慢性病高危人群和健康人群休闲类身体活动健康信念模式的多组结构方程模型分析
吴士艳1, 张旭熙1, 孙凯歌1, 胡康1, 刘思佳2,, 孙昕霙1,
1. 北京大学公共卫生学院社会医学与健康教育学系, 北京 100191
2. 北京市通州区疾病预防控制中心, 北京 101100
摘要

目的: 探讨应用健康信念模式构建的多组结构方程模型中,健康信念各因子间的作用机制,并比较慢性病高危人群和健康人群的差异,为今后有针对性地分类指导,实施休闲类身体活动干预和相关政策的制定提供依据。方法: 慢性病高危人群组和健康人群组分别有2 736人和1 514人纳入本研究,调查内容包括问卷调查、体格检查和生化检测。采用结构方程模型(structural equation modeling, SEM)构建基准模型,并分别检验模型的形态和参数一致性,比较两组模型的差异。结果: 北京市通州区慢性病高危人群休闲类身体活动每日量为0.0(0.0, 4.6)千步当量,健康人群为0.0(0.0, 4.0)千步当量,SEM结果显示客观障碍(β=-0.245)、主观障碍(β=-0.057)、自我效能(β=0.117) 和提示因素(β=-0.043)对休闲类身体活动的直接效应显著,自我效能是最主要的中介变量。多组结构方程分析结果显示模型形态一致,但模型参数不同( Δ χ2= 27.4, P<0. 05)。慢性病高危人群组提示因素和主观障碍到休闲类身体活动这两条路径差异均有统计学意义,客观障碍到主观障碍( P=0.007)在两组间差异有统计学意义。结论: 两组人群休闲类身体活动量均不足,且健康信念的作用强度不同,路径也存在差异,因此针对不同人群需采取不同的策略进行干预,慢性病高危人群更应该着重采取措施减少主观和客观障碍,提升自我效能,以提高不同人群休闲类身体活动量,达到延缓或防止慢性病发生,提高生活质量的目的。

关键词: 休闲类身体活动; 健康信念模式; 多组结构方程模型; 慢性病高危人群; 健康人群
中图分类号:R193 文献标志码:A 文章编号:1671-167X(2018)04-0711-06
Application of multi-group structural equation model in comparative study of HBM related to recreational physical activity among population with high risk of chronic diseases and healthy people
WU Shi-yan1, ZHANG Xu-xi1, SUN Kai-ge1, HU Kang1, LIU Si-jia2,, SUN Xin-ying1,
1. Department of Social Medicine and Health Education, School of Public Health, Peking University, Beijing 100191, China
2.Tongzhou Center for Disease Prevention and Control, Beijing 101100, China
△ Corresponding author's e-mail, xysun@bjmu.edu.cn
Abstract

Objective: To explore mechanism of health beliefs by application of health belief model (HBM) and structural equation modeling (SEM) with regard to recreational physical activity (PA), to identify the differences of among population with high risk of chronic diseases and healthy people, and to provide the specific interventions of recreational physical activity and reference for health relevant policy-making in the future.Methods: A total of 2 736 residents with high risk of chronic diseases and 1 514 healthy people were involved. A questionnaire survey, physical examination and biochemical examination were conducted. The questionnaire based on HBM had acceptable validity and reliability. The proposed model based on the total sample size of the two groups was developed using the structural equation model-ing and multi-comparison in the ways of appearance and parameters were also validated.Results: The median amount of recreational (PA) among population with high risk of chronic diseases and healthy people were 0.0 thousand-step equivalent with quartile of (0.0, 4.6) and 0.0 thousand-step equivalent with quartile of (0.0, 4.0) respectively. The results of SEM suggested that the direct effects of perceived objective barriers(β=-0.245), perceived subjective barriers(β=-0.057), cues to action(β=-0.043) and self-efficacy(β=0.117) on recreational (PA) were significant. Self-efficacy was the most important mediator. The multi-group comparisons indicated that the models of the two groups had the same appearance but the parameters between them were significant (Δ χ2= 27.4, P<0.05). The multi-group structural equation model (MSEM) indicated that two paths from cues to action and from perceived subjective barriers to recreational (PA) were not statistically significant among the population with high-risk of chronic diseases. In the two groups, one path coefficient from perceived objective barriers to subjective barriers ( P=0.007) was statistically significant ( P<0.05).Conclusion: The recreational (PA) levels of both groups were lower. Health beliefs on recreational (PA) of the two groups played different roles and some paths were also different. Therefore, specific interventions and strategies should be developed for different people. For residents with high risk of chronic diseases, much more attention should be paid to reduce the objective and subjective barriers of recreational physical activity and to improve self-efficacy so as to delay or prevent the occurrence of chronic diseases and then to improve the quality of life of this kind of population.

