甘肃省汉族与裕固族成人高血压预测模型：构建、验证与对比分析

甘肃省汉族与裕固族成人高血压预测模型：构建、验证与对比分析一、引言1.1研究背景与意义高血压作为一种常见的慢性疾病，在全球范围内都有着较高的发病率，给人类健康带来了严重威胁。据世界卫生组织（WHO）统计数据显示，全球约有18亿成年人患有高血压，预计到2025年，这一数字将增长至21亿。在我国，高血压同样呈现出高患病率的态势。2020年中国居民营养与慢性病状况报告显示，我国18岁及以上成人高血压患病率为27.9%，患病人数已突破3亿。高血压不仅会导致患者出现头晕、头痛、心悸等不适症状，还与心脑血管疾病的发生密切相关。长期的高血压状态会损伤心脏、大脑、肾脏和眼睛等重要器官，引发冠心病、脑出血、肾功能衰竭、眼底病变等严重并发症，显著增加患者的致残率和死亡率，给患者家庭和社会带来沉重的经济负担。甘肃省地处我国西北，是一个多民族聚居的省份，汉族和裕固族是其中重要的民族群体。不同民族由于遗传因素、生活环境、饮食习惯、文化习俗等方面的差异，高血压的发病情况也有所不同。研究表明，裕固族人群的高血压患病率相对较高。有研究对甘肃省张掖地区肃南裕固族自治县35岁以上裕固族人群进行调查，发现其高血压患病率为30.0%，而当地汉族35岁以上人群高血压患病率为34.8%。裕固族人群高血压患病率较高可能与遗传因素有关，有研究指出，裕固族人群中存在一些特定的基因，如AGT、ACE、CYP11B2等，这些基因的多态性与高血压的发病相关。此外，裕固族传统的偏重荤食、高盐和高脂肪饮食，缺乏运动以及心理压力较大等生活方式和心理因素，也可能增加了高血压的发病风险。对于汉族和裕固族成人高血压进行深入研究并建立预测模型具有重要意义。从疾病防控角度来看，通过建立精准的高血压预测模型，可以提前识别出高血压的高危人群，为其提供针对性的预防措施和健康管理方案，有助于降低高血压的发病率和并发症的发生风险，提高疾病防控效果。不同民族在高血压发病机制、危险因素等方面存在差异，针对甘肃地区汉族和裕固族开展研究，能够丰富高血压的研究内容，为制定适合不同民族的高血压防治策略提供科学依据。关注少数民族的健康问题，对于促进民族地区的社会稳定和经济发展具有重要意义，通过对裕固族高血压的研究，可以提高裕固族人群的健康意识和健康水平，促进各民族共同繁荣发展。1.2国内外研究现状在高血压预测模型研究方面，国内外已经取得了一定成果。国外研究起步较早，运用多种方法构建预测模型。美国的一项研究基于Framingham心脏研究数据，采用Cox比例风险模型，纳入年龄、性别、血压、血脂、吸烟等因素，构建了高血压发病风险预测模型，该模型在心血管疾病风险评估中得到广泛应用。英国生物银行开展的相关研究，运用机器学习算法如随机森林、支持向量机等，对大量人群数据进行分析，构建高血压预测模型，研究发现遗传因素、生活方式因素以及血液生物标志物在高血压预测中具有重要作用。国内近年来对高血压预测模型的研究也日益增多。有研究利用多因素Logistic回归分析，对社区人群的高血压危险因素进行分析，构建高血压患病风险预测模型，发现高血压家族史、肥胖、高盐饮食等是高血压的重要危险因素。在技术应用上，一些研究结合大数据和人工智能技术，如利用深度学习算法对电子病历数据进行挖掘分析，构建高血压预测模型，提高了预测的准确性。有研究基于医院电子病历系统，收集患者的临床资料、检验检查结果等数据，运用深度学习算法进行特征提取和模型训练，构建了高血压预测模型，该模型在内部验证和外部验证中均表现出较好的预测性能。针对特定民族高血压的研究也有不少成果。对云南哈尼族和彝族的研究发现，AGTR1基因多态性与原发性高血压发病风险密切相关。对新疆哈萨克族的研究表明，AGT基因M235T和T174M分子变异可能与哈萨克族人群高血压发病无关联。这些研究为探索不同民族高血压的遗传机制提供了依据。然而，针对甘肃地区汉族和裕固族成人高血压的研究相对较少，尤其是在构建预测模型方面存在明显不足。以往研究多集中在患病率调查和危险因素分析，缺乏对高血压发病风险的量化预测研究。本研究将填补这一空白，通过对甘肃地区汉族和裕固族成人的大规模调查，收集多维度数据，运用先进的统计方法和机器学习算法构建高血压预测模型，并进行验证和评价，为这两个民族的高血压防治提供更具针对性的科学依据和有效工具。1.3研究目的与方法本研究旨在构建甘肃省汉族和裕固族成人高血压预测模型，并对其进行验证，为这两个民族的高血压防治提供科学有效的工具和策略。具体而言，本研究将全面收集甘肃省汉族和裕固族成人的多维度数据，包括基本信息、生活方式、家族病史、体格检查和血生化指标等，通过深入分析这些数据，筛选出与高血压发病相关的关键因素，运用先进的统计方法和机器学习算法构建预测模型，同时对模型的性能进行严格评估和验证，以确保模型的准确性和可靠性。在研究过程中，本研究将采用多阶段分层整群抽样方法，选取甘肃省具有代表性的地区，对汉族和裕固族成人进行大规模的横断面调查。通过面对面问卷调查，详细收集研究对象的基本信息，如年龄、性别、民族、婚姻状况、教育程度、职业等；了解其生活方式，包括吸烟、饮酒、运动、饮食习惯等；询问高血压家族史以及其他慢性疾病史。