我国中老年人群血清尿酸/高密度脂蛋白胆固醇比值与代谢综合征的相关性研究

吴瑞鹏，彭成，袁丙坤，章梦君，李文源

1.510515 广东省广州市，南方医科大学卫生管理学院

2.510515 广东省广州市，南方医科大学公共卫生学院

3.510515 广东省广州市，南方医科大学南方医院

代谢综合征（MS）是一种以胰岛素抵抗、高血压、中心性肥胖、糖代谢受损、血脂异常等多种心血管危险因素聚集为特征的临床综合征，与2 型糖尿病和动脉粥样硬化等慢性疾病密切相关［1］。近年来研究表明，MS 患病率随年龄的增长而增加，MS 在中老年人群中尤为普遍［2］。流行病学研究显示，我国60 岁以上老年人MS 患病率高达36.4%［3］。血清尿酸（SUA）是人体次黄嘌呤和黄嘌呤分解代谢的终产物，SUA 产生过多和/或肾脏排泄SUA 减少均会导致高尿酸血症（HUA）的发生，并引起MS、心血管疾病和慢性肾脏病等多种慢性疾病的发生、发展［4］。既往研究显示，SUA 具有促炎和促氧化作用，SUA 水平升高与MS 密切相关［5］；但也有研究报道，女性体检人群SUA 与MS 无关联［6］。SUA 与MS 的因果关系尚存争议。近年来已有研究发现，SUA/高密度脂蛋白胆固醇（HDL-C）比值（UHR）作为一种新的生物标志物，能够反映机体的炎症负担和氧化应激水平，并与冠心病、非酒精性脂肪性肝病、2 型糖尿病等代谢性疾病均具有关联性［7-9］。已有研究表明，MS 的发病特征与炎症反应和氧化应激关系密切［10-11］。因此，UHR 作为一种新的炎症和代谢标志物，相比于SUA，可能是更好的MS 预测指标［12］。目前，国内外关于UHR 与MS 关联的研究较少，且关于中老年群体的大规模研究甚少。因此，本研究基于具有代表性的全国大样本数据——2015 年中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）探讨我国中老年人群UHR 与MS 的关联性，并评估UHR 对中老年人群MS 发生风险的预测价值，为中老年人群MS 的防治提供参考依据。

1 对象与方法

1.1 资料来源

本研究数据来源于2015 年CHARLS 公开数据。该调查在2011 年采用多阶段分层抽样方法抽取了全国28个省（自治区、直辖市）150 个县450 个社区（村）45岁及以上的居民。2015 年为第3 次追踪调查，此次调查共收集约11 797 户20 284 名中老年人的高质量微观数据［13］。本研究选取完成SUA 和HDL-C 测定的45 岁及以上中老年人为研究对象，排除一般人口学指标、行为生活方式、体格检查、血生化检查、慢性病史和既往服药史等关键变量信息缺失的对象，最终纳入9 233 名研究对象。

1.2 资料收集

从CHARLS 数据库中收集一般人口学指标（性别、年龄、居住地类型、受教育程度、婚姻状况）、行为生活方式（吸烟情况、饮酒情况、运动情况）、慢性病史（高血压、糖尿病、血脂异常）、既往服药史（是否服用降脂药）、体格检查指标［身高、体质量、腰围（WC）、收缩压（SBP）、舒张压（DBP）］和血生化检查指标［空腹血糖（FPG）、HDL-C、SUA、三酰甘油（TG）、低密度脂蛋白胆固醇（LDL-C）、总胆固醇（TC）、血清肌酐（Scr）、C 反应蛋白、糖化血红蛋白］。计算研究对象UHR，UHR=（SUA/HDL-C）×100%。

1.3 分组

按是否患有MS 将研究对象分为非MS 组（n=7 006）与MS 组（n=2 227），同时按UHR 四分位数水平将研究对象分为Q1 组（UHR ≤7.32%，n=2 308）、Q2 组（7.32%＜UHR ≤9.45%，n=2 307）、Q3 组（9.45%＜UHR≤12.20%，n=2 310）、Q4组（UHR＞12.20%，n=2 308）。

1.4 相关定义及诊断标准

参照《中国2 型糖尿病防治指南（2017 年版）》关于MS 的诊断标准，具备以下3 项及以上者诊断为MS［14］。（1）中心性肥胖：男性WC ≥90 cm，女性WC ≥85 cm；（2）高血糖：FPG ≥6.10 mmol/L 和/或已确诊为糖尿病并治疗者；（3）高血压：SBP ≥130 mmHg（1 mmHg=0.133 kPa） 和/ 或DBP ≥85 mmHg和/或已确诊为高血压并治疗者；（4）高TG 血症：TG ≥1.70 mmol/L；（5）低HDL-C 血症：HDL-C＜1.04 mmol/L。吸烟情况：（1）吸烟定义为调查时有≥1 个月的吸烟行为；（2）戒烟定义为曾经吸过烟且在调查时至少1 年不再吸烟；（3）不吸烟定义为从未吸过烟。饮酒情况：（1）饮酒定义为调查时有≥1 个月的饮酒行为；（2）戒酒定义为过去饮酒且在调查时至少有1年不再饮酒；（3）不饮酒定义为从未饮酒。运动情况：（1）运动定义为每周有持续至少10 min 的身体活动；（2）不运动定义为每周持续身体活动10 min 以下。