Key words: Recreational physical activity; Health belief model; Multi-group structural equation mo-deling; High risk population; Healthy people

慢性非传染性疾病(简称慢性病)已经成为全球主要的死亡和伤残原因[1]。有研究表明, 体力活动不足是慢性病的重要危险因素[2, 3]。国家体育总局报道, 2013年20~69岁居民经常锻炼率仅为18.7%[4]。2016年6月, 国务院正式印发《全民健身计划(2016— 2020年)》将全民健身上升为国家战略, 提出对不同地区、不同人群需要分类指导。《全球身体活动问卷指南(global physical activity questionnaire analysis guide)》[5]将身体活动分为工作或家务类、交通类以及休闲类3类。由于前两类身体活动不容易干预, 因此休闲活动类是当前干预的重点。本研究应用健康信念模式和多组结构方程模型探讨慢性病高危人群和健康人群休闲类身体活动影响因素, 为针对不同人群来分类指导以提高全民身体活动量及相关研究和政策制定提供参考。

1 资料与方法
1.1 研究对象

研究使用的数据来自“ 北京市通州区社区诊断(2015)” 专项调查, 该项目开始前经过北京大学生物医学伦理委员会审查批准(IRB00001052-15041), 所有调查对象均签署了知情同意书。

慢性病高危人群为18周岁及以上, 并满足以下情况之一者[6]:(1)血压水平为收缩压 130~139 mmHg(1 mmHg=0.133 kPa)和(或)舒张压 85~89 mmHg; (2)现在吸烟者; (3)空腹血糖(fasting plasma glucose, FPG)水平:6.1 mmol/L≤ FPG< 7.0 mmol/L; (4)血清总胆固醇水平(total cholesterol, TC):5.2 mmol/L≤ TC< 6.2 mmol/L; (5)男性腰围≥ 90 cm, 女性腰围≥ 85 cm。排除患有高血压、糖尿病、血脂异常、心脑血管疾病、慢性阻塞性肺部疾病、恶性肿瘤、慢性消化系统疾病和慢性泌尿系统疾病的居民, 最终纳入2 736人。健康人群为年满18周岁, 同时没有上述疾病且非慢性病高危人群, 共纳入1 514人。

1.2 调查方法

自行设计调查问卷, 内容包括社会人口统计学特征; 基于健康信念模式设计的量表, 包含感知运动的益处、自我效能、提示因素、客观障碍、主观障碍、感知到不运动的害处, 共18题, Likert 5级评分, 得分越高意味着认知障碍提示因素越多; 全球身体活动问卷中休闲类内容, 包括高强度及中等强度身体活动, 询问 “ 是否有此类活动” 、“ 每周几天” 、“ 平均每天多长时间(只记录持续10 min以上的活动)” 3个问题, 每周身体活动量(MET-min)=METs× 每周活动天数(d)× 每天活动时间(min)[7], 1千步当量相当于30 MET-min。体检项目包括身高、体重、腰围和血压等并于清晨空腹采集静脉血, 测定总胆固醇和空腹血糖等。

调查员为通州区各社区卫生中心的医护人员, 问卷采用面对面询问的方式, 由调查员填写, 调查员和监督员均经过统一培训。体格检查均使用统一采购的相同型号的仪器, 严格按照体检标准操作。生化指标的检测由具有资质的专业的检验公司完成。

1.3 统计分析

采用Epidata 3.1进行数据双录入。统计学描述用SPSS17.0实现。用Mplus7.0对全部样本数据作单样本的结构方程模型(structural equation modeling, SEM)拟合, 参数估计采用稳健极大似然法(MLR), 并用多组结构方程模型(multiple-group structural equation modeling, MSEM)拟合不同人群的数据。SEM常用评价指标有χ 2、TLI(Tucker-Lewis index)、SRMR(standardized root mean square residual)、RESEA(root mean square error of approximation)、CFI(comparative fit indexes), 以α =0.05作为统计检验显著性的标准。

