基于Lasso回歸構(gòu)建生物標(biāo)志物影響代謝綜合征的風(fēng)險預(yù)測模型

黃茜，鄭少燕，張志英，朱丹萍，范雪婷，杜彪，劉松堅

代謝綜合征(metabolic syndrome，MetS)是一種與多種已知心血管危險因素同時發(fā)生的疾病，包括胰島素抵抗、肥胖、致動脈粥樣硬化性血脂異常和高血壓[1]。隨著我國經(jīng)濟的發(fā)展和人們生活方式的改變，MetS 的患病率呈快速上升趨勢[2]。與歐美人相比，亞洲人更有可能患有MetS[3]。李燕萍等人[4]的研究結(jié)果顯示，中國老年人MetS 的患病率高達23.9%。許多研究表明[1]，MetS 的發(fā)生會增加2 型糖尿病、心血管疾病、腎損害等的風(fēng)險。因此，MetS 的預(yù)測對于上述疾病的早期預(yù)防非常重要。

已有研究證實[5]，三酰甘油(triglyceride，TG)、血清膽固醇、血糖、身高和體質(zhì)量、血壓等常規(guī)檢查生物標(biāo)志物可作為MetS 的有效預(yù)測因子。許多其他研究[6-9]發(fā)現(xiàn)了一些與MetS 相關(guān)的生物標(biāo)志物，為研究者建立MetS 風(fēng)險評估模型提供了便利。本研究開發(fā)了一種新的基于常規(guī)生物標(biāo)志物的老年人MetS 風(fēng)險預(yù)測模型，現(xiàn)報告如下。

1 資料與方法

1.1 研究人群 選擇2020 年1 月至2021 年12 月到某中心療養(yǎng)體檢的人群作為研究對象。MetS的診斷標(biāo)準(zhǔn)采用中國成人血脂異常防治指南(2016 年修訂版)。將研究對象中符合MetS 者納入為實驗組，另根據(jù)研究對象的性別和年齡(±5 歲)，匹配非MetS 者為對照組。本研究一共納入MetS組161 例，非MetS 組192 例。

1.2 選取標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：年齡≥60 歲；有完整的臨床診療數(shù)據(jù)；完成血常規(guī)、血脂、空腹血糖(fasting blood glucose，F(xiàn)BG)、超敏C 反應(yīng)蛋白(highsensitivity C-reactive protein，hs-CRP)檢測者；獲得研究對象知情同意。排除標(biāo)準(zhǔn)：有嚴(yán)重心血管疾病者；嚴(yán)重肝腎功能不全者；惡性腫瘤者；自身免疫學(xué)疾病者；失訪、中途退出或者死亡者。

1.3 資料收集 收集研究對象的人口學(xué)特征資料如年齡、性別、吸煙史、飲酒史；測量研究對象的身高、體質(zhì)量、腰圍、血壓，并檢測FBG、血脂、血常規(guī)和hs-CRP，根據(jù)血小板計數(shù)、中性粒細(xì)胞計數(shù)、淋巴細(xì)胞計數(shù)、單核細(xì)胞計數(shù)和高密度脂蛋白膽固醇(high-density lipoprotein cholesterol，HDL-C)水平，計算中性粒細(xì)胞/淋巴細(xì)胞比值(neutrophil/lymphocyte ratio，NLR)、血小板/淋巴細(xì)胞比值(platelet/lymphocyte ratio，PLR)、單核細(xì)胞計數(shù)/HDL-C 比值(monocyte count/HDL-C ratio，MHR)。

