基于倾向性评分匹配探析不同性别血尿酸与血压的相关性研究

聂志超，李爽境，田甜，李婷婷，贾红

随着全球经济的迅速发展，人们膳食结构发生了重大改变，高尿酸血症患病率逐年升高，由2010年的10.0%增长到2014年的13.3%，发病年龄也持续低龄化，严重影响人群健康［1-2］。高血压作为常见慢性病，常与其他心血管疾病危险因素共存，可损伤心、脑、肾等重要脏器。《中国居民营养与慢性病状况报告（2015年）》显示，2015年中国≥18岁居民高血压患病率已达到25.2%，高血压患病人数为2.7亿，高血压患者人均期望寿命降低，生活质量受到严重影响［3］。高值血压是正常血压向高血压演变的中间环节，处于高值血压的人群容易发展为临床高血压患者［4］。近年来，一系列观察性研究对血尿酸和高血压、高值血压之间的关系进行了报道，研究显示，无论是将血尿酸作为连续变量还是将其进行四分位分组分析，血尿酸均可以作为高血压和高值血压的一个独立危险因素，高水平血尿酸人群的高血压和高值血压的患病风险更高［5-11］。但仍有一些临床试验［12-14］和孟德尔基因系列研究［15-16］显示，血压随血尿酸水平变化差异未呈现明确的统计学显著性。上述研究结果的不一致表明关于血尿酸与血压的相关性研究需要进一步的证据。

凉山彝族自治州位于四川省西南部，当地居民喜好酒肉。有研究表明，凉山地区高尿酸血症患病率（18.65%）和高血压患病率（30.19%）均高于全国平均水平，且在男女性中均存在明显统计学差异［17-18］。凉山彝族自治州2015年死因监测结果也显示，居民第二大死因为心血管疾病，说明心血管疾病已经严重威胁该地区居民生命健康［19］。故本研究欲通过现有数据分析凉山地区不同性别人群的血尿酸与高血压和高值血压是否存在相关性，为慢性病的预防和控制提供参考依据。

1 资料与方法

1.1 数据来源 本研究数据来源于达能营养中心膳食营养研究与宣教基金项目，该项目采用分层整群抽样法，于2014—2016年在凉山彝族自治州西昌市、德昌县、冕宁县、盐源县设置调查点，根据彝族和非彝族聚居地分别纳入德昌县6个村的全部常住居民、冕宁县8个村的全部常住居民、盐源县平川镇部分常住居民以及西昌市部分常住居民进行现场问卷调查、体格检查以及血样采集（常住居民：本住户所有户籍人口及虽无常住户口但在本户居住半年以上居民，不包括户籍虽在该地但长期外出超过半年者），共包括3 188例被调查者。本研究中剔除现场问卷调查、体格检查及血样采集信息不全的个体（n=236）和其他民族（除彝族和汉族外）的个体（n=37），最后共2 915例被调查者纳入本研究。所有被调查者签署知情同意书，本研究经西南医科大学研究委员会伦理委员会批准（编号：KY20140006）。

1.2 调查内容 调查一般人口学特征和生理生化指标，包括性别、年龄、民族、吸烟状况、饮酒状况、体质指数（BMI）、教育年限、职业、总胆固醇（TC）、三酰甘油（TG）、空腹血糖（FPG）、血压以及血尿酸。研究项目中具体指标定义和测量方法已在课题组前期发表文献中阐述［20］。

1.3 诊断标准及分组 参考《中国高血压防治指南2010》［21］，在未服用任何降压药物情况下，正常血压：收缩压＜120 mm Hg（1 mm Hg=0.133 kPa）且舒张压＜80 mm Hg；高值血压：收缩压120～139 mm Hg和/或舒张压80～89 mm Hg；高血压：收缩压≥140 mm Hg和/或舒张压≥90 mm Hg和/或已确诊为高血压。血脂异常诊断标准参考2007年《中国成人血脂异常防治指南》［22］：三酰甘油（TG）≥2.26 mmol/L为高TG血症；总胆固醇（TC）≥6.22 mmol/L为高TC血症。根据血尿酸水平的四分位数（P25，P50和P75）将被调查者分组， 男 性：Q1：＜335 μmol/L，Q2：335～389 μmol/L，Q3：390～452 μmol/L，Q4： ≥ 453 μmol/L； 女 性：Q1：＜248μmol/L，Q2：248～286 μmol/L，Q3：287～328 μmol/L，Q4：≥ 329 μmol/L。