2 结果
2.1 两组调查对象基本情况

慢性病高危人群平均年龄(38.4± 13.9)岁, 休闲类身体活动参与率为48.5%, 日均千步当量中位数为0.0(0.0, 4.6), 健康人群平均年龄(31.4± 10.6)岁, 休闲类身体活动参与率为48.2%, 日均千步当量中位数0.0(0.0, 4.0), 单因素分析见表1

表1 调查对象基本情况 Table 1 Socio-demographic characteristics of participants n(%)
2.2 健康信念模式分析

两组健康信念各因素得分之间差异无统计学意义(表2)。

表2 两组健康信念各因子得分( x̅± s) Table 2 The average scores of health beliefs of two groups ( x̅± s)
2.3 多组结构方程模型分析

2.3.1 构建基准模型(M0) 以健康信念模式(health belief model, HBM)为理论模型, 利用两组全部样本(n=4 250)构建基准模型(M0), 拟合显示感知到益处和感知到害处对休闲类身体活动的直接作用不显著(图1)。组间形态一致性检验:用基准模型(M0)同时拟合慢性高危人群组和健康人群组两组数据并得到无任何限定的模型(M1), 拟合结果显示模型对数据拟合良好, 两组模型形态基本一致, 可以继续进行多组比较(表3)。

图1 基准模型(M0)Figure 1 Criterion model(M0)
RPA, recreational physical activity ; eff, self-efficacy; cues: cues to action; oba: objective barriers; sba, subjective barriers; ben, perceived benefits; sev, perceived severity, standardized parameter estimates were presented and all path loadings were statistically significant (P < 0.05); a1-a19, items (CFI=0.950, TLI=0.935, RMSEA=0.041< 0.08, SRMR=0.033< 0.08, χ 2 =1064.6, df=132).

表3 结构方程模型多组分析整体拟合效果 Table 3 Model fitness of MSEM

2.3.2 多组结构方程模型比较 MSEM依次限定测量权重、结构权重、结构协方差等[8]。对限定模型和基准模型的卡方值之差在相应的自由度上做检验, 若差值显著, 说明不同组模型参数不同, 若不显著, 则说明该模型较为稳定[9]。MSEM评价常用的拟合指标有χ 2、TLI、SRMR、RESEA、CFI和模型之间差异的增量拟合指标Δ χ 2 。模型评价时需注意多个指标的综合使用[10] 。本研究假定两组间SEM的路径系数相等, 故限定测量权重模型M2和限定结构权重模型M3。限定测量权重模型M2:将M1中各潜变量与指标变量间的负荷设定为组间相等, 结果显示模型参数在两组间基本相同, 可以认为两组间潜变量负荷相等。结构权重:限定潜变量之间的回归系数(M3), 结果显示模型参数在两组之间不同, 潜变量之间的路径系数存在差异(表3)。除感知到益处这个因子之外, 两组健康信念因子作用强度存在差异(表4)。两组路径比较结果显示, 相比于健康人群, 慢性病高危人群组缺少提示因素和主观障碍到休闲类身体活动这两条路径(表5)。两组路径系数比较显示差异显著的路径共1条(P< 0.05), 客观障碍到主观障碍这条路径上的差异最显著(P=0.007, 表5)。

表4 结构方程模型中的各效应 Table 4 Effects of structural equation modeling
表5 两组路径系数比较 Table 5 Comparison of path loading of two groups
3 讨论
3.1 两组人群休闲类身体活动状况

健康人每日身体活动推荐量为6~10千步当量[7], 但该区慢性病高危人群休闲类身体活动量日均0.0(0.0, 4.6)千步当量, 健康人群为0.0(0.0, 4.0)千步当量, 均不容乐观。两组人群文化程度均与休闲类身体活动量有关联, 可能与较高学历者相对有更多的时间和精力参与休闲类身体活动有关。

3.2 基于HBM的休闲类身体活动的结构方程模型

本研究显示客观障碍、主观障碍、自我效能和提示因素对休闲类身体活动的直接效应显著, 其中客观障碍的直接效应最大(β =-0.245), 其次是自我效能(β =0.117), 这与国外的一些研究结果相一致[11, 12, 13, 14], 因此, 应协调各部门着重减少休闲类身体活动的客观障碍, 比如提供合适的场地和运动器材, 同时创建相对安全舒适的运动环境等, 并通过健康教育与健康促进提高该人群自我效能, 以提高两组人群休闲类身体活动量。感知到运动的益处对休闲活动的直接效应和间接效能均不显著, 这与前人研究结果不一致[11], 可能与本地区该人群感知到运动益处的平均得分接近满分, 没有区分度有关。

