腰高比预测非酒精性脂肪肝的前瞻性研究

2022-05-30 01:28孙先丽叶玲玲孙红娟
海南医学 2022年10期
关键词:基线脂肪人群

孙先丽,叶玲玲,孙红娟

中国人民解放军总医院海南医院健康医学科,海南 三亚 572000

非酒精性脂肪肝(nonalcoholic fatty liver disease,NAFLD)是一个常见的肝脏疾病,能够增加心血管疾病、糖尿病及慢性肾脏疾病等的发病风险和死亡率[1-2],目前NAFLD已经取代病毒性肝炎成为我国肝病的主要构成[3]。肥胖是NAFLD发生、发展的关键因素和核心环节[4],腰高比作为一个新型的腹型肥胖指标,被认为是比人体质量指数(body mass index,BMI)和腰臀比(waist to hip ratio,WHR)更理想的预测NAFLD的指标[5]。本研究以无NAFLD的体检人群为研究对象,随访结束时分析NAFLD发生与腰高比的关联性,为人群预防NAFLD提供更针对性的指导。

1 资料与方法

1.1 一般资料选取2014年1~12月在解放军总医院海南医院健康医学科进行年度体检者8 766例。纳入标准:①年龄≥18岁;②无饮酒史者(过去12个月男性每周饮用乙醇<210 g,女性<140 g);③无严重听力、语言、智力障碍。排除标准:①超声诊断脂肪肝、肝硬化、弥漫性肝病者;②乙肝表面抗原阳性;③丙肝抗体阳性;④自身免疫性肝病者;⑤肝功能异常超过正常2倍者;⑥基线调查中饮酒史及既往病史等信息不全者;⑦孕妇及哺乳期妇女、部队武警官兵。8 766例体检者按照纳入排除标准除外6 451例,2015—2018年共随访3年,除去失访例数,最终纳入1 593例。该体检人群的基线腰高比平均0.47±0.04,按照四分位法根据不同等级的腰高比分为Q1组(≤0.46)、Q2组(0.47~0.48)、Q3组(0.49~0.51)和Q4组(≥0.52)共4组。

1.2 方法

1.2.1 病史采集内科医师询问基础疾病史;是否有饮酒史:过去12个月男性每周饮用乙醇<210 g,女性<140 g为既往无饮酒史,乙醇量换算公式:克=饮酒量(mL)×酒精含量(%)×0.8(乙醇比重),酒精含量按照米酒和啤酒5°、红酒10°和白酒40°计算[6]。

1.2.2 人体学指标①身高体质量:使用身高体质量测试仪(德国生产,Seca牌),空腹、免冠、脱鞋、双足并拢、挺胸直立测量身高以厘米(cm)为单位,精确到小数点后一位,体质量精确至0.1 kg,计算体质量指数(body mass index,BMI)=体质量(kg)/身高2(m2)。②腰围(waist circumference,WC):由统一经过培训的技师进行操作,站立位水平围绕最小腰部周径所得的读数[7],计算腰高比(waist-to-height ratio,WHtR)=腰围(cm)/身高(cm),精确至0.01。③血压:采用全自动臂式血压计(日本爱安德株式会社,TM-2655P),测量体检者的右上臂血压,自动读数血压数值,血压异常时,间隔半小时以上复测,记录两次平均值。

1.2.3 生化指标体检当日清晨抽取禁食禁水12 h以上静脉血3~5 mL(加抗凝),检测血清空腹血糖(FPG)、糖化血红蛋白、甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、肌酐(Scr)、尿素氮和尿酸(UA),均采用罗氏C702全自动化学检测仪进行测定。

1.2.4 肝脏超声检查由超声医师采用美国GE730专家版B超诊断仪了解脂肪肝情况。

1.3 NAFLD诊断标准参照非酒精性脂肪性肝病防治指南(2018更新版)诊断标准,无饮酒史指过去12个月男性每周饮用乙醇<210 g,女性<140 g[6]。

1.4 统计学方法由专业统计人员采用SPSS21.0统计软件进行统计学分析。本研究体检者分为四组,比较各组的NAFLD发病密度。符合正态分布的计量资料以均数±标准差(±s)表示,计数资料用百分率(%)表示;计量资料的多组间比较用单因素方差分析,并使用SNK方法比较各组与Q1组两两差异,计量资料的两组间比较采用t检验;非正态分布的计量资料经对数转换为正态分布数据后再进行分析;计数资料的组间比较采用χ2检验。使用Cox比例风险回归分析,通过逐渐调整年龄、性别、BMI、血糖、血压、血脂异常等,分析腰高比是否为发生NAFLD的危险因素。所有检验均采用双侧检验。以P<0.05为差异有统计学意义。

2 结果

2.1 体检人群的基线资料1 593例体检职业分别为在职及退休的行政、企事业单位员工、当地的城镇居民。该人群年龄18~81岁,平均(37.9±10.4)岁;男性975例(61.2%),平均年龄(39.0±10.7)岁,女性618例(38.8%),平均年龄(36.1±9.79)岁;平均随访时间(29.7±10.3)个月。随访结束时发生NAFLD共365例(22.9%),其中男性NAFLD发生率为27.0%(263/975),明显高于女性的16.5%(102/618),差异具有统计学意义(χ2=23.473,P<0.05);四组人群的基线生理指标和生化指标比较差异均具有统计学意义(P<0.05),与Q1组比较,随着腰高比的增加,年龄、血压、血脂、血糖及尿酸、肌酐等指标随之增加(P<0.05),见表1。四组人群NAFLD的发生率分别为4.6%(30例)、17.0%(53例)、34.0%(130例)、63.3%(152例),见表2。

