20~59岁成年人体质指数随年龄变化轨迹与高血压发病的关系研究
2021-01-06高仲淳邹波蓝恭赛王冠军
高仲淳,邹波,蓝恭赛,王冠军*
本研究价值:
(1)采用潜在类线性混合模型对成年人群体质指数(BMI)随年龄变化的轨迹进行识别与分类,其侧重于识别不同、相互排斥、传统分析方法无法捕捉到的BMI随年龄变化轨迹存在差异的人群,为今后相关研究提供新的研究思路。
(2)本研究发现BMI随年龄增长而上升越快的成年人罹患高血压的风险越高,今后应当关注成年人BMI的变化轨迹,尤其要关注BMI上升较快的群体,从而尽早识别高危人群,以及时控制人群肥胖并达到早期预防高血压的目的。这一结论对提前识别高血压高危人群、尽早控制人群肥胖并达到早期预防高血压的目的有着重要的实际意义。
高血压是最常见的慢性病之一,是多种慢性病发病和死亡的首要原因,在耗费社会医疗资源的同时,还会严重增加家庭经济负担[1-2]。当前,中国人群的高血压患病率呈不断上升趋势[3]。国内外很多研究已经证实,超重和肥胖是高血压的重要危险因素[4-7]。对人群中的肥胖状况进行监测是对高血压预防和治疗较经济、有效的方法[8]。体质指数(BMI)是描述全身肥胖的重要指标,可校正身高对体质量的影响,有研究表明,与其他常用的肥胖指标相比,BMI是预测成年人高血压最为敏感的身体测量指标[8-9]。然而,目前已见的研究多数仅关注于单一时点的BMI或BMI在一定时期的变化值对高血压发病的影响[10-11],极少见有关BMI随年龄的变化轨迹与高血压之间关系的研究报道。BMI的变化轨迹可以反映出个体在其生命历程中BMI的动态变化规律[12],利用研究对象在不同年龄时BMI的重复测量数据,可以探讨BMI随年龄的变化轨迹与高血压之间的关联,从而有利于更好地了解BMI变化对高血压发病的影响。本研究通过回顾性队列研究,收集青中年人群既往BMI、血压等资料,利用潜在类线性混合模型(latent class linear mixed models,LCLMM)识别潜在的 BMI随年龄变化轨迹,并进行分组,分析各BMI随年龄变化轨迹组与高血压发病的关系,从而为关注肥胖、早期预防高血压提供科学依据。
1 对象与方法
1.1 研究对象 选取2015—2019年在青岛市某三甲医院参与健康体检的人群。研究对象的纳入标准为:(1)2015—2019年在该院体检次数≥3次(体检时通过个人ID在体检数据库中进行检索);(2)参与体检时年龄20~59岁;(3)首次体检时血压正常;(4)能自主回答问题并配合检查;(5)与本研究相关的资料、数据均齐全。以此构建回顾性研究队列。排除标准:拒绝参与本研究。本项研究通过青岛市某三甲医院伦理委员会批准(伦理委员会编号:2020075),研究对象均知情同意。
1.2 研究方法 收集吸烟情况(平均每日至少吸1支并且持续1年以上)、饮酒情况(平均每周至少饮1次酒并且持续1年以上)、体格检查、实验室检测指标。体格检查指标包括:身高、体质量、收缩压(SBP)、舒张压(DBP)。由具有执业医师资格的专业医护人员采用标准仪器对研究对象进行体格检查,在测量身高、体质量时研究对象着轻便衣物,身高精确至0.1 cm,体质量精确至0.1 kg。研究对象静坐休息≥5 min后,采用国际标准检验合格的电子血压计进行血压测量,连续测2次,每次至少间隔30 s,取2次读数的平均值作为个体血压值。实验室检测指标:采集研究对象空腹血5 ml,于24 h内在该院测定空腹血糖(FPG)、血清总胆固醇(TC)、三酰甘油(TG)、低密度脂蛋白胆固醇(LDL-C)、高密度脂蛋白胆固醇(HDL-C),受检者需夜间禁食8 h。FPG检测采用己糖激酶法,TC检测采用酶法,TG检测采用甘油磷酸氧化酶-过氧化物酶法,LDL-C与HDL-C检测采用直接法。
