中华预防医学杂志    2018年05期 2016年中国职业人群健走激励效果及相关因素分析    PDF     文章点击量:518    
中华预防医学杂志2018年05期
中华医学会主办。
0

文章信息

蒋炜 赵一凡 杨幸子 李镒冲 李志新 王临虹
JiangWei,ZhaoYifan,YangXingzi,LiYichong,LiZhixin,WangLinhong
2016年中国职业人群健走激励效果及相关因素分析
Effects and the associated factors of the 2016 China Motivational Healthy Walking Program among occupational population
中华预防医学杂志, 2018,52(5)
http://dx.doi.org/10.3760/cma.j.issn.0253-9624.2018.05.011

文章历史

投稿日期: 2017-08-17
上一篇:饮茶与中国男性肺癌发病关系的前瞻性队列研究
下一篇:中国居民吸烟与高尿酸血症的相关性分析
2016年中国职业人群健走激励效果及相关因素分析
蒋炜 赵一凡 杨幸子 李镒冲 李志新 王临虹     
蒋炜 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心
赵一凡 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心
杨幸子 北京大学临床研究所
李镒冲 北京大学临床研究所
李志新 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心
王临虹 100050 北京,中国疾病预防控制中心慢性非传染性疾病预防控制中心
摘要: 目的  评价在中国职业人群中开展健走激励的效果,并分析激励活动及相关因素对健走行为的影响。方法  2016年"万步有约"中国职业人群健走激励干预项目在中国139个国家级和70个省级慢性病综合防控示范区展开,共29 224人参与。通过开展团队和个人的激励活动,对职业人群进行为期100 d的健走干预。采用统一的计步器收集健走数据。分别以人均万步率、集中健走率和有效步数评价健走行为的数量、模式和质量。激励活动的强度采用累计得分方式进行计算。通过问卷调查收集个人基本情况、行为生活方式及慢性病患病等信息。最终纳入分析12 368人。采用多水平logistic回归模型分析团队和个人激励因素,以及其他个体特征对健走行为的影响。结果  研究对象年龄为(41.2±8.99)岁,其中女性占58.17%(7 194名);经过为期100 d的健走激励,干预对象人均万步率达93.89%±14.42%,集中健走率为92.01%±15.97%,有效步数比为81.00%±7.45%。人均万步率、集中健走率随团队活动得分、自主激励机制得分、个人活动得分增加而升高(P值均<0.001);但人均有效步数比随团队活动得分、自主激励机制得分增高而降低(P值均<0.05),且在个人活动得分组间差异无统计学意义(P=0.525)。多水平logistic回归模型分析结果显示,团体参与式活动得分、自主激励得分及个人活动得分高的个体,取得高水平的万步率、集中健走率的可能性更大(P值均<0.05)。个体年龄、性别、吸烟史、文化程度、饮酒行为与万步率和集中健走率相关(P值均<0.05)。结论  开展健走激励干预对促进职业人群健走行为具有积极作用,团队参与式干预和自主激励与促进职业人群健走有关。
关键词 :慢性病;干预性研究;健走;激励
Effects and the associated factors of the 2016 China Motivational Healthy Walking Program among occupational population
JiangWei,ZhaoYifan,YangXingzi,LiYichong,LiZhixin,WangLinhong     
National Center for Chronic and Non-communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention, Beijing 100050, China
Corresponding author: Li Zhixin, Email: lizhixin1@hotmail.com
Abstract:Objective  To examine the effects and associated factors of the China Motivational Healthy Walking Program among occupational population.Methods  The 2016 China Motivational Healthy Walking Program recruited 29 224 participants from 139 demonstration areas for comprehensive prevention and control of chronic and non-communicable disease at national level and 70 at provincial level. Intervention on walking was carried out by adopting group and individual motivating measures. Walking steps were recorded by electronic pedometer. We used percent of days achieving 10 000 steps (P10 000), percent of days fulfilling continuous walking (PCW), and proportion of valid walking (PVW) steps to reflect walking quantity, pattern and quality of participants. Motivation intensity was measured by summing up scores of each motivating activity. Questionnaire-based online survey collected information about demographic characteristics, lifestyle risk factors and chronic diseases. This study finally included 12 368 individuals in the analysis. Multilevel logistic regression model was used to assess the effect of group and individual motivating measures on walking activity and corresponding associated factors.Results  Age of the study sample was (41.2±8.99) years, and 58.17% (7 194) of them were female. After 100-day intervention, the P10 000, PCW and PVW of all participants were 93.89%±14.42%,92.01%±15.97% and 81.00%±7.45%, respectively. The mean P10 000 and PCW increased with rising group-motivated scores, self-motivated scores and individual-activity scores (P<0.001 for all). The mean PVW decreased with both higher group-motivated scores and self-motivated scores (both P<0.05), and varied little among groups with different level individual-activity scores (P=0.525). According to the results from the multilevel model, those who had greater group-motivated scores and self-motivated scores tended to have more likelihood of high-level of P10 000 and PCW. Age, sex, smoking status, education attainment and alcohol drinking were associated with P10 000 and PCW (P<0.05 for all).Conclusion  The Motivational Healthy Walking Program had positive effect on promoting healthy walking among occupational population. Group-motivated and self-motivated activities were associated with healthy walking.
Key words :Chronic disease;Intervention studies;Healthy walking;Motivation
全文

