袁空军,杨 媛,赵创艺,周光清
1.南方医科大学卫生管理学院,广东 510515;2.南方医科大学南方医院健康管理中心
我国心血管病现患人数已多达3.30 亿人,其导致的死亡已成为城乡居民死亡的首位原因[1],而血脂异常作为心血管疾病的重要危险因素,与冠心病、动脉粥样硬化、缺血性脑卒中、急性心肌梗死等多种心血管病高患病风险密切相关[2-4]。研究表明,低密度脂蛋白胆固醇(LDL-C)升高与动脉粥样硬化性心血管疾病(ASCVD)发病风险呈正相关[5],是2017 年我国继高血压和高钠饮食后的心血管疾病死亡第三大归因危险因素[6]。然而,目前我国血脂异常知晓率、治疗率和控制率仍处于较低水平[1,7],随着疾病负担的加重,血脂异常已成为亟须解决的重大公共卫生问题。血脂异常的早期防控和健康管理需要定期采血检测,而我国居民体检意识还比较淡薄,因此,开发、总结出一些更为简单、方便、无创、可操作性强的筛查方式对血脂异常的健康管理具有重要意义。现有的可用于评价血脂异常患病风险的非侵入性指标主要有体质指数(BMI)、腰围(WC)、腰围身高比(WHtR)[8]、身体形态指数(ABSI)[9]和身体圆度指数(BRI)[10]等。这些指标方便测量且与多种疾病相关,因而被广泛应用于疾病筛查和预测。现有研究多集中于单一人体测量指标与疾病关联和预测价值的对比[11-13],而有关联合指标对血脂异常的预测价值研究较少。ABSI 和BRI 由于种族等原因在使用时需进行系数的调整,研究结果尚无定论[14-15]。因此,本研究通过对某三级甲等医院体检人群进行大样本横断面研究,分析WC、WHtR 结合BMI 对血脂异常病人患病风险的预测效果,为血脂异常防治提供参考依据。
1.1 对象 选择2019 年1 月—12 月在广州市某三级甲等医院进行健康体检者29 463 人。其中男16 949 人(57.5%),女12 514 人(42.5%);年龄18~89(39.69±11.99)岁。纳入标准:年龄≥18 岁,户籍不限。排除标准:体检者患有严重精神和(或)认知功能障碍;妊娠期或哺乳期妇女;患有严重肝肾功能不全、恶性肿瘤和自身免疫病者;体检项目不完整者;正在服用降脂药物者。
1.2 研究方法
1.2.1 数据收集方法 所有体检项目均由该院体检医师在体检中心进行。使用身份证录入性别和年龄;测量身高和体重,结果保留一位小数;血压应用标准汞式血压计进行测量;WC 测量时站直,腹部自然放松,手臂自然下垂,双脚并拢,用非弹性软尺放在胸腔底部与髂嵴最上缘之间的中点,将软尺适度拧紧,然后在两侧标出测量点,重复测量两次,记录精度为0.1 cm 的平均值;清晨取空腹静脉血,测定血脂和血糖水平;取中段尿,测定尿酸。
1.2.2 血脂异常诊断标准 参照《中国成人血脂异常防治指南(2016 年修订版)》[16],出现以下任何一项即可诊断为高血脂:血清总胆固醇(TC)≥6.20 mmol/L,血清三酰甘油(TG)≥2.30 mmol/L,LDL-C≥4.10 mmol/L,高密度脂蛋白胆固醇(HDL-C)<1.00 mmol/L,以及非高密度脂蛋白胆固醇(nHDL-C)≥4.90 mmol/L。
1.2.3 肥胖相关指标定义 采用公式BMI=体重/身高2(kg/m2)计算BMI,参照中国成人BMI 和WC 分组标 准[17]将 受 试 者 分 为:BMI<24.0 kg/m2为 正 常,24.0~27.9 kg/m2为超重,≥28.0 kg/m2为肥胖;男性WC≥85 cm 或女性WC≥80 cm 为中心性肥胖。WHtR 以一项Meta 分析给出的0.5 为界,将WHtR≥0.5 定义为中心性肥胖[18]。
1.3 统计学方法 采用SPSS 22.0 软件进行数据处理。符合正态分布的定量资料用均数±标准差(±s)表示,采用t检验;定性资料用百分比表示,采用χ2检验。采用Kappa 一致性检验评估BMI、WC、WHtR 3个指标判定超重/肥胖的一致性。采用Logistic 回归模型分析BMI、WC 和WHtR 与血脂异常患病风险的关联。以P<0.05 为差异有统计学意义。
