浅析睡眠障碍社会经济环境影响因素.docx

《浅析睡眠障碍社会经济环境影响因素.docx》由会员分享，可在线阅读，更多相关《浅析睡眠障碍社会经济环境影响因素.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、浅析睡眠障碍社会经济环境影响因素摘要目的从宏观层面探究睡眠障碍发病的社会经济环境影响因素，为健康睡眠工程提供借鉴。方法通过网络数据采集技术获取互联网医疗平台来自各地区睡眠障碍人群数量，结合各地区经济环境指标进行主成分回归分析。结果睡眠障碍的发病影响因素按权重降序排序分别为第二产业值、第三产业值、工业增加值、城市照明路灯数量、金融业增加值、氮氧化物排放量、人均、居民消费水平。结论睡眠障碍与地区经济水平及环境存在相关关系。关键词睡眠障碍；经济；环境；影响因素睡眠作为一种生理现象，其与水、食物、空气同等重要。良好的睡眠能保障机体免疫系统的自我修复和完善，排毒、造血等一系列生理功能的正常运转。长期睡眠

2、缺乏会导致神经内分泌紊乱，使人产生抑郁、焦虑、紧张等情绪，也会导致心血管疾病；不仅损害患者的身心健康，也会损害其社会功能。随着社会经济的不断发展，人类生存的社会环境不断发生变化，如雾霾、光污染、噪声污染等，加上社会竞争日益剧烈，越来越多的人面临睡眠障碍的困扰。据年调查结果显示，全世界范围内约有的人存在失眠症状或睡眠功能障碍。我国目前有以上的人存在失眠症状，超过亿人口存在睡眠障碍；且有研究表明，的受访青年被失眠问题困扰。睡眠障碍已成为威胁人们健康的宏大隐患，其既是医学问题，也是社会问题。目前国内对睡眠障碍影响因素的研究绝大多数均从患者个体层面进行的分析。本研究以横断面研究为指导思想，通过网络数据

3、采集技术获取年互联网医疗平台睡眠障碍人群数据，结合年经济环境等多个指标数据进行主成分回归分析，从宏观层面探究各地区睡眠障碍人群数量与经济环境等指标的相关性。资料与方法一般资料采集互联网平台中具有代表性的在线医疗服务与咨询平台年例睡眠障碍用户人群数据，并从中随机选取例，统计汇总各地区的人群数量作为因变量。从中华人民共和国年统计年鉴资料中选取计算人均、第一产业值、第二产业值、第三产业值、工业增加值、金融业增加值、居民消费水平、城镇失业人数、城市每万公顷公园个数、城市建成区绿化覆盖率、城市照明路灯数量、氮氧化物排放量、二氧化硫排放量个指标作为自变量在软件中分别命名为、。理论上讲，各地区睡眠障碍人群数

4、量与地区常住人口数量呈正相关，为排除人口数量因素，本研究取各地区睡眠障碍人群数量与地区常住人口数量的比值可视为发病率为回归分析的因变量以表示，山西的睡眠障碍人数为人，内蒙古为人，山西的常住人口为万人，内蒙古的常住人口为人，很明显人口数量越多，睡眠障碍人数也越多。而取比值后每千万人中山西的睡眠障碍人数为人，内蒙古为人，这样则可排除人口数量因素。见表。各地区经济环境相关数据指标见表。方法据艾瑞咨询的（年中国在线医疗行业数据监测报告）显示：“寻医问药网“有问必答网和“健康网处于在线医疗行业的领先地位，月度覆盖人数均维持在万人以上。“好大夫在线“丁香园“家庭医生和“挂号网积累了较大规模的用户资源和医生