1.4 倾向性评分匹配 倾向性评分匹配是一种可以处理非随机数据、控制和平衡混杂偏倚的统计分析方法，现已广泛应用于观察性和临床性非随机研究，其基本原理是根据已知协变量的取值计算试验对象被分入试验组的条件概率，从而找到与试验组对象特征方面相似的对照组。该条件概率就为倾向得分，可以通过传统的Logistic回归或Probit回归方法计算［23-24］。匹配后两组受试者的协变量分布更相似，实现了两组协变量的平衡［25］，因此能更好地获得研究变量与结果间的关系。本研究将研究对象按照性别分组，并将组内的高血压、高值血压作为因变量，若被调查者为高血压或高值血压，将其赋值为1，反之为0，血尿酸四分位组为自变量，以年龄、教育年限、FPG、TG、TC、吸烟状况、饮酒状况、民族、职业、BMI共10个混杂因素为协变量建立Logistic回归模型。计算每组调查对象高血压或高值血压发生率，通过1∶1最临近匹配和设定卡钳值，卡钳值范围为0.000 1～0.100 0，匹配后，通过t检验和χ2检验确定高血压和高值血压的协变量是否平衡，此外每个协变量的偏差百分比将通过单个变量标准差异曲线进行评估，标准差异＜10%即为匹配良好［26-27］。

1.5 统计学方法 采用SPSS 24.0和R 3.6.0软件进行统计学分析。符合正态分布的计量资料以（x ±s）表示，组间比较采用独立样本t检验；非正态分布的计量资料以M（QR）表示，组间比较采用秩和检验；计数资料的分析采用χ2检验；采用多因素Logistic回归分析探讨血尿酸对高血压和高值血压的影响；均衡组内混杂因素采用1∶1无放回倾向性评分匹配。以P＜0.05为差异有统计学意义。

2 结果

2 915例被调查者中，男1 572例，女1 343例；年龄15～96岁，中位年龄43（19）岁；高血压760例，高值血压1 240例，正常血压915例；血尿酸水平120～840 μmol/L，中位血尿酸水平335（126）μmol/L。

2.1 匹配前不同性别高血压和非高血压人群一般情况比较 匹配前女性高血压和非高血压人群吸烟状况、血尿酸水平比较，差异无统计学意义（P＞0.05）；高血压和非高血压人群年龄、民族、饮酒状况、BMI、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、FPG比较，差异均有统计学意义（P＜0.05）。

匹配前男性高血压和非高血压人群民族、吸烟状况、饮酒状况、教育年限＞6年比例、高TG血症发生率比较，差异均无统计学意义（P＞0.05）；高血压和非高血压人群年龄、BMI、农民比例、高TC血症发生率、FPG、血尿酸水平比较，差异均有统计学意义（P＜0.05，见表1）。

2.2 匹配前不同性别高值血压和正常血压人群一般情况比较 匹配前女性高值血压和正常血压人群民族、吸烟状况、饮酒状况、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、血尿酸水平比较，差异均无统计学意义（P＞0.05）；高值血压和正常血压人群年龄、BMI、FPG比较，差异均有统计学意义（P＜0.05）。

匹配前男性高值血压和正常血压人群年龄、民族、吸烟状况、饮酒状况、教育年限＞6年比例、农民比例、FPG比较，差异均无统计学意义（P＞0.05）；高值血压和正常血压人群BMI、高TC血症发生率、高TG血症发生率、血尿酸水平比较，差异均有统计学意义（P＜0.05，见表2）。

