基于倾向性评分匹配法探索我国中老年人体质指数与血脂异常的关系

袁空军，赵创艺，杨 媛，周光清

1.南方医科大学卫生管理学院，广东 510515；2.南方医科大学南方医院健康管理中心

近年来，随着社会经济发展和人们饮食结构的变化，血脂异常呈现出高患病率且逐年增高的特点[1-2]，并伴有年轻化倾向和地区差异性[3]。已有研究表明，血脂异常是引起心血管病的重要危险因素之一，且在不同社会经济、文化和种族间具有不同的流行特点，已成为全球范围内重要的公共卫生问题[4]。在我国，以低密度脂蛋白胆固醇（LDL-C）为特点的血脂异常已成为继高血压和高钠饮食后的心血管疾病死亡第三大归因危险因素[5]，因此，对血脂异常的防治尤为重要。体质指数（BMI）升高是血脂异常的主要影响因素之一[6-7]，可进一步增加心血管疾病死亡风险。目前，国内外BMI 与血脂异常相关性研究多采用传统多因素分析方法或将BMI 作为分类变量探索二者之间的关系，可能会因原始数据基线不齐造成研究结果与事实存在偏差，且分类变量不能反映BMI 连续变化对血脂异常的影响。倾向性评分匹配法（propensity score matching，PSM）是一种可以处理非随机数据、控制和平衡混杂偏倚的统计学方法，能有效均衡混杂因素，减少其对结局效应估计造成的干扰[8]；限制性立方样条(restricted cubic spline，RCS)模型可以将自变量细微变化对结局的影响直观地用连续性曲线呈现出来，是探索连续性暴露与结局间剂量-反应关系的有效工具[9]。本研究基于中国健康与养老追踪调查（China health and retirement longitudinal study，CHARLS）数据库，先用倾向性评分匹配法匹配BMI＜24 kg/m2者和BMI≥24 kg/m2者相关协变量以平衡两组基线水平，再利用匹配后数据探索BMI 升高对血脂异常发生的影响，以期为血脂异常的预防和健康干预提供理论依据。

1 对象与方法

1.1 研究对象 从2015 年CHARLS 数据库中选取中老年人。CHARLS 数据库中数据是一套高质量的微观数据，内容不仅包括详细的社会经济指标，还包括高质量的健康指标（如体检和血氧采集等），能较全面、准确地描述中国45 岁及以上居民的生活健康状况及其所处家庭、社会、政策和自然环境[10]。CHARLS 采用多阶段分层概率比例规模（PPS）随机抽样，覆盖全国28 个省（自治区、直辖市），共150 个县、450 个村，约1 万户家庭中的1.7 万人，具有较好的全国代表性。纳入标准：年龄≥45 岁，户籍不限。排除标准：有任一变量缺失；正在服用降脂药物。最终获得有效样本11 653 人。

1.2 相关定义

1.2.1 血脂异常 将CHARLS 数据库家户问卷中对慢性病的询问“是否有医生曾告诉过您有以下这些慢性病？”和体检信息数据中的血脂四项作为血脂异常与否的判断依据。

1.2.2 自变量 结合体格检查（身高、体重）结果，利用公式BMI=体重（kg）/身高（m2）计算BMI 作为自变量，并将中老年人分为超重/肥胖组（BMI≥24 kg/m2）和体重正常组（BMI＜24 kg/m2）。

1.2.3 协变量 结合健康社会决定因素模型和数据特征，选取个体特征（年龄、性别、受教育程度和自评健康状况）、社会支持（婚姻状况）、个体行为（吸烟、饮酒和每日睡眠时长）、体格检查（腰围和血压）、实验室检查[血糖、血清尿酸（AU）]项目为协变量。

1.3 诊断标准 ①血脂异常：参照《中国成人血脂异常防治指南（2016 年修订版）》[1]，出现以下任何一项即可诊断为血脂异常，即总胆固醇（TC）≥6.20 mmol/L（240 mg/dL），三酰甘油(TG)≥2.30 mmol/L（200 mg/dL），LDL-C≥4.10 mmol/L（160 mg/dL），高密度脂蛋白（HDL-C）＜1.00 mmol/L（40 mg/dL）和（或）既往明确诊断为血脂异常者。②高血压：收缩压（SBP）/舒张压（DBP）≥140/90 mmHg（1 mmHg=0.133 kPa）和（或）既往明确诊断为高血压者[11]。③糖尿病：空腹血糖（FBG）≥7.0 mmol/L（126 mg/dL）和（或）既往明确诊断为糖尿病者[12]。④高尿酸血症（HUA）：男性UA≥7.0 mg/dL（420 μmol/L），女 性UA≥6.0 mg/dL（360 μmol/L）[13]。⑤中心性肥胖：男性腰围≥90 cm，女性腰围≥80 cm[14]。

