北京地区中老年男性骨硬化蛋白与心血管危险因素的关系

2021-05-31李婷卢艳慧李春霖刘敏燕成晓玲张丽丽苗新宇李楠孙般若

中国骨质疏松杂志 2021年5期

李婷卢艳慧李春霖刘敏燕成晓玲张丽丽苗新宇李楠孙般若

中国人民解放军总医院第二医学中心内分泌科，北京 100853

骨硬化蛋白是一种由SOST基因编码的骨细胞分泌的糖蛋白，是调节成骨细胞分化和功能的关键因子[1]。骨硬化蛋白通过与LRP-5/6核受体结合，从而阻止Wnt与其受体之间的相互作用，最终导致ß-catenin的磷酸化和降解[2]，Wnt靶基因没有被激活。骨硬化蛋白因此下调了负责成骨细胞分化和增殖功能的经典Wnt信号通路[3]。与此同时，骨硬化蛋白也被证明通过RANKL依赖的途径促进破骨细胞的形成[4]。目前的证据表明，合成阻断骨硬化蛋白的单克隆抗体正成为治疗骨质疏松症的一个新靶点[5]。因此，近几年有关骨硬化蛋白的研究逐渐成为骨质疏松症领域的新热点。

同时研究者注意到骨质疏松症与心血管疾病之间的联系，有许多共同参与骨转换和血管斑块钙化形成的细胞因子和生长因子引起广泛重视，其中包括骨硬化蛋白。研究表明，在心血管系统，骨硬化蛋白能促进动脉壁中的成骨样细胞导致动脉斑块钙化形成[6]，其水平与心血管原因引起的死亡率有关，这些发现提示可使用血清骨硬化蛋白作为心血管死亡风险的新标志物来建立预防策略[7-8]。但临床观察血清骨硬化蛋白水平和血管钙化程度、心血管疾病危险因素的关系尚无统一结论[9]。有关骨硬化蛋白指标是否可作为心血管疾病预测的独立危险因素报道较少，故基于现状，通过对患者血清骨硬化蛋白水平的检测与比较，拟对已明确的各心血管疾病危险因素与骨硬化蛋白间的相关性进行分析。

1 对象和方法

1.1 对象

本研究为横断面研究，2014年3～4月对北京某社区中老年人群706例人员进行流行病学调查，按以下标准筛查出105例纳入研究。纳入标准：长期居住在北京，男性，年龄40～69岁；自愿参加本研究，并签署知情同意书。排除标准：伴有糖尿病、慢性肝肾功能不全、恶性肿瘤等；近期(半年内)使用影响血糖血脂代谢药物(如糖皮质激素类药物、降血脂类药物)等；近3个月内使用维生素D制剂、钙剂、降钙素、双膦酸盐、抗惊厥、抗凝药、雌激素和雌激素受体调节剂等影响骨代谢药物。

通过FPG、2 h PG及糖尿病病史的严格筛选，排除糖尿病和糖尿病前期(空腹血糖受损、葡萄糖耐量受损)，共纳入105例血糖正常的中老年男性(年龄：40～69岁)作为研究对象。

1.2 方法

①一般信息采集：由统一培训后的专人进行全面查体及信息采集，包括年龄、身高、体重、血压、吸烟饮酒史、既往疾病史、用药史等，并计算体质量指数(BMI)=体重(kg)/身高的平方(m2)；②生化指标检测：收集受试者空腹血3 mL，离心分离后将血清置于-80 ℃冰箱保存，行75 g口服葡萄糖耐量试验(OGTT)，留取餐后2 h血，分离冻存备用。采用罗氏自动分析仪(Cobas E601，Roch) 测定肝肾功能、空腹血糖(FPG)、餐后2 h血糖(2 h PG)、血清尿酸(UA)、甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)等指标。采用酶联免疫吸附法(Abcam，Quantikine©ELISA，DSST00)测定血清骨硬化蛋白，批内和批间CV均<10%。

1.3 主要观察指标

不同年龄、BMI、腰围、收缩压、舒张压、FPG、2 h PG、TG、TC、HDL-C、LDL-C，是否服用降压药，现在是否吸烟，是否有心血管病家族史，血清骨硬化蛋白水平。

1.4 统计学分析

采用 SPSS 21.0 进行统计学分析。计量资料以均数±标准差表示，采用独立样本t检验、三组间比较采用单因素方差分析，通过Spearman相关系数、多元线性回归分析骨硬化蛋白水平与临床指标的相关性。P<0.05 认为差异有统计学意义。

2 结果

2.1 研究对象的基本特点

105例血糖正常中老年男性的相关资料主要涵盖心血管病危险因素和骨硬化蛋白指标。具体包括：①定量资料：年龄(49.89±5.77)岁，BMI(25.99±2.56) kg/m2，腰围(87.51±7.03) cm，收缩压(132.99±14.74) mmHg，舒张压(83.22±8.84) mmHg，FPG(5.20±0.59) mmol/L，2 h PG(5.76±0.92) mmol/L，TG(1.73±1.50) mmol/L，TC(5.01±0.90) mmol/L，HDL-C(1.35±0.31) mmol/L，LDL-C(3.41±0.84) mmol/L，骨硬化蛋白(92.21±28.06) ng/L。②定性资料：是否吸烟、是否服用降压药、是否有心血管病家族史以及与心血管密切相关的既往史(是否诊断高血压病、高胆固醇血症、高甘油三酯血症)，采用“构成比”对其结果进行统计学描述(见表1)。