慢性病的发病和流行与经济、社会、生态环境、文化习俗和生活方式等因素密切相关,是重大的公共卫生问题。身体活动缺乏是慢性病发病的重要危险因素之一[1]。然而我国居民参与运动的状况不容乐观,中国成人居民经常锻炼率为18.7%[2],25~34岁劳动力人口参加锻炼的比例则更低,仅为9.9%[3]。职业人群作为社会生产的主体人群,因身体活动缺乏造成诸多的健康问题不容忽视。促进身体活动缺乏人群参与体育锻炼、增强健身意识是防控慢性病"四大基石"之一。健走作为一种适宜人群广泛、安全性高、能长期坚持的运动方式,能降低50岁以下肥胖人群的体重、BMI、腰围、体脂等[4],也能有效改善中老年人的健康状况、生活质量,以及社会、心理功能[5],是一项简单、有效的慢性病干预措施。特别因其不受时间、地点的局限,适用于职业人群的慢性病防控。
        2016年中国疾病预防控制中心慢性非传染性疾病预防控制中心在全国组织发起"万步有约"职业人群健走激励干预项目,旨在中国职业人群中推广健走运动,研究健康行为生活方式的形成和传播规律,并进一步探索健走对各种慢性病预防控制的效果,构建适合中国职业人群慢性病防控的长效机制。本研究利用项目数据,分析激励活动的效果及对健走的影响,为促进职业人群健走行为提供依据。

对象与方法  

一、对象  参加2016年"万步有约"职业人群健走激励干预项目的29 224名对象(年龄18~60岁)分别来自中国31个省(直辖市、自治区)和新疆生产建设兵团的209个慢性病综合防控示范区的1 052个国家/地方机关、国家/地方事业单位、国有企业、私有企业等单位。其中国家级示范区139个,省级示范区70个,每个单位派出不少于30人或不少于单位总人数80%的在职员工参加。参与示范区及单位主要通过省级疾病预防控制中心推荐或主动报名的方式招募。本项目通过了中国疾病预防控制中心慢性非传染性疾病预防控制中心伦理审查委员会审查(批号:201607),所有研究对象均签署了知情同意书。

二、内容与方法  

1.健走干预方式与时间:  研究对象于2016年6月16日至9月23日期间,通过佩戴计步器(北京万步健康科技有限公司计步器,型号:TW736),记录每天的健走数据,并上传至网络。项目开展周期为100 d。

2.健走激励积分计算方式:  以每日健步走1万步为目标,将健走步数转换为激励积分,开展个人与团队激励。具体积分规则:每日总分为10分,完成6 000步得4分,每增加1 000步增加1分,达到1万步得8分;为鼓励参与者每日集中一段时间进行一定强度的健走,以提高运动的效果,项目设计了"集中健走"的加分项,即在完成1万步的基础上,集中在每日5:00—9:00时完成3 000步或在17:00—24:00时完成4 000步,再得2分。有研究表明,中等强度走路约等于至少每分钟100步[6],为观察研究对象步频达到中等运动强度的健走数量,计步器会同时记录研究对象的有效步数,即步频为100~150步/min。

3.参与式激励活动:  为保持干预对象的参与度,除计算健走积分外,各示范区按照项目要求组织发起参与式活动,对每项活动进行积分评定,与健走积分共同纳入团队总激励积分。参与式激励活动分团队活动、个人活动、自主激励机制设置三大类。团队活动包括主题健走周活动、实地健走、万步领队、发现健走场地、健康讲座、启动和表彰仪式;个人活动包括征文大赛、健康指标收集、活动培训、摄影大赛等;自主激励机制指各示范区另行创新适合本地的激励手段,如物质或精神奖励、工作考核或经费使用方面的支持政策等。参与式激励活动具体积分规则详见表1