1.4 统计学方法 采用SPSS 26.0 和Stata 16.0 软件完成统计分析。定量资料用均数±标准差（±s）表示，组间比较采用t检验（当方差不齐时用t'检验）；定性资料用频数和百分比（%）表示，组间比较采用χ2检验。将中老年人分为超重/肥胖组（BMI≥24 kg/m2）和体重正常组（BMI＜24 kg/m2），对两组行1∶1 倾向性评分匹配，采用最邻近匹配法将性别、年龄、受教育程度、婚姻状况、自评健康状况、吸烟、饮酒、每日睡眠时长、SBP、DBP、FBG 和UA 等作为协变量进行匹配，卡钳值设定为0.02。采用多因素Logistic 回归分析探索BMI 对血脂异常的影响。用RCS 模型，选取BMI 的4个百分位数（P5，P25，P75，P95）为节点，以P5为参考值绘制BMI 与血脂异常的RCS 曲线，探究BMI 与血脂异常的剂量-效应关系。若BMI 与结局呈线性关系，则采用4 分位数法对UA 进行分组；若二者为非线性关系，则采用截点对UA 进行分段分析。检验水准α=0.05。

2 结果

2.1 倾向性评分匹配前后中老年人特征比较 倾向性评分匹配后，共1 820 对完成匹配。匹配结果显示，匹配后除性别、吸烟、DBP、TG 和HDL-C 外，其余协变量在BMI＜24 kg/m2和BMI≥24 kg/m2两组间差异均无统计学意义（P＞0.05），表明各变量在两组间分布相对均衡，两组协变量基线基本相同，匹配效果良好。详见表1。

表1 倾向性评分匹配前后中老年人特征比较

2.2 匹配后血脂正常和血脂异常中老年人一般特征比较 倾向性评分匹配后，共1 820 对完成匹配，包括3 640 人，其血脂异常率为37.8%（1 375/3 640）。血脂异常和血脂正常中老年人群性别、受教育程度、婚姻状况、月均饮酒频次和自评健康状况比较，差异均无统计学意义（P＞0.05）；两组年龄、吸烟、每日睡眠时长、中心性肥胖、高血压、糖尿病、高尿酸血症和BMI 比较，差异均有统计学意义（P＜0.05）。详见表2。

表2 血脂正常和血脂异常中老年人一般特征比较 单位：人

2.3 BMI 和血脂异常关系的多因素回归分析 以是否血脂异常为因变量，以BMI、性别、年龄、受教育程度、自评健康状况、吸烟、月均饮酒频次、婚姻状况、每日睡眠时长、中心性肥胖、高血压、糖尿病和高尿酸血症为自变量进行多因素Logistic 回归分析，变量赋值方式见表3，结果显示，校正上述协变量后，BMI≥24 kg/m2者患血脂异常的风险是BMI＜24 kg/m2者的1.194 倍[OR=1.194，95%CI（1.039，1.373），P=0.013]。血脂异常影响因素的多因素Logistic 回归分析结果见表4。

表3 变量赋值方式

表4 血脂异常影响因素的多因素Logistic 回归分析结果

2.4 中老年人BMI 与血脂异常患病风险的剂量-反应关系 应用RCS 分析连续性暴露因素与结局之间的关系后发现，RCS 模型中节点数量的选择往往比节点位置更为关键，且节点数选择3～7 个为宜，而4 个节点可以使许多数据充分拟合[9]。根据样条回归系数和赤池信息准则（AIC 准则），本研究发现4 个节点模型拟合效果较好，因此选取BMI 的4 个百分位数（P5，P25，P75，P95）为节点，以P5为参考值绘制BMI 与血脂异常的RCS 曲线。由图可直观看出，中老年人BMI 与血脂异常患病风险呈显著的线性剂量-反应关系（非线性检验P＞0.05）。模型中调整了年龄、性别、受教育程度、婚姻状况、自评健康状况、每日睡眠时长、吸烟、月均饮酒频次、高血压、糖尿病、中心性肥胖和高尿酸血症 后，BMI 的4 个 节 点（20.7 kg/m2、22.8 kg/m2、25.2 kg/m2、27.5 kg/m2）的OR（95%CI）分别为1.00（1.00，1.00）、1.17（0.98,1.40）、1.34（1.08,1.65）和1.54（1.23,1.94）。RCS 模型结果显示，BMI 和血脂异常患病之间大致呈正相关，随着BMI 增高，血脂异常患病风险上升，BMI 升高为血脂异常的危险因素。我国中老年人BMI 与血脂异常患病风险的剂量-反应曲线见图1。

