老年健康體檢人群外周血紅細胞分布寬度與糖化血紅蛋白A1c的相關性研究

張海霞,郭 杰,袁 寧,張清泉,管新雨,郭 杰,孟兆年,侯 敏

(1.天津市胸科醫(yī)院a.檢驗科；b.心內(nèi)科，天津 300222；2.天津捷信消費金融有限公司IT Repayment，天津300457；3.天津醫(yī)科大學醫(yī)學檢驗學院，天津 300203)

糖尿病（diabetes mellitus,DM）是最常見和最復雜的代謝紊亂之一，近幾十年來已成為世界范圍內(nèi)的一個主要健康問題[1-5]。由于營養(yǎng)水平提高、體力活動減少和肥胖等因素，成年人2 型糖尿病(type 2 diabetes mellitus,T2DM)的患病率持續(xù)上升，預計2040年將達到10.4 %[5-8]。同樣，隨著人口老齡化和生活方式的改變，我國人群糖尿病的患病率也在迅速增加[9-11]。2017年，中國疾病預防控制中心公布的數(shù)據(jù)表明，18 歲以上人群糖尿病的患病率為10.4 %，以T2DM 為主；而60 歲以上老年人糖尿病患病率超過20 %[10,12-14]。

糖化血紅蛋白A1c（glycated hemoglobin A1c,HbA1c）是血紅蛋白非酶促糖基化的產(chǎn)物[15]，2011年WHO 建議在條件具備的國家和地區(qū)采用HbA1c診斷糖尿病，診斷切點為HbA1c ≥6.5 %[16-17]。近年來，我國HbA1c 檢測標準化程度逐步提高，國內(nèi)一些研究結果顯示，在中國成人中 HbA1c 診斷糖尿病的最佳切點為 6.2 %～ 6.4 %，以6.3 %的依據(jù)為多[13]。紅細胞分布寬度(red blood cell distribution width,RDW)是衡量紅細胞體積變化的一個指標[18]，最近的一些研究指出，RDW，DM 和炎癥之間存在聯(lián)系[19]，并認為“RDW 是心衰（heart failure,HF）和DM 患者良好的預后指標”[10,19]，這可能改善對患有T2DM 風險的個體的風險評估[5]。

國外報道，在美國健康非糖尿病成年人群[20]和南歐老年門診患者[21]中，RDW 與HbA1c 呈正相關并可獨立預測HbA1c 水平。NADA 等[5]的研究也表明，糖尿病患者的RDW 值明顯高于健康個體，特別是在血糖未受控制的人群中尤其高。為研究我國的老年健康體檢人群中RDW 是否與HbA1c有關，我們設計了本實驗來評估二者之間的相關性。

1 材料與方法

1.1 研究對象 選取2014年1月～2018年12月天津市胸科醫(yī)院體檢中心年齡在60 歲以上的健康體檢者，共5 408 例，女性2 618 例和男性2 790 例，平均年齡74 歲（66-79 歲）。納入標準：研究對象無明顯心血管疾病、腦部疾病、腎臟疾病、肺部疾病、腫瘤等。

1.2 儀器與試劑 全血細胞計數(shù)（complete blood count，CBC）測定使用SYSMEX E-2100 全自動血液分析儀（日本SYSMEX 公司），HbA1c 測定使用VARIANT II 血紅蛋白測試系統(tǒng)（美國Bio-Rad Laboratories Inc.公司），測定方法為高效液相色譜法。均為配套試劑和校準品。研究期間，通過常規(guī)的內(nèi)部質(zhì)量控制和外部室間質(zhì)量評價程序保證測定結果的可靠性。

1.3 方法 收集研究人群CBC[包括RDW，血紅蛋白（hemoglobin，Hb）和平均紅細胞體積（mean corpuscular volume, MCV）]和HbA1c 的結果，并進行相關分析。