采用基于Scr 的慢性肾脏病流行病学合作（CKD-EPI） 公式计算估算的肾小球滤过率（eGFR）［15］， 女 性： 若Scr ≤0.7 mg/L，eGFR=144×（Scr/0.7）-0.329×0.993年龄，若Scr＞0.7 mg/L，eGFR=144×（Scr/0.7）-1.209×0.993年 龄； 男 性： 若Scr ≤0.9 mg/L，eGFR=141×（Scr/0.9）-0.411×0.993年龄，若Scr＞0.9 mg/L，eGFR=141×（Scr/0.9）-1.209×0.993年龄。

1.5 统计学方法

采用SPSS 25.0 软件进行统计学处理，符合正态分布的计量资料以（±s）表示，两组间比较采用独立样本t 检验，多组间比较采用单因素方差分析；非正态分布的计量资料以M（P25，P75）表示，两组间比较采用Mann-Whitney U 检验，多组间比较采用Kruskal-Wallis H检验；计数资料采用相对数描述，组间比较用χ2检验，趋势变化使用趋势性χ2检验。采用Pearson 相关性分析探究UHR 与代谢指标的相关性；采用多因素Logistic回归分析探讨UHR 与MS 的关系。分别绘制总体和不同性别研究对象UHR 预测MS 发生风险的受试者工作特征（ROC）曲线并计算ROC 曲线下面积（AUC），确定最佳截断值。以P＜0.05 为差异具有统计学意义。

2 结果

2.1 研究对象基本情况

本研究共纳入9 233 名研究对象，年龄45～102 岁，平均年龄（60.3±9.6）岁。非MS 组与MS 组研究对象运动情况、婚姻状况、Scr 比较，差异无统计学意义（P＞0.05）。MS 组女性比例、年龄、城镇比例、高血压史、糖尿病史、血脂异常史比例、服用降脂药比例、糖化血红蛋白、C 反应蛋白、TG、TC、FPG、SUA、SBP、DBP、BMI、WC、UHR 高于非MS 组，HDL-C、LDL-C、eGFR低于非MS组，两组受教育程度、吸烟情况、饮酒情况比较，差异有统计学意义（P＜0.05），见表1。

表1 非MS 组与MS 组研究对象基本情况比较Table 1 Comparison of the basic data of the subjects in the non-MS group and MS group

2.2 不同UHR 水平研究对象MS 检出情况与临床指标比较

随着UHR 水平的上升，Q1～Q4 组MS、中心性肥胖、高血糖、高血压、高TG 血症、低HDL-C 血症检出率呈上升趋势（P趋势＜0.01）；Q1～Q4 组BMI、WC、SBP、DBP、TG、HDL-C、LDL-C、TC、FPG、eGFR、C 反应蛋白水平比较，差异均有统计学意义（P＜0.01），见表2。

表2 不同UHR 水平研究对象MS 检出情况和临床指标比较Table 2 Comparison of MS detection and clinical indexes in study subjects with different UHR levels

2.3 UHR 与代谢指标的相关性分析结果

Pearson 相关性分析结果显示，UHR 与TG、FPG、DBP、SBP、BMI、WC 均呈正相关（P＜0.01）， 与HDL-C 呈负相关（P＜0.01）。按性别分层后，男性、女性UHR 与TG、FPG、DBP、SBP、BMI、WC 均呈正相关（P＜0.01），与HDL-C 呈负相关（P＜0.01），见表3。

2.4 不同UHR 水平与MS 的多因素Logistic 回归分析

以是否患MS（赋值：否=0，是=1）为因变量，UHR 四分位数分组为自变量（赋值：Q1 组=1，Q2 组=2，Q3 组=3，Q4 组=4）按性别分层进行多因素Logistic 回归分析，模型1 调整年龄、居住地类型、受教育程度、婚姻状况后，与Q1 组相比，Q2～Q4 组MS 患病风险均增加（P＜0.05）。模型2 在模型1 的基础上调整吸烟情况、饮酒情况、运动情况、高血压史、糖尿病史、血脂异常史、服用降脂药后，与Q1 组相比，Q2～Q4 组MS患病风险均增加（P＜0.05）。模型3 在模型2 的基础上调整SBP、DBP、BMI、WC 后，与Q1 组相比，男性Q4 组和女性Q4 组MS 患病风险均增加（P＜0.01）。模型4 在模型3 的基础上进一步调整TG、TC、LDL-C、FPG、eGFR、糖化血红蛋白、C 反应蛋白后，与Q1 组相比，男性Q4 组和女性Q4 组MS 患病风险增加，差异均有统计学意义（P＜0.05），见表4。

表4 不同UHR 水平与MS 的多因素Logistic 回归分析Table 4 Multivariate Logistic regression analysis of the association between UHR levels and MS

