论文部分内容阅读
目的：
本文通过临床调查体重指数与慢性心力衰竭(以下简称心衰)患者氨基末端或氮末端脑钠肽（NT-proBNP）水平的相关性，探讨肥胖对慢性心衰患者NT-proBNP及甘油三脂水平的影响。
方法：
通过电子病历系统收集2017年6月—2017年9月在本院住院符合心衰诊断标准的110例患者。记录110例患者一般临床资料及血生化建立数据库，即每位患者年龄、性别、身高、体重、入科血压、入科时血浆白蛋白、前白蛋白、血红蛋白、红细胞压积、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯、超敏反应蛋白C、NT-proBNP具体数值。
患者身高、体重测得，体质指数（BMI）计算获得。根据《中国成人超重和肥胖症预防控制指南》提出的中国成人判断超重和肥胖程度的界限值，将连续的BMI变量替换为BMI类别，即根据不同BMI值将110例患者分为4组：体重过低组(BMI＜18.5kg／m2)、正常体重组(18.5kg／m2≤BMI＜24kg／m2)、超重组(24.0kg／m2≤BMI＜28kg／m2)、肥胖组(BMI≥28kg／m2)。将纳入的110例患者按美国心脏病协会（NYHA）对慢性心衰心功能分级标准分亚组：心功能Ⅰ级组（n=14）、Ⅱ级组（n=33）、Ⅲ级组（n=38）及Ⅳ组（n=25）。
回顾性统计分析110例患者基本情况参数。比较不同心功能组NT-proBNP中位数和四分位数值，比较同一心功能组不同体重指数组间NT-proBNP中位数和四分位数值。在组内进行NT-proBNP与BMI相关性分析，总体反应NT-proBNP水平与BMI类别的关系。
BMI为预测变量,NT-proBNP为结局变量,其他与BMI和NT-proBNP有较密切联系的指标为混淆变量,通过建立多元logistic回归模型对混淆变量进行调整,分析BMI与NT-proBNP的相关性。
结果：
1.对纳入研究的参数统计分析，NT-proBNP是影响心衰判定的重要参数，可以认定在纳入统计的所有参数指标中NT-proBNP是判定心衰程度的唯一参数指标。
2.NT-proBNP随NYHA心功能分级程度升高而显著增加（P＜0.05)。心力衰竭患者NT-proBNP水平增高的程度与NYHA心功能分级存在相关性：心功能分级越高，NT-proBNP增高越显著。纳入的110例NT-proBNP整体呈偏态分布，各心衰等级组NT-proBNP统计量采用非参数统计检验即克鲁斯卡尔-沃利斯检验（Kruskal-Wallistest)。其中心衰Ⅲ级统计量χ2=12.454，概率P=0.006，具有统计学意义。
3.各BMI分组统计发现，体重过低组NT-proBNP中位数3268.5pg/ml，体重正常组NT-proBNP中位数2639.5pg/ml，超重组NT-proBNP中位数1560.0pg/ml，肥胖组NT-proBNP中位数849.9pg/ml，提示体重过低组、正常、超重及肥胖组血浆NT-proBNP浓度中位数值逐渐下降，发现NT-proBNP随体质指数升高而下降趋势。通过分析图直观发现体重指数与NT-proBNP存在负相关性，并且在性别分类中无差异。
4.对NT-proBNP与BMI作曲线拟合及曲线回归方程(显著性值P＜0.05)：倒数模式(Y)=-4015.156+183943.64/X，决定系数（R平方）0.045（P=0.033）；线性模式(Y)=13713.863-415.227X,决定系数（R平方）0.044（P=0.036）；对数模式(Y)=32160.133-8961.319*log（X），决定系数（R平方）0.045（P=0.033）；二次曲线模型(Y)=20622.974－1064.341X＋14.677X2，决定系数（R平方）0.045（P=0.033）。
5.对TG与BMI作曲线拟合及曲线回归方程(显著性值P＜0.05)：复合模型(Y)=0.524*1.031X，决定系数0.054（P=0.015）；成长模式(Y)=e-0.645+0.031x，决定系数0.054（P=0.015）；指数模式(Y)=0.524*e0.031X，决定系数0.054（P=0.015）。
6.在线性Pearson相关性分析中，NT-proBNP与体质指数呈负弱相关(r=-0.251，P=0.014)，NT-proBNP平方根与体质指数呈负弱相关（r=-0.216，P=0.035），与甘油三脂呈正弱相关(r=0.221，P=0.02)。体质指数是独立的NT-proBNP，NT-proBNP平方根负弱相关因子，甘油三脂的正弱相关因子。
结论：
慢性心力衰竭患者随BMI增加血浆NT-proBNP浓度中位数降低，两者存在弱负相关。体质指数与TG存在弱负相关性。应用NT-proBNP进行慢性心功能评估时应考虑肥胖因素对其的影响。肥胖是影响老年CHF患者NT-proBNP水平的重要独立因子。
