不同体格测量指标对血糖异常预测的分析

张金玉，顾敏敏，祝丽芳

随着经济的发展、生活水平的提高，我国城市化进程明显加快，同时老龄化、肥胖患病率逐年增加等因素，使得2 型糖尿病成为我国一个重要的公共卫生问题。 2015—2017 年开展的流行病学调查显示，我国18岁及以上人群的糖尿病患病率为11.2%[1]。《中国居民营养与慢性病状况报告（2015）》提示， 18 岁及以上成年人的超重率及肥胖率分别为30.1%、11.9%，比2002 年分别上升了7.3%和4.8%；6～17 岁儿童青少年超重率为 9.6%，肥胖率为 6.4%，比2002 年分别上升了5.1%和4.3%。国内外大量研究表明，肥胖是2 型糖尿病及心脑血管疾病的独立危险因素。本文旨在通过探讨不同体格测量指标对于血糖异常的预测价值，探索预测早期血糖异常的适宜体格测量指标。

1 对象与方法

1.1 研究对象

本次共调查嘉定区某社区4 个居委的常住居民（包括本市户籍居民和本市居住满6个月以上的非本市户籍居民） 1 087人，所有研究对象均已签署知情同意书。

1.2 研究内容和方法

1.2.1 研究内容

测量身高、体重、腰围、臀围，计算BMI、腰臀比（WHR）、腰高比（WHtR）等体格测量指标；针对调查对象进行口服（葡萄糖耐量） OGTT试验，测量空腹血糖 （FPG）及OGTT 2小时血糖值（2h PG）。

1.2.2 研究方法

血糖检测：采集研究对象的空腹静脉血、口服75 g葡萄糖（既往糖尿病患者馒头餐） 后2小时静脉血，检测空腹静脉血糖及餐后2 小时静脉血糖。血糖采用己糖激酶法进行测定。

体格测量：按照项目要求规范测量身高、体重、腰围（WC）、臀围。所有体格测量工具均已送质检部门检验合格，且在有效使用期内。体格测量指标计算方法：BMI （kg/m2） =体重（kg） /身高 （m）2，WHR=WC（cm） /臀围（cm），WHtR=WC （cm） /身高 （cm）。

运用Med Calc 15.8 软件绘制不同体格测量指标预测血糖异常的受试者工作特征（ROC）曲线并计算曲线下面积（Area Under Curve，AUC）。AUC=0.5，说明无筛查价值；AUC越接近1，说明筛查价值越高。 0.5＜AUC≤0.7表示筛查价值一般，0.7

1.2.3 判定标准

根据《中国2型糖尿病防治指南（2017年版）》[2]中糖代谢状态分类，糖调节异常包括：①空腹血糖受损（IFG)：6.1 mmol/L≤空腹血糖（FPG）＜7.0mmol/L，葡萄糖负荷后2 h 血糖（2hPG）＜7.8mmol／L。②糖耐量异常（IGT）：空腹血糖（FPG） <7.0 mmol/L，7.8 mmol/L≤葡萄糖负荷后2 h血糖（2hPG） <11.1 mmol/L。糖尿病包括：空腹血糖（FPG）≥7.0 mmol/L或葡萄糖负荷后2 h血糖（2hPG）≥11.1 mmol/L。

超重、肥胖及中心型肥胖的判定标准：采用2013 年国家卫生和计划生育委员会《中华人民共和国卫生行业标准—成人体重判定》（标准号WS/T428-2013）[3]制定的标准：24.0 ≤BMI ＜28.0 为超重，BMI ≥28.0 为肥胖。中心型肥胖则根据WC判定：男性WC ≥90cm，女性WC ≥85cm；根据WHR 判定：男性WHR ＞0.9，女性WHR ＞0.8；根据WHtR判定，不分男女， WHtR＞0.5。

1.3 质量控制

对现场从事体格测量、血样采集的人员进行统一培训并考核，合格方可上岗。

1.4 统计学处理

本研究体格测量数据及实验室数据采用Epidata 3.0双录入，应用SPSS 21.0软件进行统计分析。检验水准α=0.05。

2 结果

2.1 不同性别对象的体格测量指标情况

本次研究共调查1 087 人，其中男性414 人（38.09%），女性673人（61.91%），男女性别比为0.62∶1.0，平均年龄为（59.5±9.2）岁。男性血糖异常检出率为36.47%、女性为31.50%，差异无统计学意义。男性2 型糖尿病患病率为21.01%，高于女性（15.08%），差异有统计学意义；男性糖调节异常检出率为15.46%、女性为16.49%，差异无统计学意义。男性身高、 BMI、 WHR、 WC值平均值高于女性 （P<0.01）。见表1。