图1 我国中老年人BMI 与血脂异常患病风险的剂量-反应曲线

2.5 我国中老年人BMI 与血脂异常患病风险的关联性分析 基于RCS 模型的分析结果，采用4 分位数法将BMI分成4组（BMI＜22.8 kg/m2组、BMI为22.8～＜24.0 kg/m2组、BMI 为24.0～＜25.2 kg/m2组、BMI≥25.2 kg/m2组），对BMI 各亚组进行分层分析，结果显示，BMI≥25.2 kg/m2组吸烟者、中心性肥胖者血脂异常患病风险分别为BMI＜22.8 kg/m2组不吸烟者、非中心性肥胖者的1.906 倍和2.036 倍；BMI≥25.2 kg/m2组高血压者、糖尿病者、高尿酸血症者血脂异常患病风险分别为BMI＜22.8 kg/m2组非高血压者、非糖尿病者、非高尿酸血症者的2.300 倍、4.633 倍和3.495 倍。调整人群一般特征、吸烟、月均饮酒频次、是否患相关慢性病等可能的混杂因素，依次对BMI 进行单因素和多因素Logistic 回归分析，单因素分析结果显 示，与BMI＜22.8 kg/m2组 相 比，BMI 为22.8～＜24.0 kg/m2组、BMI 为24.0～＜25.2 kg/m2组、BMI≥25.2 kg/m2组血脂异常患病风险均增加；多因素分析结果显示，在调整了可能的混杂因素后，BMI为24.0～＜25.2 kg/m2组的血脂异常患病风险为BMI＜22.8 kg/m2组 的1.233 倍（P=0.035）；BMI≥25.2 kg/m2组的血脂异常风险为BMI＜22.8 kg/m2组的1.470倍（P＜0.001）。我国中老年人BMI 与血脂异常患病关系的分层分析结果见表5。我国中老年人BMI 与血脂异常关系的Logistic 回归分析结果见表6。

表5 我国中老年人BMI 与血脂异常患病关系的分层分析结果

表6 我国中老年人BMI 与血脂异常关系的Logistic 回归分析结果

3 讨论

3.1 中老年人血脂异常患病现状不容乐观 本研究发现，我国≥45 岁中老年人血脂异常率为37.8%，高于2012 年—2015 年中国≥35 岁居民患病率（34.7%）[15]和辽宁省≥40 岁农村居民患病率（31.0%）[16]，低于辽宁省城市居民患病率（49.53%）[17]，说明我国中老年人血脂异常率已经处于一个较高水平。城市居民生活水平较高，以及高热、高脂肪等不健康饮食习惯可能是造成其患病率较高的重要原因。中老年人是血脂异常的易患群体，一项基于CHARLS 数据的研究表明，中老年人最常见的3 种慢性病共病模式中前2 种包含了血脂异常，形势不容乐观，需引起重视[18]。已有研究预测，人群TC 水平升高将导致2030 年我国心血管事件增至约920 万例[19]，LDL-C 升高与心血管危害呈“累积暴露”效应[20]，而HDL-C 与动脉粥样硬化性心血管疾病发病危险呈负相关[21]。因此，应针对性地加强健康教育，定期检测，及时控制，尤其是在改善中年男性这一高患病群体不良生活方式的同时也要对绝经后女性这一重点人群加以关注。若能较好地控制血脂异常患病危险因素，可有效减少因血脂异常造成的心血管事件疾病负担。部分国家已针对胆固醇管理做出了有益尝试，如美国的“ABCS”策略将胆固醇管理与血压管理、阿司匹林和戒烟共同作为预防心血管病的重要策略[22]。我国部分研究者也提出，应将血脂异常与高血压、高血糖共同纳入健康管理，实现“三高共管”[23]，这或许能改善我国中老年人血脂水平偏高的不利局面。

