葉 鵬,陳 霞,魏 東,劉 雅,鄭 莉,歐陽凌云,張文龍
(成都市第二人民醫院 a.內分泌科, b.全科醫學科,四川 成都610017)
隨著經濟發展和生活方式的改變,糖尿病的患病率逐年上升。最新的一項流行病學調查顯示,2015~2017年中國成年人糖尿病和糖尿病前期的患病率分別為12.8%和35.2%[1]。大約3億人處于糖尿病前期,發展為糖尿病的風險明顯增加,而對糖尿病前期進行干預可降低糖尿病發病風險[2]。約一半的糖尿病患者沒有被及時診斷[1],從而增加糖尿病并發癥的發生風險。75%~80%的糖尿病患者最終會患上心血管疾病,糖尿病前期患者心臟病發作和中風的風險也明顯升高[3,4]。由此可見,對于糖代謝異常患者的早發現、早預防尤為重要。據調查,成都地區中老年體檢人群超重、肥胖和中心性肥胖普遍流行[5]。體質指數(body mass index,BMI)、腰圍(waist circumference,WC)、腰臀比(waist-to-hip ratio,WHR)、腰高比(waist-to-height ratio,WHtR)是衡量超重、肥胖和中心性肥胖的常用指標。然而不同研究比較BMI、WC、WHR、WHtR與糖尿病或糖尿病前期相關性的結果并不一致[6~11],尚需進一步研究。甘油三酯(TG)與胰島素抵抗密切相關。脂質蓄積指數(lipid accumulation product,LAP)結合了腰圍和甘油三酯,在多個研究中證實是一個較好的識別糖代謝異常的指標[12,13]。但是在兩項隨訪6年的研究中,LAP預測糖尿病的能力與WC、WHR、WHtR相似[14,15]。糖尿病已成為我國一個重大公共衛生問題,早期識別糖代謝異常高危人群十分重要,有助于早期預防。本研究是一項10年回顧性隊列研究,旨在確定這些與肥胖相關的指標是否能預測糖代謝異常,尋找簡便易行的指標。
1.1 一般資料2018年1~2月收集了四川省成都市大邑縣蔡場社區的常住人口291例。納入標準:①曾參與2008年成都“十一五”科技規劃重大專項“城鄉杜區常見多發慢性病防治”項目[16];②2008年糖代謝正常;③50~89歲。排除標準:①2008年診斷為糖尿病或糖尿病前期;②長期使用激素、惡性腫瘤、嚴重心腦血管疾病、嚴重肝腎功能不全、代謝性手術、截肢;③基線資料缺失較多。④未采血或不愿配合。根據世界衛生組織1999年標準,糖代謝正常定義為空腹血糖<6.1 mmol/L,且75 g葡萄糖耐量試驗2 h血糖<7.8 mmol/L。本研究經過本院倫理委員會批準,受試者均簽署知情同意書。
1.2 方法調查形式和內容與2008年保持一致,測量身高、體重、腰圍、臀圍、血壓。采集空腹靜脈血,采用全自動生化分析儀檢測空腹血糖、餐后2h血糖、總膽固醇(TC)、TG、高密度脂蛋白膽固醇(HDL-C)、低密度脂蛋白膽固醇(LDL-C)、血尿酸。2018年尚未診斷糖尿病的受試者需行75 g葡萄糖耐量試驗。兩位研究者獨立完成受試者身份信息對比,收集2008年資料。LAP男性=(WC-65)×TG,LAP女性=(WC-58)×TG。糖代謝異常定義為空腹血糖≥6.1 mmol/L或糖耐量2 h血糖≥7.8 mmol/L,包括2018年以前已診斷糖尿病并進行藥物治療的受試者。根據中國肥胖問題工作組標準[17],BMI≥24 kg/m2為超重或肥胖;男性WC≥85 cm或WHR≥0.90,女性WC≥80 cm或WHR≥0.85,或WHtR≥0.5[8]為中心性肥胖。高TG血癥定義為TG≥1.7 mmol/L。
1.3 統計學方法采用SPSS 20.0統計軟件進行數據分析。計量資料以均數±標準差表示,首先進行正態性檢驗,若不符合正態分布則采用自然對數轉換為正態分布資料。組間比較采用獨立樣本t檢驗,前后比較采用配對樣本t檢驗。計數資料采用率描述,比較采用卡方檢驗。采用多因素Logistic回歸校正混雜因素,分別計算不同指標糖代謝異常發病風險的比值比。采用MedCalc 12.7統計軟件計算受試者工作特征(ROC)曲線,計算靈敏度、特異度及曲線下的面積(AUC)。不同ROC曲線下面積的比較采用DeLong′s檢驗。P<0.05為差異有統計學意義。
2.1 患者的一般資料、肥胖指標及實驗室檢測指標
2018年調查時共發現92例受試者存在糖代謝異常(糖代謝異常組),其余199例為糖代謝正常組。糖代謝異常組中男38例,女54例,糖尿病前期63例,糖尿病29例。糖代謝正常組男77例,女122例。兩組一般資料、肥胖指標及實驗室檢測指標見表1。

表1 患者的一般資料、肥胖指標及實驗室檢測指標
2.2 肥胖指標與TG對糖代謝異常發生風險的影響多因素Logstic回歸發現,校正年齡、性別、糖尿病家族史、血糖、血壓、血尿酸后,WC、WHR、WHtR每增加1標準差,10年后發生糖代謝異常的風險分別增加42.9%,40.9%,49.1%,差異有統計學意義(P<0.05)。由于TG、LAP不呈正態分布,根據三分位數將其分為三組,與下三分位組相比,TG和LAP上三分位組發生糖代謝異常的風險明顯增加(P<0.05)。以正常指標為參照,中心性肥胖及高TG血癥均增加10年后糖代謝異常發生風險(P<0.05)。見表2。

