王立群
(東北林業(yè)大學(xué)體育部 黑龍江哈爾濱 150040)
2019 年7 月,國務(wù)院頒布《健康中國行動(dòng)(2019—2030年)》,將健康中國行動(dòng)分為十五大模塊,該研究對其中合理膳食行動(dòng)模塊的結(jié)果性指標(biāo)——體重指數(shù)(以下簡稱BMI)進(jìn)行不同人群的對比分析及影響因素分析。BMI值是衡量成人是否肥胖的標(biāo)準(zhǔn)之一[1],按照中國成人指標(biāo)判定標(biāo)準(zhǔn),BMI≥28 kg·m-2即為肥胖。為提高全民身體素質(zhì),實(shí)現(xiàn)健康中國戰(zhàn)略,控制BMI值的增長刻不容緩[2]。
該研究以高校與社區(qū)人群作為調(diào)研對象,分析人群類別和性別對應(yīng)的BMI 值的差異性,分析不同運(yùn)動(dòng)強(qiáng)度與睡眠質(zhì)量對應(yīng)BMI值的差異性。建立年齡與性別對應(yīng)BMI值的回歸模型和運(yùn)動(dòng)強(qiáng)度與睡眠質(zhì)量對應(yīng)BMI值的回歸模型,從而更加深入、具體且直觀地了解這4個(gè)影響因素與BMI值的關(guān)系。
依托問卷星小程序,針對高校和社區(qū)人群發(fā)放問卷,共收回547個(gè)有效樣本。其中,高校樣本數(shù)235個(gè),占43.76%,男性104 人,女性131 人;社區(qū)樣本數(shù)312個(gè),占56.24%,男性179人,女性125人。無論是不同的人群類別樣本,還是不同性別的樣本,均大于100個(gè),符合統(tǒng)計(jì)學(xué)研究要求。
對問卷中的非定量數(shù)據(jù)進(jìn)行定量,將文本數(shù)據(jù)轉(zhuǎn)換成指標(biāo)性數(shù)據(jù),將女性量化為數(shù)字“1”,男性量化為數(shù)字“2”;將運(yùn)動(dòng)項(xiàng)目歸類,并根據(jù)相關(guān)研究查找對應(yīng)的熱量消耗[3],總結(jié)為無運(yùn)動(dòng)消耗熱量為0 kcal·h-1、操類消耗熱量為0.330 kcal·h-1、跑步消耗熱量為0.590 kcal·h-1、跑步+力量訓(xùn)練消耗熱量為0.515 kcal·h-1、跑步+大球消耗熱量為0.520 kcal·h-1、跑步+操類消耗熱量為0.460 kcal·h-1、跑步+小球消耗熱量為0.415 kcal·h-1、力量訓(xùn)練消耗熱量為0.440 kcal·h-1、大球消耗熱量為0.450 kcal·h-1、小球消耗熱量為0.240 kcal·h-1。其中操類為舞蹈、健身操等,大球?yàn)樽慊@排,小球?yàn)槠褂鹁W(wǎng)。
運(yùn)動(dòng)強(qiáng)度計(jì)算公式:
式中:A為運(yùn)動(dòng)強(qiáng)度;Q為消耗熱量(kcal·h-1);t為每周運(yùn)動(dòng)時(shí)間(h);i為不同的運(yùn)動(dòng)及組合方式。
1.2.1 睡眠質(zhì)量
睡眠時(shí)間每增加1 h,睡眠質(zhì)量相應(yīng)增加1,熬夜減少1.5,午睡增加0.5。具體計(jì)算公式:
式中:B為睡眠指數(shù);ty、ta、tw分別代表夜間睡眠時(shí)間、熬夜時(shí)間和午睡時(shí)間(h)。
1.2.2 BMI值
根據(jù)相關(guān)研究得出BMI值計(jì)算公式:
式中:BMI 為身體質(zhì)量指數(shù);W為體重(kg);H為身高(m)。
該研究對BMI值的差異性分析和影響因素回歸模型建立,依托SPSS統(tǒng)計(jì)軟件。
1.3.1 差異性分析
SPSS統(tǒng)計(jì)軟件中卡方分析用于分類式問卷的差異性分析[4],為便于卡方分析的使用,需要將待分析的數(shù)據(jù)進(jìn)行類別劃分??ǚ椒治龅慕Y(jié)果顯著性水平以α=0.05為檢驗(yàn)標(biāo)準(zhǔn)[5]。
1.3.2 回歸分析
通過對性別、年齡、運(yùn)動(dòng)強(qiáng)度和睡眠質(zhì)量[6]影響因素對應(yīng)BMI 值進(jìn)行散點(diǎn)圖繪制,觀察是否具有線性關(guān)系,若有線性關(guān)系則建立線性回歸方程,線性回歸方程采用最小二乘法公式:
式中:y代表BMI值;x代表影響因素取值;i代表影響因素樣本數(shù)。
