引用本文

温新欣, 许德江, 刘肖辉, 宋少锋, 吕艳朋. 济南铁路职工通勤方式及时间与超重肥胖、高血脂、脂肪肝关系[J]. 中国公共卫生, 2016, 32(9): 1242-1245.

WEN Xin-xin, XU De-jiang, LIU Xiao-hui, et al . Associations of mode and time of commute to work with overweight, hyperlipidemia, and fatty liver disease among railway workers in Ji′nan city[J]. Chinese Journal of Public Health, 2016, 32(9): 1242-1245.

济南铁路职工通勤方式及时间与超重肥胖、高血脂、脂肪肝关系
温新欣
, 许德江


, 刘肖辉
, 宋少锋
, 吕艳朋
济南铁路疾病预防控制中心质量管理科,山东 250001
收稿日期: 2015-09-12; 数字出版日期: 2016-04-06 7:57.
基金项目: 济南铁路局科技研究开发计划课题(2013Z16)
作者简介: 温新欣(1969-), 女, 山东济南人, 副主任技师, 硕士, 主要从事铁路疾病预防与控制工作。
摘要:
目的
了解山东省济南地区铁路职工通勤方式及时间与超重肥胖、高血脂、脂肪肝之间的关系,为制定相应干预措施提供科学依据。
方法
于2014年3-6月采用分层随机整群抽样方法在济南铁路局抽取1 850名20~59岁铁路职工进行问卷调查、体格检查和实验室检测。
结果
通勤方式为私人交通、步行、自行车、公共交通的职工超重肥胖检出率分别为38.7%、18.5%、33.6%、31.0%,高血脂检出率分别为11.6%、4.6%、10.3%、10.1%,脂肪肝检出率分别为25.5%、13.0%、19.4%、19.3%;多因素非条件logistic回归分析结果显示,在调整了性别、年龄、文化程度、婚姻状况、月平均收入、吸烟、饮酒、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间、每日通勤时间等混杂因素后,与通勤方式为私人交通相比,步行是超重肥胖的保护因素(OR=0.44,95%CI=0.25~0.77),骑自行车是脂肪肝的保护因素(OR=0.63,95%CI=0.43~0.95);在调整了除每日通勤时间外的其他混杂因素后,与非活跃的通勤相比,步行时间≤1 h (OR=0.47,95%CI=0.25~0.86)和>1 h (OR=0.32,95%CI=0.10~0.99)、骑自行车时间≤1 h (OR=0.61,95%CI=0.40~0.94)、公共交通时间≤1 h (OR=0.46,95%CI=0.28~0.76)是超重肥胖的保护因素,公共交通时间≤1 h (OR=0.33,95%CI=0.12~0.97)是高血脂的保护因素,骑自行车时间≤1 h (OR=0.57,95%CI=0.35~0.95)和公共交通时间≤1 h(OR=0.45,95%CI=0.24~0.84)是脂肪肝的保护因素。
结论
活跃的通勤方式可以降低超重肥胖、高血脂、脂肪肝发生的风险。
关键词:
通勤方式
超重肥胖
高血脂
脂肪肝
关系
Associations of mode and time of commute to work with overweight, hyperlipidemia, and fatty liver disease among railway workers in Ji′nan city
WEN Xin-xin, XU De-jiang


, LIU Xiao-hui, et al
Department of Quality Control, Ji′nan Railway Center for Disease Control and Prevention, Ji′nan, Shandong Province 250001, China
Abstract:
Objective
To assess the associations of mode and time of commute to work with overweight,obesity,hyperlipidemia,and fatty liver disease among railway workers in Ji'nan city and to provide references for developing intervention strategies.
Methods
From March to June of 2014,a total of 1 850 railway workers aged 20-59 years were selected from Ji'nan city using stratified cluster random sampling and surveyed with a questionnaire survey,physical examination,and laboratory test.