此外, 本研究还发现模型中存在广泛的中介效应, 自我效能和主观障碍是该模型的中介变量。自我效能是最重要的中介变量, 这与既往研究结果相一致[15]。主观障碍对自我效能的作用最大(β =-0.483), 客观障碍对主观障碍的作用最大(β =-0.620)。

3.3 两组结构方程模型比较

本研究应用多组结构方程模型意在研究慢性病高危人群和健康人群两组不同人群健康信念因子的内部关联是否存在差异, 为有针对性地提高人群休闲类身体活动提供干预依据。

两组模型形态基本一致, 但结构权重检验不一致, 潜变量之间的路径系数存在差异。健康信念各因子在两组人群模型中的作用强度不同, 相比于健康人群, 慢性病高危人群组提示因素和主观障碍到休闲类身体活动这两条路径不显著, 但总体两组这两条路径作用差异无统计学意义, 表明提示因素和主观障碍在两组人群中作用无太大差异。两组路径系数差异显著的路径共1条(P< 0.05), 客观障碍到主观障碍差异最显著(P=0.007), 提示今后工作中针对慢性病高危人群组, 应首先减少客观障碍, 取得的效果可能会更显著。

(志谢:衷心感谢在通州区社区诊断工作中付出辛苦劳动的通州区所有社区卫生服务中心的工作人员!)

(本文编辑:王 蕾)

The authors have declared that no competing interests exist.

参考文献
[1] 亓晓, 张普洪, 张勇, . 中国慢性病预防控制策略现状[J]. 中国慢性病预防与控制, 2012, 20(2): 214-217. [本文引用:1]
[2] 袁雪丽, 张雪姣, 白雅敏, . 慢性病高危人群体力活动现况及影响因素分析[J]. 中国慢性病预防与控制, 2016, 2(24): 107-110. [本文引用:1]
[3] 陈黎, 朱慧蓉. 上海市某社区公务员健康状况调查[J]. 中国社区医师, 2015, 9(31): 157-163. [本文引用:1]
[4] 国家卫生计生委疾病预防控制局. 中国居民营养与慢性病状况报告[M]. 北京: 人民卫生出版社, 2015: 61. [本文引用:1]
[5] World Health Organization. Global physical activity questionnaire (GPQA) analysis guide[EB/OL]. (2010-06-01) [2016-09-26]. http://www.who.int/chp/steps/GPAQ/en/. [本文引用:1]
[6] 卫生部疾病预防控制局. 全国慢性病预防控制工作规范[M]. 北京: 人民卫生出版社, 2011: 28-31. [本文引用:1]
[7] 中华人民共和国卫生部疾病预防控制局. 中国成人身体活动指南(节录)[J]. 营养学报, 2012, 34(2): 105-110. [本文引用:2]
[8] 邱皓政, 林碧芳. 结构方程模型的原理与应用[M]. 北京: 中国轻工业出版社, 2009: 300-323. [本文引用:1]
[9] 温忠麟, 侯杰泰, 张雷. 调节效应与中介效应的比较和应用[J]. 心理学报, 2005, 37(2): 268-274. [本文引用:1]
[10] 候杰泰, 温忠麟, 马什赫伯特. 结构方程检验: 拟合指数与卡方准则[J]. 心理学报, 2004, 36(2) : 186-194. [本文引用:1]
[11] Wu TY, Pender N. Determinants of physical activity among Taiwanese adolescents: an application of the health promotion model[J]. Res Nurs Health, 2002, 25(1): 25-36. [本文引用:2]
[12] Bakhtari AF, Baghiani MM, Asghari JM, et al. Explaining the role of personal, social and physical environment factors on employed women’s physical activity: a structural equation analysis[J]. Glob J Health Sci, 2013, 4(5): 189-199. [本文引用:1]
[13] Babatunde OT. Importance of self-efficacy and knowledge to physical activity behavior in older African Americans[J]. J Health Care Poor Underserved, 2015, 4(26): 1223-1234. [本文引用:1]
[14] Ar-Yuwat S, Clark MJ, Hunter A, et al. Determinants of physical activity in primary school students using the health belief model[J]. J Multidiscip Health, 2013, 6(6): 119-126. [本文引用:1]
[15] Ling J, Robbins LB, McCarthy VL, et al. Psychosocial determinants of physical activity in children attending afterschool programs: a path analysis[J]. Nurs Res, 2015, 3(64): 190-199. [本文引用:]