上海市自然人群队列综合生活方式与慢性病共病关联的病例对照研究

A case-control study on the association between comprehensive lifestyle and chronic disease multimorbidity in the Shanghai natural population cohort

摘要

目的 基于上海郊区自然人群队列和生物样本库（Shanghai Suburban Adult Cohort and Biobank，SSACB），探究自然人群综合生活方式与慢性病共病发病风险的关联。 方法 基于SSACB队列开展病例对照研究，以基线未患慢性病者作为研究对象，通过链接医疗档案和疾病管理等数据库，追踪慢性病共病结局。该队列基线资料收集于2016年4月—2019年12月，本研究自基线开始随访至2023年12月。将随访期间确诊的慢性病共病患者作为病例组，按性别、年龄等1∶1匹配队列中无慢性病者作为对照组，比较两组基线常见生活方式及体格状态因素暴露情况，赋值相加得到综合不良生活方式评分。运用Logistic回归模型分别分析单一生活方式和综合不良生活方式评分与慢性病共病结局的关联。 结果 共6 894人纳入分析，结果显示，静坐时间>4 h/d（OR=1.200，95%CI：1.075~1.339，P=0.001）、睡眠质量一般（OR=1.210，95%CI：1.063~1.378，P=0.004）和睡眠质量差（OR=1.438，95%CI：1.082~1.911，P=0.012）、BMI≥28.0 kg/m²（OR=1.374，95%CI：1.089~1.734，P=0.008）、向心性肥胖（OR=1.485，95%CI：1.268~1.739，P<0.001）及其前期（OR=1.154，95%CI：1.012~1.317，P=0.033）是慢性病共病危险因素。病例组综合不良生活方式评分（5.70±2.26）高于对照组（5.35±2.18）（t=6.522，P<0.001）；评分每增加1分，慢性病共病风险升高8.6%（OR=1.086，95%CI：1.061~1.112，P<0.001）。 结论 静坐时间长、睡眠质量一般或差、BMI≥28.0 kg/m²和中心性肥胖或其前期是慢性病共病的独立危险因素，综合不良生活方式与慢性病共病发生风险增加有关。

Abstract

Objective To investigate the association between comprehensive lifestyle and the risk of developing chronic disease multimorbidity in a general population， based on the Shanghai Suburban Adult Cohort and Biobank （SSACB）. Methods A case-control study was performed within the SSACB cohort. Subjects free of chronic diseases at baseline were enrolled. The outcomes of chronic disease multimorbidity were tracked by linking the databases of regional medical records and disease management. Baseline data of the SSACB cohort were collected from Apr 2016 to Dec 2019， with follow-up conducted from baseline through Dec 2023 for this study. Participants newly diagnosed with chronic disease multimorbidity during follow-up were assigned to the case group， and individuals without chronic diseases in the cohort were matched 1∶1 to the cases by sex， age and other factors to form the control group. Exposure to common lifestyle factors and anthropometric indicators at baseline were compared between the two groups， and the assigned values for these factors were summed to derive a comprehensive unhealthy lifestyle score. Logistic regression models were used to analyze the associations of each single lifestyle factor and the comprehensive unhealthy lifestyle score with chronic disease multimorbidity， respectively. Results A total of 6 894 participants were included in the analysis， and the results showed that sedentary time >4 h/d （OR=1.200， 95%CI：1.075-1.339， P=0.001）， moderate sleep quality （OR=1.210， 95%CI：1.063-1.378， P=0.004） and poor sleep quality （OR=1.438， 95%CI：1.082-1.911， P=0.012）， BMI≥28.0 kg/m² （OR=1.374， 95%CI：1.089-1.734， P=0.008）， central obesity （OR=1.485，95%CI：1.268-1.739， P<0.001） and pre-central obesity status （OR=1.154， 95%CI：1.012-1.317， P=0.033） were risk factors for chronic disease multimorbidity. The mean of comprehensive unhealthy lifestyle score was higher in the case group （5.70±2.26） than in the control group （5.35±2.18） （t=6.522， P<0.001）. Each 1-point increment in the score was associated with an 8.6% increased risk of chronic disease multimorbidity （OR=1.086， 95%CI： 1.061-1.112， P<0.001）. Conclusion Prolonged daily sedentary time， moderate sleep quality and poor sleep quality， BMI≥28.0 kg/m²， central obesity and pre-central obesity status were independent risk factors for chronic disease multimorbidity. A combination of unhealthy lifestyle factors was associated with an increased risk of chronic disease multimorbidity.