表1 研究对象定性资料的统计学描述

2.2 心血管危险因素不同水平中骨硬化蛋白的比较

结合各指标的正常值范围，综合将各心血管危险因素分成不同水平组，分析各组之间血清骨硬化蛋白的差异是否有统计学意义(P<0.05)。按照收缩压、舒张压、TG、TC、HDL-C、LDL-C、是否吸烟、是否服用降压药、是否有心血管病家族史各因素进行分组，各组间采用独立样本t检验(见表2)；年龄、BMI、腰围各因素分为3组，各组间采用单因素方差分析(见表3)。结果提示，不同年龄、BMI水平的骨硬化蛋白差异具有统计学意义。

表2 心血管危险因素不同水平(分2组)骨硬化蛋白的差异分析 Table 2 Differential analysis of different levels of sclerostin (in 2 groups) in cardiovascular risk factors

表3 心血管危险因素不同水平(分3组)骨硬化蛋白的差异分析

2.3 各心血管危险因素与血清骨硬化蛋白的相关性分析

将各心血管危险因素与血清骨硬化蛋白分别作Spearman相关分析，得到相关系数和P值，探讨有无统计学差异(见表4)。结果提示，年龄(相关系数：0.315)、BMI(相关系数：0.342)、腰围(相关系数：0.309)差异有统计学意义，其余均无统计学意义。

表4 各心血管危险因素与血清骨硬化蛋白的Spearman相关性分析

2.4 多元线性回归方程的建立

血清骨硬化蛋白作为应变量，上述有统计学差异的年龄、BMI、腰围作为自变量进入多元线性回归分析，采用逐步回归分析的变量筛选方法，经统计软件分析后，腰围因无显著影响且与BMI存在共线性被列为“已排除变量”，年龄、BMI与骨硬化蛋白正相关(P<0.05)(见表5)。

表5 各心血管危险因素与血清骨硬化蛋白的多元线性回归分析

3 讨论

3.1 心血管危险因素筛选依据

2016年，我国学者利用中国动脉粥样硬化性心血管疾病风险预测(China-PAR)研究大样本队列数据，建立了用于心血管病风险评估的 China-PAR 模型，需纳入性别、年龄、现居住地、地域、腰围、总胆固醇、高密度脂蛋白胆固醇、当前血压水平、是否服用降压药、是否患有糖尿病、现在是否吸烟、是否有心血管病家族史。本研究以China-PAR模型为根据，选取有关项目作为心血管危险因素纳入统计分析。

3.2 本研究选择血糖正常人群的原因

综合国内外的报道，在1型糖尿病儿童患者中，血清骨硬化蛋白升高，且伴随骨质疏松发病率的增加[10]。而2型糖尿病相关研究发现，血清骨硬化蛋白与空腹血糖正相关，目前具体机制尚不明确[11-12]。同时有研究表明，骨硬化蛋白浓度升高与2型糖尿病患者CVD风险增加有关[13]。因此为了排除糖尿病对结果的影响，选取血糖正常人群作为研究对象，希望探讨其他心血管危险因素与骨硬化蛋白的相关性。本研究显示，在中老年男性正常血糖人群中，血糖与骨硬化蛋白水平无明确相关性。

3.3 本研究结果分析

本研究发现，中老年男性正常血糖人群中，随着年龄和BMI的增长，血清骨硬化蛋白水平随之升高。而研究对象的血脂、血糖、血压等其他心血管危险因素与骨硬化蛋白没有统计学相关性。

既往有研究提出，年轻人骨硬化蛋白水平比老年人低[14]，在50岁以上的健康男性中探讨两者间关系，也显示骨硬化蛋白随着年龄的增长明显升高[15]。本文有关“血清骨硬化蛋白水平与年龄呈正相关”的结果与上述报道一致。众所周知，骨硬化蛋白在维持成骨细胞骨生成和破骨细胞骨吸收的动态平衡中起到关键作用[16]。血清骨硬化蛋白水平随着年龄增长而升高，抑制了成骨细胞分化，减少骨生成，导致骨流失增加。这一点与老年人骨质疏松发病率明显增加的趋势吻合。

研究显示肥胖人群的骨硬化蛋白水平可能低于正常人，因此肥胖人群对骨生成的抑制作用更弱，被认为是骨质疏松症的一个相对保护因素[17-18]。与之相反，肥胖却是心血管病的明确危险因素。另外，在超重个体骨折风险的研究中，却提出肥胖对骨折的发生不是完全的保护作用[6]。而本研究发现，血清骨硬化蛋白水平与BMI呈正相关，与以往报道并不一致，后期希望加大样本量进一步验证两者关系。同时也重新思考骨硬化蛋白与肥胖、骨质疏松症、心血管病之间的作用机制。

目前有关骨硬化蛋白与血脂相关性的研究偏少，报道结果尚不统一。从本研究结果来看，血脂均与血清骨硬化蛋白无明显相关性，有待进一步的基础研究探索。