基于健康社区理念的慢性病风险预测与控制策略研究

With the increase of chronic disease morbidity and mortality, the surveillance and intervention of chronic disease risk become more and more important in China. As a part of healthy city, healthy community was the basis for chronic disease management. Although the community management system of chronic disease patients was established, there were still some limitations, such as information network was not comprehensive, management techniques were limited and so on. It’s urgent to establish an intervention mechanism of chronic disease risk based on community. According to evidence-based health policy methods, the study forms a theoretical framework of chronic disease risk factors relying on healthy community. Investigations were implemented in national chronic diseases prevention district. Comprehensive investigations about chronic disease risk factors were conduct in community, household and individual levels. Data mining techniques were using to build chronic disease risk prediction models of healthy community. It explored the critical paths and policy measures of predictive models using in health management of different population. The chronic disease risk prediction models of healthy community in this study were not limited to individual health and behavior, it was a systemic prediction model including support from community, environmental factors and health behavior. The study explored how to apply the prediction model into management. The study was benefit to improve health level of population in healthy community, and achieve healthy aging.

中国的慢性病患病率和死亡率快速增长并向年轻化发展，慢病风险的监控成为焦点问题；健康社区作为健康城市的重要一环，是进行慢病管理的基础，虽实施多年，但仍存在技术不完善、部门缺乏合作等问题，亟需建立多部门联动的慢病风险主动干预机制。本研究基于健康社区和慢病决定因素等理论，采用循证医学方法，形成社区慢病风险因素的理论框架和指标体系；利用国家慢病综合防控示范区建设点开展实证研究，全面调查社区和个体层面的慢病风险因素；采用数据挖掘技术，构建健康社区的慢病风险预测预警模型；探索将模型应用于多部门联动慢病管理的关键环节、路径和政策措施。本研究不仅局限于个体健康和行为层面，从社区健康支持、环境卫生和行为方式等方面构建系统性的慢病风险预测模型，探索将模型应用于管理方、医疗方和居民进行慢病防控的策略，研究成果有利于从社区层面持续改善影响健康的因素，促进多部门联动的社区慢病管理机制的形成，提高资源利用的社会效益。

本项目在理论研究和文献分析的基础上，采用两轮德尔菲专家咨询，从社区和个体两个层面形成慢性病风险因素预测预警的初步指标体系，社区层面分为人群健康状况、健康服务与健康素养、社会人口环境3个维度16项指标，个体层面分为社会人口学特征、家族史情况、膳食情况、行为因素以及生理生化指标5个维度31项指标，共计47项指标的初步指标体系。.为了验证和完善基于健康社区的慢性病风险预警模型，提高预测预警模型的可操作性，本项目结合实证研究，进一步甄选对于慢性病风险预测敏感性和影响力高的指标，形成12项个体和社区层面的指标，包括社区层面的每千服务人口医师数、65岁以上老人占比和卫生事业费占地方财政支出比例，个体层面的年龄、性别、心血管疾病直系亲属患病、现在每日吸烟量、每天睡眠时间、是否有害饮酒、每天静态行为时间、体重指数和血清总胆固醇，作为基准确认BP模型的输入节点,8个隐含层节点数，输出节点数为1测算高血压的风险。分析结果显示，神经网络模型的总体判定准确性在90%以上，说明预测模型是相关风险因素的影响下，是否会发生高血压风险的有效评估方法，有助于辅助基层卫生技术人员，作为判别人群高血压风险程度的科学依据。.围绕健康社区的目标和慢性病发主要风险，分析影响社区慢性病防控效果和人群健康状况的主要因素，总结社区进行慢性病干预的关键环节和主要策略措施，探讨健康社区的管理者、卫生服务提供者和需求方等利益相关方参与慢性病风险控制的途径和协调机制，归纳行政、医疗、环保、教育等多部门联动的慢性病综合干预策略和措施。.本研究基于慢性病风险和健康社区的相关理论，从对人群健康危害大、疾病经济负担重的慢性病入手，甄别和评估社区内的慢性病风险因素与居民健康和发病的关联性，构建健康社区慢性病风险预测预警模型，对慢性病的干预策略和人群健康管理提出建议，为社区从被动地进行信息监测和医疗服务，转变为主动的多部门联动的慢性病防控机制提供技术支持，研究成果具有应用前景。.疾病预测和预警作为一种前瞻性的研究方法，在国外也仍处于探索和实践的过程中，本研究在WHO健康社区理论和健康风险评价理论的基础上，借鉴国际慢性病预测防控研究的经验，运用数据挖掘技术，构建社区居民慢性病风险的预测预警模型，从个体和社区层面所做的慢性病风险预测预警指标体系和模型具有一定创新性。