表1 不同腰高比体检人群的基线资料比较(±s)

表1 不同腰高比体检人群的基线资料比较(±s)

注:a对数转化的正态分布数据;1 mmHg=0.133 kPa。

表2 腰高比四分位数的NAFLD发生率

2.2 不同等级的腰高比与NAFLD的发病风险采用Cox发病风险回归分析,采用2个模型,模型Ⅰ为未调整性别、年龄、血压、血脂和血糖、尿酸等因素,模型Ⅱ是调整了性别、年龄、血压、血脂和血糖、尿酸等混杂因素。结果显示,腰高比作为数值变量在两个模型中的HR均有统计学意义(P<0.05),与Q1组比较,NAFLD的发病危险在模型Ⅰ的HR值为0.116、0.272、0.501,模型Ⅱ的HR值为0.138、0.302、0.547,见表3。

表3 腰高比与NAFLD的Cox发病风险

3 讨论

随着我国人们生活方式的改变,非酒精性脂肪肝(non-alcoholic fatty liver disease,NAFLD)的发病率以每年5.94‰递增[8]。但因其发病隐匿,直到出现症状前都处于一个沉默状态,患者无明显症状,日常生活不受限,故很少引起临床医生和患者的重视。

本研究是基于体检人群数据的一项前瞻性研究,根据目前国内外已有的相关NAFLD危险因素的研究结果,发现腰高比是NAFLD的危险因素。SHENG等[9]日本成年人群的横断面研究显示,NAFLD发生率随WHtR的增加而增加;LIN等[10]研究结果显示WHtR与WHR相比,在诊断NAFLD方面更有优势;ÖZHAN等[11]认为WHtR相比较WHR和WC对NAFLD的预测价值更高;LIN等[12]发现WHtR为NAFLD独立危险因素,且NAFLD发生率与WHtR呈正比;腰高比由于不受种族、年龄及性别等因素影响,近年来越来越多地被应用于临床。研究显示,WHtR是一个比BMI更理想的预测心脑血管疾病的腹型肥胖指标[5,13]。腰高比是腰围与身高的比例,成年人的身高基本比较恒定,所以相同身高的成年人的WHtR主要由其腰围来决定,而皮下脂肪和内脏脂肪是腰围的主要构成部分。内脏脂肪仅占总脂肪量的5%~20%,但其有丰富的血供和活跃的代谢,脂肪脂解产生的非酯化脂肪酸和脂肪因子可通过门静脉直接进入肝脏,致使肝细胞脂肪变性,加速肝脏细胞的脂肪变性[14]。腰高比超标引起NAFLD的发病机理仍不明确,然而有研究显示,内脏脂肪引起的慢性炎症反应和胰岛素抵抗是NAFLD发生发展的主要病理基础[15]。内脏脂肪细胞是体积更大的脂肪细胞,其分泌大量的脂联素、瘦素、C反应蛋白(C-reactive protein,CRP)等炎症介质,CRP可以通过激活肝脏的炎症反应,致使肝细胞发生脂肪变性。脂联素的生理作用可以增加肝脏胰岛素敏感性而减少内脏脂肪,脂肪变性的肝细胞导致低脂联素血症的出现,所以NAFLD患者的低脂联素血症被认为是一个显著特征[16];血清瘦素水平升高则与NAFLD的严重程度及纤维化程度高度相关[17]。

本研究人群的平均腰高比为0.47±0.04,目前国际上将腰高比<0.5作为腹型肥胖的诊断标准,事实上最佳切点值仍存在争议[18]。本研究将基线腰高比数值按照四分位数分为4组,结果显示,不同等级的腰高比组别随着数值的增加,NAFLD的发生率增加,分别为4.6%、14.5%、35.6%、63.3%;随访结束后的Cox风险模型分析显示,以Q1组≤0.46作为基线腰高比,随着腰高比数值的增加,NAFLD发病风险增加,调整年龄、性别、血脂等指标后差异仍有统计学意义,结果与SHENG等[9]的横断面研究结果一致,提示腰高比是预测NAFLD的指标。

由于本研究的人群是城镇健康体检人群,经济条件及自我保健意识较强,且局限于海南本地人群,样本量偏少,NAFLD没有进行严重程度的分级等,在后续研究中将扩大样本量,收集更完整的数据,以获得更加精准的研究结果。

总之,本研究显示随着腰高比的增加,NAFLD的发病风险随之增加。因此,自我监测腰高比对于预防NAFLD的发生具有重要意义,对于更进一步预防心脑血管疾病等也有意义。

猜你喜欢
基线脂肪人群
减肥后脂肪去哪儿了
脂肪竟有“好坏”之分
GNSS 静态相对定位精度分析与比较
糖尿病早预防、早控制
A Wonderful Day In Beijing
新版GAMIT10.70解算GPS/BDS基线精度对比分析
基于虚拟基线的相位干涉仪阵列优化设计
我走进人群
财富焦虑人群
心情嗨起来,脂肪也一起嗨