表2 肥胖指標及TG與糖代謝異常的多因素Logstic回歸分析結果
2.3 肥胖指標與TG預測糖代謝異常的ROC分析
BMI、WC、WHR、WHtR、TG、LAP均可預測10年后糖代謝異常發生(P<0.05),其中LAP的ROC曲線下面積最大,WHtR次之,BMI最小。DeLong′s檢驗發現,LAP及WHtR預測糖代謝異常的能力明顯高于BMI(P=0.020,P=0.033)。WC、WHtR、WHtR、TG、LAP預測糖代謝異常的能力比較,差異無統計學意義(P>0.05)。無論是男性還是女性,BMI的ROC曲線下面積均最小,男性WHtR曲線下面積最大,而女性LAP曲線下面積最大。見表3。

表3 肥胖指標與TG預測10年后糖代謝異常的ROC分析
2.4 肥胖指標聯合高甘油三酯血癥預測糖代謝異常的價值以超重、中心性肥胖作為切點聯合高TG血癥(TG≥1.7 mmol/L)預測糖代謝異常的的特異度均達到90%以上。見表4。

表4 肥胖指標聯合TG增高預測糖代謝異常的特異度、靈敏度 (%)
近年多個糖尿病流行病學調查發現,糖尿病的患病率逐年升高,已成為嚴重的社會經濟負擔。本研究人群為成都地區的農村人群,研究顯示糖代謝異常的10年累積發病率達31.6%,其中糖尿病前期占21.6%,糖尿病占10.0%。隨著年齡增加和生活方式的改變,受試者的肥胖指標和TG均較10年前增加。糖代謝異常組的肥胖指標和TG較糖代謝正常組增加,而這種差異在10年前已經存在。因此對于高危人群的早期篩查和干預十分重要。
本研究發現,BMI、WC、WHR、WHtR均是糖代謝異常的預測因子,其中WHtR預測能力較強,BMI預測能力最弱。與我們的研究相似,一項針對四川人群的前瞻性研究發現,BMI、WC、WHR、WHtR可以提前3年預測糖代謝異常的發生,其中WHtR的預測能力最強[6]。Lawal等[18]和Xu等[7]研究也發現,WHtR較BMI、WC、WHR預測糖代謝異常的能力更強。也有研究與本研究不一致。一項針對皮馬印第安人的前瞻性研究發現BMI和WHtR都是糖尿病的最佳預測指標[11]。Chei等[9]對日本人的隊列研究發現,BMI、WC、WHtR僅在女性中是糖尿病的預測指標。這些研究提示不同肥胖指標在不同種族、性別和地區之間預測糖代謝異常的能力有所不同。
眾多研究提示,TG是糖代謝異常的獨立危險因素。本研究也發現,即使在校正混雜因素后,TG仍然是糖代謝異常的獨立危險因素,預測糖代謝異常的能力與BMI、WC、WHR、WHtR相似。傳統的肥胖指標無法準確地反映內臟脂肪的積累,而LAP聯合了WC和TG,更能反應內臟脂肪積累和胰島素抵抗。研究發現LAP可以有效識別糖代謝異常[19,20]。本研究和Wang等[14]的研究也發現,隨著LAP增高,糖尿病和糖尿病前期的發病風險成倍增加。本研究還發現,LAP可以預測糖代謝異常的發生,優于BMI,但與WC、WHR、WHtR無統計學差異。安徽的一項研究顯示,LAP與空腹血糖受損風險增高有關,優于BMI,在女性中還優于WC[21]。然而,Wang等針對中國農村人群隨訪6年的研究顯示LAP預測糖尿病的能力與WC相似[14]。這些研究結果均提示LAP可以有效識別或預測糖代謝異常,然而是否優于傳統肥胖指標,可能因研究人群、性別和研究設計的不同而不同。
由于LAP的計算較復雜,且缺乏適合中國人群的公認切點值,臨床運用較少。因此,我們進一步計算了超重或中心性肥胖聯合高TG血癥預測糖代謝異常的特異度和靈敏度,結果發現特異度均達到了90%以上,假陽性率低于10%。這提醒我們,對于超重或中心性肥胖患者,如果合并高TG血癥,應及早干預,預防糖代謝異常的發生。
本研究是一項隨訪10年的回顧性隊列研究,采用糖耐量診斷糖代謝異常,很好減少因診斷不足帶來的偏倚。但是,本研究也存在一些不足。研究人群為成都某社區的中老年人群,可能不能很好的代表廣泛的中國人群。由于樣本量相對偏小,本研究沒有對糖代謝異常的程度進行亞組分析。在性別的亞組分析中,可能是由于樣本量減少導致的檢驗效能不足,中心性肥胖指標預測糖代謝異常的能力較BMI僅有升高的趨勢,這需要大樣本研究進一步驗證。
綜上,BMI、WC、WHR、WHtR、TG、LAP均是成都某社區中老年人群糖代謝異常的危險因素和預測因子。中心性肥胖指標的預測能力,尤其是LAP和WHtR,優于BMI。對于超重或中心性肥胖合并高TG血癥的患者應定期隨訪,早期干預,預防糖代謝異常的發生。