不同肥胖指标在高尿酸血症风险预测中的应用价值比较研究

杨媛，周光清，李宛霖，赵创艺，袁空军

本文要点：

（1）广州地区成年体检人群高尿酸血症检出率为41.84%。（2）高尿酸血症共病率较高，常与高血压、高脂血症、腹型肥胖共病。（3）男性高尿酸血症检出率高于女性（54.11%比25.43%）。（4）腰围、体质指数、腰高比、身体形态指数、身体圆度指数、内脏脂肪指数和脂质聚集指数均是影响高尿酸血症发生的因素。（5）无论对于男性和女性，脂质聚集指数均是预测其高尿酸血症发生风险的最佳肥胖指标。

随着人们生活水平的提高和饮食结构的改变，高尿酸血症（HUA）患病率逐年上升，HUA已成为影响我国国民健康的重大公共卫生问题。一项全国性调查表明，我国成年人群HUA总体患病率为13.0%，其中，男性高达18.5%，女性为8.0%［1］。HUA除会诱发痛风外，常伴随其他系统疾病，如肾脏疾病、其他代谢性疾病和心脑血管疾病等，不但影响患者的生活质量，也给社会带来了沉重的疾病经济负担［2］。HUA与肥胖密切相关，减重是降低血清尿酸（UA）水平的有效非药物治疗方法［3］。传统的肥胖指数，如体质指数（BMI）、腰围（WC）和腰高比（WHtR）已被证明在预测HUA发生中具有一定价值［4］。近年来，一些新型人体测量指数，如内脏脂肪指数（VAI）、脂质聚集指数（LAP）、身体形态指数（ABSI）和身体圆度指数（BRI）等也作为评估肥胖的替代或补充指标被提出。目前，有关新型肥胖指标的研究主要集中于以高血压为代表的心脑血管疾病［5-7］和糖尿病［8］领域，对于新型肥胖指标与HUA之间的关系及其对HUA预测价值的报道较少。与此同时，虽有研究指出肥胖指标可预测HUA的风险，但何种肥胖指标更适合于我国人群的HUA发生风险预测、新型肥胖指标相较于传统肥胖指标在预测HUA的效能上是否更具优势仍存有争议［4］。因此，本研究旨在通过大样本横断面调查，分析和比较7种肥胖指标（WC、BMI、WHtR、ABSI、BRI、VAI和LAP）对HUA发生风险的预测能力，以期筛选出更适合我国人群的、肥胖相关的HUA发生风险预测指标，为HUA的早期预防和筛查提供参考与依据。

1 对象与方法

1.1 研究对象 采用整群抽样法，选取2020年1—12月于广东省某三级甲等医院健康管理中心接受健康体检者为研究对象。纳入标准：年龄≥18周岁，户籍不限。排除标准：（1）体检者处于妊娠期或哺乳期；（2）患严重肝肾功能不全、自身免疫性疫病、恶性肿瘤的体检者；（3）体检者患严重精神疾病和/或存在认知功能障碍；（4）体检报告不完整者。本研究最终纳入符合标准的体检者32 374例。

1.2 研究方法

1.2.1 资料收集 通过查阅健康管理中心的电子病历收集体检者的一般人口学（性别、年龄）、既往史（糖尿病、高血压、高脂血症、HUA）、体格检查（身高、体质量、WC、血压）和实验室检查指标〔UA、空腹血糖（FBG）、总胆固醇（TC）、三酰甘油（TG）、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）〕等资料，并计算BMI、WHtR、ABSI、BRI、VAI和LAP。

1.2.2 体格检查 由经过培训的体检医师按统一标准进行身高、体质量、WC和血压测量。身高和体质量测量时要求体检者脱去厚重衣物，脱鞋脱帽站立于电脑人体秤（深圳市双佳电子科技有限公司生产）上。WC测量时皮尺应紧贴而不压迫皮肤，在肚脐上方1 cm，水平绕腹一周。采用全自动电子血压计〔欧姆龙（中国）有限公司生产〕测量坐位右上臂血压，测量血压前体检者静坐休息5 min，测量时右手臂位置与心脏呈同一水平（平第4肋）。健康管理中心的电脑人体秤和电子血压计每月校正1次。