1.4 統(tǒng)計學(xué)方法 采用STATA 16.0 軟件進行統(tǒng)計分析。連續(xù)性變量且符合正態(tài)分布的數(shù)據(jù)用均數(shù)±標(biāo)準(zhǔn)差(±s)表示；對于不符合正態(tài)分布的計量資料，數(shù)據(jù)用中位數(shù)(P25，P75)表示；計量資料和分類變量用百分比(%)表示；使用單因素Logistic 回歸分析得出MetS 的臨床特征及生物標(biāo)志物的兩組水平比較，將單因素Logistic 回歸分析P<0.05 的變量納入到Lasso 回歸分析中，用以構(gòu)建老年人MetS 風(fēng)險預(yù)測模型，根據(jù)Lasso 回歸分析結(jié)果，描繪受試者工作特征(receiver operator characteristic，ROC)曲線并計算曲線下面積(area under curve，AUC)及其比值比(odds ratio，OR)和95%置信區(qū)間(confidence interval，CI)評估預(yù)測模型的性能。畫出列線圖，將預(yù)測模型進行可視化呈現(xiàn)。所有檢驗統(tǒng)計量均以P<0.05 為差異具有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 MetS 的臨床特征及生物標(biāo)志物指標(biāo)比較單因素Logistic 回歸分析結(jié)果顯示，在MetS 與非MetS 間，腰圍、體質(zhì)量指數(shù)(body mass index，BMI)、高血壓、FBG、2 型糖尿病(type 2 diabetes，T2DM)、TG、HDL-C、低密度脂蛋白膽固醇(LDL-C)、單核細(xì)胞計數(shù)、MHR、血小板計數(shù)(platelet，PLT)、中性粒細(xì)胞計數(shù)(neutrophils)、淋巴細(xì)胞計數(shù)(lymphocytes)、白細(xì)胞計數(shù)(white blood cells)、MHR、NLR、PLR、hs-CRP 在兩組間的分布差異均有統(tǒng)計學(xué)意義(P值分別為<0.001、<0.001、<0.001、<0.001、<0.001、<0.001、<0.001、0.008、<0.001、<0.001、0.018、<0.001、<0.001、<0.001、<0.001、<0.001、0.003)，被確定為具有潛在預(yù)測作用的因子，被納入到老年人MetS 風(fēng)險預(yù)測模型中，并進行篩選建模，見表1。

表1 代謝綜合征的臨床特征及生物標(biāo)志物指標(biāo)比較[(±s)，n(%)]

表1 代謝綜合征的臨床特征及生物標(biāo)志物指標(biāo)比較[(±s)，n(%)]

注：BMI=體質(zhì)量指數(shù)，F(xiàn)BG=空腹血糖，TG=三酰甘油，TC=總膽固醇，HDL-C=高密度脂蛋白膽固醇，LDL-C=低密度脂蛋白膽固醇，MHR=單核細(xì)胞計數(shù)/高密度脂蛋白膽固醇比值，PLT=血小板計數(shù)，PLR=血小板/淋巴細(xì)胞比值，NLR=中性粒細(xì)胞/淋巴細(xì)胞比值；hs-CRP=超敏C 反應(yīng)蛋白，下同；1 mmHg=0.133 kPa。

實驗組(n=161)69.55±6.60 91(56.5)106(65.8)64(39.8)96.47±4.04 28.50±1.88 145.91±11.64 94.71±4.99 145(90.1)7.05±1.79 85(57.8)2.23±0.53 5.17±0.17 0.80±0.22 3.02±0.21 0.42±0.05 0.59±0.26 225.07±13.73 4.06±0.32 1.78±0.27 129.92±5.79 2.35±0.48 2.56±0.47 5.67±0.88對照組(n=192)70.40±8.10 103(53.6)124(64.6)70(36.5)80.47±4.16 24.51±2.27 128.04±10.68 83.34±14.07 97(50.5)5.63±0.97 22(11.5)1.53±0.36 5.15±0.11 1.12±0.17 2.94±0.24 0.36±0.02 0.34±0.08 213.75±10.91 3.83±0.27 2.17±0.28 100.18±14.94 1.81±0.35 1.55±0.23 5.53±0.91 P 值0.287 0.589 0.805 0.526<0.001<0.001 0.013 0.002<0.001<0.001<0.001<0.001 0.196<0.001 0.008<0.001<0.001 0.018<0.001<0.001<0.001<0.001<0.001 0.003變量年齡/歲男性吸煙飲酒腰圍/cm BMI/(kg·m-2)收縮壓/mmHg舒張壓/mmHg高血壓FBG/(mmol·L-1)2 型糖尿病TG/(mmol·L-1)TC/(mmol·L-1)HDL-C/(mmol·L-1)LDL-C/(mmol·L-1)單核細(xì)胞計數(shù)/(×109·L-1)MHR PLT/(×109·L-1)中性粒細(xì)胞計數(shù)(×109·L-1)淋巴細(xì)胞計數(shù)(×109·L-1)PLR NLR hs-CRP/(mg·L-1)白細(xì)胞計數(shù)/(×109·L-1)OR(95%CI)0.98(0.95，1.01)0.89(0.58，1.35)0.95(0.61，1.47)1.15(0.75，1.76)17.94(10.31，31.21)75.46(65.57，157.22)1.11(1.08，1.13)1.14(1.11，1.18)8.87(4.92，15.99)1.89(1.57，2.28)8.64(5.03，14.84)6.27(3.77，10.40)2.33(0.19，1.55)4.82(3.06，7.57)3.70(1.41，9.74)70.41(49.83，78.35)8.96(3.48，23.12)1.02(1.00，1.04)7.82(3.59，17.00)0.05(0.02，0.10)1.04(1.02，1.05)8.73(4.87，15.64)20.49(11.07，37.92)1.44(1.12，1.84)

