北京市不同性别成年人群代谢综合征发生与淋巴细胞数量的关联性

董静，杨昆，陶丽新，周锋，师宁，闫焱，郭秀花(北京电力医院，北京00073；2首都医科大学公共卫生学院；3首都医科大学临床流行病学北京市重点实验室)



北京市不同性别成年人群代谢综合征发生与淋巴细胞数量的关联性

董静1，杨昆2,3，陶丽新2,3，周锋1，师宁1，闫焱1，郭秀花2,3(1北京电力医院，北京100073；2首都医科大学公共卫生学院；3首都医科大学临床流行病学北京市重点实验室)

摘要：目的 探讨北京市不同性别成年人群代谢综合征(MetS)的发生与淋巴细胞数量的关联性。方法回顾性分析2007年1月1日～2012年12月31日在北京电力医院和北京小汤山医院进行健康查体的7 489例体检者的体检资料，每例研究对象在研究期间至少进行3次及以上体检。从每次体检时的血常规检查结果中获取淋巴细胞数量资料，将不同性别体检者按照淋巴细胞数量四分位数分为Q1(≤25%)、Q2(>25%～50%)、Q3(>50%～75%)、Q4(>75%)四个水平。根据末次体检结果筛选MetS患者，运用广义估计方程(GEE)，分析MetS与淋巴细胞数量的关系。结果追踪体检者5年间，共发生MetS 378例，其中男203例、女175例，发病密度为12.67/1 000人年。男性人群中，与Q1相比，淋巴细胞数量为Q4者的BMI升高(RR=1.493 8，95%CI为1.090 8～2.045 7)，Q2、Q3、Q4者的TG升高(RR分别为1.208 4、1.442 5、1.707 7，95%CI分别为1.032 3～1.414 6 、1.210 3～1.719 2、1.406 5～2.073 5)。女性人群中，与Q1相比，淋巴细胞数量为Q4者的MetS发病密度升高(RR=2.200 8，95%CI为1.221 9～3.964 0)。结论北京市成年人群中，男性淋巴细胞数量增加与BMI升高、TG升高有关，女性淋巴细胞数量增加与MetS的发生有关。

关键词：代谢综合征；淋巴细胞数量；性别；队列研究；广义估计方程；北京市

代谢综合征(MetS)是以糖代谢异常、高血压病、血脂异常、中心性肥胖等多种疾病或危险因素在个体聚集的一组临床症候群。随着社会经济增长和生活方式的改变，MetS在全球范围的患病率逐年上升，已成为严重威胁人类健康的主要公共卫生问题。目前，MetS的病因及发病机制尚不清楚。近年研究发现，慢性炎症与MetS的发生密切相关，代表机体炎症反应的淋巴细胞数量可能与MetS有关。性别是影响MetS发生的重要因素。我们对2007年1月～2012年12月7 489例体检者进行5年的体检资料追踪，收集淋巴细胞指标数据，利用广义估计方程(GEE)分析淋巴细胞数量与MetS的关联性，为MetS的早期诊断和预防提供理论支持。

1资料与方法

1.1研究对象回顾性分析2007年1月1日～2012年12月31日在北京电力医院和北京小汤山医院7 489例体检者的体检资料，男3 389例、女4 100例，年龄(41.34±11.25)岁。纳入标准：①每例体检者研究期间至少进行3次及以上体检；②体质量、血压、血常规、空腹血糖、TG、HDL、肝功能、肾功能、内科既往史等体检资料齐全。排除标准：①初次体检时已患有MetS各症候群如肥胖、高脂血症、高血压病、糖尿病等；②初次体检时合并心绞痛、心肌梗死、脑梗死、胃癌等病史；③有冠状动脉搭桥术、冠状动脉内支架成形术、胃大部切除术等手术史；④体检时存在炎症性疾病，如各种急慢性感染性疾病、移植排斥反应、免疫性疾病、应用免疫抑制药物等。受检者均知情同意且签订知情同意书。

