基于主成分分析法探讨人体测量学参数与青少年血糖关系的研究＊

徐 宏，涂云明，杨玉瓶，彭 伟，刘 畅，江伏青，肖彩兰，向 群，梁尚栋*

(南昌大学 a.基础医学院生理教研室;b.第四附属医院;c.2011级临床医学(实验班，检验班，6班)，江西 南昌 330006)

糖尿病及其并发症是全世界普遍关注的健康问题。近年来随着儿童和青少年肥胖患病率的增高，糖尿病的发病也趋于低龄化［1］。体重指数(BMI)作为WHO推荐的肥胖评价指标与糖尿病的发病风险密切相关［2］。腰围(WC)、臀围(HC)、腰围/臀围比(WHR)、腰围/身高比(WHtR)等指标也是从不同角度来评定肥胖，是糖尿病进展的重要危险因素［2-4］。越来越多的研究显示，高血糖的发现和干预对预防糖尿病的发生与发展至关重要。研究肥胖各评价指标BMI、WC、HC、WHR 和 WHtR与高血糖的关系具有重要的现实意义。但是关于 BMI、WC、HC、WHR和WHtR与糖尿病发病风险的报道在不同人群及不同类型的研究中不尽相同［3-7］，如何从这五项彼此高度相关的测量学指标获取最有效信息，并用以预测糖尿病是值得广泛关注的问题。主成分分析是一种能将多个相关的变量组合成几个互不相关的且未丢失任何信息的新变量的多变量相关分析方法［8，9］。该分析方法将有助于全面探讨BMI、WC、HC、WHR和WHtR用于评价青少年高血糖变化。鉴于目前尚没有基于主成分分析法探讨中国人群中人体测量学参数和血糖关系的研究报道，本研究拟通过主成分分析方法综合分析人体测量学参数包括WC、HC、BMI、WHR、WHtR与青少年空腹血糖相关性。本研究结果可运用于青少年高危人群的筛选，并为临床防治糖尿病提供理论依据。

1 材料与方法

1.1 研究对象

在南昌地区常住人口中进行随机抽样检查731名年龄在12-18岁间的个体，所有个体都是健康的青少年。每个对象都签署了知情同意书，同时收集每个受试者的相关信息。患有影响血糖的慢性疾病的样本被排除。

1.2 方法

调查内容主要包括一般人口学特征、主要慢性病史、家族史、吸烟和饮酒情况、饮食情况、体力活动情况、体格检查、血糖检测等。人体测量学指标的测量包括身高、体重、腰围和臀围等;测量身高、体重时脱鞋、帽，穿单衣单裤。测量腰围时，空腹只穿薄内衣裤，取立位，双足并拢，腹部放松，两侧取肋弓下缘与髂骨嵴之中点水平，在调查对象呼气时的读数，记录腰围;臀围与腰围同时进行测量，经耻骨联合，两侧经大转子，后经臀部最突出部分的水平周径。每个指标都测两次取平均值。BMI通过身高和体重计算得到:BMI=体重(kg)/身高2(m2)，WHR=腰围(m)/臀围(m);WHtR= 腰围(m)/身高(m)。空腹12 h抽取末梢血标本，采用罗氏诊断产品(上海)有限公司快速血糖仪测定空腹血糖(Fasting plasma glucose，FPG)。

1.3 统计分析

用SAS 6.12版本对数据的整理，并进行统计分析 (SAS Institute，Cary，NC，USA)。计算年龄、身高、体重、BMI、WC、HC、WHR、WHtR 和空腹血糖的平均值和标准差，不同性别间各指标的差异性采用t检验方法检测，BMI、WC、HC、WHR、WHtR 与空腹血糖之间的相关性用皮尔森相关系数(r)表示。主成分分析得到四个主成分，它们共能解释约98%的五个人体测量学指标的总变异，同时计算它们的特征向量和特征值［8，9］。多重回归分析用来分析四个主成分及单独的五个人体测量学参数能解释空腹血糖变异的百分数。以P值＜0.05为结果显著。

2 结果

2.1 样本的基本特征

研究对象是年龄在731名12-18岁的青少年，其中包括368名男性和363名女性，年龄、身高、体重、BMI、WC、HC、WHR、WHtR 以及空腹血糖基本情况见表 1。男性的身高、体重、BMI、WC、WHR、WHtR 以及空腹血糖均显著高于女性，而女性HC高于男性(P ＜0.01)。

表1 样本的基本情况Tab.1 The basic characters of our samples

2.2 人体测量学指标和空腹血糖的相关性

BMI、WC、HC、WHR、WHtR 和空腹血糖的相关系数(r)见表2。空腹血糖和五个人体测量学指标之间均呈显著正相关(P＜0.01)，相关系数的范围从0.14-0.38，不管对男性还是女性而言，都是 WHtR和空腹血糖之间的相关系数最高。

