痛风及高尿酸血症危险因素的Logistic回归分析

熊俊慧 刘坚 陈坚

痛风及高尿酸血症危险因素的Logistic回归分析

熊俊慧 刘坚 陈坚

目的 应用Logistic 回归模型对痛风及高尿酸血症的相关危险因素进行分析，为其预后和控制提供理论支持。方法 选取有痛风症状的高尿酸血症患者120例为观察组，同期收治的患有其他疾病的患者120例为对照组，对两组受试者的一般资料进行统计，并采用1∶1配对的观察组对照组研究设计，用自拟的痛风及高尿酸血症影响因素调查表对受试者进行调查分析。结果 两组患者的身高、体重、收缩压、舒张压 差异均有统计学意义（P＜0.05），两组受试者的舒张压（DBP）和收缩压（SBP）虽均在正常范围之内，但观察组的DBP、SBP高于对照组；观察组的尿酸（UA）、低密度脂蛋白（LDL-C）、总胆固醇（CHOL）、肌酐（CREA）平均水平均高于对照组（P＜0.05），其中观察组的LDL-C水平高于正常范围。对结果进行logistic回归分析，高尿酸血症患病的危险因素有超重、营养及疾病知识的缺乏，而高尿酸血症患病的保护因素有受教育程度、水果摄入、蔬菜摄入、豆制品摄入及对营养知识感兴趣的程度。结论 在今后的痛风以及高尿酸的防治中，应全面对待，综合考虑，提高生命质量，改善社会环境。

痛风及高尿酸血症 Logistic 回归，危险因素 交互作用

痛风是一种由于嘌呤代谢物合成增加，尿酸产生过多或排泄不良使得血中尿酸升高，尿酸盐结晶沉积在关节滑膜、滑囊、软骨及其他组织中引起的反复发作性炎性疾病，是一种临床常见病［1］。高尿酸血症是痛风的前奏，痛风是长期高尿酸血症造成的后果之一。因此控制血尿酸水平是治疗痛风的主要研究方向。据调查显示［2］，痛风的影响因素主要有性别、年龄、种族、职业、饮食习惯等。本资料中采用自己量表及对受试人员进行体格检查，应用Logistic回归模型对痛风及高尿酸血症的相关危险因素进行分析，为痛风及高尿酸血症的预后和控制提供理论支持，报道如下。

1 临床资料

1.1 一般资料 选取本院于2014年1月至2015年1月收治的有痛风症状的高尿酸血症患者120例为观察组，其中男72例，女48例；年龄45～78岁，平均年龄（58.6±6.4）岁。入选标准：年龄≥18岁的痛风患者，且经饮食控制后，男性血尿酸水平≥480μmoL/L，女性血尿酸水平≥350μmoL/L者均可诊断为高尿酸血症；痛风诊断标准符合1977年美国风湿病学会急性痛风性关节炎的分类标准患者；首次发作患者；入院治疗时患者处于间歇期。排除标准：（1）患者存在肝功能异常者或肾功能损伤者。（2）贫血或是存在其他血液系统疾病者。（3）近1年内存在活动性消化性溃疡病史者。对照组为同期在本院住院的非痛风患者120例，其中男70例，女50例；年龄44～78岁，平均年龄（57.5±5.9）岁。排除标准：（1）风湿病及类风湿性关节炎等症状相似的患者。（2）存在严重的心肾疾病患者。两组患者的年龄、性别、民族、病程、既往病史的因素差异均无统计学意义（P＞0.05），具有可比性。本研究经本院医学伦理研究会同意，并与患者签订知情同意书。

1.2 方法 （1）指标收集：收集患者的一般健康资料，包括测量身高、体重、舒张压（DBP）、收缩压（SBP）等，以及受试者的实验室生化检查指标，如低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）、甘油三酯（TG）、血尿酸（SUA）、总胆固醇（CHOL）、肌酐（CREA）、尿素氮（BUN）等生化指标。（2）研究方法：采用1∶1配对的观察组对照组设计，用自拟的痛风及高尿酸血症影响因素调查表对受试者进行调查分析，本次调查由调查员进行口述提问，受试者加以回答，并如实将答案写入调查表中。

1.3 诊断标准 （1）超重或肥胖：使用体重指数（BMI）来衡量肥胖与否，18.5＜BMI＜24为正常状态，24＜BMI＜28为超重状态，BMI≥28为肥胖状态。（2）高血压：高血压指SBP≥140mmHg和/或DBP≥90mmHg。（3）高血糖：空腹血糖正常值为3.9～6.1mmol/L，空腹血糖＞6.1mmol/L视为高血糖。由于单纯凭空腹血糖不能确诊糖尿病，故将空腹血糖＞6.1 mmol/L定义为高血糖组。（4）血脂异常：血清TG正常值为0.58～1.88mmo1/L，血HDL-C正常值1.03～1.85mmol/L，血清LDL-C正常值2.07～3.3mmol/ L，临床上满足以下任何一条，即可诊断为血脂异常，即：①血清HDL-C含量＜1.03mmol/L。②血清CHOL含量≥5.69mmol/L。③血清LDL-C含量≥3.3 mmol/L。④血清甘油三酯（TG）含量≥1.88mmo1/ L。（5）CREA：正常值男为51～91.5μmoL/L，女为31.2～66.3μmoL/L，高于或低于正常值范围内均属于异常。（6）BUN：正常值2.5～6.5 mmol/L，高于或低于正常值范围内均属于异常。

