脂质蓄积指数在大连地区健康体检人群高尿酸血症筛查中的价值

张楠 贾晓东

随着经济的飞速发展、人们生活方式的变化及饮食结构的改变,高尿酸血症(hyperuricemia,HUA)在我国的发病率逐年增高,并呈年轻化趋势［1］。流行病学调查显示,2009～2010年我国HUA 的发病率高达8.4%［2］。HUA 不仅会引起痛风的发生,还会导致肾脏及血管内膜急慢性炎性损伤,最终引发心、脑、肾等多器官功能损害［3］。国内外研究已发现超重/肥胖是HUA 的重要危险因素［4,5］。目前临床及健康体检中常用的评估超重/肥胖的体脂指标主要包括体质量指数(body mass index,BMI)、腰围(waist circumference,WC)等,这些传统指标虽然测量较为简单,但仍然存在一定的局限性,其中BMI 只能反映人体超重程度,不能反映个体脂肪分布程度；WC 能反映腹型肥胖,但受身高影响无法区分皮下和内脏脂肪［6］。为此,Kahn 等［7］在2005年提出了脂质蓄积指数(lipid accumulation product,LAP)这一概念,作为描述受试者体内总脂质蓄积程度的指标,综合反映了WC 与TG 的程度,较好的结合了这两个解剖学和生理学指标。目前关于BMI 及WC 与HUA 的相关性研究较多,而关于LAP 与HUA 的相关性研究较少,且尚无该指标对HUA 的预测和诊断切点的相关报道。故本研究旨在探讨LAP 与HUA 患病风险的关系,并确定该指标预测HUA 患病风险的最佳界值点,从而为有效控制肥胖,防治HUA 提供科学依据。

1 资料与方法

1.1 一般资料 回顾性分析2018年1～6 月在大连市中心医院健康医学部行健康体检的2740例大连市事业单位人员的临床资料,全部研究对象均行病史问询、体格检查、实验室检查并且资料完整。本研究通过大连市中心医院伦理委员会审批,批件号2017-031-14。

1.2 临床资料收集 一般资料包括性别、年龄、身高、体重、WC、臀围(hip circumference,HC),并计算BMI及LAP、有无糖尿病及高血压、是否吸烟、饮酒,测量记录血压情况。

1.3 实验室指标测定 全部研究对象均空腹＞8 h 接受体检,检查并记录空腹血糖(fasting plasma glucose,FPG)、总胆固醇(total cholesterol,TC)、甘油三酯(triglyceride,TG)、高密度脂蛋白胆固醇(high density lipoprotein cholesterol,HDL-C)、低密度脂蛋白胆固醇(low density lipoprotein cholesterol,LDL-C)、血尿酸(uricacid,UA)。

1.4 诊断标准及相关定义 糖尿病的诊断标准参照糖尿病防治指南［8］,糖尿病定义为：FPG≥7.0 mmol/L,或既往有糖尿病病史,目前正在使用降糖药物治疗。高血压定义为收缩压(systolic blood pressure,SBP)≥140 mm Hg(1 mm Hg=0.133 kPa)和(或)舒张压(diastolic blood pressure,DBP)≥90 mm Hg,或既往有高血压病史,目前正在使用降压药物治疗。BMI=体重(kg)/身高(m2)。计算LAP［7］。男性：LAP=(WC-65)×TG；女性：LAP=(WC-58)×TG。血脂异常包括：TC＞5.80 mmol/L,或TG＞2.25 mmol/L,或LDL-C＞3.12 mmol/L,或HDL-C＜1.08 mmol/L。HUA 的诊断标准：男性UA＞420 μmol/L,女性UA＞360 μmol/L。

1.5 统计学方法 采用SPSS21.0 进行统计分析,采用三分位法将LAP 值划分为三组(Q1,Q2,Q3)。正态分布的计量资料采用均数±标准差()表示,三组数据之间的比较采用单因素方差分析,总体差异有统计学意义的再采用Post hoc LSD 法进行两两比较。非正态分布的计量资料采用中位数(25 四分位数,75 四分位数)［M(P25,P75)］表示,三组数据组间比较采用Kruskal-Wallis H 检验,总体有差异的再采用Mann-Whitney Test 进行两两比较；计数资料采用率(%)表示,组间比较采用χ2检验。两变量的相关分析采用Spearman 相关分析。采用二分类Logistic 回归模型评价不同LAP 对罹患HUA 的影响。使用Stata13.0 统计软件绘制受试者工作特征曲线(receiver operating characteristic curve,ROC),评估LAP、BMI 和WC 对高尿酸患病风险的预测作用及比较三个指标AUC 曲线下面积。P＜0.05 表示差异具有统计学意义。