高血压的定义标准参照《中国高血压防治指南(2018年修订版)》[13],研究对象满足以下任意一条即判定为患有高血压:(1)体检时SBP≥140 mm Hg(1 mm Hg=0.133 kPa)或 DBP ≥ 90 mm Hg;(2)现阶段服用降压药物。由研究对象自述高血压病史,并随体检结果记录。BMI(kg/m2)=体质量/身高2。记录研究对象首次体检时年龄、首次体检时BMI、首次体检时SBP、首次体检时DBP、确诊高血压时年龄。
1.3 统计学方法 应用R 3.6.1软件对数据进行统计学分析,采用描述性分析描述研究对象的基本特征。计量资料以(±s)表示,多组间比较采用单因素方差分析。计数资料以相对数表示,组间比较采用χ2检验。以P<0.05为差异有统计学意义。采用LCLMM分析BMI随年龄的动态变化,该模型假设一个群体是由若干个潜在类别的个体组成,每一类个体的某一指标(如BMI)具有相同的随时间变化的轨迹,且可由多项式函数对变化轨迹进行表征[14]。模型拟合时,对每类动态轨迹分别拟合BMI与年龄之间的线性、二次、三次函数,根据贝叶斯信息准则选择合适的类型;同时,满足各轨迹组的平均后验概率不小于0.7这一原则的模型作为最优模型[14]。采用Cox比例风险回归模型,调整可能的混杂因素(性别、高血压确诊年龄、吸烟、饮酒、FPG、TC、TG、LDL-C、HDL-C等)后分析20~59岁成年人BMI随年龄变化轨迹与高血压发病的关系,并报告风险比(HR)及95%可信区间(CI)。
2 结果
2.1 一般情况 最终纳入研究对象2 683例,男1 623例、女1 060例,首次体检平均年龄为(31.8±6.5)岁,随访时长为(3.1±1.3)年。
2.2 BMI随年龄变化轨迹分组情况 通过LCLMM,共识别出4条20~59岁青中年人的BMI随年龄变化轨迹,分别将其命名为“中水平-缓慢上升组”“中水平-快速上升组”“高水平-快速上升组”“低水平-快速上升组”。各组的研究对象人数分别为1 681例(62.7%)、639例(23.8%)、272例(10.1%) 和91例(3.4%,见图1)。中水平-缓慢上升组、中水平-快速上升组、高水平-快速上升组、低水平-快速上升组高血压发病率、首次体检时年龄、首次体检时BMI、首次体检时SBP、首次体检时DBP、FPG水平、TC水平、TG水平、LDL-C水平、HDL-C水平比较,差异有统计学意义(P<0.05)。4组间吸烟者比例、饮酒者比例比较,差异无统计学意义(P>0.05,见表1)。
图1 20~59岁成年人BMI随年龄变化的轨迹Figure 1 BMI variation trajectories relating to age in adults aged 20-59 years
2.3 BMI随年龄变化轨迹与高血压发病的关系 以“中水平-缓慢上升组”为参照,逐步加入可能的混杂因素,发现“中水平-快速上升组”“高水平-快速上升组”和“低水平-快速上升组”出现高血压的风险分别为 1.47(1.09,1.98)、2.56(1.85,3.55)、6.35(3.36,12.01),详见表2。
3 讨论
高血压是一种严重危害人类健康的疾病,发病初期不易引起患者的重视,而当病情进展到一定程度时,患者会有很高的风险罹患心脑血管等疾病[15-17]。传统的流行病学研究多关注于某一时点的危险因素暴露对结局的影响,而忽视了漫长生命历程中危险因素的累积暴露对结局的影响[12]。BMI的变化谱即是典型的对生命健康具有长期累积效应的因素。有研究发现,在中国西南部地区40~79岁人群中,高血压的患病率为57.4%,而由肥胖导致的高血压患病率则为22.8%,肥胖相关的高血压患者占据了高血压患者总人数的40.0%[18]。RYU等[19]对美国人群1999—2014年肥胖与高血压之间的关联进行了时间趋势分析,发现肥胖与高血压之间的关联随时间的增长越来越强。因此,研究BMI的变化轨迹并探讨其与高血压之间的关系,能够为提前识别高危人群、尽早控制人群肥胖并达到早期预防高血压的目的有着重要的现实意义。