2.5 UHR 预测MS 发生风险的ROC 曲线分析

ROC 曲线分析结果显示，UHR 预测研究对象发生MS 的AUC 为0.735（95% CI=0.723～0.746），最佳截断值为10.17%，灵敏度0.687，特异度0.659。UHR 预测男性群体MS 的AUC 为0.773（95% CI=0.757～0.790），最佳截断值为11.04%， 灵敏度0.816， 特异度0.605；UHR 预测女性群体MS 的AUC 为0.750（95% CI=0.735～0.766），最佳截断值为8.86%，灵敏度0.715，特异度0.664，见图1。

图1 UHR 预测MS 发生风险的ROC 曲线Figure 1 ROC curve for UHR to predict risk of MS

3 讨论

近年来，随着全球经济的发展、居民生活方式的改变和人口老龄化的日益加深，MS 患病率不断上升并呈低龄化趋势［16］。本研究结果显示，我国45 岁及以上中老年人群MS 检出率为24.1%，高于广州市50 岁及以上人群的15.2%［17］，低于河北省40 岁及以上人群的31.59%［18］，不同地区中老年人群MS 患病率存在一定差异性。

SUA 是人体嘌呤代谢的主要产物，既往研究显示，SUA 具有促炎和增加氧化应激作用，与MS 发生密切相关［19］。HDL-C 是一组抗动脉粥样硬化的脂蛋白胆固醇，具有抗炎、抗氧化和改善胰岛素抵抗等作用，可作为诊断MS 的重要组分［20］。因此，鉴于SUA 与HDL-C 的拮抗作用，本研究采用基于SUA 和HDL-C 计算得出的UHR 指标，可能会更精确地反映机体代谢紊乱程度［21］。本研究结果显示，随着UHR 水平升高，MS 及MS 组分中心性肥胖、高血糖、高血压、高TG 血症与低HDL-C血症检出率也随之升高；进一步行Pearson 相关分析结果显示，UHR 与MS 相关指标WC、BMI、SBP、DBP、FPG、TG 均呈正相关，与HDL-C 呈负相关，且不同性别研究对象均有此特征，与既往研究结果一致［22］。考虑其机制，可能是机体长期处于代谢紊乱和炎症状态的结果。绘制预测MS 发生风险的ROC 曲线，结果显示，UHR 对不同性别MS 均有一定的诊断价值（AUC＞0.70），提示UHR 是中老年群体MS 良好的预测指标。

目前，国内外关于UHR 与MS 关联的研究较少。KOCAK 等［23］一项针对2 型糖尿病患者的研究发现，UHR 水平与MS 呈正相关，UHR 是MS 发生风险的预测因子。YAZDI 等［24］一项关于社区居民的横断面研究结果显示，与正常人群相比，高UHR 水平人群MS 患病风险增加2.9 倍，UHR 水平升高与MS 患病率升高显著相关。本研究校正混杂因素后，多因素Logistic 回归分析结果显示，与UHR 水平的Q1 组比较，男性Q4 组和女性Q4 组MS 患病风险均明显升高，UHR 与中老年人MS 发生风险呈明显正向关联，与上述研究结果基本一致。

目前UHR 对MS 的潜在影响机制尚不明确。既往研究显示，MS 是一种以胰岛素抵抗和慢性低度炎症为核心的代谢紊乱症候群，其发病机制主要与氧化应激和炎症反应有关［25-26］。已有研究表明，高SUA 水平具有促氧化作用，通过抑制内皮细胞一氧化氮（NO）生物利用度引起内皮功能障碍并增加氧化应激，从而导致机体长期胰岛素抵抗［27］。也有研究报告，高SUA 水平具有促炎作用，SUA 升高会刺激血管内皮细胞氧化应激，进而诱导C 反应蛋白、肿瘤坏死因子α 和白介素等炎性因子介导炎症反应使机体长期处于慢性低度炎症状态［28］。另外，已有研究显示，HDL-C 具有抗炎和抗氧化作用［29］。因此，高UHR 水平可能通过促炎和促氧化作用加剧机体脂质代谢紊乱，从而诱导MS 发生，与既往研究结果一致［30］。

本研究存在以下局限性：本研究为横断面研究，难以明确UHR 与MS 之间的因果关系，今后需进一步行前瞻性队列研究加以验证。

综上所述，本研究结果显示，我国中老年人群UHR 与MS 密切相关，随着UHR 水平升高，MS 患病风险显著升高，且UHR 对MS 有一定的预测价值，提示UHR 可能是影响中老年人群体MS 发生的危险因素之一。因此，应重视对UHR 指标的定期监测、评估与控制，这对于预防或延缓中老年群体MS 及相关疾病的发生具有重要的意义。

作者贡献：吴瑞鹏负责文章的构思与设计、数据收集与整理、统计学处理、结果的分析与解释、论文撰写；彭成、袁丙坤负责文章修订，监督管理；章梦君负责文献、资料、图表整理；李文源负责研究的实施和可行性分析、文章的质量控制及审校。

本文无利益冲突。