表2 人体测量学参数与空腹血糖间相关性Tab.2 Correlations of fasting plasma glucose with anthropometric indices

2.3 主成分分析结果

通过主成分分析得到了四个主成分，它们能够解释超过98%五个人体测量学指标总变异(见表3和表4)。在男性中，根据特征向量得知PC1和所有的人体测量指标呈高度正相关，但其他三个主成分和被研指标的相关性存在不一致性，对于女性这四个主成分和被研指标的相关性都存在不一致性。进一步的回归分析结果表明:四个主成分分别能解释18.7%和19.5%的男性和女性空腹血糖变异，这比任何一个单独的人体测量学指标能解释的空腹血糖变异程度都要高(见表5)，提示四个主成分比单独使用五项人体测量学指标中任何一个去预测空腹血糖都要精确。表6列出的是四个主成分分别能解释的空腹血糖的变异。从表6中可以看出WHtR和BMI是能较好地预测男性和女性空腹血糖变异的含人体测量学指标个数最少的主成分。

表3 男性相关矩阵的特征值和五个人体测量学指标的特征向量Tab.3 Eigenvalues of the correlation matrix and eigenvectors in the PCA for five anthropometric indices in males

表4 女性相关矩阵的特征值和五个人体测量学指标的特征向量Tab.4 Eigenvalues of the correlation matrix and eigenvectors in the PCA for five anthropometric indices in females

表5 四个主成分及五项人体测量学指标能解释空腹血糖的变异数Tab.5 The variation(R2)of fasting plasma glucose explained by four PCS or five anthropometric indices

表6 主成分能解释的空腹血糖变异数Tab.6 The variation(R2)of plasma glucose explained by PCS

3 讨论

在12-18岁之间的青少年中，我们发现不同性别间人体测量学指标以及空腹血糖存在显著差异。男性的身高、体重、BMI、WC、WHR、WHtR 以及空腹血糖均显著高于女性，而女性HC高于男性。五个人体测量学指标与空腹血糖间存在显著的相关性，而且女性五个测量学指标(BMI、WC、HC、WHR、WHtR)与空腹血糖间的相关性均比男性强，并且在男性和女性中均为WHtR和空腹血糖之间显示出最强的相关性。最为重要的是我们的研究表明联合运用五项人体测量学指标比单独使用五项人体测量学指标中任何一个去预测空腹血糖都要精确。

肥胖是糖尿病发生的一个主要的风险因子，肥胖和血糖之间的关系已在不同种族背景的人群中得到认同［9］。研究表明不仅是肥胖程度而且是身体脂肪分布都是糖尿病的重要风险因子［10］。肥胖个体比非肥胖个体更容易患上糖尿病。测量人体测量学指标具有操作简便并对人体无创伤的优点。人体测量学指标与血糖间存在显著的相关性，可作为预测血糖升高和糖尿病发病的风险因子。BMI、WC、HC、WHR与高血糖及糖尿病的关系在国内外众多横向和纵向研究中均得到证实，但对于选取哪个人体测量学指标来作为肥胖表型来预测高血糖目前的观点还不一致［3-7］。BMI对腹型肥胖诊断效力有所欠缺，计算也较复杂;而WC和WHR在男女性人群中的分布存在较大差异等。WC虽然可以反映脂肪总量和脂肪分布的综合指标，对于糖尿病的预测能力较强;然而不同身高的人群其WC正常范围也存在差异。提示单纯用WC来衡量或反映不同身高人群的腹部肥胖情况，可能存在一定的偏差。WHtR排除了身高的影响，可同时反映全身性肥胖和腹部肥胖［11-15］，可能具有更好的对糖尿病风险预测价值。

人体测量学指标通常作为肥胖表型来研究血糖和肥胖之间的关系，因为它们简便无创伤。但选谁作为肥胖表型来估计血糖和肥胖之间的关系这个矛盾依然存在［3-7］。本研究采用的主成分分析法具有能将几个相关的变量转换成一系列不相关变量或因子并且不丢失任何信息，主成分分析结果表明了来自五个人体测量学指标的四个主成分比五个测量学指标中任何一个单独去预测血糖要好，这是因为我们的结果表明联合使用四个主成分大大增加了对空腹血糖变异的解释:单独一个人体测量学参数能解释空腹血糖的变异程度只有 3.1% ～14.8%，但联合 BMI、WC、HC、WHR和WHtR这五个人体测量学指标解释空腹血糖的变异可达到18.7% ～19.5%。男性和女性中，WHtR和BMI是能较好地预测空腹血糖变异的含人体测量学指标个数最少的主成分。