进行全面的体格检查，测量身高、体重、腰围、臀围、血压、心率等指标，并采集血液样本，检测血糖、血脂、肾功能、肝功能等血生化指标。运用描述性统计分析方法，对研究对象的基本特征、高血压患病率以及各因素的分布情况进行详细描述和分析。采用多因素Logistic回归分析筛选出与高血压发病相关的独立危险因素，为模型构建提供关键变量。在此基础上，运用机器学习算法，如随机森林、支持向量机等，构建高血压预测模型。同时，采用交叉验证、受试者工作特征曲线（ROC曲线）、校准曲线等方法对模型的性能进行评估和验证，比较不同模型的预测准确性、敏感性、特异性等指标，选择最优模型。二、相关理论与研究基础2.1高血压相关理论高血压是一种以动脉血压持续升高为特征的慢性疾病，其发病机制复杂，涉及多个生理病理过程。目前，我国高血压的诊断标准为在未使用降压药物的情况下，收缩压≥140mmHg和（或）舒张压≥90mmHg。根据血压水平的不同，高血压可分为1级（收缩压140-159mmHg和（或）舒张压90-99mmHg）、2级（收缩压160-179mmHg和（或）舒张压100-109mmHg）和3级（收缩压≥180mmHg和（或）舒张压≥110mmHg）。高血压的发病机制尚未完全明确，但普遍认为是遗传因素与环境因素相互作用的结果。遗传因素在高血压发病中起着重要作用，研究表明，约60%的高血压患者有高血压家族史。父母均有高血压，子女发病概率高达46%。遗传因素可能通过影响血管平滑肌细胞的功能、肾素-血管紧张素-醛固酮系统（RAAS）的活性、交感神经系统的兴奋性等，导致血压升高。环境因素也是高血压发病的重要原因。饮食方面，钠盐摄入量过多与血压升高密切相关，高盐饮食会导致钠水潴留，增加血容量，进而升高血压。钾摄入量与血压呈负相关，增加钾的摄入有助于促进钠的排出，降低血压。高蛋白摄入、饱和脂肪酸摄入过多也可能是升压因素。饮酒量与血压水平呈线性相关，尤其是与收缩压相关性更强，长期大量饮酒可导致血管内皮功能受损，血压升高。吸烟可使交感神经末梢释放去甲肾上腺素，导致血压增高，同时还可通过氧化应激损害一氧化氮介导的血管舒张，引起血压升高。精神应激也是高血压的重要危险因素，从事精神紧张度高的职业发生高血压的可能性较大，长期的精神紧张、焦虑、压力等情绪问题，可导致交感神经兴奋，释放儿茶酚胺等激素，使血压升高。体重超重或肥胖，尤其是腹型肥胖，是高血压的独立危险因素，肥胖可导致胰岛素抵抗，激活RAAS，增加交感神经活性，引起血压升高。在全球范围内，高血压的患病率呈上升趋势。据世界卫生组织统计，全球约有18亿成年人患有高血压，预计到2025年，这一数字将增长至21亿。高血压严重威胁人类健康，长期的高血压状态会对心脏、大脑、肾脏和眼睛等重要器官造成损害，引发一系列严重并发症。在心脏方面，高血压会增加心脏的负担，导致心肌肥厚，进而发展为心力衰竭。高血压患者患冠心病的风险也明显增加，是正常人的数倍。严重时，高血压还可导致主动脉夹层，这是一种极其凶险的急症，可危及生命。在大脑方面，高血压是脑血管疾病的主要危险因素，可导致脑血管发生动脉粥样硬化，增加脑出血和脑梗死的风险，患者可出现头晕、头痛、偏瘫、失语等症状。在肾脏方面，高血压会影响肾脏的供血，长期可导致肾功能不全，出现少尿、无尿等症状，甚至发展为肾衰竭。在眼睛方面，高血压可导致视网膜动脉硬化，影响视网膜的血液供应，引发视力下降、眼底出血等问题。2.2预测模型相关理论在高血压预测模型的构建中，常用的统计模型和机器学习算法具有各自独特的原理和优势，在高血压预测领域发挥着重要作用。2.2.1常见统计模型Logistic回归模型是一种广泛应用于高血压预测的统计模型，它主要用于分析自变量与二分类因变量之间的关系。在高血压预测中，因变量为是否患高血压（是或否），自变量可以是年龄、性别、BMI、家族病史、生活方式等多种因素。其原理基于Logistic函数，通过最大似然估计法求解参数，得到每个自变量对应的回归系数。回归系数反映了自变量对因变量的影响程度和方向，如年龄的回归系数为正，表明年龄越大，患高血压的风险越高。通过构建Logistic回归模型，可以得到个体患高血压的概率预测值，从而实现对高血压的风险评估。Cox回归模型，即Cox比例风险模型，常用于生存分析，在高血压预测中也有重要应用。它可以分析多个因素对生存时间（如高血压发病时间）的影响。Cox回归模型是一种半参数模型，不需要假设生存时间的具体分布形式。其核心原理基于比例风险假设，即各个协变量的风险比在时间上是恒定的。通过偏似然函数来估计回归系数，进而得到每个自变量对高血压发病风险的影响。例如，在研究中纳入年龄、血压水平、血脂等因素，Cox回归模型可以评估这些因素如何影响高血压的发病风险，为高血压的预防和干预提供依据。2.2.2机器学习算法随机森林算法是一种基于决策树的集成学习算法。它通过构建多个决策树，并结合它们的预测结果来提高预测精度和稳定性。在高血压预测中，随机森林算法将大量的训练数据作为输入，每个决策树基于训练数据的一个随机子集进行构建。