1.4 統(tǒng)計學分析應用SPSS 21.0 和GraphPad Prism 8.0統(tǒng)計軟件對數(shù)據(jù)進行分析。 采 用Kolmogorov -Smirnov 檢驗評價所有數(shù)據(jù)分布的特征。呈偏態(tài)分布的數(shù)據(jù)資料結果用中位數(shù)和四分位數(shù)表示[M（P25，P75)]。連續(xù)變量的組間比較使用Mann-Whitney U 檢驗，分類變量的組間比較使用χ2檢驗。組間的多重比較使用Kruskal-Wallis 單因素ANOVA 分析并進行Bonferroni 校正。使用Mantel-Haenszel 線性趨勢性檢驗來評估變量間是否有線性變化的趨勢，并計算趨勢性P 值。采用Spearman秩相關分析和偏相關分析[22]評估數(shù)據(jù)間的相關性，并計算相關系數(shù)(r)。回歸分析前，采用Box-Tidwell 方法檢查變量間是否存在線性關系；共線性診斷用于檢測自變量間是否存在多重共線性，方差膨脹因子（variance inflation factor，VIF）≥10的變量被認為存在共線性。使用Logistic 回歸分析計算比值比(odds ratio，OR)及相應的95%置信區(qū)間（confidence interval，CI）。P＜0.05 為差異有統(tǒng)計學意義。

2 結果

2.1 RDW 和HbA1c 的Spearman 分析結果 見表1。Kolmogorov-Smirnov 檢驗結果顯示，所有數(shù)據(jù)均呈偏態(tài)分布，結果用M（P25，P75)進行統(tǒng)計描述。在整個研究人群、男性組、女性組中，RDW 值與HbA1c 水平均呈正相關關系，即使在對混雜因素調(diào)整后亦是如此（均P＜0.01）。同時，根據(jù)本實驗室Hb 參考范圍的下限（男性Hb 濃度＜130 g/L，女性Hb 濃度＜115 g/L），將所有研究對象分為兩組：無貧血組和貧血組；結果顯示，無貧血組RDW 值與HbA1c 水平之間仍呈正相關關系（P＜0.05），但貧血組二者之間差異無統(tǒng)計學意義（P＞0.05）。

2.2 研究人群按HbA1c 水平分類后的結果 見表2。首先，根據(jù)上述文獻中HbA1c 診斷糖尿病的臨界值（即6.3 %），參考本實驗室RDW 值參考范圍的上限（即14.0 %），同時考慮到貧血可能產(chǎn)生的影響，將整個研究人群和無貧血組各 分 成HbA1c ≤6.3 %、HbA1c＞6.3 %兩組。可見，HbA1c＞6.3 %的個體其RDW 水平均高于HbA1c ≤6.3 %的個體（均P=0.000）；而且，兩組中HbA1c＞6.3 %的個體其RDW＞14.0 %的比例亦高于HbA1c ≤6.3 %的個體（均P=0.000）。

表1 研究人群的Spearman 相關分析結果

表2 研究對象根據(jù)HbA1c 水平分類后的特征

根據(jù)HbA1c 的四分位數(shù)，整個研究人群被分為四組（組1～4），每組的臨床特征見表3。使用Kruskal-Wallis 單因素ANOVA 分析和成對多重比較，我們發(fā)現(xiàn)，RDW 水平隨著HbA1c 四分位數(shù)水平逐漸升高（H=188.047，P=0.000；P 值經(jīng)Bonferroni 校 正 后 為0.000, 均P＜0.05）。而且，Mantel-Haenszel 檢驗表明，RDW＞14.0 %的比例隨著HbA1c 四分位數(shù)升高有統(tǒng)計學意義的線性趨勢（趨勢性P=0.000）。

表3 研究人群根據(jù)HbA1c 四分位數(shù)分類后的特征

2.3 RDW 和HbA1c 之間的相關性結果 見圖1。Logistic 回歸分析被用于驗證RDW 是否為HbA1c的獨立危險因素。Box-Tidwell 線性測試結果顯示，所有連續(xù)自變量與因變量Logitic 轉(zhuǎn)換值之間存在線性關系（P=0.015，0.742 和0.703；Bonferroni校正后P=0.006 25；均＞0.006 25）；并且自變量之間也沒有統(tǒng)計學意義的共線性（所有VIF 值均＜5）。單因素Logistic 回歸模型結果。