3.2 BMI 与中老年人血脂异常的相关性 在众多血脂异常危险因素中，BMI 升高是较为主要的影响因素之一。关于BMI 与血脂异常关系的研究较多。研究者发现，BMI 与血脂异常风险增加呈正相关，超重/肥胖者过多的脂肪堆积会改变脂蛋白脂肪酶活性，从而加速总胆固醇合成，造成血脂异常[7]。但相关研究多采用传统的多因素分析方法，可能存在混杂因素控制不足的问题。

倾向性评分匹配法在消除混杂偏倚方面具有较好效果。该方法的主要原理是根据已知协变量的取值计算研究对象被分入试验组的条件概率，从而将试验组和对照组评分相同或相近的个体进行匹配，以达到两组协变量基本平衡，使观察性研究呈现随机对照试验的效果，能更好地获得研究变量与结局变量之间的关系[8,24]。因此，本研究通过倾向性评分匹配法匹配BMI＜24 kg/m2和BMI≥24 kg/m2两组的血脂异常影响因素以均衡两组基线水平，更准确地反映BMI 与血脂异常的相关关系。本研究结果显示，匹配前两组基线不平衡，此时，BMI≥24 kg/m2组TG、TC、LDL-C 水平高于BMI＜24 kg/m2组，HDL-C水平低于BMI＜24 kg/m2组。经倾向性评分匹配后，BMI≥24 kg/m2组TG 水平仍高于BMI＜24 kg/m2组，且HDL-C 水平仍低于BMI＜24 kg/m2组；同 时，多 因 素Logistic 分 析 结 果 也显示，BMI≥24 kg/m2人群发生血脂异常的风险是BMI＜24 kg/m2者的1.194 倍。BMI 与血脂异常患病风险的剂量-反应关系显示，随着BMI 升高，血脂异常风险增大。提示要倡导BMI 过高者改善不良生活方式、增强体育锻炼，对超重/肥胖等重点人群的血脂水平给予更多关注。

3.3 多因素协同管理是控制血脂水平的重要途径本研究发现，吸烟、中心性肥胖、高血压、糖尿病、高尿酸血症、BMI 与血脂异常高患病风险有关，表明血脂异常受多种因素共同影响，与已往研究结果[6-7,25]基本一致。分层分析结果表明，BMI 较高且伴有以上危险因素者血脂异常患病的OR 值更大，提示应加强多因素协同管理以有效控制血脂水平。吸烟是血脂异常的重要危险因素，可能与尼古丁可影响脂质代谢，促使血液中脂肪酸和胆固醇增加有关[26]。高血压和血脂异常相互影响、相互促进已经得到证实，血脂异常会引起动脉粥样硬化和血管舒缩障碍，进而导致高血压。而高血压者众多器官异常又会导致脂质堆积，引发血脂异常[27]。虽然糖尿病和血脂异常之间相互影响的机制尚不明确，但既往研究已证明二者密切相关[28]。已有研究表明，高尿酸血症和LDL-C 升高高度相关，可能与尿酸在脂肪生成和阻断脂肪酸氧化中起到了重要作用有关[29]。有效控制血脂水平可显著减少心血管病复发率和死亡率。一项预测研究发现，在2016 年—2030年开展调脂治疗可避免782 万例脑卒中和972 万例急性心肌梗死事件，并可避免336 万例心血管病死亡事件[20]。因此，应尽早筛查、监测血脂异常患病危险因素，对各因素进行协同干预，必要时可对重点人群采取药物治疗。加强血脂异常防控知识宣传，提高居民的健康意识，倡导其戒烟限酒、合理膳食、增强体育锻炼，从而有效预防心血管病的发生。

4 小结

本研究结果显示，我国中老年人血脂异常已经处于较高水平，血脂异常受多种因素影响，其中BMI 升高与血脂异常高患病风险存在高度关联。应加强血脂相关教育和防控知识宣传，倡导健康的生活方式和饮食习惯，重点针对危险因素暴露人群进行筛查，尽早采取降脂措施，从而有效减缓或阻止血脂异常发展进程，进而降低心血管病等慢性病发生风险，提高中老年人生存质量。