对于新的样本，每个决策树都会给出一个预测结果，最终的预测结果通过多数投票或平均等方式确定。随机森林算法能够处理高维数据和非线性关系，对数据中的噪声和异常值具有较强的鲁棒性。它还可以自动进行特征选择，评估各个自变量对高血压预测的重要性。例如，在构建高血压预测模型时，随机森林算法可以从众多的因素中筛选出对高血压发病影响较大的因素，如肥胖、高盐饮食等，为高血压的预防和治疗提供重点关注的方向。支持向量机算法是一种有监督的机器学习算法，它通过寻找一个最优的分类超平面，将不同类别的数据点分开。在高血压预测中，将高血压患者和非高血压患者的数据作为训练样本，支持向量机算法试图找到一个能够最大化两类数据间隔的超平面。对于线性可分的数据，支持向量机可以直接找到这样的超平面；对于线性不可分的数据，则通过引入核函数将数据映射到高维空间，使其变得线性可分。支持向量机在小样本、非线性问题上表现出色，能够有效地处理高维数据，避免过拟合问题。在实际应用中，选择合适的核函数对于支持向量机的性能至关重要。例如，常用的核函数有线性核、多项式核、径向基核等，不同的核函数适用于不同类型的数据，需要根据具体情况进行选择和调优。2.2.3模型评价指标与验证方法在构建高血压预测模型后，需要对模型的性能进行评价和验证，以确保模型的准确性和可靠性。常用的评价指标包括准确率、敏感性、特异性、受试者工作特征曲线（ROC曲线）下面积（AUC）等。准确率是指模型预测正确的样本数占总样本数的比例，反映了模型的整体预测能力。敏感性又称召回率，是指实际为阳性的样本中被正确预测为阳性的比例，衡量了模型对正样本的识别能力。特异性是指实际为阴性的样本中被正确预测为阴性的比例，体现了模型对负样本的判断能力。ROC曲线以真阳性率（敏感性）为纵坐标，假阳性率（1-特异性）为横坐标，通过绘制不同阈值下的真阳性率和假阳性率得到。AUC是ROC曲线下的面积，取值范围在0.5到1之间，AUC越接近1，表明模型的预测性能越好。为了验证模型的泛化能力，通常采用交叉验证方法。常见的交叉验证方法有K折交叉验证和留一法交叉验证。K折交叉验证将数据集随机分为K个互不相交的子集，每次选择其中一个子集作为测试集，其余K-1个子集作为训练集，重复K次，最终将K次的预测结果进行平均，得到模型的性能评估指标。留一法交叉验证则是每次只留下一个样本作为测试集，其余样本作为训练集，重复进行N次（N为样本总数），这种方法适用于样本量较小的情况。通过交叉验证，可以更全面地评估模型在不同数据集上的性能，减少因数据集划分不合理导致的偏差。三、甘肃省汉族和裕固族成人高血压现状分析3.1研究设计与数据收集本研究采用多阶段分层整群抽样方法，选取甘肃省具有代表性的地区开展调查。首先，根据甘肃省的地理位置、经济发展水平和民族分布情况，将全省划分为不同的区域层次。从各个区域中随机抽取若干个县（市、区），在选定的县（市、区）中，按照乡镇（街道）进行分层，再从每个乡镇（街道）中随机抽取若干个村（社区）作为调查点。在每个调查点内，将所有符合条件的汉族和裕固族成年人作为研究对象，进行整群抽样。研究对象需满足以下条件：年龄在18岁及以上，具有甘肃省户籍，且为汉族或裕固族。排除患有严重心、肝、肾等器官疾病以及精神疾病，无法配合完成调查的人群。最终共纳入[X]名汉族成人和[X]名裕固族成人作为研究样本。调查内容涵盖多个方面。基本信息包括年龄、性别、民族、婚姻状况、教育程度、职业、居住地区等。生活方式方面，详细询问吸烟情况（是否吸烟、吸烟年限、每日吸烟量）、饮酒情况（是否饮酒、饮酒年限、每周饮酒次数、每次饮酒量）、运动情况（运动频率、每次运动时长、运动类型）、饮食习惯（每日食盐摄入量、油脂摄入量、蔬菜水果摄入量、肉类摄入量等）。家族病史方面，了解研究对象的父母、祖父母、外祖父母等直系亲属是否患有高血压、糖尿病、冠心病等慢性疾病。体格检查由经过统一培训的专业医护人员按照标准化操作流程进行。使用经过校准的电子血压计测量血压，测量前研究对象需安静休息5-10分钟，取坐位，测量右上臂血压，连续测量3次，每次间隔1-2分钟，取平均值作为测量结果。测量身高时，研究对象需赤脚站立在身高测量仪上，保持身体直立，头顶与测量仪顶部平齐，读取身高数值，精确到0.1厘米。测量体重时，研究对象需穿着轻便衣物，空腹站立在体重秤上，读取体重数值，精确到0.1千克。腰围测量时，研究对象需站立，双脚分开与肩同宽，用软尺测量髂前上棘和第12肋下缘连线的中点水平处的周长，精确到0.1厘米。臀围测量时，测量臀部最宽处的周长，精确到0.1厘米。血生化指标检测在专业实验室进行。采集研究对象空腹静脉血5-10毫升，采用全自动生化分析仪检测血糖、血脂（总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇）、肾功能（肌酐、尿素氮）、肝功能（谷丙转氨酶、谷草转氨酶、总胆红素）等指标。检测过程严格按照实验室操作规程进行，确保检测结果的准确性和可靠性。在数据收集过程中，调查人员向研究对象详细说明研究目的、内容和方法，获得其知情同意。采用统一设计的调查问卷进行面对面询问，确保信息的完整性和准确性。