妊娠期糖尿病危险因素的结构方程模型分析

河北医科大学附属邢台市人民医院妇产科(054000)

马雨鸿 马华姝 乔宗旭 董丽霞

【提 要】 目的 利用结构方程模型分析妊娠期糖尿病发生的危险因素。方法 将2016年4月至2019年4月期间在本院进行产前保健的210例孕妇设为调查对象，以问卷调查的形式统计妊娠期糖尿病的危险因素。问卷主要内容包括一般资料和临床资料等。首先进行妊娠期糖尿病危险因素发生的单因素分析，将单因素分析中有统计学意义的变量纳入logistic多因素回归分析中，筛选出妊娠期糖尿病的独立危险因素。并构建妊娠期糖尿病影响因素的结构方程模型，进行结构方程模型变量的效应分析。结果 妊娠期糖尿病logistic多因素分析结果显示，年龄、孕前腰围、孕期增重、孕前BMI、父亲糖尿病史、母亲糖尿病史、ApoA5、FBG、TG、TC、FINS、HOMA-IR值均为妊娠期糖尿病的独立影响因素。构建的结构方程模型整体适配情况较好，能很好地反映一般资料、家族糖尿病史、生化指标与妊娠期糖尿病的关系。从总效应的统计结果来看，家族糖尿病史、生化指标对妊娠期糖尿病的发生影响较大，模型构建的各回归路径均有统计学意义(P<0.01)。结论 高龄、超重或肥胖、家族糖尿病史、糖脂代谢异常均为妊娠期糖尿病的独立危险因素。

全球范围内的糖尿病发病率一直呈上升趋势，据统计，目前中国已经成为世界上糖尿病发病率最高的国家，给家庭和社会造成了严重的经济负担[1]。妊娠期糖尿病是妊娠期间首次发生或发现的葡萄糖代谢异常，属于糖尿病的一种特殊类型。据统计，妊娠期糖尿病的妇女产后患有糖尿病的风险较高，对胎儿也可能造成严重的不良影响[2-3]。面对这一怀孕期间的常见疾病，目前的研究数据尚不完整，这也为妊娠期糖尿病的管理和筛查工作带来了一定的困难。目前，本地区尚无关于妊娠期糖尿病患病率及相关危险因素的流行病学研究。本次关于妊娠期糖尿病危险因素的调查分析意义深远，为避免回归分析模型在研究变量关系中的诸多缺陷，也为了进一步验证logistic多因素分析的合理性，本研究通过结构方程模型分析了相关变量对妊娠期糖尿病的影响。

对象与方法

1.调查对象

本研究为前瞻性研究，将2016年4月至2019年4月期间在本院进行产前保健的210例孕妇设为调查对象，符合知情同意原则。210例调查对象均自愿完成问卷调查，并完成75g口服葡萄糖耐量试验(OGTT)。其中48例诊断为妊娠期糖尿病(设为病例组)，余下162例设为对照组。

妊娠期糖尿病诊断标准[4]：OGTT正常界值为空腹、1小时、2小时分别为5.1mmol/L、10mmol/L、8.5mmol/L，其中≥1项的OGTT值超过以上界值诊断为妊娠期糖尿病。

2.方法

以问卷调查的形式统计妊娠期糖尿病的危险因素。问卷主要内容包括一般资料和临床资料等。一般资料包括：受试者的年龄、孕周、文化程度、家庭人均月收入、孕前腰围、孕期增重、孕前BMI、孕次、父亲糖尿病史、母亲糖尿病史等。临床资料包括：血清载脂蛋白A5(ApoA5)、载脂蛋白A I(ApoA I)、空腹血糖(FBG)、甘油三酯(TG)、总胆固醇(TC)、空腹胰岛素(FINS)水平及胰岛素抵抗指数(HOMA-IR)。

3.统计学分析

使用SPSS 22.0进行数据处理。计数资料采用百分比(%)表示，χ2检验进行单因素分析。多因素分析采用logistic回归模型；假设检验水准：α=0.05。通过 AMOS 21.0 软件构建结构方程模型，并评价模型拟合情况。

结 果

1.妊娠期糖尿病的单因素分析

表1中为妊娠期糖尿病的单因素分析结果，统计结果显示，两组间的年龄、文化程度、孕前腰围、孕期增重、孕前BMI、孕次、父亲糖尿病史、母亲糖尿病史、血清ApoA5、FBG、TG、TC、FINS、HOMA-IR值均存在明显差异(P<0.05)。

2.妊娠期糖尿病的多因素分析

将妊娠期糖尿病单因素分析中有统计学意义的变量按照表2中的方法进行赋值，并纳入logistic多因素回归分析中。统计结果显示，年龄、孕前腰围、孕期增重、孕前BMI、父亲糖尿病史、母亲糖尿病史、ApoA5、FBG、TG、TC、FINS、HOMA-IR值均为妊娠期糖尿病的独立影响因素，见表3。