圖1 RDW 和 HbA1c 之間的相關性

以第1 組為參照，進一步探討RDW 與HbA1c的關系。見表3 和圖1，組2～4 RDW＞14.0 %出現(xiàn)的風險分別是組1 的1.248 倍(95%CI 1.072～1.453)，1.471 倍 (95%CI 1.260～1.717) 和1.731 倍(95%CI 1.468～2.041)，更重要的是，RDW＞14.0 % 出現(xiàn)的風險隨著HbA1c 四分位數(shù)具有升高的線性趨勢（趨勢性P =0.000）。另外，調(diào)整混雜因素后，HbA1c＞6.3% 個體中RDW＞14.0 % 出現(xiàn)的風險 是HbA1c ≤6.3 % 個體的1.569 倍（95%CI，1.395～1.765，P=0.000）。

3 討論

眾所周知，RDW 是一個傳統(tǒng)的血液學指標，主要用于鑒別不同類型的貧血。最近，越來越多的證據(jù)表明，RDW 是許多疾病的一個有效的風險標志物，如心腦血管疾病[10,15,23-24]，系統(tǒng)性紅斑狼瘡[25]，惡性腫瘤[5,26-28]和糖尿病腎病[8,29-30]等；而且RDW 與T2DM 的發(fā)生及其并發(fā)癥有關[19,31-32]。作為DM 診斷和治療標準的一部分，HbA1c不受日常血糖波動、外部環(huán)境短期變化的影響，能有效地反映測定日前2 至3 個月的平均血糖水平[1,7,16,33]。HbA1c 水平也被證明與炎癥有關，可用于預測糖尿病發(fā)病率、并發(fā)癥以及死亡率[8]，即使在沒有糖尿病的人群中[20]，RDW 和HbA1c 都可用于糖尿病患者和非糖尿病患者的預后[8]。

目前，國外關于RDW 與HbA1c 的關系有一些不同的研究，但這些結果是相當不一致的，造成這種差異可能與族裔和人口、研究設計、樣本量和數(shù)據(jù)來源有關[33-34]。

我們的研究將這些先前的發(fā)現(xiàn)擴展到我國老年健康體檢人群。首先，這項大規(guī)模研究揭示了RDW 與HbA1c 之間的正相關關系，盡管相關系數(shù)相對較小，除貧血組無統(tǒng)計學意義外，其余亞組的相關性都是一致的，這可能是由于貧血的影響[33]。在最近一項由2 688 例健康中老年人（49～66 歲）組成的大型隊列研究中，LI 等[10]報道，RDW-CV與HbA1c 呈正相關關系（r=0.13，P＜0.001）。同樣，在另一項研究中，ENGSTROM 等[15]也揭示了類似的關系，他們發(fā)現(xiàn)RDW 每增加1s，HbA1c相應地增加0.10 %。與先前的這些研究結果相似，我們的研究也證實了這種正相關關系。已知HbA1c主要由血糖水平和紅細胞暴露于血糖中的時間決定[8,15,23,34]。據(jù)文獻報道，紅細胞隨著壽命的延長而變小，清除率的降低使得較小的細胞能夠繼續(xù)循環(huán)，擴大了紅細胞體積較小的群體的尾部，從而使RDW 增加[15,30,35]。另一方面，紅細胞清除延遲也使之能夠在正常清除的時間之后繼續(xù)循環(huán)，從而增加紅細胞的平均壽命，導致Hb 被糖基化的時間更長，反過來升高了HbA1c 水平。RDW 與HbA1c之間的正相關關系或許反映出紅細胞體積的高度變異性與長時間暴露于血糖中衰老紅細胞的高比例之間的關系[15]。這或許可以解釋（至少部分）二者之間的相關性。有趣的是，我們的研究數(shù)據(jù)表明，MCV 與HbA1c 呈負相關關系（r = -0.222，95%CI-0.250～ -0.195，P=0.000），從而支持了上述假設。而且，已知高血糖也可以促進HbA1c 形成、減少紅細胞變形性，使紅細胞更容易破壞[5,8,10,15,36]，從而導致紅細胞體積的高度變異性和RDW 值的增加[5,8,31,37]。值得注意的是，本研究結果顯示，無論在整個研究人群還是無貧血組人群，HbA1c＞6.3 %的個體其RDW 值均較高，這提示未受控制的高血糖個體其紅細胞體積具有更高的異質(zhì)性。NADA 等[5]的結果也表明，血糖控制不佳（HbA1c＞7 %）患者的RDW 高于血糖控制良好的對照組（HbA1c ≤7 %，P=0.035），與本研究結果相符。