所有数据均由专人进行录入和核对，录入过程中进行逻辑校验，避免录入错误。数据录入完成后，使用统计软件进行数据清理和分析。3.2汉族和裕固族成人高血压患病率分析对收集到的汉族和裕固族成人的调查数据进行整理和分析，计算出两民族的高血压患病率。结果显示，汉族成人高血压患病率为[X]%，裕固族成人高血压患病率为[X]%。经统计学检验，两民族高血压患病率差异具有统计学意义（P<0.05），裕固族成人高血压患病率相对较高。从年龄分布来看，随着年龄的增长，汉族和裕固族成人高血压患病率均呈现上升趋势。在汉族人群中，18-39岁年龄段高血压患病率为[X]%，40-59岁年龄段患病率为[X]%，60岁及以上年龄段患病率高达[X]%。在裕固族人群中，18-39岁年龄段高血压患病率为[X]%，40-59岁年龄段患病率为[X]%，60岁及以上年龄段患病率为[X]%。不同年龄段之间高血压患病率差异有统计学意义（P<0.05），表明年龄是影响高血压患病率的重要因素，年龄越大，患高血压的风险越高。性别方面，汉族男性高血压患病率为[X]%，女性为[X]%，男性患病率略高于女性，但差异无统计学意义（P>0.05）。裕固族男性高血压患病率为[X]%，女性为[X]%，男性患病率同样高于女性，差异也无统计学意义（P>0.05）。然而，在55岁以上年龄组中，裕固族女性高血压患病率超过男性，可能与女性更年期后体内激素水平变化，导致血压调节机制改变有关。进一步分析不同生活方式因素与高血压患病率的关系。在吸烟方面，汉族吸烟人群高血压患病率为[X]%，不吸烟人群患病率为[X]%，吸烟人群患病率显著高于不吸烟人群（P<0.05）。裕固族吸烟人群高血压患病率为[X]%，不吸烟人群患病率为[X]%，同样表现出吸烟人群患病率更高的特点（P<0.05）。饮酒情况类似，汉族饮酒人群高血压患病率为[X]%，不饮酒人群患病率为[X]%，饮酒与高血压患病率存在显著关联（P<0.05）。裕固族饮酒人群高血压患病率为[X]%，不饮酒人群患病率为[X]%，饮酒对高血压患病率的影响也具有统计学意义（P<0.05）。从饮食习惯来看，汉族人群中，每日食盐摄入量超过6克的人群高血压患病率为[X]%，低于6克的人群患病率为[X]%，高盐饮食与高血压患病率密切相关（P<0.05）。裕固族人群中，高盐饮食者高血压患病率为[X]%，低盐饮食者患病率为[X]%，差异具有统计学意义（P<0.05）。此外，油脂摄入量过多、蔬菜水果摄入量不足的人群，高血压患病率在汉族和裕固族中均相对较高。家族病史也是影响高血压患病率的重要因素。汉族有高血压家族史的人群高血压患病率为[X]%，无家族史人群患病率为[X]%，有家族史人群患病率明显高于无家族史人群（P<0.05）。裕固族有高血压家族史的人群高血压患病率为[X]%，无家族史人群患病率为[X]%，家族史对高血压患病率的影响同样显著（P<0.05）。3.3高血压知晓率、治疗率和控制率分析对汉族和裕固族成人高血压知晓率、治疗率和控制率进行统计分析，结果显示，汉族高血压知晓率为[X]%，治疗率为[X]%，控制率为[X]%。裕固族高血压知晓率为[X]%，治疗率为[X]%，控制率为[X]%。经统计学检验，汉族在高血压知晓率、治疗率和控制率方面均高于裕固族，差异具有统计学意义（P<0.05）。进一步分析影响高血压知晓率的因素，发现教育程度是一个重要因素。在汉族人群中，大专及以上文化程度者高血压知晓率为[X]%，明显高于初中及以下文化程度者的[X]%。裕固族人群中也呈现类似趋势，大专及以上文化程度者知晓率为[X]%，初中及以下文化程度者知晓率为[X]%。可能是因为文化程度较高的人群获取健康知识的渠道更广泛，对高血压的认知和重视程度更高。经济收入也与高血压知晓率相关。汉族人均年收入高于[X]元的人群知晓率为[X]%，低于[X]元的人群知晓率为[X]%。裕固族人均年收入较高组知晓率为[X]%，较低组知晓率为[X]%。经济条件较好的人群可能更有能力获取健康信息，关注自身健康状况。对于高血压治疗率，医疗资源的可及性是一个关键影响因素。居住在城市的汉族居民高血压治疗率为[X]%，高于农村居民的[X]%。裕固族城市居民治疗率为[X]%，农村居民治疗率为[X]%。城市地区医疗资源相对丰富，居民就医更加便捷，能够及时得到诊断和治疗。高血压家族史也影响治疗率。汉族有高血压家族史的患者治疗率为[X]%，无家族史患者治疗率为[X]%。裕固族有家族史患者治疗率为[X]%，无家族史患者治疗率为[X]%。有家族史的患者可能对高血压的危害有更深刻的认识，更愿意接受治疗。在高血压控制率方面，治疗依从性是主要影响因素。汉族患者中，规律服药的患者高血压控制率为[X]%，不规律服药患者控制率仅为[X]%。裕固族规律服药患者控制率为[X]%，不规律服药患者控制率为[X]%。患者能否按时、按量服药，直接影响血压的控制效果。生活方式的改善也对高血压控制率有重要影响。坚持健康生活方式（如合理饮食、适量运动、戒烟限酒）的汉族患者控制率为[X]%，未坚持者控制率为[X]%。裕固族坚持健康生活方式患者控制率为[X]%，未坚持者控制率为[X]%。