2.3 匹配前血尿酸水平与高值血压及高血压相关性的多因素Logistic回归分析 以男女性是否发生高值血压和高血压为因变量（赋值：是=1，否=0），以血尿酸水平为自变量（以血尿酸Q1组为参照组）进行多因素Logistic回归分析，结果显示，女性血尿酸Q2组高值血压患病风险是Q1组的0.647倍〔95% CI（0.456，0.917）〕（P=0.015），女性血尿酸Q2组高血压患病风险是Q1组的0.454倍〔95% CI（0.279，0.738）〕（P=0.001）。男性血尿酸Q4组高值血压患病风险是Q1组的1.596倍〔95% CI（1.064，2.396）〕（P=0.024），男性血尿酸Q3组和Q4组高血压患病风险分别是Q1组的1.607倍〔95% CI（1.033，2.498）〕（P=0.035）、2.465倍〔95% CI（1.531，3.968）〕（P＜0.001，见表 3）。

2.4 匹配后不同性别高血压和非高血压人群一般情况比较 经倾向性评分匹配，女性高血压和非高血压人群成功匹配248对，男性成功匹配388对；女性高值血压和正常血压人群成功匹配384对，男性成功匹配321对。匹配后，女性高血压和非高血压人群年龄、民族、吸烟状况、饮酒状况、BMI、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、FPG、血尿酸水平比较，差异均无统计学意义（P＞0.05）；男性高血压人群血尿酸水平高于非高血压人群，差异有统计学意义（P＜0.05）；男性高血压和非高血压人群年龄、民族、吸烟状况、饮酒状况、BMI、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、FPG比较，差异均无统计学意义（P＞0.05）。各协变量在匹配后其标准差异均＜5%，显示匹配效果较好（卡钳值设定：0.02，见表4）。

表1 匹配前不同性别高血压和非高血压人群一般情况比较Table 1 General characteristics of hypertension and non-hypertension groups before matching by gender

表2 匹配前不同性别高值血压和正常血压人群一般情况比较Table 2 General characteristics of prehypertension and normal blood pressure groups before matching by gender

2.5 匹配后不同性别高值血压和正常血压人群一般情况比较 匹配后，女性高值血压和正常血压人群年龄、民族、吸烟状况、饮酒状况、BMI、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、FPG、血尿酸水平比较，差异均无统计学意义（P＞0.05）；男性高值血压和正常高血压人群年龄、民族、吸烟状况、饮酒状况、BMI、教育年限＞6年比例、农民比例、高TC血症发生率、高TG血症发生率、FPG、血尿酸水平比较，差异均无统计学意义（P＞0.05）。各协变量在匹配后其标准差异均＜5%，显示匹配效果较好（卡钳值设定：0.02，见表5）。

表3 匹配前血尿酸水平与高值血压及高血压相关性的多因素Logistic回归分析Table 3 Multivariate Logistic regression analysis of the correlations of serum uric acid levels with prehypertension and hypertension before matching

2.6 匹配后血尿酸水平与高值血压及高血压相关性的多因素Logistic回归分析 以男女性是否发生高值血压和高血压为因变量（赋值：是=1，否=0），以血尿酸水平为自变量（以血尿酸Q1组为参照组）进行多因素Logistic回归分析，结果显示，女性血尿酸Q3组和Q4组高血压患病风险分别是Q1组的4.213倍〔95% CI（2.245，7.908）〕（P＜0.001）、1.739倍〔95% CI（1.023，2.956）〕（P=0.041）；男性血尿酸Q4组高值血压患病风险是Q1组的1.817倍〔95% CI（1.185，2.788）〕（P=0.006），男性血尿酸Q3组和Q4组高血压患病风险分别是Q1组的2.948倍〔95% CI（1.772，4.905）〕（P＜0.001）、5.852倍〔95% CI（3.309，10.351）〕（P＜0.001，见表6）。

表6 匹配后血尿酸水平与高值血压及高血压相关性的多因素Logistic回归分析Table 6 Multivariate Logistic regression analysis of the correlations of serum uric acid with prehypertension and hypertension after matching

3 讨论

近年来倾向性评分匹配因其易于理解、能够很好地均衡试验组与对照组的混杂因素而在医学以及经济学领域应用广泛。本研究倾向性评分匹配结果显示，男性血尿酸Q3组及Q4组的高血压患病风险分别由原来的1.067、2.465倍增至2.984、5.852倍，血尿酸Q4组的高值血压患病风险由原来的1.596倍增至1.817倍；女性血尿酸Q3组及Q4组的高血压患病风险分别由原来的0.848、0.543倍增至4.213、1.739倍。匹配后高值血压与高血压的患病风险升高可能是因为匹配前各组的基线水平不均衡，且Logsitic回归模型在自变量较多的情况下会出现共线性问题，易对研究结果造成影响［28］，而倾向性评分匹配能够很好地均衡组间的混杂因素，使原本可能被掩盖的风险被检测出来。