关键词

自然人群 / 生活方式 / 慢性病 / 共病

Key words

general population / lifestyle / chronic diseases / multimorbidity

随着医疗卫生事业和社会经济发展，慢性病成为危害我国居民健康的主要疾病^［1］。慢性病病程长、难治愈，常出现一个人同时患多种慢性病，称之为共病^［2］。与单病种相比，慢性病共病患者失能、残疾和早死的风险更高^［3-4］，门诊或住院费用也有不同程度的增加，给医疗资源、患者和社会带来极大负担^［5］，在全球范围内已成为重要的公共卫生问题。多项研究表明，吸烟、饮酒、体力活动、膳食、睡眠、超重或肥胖等生活方式或体格状态因素可影响慢性病及共病的发生发展^［6-8］。

既往生活方式与慢性病共病关联的研究多集中在中老年群体^{［7，9-10］}，自然人群中共病研究较少，且多采用横断面研究分析单一生活方式与共病的关联^［8］，综合生活方式预防共病未受到足够重视。上海郊区自然人群队列和生物样本库（Shanghai Suburban Adult Cohort and Biobank，SSACB）是依托上海市高峰学科建设项目建立的大型前瞻性人群队列，旨在研究快速城镇化背景下慢性病的发生发展及其影响因素。该队列在基线收集了详细的流行病学问卷、体格测量和生物样本数据，并采用面对面访视与医疗信息化系统随访相结合的方式进行随访，人群在年龄、性别、社会经济和城镇化特征方面具有良好的代表性，为探讨环境、遗传与生活方式对居民健康的影响提供了高质量研究平台^［11］。本研究基于SSACB队列分析上海市自然人群队列中基线综合生活方式与慢性病共病发生风险的关联，以期为制定慢性病共病危险因素综合干预措施提供依据。

资 料 和 方 法

研究设计 本研究为基于前瞻性队列的病例对照研究，数据来源于SSACB队列。该队列采用多阶段分层整群抽样方法，于2016年4月至2019年12月，在上海市松江区泖港镇、佘山镇、新桥镇和中山街道，嘉定区安亭镇和华亭镇，闵行区马桥镇、七宝镇和莘庄镇，徐汇区田林街道和凌云街道等4个区的11个社区，招募20~74岁常住居民作为队列人群，以“高峰号”作为调查对象唯一索引，实现敏感信息的隐匿。该队列具体抽样、招募和调查过程见赵琦等^［11］的研究。该队列研究获复旦大学公共卫生学院医学研究伦理委员会批准（批准号：IRB#2016-04-0586-S1）。

本研究选取SSACB队列基线中未患慢性病的对象资料，形成基线数据库，以“高峰号”作为调查对象唯一索引，与区域医疗信息、居民电子健康档案、体检、慢性病管理及死亡登记监测等数据库进行链接获取发病结局，形成具有生活方式暴露因素和慢性病发病结局的队列数据库。以SSACB队列基线时间为起点，随访截至2023年12月。本研究经上海市闵行区疾病预防控制中心伦理委员会批准（批准号：EC-2023-008），所有研究对象在SSACB队列资料收集时已签署书面知情同意书，本研究为既往数据二次分析，经伦理批准免除再次知情同意。