Results
Among the participants commuting to work by walking,bicycling,public transportation,and private transportation,the detection rate were 18.5%,33.6%,31.0%,and 38.7% for overweight or obesity;4.6%,10.3%,10.1%,and 11.6% for hyperlipidemia;and 13.0%,19.4%,19.3%,and 25.5% for fatty liver disease,respectively.After adjusting for gender,age,education,marital status,monthly income,smoking,alcohol intake,time of physical activity per week,leisure static time per day,sleeping hours per day,and daily commute time,the results of multi-variate logistic regression analysis demonstrated that compared to those of commuting to work by inactive modes,the participants of commuting to work by walking had a reduced risk of overweight or obesity (odds ratio[OR]=0.44,95% confidence interval[95%CI] 0.25-0.77) and those by cycling had a decreased risk of fatty liver disease (OR=0.63,95%CI=0.43-0.95).After adjusting confounding factors except for daily commute time,commuting by walking≤1 hour (OR=0.47,95%CI=0.25-0.86) and > 1 hour (OR=0.32,95%CI=0.10-0.99),by cycling≤1 hour (OR=0.61,95%CI=0.40-0.94),and by public transportation≤1 hour (OR=0.46,95%CI=0.28-0.76) were protection factors for overweight or obesity;commuting by public transportation≤1 hour (OR=0.33,95%CI=0.12-0.97)was a protective factor for hyperlipidemia;commuting by cycling≤1 hour (OR=0.57,95%CI=0.35-0.95) and public transportation≤1 hour (OR=0.45,95%CI=0.24-0.84) were protective factors for fatty liver disease.
Conclusion
Active commute is associated with reduced risk for overweight or obesity,hyperlipidemia,fatty liver disease among railway workers in Ji'nan city.
Key words:
mode of commute to work
overweight and obesity
hyperlipidemia
fatty liver disease
correlation
近年来,随着经济的发展及城市的扩张,中国城市职工的通勤方式已逐渐由步行、骑自行车等传统的交通方式转变为选择乘坐公交车、出租车、自驾车以及地铁等,呈现出多元化特点。国外研究表明,活跃的通勤方式(步行、骑自行车、乘坐公共交通工具等)有利于预防肥胖、心血管病等慢性病[1]。目前已有许多国家越来越多地提倡步行或骑车上下班,以增加人们的运动量[2]。为了解山东省济南地区铁路职工通勤方式及时间与超重肥胖、高血脂、脂肪肝之间的关系,为制定相应干预措施提供科学依据,本研究于2014年3-6月对济南铁路局随机抽取的1 850名20~59岁铁路职工进行问卷调查、体格检查和实验室检测。结果报告如下。
