LDL-C值直接测定法与公式计算法的对比研究

于培霞,任雅萍,孟芝君,王海如

近年来,随着经济发展和人口老龄化进程的加速,我国血脂异常人群明显增加,尤以高胆固醇血症的增加最为明显,与之相应的动脉粥样硬化性心血管疾病(atherosclerotic cardiovascular disease,ASCVD)也成为我国城乡居民的首要死亡原因[1]。低密度脂蛋白胆固醇(low-density lipoprotein cholesterol,LDL-C)是ASCVD发病的主要危险因素之一,也是公认的治疗靶标[1]。研究显示,2002年时我国人群LDL-C的平均水平仅为2.12 mmol/L,2015年上升至2.87 mmol/L,高低密度脂蛋白胆固醇血症患病率从1.3%上升至7.2%[2-3]。LDL-C水平测定是ASCVD风险评估、治疗决策及疗效评价的主要参考指标,准确的LDL-C检测结果对于ASCVD的预防和治疗具有重要意义[4]。

LDL-C测定的参考方法是超速离心-肝素锰沉淀-Abell-Kendall胆固醇测定法,也称为β-定量法,但此方法样本用量大、操作繁琐、技术要求高,难以在临床实验室开展[5]。目前,临床普遍采用匀相法(直接法)测定LDL-C水平,该方法样本用量小,操作简单、快速、可用于自动生化分析仪测定,在国内外得到迅速发展和应用。然而,该法并未实现标准化,不同厂家、不同试剂的测定结果仍存在较大偏差,这给临床医生进行治疗随访时优化降脂治疗带来了挑战[6]。LDL-C浓度应采用相同方法测定或计算,以减少因使用方法不同产生的差异而导致治疗决策的误差。1972年,Friedewald等首次报告了一个评估LDL-C水平的公式即Friedewald公式[7],该公式采用总胆固醇(total cholesterol,TC)、三酰甘油(triglycerides,TG)和高密度脂蛋白胆固醇(high-density lipoprotein cholesterol,HDL-C)计算LDL-C。在很长的一段时间,为了节约医疗成本,欧美实验室多采用Friedewald公式计算LDL-C,仅对少数TG>400 mg/dL(4.516 mmol/L)的个体进行LDL-C检测。Friedewald公式出现之后,又陆续出现了一些LDL-C的计算公式,其中尤以2013年发表的Martin-Hopkins公式和2020年发表的Sampson公式影响最大,结果也最受公认[8-9],但这些公式是否适用于中国人群还需进行评估[10]。本研究分析LDL-C直接检测与这3个公式计算结果的一致性,从而评价这3个公式在中国人群中的适用性及探讨其对ASCVD的影响。

1 资料与方法

1.1 一般资料

选取2020年1月—12月于山西白求恩医院接受体检且检测了血脂4项(TC、TG、HDL-C和LDL-C)的人群9 865名进行回顾性研究。从医院信息系统提取出研究对象的人口学信息和血脂检测结果进行数据分析。根据TG浓度进行亚组分析,分为TG<400 mg/dL组(9 591名)和TG≥400 mg/dL组(274名)。本研究为回顾性研究,经医院伦理委员会审批通过(YXLL-KY-2021-003)。

1.2 血脂检测

采用贝克曼库尔特AU5800生化分析系统及配套试剂进行血脂4项检测,所有样本均严格按照说明书和标准操作规程进行测定,HDL-C和LDL-C的检测采用匀相测定法,TG的检测采用甘油磷酸氧化酶-过氧化物酶法,TC的检测采用酶法进行测定。检验科实验室参加国家卫健委临床检验中心和省临床检验中心组织的室间质评,结果准确,成绩均为满意。