但相比之下，DEMIR 等[26]在32 例非糖尿病患者、82 例糖尿病患者或全部研究對象中，均沒有觀察到RDW 與HbA1c 之間存在關聯(lián)（P＞0.05），筆者推測這可能是由于樣本量太小，統(tǒng)計能力弱的緣故。同樣，YIN 等[31]和NADA 等[5]的研究也沒有發(fā)現(xiàn)RDW 和HbA1c 之間存在相關性（P=0.087和0.78）。

其次，如前所述，與HbA1c ≤6.3 %的個體相比，HbA1c＞6.3 %的個體具有更高RDW 水平和更高的RDW＞14.0 %的比例。相應地，HbA1c＞6.3 %的個體RDW＞14.0 %出現(xiàn)的風險是HbA1c ≤6.3 %個體的1.569 倍，這與VEERANNA 等[20]人的結果相似。接下來，我們證實 RDW與HbA1c之間的相關性與年齡、性別和Hb 等變量無關。更重要的是，與HbA1c 較低四分位數(shù)的個體相比，HbA1c 較高四分位數(shù)的個體傾向于具有更高的RDW 水平和更高的RDW＞14.0 %的比例，并且出現(xiàn)RDW＞14.0 %的風險更高。因此，RDW 或許可以代替HbA1c 用于T2DM 個體的風險評估。

有研究證實，RDW 值依賴于年齡和性別[15,23,26,38-39]。VAJRAVELU 等[34]報 道，HbA1c 存 在年齡差異；LI 及BAE 等[10,33]亦發(fā)現(xiàn)HbA1c 值受Hb 水平和性別的影響。因此，數(shù)據(jù)分析過程中我們對這些因素進行了調(diào)整，并且RDW 和HbA1c 之間的關系在調(diào)整后仍具有統(tǒng)計學意義。另外，盡管沒有觀察到HbA1c 與Hb 之間存在統(tǒng)計學相關性（P=0.440，數(shù)據(jù)未顯示），但考慮到RDW 和HbA1c 之間的關系可能受貧血影響，因此在統(tǒng)計過程中我們也對Hb 進行了調(diào)整。

總之，我們的研究對象是60 歲以上的老年健康體檢人群，這擴展了其他研究人員以前的工作；大的樣本量，與一些研究結果的一致性及研究過程中已知混雜因素的調(diào)整，這是本實驗的優(yōu)勢，但也存在一定的局限性。首先，我們的研究是基于一個表觀健康的人群，盡管有一定的納入標準，調(diào)整了一些混雜因素，但我們不能排除結果可能受到其它與RDW 或HbA1c 密切相關的變量的影響，如鐵、葉酸、維生素B12、脾功能亢進、某些血紅蛋白藥物和藥物[23,34]，這些因條件所限無法得到，有待進一步研究探討；第二，近年來我國的HbA1c 檢測標準化程度逐步提高，但由于各地區(qū)檢測能力和條件的不平衡仍存在較大差異，本文以文獻中提到的診斷切點6.3 %作為臨界值，可能存在一定的偏差。

綜上所述，老年健康體檢人群中，RDW 值與HbA1c 水平呈正相關關系；RDW 是HbA1c 的一個獨立的風險因素，HbA1c 升高的個體其RDW 水平升高的的風險增加。作為一個常規(guī)且廉價的血液學參數(shù)，RDW 或許可以作為一個有效的生物標志物用于T2DM 個體的風險評估。