1.2淋巴细胞数量资料收集及分析从体检时的血常规检查结果中获取每例体检者的淋巴细胞数量资料。按体检者性别不同，将男性、女性按初次体检时淋巴细胞数量的四分位数分为Q1(≤25%)、Q2(>25%～50%)、Q3(>50%～75%)、Q4(>75%)四个水平，男性为Q1(<1.78×109/L)847例、Q2(1.78×109/L～2.10×109/L)984例、Q3(>2.10×109/L～2.44×109/L)711例、Q4(>2.44×109/L)847例，女性为Q1(<1.60×109/L)848例、Q2(1.60×109/L～1.93×109/L)1 202例、Q3(>1.93×109/L～2.30×109/L)1 093例、Q4(>2.30×109/L)957例。

1.3MetS筛查方法对末次体检时的体检结果进行分析，按照国际糖尿病联盟和美国心脏病学会与美国心肺血液研究所(AHA/NHLBI)的MetS诊断标准[1]筛选MetS患者，下述5项中任意3项成立即可：①腹型肥胖：根据腰围确定，腰臀比男性≥0.9,女性≥0.8；②高TG血症：TG≥1.7 mmol/L，或已经进行针对降低TG的治疗；③低HDL血症：男性HDL<1.0 mm/L、女性HDL<1.30 mm/L，或已经进行针对降低HDL的治疗；④血压升高：收缩压≥130 mmHg和(或)舒张压≥85 mmHg，或已经诊断高血压并开始治疗；⑤空腹血糖≥5.6 mmol/L，或已经诊断2型糖尿病并开始治疗。

2结果

2.1不同性别人群MetS发生情况研究期间共发生MetS 378例，其中男203例、女175例， MetS的发病密度为12.67/1 000人年。

2.2初次、末次体检不同性别体检者淋巴细胞数量比较 初次体检时，男性、女性淋巴细胞数量分别为(2.13±0.54)×109/L、(1.98±0.52)×109/L，男性淋巴细胞数量高于女性(P<0.05)；末次体检时，男性、女性淋巴细胞数量分别为(2.15±0.57)×109/L、(1.95±0.50)×109/L，男性淋巴细胞数量高于女性(P<0.05)。

2.3淋巴细胞数量与MetS的关联性男性人群中，与Q1相比，淋巴细胞数量为Q4者的BMI升高(RR=1.493 8，95%CI为1.090 8～2.045 7)，Q2、Q3、Q4者的TG升高(RR分别为1.208 4、1.442 5、1.707 7，95%CI分别为1.032 3～1.414 6、1.210 3～1.719 2、1.406 5～2.073 5)。女性人群中，与Q1相比，淋巴细胞数量为Q4的体检者MetS发病密度增高1.200 8倍(RR=2.200 8，95%CI为1.221 9～3.964 0)。见表1、2。

3讨论

MetS是以糖代谢异常、血脂异常、中心性肥胖和高血压病等多个代谢异常聚合的一种病理状态，是影响机体正常代谢的重要因素，可导致免疫功能障碍，增加心脑血管和肿瘤等的发病风险。MetS不仅与糖尿病和心脑血管疾病[2]有关，而且与肝脏疾病、慢性肾病、血管纤维化等疾病有关。MetS的发生包括遗传和环境因素因素，其主要的发病机制可能与胰岛素抵抗、炎症及高黏血症[3～5]有关。据统计，北京自然人群2007年MetS的5年累计发病率为12.7%[6]。本研究发现，北京市成年人群5年MetS的发病密度为12.67/1 000人年。

