论文部分内容阅读
目的(1)采用四种代谢综合征(metabolic syndrome,MetS)诊断标准分析哈萨克代谢综合征患病率及其危险因素,全面了解哈萨克人群MetS的流行现状,为制定哈萨克MetS防治措施提供线索。(2)探讨多个新的肥胖测指标包括脂质蓄积指数(Lipid accumulation product,LAP)、内脏肥胖指数(Visceral adiposity index,VAI)、人体肥胖指数(Body adiposity index,BAI)、腰围身高比(Waist-to-height ratio,WHtR)对哈萨克MetS筛检的价值,并与传统的肥胖指标腰围(Waistline,WL)、腰臀比(Waist-to-hip ratio,WHR)、BMI进行对比,寻找对哈萨克人群进行MetS筛检的最佳肥胖测指标,在此基础上探讨采用联合试验策略时的肥胖测指标的最佳组合。(3)运用探索性因子分析(Explore factor analysis,EFA)提取哈萨克MetS主因子,构建以MetS主因子为主的哈萨克心脑血管疾病(Cardiovascular diseases,CVD)发病风险预测模型,估计哈萨克人群CVD发病风险,划分危险等级模式,明确CVD高危人群,为在社区人群中开展CVD的防治提供新的思路。方法(1)采用多级整群抽样抽取有代表性的新疆哈萨克人群进行现况调查,基于NCEP-ATPⅢ标准、CDS标准、IDF标准及JIS标准分析哈萨克代谢综合征及其组分患病率,进而分析MetS组分的聚集特征(三组分聚集的种类和患病率)。采用非条件Logistic回归分析社会人口学特征、CVD家史、吸烟、饮酒、饮食因素、血清肝酶、尿酸对哈萨克MetS风险的影响。(2)基于第一部分研究的横断面调查资料计算多个肥胖测指标包括LAP、VAI、BAI、WHtR、WL、WHR、BMI,进而采用非条件Logistic回归分析这些肥胖测指标对萨克MetS风险的影响,然后使用线性趋势图分析各肥胖测指标水平与MetS异常组分数目的相关性。采用灵敏度、特异度、约登指数、符合率、Kappa值、预测值评价这些肥胖测指标筛检MetS的真实性、可靠性和收益,并使用ROC曲线比较各指标筛检MetS的价值。最后采用双项联合筛检试验探索筛检MetS的最佳组合。根据Bayes定理结合MetS的患病率计算联合试验的收益。(3)采用探索性因子分析提取哈萨克CVD预测研究队列的基线人群中MetS各组分的主因子,根据因子载荷解释因子的含义并命名。基于主因子,结合年龄、CVD家史、吸烟、饮酒、饮食因素,使用Cox比例风险回归模型构建CVD发病风险预测模型,采用模型全局检验评价模型的拟合程度。采用ROC曲线评价模型的预测效果,并应用预测模型绘制CVD发病风险评估矩阵图。结果(1)按照国内外使用最广泛的四种诊断标准,哈萨克MetS年龄标化患病率分别为18.90%(NCEP-ATPIII标准)、22.84%(CDS标准)、27.13%(IDF标准)和32.16%(JIS标准),患病率均随年龄的增加而升高。哈萨克MetS组分患病率从高到低依次是腹型肥胖(61.92%)、血压偏高(48.18%)、HDL-C低(38.21%)、TG高(23.04%)、血糖高(24.23%),MetS患者最常见的三组分聚集模式是:肥胖+高密度脂蛋白胆固醇低+血压偏高(12.69%)。多因素分析显示哈萨克MetS的影响因素主要是饮食因素:蔬菜摄入少(OR=1.74,95%CI:1.31-2.31)、新鲜肉摄入过多(OR=1.24,95%CI:1.02-1.50)是危险因素,适摄入鲜奶是保护因素(OR=0.60,95%CI:0.47-0.77)。高尿酸血症(OR=1.64,95%CI:1.45-1.87)、丙氨酸转移酶升高(OR=1.80,95%CI:1.46-2.21)、及门冬氨酸转移酶升高(OR=1.69,95%CI:1.36-2.10)均为危险因素。(2)无论男女哈萨克MetS患者7种肥胖测指标水平均高于非MetS者,与MetS患病风险关联最强的两项肥胖测指标是LAP和VAI,上四分位数水平与下四分位数比较,LAP:男性(OR=46.60,95%CI:31.98-67.89),女性(OR=47.74,95%CI:33.62-67.81);VAI:男性(OR=23.93,95%CI:17.63-32.49),女性(OR=19.61,95%CI:14.22-27.06)。