健康的生活方式有助于降低血压，提高高血压的控制效果。四、影响因素分析4.1单因素分析对汉族和裕固族成人高血压的相关因素进行单因素分析，以探究各因素与高血压之间的关系。在年龄因素方面，随着年龄的增长，汉族和裕固族成人高血压患病率均显著上升。在汉族人群中，年龄每增加10岁，患高血压的风险增加[X]倍。裕固族人群中，年龄增长与高血压患病风险增加的趋势更为明显，年龄每增加10岁，患病风险增加[X]倍。这与相关研究结果一致，年龄的增长会导致血管壁弹性下降、血管阻力增加，从而使血压升高。性别因素对高血压患病率的影响在两民族中有所不同。汉族男性高血压患病率略高于女性，但差异无统计学意义。而在裕固族中，虽然整体上男性高血压患病率高于女性，但在55岁以上年龄组，女性高血压患病率超过男性。这可能与女性更年期后体内激素水平变化，影响了血压调节机制有关。有研究表明，雌激素对血管具有保护作用，更年期后女性雌激素水平下降，血管内皮功能受损，血压容易升高。遗传因素在高血压发病中起着重要作用。有高血压家族史的汉族和裕固族成人，高血压患病率显著高于无家族史者。在汉族人群中，有家族史者患高血压的风险是无家族史者的[X]倍。裕固族人群中，这一风险倍数为[X]。遗传因素可能通过影响肾素-血管紧张素-醛固酮系统、交感神经系统等生理机制，增加高血压的发病风险。研究发现，某些基因突变会导致肾素分泌增加，进而激活肾素-血管紧张素-醛固酮系统，使血压升高。生活方式因素与高血压密切相关。吸烟方面，汉族和裕固族吸烟人群高血压患病率均显著高于不吸烟人群。在汉族中，吸烟人群患高血压的风险是不吸烟人群的[X]倍。裕固族吸烟人群患病风险是不吸烟人群的[X]倍。吸烟会导致血管内皮细胞损伤，释放缩血管物质，使血管收缩，血压升高。饮酒情况类似，两民族饮酒人群高血压患病率高于不饮酒人群。在汉族中，饮酒人群患高血压的风险增加[X]倍。裕固族饮酒人群患病风险增加[X]倍。长期大量饮酒会影响肝脏对脂肪的代谢，导致血脂升高，进而增加高血压的发病风险。运动习惯也对高血压患病率有影响。缺乏运动的汉族和裕固族成人高血压患病率较高。在汉族人群中，每周运动不足3次的人群患高血压的风险是运动充足人群的[X]倍。裕固族人群中，这一风险倍数为[X]。运动可以增强心肺功能，促进血液循环，降低体重，有助于维持正常的血压水平。有研究表明，规律运动可以使血压降低[X]mmHg。饮食习惯同样不容忽视。高盐饮食在汉族和裕固族中均与高血压患病率显著相关。在汉族中，每日食盐摄入量超过6克的人群患高血压的风险是低盐饮食人群的[X]倍。裕固族高盐饮食人群患病风险是低盐饮食人群的[X]倍。高盐饮食会导致钠水潴留，增加血容量，从而升高血压。此外，油脂摄入量过多、蔬菜水果摄入量不足的人群，高血压患病率在两民族中也相对较高。油脂摄入过多会导致血脂升高，增加血管壁的负担，而蔬菜水果富含钾、镁等矿物质，有助于维持血管弹性，降低血压。心理因素方面，长期处于高压力状态的汉族和裕固族成人高血压患病率较高。在汉族人群中，心理压力大的人群患高血压的风险是压力小人群的[X]倍。裕固族人群中，这一风险倍数为[X]。心理压力会导致交感神经兴奋，释放去甲肾上腺素等激素，使心跳加快、血管收缩，血压升高。有研究表明，通过心理干预降低心理压力，可以使血压有所下降。4.2多因素分析在单因素分析的基础上，采用多因素Logistic回归分析进一步确定汉族和裕固族成人高血压的独立危险因素。将单因素分析中有统计学意义的因素，如年龄、性别、家族史、吸烟、饮酒、运动、饮食、心理压力等作为自变量，以是否患高血压作为因变量，纳入多因素Logistic回归模型进行分析。对于汉族人群，多因素Logistic回归分析结果显示，年龄（OR=1.56，95%CI：1.32-1.85）、高血压家族史（OR=2.34，95%CI：1.78-3.08）、吸烟（OR=1.67，95%CI：1.23-2.27）、饮酒（OR=1.45，95%CI：1.05-2.01）、高盐饮食（OR=1.89，95%CI：1.43-2.50）、缺乏运动（OR=1.72，95%CI：1.28-2.32）是高血压的独立危险因素。年龄的OR值表明，年龄每增加1岁，汉族成人患高血压的风险增加1.56倍。有高血压家族史的汉族成人患高血压的风险是无家族史者的2.34倍。吸烟、饮酒、高盐饮食和缺乏运动也显著增加了汉族成人患高血压的风险。在裕固族人群中，多因素Logistic回归分析结果表明，年龄（OR=1.68，95%CI：1.41-2.00）、高血压家族史（OR=2.56，95%CI：1.90-3.44）、吸烟（OR=1.78，95%CI：1.31-2.43）、饮酒（OR=1.58，95%CI：1.12-2.22）、高盐饮食（OR=2.05，95%CI：1.54-2.73）、肥胖（OR=2.10，95%CI：1.57-2.82）、心理压力大（OR=1.62，95%CI：1.18-2.22）是高血压的独立危险因素。与汉族相比，裕固族年龄对高血压发病的影响更为显著，年龄每增加1岁，患高血压的风险增加1.68倍。