本文通过临床调查体重指数与慢性心力衰竭(以下简称心衰)患者氨基末端或氮末端脑钠肽（NT-proBNP）水平的相关性，探讨肥胖对慢性心衰患者NT-proBNP及甘油三脂水平的影响。
方法：
通过电子病历系统收集2017年6月—2017年9月在本院住院符合心衰诊断标准的110例患者。记录110例患者一般临床资料及血生化建立数据库，即每位患者年龄、性别、身高、体重、入科血压、入科时血浆白蛋白、前白蛋白、血红蛋白、红细胞压积、总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯、超敏反应蛋白C、NT-proBNP具体数值。
患者身高、体重测得，体质指数（BMI）计算获得。根据《中国成人超重和肥胖症预防控制指南》提出的中国成人判断超重和肥胖程度的界限值，将连续的BMI变量替换为BMI类别，即根据不同BMI值将110例患者分为4组：体重过低组(BMI＜18.5kg／m2)、正常体重组(18.5kg／m2≤BMI＜24kg／m2)、超重组(24.0kg／m2≤BMI＜28kg／m2)、肥胖组(BMI≥28kg／m2)。将纳入的110例患者按美国心脏病协会（NYHA）对慢性心衰心功能分级标准分亚组：心功能Ⅰ级组（n=14）、Ⅱ级组（n=33）、Ⅲ级组（n=38）及Ⅳ组（n=25）。
回顾性统计分析110例患者基本情况参数。比较不同心功能组NT-proBNP中位数和四分位数值，比较同一心功能组不同体重指数组间NT-proBNP中位数和四分位数值。在组内进行NT-proBNP与BMI相关性分析，总体反应NT-proBNP水平与BMI类别的关系。
BMI为预测变量,NT-proBNP为结局变量,其他与BMI和NT-proBNP有较密切联系的指标为混淆变量,通过建立多元logistic回归模型对混淆变量进行调整,分析BMI与NT-proBNP的相关性。
结果：
1.对纳入研究的参数统计分析，NT-proBNP是影响心衰判定的重要参数，可以认定在纳入统计的所有参数指标中NT-proBNP是判定心衰程度的唯一参数指标。
2.NT-proBNP随NYHA心功能分级程度升高而显著增加（P＜0.05)。心力衰竭患者NT-proBNP水平增高的程度与NYHA心功能分级存在相关性：心功能分级越高，NT-proBNP增高越显著。纳入的110例NT-proBNP整体呈偏态分布，各心衰等级组NT-proBNP统计量采用非参数统计检验即克鲁斯卡尔-沃利斯检验（Kruskal-Wallistest)。其中心衰Ⅲ级统计量χ2=12.454，概率P=0.006，具有统计学意义。
3.各BMI分组统计发现，体重过低组NT-proBNP中位数3268.5pg/ml，体重正常组NT-proBNP中位数2639.5pg/ml，超重组NT-proBNP中位数1560.0pg/ml，肥胖组NT-proBNP中位数849.9pg/ml，提示体重过低组、正常、超重及肥胖组血浆NT-proBNP浓度中位数值逐渐下降，发现NT-proBNP随体质指数升高而下降趋势。通过分析图直观发现体重指数与NT-proBNP存在负相关性，并且在性别分类中无差异。
4.对NT-proBNP与BMI作曲线拟合及曲线回归方程(显著性值P＜0.05)：倒数模式(Y)=-4015.156+183943.64/X，决定系数（R平方）0.045（P=0.033）；线性模式(Y)=13713.863-415.227X,决定系数（R平方）0.044（P=0.036）；对数模式(Y)=32160.133-8961.319*log（X），决定系数（R平方）0.045（P=0.033）；二次曲线模型(Y)=20622.974－1064.341X＋14.677X2，决定系数（R平方）0.045（P=0.033）。
5.对TG与BMI作曲线拟合及曲线回归方程(显著性值P＜0.05)：复合模型(Y)=0.524*1.031X，决定系数0.054（P=0.015）；成长模式(Y)=e-0.645+0.031x，决定系数0.054（P=0.015）；指数模式(Y)=0.524*e0.031X，决定系数0.054（P=0.015）。
6.在线性Pearson相关性分析中，NT-proBNP与体质指数呈负弱相关(r=-0.251，P=0.014)，NT-proBNP平方根与体质指数呈负弱相关（r=-0.216，P=0.035），与甘油三脂呈正弱相关(r=0.221，P=0.02)。体质指数是独立的NT-proBNP，NT-proBNP平方根负弱相关因子，甘油三脂的正弱相关因子。
结论：
慢性心力衰竭患者随BMI增加血浆NT-proBNP浓度中位数降低，两者存在弱负相关。体质指数与TG存在弱负相关性。应用NT-proBNP进行慢性心功能评估时应考虑肥胖因素对其的影响。肥胖是影响老年CHF患者NT-proBNP水平的重要独立因子。