若無線性關(guān)系可建立非線性回歸方程,這里選擇指數(shù)函數(shù)、對數(shù)函數(shù)、冪函數(shù)等方程,在SPSS中建立一元回歸模型或二元回歸模型,比較各模型的擬合參數(shù)大小,選擇最終的曲線回歸模型。
對BMI 值分別進(jìn)行高校與社區(qū)人群、男性與女性的差異性分析,結(jié)果如表1所示。
表1 BMI值差異性分析結(jié)果
由表1的不同BMI值范圍占比可知,超重及肥胖男性占比大于女性;超重及肥胖人群占比中,社區(qū)大于高校。根據(jù)卡方分析結(jié)果中的顯著性來看,男性與女性之間有明顯差異。另外,男性中高校與社區(qū)之間有顯著性差異,女性中高校與社區(qū)之間的差異無顯著性。
對BMI 值分別進(jìn)行運(yùn)動(dòng)強(qiáng)度的強(qiáng)弱、睡眠質(zhì)量的高低的差異性分析,結(jié)果如表2所示。
表2 BMI值差異性分析結(jié)果
由表2可知,運(yùn)動(dòng)強(qiáng)度較弱的人群,體重不足和肥胖的人群占比大于運(yùn)動(dòng)強(qiáng)度較強(qiáng)的人群。從卡方值來看,不同運(yùn)動(dòng)強(qiáng)度對應(yīng)的體重指數(shù)之間有顯著性差異。睡眠質(zhì)量較低的人群,體重不足和肥胖的人群占比較高。從卡方值來看,不同睡眠質(zhì)量之間對應(yīng)的體重指數(shù)有顯著性差異。
2.2.1 性別與年齡對應(yīng)BMI值的回歸模型
根據(jù)差異性分析結(jié)果可知,不同性別、人群類別、運(yùn)動(dòng)強(qiáng)度和睡眠質(zhì)量均對BMI值有一定影響。經(jīng)過數(shù)據(jù)預(yù)處理后,發(fā)現(xiàn)隨著性別指標(biāo)的升高(由“1”到“2”代表由女性到男性),BMI 值也有所升高;將不同年齡對應(yīng)的BMI 均值繪制成散點(diǎn)圖,發(fā)現(xiàn)隨著年齡的增大,BMI值呈現(xiàn)波動(dòng)上升趨勢,如圖1所示。
圖1 不同年齡對應(yīng)BMI值散點(diǎn)圖
圖1中所示的線性擬合模型,擬合系數(shù)為0.2 345,擬合效果較差,為了找到精度更高的線性擬合模型,將性別作為修正系數(shù)之一,在SPSS 統(tǒng)計(jì)軟件中,擬合線性回歸方程,得到方程:
式中:BMI值為體重指數(shù);F為性別(女性為“1”,男性為“2”);Y為年齡。
該模型的擬合系數(shù)為0.260,說明性別和年齡可以解釋BMI26%的變化原因,對模型進(jìn)行F檢驗(yàn)時(shí)發(fā)現(xiàn),模型通過F檢驗(yàn)(F=95.496,P=0.000<0.05),也說明了性別與年齡會(huì)對BMI 值產(chǎn)生影響。另外,針對模型的多重共線性進(jìn)行檢驗(yàn),發(fā)現(xiàn)模型中VIF 值均小于5,意味著不存在共線問題,并且D-W值在數(shù)字2附近,說明模型不存在自相關(guān)性,模型較好。
2.2.2 運(yùn)動(dòng)強(qiáng)度與睡眠質(zhì)量對應(yīng)BMI值的回歸模型
根據(jù)不同運(yùn)動(dòng)強(qiáng)度和不同睡眠質(zhì)量對應(yīng)的BMI值繪制成散點(diǎn)圖,并擬合一元線性模型,R2分別為0.0 126和0.0 181,擬合效果極差,需要進(jìn)行非線性回歸分析。在SPSS統(tǒng)計(jì)軟件中,分別使用一元非線性回歸方程和二元非線性回歸方程,對不同運(yùn)動(dòng)強(qiáng)度與睡眠質(zhì)量對應(yīng)的BMI 值進(jìn)行擬合,并得出擬合系數(shù)最佳的模型如下,擬合系數(shù)為0.823,其中A為運(yùn)動(dòng)強(qiáng)度,B為睡眠質(zhì)量。
該研究對高校與社區(qū)兩類人群,從性別、年齡、運(yùn)動(dòng)強(qiáng)度和睡眠質(zhì)量進(jìn)行BMI 值的差異分析,并建立預(yù)測模型,旨在了解不同人群BMI 值現(xiàn)狀并且可以預(yù)測其發(fā)展趨勢,對抑制肥胖率增長有一定的導(dǎo)向作用?;谘芯拷Y(jié)果,為助力健康中國行動(dòng)這一目標(biāo)順利達(dá)成提出以下幾點(diǎn)建議。首先,加大對男性身材的管控力度,提高男性對保持身材的重視程度;其次,社區(qū)人群多組織體育活動(dòng),設(shè)計(jì)一些家庭體育活動(dòng)或競技比賽;最后,合理睡眠可以用該研究的模型自測自身的BMI值,及時(shí)作出對應(yīng)調(diào)整。