1.2.3 实验室检查 体检者均至少空腹8 h后于次日清晨由经统一培训的采血护士采集静脉血标本5 ml，并于2 h内分离取血清，统一使用全自动生化分析仪〔贝克曼库尔特AU 5431（美国贝克曼库尔特有限公司）〕检测FBG、TC、TG、LDL-C、HDL-C和UA。UA检测采用尿酸氧化酶过氧化物酶法，FBG检测采用己糖激酶法，TC检测采用酶法，TG检测采用甘油磷酸氧化酶-过氧化物酶法，LDL-C、HDL-C检测采用直接法。

1.2.5 诊断标准 （1）HUA：男性UA≥420 mmol/L、女性UA≥360 mmol/L和/或既往明确诊断HUA者［13］。（2）糖尿病：FBG≥7.0 mmol/L和/或既往明确诊断糖尿病者［14］。（3）高血压：收缩压≥140 mm Hg（1 mm Hg=0.133 kPa）和/或舒张压≥90 mm Hg和/或既往明确诊断高血压者［15］。（4）高脂血症：满足TC≥6.22 mmol/L或TG≥2.26 mmol/L或LDL-C≥4.14 mmol/L或HDL-C<1.04 mmol/L中的任一条件和/或既往明确诊断高脂血症者［16］。（5）BMI分级：BMI<18.5 kg/m2为体质量过低，18.5 kg/m2≤BMI<24.0 kg/m2为正常体质量，24.0 kg/m2≤BMI<28.0 kg/m2为超重，BMI≥28.0 kg/m2为肥胖。（6）腹型肥胖：男性WC≥90 cm，女性WC≥80 cm［17］。

1.3 统计学方法 采用SPSS 22.0和MedCalc 18.2软件进行统计分析。呈正态分布的计量资料以（±s）表示，组间比较方差齐采用两独立样本t检验，方差不齐采用t'检验；非正态分布的计量资料以中位数（四分位数间距）〔M（QR）〕表示，组间比较采用Mann-Whitney U检验；计数资料以相对数表示，组间比较采用χ2检验。以性别为分层依据，分别将WC、BMI、WHtR、ABSI、BRI、VAI和LAP按QR分为4组，均以第1分位组为参照组，在控制混杂因素（年龄、高血压、糖尿病、高脂血症后）后，采用二元Logistic回归分析上述肥胖指标对HUA发生的影响。利用MedCalc 18.2绘制不同性别体检者 WC、BMI、WHtR、ABSI、BRI、VAI、LAP预测HUA发生风险的受试者工作特征（ROC）曲线并计算曲线下面积（AUC），切点为约登指数最大的点［18］。不同肥胖指标的AUC两两比较采用Z检验［2］。以P<0.05为差异有统计学意义。

2 结果

2.1 调查对象基本情况 32 374例体检者中，男18 530例（57.24%），女13 844例（42.76%）；年龄（40.2±12.2）岁；共检出HUA 13 546例，HUA检出率为41.84%，其中，男性和女性体检者HUA检出率分别为54.11%（10 026/18 530）和25.43%（3 520/13 844），男性HUA检出率高于女性，差异有统计学意义（P<0.001）；高血压、糖尿病、高脂血症、肥胖症和腹型肥胖的检出率分别为12.74%（4 124/32 374）、2.41%（781/32 374）、31.24%（10 115/32 374）、8.50%（2 751/32 374）、29.63%（9 591/32 374）。HUA组与非HUA组性别分布、年龄、BMI分级、腹型肥胖占比、高血压占比、糖尿病占比、高脂血症占比、收缩压、舒张压、FBG、TC、TG、LDL-C、HDL-C、WC、BMI、WHtR、ABSI、BRI、VAI、LAP 比较，差异有统计学意义（P<0.05），见表1～2。