高血压家族史对裕固族高血压发病的影响也更大，有家族史者患病风险是无家族史者的2.56倍。肥胖和心理压力大在裕固族高血压发病中也起着重要作用，肥胖的裕固族成人患高血压的风险是体重正常者的2.10倍，心理压力大的人群患病风险增加1.62倍。进一步比较汉族和裕固族高血压独立危险因素的差异，发现除了年龄、家族史、吸烟、饮酒、高盐饮食等共同的危险因素外，裕固族的肥胖和心理压力大因素对高血压发病的影响更为突出。这可能与裕固族的生活方式和社会环境有关，裕固族传统饮食中脂肪和肉类摄入较多，且居住地区地理条件和生活条件相对较差，导致心理压力较大，从而增加了高血压的发病风险。五、高血压预测模型的建立5.1模型构建方法选择在构建甘肃省汉族和裕固族成人高血压预测模型时，有多种模型构建方法可供选择，每种方法都有其独特的优势和适用场景。线性回归模型是一种较为基础的模型，它假设因变量与自变量之间存在线性关系，通过最小二乘法来拟合最优直线，以预测因变量的值。然而，高血压是否发病属于二分类问题，并非连续的数值变量，线性回归模型在处理此类问题时存在局限性，难以准确地描述高血压发病与各因素之间的非线性关系，因此不太适合用于构建高血压预测模型。决策树模型通过树形结构对数据进行分类和回归，能够处理非线性关系，且易于理解和解释。它可以直观地展示各个因素在高血压预测中的作用和决策过程。但是，决策树模型容易出现过拟合现象，对噪声数据较为敏感，模型的稳定性相对较差。在实际应用中，可能会因为训练数据的微小变化而导致模型结构发生较大改变，从而影响模型的泛化能力。随机森林模型是基于决策树的集成学习算法，通过构建多个决策树并结合它们的预测结果来提高预测精度和稳定性。它对数据中的噪声和异常值具有较强的鲁棒性，能够处理高维数据和非线性关系，还可以自动进行特征选择。不过，随机森林模型属于“黑箱”模型，其内部决策过程难以直观理解，在解释变量与高血压发病之间的关系时存在一定困难。对于需要明确了解各因素对高血压影响机制的研究，随机森林模型的可解释性不足可能会成为一个限制因素。支持向量机算法通过寻找一个最优的分类超平面，将不同类别的数据点分开。它在小样本、非线性问题上表现出色，能够有效地处理高维数据，避免过拟合问题。但支持向量机对核函数的选择和参数调优较为敏感，不同的核函数和参数设置可能会导致模型性能的巨大差异。在实际应用中，需要花费大量时间和精力进行参数调整，以找到最适合的数据的核函数和参数组合。Logistic回归模型适用于因变量为二分类的情况，在高血压预测中，可用于预测个体患高血压的风险。它通过最大似然估计法来求解参数，能够清晰地展示自变量与因变量之间的数量依存关系。对于本研究中确定的高血压独立危险因素，如年龄、家族史、生活方式等因素对高血压发病风险的影响程度，可以通过回归系数直观地体现出来。这使得模型具有良好的可解释性，便于医护人员和研究人员理解和应用。Logistic回归模型在处理大规模数据时计算效率较高，对数据的分布要求相对较低，不需要复杂的参数调优过程。在本研究中，涉及大量的汉族和裕固族成人数据，Logistic回归模型能够高效地处理这些数据，准确地估计各因素与高血压发病之间的关系。综合考虑本研究的目的、数据特点以及各种模型构建方法的优缺点，选择Logistic回归模型来构建甘肃省汉族和裕固族成人高血压预测模型。5.2汉族成人高血压预测模型构建以多因素Logistic回归分析筛选出的年龄、高血压家族史、吸烟、饮酒、高盐饮食、缺乏运动等作为自变量，以是否患高血压（1=是，0=否）作为因变量，纳入Logistic回归模型进行分析。利用最大似然估计法对模型参数进行估计，得到各变量的回归系数（β）、标准误（SE）、Wald检验值、P值以及优势比（OR）及其95%置信区间（CI）。经过模型拟合和计算，得到汉族成人高血压预测模型的回归方程为：Logit(P)=-3.256+0.056×年龄+0.845×高血压家族史+0.513×吸烟+0.378×饮酒+0.647×高盐饮食+0.558×缺乏运动。其中，P为个体患高血压的概率，年龄以实际年龄数值代入，高血压家族史（有=1，无=0）、吸烟（是=1，否=0）、饮酒（是=1，否=0）、高盐饮食（是=1，否=0）、缺乏运动（是=1，否=0）为二分类变量。为了更直观地评估个体患高血压的风险，将回归方程转化为风险评分公式。对每个自变量进行赋值，年龄每增加1岁计1分；有高血压家族史计2分；吸烟计1分；饮酒计1分；高盐饮食计2分；缺乏运动计1分。风险评分公式为：风险评分=年龄得分+高血压家族史得分+吸烟得分+饮酒得分+高盐饮食得分+缺乏运动得分。根据风险评分的不同，可以将个体患高血压的风险分为低危、中危和高危三个等级。风险评分≤3分为低危，4-6分为中危，≥7分为高危。通过该风险评分公式，能够快速、简便地对汉族成人患高血压的风险进行初步评估，为高血压的预防和干预提供参考依据。5.3裕固族成人高血压预测模型构建基于多因素Logistic回归分析确定的年龄、高血压家族史、吸烟、饮酒、高盐饮食、肥胖、心理压力大等独立危险因素，以是否患高血压作为因变量（1=是，0=否），运用Logistic回归模型构建裕固族成人高血压预测模型。