5、资源，拥有较广的用户覆盖范围。以上平台具有行业代表性，符合统计学中重点调查原则。由于传统问卷调查受地域限制，无法获取各地区的睡眠障碍人群数据，本研究利用网络数据采集技术获取互联网平台数据，该数据能突破地域局限性，为本研究提供了数据支撑。统计学处理应用统计软件进行数据及主成分回归分析，在进行多元回归分析前有必要对数据进行可靠性检验，并检验自变量间的相关性，如自变量间存在多重共线性则使用回归模型建立的回归方程具有不稳定性，甚至导致错误结论。故采用克隆巴赫系数检验数据的有效性，采用相关系数方法检验数据间的相关关系。克隆巴赫系数是检验数据可靠性的常用指标，该值大于讲明数据信度较好。自变量间的相关性可由

6、相关系数体现，系数绝对值越接近于，变量间的相关性越强，讲明存在严重共线性，此时回归模型可能存在偏差或不准确，因而不适用最小二乘法回归模型。为解决自变量间共线性问题，本研究采用主成分分析对多个自变量进行降维处理，通过自变量的主成分所具有的性质，生成主成分变量，再根据主成分变量的特征值选定可进行多元回归的主成分变量，特征值越大，主成分的奉献率越高。和巴特利特检验用于检验自变量间的相关程度。在进行主成分分析前首先应进行检验，检验系数取值为。系数越接近于，变量间的相关性越强，主成分分析的效果越好。在实际分析中，系数在以上时效果较好。将主成分分析得到的个主成分分别命名为、并作为自变量，与因变量进行多元回

7、归分析。是检验回归方程与样本值拟合优度的指标，值越大讲明回归方程与样本值的拟合度越好。调整的比调整前更准确一些。为差异有统计学意义。数据检验结果项数据的克隆巴赫系数为，基于标准化项目的克隆巴赫系数为。相关系数矩阵见表。主成分分析结果和巴特利特检验表明，主成分分析的效果很好检验系数为，。见表。该模型得到了个主要成分特征值大于，第个的主成分奉献率分别为、，累积奉献率为，意味着前个主成分就包含了个自变量指标的信息，因而，可选择前个主成分取代原自变量进行回归分析。见表、。回归分析结果模型调整后的，表示主成分自变量一共可解释因变量的变化。见表。表显示回归模型可靠，。常量、对因变量均有显著影响，对因变量无

8、显著影响。个主成分变量不存在共线性，回归模型可靠值均为。见表。回归方程：。主成分的主要决定变量成分比例大于为、，即第二产业值、第三产业值、工业增加值、金融业增加值、城市照明路灯数量、氮氧化物排放量，主成分的主要决定变量为、，即人均、居民消费水平。地区睡眠障碍人群规模影响因素按权重降序排序分别为第二产业值、第三产业值、工业增加值、城市照明路灯数量、金融业增加值、氮氧化物排放量、人均、居民消费水平，因变量与以上指标均为正相关关系。有研究表明，经济增长水平主要受第二产业与第三产业的影响，其中第二产业对经济水平的影响最大。本研究结果显示，第二产业值、第三产业值、工业增加值、金融业增加值、人均、居民消费

9、水平均为体现经济水平的相关指标，充分表明在排除人口数量因素下经济水平越高的地区睡眠障碍发病率越高，可能是生活、工作节拍快与社会竞争压力大所致；环境因素中城市照明路灯数量与氮氧化物排放量与睡眠障碍发病率呈正相关关系，二氧化硫排放量、城市绿化覆盖率及公园个数与睡眠障碍发病率无关。何灿等研究表明，城市居民区、城市道路、商业街、车站等公共照明设施及广告牌是造成北京市光污染的主要成因，其对居民健康睡眠造成了负面影响。氮氧化物与二氧化硫的主要排放源均为煤和石油的燃烧，而机动车尾气中的主要成分之一为氮氧化物。综上所述，为更好地降低睡眠障碍发病率，需加强城市环境建设：改善照明设施，控制照明时长，加强对空气污染的治理，扶持新能源汽车的研发和投产。针对经济水平较高地区：鼓励社会资本建设睡眠理疗机构，制定合理的减税降负政策，缓解劳动者的工作及生活压力等。