本研究高血压与非高血压人群倾向性评分匹配结果显示，血尿酸水平与高血压存在相关关系，以血尿酸Q1组作为参照，男性和女性在血尿酸Q3、Q4组高血压的患病风险均增高，这与一些针对大样本人群的流行病学研究结果较为一致［29-32］。日本学者YOKOKAWA等［29］通过对85 286名成年人调查分析发现，男性血尿酸最高分位的高血压患病风险是最低分位的1.15倍，女性血尿酸最高分位的高血压患病风险是最低分位的1.51倍，男女血尿酸水平均与高血压显著相关；SUNG等［30］在包含96 606名韩国健康人群的大型队列研究中发现，在调整性别、年龄、吸烟、饮酒等混杂因素后，血尿酸与高血压的独立相关性仍然存在（男性Q4/Q1：1.29，女性Q4/Q1：1.24）。此外，本研究也发现男性各血尿酸分位组的高血压患病风险均不同于女性，与李丽

娜等［33］研究结果一致。李丽娜等［33］对15 592例观察对象进行前瞻性研究分析发现，男性各血尿酸分位组高血压发病风险OR值均具有统计学意义，女性仅第四分位组高血压发病风险增加具有统计学意义。分析高血压患病风险存在性别差异的原因可能是男性和女性的激素水平不同，有研究表明，女性雌激素能够预防血压升高，促进尿酸在肾脏中的清除，而绝经期前后女性雌激素水平波动明显，因此男女高血压患病风险不相同［34-35］；此外，男女生活习惯以及面对的压力不同，男性常面对更大的工作压力，且不良生活习惯包括吸烟、饮酒和熬夜比女性更多；最后，男女性中血尿酸四分位分组的不同也可能导致结果差异；综上，男性血尿酸水平的变化对血压的影响与女性不完全一致。

表4 匹配后不同性别高血压和非高血压人群一般情况比较Table 4 General characteristics of hypertension and non-hypertension groups after matching by gender

表5 匹配后不同性别高值血压和正常血压人群一般情况比较Table 5 General characteristics of prehypertension and normal blood pressure groups after matching by gender

本研究高值血压组倾向性评分匹配结果未发现女性高值血压与血尿酸间存在相关关系，而JIANG等［36］对8项关于不同性别血尿酸水平与高值血压关系研究进行的Meta分析结果显示，男、女性最高血尿酸水平与最低血尿酸水平相比，高值血压发病风险的OR值分别为1.60〔95% CI（1.12，2.21）〕、1.59〔95% CI（1.17，2.16）〕，提示女性血尿酸水平与高值血压发病风险有关。可能是本研究仅针对凉山地区人群，而Meta分析中包含了美国和巴西等国家的人群，遗传基因可能对血尿酸与高值血压之间的关系造成了影响。

本研究通过对数据进行倾向性评分匹配，结果表明血尿酸水平与高血压以及高值血压有相关性，高水平血尿酸人群高血压和高值血压的患病风险增大，血尿酸水平可能是高血压和高值血压的一个危险因素。因此，明确二者间的关系，并进行早期干预，有利于预防高血压、高值血压及其他心脑血管事件的发生，提高人群的生活质量。此外，本研究尚存在一定的局限性，如横断面研究仅能探讨高尿酸血症与高血压的关联性，但不能确定二者的因果关系，未来需进一步结合前瞻性研究或临床试验数据，为高血压和高值血压的预防和治疗提供更强的循证医学证据。

作者贡献：聂志超进行文章的构思与设计，统计学处理，结果的分析与解释，撰写论文；聂志超、李爽境进行数据整理；聂志超、李爽境、贾红进行研究的实施与可行性分析；李爽境、贾红进行数据收集；聂志超、李婷婷、田甜进行论文的修订；贾红负责文章的质量控制及审校；聂志超、贾红对文章整体负责，监督管理。

本文无利益冲突。