1 对象与方法
1.1 对象 采用分层随机整群抽样方法,在济南铁路局下属54家属地济南的基层单位中按照随机抽样原则,随机抽取10个站段,每个站段随机抽取2个车间,每个车间随机抽取2个班组,将抽取的班组中所有20~59岁的铁路职工作为研究对象进行问卷调查、体格检查和实验室检测。本次共应调查1 986人,实际调查1 850人,应答率为93.15%。
1.2 方法 (1)问卷调查:参考中国慢性病及其危险因素监测(2007)调查表[3]调查内容,自行编制调查问卷,由经过统一培训的调查员进行面访调查。内容包括性别、年龄、文化程度、婚姻状况、月平均收入、吸烟、饮酒、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间、通勤方式、每日通勤时间等。其中,吸烟是指现在或曾经吸烟[4];饮酒指饮酒≥2次/周,且持续时间≥1年[5]。通勤方式中私人交通方式包括轿车、摩托车、电动车,为非活跃通勤方式[1];公共交通方式包括乘坐公共汽车、班车和火车,步行、骑自行车、公共交通均为活跃通勤方式。(2)体格检查:由统一培训的体检人员进行身高、体重的测量,并计算体质指数=体重(kg)/身高2(m2)。体质指数24.0~27.9 kg/m2为超重,≥28.0 kg/m2为肥胖[6]。由具有主治医师以上职称的超声影像学医师采用Philips HD11XE型彩色多普勒超声成像仪(荷兰皇家飞利浦公司)进行腹部彩超的检查并依据中华医学会肝脏病学分会脂肪肝和酒精性肝病学组修订的《非酒精性脂肪性肝病诊疗指南》[7]作出诊断。(3)实验室检测:由山东中医药大学第二附属医院健康体检中心检测人员采用TBA-40FR型全自动生化分析仪(日本东芝公司)及原装试剂检测血清总胆固醇(胆固醇氯化酶法)和甘油三酯(甘油磷酸氧化酶法)。将总胆固醇≥5.72 mmol/L或甘油三酯≥1.70 mmol/L中任何1项或2项异常均判定为高血脂[8]。
1.3 统计分析 采用Epi Data 3.1建立数据库双录入数据,应用SPSS 19.0软件进行一般描述性分析、单因素和多因素非条件logistic回归分析。以P < 0.05为差异有统计学意义。
2 结果
2.1 一般情况 济南地区1 850名铁路职工中,男性1 301人(70.3%),女性549人(29.7%),男女性性别比为2.37:1;平均年龄(35.73±10.47)岁,其中,20~29岁725人(39.2%),30~39岁460人(24.9%),40~49岁419人(22.6%),50~59岁246人(13.3%);文化程度初中及以下56人(3.0%),高中/中专860人(46.5%),大专692人(37.4%),本科及以上242人(13.1%);婚姻状况未婚486人(26.3%),已婚1317人(71.2%),离异/丧偶47人(2.5%);月平均收入<3 000元278人(15.0%),3 000~5 000元1 324人(71.6%),>5 000元248人(13.4%);不吸烟者1 160人(62.7%),吸烟者690人(39.3%);不饮酒者1 007人(54.4%),饮酒者843人(45.6%);每周锻炼时间≤1 h 876人(47.3%),1~2.9 h 525人(28.4%),>3 h 449人(24.3%);每日业余时间内静态时间≤1 h 572人(30.9%),1~2.9 h 822人(44.4%),>3 h 456人(24.7%);每日睡眠时间<7 h 726人(39.3%),7~8.9 h 1 005人(54.3%),>9 h 119人(6.4%);通勤方式为私人交通605人(32.7%),步行108人(5.8%),骑自行车253人(13.7%),公共交通884人(47.8%);每日通勤时间≤1 h 742人(40.1%),1~1.9 h 653人(35.3%),>2 h 455人(24.6%)。
2.2 通勤方式与超重肥胖、高血脂、脂肪肝关系(表 1)
表 1
表 1 济南地区铁路职工通勤方式与超重、高血脂、脂肪肝关系的logistic回归分析
| 病种 |
通勤方式 |
调查数 |
检出数 |
检出率 (%) |
单因素分析 |
|
多因素分析 |
| OR值 |
95%CI |
|
OR值a |
95%CIa |
| 超重肥胖 |
私人交通 |
605 |
234 |
38.7 |
1.00 |
|
|
1.00 |
|
|
步行 |
108 |
20 |
18.5 |
0.36 |
0.22~0.60 |
|
0.44 |
0.25~0.77 |
|
骑自行车 |
253 |
85 |
33.6 |
0.80 |
0.59~1.09 |
|
0.73 |
0.52~1.03 |
|
