冠心病患者入院体重指数与静息心率的关系研究

黄琼芳,潘燕彬△,颜建龙

(1.深圳市人民医院/暨南大学第二临床医学院/南方科技大学第一附属医院健康管理科,广东 深圳 518020;2.深圳市人民医院/暨南大学第二临床医学院/南方科技大学第一附属医院心血管内科/深圳市心血管微创医学工程技术研究开发中心,广东 深圳 518020)

超重和肥胖被认为是心血管疾病的高危因素[1-3]。在临床实践中,体重指数(BMI)通常被用于筛查超重和肥胖[4]。肥胖可引起自主神经系统功能障碍,常表现为副交感神经张力降低和(或)交感神经张力增加[5-6]。静息心率(RHR)的速度可以反映副交感神经张力和(或)交感神经张力的增加或减少[7-8]。目前关于BMI和RHR之间关系的研究结果还存在差异。既往的研究发现这两者之间暂未有关联[9-10],但可能由于样本量小或潜在的混淆效应导致。但亦有两项横断面研究相继发现在不同人群中BMI与RHR呈负相关[11-12],而另一项横断面调查[13]和两个前瞻性队列研究[14-15]则发现BMI与RHR呈正相关。上述研究均尚未进行分层交互分析和曲线拟合分析,无法更好地了解不同人群中BMI与RHR之间的关系,并观察两者的变化趋势。因此,本研究从敏感性分析、交互作用、曲线拟合等多个维度出发,探讨冠心病(CHD)患者入院时BMI与RHR的关系。

1 资料与方法

1.1一般资料 收集深圳市人民医院2018年1月至2021年12月2 533例CHD患者的资料,其中急性ST段抬高型心肌梗死619例,急性非ST段抬高型冠状动脉综合征1 496例,稳定型心绞痛418例。排除了缺失变量的数据BMI(n=914)、RHR(n=155),其他协变量缺失资料(n=122),最终纳入1 342例CHD患者。根据基线BMI的四分位数范围将患者分为Q1组(n=336)、Q2组(n=335)、Q3组(n=331)和Q4组(n=340)。本研究经医院伦理委员会审核并通过(〔2018〕伦审批科017号)。

1.2资料收集 研究收集了人口统计学资料、临床特征、实验室测量数据和病史的详细信息。静息至少10 min后,用心电图监测仪检测RHR值[16]。

2 结 果

2.1患者的基线特征 按BMI的四分位数分层纳入患者的基线资料。患者年龄(60.1±11.1)岁,68.6%为男性。BMI和RHR分别为(24.0±3.8)kg/m2和(72.0±11.5)次/分。50.7%患者有高血压;70.2%、60.0%和25.2%的患者分别接受了β受体阻滞剂、ACEI和CCB治疗。随着BMI的增加,年龄均值和高血压患者比例呈上升趋势(P<0.001),入院时RHR和吸烟者比例呈下降趋势(P<0.001)。总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、心房颤动史、陈旧性心肌梗死、慢性阻塞性肺疾病史、脑卒中、PCI术后、冠状动脉旁路搭桥术(CABG)术后、糖尿病、阿司匹林、氯吡格雷、β受体阻滞剂和他汀类药组间差异无统计学意义(P>0.05),见表1。

表1 患者的基线资料

2.2BMI与RHR的曲线拟合 在调整性别、年龄、心房颤动、陈旧性心肌梗死、脑卒中、PCI术后、高血压、糖尿病、吸烟、收缩压、舒张压、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、阿司匹林、氯吡格雷、β受体阻滞剂、ACEI、CCB、他汀类药物后,观察到BMI和RHR之间的非线性关系,见图1。然后,进一步采用多元线性回归模型分析BMI对RHR阈值的影响。RHR随着转折点前BMI水平的增加而降低(27.6 kg/m2)。BMI<27.6 kg/m2调整后的回归系数为-0.70(95%CI-0.93～-0.48,P<0.001),而BMI≥27.6 kg/m2则为0.11(95%CI-0.37～0.59,P=0.649)。

图1 BMI与RHR的曲线拟合

2.3BMI与RHR的单因素和多因素回归模型 使用单变量和多变量回归模型评估BMI和RHR的关系。BMI增加一个单位与RHR下降0.50次/分相关(调整后的β=-0.50,95%CI-0.67～-0.33,P<0.001)。模型Ⅰ表明,在调整性别、年龄、高血压、吸烟、收缩压、心房颤动史、舒张压、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、阿司匹林、β受体阻滞剂。以BMI的Q1组作为参考,随着BMIQ2到Q4组增加,RHR逐渐降低(β=-2.13,95%CI-3.73～-0.53,P=0.009;β=-3.60,95%CI-5.30～-1.91,P<0.001;β=-5.48,95%CI-7.24～-3.71,P<0.001),趋势性检验P<0.001。