2.1 不同性别体检人群测定指标及血脂异常患病情况比较 不同性别体检人群测定指标比较结果显示,男性年龄、BMI、WC、WHtR、收缩压(SBP)、舒张压(DBP)、空腹血糖(FBG)、血清尿酸(UA)、TC、TG、LDL-C 和nHDL-C 均高于女性,HDL-C 低于女性;本组体检人群血脂异常者9 180 人,检出率为31.2%;不同性别血脂异常检出率结果显示,男性血脂异常检出率及各单一血脂指标异常检出率均高于女性(P<0.001),详见表1、表2。
表1 不同性别体检人群测定指标比较
表2 不同体检人群血脂异常指标检出情况比较
2.2 WC、WHtR 和BMI 判 定 超 重/肥 胖 的 一 致性 Kappa 结果显示,WHtR 联合BMI、WC 联合BMI判 定 超 重/肥 胖 的Kappa 值 分 别 为0.657(0.649,0.665)、0.666(0.658,0.678)。单 独 采 用BMI 指 标,BMI<24.0 kg/m2者 中 有8.8%(1 444/16 384)的WHtR 中心性肥胖被漏诊(男性为10.3%,女性为7.6%),8.6%(1 413/16 384)的WC 中心性肥胖被漏诊(男性为12.3%,女性为5.8%)。单独采用WHtR 或WC指标,WHtR或WC正常者中分别有18.9%(3 473/18 413)和18.4%(3 367/18 338)的超重/肥胖者被错误分类。详见表3。
表3 WC、WHtR 和BMI 判定超重/肥胖的Kappa 检验结果 单位:人(%)
2.3 BMI 和WC、WHtR 预测血脂异常的关联强度比较 分别以是否患血脂异常、高TC 血症、高TG 血症、高LDL-C 血症、低HDL-C 血症和高nHDL-C 血症为因变量,以经标准化后的BMI 和WC、BMI 与WHtR为自变量进行二分类Logistic 回归分析。因BMI、WC为连续性变量,数据经标准化变换后调整性别、年龄、SBP、DBP、FBG 和UA,结果显示,BMI、WC 每增加一个标准差,血脂异常患病风险分别增加0.329,0.281(OR=1.329 和1.281)倍;BMI、WHtR 每增加一个标准差,血脂异常患病风险分别增加0.248、0.360(OR=1.248 和1.360)倍;BMI 增加与低HDL-C 血症的关联性大于WC 和WHtR,WHtR 预测其他单一血脂指标异常的OR 值均大于BMI,WC 预测血脂异常的OR 值与BMI 各有优势。详见表4、表5。
表4 BMI 和WC 预测血脂异常的关联强度比较
表5 BMI 和WHtR 预测血脂异常的关联强度比较
2.4 BMI、WC、WHtR 及联合指标诊断血脂异常的漏诊率、灵敏度、特异度和准确度分析 以BMI=24.0 kg/m2、WC=80 cm(女性)或WC=85 cm(男性)、WHtR=0.5 作为最佳切点诊断血脂异常患病情况的结果显示,单独使用BMI、WC 或WHtR 诊断血脂异常灵敏度和准确度都较低,分别有33.65%、39.95%、40.57%的血脂异常者被漏诊,而BMI 和WC、BMI 和WHtR 联合使用可提高血脂异常诊断的灵敏度和准确度,漏诊率下降为27.59%和27.71%,见表6。
表6 BMI、WC、WHtR 及联合指标诊断血脂异常的漏诊率、灵敏度、特异度和准确度情况 单位:%
2.5 BMI 联合WC、WHtR 体检者血脂异常患病情况 (见表7)
表7 BMI 联合WC、WHtR 体检者血脂异常患病情况 单位:人
2.6 血脂异常患病影响因素的多因素分析 以是否患血脂异常为因变量,BMI、WC、WHtR 及其联合指标作为自变量,进行多因素Logistic 回归分析。调整了性别、年龄、SBP、DBP、FBG 和UA 后,结果显示,BMI超重/肥胖、WC 中心性肥胖和WHtR 中心性肥胖与血脂异常高患病风险相关(P<0.001)。分别将BMI 和WC 联合指标、BMI 和WHtR 联合指标纳入模型4、模型5 进行Logistic 回归分析,结果显示,BMI 超重/肥胖且WC 中心性肥胖血脂异常的患病风险是两者均正常的2.483 倍;以BMI 和WHtR 均正常为参照,不同BMI及WHtR 联合均增加了血脂异常患病风险,BMI 超重/肥胖且WHtR 中心性肥胖者与血脂异常高患病风险关联性最强。详见表8。
表8 血脂异常患病影响因素的多因素Logistic 回归分析结果