表1 HUA组与非HUA组健康体检者的临床资料比较〔计数资料，n（%）〕Table 1 Comparison of the clinical conditions of adult physical examinees with and without hyperuricemia（enumeration data）

表2 HUA组与非HUA组健康体检者的临床资料比较（计量资料）Table 2 Comparison of the clinical conditions of adult physical examinees with and without hyperuricemia（measurement data）

2.2 不同性别HUA体检者的肥胖指标比较 男性HUA体检者各肥胖指标水平均高于女性HUA体检者，差异有统计学意义（P<0.001），见表3。

表3 不同性别HUA体检者肥胖指标比较Table 3 Comparison of obesity indices among adult physical examinees with hyperuricemia by sex

2.3 不同性别体检者肥胖指标对HUA发生影响的二元Logistic回归分析 分性别，以是否发生HUA（赋值：否=0，是=1）为因变量，分别以WC、BMI、WHtR、ABSI、BRI、VAI、LAP为自变量，行二元Logistic回归分析，各变量赋值情况见表4。结果显示：在校正了年龄、高血压、糖尿病、高脂血症后，不同性别体检者WC、BMI、WHtR、ABSI、BRI、VAI、LAP 均 是 HUA发生的影响因素（P<0.05），见表5。男性WC、BMI、WHtR、ABSI、BRI、VAI和LAP的第4分位组患HUA风险是第1分位组的2.719、3.024、2.754、1.228、2.825、2.692、4.004 倍；女性 WC、BMI、WHtR、ABSI、BRI、VAI和LAP的第4分位组患HUA风险是第1分位组的3.225、2.802、3.274、1.283、3.086、1.632、3.922 倍， 见表6。

表4 不同肥胖指标对HUA影响的二元Logistic回归分析变量赋值Table 4 Assignment of each obesity variable in the binary logistic regression analysis

表5 不同肥胖指标对男性体检人群发生HUA影响的二元Logistic回归分析Table 5 Results of binary Logistic regression analysis of the association of different obesity indices with hyperuricemia in adult male physical examinees

表6 不同肥胖指标对女性体检人群发生HUA影响的二元Logistic回归分析Table 6 Results of binary Logistic regression analysis of the association of different obesity indices with hyperuricemia in adult female physical examinees

2.4 不同肥胖指标对不同性别体检者HUA的预测价值比 较 WC、BMI、WHtR、ABSI、BRI、VAI和 LAP预测男性HUA发生风险的AUC分别为0.612、0.626、0.602、0.512、0.602、0.617和 0.642，切点分别为 80.5 cm、24.3 kg/m2、0.48、0.072、3.8、1.4 和 26.7；WC、BMI、WHtR、ABSI、BRI、VAI和LAP预测女性HUA发生风险的AUC分别为0.637、0.636、0.637、0.555、0.638、0.583和0.660，切点分别为72.5 cm、22.7 kg/m2、0.47、0.074、4.2、1.3、15.3，见表7。无论在男性体检人群还是女性体检人群中，LAP预测HUA的AUC高于其他6项肥胖指标（P均<0.05），ABSI预测HUA的AUC低于其他6项肥胖指标（P均<0.05），见表8。

表7 不同性别体检人群不同肥胖指标预测HUA的价值比较Table 7 The AUC with optimal cut point values of different obesity indices for predicting hyperuricemia in adult physical examinees by sex

表8 不同性别体检人群肥胖指标预测HUA的AUC比较（Z值）Table 8 Pairwise comparisons of the AUC of obesity indices in predicting hyperuricemia in adult physical examinees by gender （Z values）