表12016年中国"万步有约"职业人群健走激励干预项目积分规则

4.问卷调查:  在项目开展前后,研究对象通过互联网进行在线自填式问卷调查。调查内容包括人口学信息(性别、年龄、婚姻、文化程度、单位性质、职业)、既往病史、家族史、吸烟史、膳食习惯、身体活动情况、睡眠情况和心理状况。

5.体格检查:  在项目开展前后,组织研究对象进行健康指标采集。内容包括身高、腰围、体重、血压、体脂率、内脏指数及空腹血糖。采用血糖仪[型号:SW308,同方健康科技(北京)股份有限公司]以自愿方式对研究对象在9:00—10:00时之间进行空腹指尖血血糖检测,采用体成分测试仪[型号:BCA-1C,同方健康科技(北京)股份有限公司]测量体重、体脂率和内脏指数,采用血压计[型号:PW311,厂家:西铁城精电科技(江门)有限公司]测量静态血压,采用身高测量仪和腰臀位卡尺按照《人群健康监测人体测量方法》(WS/T 424-2013)测量身高和腰围,精确至0.1 cm。测量由经过培训并考核合格的调查员采用统一的方法和仪器开展。

三、质量控制  

1.项目实施阶段:  对计步器数据中的异常步速、机械化重复数据、可疑数据等作弊行为进行筛查。异常步速为1 h及以上时间段内步速超过150步/min,每小时步数超过9 000步;机械化重复数据为同一研究对象在2 h及以上时间段内步数相似;可疑数据为多个研究对象在2 h及以上时间段小时步数相似。异常步速、机械化重复数据、可疑数据一经核实,则视为作弊,对个人和团队施以惩罚:扣除干预对象个人积分、取消奖励资格;个人累计作弊6次,取消项目参与资格;团队成员作弊累计超过3人次,扣团队积分5分,累计超过6人次,扣团队积分10分,以此类推。

2.数据核查与清理:  对17 889名有健走记录且健走前后参加体格测量的研究对象数据进行逻辑错误、异常值、指标缺失(血糖除外)的诊断和清理。因逻辑错误删除741名,健走数据异常删除652名,去除未完成问卷4 128名,最终分析纳入12 368名。

四、相关指标及定义  本研究结局指标为万步率、集中健走率和有效步数比。万步率为研究对象在100 d干预期间完成1万步天数的比例(个人万步率=万步天数/总天数),反映健走的数量;个人集中健走率=集中健走天数/总天数,代表研究对象在特定时间段进行一定强度健走的比例,反映健走的模式;个人有效步数比=总有效步数/总步数,代表参与者干预期间进行中等强度健走的比例,反映健走的质量。万步率、集中健走率、有效步数比例各分为3组:万步率100%、集中健走100%、有效步数比≥85%代表健步走完成情况高;万步率<90%、集中健走率<90%、有效步数比<80%代表健步走完成情况低;其余情况为中。团队活动得分、自主激励机制得分、个人活动得分按三分位数分为低、中、高组。

五、统计学分析  应用SAS 9.4软件进行数据清理与统计分析。万步率、集中健走率、有效步数比例为正态分布,以±s表示,采用t检验进行两组间差异比较;采用线性模型检验不同年龄、文化程度、团队活动得分、自主激励得分、个人活动平均得分人群万步率、集中健走率、有效步数比的变化趋势;采用多水平多分类logistic回归零模型(仅包含截距的模型)分析万步率、集中健走率、有效步数比数据是否存在层次结构;若存在层次结构,进一步拟合三分类多水平logistic回归模型,探讨年龄、性别、文化水平、吸烟、饮酒、慢性病史、团队激励得分和个人激励得分与应变量(万步率、集中健走率、有效步数比)的效应关系。水平1为个体水平,水平2为示范区水平。以α=0.05为检验水准。