本研究通过LCLMM对成年人群BMI的变化轨迹进行识别,发现可将20~59岁人群的BMI随年龄变化轨迹分为四类,这与FAN等[12]对20~40岁成年人BMI轨迹的分类结果一致,且识别出的轨迹曲线也基本一致。本研究结果显示,在调整不同混杂因素的模型中,与BMI中水平-缓慢上升组的研究对象相比,其他快速上升组的研究对象罹患高血压的风险均有不同程度的增高,且低水平-快速上升组风险最高。这与既往一些报道成年人BMI或体质量在随访期内的改变量与高血压之间关联的研究结果一致:ZHANG等[11]在我国部分农村地区开展的一项平均随访期为6年的队列研究显示,在18~39岁和40~59岁人群中,BMI增加值越大,研究对象发生高血压的风险越高;ITOH等[10]发现在日本人群中,与体质量稳定组相比,5年内体质量增加值大于5%的研究人群SBP、DBP和高血压患病率均会增加。本研究中,BMI低水平-快速上升组虽然只占研究对象的3.4%,但其HR(95%CI)达到了6.35(3.36,12.01)。这也进一步说明成年期体质量增长过快很可能会导致高血压的发生与发展。FAN等[12]认为,这可能是由于体质量增长过快会导致主动脉根部尺寸的改变,并进一步加速血管老化和血管内皮功能紊乱,从而引发血压升高。
表1 不同BMI随年龄变化轨迹组研究对象的基本特征Table 1 Basic characteristics of research objects in different BMI trajectories with age
表2 BMI随年龄变化轨迹与高血压患病关联的Cox比例风险回归模型〔HR(95%CI)〕Table 2 Cox regression analysis of the relationship between the trajectory of BMI with age and the prevalence of hypertension
本研究的优势是采用了LCLMM对成年人群BMI随年龄变化的轨迹进行识别与分类,该模型既可以刻画增长趋势又考虑到了亚组群体内的同质性与亚组群体间的异质性,侧重于识别不同、相互排斥、传统分析方法无法捕捉到的BMI随年龄变化轨迹存在差异的人群。本研究的局限性在于研究人群来源于体检人群,结论的外推性会受到一定程度的限制;部分高血压患者的确诊时间由其自述,可能会存在回忆偏移。
在本研究所识别出的BMI随年龄变化轨迹中,可发现大部分人在年轻时的BMI基本处于正常水平,而随着年龄的增加BMI均会有不同程度的增加。可见,当高危人群的BMI处于正常水平时,用BMI来预测高血压的风险可能是不准确的。因此,在一些队列研究中,采用基线的BMI水平作为暴露因素以研究肥胖对未来健康结局的影响时也可能会产生一些偏差。
综上所述,MI随年龄增长上升越快的成年人罹患高血压的风险越高,今后应当重点关注BMI的变化轨迹,而非单一时点的BMI状况,从而尽早识别高危人群,以及时控制人群肥胖并达到早期预防高血压的目的。
作者贡献:高仲淳、王冠军进行文章的构思与设计,结果的分析与解释;高仲淳、邹波撰写论文,进行论文的修订;蓝恭赛、王冠军进行研究的实施与可行性分析;高仲淳、邹波、蓝恭赛进行数据收集及整理、统计学处理;王冠军负责文章的质量控制及审校,对文章整体负责,监督管理。
本文无利益冲突。