本研究结果显示,该院体检人群血脂异常检出率为31.2%,低于戴璟等[19]全国九省市结果(39.91%)和2015 年湖南省研究结果(35.91%)[20],与2015 年安徽省(30.5%)[21]和2015 年—2018 年江苏省(31.5%)[22]结果接近,可能原因为本研究体检人群多为在职员工,定期进行健康体检,其文化程度相对较高,年龄相对较小,但生活水平较高。单因素分析结果显示,男性血脂异常率(41.2%)高于女性(17.5%),与多项研究结果[19-22]一致,可能原因为男性社交活动较多,对外应酬和就餐机会更多,且相比于女性,男性的健康素养较低[23],健康意识比较薄弱。我国第4 次中国慢性病与危险因素监测(CCDRFS)项目指出,中国居民血脂异常主要类型是高TG 血症和低HDL-C 血症,2015 年中国成人营养与慢性病监测(CANCDS)项目指出,我国2013 年—2015 年高TC 血症和高LDL-C 血症病人人数迅速增加[24-25]。本研究结果还显示,男性高TG 血症和低HDL-C 血症患病率(18.9%和19.3%)较其他类型血脂异常高,女性则高TC 血症(9.1%)和高LDL-C血症(9.0%)更加流行。提示针对性地控制血脂水平有利于取得更好的血脂异常健康管理效果。
肥胖是全球范围内疾病负担的重要影响因素[26],与多种疾病高患病风险相关。本研究结果显示,BMI、WC 和WHtR 均与血脂异常患病存在关联,BMI 与低HDL-C 血症关联性最强,而其他类型血脂异常与WHtR 存在更大的关联性。提示WC 和体重管理在预防血脂异常方面都应该引起重视。BMI 是最常用全身性肥胖判定指标,但其不能识别体脂分布,也不能区分肌肉质量和体脂质量,而体脂含量增加往往与血脂异常高患病风险相关,单独使用BMI 很可能会低估人群中的健康风险。WC 是反映腹型肥胖最简单的肥胖指标,但在性别、民族和人种间的分布差异较大,并且没有对身高进行调整,可能存在高估或低估中心性肥胖相关的风险,在身材高大或矮小者中的应用具有一定局限性[27-28]。为此,Ashwell 等[29]建立了WHtR,克服了WC 的局限性,是WC 判定中心性肥胖的最佳替代指标,并建议以0.5 作为中心性肥胖切点值的标准。本研究结果显示,单独使用BMI、WC 或WHtR 来判定超重/肥胖均有一定不足,BMI 灵敏度低,分别有8.6%的WC 中心性肥胖和8.8%的WHtR 中心性肥胖被漏诊;而WC 和WHtR 特异度较低,WHtR 或WC 正常者中分别有18.9% 和18.4% 的超重/肥胖者被错误分类;男性BMI 的灵敏度和WC、WHtR 的特异度均较女性低,与韩延柏[30]研究结果一致。此外,本研究还发现,单独使用BMI、WC 或WHtR 的最佳切点诊断血脂异常灵敏度均不高,分别有33.65%、39.95%、40.57%的血脂异常者被漏诊,而联合使用BMI 和WC、BMI和WHtR,可提高血脂异常诊断的灵敏度和准确度,漏诊率下降为27.59% 和27.71%。因此,结合BMI 与WC 或WHtR 可高效识别超重/肥胖和血脂异常。多因素分析结果显示,BMI 超重/肥胖、WC 或WHtR 中心性肥胖时,血脂异常检出率均增加;BMI 超重/肥胖且WC 中心性肥胖时,其联合作用大于两者单独作用。说明BMI 和WC 两者之一出现异常会增强另一个与血脂异常的关联强度;同样,BMI 和WHtR 两者之一出现异常也会增强另一个与血脂异常的关联强度。提示保持正常的体重和(或)WC 可以避免或减小联合指标对血脂异常患病风险的联合作用。但同样值得关注的是,BMI 正常的中心性肥胖者,以及BMI 超重/肥胖的非中心性肥胖者血脂异常患病风险均高于BMI 正常且非中心性肥胖者,可见将WC、WHtR 与BMI 结合能够识别BMI、WC 或WHtR 正常而被错误分类者血脂异常的危险度,从而减少肥胖指标诊断血脂异常的漏诊率,以达到早期预防和干预血脂异常的目的。
综上所述,本研究通过大样本的横断面研究明确了联合指标(BMI 联合WC 或WHtR)对血脂异常的预测效果,对血脂异常的防治具有一定的参考价值。但由于生活方式和饮食习惯等资料缺失,部分混杂因素未得到调整,下一步研究将收集更全面的人口学特征资料且增加样本来源以验证本研究结论。