3.妊娠期糖尿病影响因素的结构方程模型

进一步从量的角度分析各变量与妊娠期糖尿病之间的关系，验证logistic多因素分析的合理性。通过构建结构方程的方式，构建一般资料(年龄、孕前腰围、孕期增重、孕前BMI)、家族糖尿病史(父亲糖尿病史、母亲糖尿病史)、生化指标(ApoA5、FBG、TG、TC、FINS、HOMA-IR)与妊娠期糖尿病(OGTT实验)的路径模型。

表1 妊娠期糖尿病影响因素的单因素分析

表2 妊娠期糖尿病影响因素赋值情况

表3 妊娠期糖尿病logistic多因素分析

以一般资料、家族糖尿病史、生化指标为外生潜变量，以妊娠期糖尿病为内生潜变量，构建结构方程模型，见图1。结构方程模型的RMSEA值为0.025(P<0.001)。可见该结构方程模型能很好地反映一般资料、家族糖尿病史、生化指标与妊娠期糖尿病的关系。见表4。

图1 妊娠期糖尿病危险因素的结构方程修正模型图

表4 最优模型拟合优度评价结果

4.结构方程模型变量的效应分析

进一步分析一般资料、家族糖尿病史、生化指标对观察变量(妊娠期糖尿病)的影响，由结构方程模型可知，一般资料、家族糖尿病史、生化指标对妊娠期糖尿病的发生均产生了直接影响，路径系数分别为0.58、0.72、0.74。从总效应的统计结果来看，家族糖尿病史、生化指标对妊娠期糖尿病的发生影响较大，模型构建的各回归路径均有统计学意义(P<0.01)，回归关系成立，见表5。

表5 潜变量影响因素路径关系分析

讨 论

结构方程模式是多元数据分析的重要工具之一，可同时处理多个变量[5-6]。在某些自变量的分析过程中，误差的出现不可避免，而结构方程模型原则上可以分析含有一定误差的变量，弹性更高[7-8]，且结构方程模型分析能够估算不同路径的检验结果[9]，是一种可以清晰地分析单项指标间相互关系的统计学方法[10]。与此同时，结构方程模型还可以检验构建的模型是否吻合数据。考虑到影响妊娠期糖尿病的危险因素来自多个方面，笔者为进一步验证logistic多因素分析的合理性，通过结构方程模型进一步分析了相关变量对妊娠期糖尿病的影响。

本次研究的logistic回归分析结果显示，年龄、孕前腰围、孕期增重、孕前BMI、父亲糖尿病史、母亲糖尿病史、ApoA5、FBG、TG、TC、FINS、HOMA-IR值均为妊娠期糖尿病的独立影响因素。统计数据显示，产妇的年龄每增加1岁，发生妊娠期糖尿病的风险将增加13.2%(OR=1.132)。在多项报道中，年龄对于妊娠期糖尿病的发病是已知的危险因素。一般认为，产妇年龄≥35岁，是妊娠期糖尿病的主要危险因素。超重或肥胖也是妊娠期糖尿病的重要危险因素[11]。本研究中，孕前腰围、孕期增重、孕前BMI均是妊娠期糖尿病发生的独立危险因素(OR值分别为1.155、1.146、1.247)。一项国外的研究发现，存在糖尿病家族病史的孕妇较容易发生妊娠期糖尿病[12]。本研究也显示，存在父亲或母亲糖尿病史的孕妇，其发生妊娠期糖尿病的风险分别高于其他孕妇7.7%、9.8%(OR=1.077、1.098)，以上均证实了存在糖尿病遗传倾向的孕妇与妊娠期糖尿病发病之间的关系更加密切。

伴随分子生物学在疾病发生机制研究中的不断发展，临床上关于妊娠期糖尿病的发生机制也开展了深入研究。相关研究结果显示[13-15]，胰岛素与糖脂代谢异常是导致妊娠期糖尿病发生的重要因素，因此在妊娠期糖尿病孕妇体内可以检测到ApoA5、FBG、TG、TC、FINS、HOMA-IR等代谢指标相应增加的现象。本次研究中，ApoA5、FBG、TG、TC、FINS、HOMA-IR值均为妊娠期糖尿病的独立影响因素。说明糖脂代谢异常为妊娠期糖尿病发生发展的重要影响因素。为了进一步从量的角度分析各变量与妊娠期糖尿病之间的关系，验证logistic多因素分析的合理性。笔者利用结构方程模型，构建了相关指标与妊娠期糖尿病(OGTT实验)的路径模型。比较结构方程模型的各项适配度指标与参考值，RMSEA值为0.025(P<0.001)。表明结构方程模型整体适配情况较好，该结构方程模型能很好地反映以上各研究变量与妊娠期糖尿病的关系。在结构方程模型变量的效应分析中，从总效应的统计结果来看，家族糖尿病史、生化指标对妊娠期糖尿病的发生影响较大，模型构建的各回归路径均有统计学意义(P<0.01)，回归关系成立。

综上所述，高龄、超重或肥胖、家族糖尿病史、糖脂代谢异常均为妊娠期糖尿病的独立危险因素。应给予存在以上危险因素的孕妇高度关注，并通过早期的筛查积极采取相应的措施来进行妊娠期糖尿病的预防和管理。