公共交通 |
884 |
274 |
31.0 |
0.71 |
0.57~0.89 |
|
0.78 |
0.59~1.01 |
| 高血脂 |
私人交通 |
605 |
70 |
11.6 |
1.00 |
|
|
1.00 |
|
|
步行 |
108 |
5 |
4.6 |
0.37 |
0.15~0.94 |
|
0.50 |
0.19~1.35 |
|
骑自行车 |
253 |
26 |
10.3 |
0.88 |
0.54~1.41 |
|
0.73 |
0.43~1.22 |
|
公共交通 |
884 |
89 |
10.1 |
0.86 |
0.61~1.19 |
|
0.85 |
0.56~1.29 |
| 脂肪肝 |
私人交通 |
605 |
154 |
25.5 |
1.00 |
|
|
1.00 |
|
|
步行 |
108 |
14 |
13.0 |
0.44 |
0.24~0.79 |
|
0.59 |
0.31~1.11 |
|
骑自行车 |
253 |
49 |
19.4 |
0.70 |
0.49~1.01 |
|
0.63 |
0.43~0.95 |
|
公共交通 |
884 |
171 |
19.3 |
0.70 |
0.55~0.90 |
|
0.80 |
0.59~1.10 |
| 注:a调整了性别、年龄、文化程度、婚姻状况、吸烟、饮酒、月平均收入、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间、每日通勤时间等混杂因素。 |
|
表 1 济南地区铁路职工通勤方式与超重、高血脂、脂肪肝关系的logistic回归分析
|
济南地区铁路职工超重肥胖、高血脂、脂肪肝检出率分别为33.1%(613/1 850)、10.3%(190/1 850)、21.0%(388/1 850)。单因素非条件logistic回归分析结果显示,与通勤方式为私人交通相比,步行可降低超重肥胖、高血脂和脂肪肝的发生风险;公共交通可降低超重肥胖和脂肪肝的发生风险。在调整了性别、年龄、文化程度、婚姻状况、月平均收入、吸烟、饮酒、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间、每日通勤时间等混杂因素后,多因素非条件logistic回归分析结果显示,与通勤方式为私人交通相比,步行是超重肥胖的保护因素,骑自行车是脂肪肝的保护因素。
2.3 通勤时间与超重肥胖、高血脂、脂肪肝关系(表 2)
表 2
表 2 济南地区铁路职工每日通勤时间与超重肥胖、高血脂、脂肪肝关系的logistic回归分析
| 病种 |
每日通勤方式 |
调查数 |
检出数 |
检出率 (%) |
单因素分析 |
|
多因素分析 |
| OR值 |
95%CI |
|
OR值a |
95%CIa |
| 超重肥胖 |
非活跃通勤方式 |
605 |
234 |
38.7 |
1.00 |
|
|
1.00 |
|
|
步行时间≤1 h |
87 |
16 |
18.4 |
0.36 |
0.20~0.63 |
|
0.47 |
0.25~0.86 |
|
步行时间>1 h |
21 |
4 |
19.0 |
0.37 |
0.12~1.12 |
|
0.32 |
0.10~0.99 |
|
骑自行车时间≤1 h |
153 |
44 |
28.8 |
0.64 |
0.44~0.94 |
|
0.61 |
0.40~0.94 |
|
骑自行车时间>1 h |
100 |
41 |
41.0 |
1.10 |
0.72~1.70 |
|
0.97 |
0.61~1.54 |
|
公共交通时间≤1 h |
161 |
25 |
15.5 |
0.29 |
0.18~0.46 |
|
0.46 |
0.28~0.76 |
|
公共交通时间>1 h |
723 |
249 |
34.4 |
0.83 |
0.67~1.04 |
|
0.95 |
0.74~1.22 |
| 高血脂 |
非活跃通勤方式 |
605 |
70 |
11.6 |
1.00 |
|
|
1.00 |
|
步行时间≤1 h |
87 |
4 |
4.6 |
0.37 |
0.13~1.04 |
|
0.56 |
0.19~1.69 |
|
步行时间>1 h |
21 |
1 |
4.8 |
0.38 |
0.05~2.89 |
|
0.44 |
0.05~3.56 |
|
骑自行车时间≤1 h |
153 |
17 |
11.1 |
0.96 |
0.54~1.68 |
|
0.83 |
0.44~1.58 |
|
骑自行车时间>1 h |
100 |
9 |
9.0 |
0.76 |
0.37~1.57 |
|
0.58 |
