脂質蓄積指數對珠三角社區人群2型糖尿病患病風險的預測價值

黃俊軒，張曉霞，彭欣，謝易嫻，鮑欣雨，劉焱，程夢嬌，李宇斯，郭卓源，馬金香

糖尿病是全球性的公共衛生問題，近年來2型糖尿病發病率和患病率迅速上升，預計到2030年將會影響全球范圍內4.39億成年人的健康［1］。糖尿病的防治工作刻不容緩，尋求有效的方法預測糖尿病患病風險，有針對性地盡早干預，能很大程度降低2型糖尿病患病率。肥胖是糖尿病的重要危險因素，對社區人群肥胖情況進行評估有助于糖尿病高危人群的篩查，對糖尿病的防控具有重要意義。目前最常用于評估肥胖的指標為體質指數（BMI）、腰臀比（WHR），其可反映人體肥胖或超重程度和腹部肥胖程度，但不能區分皮下脂肪和內臟脂肪［2］。近年來脂質蓄積指數（LAP）越來越受到人們的關注，其由腰圍（WC）和三酰甘油（TG）計算所得，可用于反映人體內臟脂肪情況［3］，國外學者KAHN［4］認為與傳統肥胖指標相比，LAP是預測糖尿病患病風險更好的指標。國內研究發現，LAP對我國北方地區人群糖尿病患病風險的預測價值較高［5-6］，但由于國內南北方氣候環境、生活飲食存在較大差異，LAP在國內南方地區的適用性仍有待研究，因此本研究旨在探討LAP在南方珠三角地區的適用性，同時分析新舊肥胖指標與2型糖尿病的關系及其對2型糖尿病患病風險的預測價值，以尋找預測社區人群糖尿病患病風險的最佳肥胖指標。

1 對象與方法

1.1 調查對象 2017年7—9月，采用多階段分層隨機抽樣方法抽取常住于珠三角地區不同社區的居民為調查對象。本研究以戶為單位展開調查，調查對象為個人。首先根據珠三角地區經濟發展狀況進行分層，隨機抽取城市和行政村，按照城市和行政村的人口比例（1.2∶1）隨機抽取社區或行政村（社區2個和行政村11個）。在抽中的社區或行政村中，采用系統抽樣方法，以戶為單位，以10為抽樣間距，隨機抽取778戶家庭進行調查。

在獲得調查對象知情同意的情況下進行問卷調查、體格檢查、實驗室檢查。納入標準：常住于該社區（≥6個月）；年齡≥15周歲；無精神障礙疾病；自愿配合本調查。

1.2 研究方法

1.2.1 問卷調查 本研究問卷內容參考《第四次國家衛生服務調查方案及調查指導手冊》問卷［7］，問卷信息包括：（1）人口學特征：性別、年齡、婚姻狀況、教育水平；（2）健康相關行為：吸煙（指一生中至少吸100根煙）、飲酒（指在過去1年中每周至少攝入30 g酒精）、體育鍛煉（指每周至少鍛煉1次，連續半年以上）；（3）糖尿病家族史。

1.2.2 體格檢查 調查對象于空腹狀態下，去鞋帽后，穿薄衣物，取立正姿勢，挺胸收腹，使用身高體質量測量儀，連續測量3次，取平均值，身高精確至0.1 cm，體質量精確至0.1 kg［8］。穿輕薄的衣褲，取出褲袋內物品，身體直立，WC測量采用統一規格的軟皮尺測量腰部肋下緣與髖部上緣中點處，臀圍是指臀部最突出的周徑，WC、臀圍測量時皮尺貼近皮膚，但避免緊壓使皮尺陷入皮膚內，連續測量兩次，記錄讀數，取平均值，精確至 0.1 cm［8］。

1.2.3 血壓測量 血壓測量參照《中國高血壓防治指南（2018年修訂版）》［9］的測量要求，采用電子血壓計（OMRON，hem-7125），在安靜環境中連續測量3次血壓，取平均值，保留1位小數。

1.2.4 實驗室檢查 于清晨采集調查對象禁食8～12 h的空腹靜脈血10 ml，裝入一次性真空管，在血樣采集后1 h內進行空腹血糖（FBG）、總膽固醇、TG檢測。

1.2.5 糖尿病診斷標準 根據《中國2型糖尿病防治指南（2017年版）》［10］，糖尿病診斷標準為FBG≥7.0 mmol/L和/或調查對象自報有糖尿病病史，和/或2周內使用胰島素或口服降糖藥。

1.2.6 主要研究指標 LAP（男）=〔WC-65〕×TG；LAP（女）=〔WC-58〕×TG；BMI=體質量（kg）/身高2（cm2）；WHR= WC /臀圍。根據LAP四分位數將調查對象分為Q1組（LAP＜11.22），Q2組（LAP：11.22～22.05），Q3 組（LAP：22.06～44.50），Q4 組（LAP＞44.50）。

