；女性LAP=[WC(cm)-58]×TG(mmol/L)[19]。

1.2.3 质量控制

实验前，对测试人员进行集中培训，所有测试项目均按照标准严格执行。为保证测试数据录入的准确性，所有数据均采用Excel 2016软件，由双人录入。对数据进行正式统计分析前采用PASS 15软件对样本量进行估算，经计算男性SFU最低需要242人，女性SFU最低需要355人，由于74人未完成全部HPF测试项目，数据缺失率为8.5%，经校正，最低需要SFU样本量为男性 264人、女性388人，故实验设计中的样本量符合统计检验要求。

1.2.4 统计分析

2 结果分析

2.1 高血压患者和正常人群的基本特征

表1结果显示，共有791名SFU参与测试，其中男性高血压患者67名，平均年龄45岁；女性高血压患者56名，平均年龄44岁；男、女性高血压患病率分别为22.41%和11.38%，男性显著高于女性(P<0.05)。

表1 不同性别高血压和正常血压教职工的基本信息比较

男性高血压患者和正常血压人群的WC、 WHtR、 LAP、 BMI和CLU均有显著性差异(P<0.05)，GS、VC和SAR均无显著性差异(P>0.05)。女性高血压患者和正常血压人群的WC、WHtR、LDL-C、GS和VC均有显著性差异(P<0.05)，SAR无显著性差异(P>0.05)。

2.2 HPF指标与高血压患病风险的二元Logistic回归分析

以是否患有高血压(0=不患有高血压，1=患有高血压)为因变量、HPF各项指标为自变量分别进行二元Logistic回归分析(如表2所示)。结果表明，BMI、WC、WHtR和LAP对男、女性SFU高血压患病均有显著影响(P<0.05)；GS、VC对男性SFU高血压患病无显著影响(P>0.05)，但对女性SFU高血压患病有显著影响(P<0.05)；SAR和WHR对男、女性SFU高血压患病均无显著性影响(P>0.05)。

表2 HPF指标对高血压影响的二元Logistic回归分析结果

2.3 HPF指标对高血压患病风险预测的ROC曲线分析

采用受试者工作特征(ROC)曲线分析比较BMI、WC、WHtR、LAP、GS、VC和SAR对高血压的预测价值(如表3、图1所示)。表3结果显示，男性SFU的BMI、WC、WHtR、LAP、GS和VC的ROC曲线下面积(area under curre,AUC)分别为0.599、0.587、0.594、0.587、0.539和0.517，BMI、WC、WHtR、LAP对于高血压的预测均有统计学意义(P<0.05)，GS和VC对高血压的预测均不具有统计学意义(P>0.05)，其中BMI预测价值较高。SAR的ROC曲线下面积为0.489，对高血压的预测无统计学意义(P>0.05)。女性SFU的WC、WHtR、GS、 VC的ROC曲线下面积分别为0.610、 0.611、0.375和0.412，对高血压的预测均具有统计学意义(P<0.05)，但GS和VC预测的准确性较低，WHtR的预测价值较高。 BMI、LAP和SAR的ROC曲线下面积分别为0.579、0.553和0.470，对女性SFU高血压的预测价值均无统计学意义(P>0.05)。

表3 HPF指标预测高血压的ROC曲线分析

图1 身体成分指标对高血压患病风险预测的ROC曲线

通过计算身体成分各项指标的约登指数，进一步探讨BMI和WHtR对高血压患者预测的临界值(如表4所示)。BMI对男性SFU高血压预测的临界值为25.495 kg/m2，对应的特异性和敏感度分别为0.668和0.552。WHtR对女性SFU高血压预测的临界值为0.511，对应的特异性和敏感度分别为0.887和0.304。

表4 身体成分各指标对高血压患病风险的预测截点

3 讨论

3.1 高血压患病率

高血压是CVD的主要危险因素，约占CVD导致死亡人数的1/3[20]。目前，我国人群的高血压患病率仍呈上升趋势[18]。2012—2015年，我国18岁及以上高血压患病粗率为27.9%[21]。一项关于西安市8 193人的调查显示，成年男性和女性的高血压粗患病率分别为22.0%和22.9%，标化率分别为22.4%和19.9%[22]。本研究结果显示，男、女性SFU高血压患病率分别为22.41%和11.38%，男性患病率处在西安市平均水平，女性SFU高血压患病率比西安市平均水平低8.52%。这可能与女性高血压的知晓率、治疗率和控制率均高于男性[22]有关。此外，高血压的患病风险会随着内脏脂肪指数的升高而增加[6,24]。Kotchen[25]研究发现，男性的内脏脂肪占总脂肪的比例高于女性，男性约占10%～20%，女性约占5%～8%。因此，内脏脂肪含量的性别差异，也可能是导致男性高血压患病率高于女性的原因。这提示在男性SFU高血压防治中，需进一步加强内脏脂肪的控制。