结果  

一、基本情况  纳入分析的12 368名研究对象年龄为(41.2±8.99)岁,其中女性占58.17%;35~50岁年龄组人数最多,占55.28%;大学及以上文化程度者占59.68%(表2)。为期100 d的干预期内,研究对象平均万步率达93.89%±14.42%,集中健走率为92.01%±15.97%,有效步数比为81.00%±7.45%。万步率、集中健走率、有效步数比随年龄增加而升高(P<0.001)。女性万步率和集中健走率与男性相近(P>0.05),但有效步数比高于男性(P<0.001)。中专及以下、有慢性病史、国家级示范区的研究对象万步率、集中健走率和有效步数比均较高(P值均<0.05)。万步率、集中健走率随团队活动得分、自主激励机制得分、个人活动得分增加而升高(P<0.001);有效步数比随团队活动得分、自主激励得分增加而降低(P<0.05),虽然组间绝对差异不大,但差异均有统计学意义(表2)。

表2不同特征人群万步率、集中健走率、有效步数比比较(%,±s

二、万步率、集中健走率、有效步数比相关因素的多水平logistic回归模型分析  多水平logistic回归零模型(仅包含截距项的模型)显示万步率、集中健走率和有效步数比数据均存在层次结构,遂采用多水平logistic回归分析万步率、集中健走率及有效步数比的影响因素。

1.万步率的相关因素:  35岁以上、大学及以上文化程度、已戒烟、从不吸烟者万步率达到90%~99%的可能性高于对应其他亚组人群;饮酒者万步率达到90%~99%或达到100%的可能性低于不饮酒人群。此外,女性万步率达到100%的可能性高于男性;大专文化程度以上人群实现万步率100%的可能性较中专及以下文化程度人群低。团队活动得分高,自主激励机制得分中、高,和个人活动平均得分高的研究对象达到万步率90%~99%和达到100%的可能性高于三项得分低的对象;团队活动得分中等的人群实现万步率90%~99%的可能性较团队活动得分低的人群高。详见表3

表3万步率相关因素的多水平logistic回归模型分析[OR(95%CI)值]

2.集中健走率的相关因素:  年龄≥35岁、女性、已戒烟或从不吸烟的研究对象达到集中健走率90%~99%或达到100%的可能性高于对应其他亚组人群;大学及以上文化程度人群达到集中健走率90%~99%或100%的可能性低于中专及以下文化程度者,大专人群达到集中健走率100%的可能性低于中专及以下文化程度者;饮酒者集中健走率90%~99%的可能性低于不饮酒者;有慢性病史人群实现集中健走率100%的可能性是无慢性病史人群的1.21倍。自主激励机制得分中、高或个人活动平均得分高的人群高水平实现集中健走率的可能性越高;团队活动得分高的人群达到集中健走率90%~99%的可能性高于团队活动得分低人群。详见表4

表4集中健走率相关因素的多水平logistic回归模型分析[OR(95%CI)值]

3.有效步数比的相关因素:  ≥35岁或女性达到有中等有效步数比(80%~84%),或达到高等有效步数比(≥85%)的可能性高于<35岁者或男性。其他影响因素与有效步数比关联均无统计学意义。详见表5

表5有效步数比相关因素的多水平logistic回归模型分析[OR(95%CI)值]

讨论  经过为期100 d的激励干预,研究人群的万步率和集中健走率的均值在90%以上,但有效步数比均值仅有81%。既往研究指出,若要达到中等强度的运动量,需要每周健走5 d,每天在30 min内行走3 000步,或者每天分3次健走,每次在10 min内走1 000步[6]。为达到理想健走效果,在今后干预中除强调健走的数量和持续时间外,还应强调健走的质量。
        本研究中,对35岁以下人群及男性开展健走干预的效果相对较差;文化程度高或吸烟的人群坚持每日万步和集中健走的可能性较低。这与其他研究的结果相似,西班牙一项横断面研究显示,35~64岁年龄段的职业人群在业余时间有更多的体育活动[7];另外,既往多个研究表明吸烟的职业人群缺乏身体活动的比例较高[7,8,9]
        Arena等[10]在对健康生活方式干预对抗非传染性疾病的过程连接模型的研究中,表明健康生活方式的干预行为可通过个性化定制的推荐、社会互动、团队支持等帮助人们适应新的行为。另有研究表明,组建户外健走团队可以在人群水平促进和维持健走行为[11]。本研究发现开展团队参与式活动,设置自主激励机制对促进职业人群坚持每日万步健走、集中健走有促进作用,而且个人参与式活动对提高健走的数量、模式和质量均有益处,与国外相关研究结果相符。这些发现对我国今后完善职业人群健走促进的设计具有积极的意义。
        本次研究存在一定的不足之处。首先,虽然本研究样本量大,但调查的对象大部分为自愿参加,可能比其他未参加研究的职业人群有更强烈的愿望改善自身生活方式。其次,本研究未设立平行对照组,可能无法控制所有潜在的偏倚,但研究根据健走的质与量将人群进行了划分和比较,并通过多因素分析控制了主要的混杂因素,其结果对于后续职业人群健走的干预研究仍具有参考价值的。
        《"健康中国2030"规划纲要》指出要制定实施职业群体等特殊群体的体质健康干预计划[12]。《中国防治慢性病中长期规划(2017—2025年)》鼓励机关、企事业单位开展工间健身和职工运动会、健步走、健康知识竞赛等活动[13]。本项目在全国范围内开展职业人群健走干预,既符合国家医疗卫生改革与体育事业改革的最新精神,又引入了"互联网+健康"的概念,在推进"健康中国"建设,营造职业人群健康生活方式氛围方面做出了切实的努力,也为探索适合中国职业人群慢性病防控干预技术提供了有力证据支持。