1.3 質量控制 為保證調查問卷的質量，調查員均為廣州醫科大學醫學生，調查員均經過嚴格培訓，調查員雙人成組現場發放問卷并開展問卷調查，組內相互核查問卷質量，同時設立質量控制小組審查問卷邏輯，對缺失問卷或缺失內容進行二次回訪。血液采集工作由臨床醫護人員和護士負責，血液采集按照標準流程進行。調查資料采用EpiData 3.0統計軟件進行雙人雙錄入。

1.4 統計學方法 采用SPSS 19.0軟件包進行數據分析。非正態分布的計量資料以M（P25，P75）表示，組間比較采用Mann-Whitney U檢驗；計數資料以相對數表示，組間比較采用χ2檢驗；LAP與空腹血糖的相關性分析采用Spearman秩相關，LAP與2型糖尿病粗患病率的關系采用趨勢χ2檢驗；采用Logistic回歸分析控制混雜因素后分析LAP與2型糖尿病的相關性。采用受試者工作特征曲線（ROC曲線）分析各肥胖指標對2型糖尿病患病風險的預測價值。以P＜0.05為差異有統計學意義。

2 結果

2.1 有無2型糖尿病調查對象臨床特征比較 本研究共選取828例調查對象，排除研究資料不完整18例，最終納入810例調查對象，Q1組203例，Q2組202例，Q3組202例，Q4組203例。810例調查對象中男422例，女388例；平均年齡38.0（30.8，49.0）歲；非糖尿病769例，2型糖尿病41例（其中新診斷2型糖尿病26例），中位病程為2.00（1.75，7.00）年。有無2型糖尿病性別、婚姻狀況、吸煙狀況、飲酒狀況、糖尿病家族史、舒張壓比較，差異無統計學意義（P＞0.05）。有無2型糖尿病年齡、教育水平、體育鍛煉情況、BMI、WHR、FBG、總膽固醇、TG、收縮壓、LAP比較，差異有統計學意義（P＜0.05，見表1）。

2.2 LAP與FBG、2型糖尿病粗患病率的關系 Q1組、Q2組、Q3組、Q4組 FBG分別為4.43（4.11，4.76）、4.50（4.20，4.90）、4.70（4.32，5.10）、4.85（4.50，5.50）mmol/L，LAP與FBG呈正相關（rs=0.285，P＜0.001）；Q1組、Q2組、Q3組、Q4組2型糖尿病粗患病率分別為0.99%（2/203）、1.98%（4/202）、6.44%（13/202）、10.84%（22/203），2型糖尿病粗患病率隨LAP升高而升高，差異有統計學意義（χ2趨勢=24.389，P＜0.001）。

表1 有無2型糖尿病調查對象臨床特征比較Table 1 Comparison of clinical characteristics between diabetic group and non-diabetic group

2.3 LAP與2型糖尿病患病風險相關性的Logistic回歸分析 以2型糖尿病粗患病為因變量，以肥胖指標LAP、BMI、WHR為自變量，分別建立二分類Logistic回歸分析模型，變量賦值見表 2。結果顯示，Q4組糖尿病患病風險是Q1組的12.22倍〔OR=12.22，95%CI（2.83，52.67），P＜0.001，見表3〕。當控制年齡、性別、婚姻狀況、教育水平時，Q4組糖尿病患病風險是Q1組 的 6.65倍〔OR=6.65，95%CI（1.49，29.77），P＜0.05，見表4〕。當控制年齡、性別、婚姻狀況、教育水平、體育鍛煉、收縮壓、舒張壓時，Q4組糖尿病患病風險是Q1組的5.04倍〔OR=5.04，95%CI（1.07，23.64），P＜0.05，見表 5〕。

表2 LAP與2型糖尿病患病風險相關性的Logistic回歸分析賦值表Table 2 Evaluation of the correlation between LAP and the risk of type 2 diabetes mellitus by Logistic regression analysis

表3 LAP與2型糖尿病患病風險相關性的Logistic回歸分析（模型一）Table 3 Logistic regression analysis of LAP and risk of type 2 diabetes mellitus（model 1）

表4 LAP與2型糖尿病患病風險相關性的Logistic回歸分析（模型二）Table 4 Logistic regression analysis of LAP and type 2 diabetes mellitus（model 2）

2.4 LAP對2型糖尿病患病風險的預測價值 LAP預測2型糖尿病患病風險的ROC曲線下面積大于BMI，差異有統計學意義（Z=-2.210，P=0.027），與WHR比較，差異無統計學意義（Z=-0.263，P=0.793）。LAP預測糖尿病患病風險的靈敏度為85.37%，最佳臨界值為25.485（見表6、圖1）。