需要指出的是空腹血糖是由多因素决定的复杂性状。尽管我们的研究表明肥胖相关的人体测量学参数与血糖显著的相关，很多其它可能的影响因素尚没有考虑，如运动，吸烟，饮酒等。另外，进一步的研究可以获取身体各成分的更详细的信息如瘦体重和脂肪重量［10，17］，深入探讨瘦体重和脂肪重量分别对血糖的影响。

在12-18岁这个特定年龄段的青少年中，研究其人体测量学参数包括 BMI、WC、HC、WHR、WHtR 与空腹血糖间的相互关系有其特殊的意义。肥胖是引发青少年高血糖的重要危险因素，人体测量学指标可作为青少年高血糖的有效预测因子。联合运用BMI、WC、HC、WHR和WHtR这五个人体测量学指标，及时筛查具有潜在高血糖患病风险的儿童及青少年，并及早进行生活行为干预，对减少和预防其糖尿病的发病具有十分重要的公共卫生意义。

［1］CHEN F，WANG Y，SHAN X，et al.Association between childhood obesity and metabolic syndrome:evidence from a large sample of chinese children and adolescents［J］.PLoS One，2012，7(10):e47380.

［2］RANJANI H，SONYA J，ANJANA R M，et al.Prevalence of glucose intolerance among children and adolescents in urban south India(ORANGE-2)［J］.Diabetes Technol Ther，2013，15(1):13-19.

［3］ZHAO X，ZHU X，ZHANG H S，et al.Prevalence of diabetes and predictions of its risks using anthropometric measures in southwest rural areas of China［J］.BMC Public Health，2012，12(1):821.

［4］XIN Z，LIU C，NIU W Y，et al.Identifying obesity indicators which best correlate with type 2 diabetes in a Chinese population［J］.BMC Public Health，2012，12:732.

［5］刘晓倩，李素云，张玉梅.常用人体测量指标对高血糖的筛查价值探讨［J］.卫生研究，2012，41(6):986-991，1008.LIU Xiaoqian，LI Suyun，ZHANG Yumei.Screen value of anthropometric indices for hyperglycemia［J］.Journal of Hygiene Research，2012，41(6):986-91，1008.

［6］XU F，WANG Y F，LU L，et al.Comparison of anthropometric indices of obesity in predicting subsequent risk of hyperglycemia among Chinese men and women in Mainland China［J］.Asia Pac J Clin Nutr，2010，19(4):586-593.

［7］TSENG C H，CHONG C K，CHAN T T，et al.Optimal anthropometric factor cutoffs for hyperglycemia，hypertension and dyslipidemia for the Taiwanese population ［J］.Athrosclerosis，2010，210(2):585-589.

［8］XIAO S M，LEI S F，CHEN X D，et al.Correlation and prediction of trunk fat mass with four anthropometric indices in Chinese males［J］.Br J Nutr，2006，96(5):949-955.

［9］JIANG C，LEI S F，LIU M Y，et al.Evaluating the correlation and prediction of trunk fat mass with five anthropometric indices in Chinese females aged 20-40 years［J］.Nutr Metab Cardiovasc Dis，2007，17(9):676-683.

［10］GJESDAL C G，HALSE J I，EIDE G E，et al.Impact of lean mass and fat mass on bone mineral density:The Hordaland health study［J］.Maturitas，2008，59(2):191-200.

［11］HSIEH S D，ASHWELL M，MUTO T，et al.Urgency of reassessment of role of obesity indices for metabolic risks［J］.Metabolism，2010，59(6):834-840.

［12］CHUANG S Y，PAN W H.Predictability and implications of anthropometric indices for metabolic abnormalities in children:nutrition and health survey in Taiwan elementary children ［J］.2001-2002.Asia Pac J Clin Nutr，2009，18(2):272-279.

［13］HSIEH S D，MUTO T.Metabolic syndrome in Japanese men and women with special reference to the anthropometric criteria for the assessment of obesity:proposal to use the waist-to-height ratio［J］.Prev Med，2006，42(2):135-139.

［14］HSIEH S D，MUTO T.The superiority of waist-to-height ratio as an anthropometric index to evaluate clustering of coronary risk factors among non-obese men and women［J］.Prev Med，2005，40(2):216-220.

［15］MOMBELLI G，ZANABONI A M，GAITO S，et al.Waist-toheight ratio is a highly sensitive index for the metabolic syndrome in a Mediterranean population［J］.Metab Syndr Relat Disord，2009，7(5):477-484.

［16］GNUDI S，SITTA E，FIUMI N.Relationship between body composition and bone mineral density in women with and without osteoporosis:relative contribution of lean and fat mass［J］.J Bone Miner Metab，2007，25(5):326-332.