参考文献
[1]SobngwiE, MbanyaJC, UnwinNC, et al. Physical activity and its relationship with obesity, hypertension and diabetes in urban and rural Cameroon[J]. Int J Obes Relat Metab Disord, 2002,26(7):1009-1016. DOI: 10.1038/sj.ijo.0802008.
[2]中华人民共和国国家卫生和计划生育委员会.《中国居民营养与慢性病状况报告(2015)》新闻发布会文字实录[J].中国实用乡村医生杂志,2015,(15):1-5. DOI: 10.3969/j.issn.1672-7185.2015.15.002.
[3]陈晓荣,姜勇,王丽敏,等. 2010年中国成年人业余锻炼和业余静态行为情况分析[J].中华预防医学杂志,2012,46(5):399-403. DOI: 10.3760/cma.j.issn.0253-9624.2012.05.005.
[4]MabireL, ManiR, LiuL, et al. The Influence of Age, Sex and Body Mass Index on the Effectiveness of Brisk Walking for Obesity Management in Adults: A Systematic Review and Meta-Analysis[J]. J Phys Act Health, 2017,14(5):389-407. DOI: 10.1123/jpah.2016-0064.
[5]林芳子,張琪,李昭憲,等.社區型中老年人健走運動介入對生活品質影響之研究[J].醫護科技期刊, 2011, 13(4): 227-240. DOI: 10.6563/TJHS.2011.13(4).3.
[6]MarshallSJ, LevySS, Tudor-LockeCE, et al. Translating physical activity recommendations into a pedometer-based step goal: 3000 steps in 30 minutes[J]. Am J Prev Med, 2009,36(5):410-415. DOI: 10.1016/j.amepre.2009.01.021.
[7]Alonso-BlancoC, Palacios-Ce?aD, Hernández-BarreraV, et al. Trends in leisure time and work-related physical activity in the Spanish working population, 1987-2006[J]. Gac Sanit, 2012,26(3):223-230.DOI: 10.1016/j.gaceta.2011.07.027.
[8]Casado-PérezC, Hernández-BarreraV, Jiménez-GarcíaR, et al. Physical activity in adult working population: results from the European National Health Survey for Spain (2009)[J]. Aten Primaria, 2015,47(9):563-572. DOI: 10.1016/j.aprim.2015.01.005.
[9]FlorindoAA, Guimar?esVV, CesarCL, et al. Epidemiology of leisure, transportation, occupational, and household physical activity: prevalence and associated factors[J]. J Phys Act Health, 2009,6(5):625-632.
[10]ArenaR, GuazziM, LianovL, et al. Healthy Lifestyle Interventions to Combat Noncommunicable Disease—A Novel Nonhierarchical Connectivity Model for Key Stakeholders: A Policy Statement From the American Heart Association, European Society of Cardiology, European Association for Cardiovascular Prevention and Rehabilitation, and American College of Preventive Medicine[J].Mayo Clin Proc,2015,90(8):1082-1103. DOI: 10.1016/j.mayocp.2015.05.001.
[11]LambSE, BartlettHP, AshleyA, et al. Can lay-led walking programmes increase physical activity in middle aged adults? A randomised controlled trial[J]. J Epidemiol Community Health, 2002,56(4):246-252.
[12]中共中央、国务院. "健康中国2030"规划纲要[M].北京:人民出版社, 2016.
[13]中华人民共和国国家卫生和计划生育委员会.解读《中国防治慢性病中长期规划(2017—2025年)》[J].中国实用乡村医生杂志,2017,24(3):1-2. DOI: 10.3969/j.issn.1672-7185.2017.03.002.