病例和对照选择

病例组与对照组均来源于SSACB队列，均为基线无慢性病且研究资料完整的20~74岁研究对象。病例组纳入标准：（1）患2种及以上慢性病；（2）疾病首次诊断时间在随访期间。排除标准：（1）慢性病首次诊断时间在基线调查前；（2）基线数据库中生活方式、疾病诊断和体格检查等研究因素不全的个体。对照组纳入标准：随访期间未患慢性病者。排除标准：（1）在基线调查前诊断过慢性病；（2）基线数据库中生活方式、疾病诊断和体格检查等研究因素不全的个体。以年龄、性别、基线调查年份和调查区县为条件，采用倾向性评分匹配方法，对每个病例按1∶1匹配对照。

研究内容和定义

研究内容

人口学资料：性别、年龄、文化程度、职业类型和婚姻状态。生活方式和体格状态因素暴露情况：吸烟、饮酒、膳食、体育锻炼、静坐时间、睡眠、身高（cm）、体重（kg）和腰围（cm）。慢性病史：诊断名称、诊断时间和诊断机构。

生活方式因素定义及分组

（1）吸烟状态：分为从不吸烟、已戒烟和当前吸烟。（2）饮酒状态：以曾经每周至少3次、连续喝酒6个月以上视为经常饮酒，按饮酒情况分为不经常饮酒、适量饮酒（乙醇摄入量：男性<25 g/d、女性<15 g/d）和过量饮酒（乙醇摄入量：男性≥25 g/d、女性≥15 g/d）^［12］。（3）膳食情况：参考膳食指南推荐^［12］，根据5类食物的摄入频率计算得分，包括每天摄入蔬菜、每天摄入水果、经常摄入豆类（≥4 d/wk）、每周摄入鱼类（≥1 d/wk）、限制红肉摄入（<7 d/wk），每符合一条计1分，分值范围0~5分，按0~1分、2~3分和4~5分分组。（4）体育锻炼：根据WHO推荐每周150~300 min中等强度或75~150 min高强度运动，按每周体育运动水平（即代谢当量-小时/周，metabolic equivalent of task-hour per week，MET-h/wk）分为无运动（0 MET-h/wk）、运动不足（<600 MET-h/wk）和运动达标（≥600 MET-h/wk）^［13］。（5）静坐时间：定义为每天坐着或靠着（不包括睡觉）的时间（h/d），按<2 h/d、2~4 h/d和>4 h/d分组。（6）BMI（kg/m²）：参考中国成人体重判定标准^［14］分为偏瘦（BMI<18.5 kg/m²）、体重正常（BMI为18.5~23.9 kg/m²）、超重（24~27.9 kg/m²）和肥胖（BMI≥28 kg/m²）。（7）腰围：分为无向心性肥胖（男性<85.0 cm或女性<80.0 cm）、向心性肥胖前期（男性85.0~89.9 cm或女性80.0~84.9 cm）、向心性肥胖（男性≥90.0 cm或女性≥85.0 cm）。（8）睡眠质量：通过匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index，PSQI）^［15］量表来评价睡眠质量，该量表包括主观睡眠质量、入睡时间、睡眠时间、睡眠效率、睡眠障碍、睡眠药物使用情况以及日间功能障碍7个成分，分值范围为0~21分，得分越低睡眠质量越好，分为良好（0~5分）、一般（6~10分）和差（11~21分）。

综合不良生活方式评分赋值

参考祝楠波^［16］和Yang等^［17］的研究，将每种生活方式或体格状态按健康风险程度进行赋值为2分、1分和0分（表1），相加得到综合不良生活方式评分，分值越高表示生活方式健康风险越高，范围为0~16分。

慢性病共病 个体同时患2种及以上慢性病定义为慢性病共病。本研究纳入分析的慢性病根据国际疾病分类（ICD10）标准来确定^［18］，包括高血压、冠心病、脑卒中、糖尿病、痛风、高脂血症、慢性支气管炎、哮喘、慢性阻塞性肺疾病、慢性胃炎、慢性肠炎、肠息肉、慢性肝炎、脂肪肝、肝硬化、慢性肾病、恶性肿瘤。