3 讨论

3.1 HUA检出率 近年来，我国HUA患病率呈逐年上升态势且存在地域差异，特别是在经济发达地区和沿海地区，HUA患病率居高不下（青岛为21.5%［19］、厦门为27.2%［20］、佛山为37.68%［21］），而在西部内陆地区，HUA患病率相对较低（青海为12.6%［22］、甘肃为18.02%［23］）。本研究结果显示，广州地区成年体检人群HUA总体检出率为41.84%，处于较高水平，这可能与广东人喜食海鲜、喜爱煲制汤品，并且在煲汤时多采取慢火煲煮的方式有关。海鲜、肉类和菌类等作为制汤的原材料，嘌呤含量相对较高。在煲汤过程中，长时间的熬制会使海鲜、肉类和菌类中的嘌呤溶解至汤中。若长期保持此饮食习惯，可导致嘌呤摄入过多，进而造成UA水平升高，最终引起HUA［24］。此外，本研究发现，HUA组的血压、血糖及除HDL-C外的血脂指标水平均高于非HUA组，这与既往研究的结果相一致［25］。HUA与心脑血管疾病及其他代谢性疾病密切相关，又互为因果［25］。考虑到长期UA高对人体造成的危害是多方面的，故早期筛查HUA高危人群并采取针对性的措施以降低其HUA发病风险具有重要意义。

3.2 不同肥胖指标与HUA的关系 研究表明，肥胖，尤其是腹型肥胖，与HUA关系密切［26］。BMI作为筛查肥胖的“金标准”［27］，被广泛用于肥胖与HUA关系的研究中，然而BMI无法区分脂肪量和肌肉量，主要反映全身性超重和肥胖［28］。作为BMI补充指标的WC，能反映腹部内脏脂肪蓄积程度，但其受身高的影响较大，且无法区分皮下和内脏脂肪。相较于WC，WHtR受身高的影响较小，且能更精确地反映腹型肥胖的程度，但亦无法区分皮下和内脏脂肪。ABSI是由WC以身高和BMI为参考进行标准化后得出的腹型肥胖指标，与腹部脂肪堆积程度呈正相关，并且在预测死亡风险上优于BMI和WC［9］。根据几何模型推导出的BRI，相较于BMI和WC，可更为有效地预测体脂率和内脏脂肪率［10］。VAI则全面考虑了人体测量（WC、BMI）和代谢（TG、HDL-C）因素，更能反映内脏脂肪含量和分布［11］。LAP作为一个性别特异性指数，结合了WC和TG，能较好地反映腹型肥胖的脂肪聚集情况［12］。本研究结果显示，7种肥胖指标均是影响男性和女性HUA发生的因素，WC、BMI、WHtR、ABSI、BRI、VAI和LAP水平的升高均可增加其患HUA的风险，上述结果与既往研究的结果相一致［29］。鉴于无论是腹型肥胖还是全身性肥胖均可影响HUA的发生和发展，故可将控制肥胖作为预防HUA发生和减轻HUA对患者产生不良影响的重要手段。

3.3 不同肥胖指标对HUA的预测价值 目前，研究人员对不同肥胖指标对HUA的预测价值尚未达成共识。于宏杰等［4］发现，无论对于男性还是女性，BMI对HUA的预测效能均优于WC、WHtR和腰臀比（WHR），但这一结果与HUANG等［30］（WHtR与BMI、WC相较，能更好地预测HUA）、马玲等［31］（WC比BMI在预测HUA上更灵敏）的研究结果不一致。周艾婧等［32］发现，BMI对男性HUA的预测价值更高，而ZHANG等［29］的研究结果却提示BMI对HUA的预测能力低于WC。研究方法和研究对象的差异可能是导致不同肥胖指标在不同研究中对HUA的预测价值不尽相同的主要原因。本研究结果显示，无论对于男性还是女性，LAP均为预测HUA发生风险的最佳指标，而ABSI预测HUA发生风险的能力最弱，这与张玄娥等［33］的研究结果相近。其他肥胖指标上，男性VAI、BMI、WC对HUA发生风险的预测价值优于BRI和WHtR；女性WC、BMI、WHtR、BRI对HUA的预测效能无明显差异，但预测灵敏度均高于VAI。现已有研究证实，LAP在预测代谢综合征和心血管疾病患病风险的准确性上优于传统肥胖指标［34］，这可能与LAP结合了反映内脏脂肪蓄积的WC和与内脏脂肪面积密切相关的TG 两个指标，而两者能够相对准确地反映人体脂质蓄积程度和代谢异常有关，而ABSI最初主要用于评价和预测过早死亡风险，这也是其在预测HUA风险时未能充分发挥其优势的重要原因。

