痛風及高尿酸血癥危險因素的Logistic回歸分析

熊俊慧 劉堅 陳堅

痛風及高尿酸血癥危險因素的Logistic回歸分析

熊俊慧 劉堅 陳堅

目的 應用Logistic 回歸模型對痛風及高尿酸血癥的相關危險因素進行分析，為其預后和控制提供理論支持。方法 選取有痛風癥狀的高尿酸血癥患者120例為觀察組，同期收治的患有其他疾病的患者120例為對照組，對兩組受試者的一般資料進行統計，并采用1∶1配對的觀察組對照組研究設計，用自擬的痛風及高尿酸血癥影響因素調查表對受試者進行調查分析。結果 兩組患者的身高、體重、收縮壓、舒張壓 差異均有統計學意義（P＜0.05），兩組受試者的舒張壓（DBP）和收縮壓（SBP）雖均在正常范圍之內，但觀察組的DBP、SBP高于對照組；觀察組的尿酸（UA）、低密度脂蛋白（LDL-C）、總膽固醇（CHOL）、肌酐（CREA）平均水平均高于對照組（P＜0.05），其中觀察組的LDL-C水平高于正常范圍。對結果進行logistic回歸分析，高尿酸血癥患病的危險因素有超重、營養及疾病知識的缺乏，而高尿酸血癥患病的保護因素有受教育程度、水果攝入、蔬菜攝入、豆制品攝入及對營養知識感興趣的程度。結論 在今后的痛風以及高尿酸的防治中，應全面對待，綜合考慮，提高生命質量，改善社會環境。

痛風及高尿酸血癥 Logistic 回歸，危險因素 交互作用

痛風是一種由于嘌呤代謝物合成增加，尿酸產生過多或排泄不良使得血中尿酸升高，尿酸鹽結晶沉積在關節滑膜、滑囊、軟骨及其他組織中引起的反復發作性炎性疾病，是一種臨床常見病［1］。高尿酸血癥是痛風的前奏，痛風是長期高尿酸血癥造成的后果之一。因此控制血尿酸水平是治療痛風的主要研究方向。據調查顯示［2］，痛風的影響因素主要有性別、年齡、種族、職業、飲食習慣等。本資料中采用自己量表及對受試人員進行體格檢查，應用Logistic回歸模型對痛風及高尿酸血癥的相關危險因素進行分析，為痛風及高尿酸血癥的預后和控制提供理論支持，報道如下。

1 臨床資料

1.1 一般資料 選取本院于2014年1月至2015年1月收治的有痛風癥狀的高尿酸血癥患者120例為觀察組，其中男72例，女48例；年齡45～78歲，平均年齡（58.6±6.4）歲。入選標準：年齡≥18歲的痛風患者，且經飲食控制后，男性血尿酸水平≥480μmoL/L，女性血尿酸水平≥350μmoL/L者均可診斷為高尿酸血癥；痛風診斷標準符合1977年美國風濕病學會急性痛風性關節炎的分類標準患者；首次發作患者；入院治療時患者處于間歇期。排除標準：（1）患者存在肝功能異常者或腎功能損傷者。（2）貧血或是存在其他血液系統疾病者。（3）近1年內存在活動性消化性潰瘍病史者。對照組為同期在本院住院的非痛風患者120例，其中男70例，女50例；年齡44～78歲，平均年齡（57.5±5.9）歲。排除標準：（1）風濕病及類風濕性關節炎等癥狀相似的患者。（2）存在嚴重的心腎疾病患者。兩組患者的年齡、性別、民族、病程、既往病史的因素差異均無統計學意義（P＞0.05），具有可比性。本研究經本院醫學倫理研究會同意，并與患者簽訂知情同意書。

1.2 方法 （1）指標收集：收集患者的一般健康資料，包括測量身高、體重、舒張壓（DBP）、收縮壓（SBP）等，以及受試者的實驗室生化檢查指標，如低密度脂蛋白膽固醇（LDL-C）、高密度脂蛋白膽固醇（HDL-C）、甘油三酯（TG）、血尿酸（SUA）、總膽固醇（CHOL）、肌酐（CREA）、尿素氮（BUN）等生化指標。（2）研究方法：采用1∶1配對的觀察組對照組設計，用自擬的痛風及高尿酸血癥影響因素調查表對受試者進行調查分析，本次調查由調查員進行口述提問，受試者加以回答，并如實將答案寫入調查表中。

1.3 診斷標準 （1）超重或肥胖：使用體重指數（BMI）來衡量肥胖與否，18.5＜BMI＜24為正常狀態，24＜BMI＜28為超重狀態，BMI≥28為肥胖狀態。（2）高血壓：高血壓指SBP≥140mmHg和/或DBP≥90mmHg。（3）高血糖：空腹血糖正常值為3.9～6.1mmol/L，空腹血糖＞6.1mmol/L視為高血糖。由于單純憑空腹血糖不能確診糖尿病，故將空腹血糖＞6.1 mmol/L定義為高血糖組。（4）血脂異常：血清TG正常值為0.58～1.88mmo1/L，血HDL-C正常值1.03～1.85mmol/L，血清LDL-C正常值2.07～3.3mmol/ L，臨床上滿足以下任何一條，即可診斷為血脂異常，即：①血清HDL-C含量＜1.03mmol/L。②血清CHOL含量≥5.69mmol/L。③血清LDL-C含量≥3.3 mmol/L。④血清甘油三酯（TG）含量≥1.88mmo1/ L。（5）CREA：正常值男為51～91.5μmoL/L，女為31.2～66.3μmoL/L，高于或低于正常值范圍內均屬于異常。（6）BUN：正常值2.5～6.5 mmol/L，高于或低于正常值范圍內均屬于異常。