统计学分析

采用R 4.2和SPSS 16.0软件进行数据处理与分析。分类变量用n（%）表示，连续性变量用x±s表示，采用χ² 检验或t检验比较组间差异。以是否患共病为因变量，未患慢性病为参照组，以吸烟状态、饮酒状态、膳食习惯、体育锻炼、BMI、腰围、静坐时间和睡眠质量8类单一成分以及综合不良生活方式评分分别作为自变量，调整年龄、性别、婚姻状态、文化程度、职业类型、调查年份和调查区县等混杂因素，采用Logistic回归模型进行分析。并进一步根据综合不良生活方式评分的四分位数将全部个体分为4组，以第一四分位数组为参考，分析不同四分位数组共病发生风险。采用双侧检验，检验水准α=0.05。

结 果

研究对象基线特征

按研究对象纳入和排除标准，共发现7 613例共病患者和6 691例对照满足要求。经个体1∶1配对，共匹配到3 447对病例和对照，合计6 894人纳入分析。研究对象基线特征详见表2。

研究对象基线生活方式和体格状态因素暴露情况

将两组基线暴露情况进行比较，发现病例组睡眠质量差静坐时间>4 h/d、BMI≥28.0 kg/m²、向心性肥胖等不良生活方式或体格状态暴露比例高于对照组，而吸烟、饮酒、体育锻炼和膳食等生活方式暴露差异无统计学意义（表3）。

将上述生活方式和体格状态进行赋值相加得到综合不良生活方式评分，研究对象总体得分为5.53±2.23，病例组综合不良生活方式评分为5.70±2.26，高于对照组（5.35±2.18），差异有统计学意义（t=6.522，P<0.001）（表3）。

研究对象慢性病共病模式

共病患者中共有764种共病组合，前3位为高血压+慢性胃炎、高血压+冠心病和冠心病+慢性胃炎，占比分别为6.21%、4.26%和4.00%。

单一生活方式或体格状态对慢性病共病发生风险的影响

多因素分析结果显示，吸烟、饮酒、体育锻炼和膳食与共病无统计学关联。与静坐时间<2 h/d者相比，静坐时间>4 h/d者共病风险增加20.0%（OR=1.200，95%CI：1.075~1.339，P=0.001），而静坐时间2~4 h/d者共病风险无显著差异（OR=1.065，95%CI：0.924~1.227，P=0.383）。睡眠质量一般和睡眠质量差者共病风险分别是睡眠质量良好者的1.210倍（95%CI：1.063~1.378，P=0.004）和1.438倍（95%CI：1.082~1.911，P=0.012）。体格状态方面，BMI≥28.0 kg/m²者的共病风险高于BMI 18.5~23.9 kg/m²者（OR=1.374，95%CI：1.089~1.734，P=0.008）；与无向心性肥胖者相比，向心性肥胖前期和向心性肥胖者的共病风险逐渐增加（分别为OR=1.154，95%CI：1.012~1.317，P=0.033；OR=1.485，95%CI：1.268~1.739，P<0.001）（表4）。

综合不良生活方式对共病发生风险的影响

Logistic回归分析结果显示，与综合不良生活方式评分第一四分位数组相比，第二四分位数组（OR=1.111，95%CI：0.969~1.275，P=0.132）、第三四分位数组（OR=1.292，95%CI：1.120~1.491，P<0.001）和第四四分位数组（OR=1.657，95%CI：1.404~1.955，P<0.001）共病发病风险呈现逐渐升高趋势。同时将综合不良生活方式评分作为连续型变量进行分析，评分每增加1分，共病风险升高8.6%（OR=1.086，95%CI：1.061~1.112，P<0.001），差异有统计学意义（表5）。

讨 论

本研究基于SSACB前瞻性队列开展病例对照分析，探讨生活方式及体格状态指标与慢性病共病发病风险的关联，并构建综合生活方式评分量化其联合影响，为社区慢性病共病防治提供参考。结果显示，静坐时间>4 h/d、睡眠质量一般或差、BMI≥28.0 kg/m²、向心性肥胖或前期等生活方式或体格状态可使慢性病共病风险升高，未发现膳食、吸烟、饮酒、体育锻炼与共病的关联；综合不良生活方式评分与共病发病呈正相关，评分越高，共病发生风险越高。