表1 调查对象的体格测量指标情况

2.2 不同性别、不同血糖水平对象的体格测量指标比较

通过两两比较，发现同性别人群内，糖调节异常组、糖尿病组的BMI、WHR、WHtR、WC 的平均值均明显高于血糖正常组，差异有统计学意义（P<0.05）。见表2。

表2 男、女性不同血糖水平的体格测量指标比较（ ）

2.3 BMI、WHtR、WHR及WC对于血糖异常的预测价值

以血糖异常为因变量，分别以BMI、WHtR、WHR 及WC 为自变量，绘制受试者工作特征曲线（ROC） 曲线（图1）。 4 个体格测量指标中，预测血糖异常的ROC 曲线下面积（Area Under Curve，AUC）从大到小依次为WHtR、BMI、WHR、WC。与AUC=0.5 比较， 4 个指标均存在显著性差异，作为筛查血糖异常的简易指标，可以认为这4 个体格测量指标对于血糖异常均有一定的预测价值。以约登指数最大选择最佳截断值，各指标的敏感性从大到依次为BMI、WHtR、WC、WHR。见表3。

表3 BMI、WHR、WHtR及WC预测血糖异常的ROC曲线下面积

图1 不同BMI、WHtR、WHR、WC预测血糖异常的ROC曲线

3 讨论

随着生活方式和老龄化的加剧，糖尿病已成为本市继肿瘤、心脑血管疾病之后的第三位慢性非传染性疾病，如不予以控制，在今后的10年中本市糖尿病患病率会继续迅猛增长。研究表明，上海市肥胖/超重及中心型肥胖的比例也在逐年上升。超重和肥胖，特别是中心型肥胖是2 型糖尿病、心脑血管疾病和肿瘤等疾病的重要危险因素，且中心型肥胖的患者要比匀称型肥胖患者具有更高的患病风险[4]。这提示判定中心型肥胖对于预测血糖异常非常重要。

3.1 同性别人群的糖调节异常组、糖尿病组体格测量指标无差异，但均与血糖正常组有显著性差异

本次调查结果显示，通过比较同性别、不同血糖水平人群的体格测量指标发现，糖调节异常组、糖尿病组之间体格测量指标无显著性差异，但均与血糖正常组有显著性差异。这就提示体格测量指标的异常在血糖异常的早期已有所体现，意味着体格指标的异常可以预测早期的血糖异常。

3.2 4个体格测量指标均可预测血糖异常

通过绘制4 个指标预测血糖异常的ROC 曲线下面积，发现AUC在0.639～0.653之间，均＞0.5，但＜0.7。结果与国内研究[5]接近，说明作为预测血糖异常的简易指标，这些指标均具有一定的参考价值。基层医疗机构应当从约登指数高、敏感性高、操作性强等方面综合考虑选择预测指标。

3.3 WHtR预测血糖异常的价值优于BMI、WHR及WC

目前国内已将BMI、WHR及WC等指标作为筛查肥胖的简易指标，但关于WHtR 预测血糖异常的研究较少。根据郭来敬[6]研究，认为WHtR筛查2 型糖尿病高危人群效果优于BMI 及WHR。早在2004年广东省就有研究[5]，表明WHtR是评价中心型肥胖更有效的指标，且不受年龄、性别等影响。杨群娣[7]等研究亦显示， WHtR在筛查IFG、IGT及未诊断糖尿病的最佳截断值男女差异小。

本研究针对不同体格测量指标预测血糖异常绘制ROC 曲线下面积，发现4 个指标均可预测血糖异常，其中以WHtR 的AUC 为最高，且WHtR不受性别影响，男女差异小。位于上海郊区的社区基层医院，服务对象大部分为文化程度较低的中老年人， BMI计算方法涉及到身高的单位换算、平方计算，测算方法复杂、不够便捷，且BMI 正常的人群也可能是中心型肥胖。 WHtR的计算方法为腰围/身高，不需要单位换算，较之BMI计算方法简单，对于郊区年龄偏大、文化程度较低的居民， WHtR更方便、简洁、直观。

身高、WC等体格测量指标在日常生活或者健康体检中容易获得，综合考虑约登指数高、敏感性高及操作性强等因素，选择WHtR 更具有实用性、便捷性。通过WHtR 的异常来筛选中心型肥胖，进而预测血糖异常、筛查糖尿病风险人群更为敏感。本研究为横断面研究，数据来源于上海市郊区，不能代表全国性标准，有待更大样本的调查开展，并进一步通过队列研究探讨、验证上述结论。