表1　男性人群中淋巴细胞数量对MetS发生的影响GEE结果

注：Ref为参照函数。

表2　女性人群中淋巴细胞数量对MetS发生的影响GEE结果

注：Ref为参照函数。

研究发现，性别因素是MetS发生发展的重要影响因素[7～9]。2001年顾东风等调查显示，中国成年人群中男性MetS患病率为9.8%、女性为17.8%[7]。但目前对性别与MetS的关系尚无明确结论。分析导致不同性别人群MetS发生差异的原因，对于Mets的诊疗具有重要意义。

研究发现，亚临床慢性系统性炎症状态可能是MetS发生的病理机制基础。炎症是MetS和动脉粥样硬化的主要原因，MetS与慢性、低度系统性炎症状态有关[3]。淋巴细胞数量是评价炎症状态的指标之一，淋巴细胞数量与胰岛素抵抗以及高胰岛素血症相关，从而与MetS发生与发展密切相关[9]。Buyukkaya等[10]研究发现，淋巴细胞数量升高可导致机体系统性慢性炎症，从而导致肥胖的发生，认为淋巴细胞数量是肥胖的危险因素。淋巴细胞中T细胞、B细胞能够增加 MetS 发生的风险[11,12]。炎症状态下，T淋巴细胞被激活渗透血管壁后，可与浸润的脂肪细胞结合，表达和分泌细胞因子，参与动脉粥样硬化的发生和发展，进而导致血管损伤。CD8+淋巴细胞通过参与损伤以及激活补体，使血管内皮细胞的完整性和功能屏障作用受损，诱发免疫复合物沉积于血管内皮基底膜上，使血管的通透性增加，促进动脉粥样硬化的进展，在MetS发生中发挥重要作用。目前对于淋巴细胞数量与MetS发生以及其代谢组分异常的研究尚不多。探讨淋巴细胞数量与MetS的相关性，不仅有助于对MetS的筛查，预防其发生，也可以为后期的治疗提供一定参考。本研究发现，在校正了人口学信息、血常规、血生化指标等后，与Q1相比，男性人群中淋巴细胞数量为Q4者的BMI升高，Q2、Q3、Q4者的TG升高，提示男性人群淋巴细胞数量增加与BMI升高及TG升高有关；与Q1相比，女性人群中淋巴细胞数量为Q4的体检者患MetS增高1.200 8倍，提示淋巴细胞数量增加是女性人群MetS发病的危险因素。

参考文献：

[1] Alberti KG, Eckel RH, Grundy SM, et al. Harmonizing the metabolic syndrome: a joint interim statement of the International Diabetes Federation Task Force on Epidemiology and Prevention; National Heart, Lung, and Blood Institute; American Heart Association; World Heart Federation; International Atherosclerosis Society; and International Association for the Study of Obesity[J]. Circulation, 2009,120(16):1640-1645.

[2] Karbek B, Bozkurt NC, Topaloglu O, et al. Relationship of vaspin and apelin levels with insulin resistance and atherosclerosis in metabolic syndrome[J]. Miner Endo, 2014,39(2):99-105.

[3] Fernandez-Berges D, Consuegra-Sanchez L, Penafiel J, et al. Metabolic and inflammatory profiles of biomarkers in obesity, metabolic syndrome, and diabetes in a mediterranean population. DARIOS Inflammatory Study[J]. Revis Espan Cardio, 2014,67(8):624-631.

[4] Lasselin J, Capuron L. Chronic low-grade inflammation in metabolic disorders: relevance for behavioral symptoms[J]. Neuroimmunomodulation, 2014,21(2-3):95-101.

[5] Vuong J, Qiu Y, La M, et al. Reference intervals of complete blood count constituents are highly correlated to waist circumference: should obese patients have their own normal values[J]. Am J Hemat, 2014,89(7):671-677.

[6] 刘静, 赵冬, 王薇, 等．北京自然人群代谢综合征发病率及影响因素的研究[J].心肺血管病杂志,2007,26(2):65-68.

[7] Gu D, Reynolds K, Wu X, et al. Prevalence of the metabolic syndrome and overweight among adults in China[J]. Lancet, 2005,365(9468):1398-1405.