1.3 統計學方法 采用SPSS18.0統計軟件。計量資料采用t檢驗、配對t檢驗、秩和檢驗、配對秩和檢驗等方法進行處理，計數資料采用χ2檢驗，Fisher精確檢驗等方法進行處理，采用二項分類的非條件logistic回歸模型進行危險因素分析，P＜0.05為差異有統計學意義。

2 結果

2.1 兩組受試者的一般資料比較 見表1。

表1 兩組受試者的一般資料比較

2.2 兩組受試者實驗室生化檢查指標比較 觀察組的尿酸（UA）、LDL-C、CHOL、CREA平均水平均高于對照組（P＜0.05），其中觀察組的LDL-C水平高于正常范圍。

2.3 高尿酸血癥相關因素單因素非條件logistic回歸分析 超重、糖尿病、高血壓、不清楚食物療效與高尿酸血癥呈正相關，即男性為有超重、高血壓、糖尿病等疾病的人群，患高尿酸血癥的危險度分別是2.384倍、3.791倍、3.251倍和2.147倍，而由于健康飲食知識的缺乏，會導致人們忽視飲食健康，從而加重了由飲食危險因素導致的發病。然后受試者的受教育程度、水果攝入、鍛煉持續時間、蔬菜攝入、豆制品攝入及對營養知識感興趣與高尿酸血癥發病負相關，因此對營養知識的掌握程度有助于高尿酸血癥的預防。

2.4 高尿酸血癥危險因素的多因素非條件logistic回歸分析 對單因素的結果進行統計分析后將其有統計學意義的變量進行多因素的非條件logistic回歸分析，結果顯示，高尿酸血癥患病的危險因素有超重、營養及疾病知識的缺乏，而高尿酸血癥患病的保護因素有受教育程度、水果攝入、蔬菜攝入、豆制品攝入及對營養知識感興趣的程度。

3 討論

對痛風及高尿酸血癥的相關病因進行文獻研究可知［3］，其病因之間具有一定的關聯性，故而單一的危險因素分析并不能滿足本次研究的設計需求，故本資料采用1： 1配對的條件Logistic回歸模型，其可將多個非研究因素的影響因素進行統計分析，并加以控制同時也可以將資料的信息利用和參數估計的準確性進行一定程度的提高，既可以對危險因素的單獨作用進行研究，又可以將其聯合作用進行控制，更適用于類似于痛風及高尿酸血癥這種發病率較低的非傳染性疾病危險因素研究。

本資料中，自擬的調查問卷表示在綜合國內外文獻的基礎上［4，5］，對痛風及高尿酸血癥的危險因素進行分類整理而成，本資料結果顯示，超重、糖尿病、高血壓、不清楚食物療效與高尿酸血癥呈正相關，即男性及有超重，高血壓、糖尿病等疾病的人群，而由于健康飲食知識的缺乏，會導致人們忽視飲食健康，從而加重由飲食危險因素導致的發病。受試者的受教育程度、水果攝入、鍛煉持續時間、蔬菜攝入、豆制品攝入及對營養知識感興趣與高尿酸血癥發病負相關，因此對營養知識的掌握程度有助于高尿酸血癥的預防。此外，對單因素的結果進行多因素的非條件logistic回歸分析可知，高尿酸血癥患病的危險因素有超重、營養及疾病知識的缺乏，而高尿酸血癥患病的保護因素有受教育程度、水果攝入、蔬菜攝入、豆制品攝入及對營養知識感興趣的程度，因此，在今后的痛風以及高尿酸的防治中，應全面對待，綜合考慮，提高生命質量，改善社會環境。

參考考獻

1 郭彩云，聶秀玲，孫麗榮，等.高尿酸血癥/痛風與非酒精性脂肪肝嚴重程度的相關研究 .天津醫科大學學報，2013，19（6）：499～501.

2 Krishnan E，Akhras K S，Sharma H，et al.Relative and attributable diabetes risk associated with hyperuricemia in US veterans with gout .QJM ：monthly journal of the Association of Physicians，2013，106（8）：721～729.

3 關寶生，白雪，周憲君，等.痛風和高尿酸血癥患者飲食危險因素的觀察組對照組研究.牡丹江醫學院學報，2013，34（2）：15～17.

4 Chen J H， Pan W H， Hsu C C， et al. Impact of obesity and hypertriglyceridemia on gout development with or without hyperuricemia： a prospective study .Arthritis care & research，2013，65（1）： 133～140.

5 胡育英，依馬木·麥麥提，阿衣帕夏·愛莎.新疆喀什地區維吾爾族人群高尿酸血癥及痛風流行病學調查.中華實用診斷與治療雜志，2011，25（9）：876～877.

浙江省公益性應用技術研究項目（2011C23128）

323000 浙江省麗水市人民醫院風濕免疫科