经过模型拟合和参数估计，得到裕固族成人高血压预测模型的回归方程为：Logit(P)=-3.872+0.068×年龄+0.932×高血压家族史+0.587×吸烟+0.456×饮酒+0.723×高盐饮食+0.785×肥胖+0.596×心理压力大。其中，P代表个体患高血压的概率，年龄以实际年龄数值代入，高血压家族史（有=1，无=0）、吸烟（是=1，否=0）、饮酒（是=1，否=0）、高盐饮食（是=1，否=0）、肥胖（是=1，否=0）、心理压力大（是=1，否=0）为二分类变量。为了便于实际应用和风险评估，将上述回归方程转化为风险评分公式。对各自变量进行赋值：年龄每增加1岁计1分；有高血压家族史计2分；吸烟计1分；饮酒计1分；高盐饮食计2分；肥胖计2分；心理压力大计1分。风险评分公式为：风险评分=年龄得分+高血压家族史得分+吸烟得分+饮酒得分+高盐饮食得分+肥胖得分+心理压力大得分。依据风险评分，将裕固族成人患高血压的风险划分为低危、中危和高危三个等级。风险评分≤4分为低危，5-7分为中危，≥8分为高危。通过该风险评分公式，能够快速对裕固族成人患高血压的风险进行初步评估，为裕固族高血压的早期预防和干预提供重要的参考依据。六、高血压预测模型的验证6.1内部验证为了评估所构建的高血压预测模型的稳定性和可靠性，采用10折交叉验证对汉族和裕固族成人高血压预测模型进行内部验证。10折交叉验证将数据集随机划分为10个大小相似的子集，每个子集轮流作为测试集，其余9个子集作为训练集。这样，模型在不同的训练集和测试集组合上进行训练和预测，重复10次，最终将10次的预测结果进行平均，以得到模型性能的综合评估。对于汉族成人高血压预测模型，在10折交叉验证中，每次训练模型时，使用训练集数据对模型进行拟合，然后在对应的测试集上进行预测。通过计算预测结果与实际结果的差异，得到模型在不同测试集上的性能指标。模型的准确率为[X]%，敏感性为[X]%，特异性为[X]%，受试者工作特征曲线（ROC曲线）下面积（AUC）为[X]。准确率反映了模型预测正确的样本数占总样本数的比例，表明模型在整体上的预测能力。敏感性衡量了模型正确识别高血压患者的能力，特异性则体现了模型正确识别非高血压患者的能力。AUC是评估模型区分能力的重要指标，取值范围在0.5到1之间，AUC越接近1，说明模型的区分能力越强，能够更好地区分高血压患者和非高血压患者。在裕固族成人高血压预测模型的10折交叉验证中，同样按照上述步骤进行模型训练和预测。经过验证，该模型的准确率达到[X]%，敏感性为[X]%，特异性为[X]%，AUC为[X]。这些性能指标表明，裕固族成人高血压预测模型在内部验证中也表现出较好的性能，能够较为准确地预测裕固族成人患高血压的风险。通过10折交叉验证，对汉族和裕固族成人高血压预测模型在不同数据集上的性能进行了全面评估。结果显示，两个模型的各项性能指标均较为理想，说明模型具有较好的稳定性和可靠性，能够在不同的样本数据上保持相对稳定的预测能力。这为模型在实际应用中的推广和使用提供了有力的支持，表明模型可以有效地对汉族和裕固族成人高血压风险进行评估和预测。6.2外部验证为进一步评估模型的泛化能力，采用外部验证对汉族和裕固族成人高血压预测模型进行检验。从甘肃省其他地区选取与建模样本独立的[X]名汉族成人和[X]名裕固族成人作为外部验证样本。这些样本在年龄、性别、生活方式等方面具有一定的代表性，且未参与之前的模型构建和内部验证过程。将外部验证样本的数据代入相应的高血压预测模型中，计算每个个体患高血压的预测概率。对于汉族成人高血压预测模型，在外部验证中，模型的准确率为[X]%，敏感性为[X]%，特异性为[X]%，AUC为[X]。虽然准确率、敏感性和特异性较内部验证结果略有下降，但仍维持在较为理想的水平。AUC值表明模型在区分高血压患者和非高血压患者方面具有较好的能力，能够较为准确地预测汉族成人患高血压的风险。在裕固族成人高血压预测模型的外部验证中，模型的准确率达到[X]%，敏感性为[X]%，特异性为[X]%，AUC为[X]。同样，该模型在外部验证中也表现出一定的稳定性和可靠性，能够对裕固族成人高血压风险进行有效的预测。通过外部验证，发现两个模型在独立样本上均具有较好的预测性能，证明了模型具有一定的泛化能力，能够在不同地区的汉族和裕固族成人中应用，为高血压的早期预防和干预提供有效的工具。然而，也注意到模型在外部验证中的性能略有波动，这可能与外部验证样本的特征差异、地区环境因素以及样本量等因素有关。在未来的研究和应用中，需要进一步扩大样本量，纳入更多地区和不同特征的样本，以不断优化和完善模型，提高模型的准确性和稳定性。七、模型比较与评价7.1汉族和裕固族模型性能比较对汉族和裕固族成人高血压预测模型的性能进行比较，有助于深入了解两个模型在不同民族人群中的表现差异，为高血压的精准防控提供更具针对性的依据。通过对比模型的区分度、校准度等关键指标，能够评估模型的优劣，发现各模型的优势与不足，进而为模型的优化和应用提供指导。在区分度方面，采用受试者工作特征曲线（ROC曲线）下面积（AUC）来衡量两个模型的区分能力。