0.26~1.28 |
|
公共交通时间≤1 h |
161 |
4 |
2.5 |
0.20 |
0.07~0.54 |
|
0.33 |
0.12~0.97 |
|
公共交通时间>1 h |
723 |
85 |
11.8 |
1.02 |
0.73~1.43 |
|
1.12 |
0.78~1.61 |
| 脂肪肝 |
非活跃通勤方式 |
605 |
154 |
25.5 |
1.00 |
|
|
1.00 |
|
|
步行时间≤1 h |
87 |
12 |
13.8 |
0.47 |
0.25~0.89 |
|
0.64 |
0.32~1.28 |
|
步行时间>1 h |
21 |
2 |
9.5 |
0.31 |
0.07~1.34 |
|
0.30 |
0.07~1.40 |
|
骑自行车时间≤1 h |
153 |
27 |
17.6 |
0.63 |
0.40~0.99 |
|
0.57 |
0.35~0.95 |
|
骑自行车时间>1 h |
100 |
22 |
22.0 |
0.83 |
0.50~1.37 |
|
0.65 |
0.37~1.12 |
|
公共交通时间≤1 h |
161 |
13 |
8.1 |
0.26 |
0.14~0.47 |
|
0.45 |
0.24~0.84 |
|
公共交通时间>1 h |
723 |
158 |
21.9 |
0.82 |
0.64~1.06 |
|
0.89 |
0.67~1.17 |
| 注:a调整了性别、年龄、文化程度、婚姻状况、吸烟、饮酒、月平均收入、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间等混杂因素。 |
|
表 2 济南地区铁路职工每日通勤时间与超重肥胖、高血脂、脂肪肝关系的logistic回归分析
|
单因素非条件logistic回归分析结果显示,与非活跃通勤方式相比,步行时间≤1 h可降低超重肥胖和脂肪肝的发生风险;骑自行车时间≤1 h可降低超重肥胖和脂肪肝的发生风险;公共交通时间≤1 h公共交通可降低超重肥胖、高血脂和脂肪肝的发生风险。在调整了性别、年龄、文化程度、婚姻状况、月平均收入、吸烟、饮酒、每周锻炼时间、每日业余时间内静态时间、每日睡眠时间等混杂因素后,多因素非条件logistic回归分析结果显示,与非活跃的通勤相比,步行时间≤1 h和>1 h、骑自行车时间≤1 h、公共交通时间≤1 h是超重肥胖的保护因素,公共交通时间≤1 h是高血脂的保护因素,骑自行车时间≤1 h和公共交通时间≤1 h是脂肪肝的保护因素。
3 讨论 有研究表明,中国肥胖、心血管疾病等慢性病的发生率均呈明显上升趋势,身体活动减少是其原因之一[9]。与通勤相关的身体活动作为影响整个身体活动水平的重要组成部分,对健康有着重要的影响[10-11]。本次调查结果显示,济南地区铁路职工通勤方式以公共交通和私人交通为主,其中非活跃的通勤方式(私人交通)的比例为32.7%,而步行与骑自行车的比例分别占5.8%与13.7%。
本次调查发现,与非活跃的通勤方式相比,步行、骑自行车和乘坐公共汽车、班车和火车等的公共交通方式均可降低超重肥胖、高血脂和脂肪肝的发病风险,与国外的活跃通勤方式可降低肥胖以及心血管病的研究结果一致[12-13]。Millett等[1]研究表明,通过日常步行和骑车等活跃的交通方式可以降低肥胖、糖尿病、高血压的患病风险。杨世兵等[14]研究也表明,乘自驾车或乘出租车上下班的人群患血脂异常的风险要高于步行人群。本次多因素非条件logistic回归分析结果显示,步行是超重肥胖的保护因素,步行时间越长发生超重肥胖的可能性越小;骑自行车时间≤1 h是超重肥胖和脂肪肝的保护因素;公共交通时间≤1 h是超重肥胖、高血脂和脂肪肝的保护因素。对于骑自行车时间>1 h未发现降低超重肥胖、高血脂和脂肪肝发生风险的原因可能是患有这些疾病的人群更倾向于采取活跃的通勤方式出行以达到健身的目的;而对于公共交通时间>1 h未发现降低超重肥胖、高血脂和脂肪肝发生风险的原因则可能是因为长时间乘坐公共交通更可能导致身体疲乏、精神抑郁、睡眠不足,剥夺运动时间,从而导致体重较重、健康较差[15]。
综上所述,随着私家车数量的增加、工作强度的降低以及业余时间内的静态时间的增加,人们身体活动水平有可能进一步下降,从而导致肥胖、心血管等慢性疾病发生率进一步上升。因此,在条件允许的情况下,如人们在近距离出行时,应更多地考虑步行或者骑自行车等方式,平时通勤方式为私人交通的职工更应加强体育锻炼,以利于身体健康。
志谢
感谢中国疾病预防控制中心赵文华研究员对本课题的悉心指导和无私帮助
参考文献
| [1] |
Millett C, Agrawal S, Sullivan R, et al.