本研究前3位共病组合为高血压+慢性胃炎、高血压+冠心病和冠心病+慢性胃炎。尽管中国健康与养老追踪调查队列相关研究^［5］和宁夏地区老年人研究^［9］同样以高血压、冠心病为核心合并其他疾病，但具体疾病构成存在差异。这种差异提示共病模式可能受到地域和人群特征的影响，未来需进一步探究其潜在影响因素。

在生活行为方面，本研究按每周食用蔬菜、水果、豆类、鱼类和红肉的频次进行膳食评分，但未发现膳食与共病风险的统计学关联，与于宁等^［6］和De Almeida等^［7］的研究结果一致，另有两项研究结果显示膳食模式是影响共病发生的重要因素^［19-20］。上述结果的差异，可能与各研究纳入的食物种类、采用的评分方式或关注的主要共病模式不同有关。未来研究可进一步细化膳食评估指标，结合不同共病亚型特征，采用标准化的膳食评分方法，以更全面地探讨膳食因素与共病风险的关联。

静坐和运动是两种相悖的状态，对健康的影响也不相同。一项横断面研究结果显示静态时间≥5 h/d和体力活动不足是共病的危险因素^［6］。本研究发现，与静坐时间<2 h/d相比，静坐时间>4 h/d可使共病风险升高20.0%，未发现体育锻炼与共病的关联，与邢浩然等^［10］的研究结果一致。既往研究证实运动可在一定程度上减弱久坐带来的危害。一项Meta分析结果显示每天30~40 min中高强度体力活动可减弱久坐与死亡风险之间的关联^［21］；Wang等^［22］发现当静坐时间≤8 h/d，适当的体力活动可减轻久坐对肺功能的损害作用，而静坐时间>8 h/d时，体力活动无法降低其负面影响。建议在政策层面为群众创造减少久坐和增加锻炼的环境，如要求企业落实工间操、工作台面设置活动提醒、增加口袋公园覆盖率等；当久坐不可避免时，个人应有意增加运动量以减少久坐带来的共病风险。

除了久坐，居民睡眠障碍问题也日益凸显，本研究采用PSQI量表综合评估睡眠质量，发现近1/5的研究对象睡眠质量不佳，与睡眠质量良好者相比，睡眠质量一般和睡眠质量差可分别使共病风险增加21.0%和43.8%。相关研究显示，睡眠时间过短（<7 h）是“三高”共病的危险因素^［6］，睡眠质量差和打鼾是青中年人群慢性病共病的危险因素^［8］。建议通过健康宣教、睡眠卫生指导与行为干预等方式普及科学睡眠知识，引导居民养成良好的睡眠习惯。公共卫生及基层医务人员应加强对睡眠异常人群的早期筛查与规范管理，针对失眠、睡眠节律紊乱等实施认知行为指导、作息调整及不良睡眠习惯纠正等非药物综合干预，并将睡眠健康管理融入社区慢性病综合防治体系，以改善人群睡眠质量，降低慢性病共病风险。

本研究未发现吸烟和饮酒状态与共病的关联，这与部分研究结果不一致^［7，10］。这种差异可能与研究人群、吸烟和饮酒状态的测量方法、主要共病模式不同以及混杂因素的调整程度有关；或由于本研究中的生活方式因素暴露来源于基线调查，部分健康状况不佳的研究对象可能在随访期间于共病结局发生前改变了吸烟、饮酒等不良生活方式，导致效应值被低估。

体格状态方面，BMI和腰围作为肥胖的重要指标，已被广泛证实与多种慢性病及共病密切相关^［23-24］。Stumpf等^［24］的研究表明共病风险随着BMI和腰围的增加而升高，其中BMI与心血管代谢疾病、骨关节疾病、甲状腺疾病和胃部疾病4种共病模式风险均呈正相关。本研究中BMI≥28.0 kg/m²和中心性肥胖的危害性作用进一步支持了维持健康体格状态在慢性病及共病预防中的重要性。2024年6月国家卫健委等16个部门联合制定《“体重管理年”活动实施方案》表明国家对体重管理的重视^［25］。监测BMI和腰围有助于预防慢性病共病的发生和发展，可为公共卫生政策和行动提供依据。

