不同肥胖判定指标及其组合对预测高血压患病风险的效率评价

陈敏敏 邓文峰 黄奕强 李霞 杨国平 陈清

1惠州市疾病预防控制中心慢性非传染性疾病预防控制科（广东惠州516003）；2惠州市第二人民医院精神病防治科（广东惠州516001）；3惠州市惠阳区疾病预防控制中心慢非股（广东惠州516200）；4南方医科大学公共卫生学院流行病学系（广东惠州510515）

肥胖是高血压的主要危险因素，肥胖和高血压同时也是心脑血管疾病的重要危险因素，人群中三者关联密切［1-6］。近年来对传统肥胖指标如体质量指数（BMI）、体格指数（PI）、腰围（WC）、腰臀比（WHR）和锥削度指数（CI）研究较多，对新肥胖指标腰高比（WHtR）的研究较少，且主要围绕指标的诊断切点值、不同肥胖指标对血压的影响程度等研究较多［7-9］。但不同的肥胖指标预测高血压均具有一定局限性，目前对多个肥胖指标之间的关系、是否具有协同作用则研究较少。故研究比较各肥胖指标及各指标联合使用后预测高血压患病风险，寻求预测高血压能力最佳的指标组合，更大限度发挥对高血压的预测效率，可为关口前移精准控制高血压危险因素，具有一定必要性和创新性。本研究利用惠州市2018年开展社会因素调查期间获取的3 216 例成年受检者体格测量数据，通过比较和评价不同肥胖指标及其组合预测高血压患病风险的价值，从而为高危人群的筛查和高血压患者的综合防治提供科学依据。

1 对象与方法

1.1 研究对象按照多阶段随机抽样原则，在广东省惠州市惠阳区8 个街道/乡镇开展体格测量，根据现况调查对率做抽样调查时的样本含量估计公式deff［u2p（1-p）/d2］，2012年中国成年人糖尿病患病率为10.1%计算，deff=1，容许误差d=0.03（3%），u=1.96（即ɑ=0.05＜双侧＞，95%的置信度），每个镇街需测量388 人，共计3 104 人，预估实现95%有效数据，共测量3 267 人。体测对象为该地区居住6 个月及以上的常住居民，排除认知障碍、孕产妇、剔除非成年人等样本，所有测量对象均签署知情同意书，最终3 216 例样本纳入本研究。

1.2 方法

1.2.1 体格测量测量项目包括身高、体质量、腰围、臀围，计算BMI、腰臀比、腰高比。接受测量前须填写知情同意书、登记一般人口学特征、饮食习惯、生活方式、运动情况等信息。各测量指标均连续测量3 次，取平均值纳入数据库。

1.2.2 判断标准BMI＜18.5 kg/m2为偏轻，18.5 kg/m2≤BMI＜24 kg/m2为正常，24 kg/m2≤BMI＜28 kg/m2为超重，BMI ≥28.0 kg/m2为肥胖［10］；男性腰围≥90 cm，女性腰围≥85 cm 为中心型肥胖［10］；男性腰臀比≥0.9，女性腰臀比≥0.85 为中心型肥胖［11］；腰高比≥0.5 为中心型肥胖［12］。

高血压指本次体测前静坐休息不少于5 min，未服用过降压药、扩血管药、利尿药、镇静类药物，过去30 min 内，不存在吸烟、饮酒/咖啡或进行过剧烈运动等情况，每次测量间隔不少于5 min，收缩压（systolic blood pressure，SBP）平均值≥140 mmHg和（或）舒张压（diastolic blood pressure，DBP）平均值≥90 mmHg［13］。

1.3 质量控制调查人员均通过统一培训，质控人员全程质控；数据录入采用双录入和一致性检验。

1.4 统计学方法采用EpiData 3.1 进行双人双录入。采用SPSS 21.0 进行统计分析，计量资料采用（）进行描述性分析；计数资料采用χ2检验进行比较；多因素Logistic 回归分析计算BMI、腰围、腰臀比、腰高比对高血压检出情况的相对风险；分析各肥胖判定指标和各肥胖判定指标联合使用下的受检者工作特征曲线（ROC）及ROC 曲线下面积（AUC）。采用MedCalc 19.0 软件对各ROC 曲线的AUC 进行对照比较。检验水准为α=0.05。