[8] Barrett CE. Gender differences and disparities in all-cause and coronary heart disease mortality: epidemiological aspects[J]. Best Prac Res Clin Endocrinol Metab, 2013,27(4):481-500.

[9] Colizzi M, Costa R, Scaramuzzi F, et al. Concomitant psychiatric problems and hormonal treatment induced metabolic syndrome in gender dysphoria individuals: A 2year follow-up study[J]. J Psycho Res, 2015,78(4):399-406.

[10] Buyukkaya E, Karakas MF, Karaka E, et al. Correlation of neutrophil to lymphocyte ratio with the presence and severity of metabolic syndrome[J]. Clinic App Throm Hemo, 2014,20(2):159-163.

[11] Ryder E, Diez-Ewald M, Mosquera J, et al. Association of obesity with leukocyte count in obese individuals without metabolic syndrome[J]. Diabe Metab Syndr, 2014,8(4):197-204.

[12] Phillips AC, Carroll D, Gale CR, et al. Lymphocyte sub-population cell counts are associated with the metabolic syndrome and its components in the Vietnam Experience Study[J]. Atherosclerosis, 2010,213(1):294-298.

Association between metabolic syndrome and the count of lymphocyte in male and female Beijing adults’ population

DONGJing1,YANGKun,TAOLixin,ZHOUFeng,SHINing,YANYan,GUOXiuhua

(1BeijingElectricPowerHospital,Beijing100073,China)

Abstract:ObjectiveTo explore the association between the count of lymphocyte and the occurrence of metabolic syndrome (Mets) in a cohort study in male and female Beijing adults specifically in gender. MethodsClinical data of 7 489 cases who took at least 3 health examination from 1st January 2007 to 31th December 2012 were retrospectively analyzed in Beijing Electric Power Hospital and Beijing Xiaotangshan Hospital. The count of lymphocyte of research objects was obtained from the blood routine examination. And the lymphocytes were divided into 4 levels according to the quartile(Q1≤25%,Q2:25%-50%,Q3:50%-75%,Q4>75%) in gender. Metabolic syndrome was diagnosed by the last data of health examination. Generalized estimating equation model was used to assess the relationship between metabolic syndrome and the lymphocyte. ResultsDuring the 5 years’ follow-up, 378 cases appeared MetS, including 203 males and 175 females. And the incidence density of Mets was 12.67 per 1000 person-years. Compared with Q1, the males’ BMI increased in Q4 (RR=2.200 8, 95% CI:1.090 8-2.045 7 ),and the males’ TG increased in Q1,Q2 and Q3(RR=1.208 4,1.442 5,1.707 7，95%CI: 1.032 3-1.414 6,1.210 3-1.7192,1.406 5-2.073 5). Compared with Q1, the females whose lymphocytes were Q4 increased the risk of MetS (RR=2.200 8,95%CI:1.221 9-3.964 0).ConclusionsThe increase of males’ lymphocytes may associate with the increase of BMI and TG, and the increase of females’ lymphocytes may associate with the occurrence of MetS in Beijing adults.

Key words:metabolic syndrome; lymphocyte; gender；cohort studies； generalized estimating equations; Beijing

(收稿日期：2015-11-08)

中图分类号：R589；R195.4

文献标志码：A

文章编号：1002-266X(2016)14-0014-04

doi：10.3969/j.issn.1002-266X.2016.14.005

通信作者简介：郭秀花(1960-)，女，博士，教授，主要研究方向为疾病预测模型与统计决策。E-mail: guoxiuh@ccmu.edu.cn

第一作者简介：董静(1973-)，女，硕士研究生，副主任医师，主要研究方向为健康管理。E-mail: jkglzx63502033@163.com

基金项目：国家自然科学基金资助项目(81373099；81001281；81502886)；北京市自然科学基金资助项目(7131002)；北京市优秀人才青年骨干个人项目(2014000020124G150)。