3 討論

糖尿病的病因及發病機制十分復雜，目前尚未完全闡明，目前公認其是一種慢性高血糖狀態所致的內分泌代謝疾病［11］，而肥胖是心血管及代謝疾病的重要危險因素，肥胖對糖尿病的影響已得到證實。傳統肥胖指標包括BMI、WC、WHR，其中WC和WHR均反映腹型肥胖狀況［12］，本研究選取WHR作為腹型肥胖的觀測指標。由于傳統肥胖指標的操作簡便性，BMI、WHR被廣泛用于肥胖測量。傳統肥胖指標與糖尿病有強關聯性已得到證明。傳統肥胖指標仍存在一定的局限性，如BMI沒有結合代謝狀態來判斷健康狀況，WC、WHR無法區分皮下脂肪和內臟脂肪［2］。國外研究表明，由反映腹部脂肪的WC與反映血脂情況的TG結合而成的新型肥胖評價指標LAP可用于區分內臟脂肪［1，3］，能更加全面地評估體內脂質蓄積情況。美國學者KAHN［3］首次提出LAP在識別心血管風險、糖尿病方面優于BMI后，國內外學者對LAP的關注日益增加。申元媛等［5］對北京地區成年人進行研究，發現北京地區成年人LAP與糖尿病患病密切相關。蘇健等［6］以江蘇省人群為調查對象，同樣發現LAP與血糖密切相關，糖尿病患病風險隨著LAP的增加而升高。國內學者認為在北方地區LAP與血糖密切相關，但由于我國南方地區與北方地區氣候、地理環境、飲食習慣、生活方式差異較大，人群體型差異也較大，北方地區的超重率和肥胖率明顯高于南方地區［13］，而南北方人群糖尿病患病風險也大有不同，因此LAP指標在中國南方地區的適用性仍需研究。

表5 LAP與2型糖尿病患病風險相關性的Logistic回歸分析（模型三）Table 5 Logistic regression analysis of LAP and risk of type 2 diabetes mellitus（model 3）

圖1 BMI、WHR、LAP預測2型糖尿病患病風險的ROC曲線Figure 1 ROC curve of BMI，WHR，and LAP in predicting type 2 diabetes risk

表6 BMI、WHR、LAP預測2型糖尿病患病風險的ROC曲線分析結果Table 6 ROC curve analysis of BMI，WHR and LAP in predicting risk type 2 diabetes mellitus

本研究結果顯示，隨著LAP的增加，FBG、糖尿病粗患病率呈逐漸升高的趨勢，提示在珠三角地區LAP與2型糖尿病患病風險之間存在密切的關系。Logistic回歸分析結果顯示，控制年齡、性別、婚姻狀況、教育水平、體育鍛煉、收縮壓、舒張壓變量后，Q4組糖尿病患病風險是Q1組的5.04倍，與國內外研究結果相似［3，5-6］，高水平的LAP是珠三角地區2型糖尿病發病的重要危險因素。本研究ROC曲線分析結果顯示，LAP預測珠三角地區人群2型糖尿病患病風險的最佳臨界值為25.485（靈敏度為85.37%），LAP預測2型糖尿病患病風險的ROC曲線下面積大于BMI，與相關研究結果相似［4，14-15］，LAP主要反映的是人體內臟脂肪情況，而BMI主要反映全身肥胖，提示內臟肥胖對人體的危害遠大于全身肥胖［16］。雖ROC曲線下面積LAP略大于WHR，但兩者之間差異無統計學意義，與BOZORGMANESH等［17］研究結果相似，提示LAP對糖尿病患病風險的預測效果優于BMI，但與WHR預測效果相似。同時ROC曲線分析結果顯示，LAP有著較高的靈敏度、陰性預測值，以及較低的陰性似然比，提示LAP能判斷出2型糖尿病低風險人群，有利于降低2型糖尿病高風險人群的漏診率，可為人群2型糖尿病風險的防控提供較大幫助。當珠三角地區人群LAP低于最佳臨界值時，提示人群2型糖尿病的患病風險較低，當人群LAP值高于臨界值時，提示人群為2型糖尿病高危人群，應及時就診，監控自身血糖情況，加強體育鍛煉，注意個人飲食習慣。由ROC曲線各評價指標可知，LAP具有有效識別人群糖2型尿病早期風險的能力，而本研究中珠三角地區預測2型糖尿病風險的臨界值卻跟國內其他地區存在一定的差異。在大連和臺灣地區，LAP診斷糖尿病的最佳臨界值分別為34.84［18］、28.40［19］，而北京地區的研究中，LAP診斷糖尿病的最佳臨界值在男性與女性中分別為32.8和27.8［5］，可見LAP目前尚未有統一的診斷臨界值，本研究中珠三角地區的LAP最佳臨界值較小，為25.485，可能原因是南方地區人群WC均值小于北方地區人群［20］，以及南方地區TG略低于北方地區［6，21-22］，因此相比于其他地區，珠三角地區LAP的臨界值相對較低，珠三角地區LAP預測2型糖尿病患病風險的最佳臨界值具有地方性，可為中國南方珠三角地區人群的糖尿病防控提供新的指標和新的思考方向。

總之，LAP能有效識別中國南方珠三角地區人群2型糖尿病的早期患病風險。LAP預測珠三角地區人群2型糖尿病患病風險的效果優于BMI，但與WHR預測效果相似。

作者貢獻:黃俊軒、馬金香進行研究的構思與設計，研究的可行性分析，結果分析與解釋、論文的修訂，負責文章的質量控制及審校，對文章整體負責、監督管理；彭欣、謝易嫻、鮑欣雨、劉焱、程夢嬌進行數據收集；李宇斯、郭卓源進行數據整理；黃俊軒、張曉霞進行統計學處理；黃俊軒撰寫論文。

本文無利益沖突。