生活行为方式和体格状态均具备可改变性，可作为共病一级预防的切入点，而各类生活方式在实际生活中并非独立存在，因此本研究构建综合不良生活方式评分，以了解人群中不良生活方式现状，并分析其对共病发生风险的综合影响。结果显示，共病病例组综合不良生活方式评分高于对照组，综合不良生活方式评分每增加1分，共病风险增加8.6%，与既往多项研究结果一致^{［7，10，17］}。两项研究将吸烟、饮酒、饮食和体育活动4种生活方式按个数分为3个等级，发现3~4种不良生活方式可增加共病患病风险^［7］，而健康生活方式每改善1个等级可使共病风险降低19%^［10］。Yang等^［17］将BMI、体力活动、饮酒、吸烟和睡眠质量5种生活方式进行赋值评分，发现健康生活方式评分每增加1分，老年人群患共病的可能性会降低26%。这些研究共同支持了多种健康生活方式在慢性病预防中的累积保护作用，提示生活方式综合干预在慢性病共病预防中的重要性。

本研究具有以下优势：首先，在既往研究基础上，纳入静坐时间与睡眠质量等8项生活方式及体格指标，依据健康程度赋分构建综合评分，丰富了评价内涵，并深入探讨其与慢性病共病发病的关联；其次，研究对象来源于自然人群，而非中老年或临床人群，代表性与外推性较好；此外，作为基于前瞻性队列的病例对照研究，暴露评估早于共病结局发生，为因果关联提供了时序性依据。

然而，本研究仍存在一定的局限性。（1）生活方式暴露情况依赖于基线自报，可能存在报告偏倚；（2）结局通过数据库链接判定，部分终点事件可能漏报，导致病例被错误分类，从而低估真实关联；（3）综合评分中各项指标采用等权重赋值，未区分不同因素对共病风险影响的潜在差异，可能影响结果的精确度；（4）缺乏随访期间暴露变化的纵向数据，未能采用风险集匹配，可能引入时间窗口偏倚，从而使效应估计产生偏差；（5）将慢性病共病定义为复合结局，旨在评价生活方式对慢性病共病总体发生风险的影响，而未针对特定的共病模式进行分析，该宏观视角可能因不同共病组合间的异质性，稀释某些特定生活方式因素（如吸烟、饮酒）与共病之间的关联强度。未来研究可聚焦于具有共同病理生理机制的特定共病簇，收集危险因素暴露重复测量数据并采用时间依存性分析方法，为生活方式的综合干预提供更精准的依据。

综上所述，静坐时间长、睡眠质量一般或差、BMI肥胖和向心性肥胖或其前期是慢性病共病发生风险的独立危险因素，且综合不良生活方式评分与共病发病风险之间呈显著正相关关系。本研究提示综合不良生活方式对共病发病有累积危害作用，综合干预多种生活方式因素可能比单一因素干预更有效。公共卫生政策应注重推广综合健康生活方式，以降低慢性病发病风险。

参考文献

[1] 任静林，李红娟.1998—2018年我国居民慢性病患病率趋势与人群差异分析［J］.卫生经济研究，2022，39（6）：30-33.

[2] WHO.Multimorbidity［EB/OL］.（2016-12-13）［2025-1-8］.

[3] 张泽云，袁满琼，石再兴，等.中国中老年人共病发展轨迹及其对新发失能的影响［J］.中华流行病学杂志，2022，43（12）：1893-1899.

[4] DUGOFF EH，CANUDAS-ROMO， BUTTORFF C，et al.Multiple chronic conditions and life expectancy：a life table analysis［J］.Med Care，2014，52（8）：688-694.

[5] 范潇茹，陈莎，施予宁，等.我国中老年人慢性病共病现状及其对卫生服务利用和医疗费用的影响研究［J］.中国全科医学，2022，25（19）：2371-2378.