3.2 肌肉力量、心肺耐力和柔韧性对高血压患病风险的影响

本研究分别将GS、VC和SAR作为衡量肌肉力量、心肺耐力和柔韧性等健康体适能要素的指标。结果显示，GS、VC对女性SFU高血压患病有显著影响，对男性SFU高血压患病无显著影响；而SAR对男、女性SFU高血压患病均无显著影响。Zhang等[26]对1 152名45岁以上人群进行多维度问卷调查的横向研究表明，GS与女性高血压患病风险存在显著负相关，而与男性高血压患病风险之间没有显著的相关性[26]。这与本文结果一致。Yoon等[27]以9 126名20岁以上韩国女性为研究对象，发现高血压前期或高血压患病率分别为30.3% 和12.9% ，校正年龄、体质量指数、饮酒频率、吸烟量和运动量后，握力(P=0.056)、完成仰卧起坐次数(P=0.140)、纵跳高度(P=0.121)与高血压发生不存在显著相关性；但是高血压发生与VO2max(P<0.001)、静息心率(resting heart rate，RHR,P<0.001)、肺活量(P<0.001)、坐位体前屈评分(P=0.012)之间存在显著相关性,其中VC和高血压发生的相关性与本研究结果一致，但是SAR结果不一致。其原因可能是研究对象、测试方法等的差异。因此进一步探索GS、VC和SAR等健康体适能指标和不同性别高血压患病风险的队列研究具有重要意义。本研究结果提示通过加强肌肉力量和心肺耐力的训练，可能会降低SFU高血压患病风险。

3.3 身体成分相关指标对高血压患病风险的影响

BMI、WC、WHtR、WHR等人体测量学指标可以间接评价身体的肥胖度，并且对测试条件无特殊要求，患者可以居家测量和自我评估。肥胖人群的BMI、WC、WHtR、WHR均比体质量正常人群高，并且这4项指标对高血压患病风险的有效评估已有报道，但在不同性别人群的研究中，各项指标与高血压的关系尚未有统一的结论[28-29]。Chua等[30]评估了年龄18岁及以上482名(男性223名、女性259名)马来西亚半岛土著成年人肥胖相关指标对高血压的预测能力，发现无论对于男性还是女性，WHtR是高血压的最佳预测指标，WHtR≥0.5的肥胖成年人患高血压的概率比正常成年人高出约两倍。文献[31]报道了BMI、WC、WHtR和WHR与高血压患病风险存在显著正相关。Zhang等[28]对516名中国哈萨克族人群的人体测量学指标与血压评估的相互关系进行了研究，发现：该人群的肥胖和高血压患病率分别为40.1%和50.3%，BMI和舒张压呈正相关(β=0.135,P=0.002)，WHtR与脉压指数(pulse pressure index，PPI)呈正相关(β=0.304,P=0.005)，WC与PPI呈负相关(β=-0.406,P<0.001)，WHR则没有相关性。这与本研究结果一致。LAP与高血压患病风险显著相关，比BMI能更好地预测CVD的风险[32-33]。本研究结果也显示，BMI、WC、WHtR和LAP对男、女性SFU高血压患病均有显著影响。但是，WHR对男、女性SFU高血压患病均无显著影响，这与以往研究有所不同，可能与研究对象的选择有关。

目前，BMI、WC、WHtR和WHR等人体测量学指标以及LAP已经被应用于CVD患病风险的预测，但各项指标对CVD的影响程度以及预测的特异性、灵敏度和准确性均存在差异[34-35]。本研究发现根据ROC曲线分析,WC和WHtR对预测男、女性高血压患病风险具有统计学意义，并且女性WHtR的AUC最大，说明WHtR对女性SFU高血压患病风险预测的准确性较高，是女性SFU高血压患病风险预测的最佳指标，预测的临界值为0.511，这与以往的研究结果一致[31-32]。

此外，BMI和LAP对男性SFU高血压患病风险预测的AUC均具有统计学意义，且BMI的AUC最大，说明BMI对男性SFU高血压患病风险预测的准确性较高，可以作为男性SFU高血压患病风险的最佳预测指标，预测临界值为25.495 kg/m2。与中心性肥胖指标相比，BMI虽然可以反映超重程度，但却不能反映个体的体脂肪分布情况[36]。Xia等[37]研究表明，不同种族间的体脂分布存在差异。因此，研究对象不同种族间的体脂肪分布差异可能是导致BMI对高血压患病风险预测价值研究结果存在争议的原因之一。

GS和VC对女性SFU高血压患病风险预测的AUC均具有统计学意义，但是GS和VC的AUC均小于0.5，说明这两项指标可以预测女性SFU高血压患病风险，但其预测的准确性较低。虽然已有大量的研究表明肥胖评价相关指标对高血压患病风险预测的有效性，但是由于研究中未排除种族、性别、年龄和地理环境等混杂因素对高血压患病风险的影响，导致目前对于最佳高血压患病风险预测指标的确定仍存在争议[31-32,37]。这提示应基于大样本量的横断面研究，将种族、性别等变量纳入回归模型，建立一套不同种族、性别的高血压患病风险预测指标评价体系。

本研究探讨了高血压患病风险与HPF各要素指标间的相关性，为高校教职工评估和预防高血压提供了新的思路。然而本研究仍存在一定局限性：首先，研究对象是高校教职工，研究结果能否推广到所有人群还需要进一步研究；其次，本研究是横断面研究，还不能确定高血压患病风险与HPF各要素间的因果关系；最后，身体活动、生活方式、压力、吸烟和饮酒等高血压患病的危险因素没有包括在研究中。在今后的研究中，应该进一步扩大样本量，将其他高血压危险因素纳入研究之中，并进行长期的队列研究，以确定高血压患病风险和健康体适能各要素之间的因果关系。

4 结论

握力、肺活量和身体成分等相关健康体适能指标可能是高校教职工高血压患病风险的影响因素，其中WC和WHtR可能是男、女性SFU高血压患病风险早期筛查与评估的有效指标； BMI和LAP是男性SFU高血压患病风险早期筛查与评估的有效指标。本研究结论对通过健康体适能相关指标早期筛查和预防高血压的发生具有重要意义，并且这些指标简单易测，不受场地、器材和专业人员等因素限制，大众可以居家自我监测，同时也能为高血压患者运动方案的制定提供实验依据。