Associations between active travel to work and overweight, hypertension, and diabetes in India:a cross-sectional study[J]. PLoS Medicine , 2013, 10 (6) : e1001459.
DOI:10.1371/journal.pmed.1001459 |
| [2] |
刘爱玲, 胡小琪, 李艳平, 等.
我国非农业职业人群上下班交通方式的现状分析[J]. 中国慢性病预防与控制 , 2009, 17 (2) : 114–116.
|
| [3] |
中国疾病预防控制中心慢病中心.
中国慢性病及其危险因素监测指导手册[M]. 北京: 中国疾病预防控制中心慢病中心, 2007 : 38 -37.
|
| [4] |
郭薇, 周圣凡, 韩金松, 等.
沈阳市65岁及以上社区老年人抑郁现状及影响因素分析[J]. 中华疾病控制杂志 , 2014, 18 (11) : 1024–1027.
|
| [5] |
韩金松, 姜天娇, 王礼华, 等.
鞍山市市区老年人生命质量及影响因素分析[J]. 中国公共卫生 , 2015, 31 (2) : 144–148.
|
| [6] |
陈春明, 孔灵芝.
中国成人超重与肥胖症预防控制指南[M]. 北京: 人民卫生出版, 2006 : 1 -3.
|
| [7] |
中华医学会肝病学分会脂肪肝和酒精性肝病学组.
非酒精性脂肪性肝病诊疗指南(2010年修订版)[J]. 中华肝脏病杂志 , 2010, 18 (3) : 163–166.
|
| [8] |
陈文彬, 潘详林.
诊断学[M].6版. 北京: 人民卫生出版社, 2004 : 9 -10.
|
| [9] |
赵江, 万蓉, 刘志涛, 等.
云南省2010-2012年城乡地区≥15岁居民慢性病患病状况及其影响因素[J]. 中国公共卫生 , 2015, 31 (7) : 878–882.
|
| [10] |
Laverty AA, Palladino R, Lee JT, et al.
Associations between active travel and weight, blood pressure and diabetes in six middle income countries:a cross-sectional study in older adults[J]. International Journal of Behavioral Nutrition and Physical Activity , 2015, 12 (1) : 65.
DOI:10.1186/s12966-015-0223-3 |
| [11] |
Mendoza JA, Watson K, Nguyen N, et al.
Active commuting to school and association with physical activity and adiposity among US youth[J]. Journal of Physical Activity and Health , 2011, 8 (4) : 488–495.
DOI:10.1123/jpah.8.4.488 |
| [12] |
McKay AJ, Laverty AA, Shridhar K, et al.
Associations between active travel and adiposity in rural India and Bangladesh:a cross-sectional study[J]. BMC Public Health , 2015, 15 (1) : 1.
DOI:10.1186/1471-2458-15-1 |
| [13] |
Laverty AA, Mindell JS, Webb EA, et al.
Active travel to work and cardiovascular risk factors in the United Kingdom[J]. American Journal of Preventive Medicine , 2013, 45 (3) : 282–288.
DOI:10.1016/j.amepre.2013.04.012 |
| [14] |
杨世兵, 郭秀花, 张普洪, 等.
利用logistic回归探讨北京市城区居民上班出行方式对血脂的影响[J]. 中华流行病学杂志 , 2008, 29 (5) : 519–520.
|
| [15] |
Hoehner CM, Barlow CE, Allen P, et al.
Commuting distance, cardiorespiratory fitness, and metabolic risk[J]. American Journal of Preventive Medicine , 2012, 42 (6) : 571–578.
DOI:10.1016/j.amepre.2012.02.020 |