1.3 计算公式

采用Friedewald公式[7]、Martin-Hopkins公式[8]、Sampson公式[9]计算LDL-C值。

Friedewald公式:LDL-C=TC-HDL-C-TG/5。

Martin-Hopkins公式:LDL-C=TC-HDL-C-TG/可变系数,其中,可变系数来自一个6×30的矩阵。

Sampson公式:LDL-C=TC/0.948-LDL-C/0.971-[TG/8.56+TG×(TC-LDL-C)/2 140-TG/16 100]-9.44。

1.4 统计学处理

经Shapiro-Wilk检验,本研究中血脂数据不符合正态分布,以中位数或四分位数[M(Q1,Q3)]表示。两组间比较采用Mann-WhitneyU检验;LDL-C公式计算结果与直接测定结果之间的一致性程度采用Bland-Altman法分析;采用Passing-Bablok和Deming回归分析对LDL-C直接测定结果与公式计算结果之间的关系进行分析。比较斜率与1之间的差异,通过截距与0之间的差距是否有统计学意义来判断直接测定结果与公式计算结果的一致性。所有的统计学处理均在R语言中进行,以P<0.05为差异有统计学意义。

2 结 果

2.1 两组一般资料比较

两组人群年龄中位数均为48岁,男性比例比女性比例高。TG<400 mg/dL组女性比例高于TG≥400 mg/dL组,男性比例低于TG≥400 mg/dL组(P<0.05)。与TG<400 mg/dL组比较,TG≥400 mg/dL组TC水平较高,HDL-C水平较低,差异均有统计学意义(P<0.05)。详见表1。

表1 两组一般资料比较

2.2 LDL-C实测结果与计算结果之间的一致性

Bland-Altman分析结果显示,Friedewald公式和Martin-Hopkins公式计算的LDL-C值高于LDL-C直接测定值,偏差分别为13 mg/dL和15 mg/dL。Sampson公式的计算结果与直接测定值之间总体接近,偏差为0 mg/dL。3个公式的计算结果上下一致性限度之差均在45 mg/dL左右。亚组分析结果表明,TG<400 mg/dL组Friedewald公式和Martin-Hopkins公式计算的LDL-C值高于直接测定值,Sampson公式与直接测定值相近;TG≥400 mg/dL组Friedewald公式和Martin-Hopkins公式计算的LDL-C值高于直接测定值,Sampson公式计算的LDL-C值低于直接测定值。TG≥400 mg/dL组公式计算的LDL-C值与直接测定值的偏差中,Friedewald公式

图1 3个公式计算的LDL-C值与直接测定值间一致性分析的Bland-Altman散点图(LDL-C差值为LDL-C直接测定值-公式计算值)

表2 3个公式计算的LDL-C值与直接测定值间的一致性分析结果 单位:mg/dL

这些结果表明,在估计准确性方面,Sampson公式明显优于Friedewald公式和Martin-Hopkins公式;在估计精确度方面3个公式的性能大致相似,TG≥400 mg/dL组3种公式的估计准确度和精密度都不佳。

2.3 3个公式计算的LDL-C值与直接测定值的Passing-Bablok和Deming回归分析

Passing-Bablok和Deming回归分析结果显示,与Friedewald公式和Martin-Hopkins公式相比,Sampson公式的斜率低0.06左右,但截距高6 mg/dL左右。由于LDL-C的跨度在200mg/dL左右,因此0.06的斜率引发的误差明显要高于截距引发的误差。总体来看,尽管Sampson公式也存在一定误差,但是其计算LDL-C值的准确性明显高于Friedewald公式和Martin-Hopkins公式的计算结果。对TG<400 mg/dL组和TG≥400 mg/dL组的分析也与整体分析结果类似,Sampson公式的准确性明显要高于Friedewald公式和Martin-Hopkins公式。但从回归图中可以看出,在TG≥400 mg/dL的受试者中,3种评估公式的准确性依然有待于提升。详见图2、图3、表3。

