确定亚健康状态问卷最佳临界值：潜在剖面分析带来新突破

为确定 SHSQ-25 最佳临界值，研究人员用 LPA 和 ROC 分析，发现临界值为 44，对健康研究意义重大。

　　在快节奏的现代生活中，人们越来越关注自身的健康状况。亚健康状态，这个介于健康与疾病之间的 “灰色地带”，逐渐进入大众视野。它指的是个体处于不完全健康，但又未达到特定疾病诊断标准的一种状态。据不完全统计，全球有相当比例的人都处于亚健康状态，这不仅影响个人的生活质量，还可能成为许多慢性疾病的潜在隐患。

目前，评估亚健康状态的方法众多，其中《亚健康状态问卷（Suboptimal Health Status Questionnaire，SHSQ-25）》应用广泛。然而，该问卷一直存在一个关键问题：如何确定其最佳临界值。以往研究多依赖单尾 90% 上限来设定临界值，却未计算敏感度和特异度，这可能导致对亚健康状态的判断不准确，出现误诊或漏诊情况，严重影响个体健康管理和公共卫生策略的制定。为了填补这一研究空白，来自澳门镜湖护理学院（Kiang Wu Nursing College of Macau）、扬州大学、澳门大学等机构的研究人员展开了深入研究。

本次研究成果发表在《BMC Public Health》杂志上，为亚健康状态的评估和管理提供了重要依据。研究人员主要采用了潜在剖面分析（Latent Profile Analysis，LPA）和受试者工作特征曲线（Receiver Operating Characteristic，ROC）分析这两种关键技术方法。在样本选择上，研究覆盖了中国广东、广西、江苏、四川以及澳门特别行政区多个地区，通过便利抽样和受访者驱动抽样相结合的方式，招募了 18 岁及以上、能熟练读写中文且愿意参与的成年人。最终，共有 4918 名参与者的数据纳入分析。

下面来具体看看研究结果：

1. 样本特征：参与研究的 4918 名参与者平均年龄为 30.1±12.6 岁，其中女性占比 73.6%，大学学历者占 60.1%，单身者占 55.1%，与他人同住者占 93.5% 。
2. 潜在剖面分析：研究人员利用 LPA 对参与者在 SHSQ-25 问卷上的回答进行分析，比较不同模型的拟合指数，最终确定了 3-profile 模型为最优解。该模型包含高风险组（19.0%），其平均亚健康得分为 56.5±12.5；中风险组（51.4%），平均得分为 31.1±6.8；低风险组（29.6%），平均得分为 9.6±6.1 。同时，研究还发现低风险组中男性比例显著较高，年龄均值较低；高风险组中独居者比例相对较高。
3. ROC 分析：以 LPA 确定的亚组为参考标准，进行 ROC 分析。结果显示，SHSQ-25 得分作为预测指标的曲线下面积（Area Under the Curve，AUC）值达到 0.998。通过计算约登指数（Youden index = 敏感度 + 特异度 - 1），确定最佳临界值为 44。此时，敏感度为 97.53%，特异度为 97.77%，阳性预测值为 91.08%，阴性预测值为 99.41%。以 44 为临界值，样本中亚健康的患病率为 20.3%。进一步的逻辑回归分析发现，在控制其他人口统计学因素后，与他人同住的个体患亚健康的可能性比独居者低 61.7%。

综合研究结论和讨论部分，此次研究确定了 SHSQ-25 的最佳临界值为 44，这一临界值在识别亚健康个体时具有较高的敏感度和特异度，为后续研究、临床决策以及公共卫生干预提供了可靠的分类标准。同时，研究揭示了生活状态与亚健康之间的关联，与他人同住有助于降低亚健康的发生风险。不过，该研究也存在一定局限性，如采用横断面研究设计无法确定因果关系，研究对象具有局限性，模型依赖数据驱动可能存在不确定性，以及 SHSQ-25 作为自填式问卷存在回忆偏倚和社会期望偏倚等。尽管如此，本次研究依然为亚健康状态的评估和管理提供了重要的参考，为后续更深入的研究指明了方向。未来研究可在纵向研究设计、扩大研究人群范围、优化统计模型以及结合客观测量方法等方面进一步探索，从而更全面、准确地了解亚健康状态，制定更有效的健康干预措施，保障公众健康。