3.4 不同肥胖指标预测HUA的最佳切点值 明确肥胖指标预测HUA的切点可为识别HUA高风险人群提供依据和标准。我国成人肥胖的判断标准为BMI≥28.0 kg/m2；腹型肥胖的诊断标准为男性WC≥90 cm，女性WC≥80 cm或WHtR≥0.5［35］。本研究中，不同性别体检者BMI、WC、WHtR预测HUA的切点分别为24.3 kg/m2、80.5 cm 和 0.48（ 男 性 ），22.7 kg/m2、72.5 cm和0.47（女性），均低于上述指标作为肥胖/腹型肥胖筛查指标时确定的切点。这也提示医务人员需加强对非肥胖人群的预警监测，密切关注非肥胖人群的UA水平，可在依据本研究结果对HUA高危人群进行早期识别的基础上，通过为其制定个性化的减重干预策略，降低其HUA发生风险。张玄娥等［33］通过对868例社区中老年人展开研究发现，不同性别中老年人群LAP、VAI预测HUA的切点分别为40.77、2.104（男性），32.99、2.176（女性）。本研究中，不同性别体检者LAP、VAI预测HUA的切点分别为26.7和1.4（男性）、15.3和1.3（女性），这与ZHEN等［36］的研究结果近似（男性、女性LAP的切点分别为26.02、19.42），但明显低于张玄娥等［33］的研究结果。不同研究中同一肥胖指标预测HUA发生风险的切点差距较大的原因可能为：研究对象来自不同的地区和民族，在性别和年龄分布、社会经济与文化、生活环境和饮食习惯等方面存在差异。因此，仍有必要采取大样本、多中心的前瞻性观察性研究对不同肥胖指标在HUA发生风险预测中的应用价值进行深入探讨。目前，关于BRI、ABSI对HUA发生风险预测的价值及其切点的研究较少，本研究发现BRI和ABSI预测HUA的切点分别为3.8（男性）、4.2（女性），0.072（男性）、0.074（女性）。下一步，医务人员可以此结果作为参照标准，并结合UA水平对HUA高危人群进行筛查，并进一步开展研究验证BRI和ABSI在预测HUA中的效能。

综上所述，7种肥胖指标均是影响HUA发生的因素，除全身性肥胖外，腹型肥胖及其导致的内脏脂肪蓄积也需得到医务工作者的高度重视。7种肥胖指标中，LAP预测HUA发生风险的效果最佳，其在男性和女性中的切点分别为26.7和15.3，可作为HUA风险筛查和人群健康管理的重要参考指标。

本研究系统探讨了7种肥胖指标对HUA的预测价值，纳入指标种类多且全面，且研究中所有资料数据均来源于同一所三级甲等医院健康管理中心的电子病历库，样本来源的偏倚风险较低，而较大的样本量也使研究结果更加稳定、可靠，具备较高的参考价值。但由于本研究为横断面调查研究，未能对体检者的生活方式，如饮食、运动和饮酒等方面的资料进行采集并将其作为混杂变量进行控制，存在一定的局限性。此外，横断面调查亦无法明确得出危险因素与HUA发生的因果关系。未来，研究者可在对生活方式有关资料进行采集的基础上，着重探讨新型肥胖指标与HUA的纵向关系，并通过开展大样本、多中心的队列研究对本文结论加以验证。

作者贡献：杨媛负责文章的构思与设计、论文撰写与修订；李宛霖负责文章的可行性分析；赵创艺负责文献/资料收集；袁空军负责文献/资料整理；周光清负责文章的质量控制与审校，并对文章整体负责、监督管理。

本文无利益冲突。