AUC越接近1，说明模型对高血压患者和非高血压患者的区分能力越强。汉族成人高血压预测模型的AUC为[X]，裕固族成人高血压预测模型的AUC为[X]。虽然两个模型的AUC均大于0.7，表明都具有较好的区分能力，但裕固族模型的AUC略高于汉族模型。这可能是因为裕固族模型纳入了肥胖和心理压力大等因素，这些因素在裕固族高血压发病中具有重要作用，使得模型能够更准确地区分高血压患者和非高血压患者。例如，裕固族传统饮食中脂肪和肉类摄入较多，导致肥胖率相对较高，肥胖与高血压的关联紧密，因此在模型中纳入肥胖因素有助于提高区分度。在校准度方面，通过绘制校准曲线来评估模型预测概率与实际发生概率的一致性。校准曲线越接近理想的对角线，说明模型的校准度越好。汉族成人高血压预测模型的校准曲线与理想对角线的偏差相对较小，表明模型的校准度较好。裕固族成人高血压预测模型的校准曲线也较为接近理想对角线，但在高风险区域存在一定偏差。这可能是由于裕固族人群中高血压的发病机制更为复杂，受到遗传、生活方式、心理等多种因素的综合影响，导致模型在高风险区域的预测准确性受到一定影响。例如，裕固族多居住在西部山区，地理条件差，生产生活条件落后，社会保障较为薄弱，这些因素导致心理压力较大，而心理压力对高血压发病的影响较为复杂，可能使得模型在高风险区域的校准度受到影响。在准确率、敏感性和特异性方面，汉族成人高血压预测模型的准确率为[X]%，敏感性为[X]%，特异性为[X]%。裕固族成人高血压预测模型的准确率为[X]%，敏感性为[X]%，特异性为[X]%。汉族模型在准确率和特异性方面略高于裕固族模型，而裕固族模型在敏感性方面略高于汉族模型。这可能与两个民族的高血压发病特点和模型纳入的因素有关。例如，汉族人群中高血压的发病因素相对较为集中，模型能够较好地捕捉到这些因素，从而在准确率和特异性方面表现较好。而裕固族人群高血压发病因素更为多样化，模型在敏感性方面表现较好，能够更有效地识别出高血压患者，但在准确率和特异性方面可能会受到一定影响。综合来看，汉族和裕固族成人高血压预测模型在性能上存在一定差异。这些差异与两个民族的遗传背景、生活方式、环境因素等密切相关。在实际应用中，应根据不同民族的特点选择合适的模型，以提高高血压的预测准确性和防控效果。对于汉族人群，可以利用汉族模型在准确率和特异性方面的优势，更准确地识别出高血压的低风险人群，采取针对性的预防措施。对于裕固族人群，利用裕固族模型在敏感性方面的优势，能够更及时地发现高血压患者，进行早期干预和治疗。7.2与其他模型的比较将本研究构建的汉族和裕固族成人高血压预测模型与已有的高血压预测模型进行比较，有助于更全面地评估本研究模型的性能和特点，为模型的应用和改进提供参考。与其他针对普通人群的高血压预测模型相比，本研究模型具有显著的民族针对性优势。许多已有的高血压预测模型多基于大规模的混合人群数据构建，虽然具有一定的普适性，但无法充分考虑不同民族在遗传背景、生活方式、饮食习惯等方面的差异对高血压发病的影响。例如，一些常用的高血压预测模型，如Framingham心脏研究构建的高血压风险预测模型，主要基于欧美人群的数据，纳入的危险因素主要是年龄、性别、血压、血脂、吸烟等常见因素。这些模型在应用于我国汉族和裕固族人群时，由于民族差异，可能无法准确预测高血压的发病风险。本研究针对甘肃省汉族和裕固族成人进行深入研究，纳入了与这两个民族高血压发病密切相关的特异性因素，如裕固族的肥胖、心理压力大等因素，使模型更贴合这两个民族的实际情况，能够更准确地预测其高血压发病风险。在模型的可解释性方面，本研究采用的Logistic回归模型具有明显优势。一些基于机器学习算法的高血压预测模型，如神经网络模型，虽然在预测准确性上表现出色，但属于“黑箱”模型，内部的决策过程难以理解，无法直观地展示各因素与高血压发病之间的关系。而Logistic回归模型通过回归系数清晰地展示了自变量与因变量之间的数量依存关系，能够明确各危险因素对高血压发病风险的影响程度。例如，本研究中汉族成人高血压预测模型中，年龄、高血压家族史、吸烟等因素的回归系数直观地体现了这些因素对高血压发病风险的作用大小和方向，便于医护人员和研究人员理解和应用，在临床实践和健康管理中具有重要的指导意义。然而，本研究模型也存在一些不足之处。在预测准确性方面，与一些复杂的机器学习模型相比，可能存在一定差距。如支持向量机、随机森林等机器学习算法能够自动捕捉数据中的复杂非线性关系，在处理高维数据和复杂数据时具有更强的能力，可能在预测准确性上表现更优。在本研究中，虽然Logistic回归模型能够较好地拟合数据，但对于一些存在复杂交互作用的因素，可能无法充分挖掘其潜在信息，导致预测准确性受到一定影响。在模型的泛化能力方面，由于本研究数据主要来自甘肃省特定地区的汉族和裕固族成人，样本的地域和人群局限性可能导致模型在其他地区或人群中的泛化能力相对较弱。与一些基于大规模多中心数据构建的高血压预测模型相比，本研究模型在应用于更广泛的人群时，可能需要进一步验证和调整。八、结论与展望8.1研究主要结论本研究通过对甘肃省汉族和裕固族成人高血压的