图2 3个公式计算的LDL-C值与直接测定值的Passing-Bablok回归散点图

图3 3个公式计算的LDL-C值与直接测定值的Deming回归散点图

表3 3个公式计算的LDL-C值与直接测定值的回归分析结果

3 讨 论

LDL-C与ASCVD密切相关,是抗动脉粥样硬化治疗中首要干预靶点,因此,在临床实践中科学地获取准确的LDL-C结果至关重要[1]。早期检出血脂异常并监测血脂水平变化是评估ASCVD风险并有效实施ASCVD防治措施的基础,但我国成人血脂异常的检出率和知晓率均较低[1,11]。公式计算法评估LDL-C浓度具有一定的准确性,并且可以降低实验成本,已经在欧美实验室被广泛应用,但公式计算法有一定的适用条件。本研究通过比较LDL-C直接测定法与公式计算法的相关性和一致性,为得到较准确的LDL-C结果选择适合而经济的方法提供了依据。

Bland-Altman法是英国学者Bland和Altman于1983年提出的一致性分析方法,其基本原理是计算出两种测量结果的一致性界限,并以散点图的方式进行呈现,是定量数据一致性评价的理想方法[12]。Passing-Bablok回归分析和Deming回归都可用于自变量和因变量都是随机变量的情形,特别适用于两种检测方法的一致性分析,与基于最小二乘法的传统线性回归相比,Passing-Bablok回归和Deming回归对数据分布的要求较低[13]。本研究运用Bland-Altman法、Passing-Bablock回归分析和Deming回归分析对LDL-C直接检测与公式计算法进行比较研究,分析了公式法和直接测定法的一致性。

本研究结果显示,在TG<400 mg/dL的研究对象中,Sampson公式计算的LDL-C值与直接测定值的偏差最小,Friedewald公式和Martin-Hopkins公式计算的LDL-C值与直接测定值的偏差较为接近,与Benido-Silva等[14]的研究结果一致。本研究结果显示,Friedewald和Martin-Hopkins公式的计算结果可能会高估LDL-C浓度。有研究发现,Friedewald公式的计算结果会低估LDL-C浓度[15-17],这与本研究结果不一致,可能因为公式法的应用有地区差异,另外肥胖、饮食、种族等多种因素可能会影响LDL-C计算公式的准确性[18]。对超高危ASCVD病人,LDL-C水平的干预目标是降低至1.4 mmol/L以下且较基线降幅超过50%(基线是指未接受降脂药物治疗时的LDL-C水平),对于2年内发生≥2次主要不良心血管事件的病人,可考虑LDL-C降至1.0 mmol/L以下且较基线降幅超过50%以上[1]。接受药物治疗的病人,应在开始降脂治疗后每月复查血脂水平,调整治疗方案,直至血脂达标[19]。如果LDL-C浓度被高估,会高估ASCVD事件的发生风险,给病人造成不必要的精神压力甚至过度治疗。研究显示,当TG≥400 mg/dL时,Sampson公式的计算的LDL-C值与直接测定值相关度最高,能较好地估算出LDL-C浓度[20-21]。

综上所述,在LDL-C值的3个计算公式中,Sampson公式计算结果的准确性高于Friedewald公式和Martin-Hopkins公式,可较其他两个公式提供更准确的LDL-C值,但在TG≥400 mg/dL的受试者中,3种评估公式的准确性均有待于提升,可能会出现高估LDL-C浓度从而高估ASCVD事件发生风险的情况。因此,对TG≥400 mg/dL的个体建议通过直接测定得出LDL-C结果,而对TG<400 mg/dL的人群,则应优先使用公式计算法,尤其推荐Sampson公式,可快速、经济地对ASCVD事件发生风险做出判断。只有掌握LDL-C直接测定法与公式计算法的特点及适用条件,才能优化实验流程,节约医疗卫生成本,正确指导临床ASCVD的诊断治疗决策。

致谢:感谢内蒙古医科大学附属医院检验科胡志德副主任技师对论文设计和统计的指导。