除了这些混杂因素外,模型Ⅱ还进一步调整了模型Ⅰ和以下变量:OMI、脑卒中、PCI后、糖尿病、总胆固醇、氯吡格雷、ACEI、CCB、他汀类药物,BMI和RHR之间的关系仍然稳健。以四分位数Q1为参考,RHR随着BMI的增加而下降(β=-1.96,95%CI-3.55～-0.37,P=0.016;β=-3.45,95%CI-5.13～-1.76,P<0.001;β=-5.35,95%CI-7.13～-3.57,P<0.001),趋势性检验P<0.001,见表2。

表2 BMI与RHR的单因素和多因素回归模型

2.4分层分析和交互作用检验 为了确定BMI和RHR之间的相关性,进行了分层分析和交互作用检验。分层结果表明,各种因素对BMI和RHR之间关系的影响是一致的。交互作用分析结果显示,BMI和RHR与其他变量之间的关系没有显著的交互作用(P>0.10),见表3。

表3 BMI与RHR的分层分析及交互作用检验

3 讨 论

本研究主要发现CHD患者入院时BMI与RHR之间存在显著、独立、负相关,在调整相关混杂因素后,所研究的两个指标之间的独立相关性保持稳定。进一步的分析支持了入院时BMI与RHR之间存在饱和效应,即呈非线性关系,当BMI达到27.6 kg/m2时,RHR没有显著下降。

过去几年,一些研究强调探讨BMI与交感神经功能活动状态之间的关系[17-20]。RHR也能反映交感神经功能的活动状态。然而,很少有来自多个维度的研究报道BMI和RHR之间的关系。在本研究中,CHD患者入院时BMI与RHR呈负相关,即RHR随着BMI的增加而降低。本研究结果与之前的报道一致,支持BMI和RHR之间呈负相关[11-12]。既往研究表明,肥胖患者存在自主神经系统功能障碍,通常表现为副交感神经张力下降和(或)交感神经张力增加,最终导致RHR升高[5-6]。相反,本研究发现CHD患者RHR随着BMI的增加而降低,但没有导致RHR的增加。

以往很少有研究关注于解释这些结果,因此本研究提出了一些假设。首先,本研究认为,其中一个原因是在调整混杂因素时,回归模型中缺乏可测量和(或)不可测量的潜在混杂因素[21]。因此,如果能够进一步纠正上述潜在的混杂因素,这些相互冲突的联系可能会减弱或消失[21]。但本研究纳入的所有变量均进行了调整,入院时BMI与RHR之间的关系保持稳定,说明结果可靠。其次,肥胖也与交感神经系统的变化有关。先前的运动反应试验发现,肥胖型高血压患者对神经激素系统的应激反应弱于偏瘦型高血压患者[22]。同样,在慢性心力衰竭患者中,肥胖患者的交感神经活动低于偏瘦型患者,提示BMI的增加可导致RHR的降低[23]。此外,肥胖患者的交感神经功能通常处于慢性交感神经过度活动状态,导致β-肾上腺素受体下调,这也可间接导致RHR较慢[24-25]。第三,有研究发现,血压正常的肥胖人群交感神经功能活动存在局部差异,即肌肉交感神经活动增加,心脏交感神经活动减少[26]。血压正常的肥胖人群心脏去甲肾上腺素分泌量较低,这意味着肥胖人群的心脏交感神经活动较低,RHR较慢[26]。第四,可能与患者目前正在接受药物治疗的原因有关,阻断了神经激素系统,改变了神经激素水平[27]。最后,在本研究中可能存在选择性偏差,但这并不是对这一现象的主要解释[28]。总的来说,在做出一个更适当的解释之前,上述解释应该是相对合理的。

更有趣的是,本研究发现入院时BMI和RHR之间的关系不是线性的,而是呈反向j型关系。也就是说,当BMI达到27.6 kg/m2时,RHR并没有随着BMI的增加而显著降低[2]。

此外,本研究还进行了敏感性分析。以BMI为连续变量和分类变量,入院时采用RHR进行多因素回归分析。结果表明,在调整混杂因素后,回归系数是稳定的,表明这些结果的可靠性。同时,分层分析显示在不同人群中存在相似的影响,入院时BMI和RHR与其他变量没有交互作用。当然,也许统计上的相互作用并不一定意味着真正的生物相互作用[29]。

本研究也存在部分局限性。首先,在样本选择过程中,本研究排除了缺失变量(如入院时BMI、RHR等)的患者,这可能会导致样本量的减少和选择性偏差。其次,本研究设计为横断面研究,需要进一步研究所报道的因果关系。第三,本研究可能会忽略一些可测量和不可测量的潜在混杂因素,如患者的正常运动量,以及影响心率的药物的起始时间、持续时间和剂量(如β受体阻滞剂、伊伐布雷定、地高辛)。最后,本研究仅限于CHD患者,其结果可能不适用于健康人群。

综上所述,CHD患者入院时BMI与RHR呈显著、独立、负相关。所研究的两个指标之间也存在饱和效应,即入院时BMI与RHR呈非线性关系,当BMI达到27.6 kg/m2时,RHR无显著下降。