[6] 于宁，张梅，张笑，等.中国中老年居民高血压、糖尿病和血脂异常共病现状及影响因素研究［J］.中华流行病学杂志，2023，44（2）：196-204.

[7] DE ALMEIDA MGN， NASCIMENTO-SOUZA MA， LIMA-COSTA MF，et al.Lifestyle factors and multimorbidity among older adults（ELSI-Brazil）［J］.Eur J Ageing，2020，17（4）：521-529.

[8] 李亚杰，何瑞峰，索朗德吉，等.高原地区青中年人群睡眠与慢性病共病的关联［J］.中华疾病控制杂志，2022，26（3）：274-279.

[9] 何昱铮，于吉庆，郑建中，等.宁夏回族自治区老年人健康促进行为与慢性病共病的关联分析［J］.中国全科医学，2023，26（28）：3526-3532.

[10] 邢浩然，张茹钰，邢若斌，等.老年人健康生活方式与心脏病、糖尿病及共病的关联性研究［J］.中国慢性病预防与控制，2024，32（2）：152-156.

[11] 赵琦，刘星，姜永根，等.上海郊区自然人群队列和生物样本库建设［J］.中华流行病学杂志，2023，44（1）：28-33.

[12] 中国营养学会.中国居民膳食指南（2016）［M］.北京：人民卫生出版社，2016.

[13] 樊萌语，吕筠，何平平.国际体力活动问卷中体力活动水平的计算方法［J］.中华流行病学杂志，2014，35（8）：961-964.

[14] 中华人民共和国国家卫生和计划生育委员会. WS/T428-2013 成人体重判定 ［S］.北京：中国标准出版社，2013.

[15] BUYSSE DJ， REYNOLDS CF， MONK TH，et al.The pittsburgh sleep quality index：a new instrument for psychiatric practice and research［J］.Psychiatry Res，1989，28（2）：193-213.

[16] 祝楠波，周密，余灿清，等.中国成年人健康生活方式状况分析［J］.中华流行病学杂志，2019，40（2）：136-141.

[17] YANG HL， MO BR， MOLASSIOTIS A，et al.Relationship between multimorbidity and composite lifestyle status in Shenzhen，China［J］.J Multimorb Comorb，2022，12： 26335565221123990.

[18] 卫生部卫生统计信息中心.国际疾病分类（ICD-10）应用指导手册［M］.北京：中国协和医科大学出版社，2001．

[19] MAO DH， LI GK， LIANG MX，et al.Dietary patterns and multiple chronic diseases in older adults［J］. Nutr Metab （Lond），2024，21（1）：36.

[20] HU F， QIN W， XU L.Association between dietary patterns and cardiometabolic multimorbidity among Chinese rural older adults［J］.Nutrients，2024，16（17）：2830.

[21] EKELUND U， TARP J， FAGERLAND MW，et al.Joint associations of accelero-meter measured physical activity and sedentary time with all-cause mortality：a harmonised meta-analysis in more than 44 000 middle-aged and older individuals［J］.Br J Sports Med，2020，54（24）：1499-1506.

[22] WANG Y， XIE Y， CHEN Y，et al.Joint association of sedentary behavior and physical activity with pulmonary function［J］.BMC Public Health，2024，24（1）：604.

[23] 庞元捷，余灿清，郭彧，等.中国成年人行为生活方式与主要慢性病的关联——来自中国慢性病前瞻性研究的证据［J］.中华流行病学杂志，2021，42（3）：369-375.

[24] STUMPF FMM， de OLIVEIRA ASD， FAERSTEIN E，et al.Cross-sectional associations between body mass index，waist circumference，and multimorbidity：Pró-Saúde study［J］.PeerJ，2023，11：e14744.

[25] 国家卫生健康委.关于印发“体重管理年”活动实施方案的通知：国卫医急发〔2024〕21号［EB/OL］.（2024-06-26）［2025-04-07］.

基金资助

上海市闵行区自然科学研究课题(2023MHZ020)