1.3 统计学方法 采用SPSS18.0统计软件。计量资料采用t检验、配对t检验、秩和检验、配对秩和检验等方法进行处理，计数资料采用χ2检验，Fisher精确检验等方法进行处理，采用二项分类的非条件logistic回归模型进行危险因素分析，P＜0.05为差异有统计学意义。

2 结果

2.1 两组受试者的一般资料比较 见表1。

表1 两组受试者的一般资料比较

2.2 两组受试者实验室生化检查指标比较 观察组的尿酸（UA）、LDL-C、CHOL、CREA平均水平均高于对照组（P＜0.05），其中观察组的LDL-C水平高于正常范围。

2.3 高尿酸血症相关因素单因素非条件logistic回归分析 超重、糖尿病、高血压、不清楚食物疗效与高尿酸血症呈正相关，即男性为有超重、高血压、糖尿病等疾病的人群，患高尿酸血症的危险度分别是2.384倍、3.791倍、3.251倍和2.147倍，而由于健康饮食知识的缺乏，会导致人们忽视饮食健康，从而加重了由饮食危险因素导致的发病。然后受试者的受教育程度、水果摄入、锻炼持续时间、蔬菜摄入、豆制品摄入及对营养知识感兴趣与高尿酸血症发病负相关，因此对营养知识的掌握程度有助于高尿酸血症的预防。

2.4 高尿酸血症危险因素的多因素非条件logistic回归分析 对单因素的结果进行统计分析后将其有统计学意义的变量进行多因素的非条件logistic回归分析，结果显示，高尿酸血症患病的危险因素有超重、营养及疾病知识的缺乏，而高尿酸血症患病的保护因素有受教育程度、水果摄入、蔬菜摄入、豆制品摄入及对营养知识感兴趣的程度。

3 讨论

对痛风及高尿酸血症的相关病因进行文献研究可知［3］，其病因之间具有一定的关联性，故而单一的危险因素分析并不能满足本次研究的设计需求，故本资料采用1： 1配对的条件Logistic回归模型，其可将多个非研究因素的影响因素进行统计分析，并加以控制同时也可以将资料的信息利用和参数估计的准确性进行一定程度的提高，既可以对危险因素的单独作用进行研究，又可以将其联合作用进行控制，更适用于类似于痛风及高尿酸血症这种发病率较低的非传染性疾病危险因素研究。

本资料中，自拟的调查问卷表示在综合国内外文献的基础上［4，5］，对痛风及高尿酸血症的危险因素进行分类整理而成，本资料结果显示，超重、糖尿病、高血压、不清楚食物疗效与高尿酸血症呈正相关，即男性及有超重，高血压、糖尿病等疾病的人群，而由于健康饮食知识的缺乏，会导致人们忽视饮食健康，从而加重由饮食危险因素导致的发病。受试者的受教育程度、水果摄入、锻炼持续时间、蔬菜摄入、豆制品摄入及对营养知识感兴趣与高尿酸血症发病负相关，因此对营养知识的掌握程度有助于高尿酸血症的预防。此外，对单因素的结果进行多因素的非条件logistic回归分析可知，高尿酸血症患病的危险因素有超重、营养及疾病知识的缺乏，而高尿酸血症患病的保护因素有受教育程度、水果摄入、蔬菜摄入、豆制品摄入及对营养知识感兴趣的程度，因此，在今后的痛风以及高尿酸的防治中，应全面对待，综合考虑，提高生命质量，改善社会环境。

参考考献

1 郭彩云，聂秀玲，孙丽荣，等.高尿酸血症/痛风与非酒精性脂肪肝严重程度的相关研究 .天津医科大学学报，2013，19（6）：499～501.

2 Krishnan E，Akhras K S，Sharma H，et al.Relative and attributable diabetes risk associated with hyperuricemia in US veterans with gout .QJM ：monthly journal of the Association of Physicians，2013，106（8）：721～729.

3 关宝生，白雪，周宪君，等.痛风和高尿酸血症患者饮食危险因素的观察组对照组研究.牡丹江医学院学报，2013，34（2）：15～17.

4 Chen J H， Pan W H， Hsu C C， et al. Impact of obesity and hypertriglyceridemia on gout development with or without hyperuricemia： a prospective study .Arthritis care & research，2013，65（1）： 133～140.

5 胡育英，依马木·麦麦提，阿衣帕夏·爱莎.新疆喀什地区维吾尔族人群高尿酸血症及痛风流行病学调查.中华实用诊断与治疗杂志，2011，25（9）：876～877.

浙江省公益性应用技术研究项目（2011C23128）

323000 浙江省丽水市人民医院风湿免疫科