单项筛检试验结果显示无论男女LAP筛检MetS的ROC曲线面积最大,男性为(AUC=0.843,95%CI:0.828-0.859),女性为(AUC=0.819,95%CI:0.805-0.833);其次是VAI,男性为(AUC=0.804,95%CI:0.787-0.822),女性为(AUC=0.780,95%CI:0.764-0.795)。LAP曲线下面积与其他肥胖测指标比较差异均有统计学意义(P<0.001),而VAI与LAP、BAI、WHR、BMI差异均有统计学意义(P<0.001)。LAP筛检MetS的最佳切点(男性:35.58,女性:31.51),VAI筛检MetS的最佳切点(男性:1.67,女性:2.04)。真实性评价结果显示:灵敏度最高的指标是腰围(男性88.65%,女性85.10%);特异度最高的指标男性是LAP(82.00%),女性是VAI(80.32%);约登指数最大的是LAP(男性0.55,女性0.48),其次是VAI(男性0.51,女性0.43)。可靠性评价结果显示男性符合率和Kappa值最高的是LAP(79.25%,0.54),女性是VAI(74.93%,0.42)。收益评价阳性预测值最高的是腰围(男性71.36%,女性63.12%)。男性VAI和WHR联合试验灵敏度为95.20%,特异度为91.53%,约登指数为0.87,阳性预测值为84.00%;女性VAI和腰围联合试验灵敏度最高为94.32%,特异度为91.35%,约登指数为0.86,阳性预测值为85.76%。(3)研究对象中MetS患者CVD发病密度为20.89/1000人年,高于非MetS组的13.28/1000人年,MetS患者相对于非患者发病风险比为1.53(95%CI:1.17-1.99),按照性别分层,男性风险比为1.75(95%CI:1.11-2.76),女性为1.43(95%CI:1.04-1.98),随着MetS组分数的增加,与0组分对比,男性发病风险比从1组分的(HR=4.55,95%CI:1.06-19.60)上升到≥4组分(HR=7.27,95%CI:1.63-32.52);女性从1组分的(HR=1.78,95%CI:0.81-3.89)上升到≥4组分的(HR=2.76,95%CI:1.20-6.36);与男性CVD发病相关最强的组分依次是肥胖(HR=2.17,95%CI:1.31-3.60)和血压偏高(HR=2.03,95%CI:1.22-3.38),女性依次是血压偏高(HR=2.38,95%CI:1.71-3.31)和肥胖(HR=1.68,95%CI:1.18-2.38)。MetS因子分析结果显示,无论男女均提取5个主因子:肥胖因子(贡献率:男性32.10%,女性30.39%)、肥胖血脂因子(贡献率:男性13.70%,女性14.90%)、胆固醇因子(男性10.44%,女性12.86%)、血压因子(男性8.76%,女性8.75%)、肝酶因子(男性8.04%,女性7.24%)。男性CVD预测模型包含肥胖因子、胆固醇因子、年龄、冠心病家史和蔬菜摄入;女性预测模型包含胆固醇因子、血压因子、年龄、脑卒中家史、吸烟和水果摄入。模型的预测效能评价显示男性AUC=0.751(95%CI:0.695-0.808),女性AUC=0.754(95%CI:0.717-0.792)。按照性别分层绘制哈萨克个体CVD风险评估矩阵,将CVD发病风险分为5个等级,蓝色代表正常(0-0.1)、黄色低度危险(0.1-0.2)、橙色中度危险(0.2-0.3)、红色高度危险(0.4-0.5)、深红色极高危(0.5-0.6)。结论(1)哈萨克MetS患病率高于全国平均水平。蔬菜摄入少和红肉摄入大是其MetS的主要危险因素,适摄入鲜奶是MetS的保护因素。肥胖是其MetS的核心组分。(2)LAP和VAI对哈萨克MetS筛检价值高于腰围和BMI,联合筛检试验发现VAI和WHR联合筛检男性MetS价值最高,VAI和腰围联合筛检女性MetS价值最高。(3)哈萨克MetS主因子分别是肥胖因子、肥胖血脂因子、胆固醇因子、血压因子、肝酶因子。基于MetS因子分析建立的哈萨克CVD发病风险预测模型预测效果良好,通过CVD发病风险矩阵图可以鉴别高危人群。