2 结果

2.1 基本情况3 216 例参加体格测量的调查对象中，男1 621人（50.4%），女1 595人（49.6%），平均年龄为（46.02±17.215）岁，其中男性年龄为（45.69±19.935）岁，女性年龄为（46.35±17.494）岁。结果显示，受检者平均BMI 为（22.84±3.54）kg/m2，腰高比为（0.51±0.06），SBP为（124.8±17.9）mmHg，DBP为（77.2 ± 31.3）mmHg；BMI、腰围、臀围、腰臀比、SBP 和DBP，男性均高于女性（P＜0.05），腰高比则男性低于女性（P＜0.001），不同性别间主要行为生活习惯见表1。

表1 不同性别间主要行为生活习惯Tab.1 Major behaviors and lifestyles of males and females 例（%）

2.2 各项体格测量结果的判定结果显示，BMI偏轻为7.68%，超重为26.80%，肥胖为7.47%，其中男性超重率低于女性（P＜0.001），不同性别间肥胖率差异无统计学意义；腰围、腰臀比和腰高比评判中心型肥胖率分别为30%、63.4%、61.7%，其中腰围男性中心型肥胖率低于女性（P＜0.05），腰臀比男性中心型肥胖率高于女性（P＜0.001），腰高比不同性别间中心型肥胖率差异无统计学意义；高血压检出率为21.5%，不同性别间差异无统计学意义（表2）。

表2 不同性别间体格测量结果的判定情况Tab.2 Physical characteristics of males and females 例（%）

2.3 不同肥胖判定指标与高血压检出情况的回归模型以高血压检出情况为因变量，以BMI、腰围、腰臀比和腰高比为自变量，控制混杂因素（包括年龄、教育程度、吸烟、饮酒、饮食习惯、经常锻炼时间），采用逐步法筛选进行多因素Logistic 回归分析。结果显示，BMI、腰围、腰臀比和腰高比均进入回归模型，男性OR 值由大到小分别是腰高比＞腰臀比＞腰围＞BMI；女性OR 值由大到小分别是腰臀比＞腰高比＞BMI＞腰围（表3）。

2.4 单个肥胖判定指标预测高血压的ROC 曲线分析对不同性别单个判定指标预测高血压的效果进行ROC 曲线分析，得出敏感性和特异性，计算约等指数，以约登指数最大的对应值为筛检的切点（表4）。结果显示，在筛查高血压时，男性和女性的最适合切点分别为BMI（男22.63 kg/m2，女23.49 kg/m2）、腰围（男89.85 cm，女82.95 cm）、腰臀比（男0.92，女0.90）、腰高比（男0.50、女0.53）；ROC 曲线下面积（AUC）可评价各预测模型的预测精度，四个指标AUC差异有统计学意义（P＜0.01），腰高比为预测效果最好的指标，其中男性和女性的顺序均为：腰高比＞腰围＞BMI＞腰臀比。

2.5 不同肥胖判定指标及其组合对预测高血压患病风险的能力分析多个肥胖判定指标联合使用后，对于同一个评判指标而言，随着组合的增多，其AUC 有增大趋势，序号12 和序号15 均达到最高AUC 值，其中男性为0.703，女性为0.741，具有最大的约登指数（图1、2）。由于序号12 和序号15 对应体格检查内容一致、AUC 一致，结合实用性，选取序号12 作为两两比较的对象，单个指标AUC 最高的腰高比和不同指标的组合分别与序号12 的ROC 曲线进行两两比较。结果显示（表5、6），序号12 与序号9、序号12 与序号14 差异无统计学意义，其余差异均有统计学意义，且序号12 具有最高AUC 值（男0.703，女0.741），序号12 可能为综合预测高血压患病风险最佳选择。

表3 影响成年居民高血压检出率的多因素逐步Logistic 回归Tab.3 Multivariate stepwise logistic regression analysis for factors influencing the detection of hypertension among adult residents

表4 不同性别的各项判定指标预测高血压的ROC 曲线分析Tab.4 Analysis of ROC curve of hypertension predicted by different gender

图1 腰高比及比腰高比AUC 高的组合指标的ROC 曲线（男性）Fig.1 ROC curve of WHtR and Combination Index higher than AUC of WHtR（male）

图2 腰高比及比腰高比AUC 高的组合指标的ROC 曲线（女性）Fig.2 ROC curve of WHtR and Combination Index higher than AUC of WHtR（female）