2 结果

2.1 不同LAP组人群的基本特征 2740例研究对象中,男1583例,女1157例。将上述人群根据LAP 三分位分成三组(Q1组、Q2组、Q3组)。结果显示,Q1组、Q2组、Q3组男性和女性人群的年龄、WC、HC、TC、TG、HDL-C、LDL-C、FPG、UA 比较,差异具有统计学意义 (P＜0.05)。Q3组的年龄、WC、HC、TC、TG、LDL-C、FPG、UA 均高于Q1组及Q2组,HDL-C 低于Q1组及Q2组；Q2组的年龄、WC、HC、TC、TG、LDL-C、FPG、UA 均高于Q1组,HDL-C 低于Q1组；差异具有统计学意义 (P＜0.05)。随着LAP 的增高,年龄、WC、HC、TC、TG、LDL-C、FPG、UA 均有增长趋势,HDL-C 有降低趋势。见表1。

表1 不同LAP组人群的基本特征［n,,M(P25,P75)］

表1 不同LAP组人群的基本特征［n,,M(P25,P75)］

注：与Q1组比较,aP＜0.05；与Q2组比较,bP＜0.05

2.2 HUA 的患病率 2740例研究对象的HUA 患病率为16.8%(460/2740),其中男性的HUA 患病率为20.7%(328/1583),女性的HUA 患病率为11.4%(132/1157)。

2.3 LAP 与代谢指标的相关性分析 Spearman 相关分析显示：在男性中,LAP 与UA、FPG、TC、TG、LDL-C 呈正相关(r=0.575、0.653、0.531、0.857、0.552,P＜0.05),与HDL-C呈负相关(r=-0.631,P＜0.05)。在女性中,LAP 与UA、FPG、TC、TG、LDL-C 呈正相关(r=0.545、0.644、0.519、0.842、0.507,P＜0.05),与HDL-C 呈负相关(r=-0.521,P＜0.05)。

2.4 LAP 与HUA 罹患风险的关系 以是否患HUA为因变量(否=0,是=1),LAP 三分位数分组作为自变量进行二分类Logistic 回归模型评价,调整因素包括：年龄、BMI、WC、HC。在调整过混杂因素后,HUA 的患病风险在男性和女性人群中均随着LAP的增加而增加。在女性中,LAP Q3组的HUA 的患病风险较Q1组增加了5.395 倍。同样,在男性中,LAP Q3组的HUA 患病风险相较于LAP Q1组增加了2.560 倍。未矫正的回归模型,男女模型整体差异有统计学意义(男：χ2=83.556,P=0.000＜0.05；女：χ2=68.615,P=0.000＜0.05)；矫正后的回归模型,男女模型整体差异有统计学意义(男：χ2=112.075,P=0.000＜0.05；女：χ2=73.618,P=0.000＜0.05)。以上四个模型Hosmer and Lemeshow Test,P值均＞0.05,认为当前数据的信息已经被充分提取,模型拟合优度较高。

2.5 不同肥胖指标诊断HUA 的ROC 曲线分析 ROC曲线分析显示：男性中,LAP、WC、BMI 诊断HUA的曲线下面积分别为：0.666、0.595、0.636；女性中,LAP、WC、BMI 诊断HUA 的曲线下面积分别为：0.733、0.628、0.694。无论男女,LAP 曲线下面积均大于WC 和BMI。LAP 预测HUA 的最佳界值点：男性为32.13 cm·mmol/L(灵敏度为 0.69,特异度为 0.72),女性为33.70 cm·mmol/L(灵敏度为 0.73,特异度为 0.65)。见表2。

表2 不同肥胖指标诊断HUA 的ROC 曲线分析

3 讨论

研究表明,超重、肥胖是HUA 的重要危险因素,肥胖与HUA 的发生密切相关,以往肥胖与HUA 的相关性研究常应用BMI 或者WC。研究表明,LAP 能够更准确的反映人体脂质的蓄积程度和内脏脂肪含量,且与传统指标相比,能更好的预测心血管疾病、代谢综合征及糖尿病的发生［6］,此外,该指标测量方便,易于操作,适用于健康体检或流行病学调查研究中综合衡量肥胖。

本研究结果证实,LAP 相较于WC、BMI 等指标对于HUA 的评价更为可靠。LAP 是临床较易获得的指标,也是可以通过改变不良生活方式来改善控制的因素之一,通过给予人们改善不良生活习惯的指导,尽早干预可加强对危险因素的控制和进行精准的健康管理,如进行合理饮食、适量运动、有效控制LAP 在理想范围,可以有效预防和降低HUA 等相关代谢疾病的发生,减少心脑血管事件的发生,提高机关事业单位职工健康水平。

综上所述,HUA 患病风险随着LAP 的增加而升高,LAP 是HUA 的独立危险因素；LAP 对HUA 的预测价值高于传统的肥胖指标,男性LAP 32.13 cm·mmol/L、女性LAP 33.70 cm·mmol/L 为预测HUA 最佳界值点。