表5 不同肥胖评判指标及其组合对预测高血压患病风险的能力分析（男性）Tab.5 The potential of different obesity indicators and their combinations to predict the risk of hypertension（male）

表6 不同肥胖评判指标及其组合对预测高血压患病风险的能力分析（女性）Tab.6 The potential of different obesity indicators and their combinations to predict the risk of hypertension（female）

3 讨论

有研究［14］表明，BMI 未考虑腹部脂肪堆积和全身体脂密度，其肥胖诊断能力有所欠缺；腰围与腹内脂肪含量相关性最大［15］，与腰臀比为中心型肥胖常用判定指标，但腰围和腰臀比均存在性别和身高差异［16-17］。本研究结果显示，BMI 判定的肥胖率为7.47%，腰围和腰臀比判定中心型肥胖率分别为30.0%和63.4%，均有性别差异，与相关研究相符；以腰高比为肥胖判定指标时中心型肥胖率为61.7%，与腰臀比较为接近，但不同年龄组间有差异［18］，无性别差异。故单纯以BMI、腰围或腰臀比衡量不同体型和性别的人群肥胖情况均存在一定局限性。PIMENTA等［2，17，19-25］的研究指出，腰高比与高血压危险因素高度相关，其预测高血压风险能力比BMI、腰围和腰臀比更理想，本研究显示，BMI、腰围、腰臀比和腰高比异常均为高血压的危险因素，调整混杂因素后，男性OR 值分别为1.46、1.72、1.81、2.05，以腰高比最为显著，女性OR 值分别为1.84、1.57、2.02、1.86，以腰臀比最为显著，腰高比次之。

本研究以不同肥胖判定指标对高血压的预测能力进行ROC 曲线分析。结果显示，不同性别间AUC 最大的指标均为腰高比，且与BMI、腰围和腰臀比差异均有统计学意义，进一步印证“将腰围控制在身高的一半以下”理念［12，26］。但更为重要的研究结论是，单个指标的AUC，除女性腰高比的AUC＞0.7，其余均在0.5 ～0.7 之间（包括男性腰高比的AUC），表明即使是腰高比，诊断准确度还是较低；也有报道称腰高比对高血压的预测作用不优于其他肥胖判定指标［27］。

目前国内外较少对各肥胖指标进行组合分析，且现有报道的开展组合指标分析的文献中，并未对组合指标进行两两比较。由于单指标预测能力均较低，本研究采取对各肥胖判定指标进行组合，分别进行ROC曲线分析，计算各曲线的AUC，并对各ROC 曲线进行两两比较。研究结果显示，AUC 随指标组合增多而增大，其中男性和女性的AUC 均在BMI&腰围&腰高比组合达到最高值，且准确度较高（男0.703，女0.740）。以单项指标预测能力最好的腰高比、各组合指标分别与BMI&腰围&腰高比的ROC 曲线进行两两比较，结果显示，BMI&腰围&腰高比与腰围&腰高比、腰围&腰臀比&腰高比差异无统计学意义，其余差异均有统计学意义，且BMI&腰围&腰高比具有最高AUC 值。

综上所述，单项肥胖判定指标中，BMI、腰围、腰臀比和腰高比异常均为高血压的危险因素，腰高比为预测高血压患病风险的最佳指标，但预测准确性并不高；随着多个肥胖指标的联合使用，其预测能力逐步增大，BMI&腰围& 腰高比组合可能是预测高血压的最佳组合。组合指标有助于提高高血压预测能力，有助于发现高危人群和管理高血压患者。下一阶段可根据该研究结论探索结合肥胖组合指标构建对预测高血压等心血管疾病的健康管理综合评估体系，将组合指标的运算模型融入信息评估系统中，提高健康管理效率。此外，不管是单项指标还是组合指标，腰高比均起到关键作用，“腰围低于身高一半”的理念还应在健康教育和健康促进工作中引起重视。

本研究对象仅限于惠州地区人群，属于横断面研究，不能做出因果推断；此外相关饮食等混杂因素均以定性方式收集信息，未具体考虑能量及钠钾的定量摄入情况。下一步可开展干预性实验研究，并尽量采用定量的手段掌握调查对象的饮食、运动情况，进一步调整混杂因素对结果的影响，并对干预效果进行评价。