2.2 預(yù)測模型的構(gòu)建

2.2.1 λ 值的選擇 對上述20 個變量納入Lasso 回歸進行變量選擇，見圖1，圖1A 顯示了10 倍交叉驗證得到最優(yōu)(一個方差范圍內(nèi)得到的最精簡模型)的λ 值。本研究選擇的λ=0.012，此時進入模型的7 個變量為：BMI、T2DM、FBG、TG、HDL-C、MHR和hs-CRP。圖1B 顯示了每個候選變量系數(shù)的變化軌跡曲線，隨著λ 值的增大，模型壓縮程度加大，進入模型的候選變量個數(shù)相應(yīng)減少。

圖1 基于Lasso-Logistic 回歸模型的變量選擇圖

2.2.2 Lasso-Logistic 回歸模型的構(gòu)建 將Lasso 回歸模型篩選出的7 個變量作為自變量，以MetS 為因變量，構(gòu)建多因素Logistic 回歸模型，見表2。

表2 Lasso-Logistic 回歸模型的構(gòu)建

2.2.3 風(fēng)險預(yù)測模型的評價 入選的7 個變量組成的Lasso-Logistic 回歸模型構(gòu)建的模型ROC 曲線下的面積為0.985 7，預(yù)測模型的靈敏度、特異度、陽性預(yù)測值和陰性預(yù)測值分別為98.17%、96.35%、95.76%和98.40%，見圖2。

2.2.4 預(yù)測模型的列線圖 根據(jù)Lasso-logistic 回歸模型的結(jié)果可繪制研究對象是否患有代謝綜合征的預(yù)測列線圖。每個預(yù)測變量可在評分軸分別得到一個具體分值，再將7 個評分值相加得到總評分，在總評分軸上找到相應(yīng)得分位置，即可得到患者是否患有MetS 的概率。如研究對象的FBG為8.67 mmol/L、MHR為1.20、HDL-C<1.0 mmol/L、TG≥1.7 mmol/L、未合并有T2DM、hs-CRP為2.55 mg/L以及BMI>25 kg/m2，則總評分為28.5 分，對應(yīng)的總評分風(fēng)險軸上的預(yù)測概率為0.96，因此該研究對象被判定為MetS 的高危人群，見圖3。

圖3 Lasso-Logistic 回歸模型的nomogram 列線圖

3 討論

已有較多的研究表明，高BMI 值與MetS 的發(fā)病風(fēng)險升高顯著相關(guān)，本研究使用了機器學(xué)習(xí)中的Lasso-Logistic 回歸方法，得出了BMI、TG 等同樣是MetS 患病的危險因素之一。本研究結(jié)果與國內(nèi)外的研究結(jié)果一致，均證明了BMI 是預(yù)測MetS 模型準(zhǔn)確性最為重要的關(guān)鍵性特征之一，如在一項使用伊斯法罕隊列研究[10]的數(shù)據(jù)中，研究者基于各種健康特征構(gòu)建了支持向量機的機器學(xué)習(xí)法和基于決策樹的預(yù)測模型，得出的結(jié)論是TG、血壓和BMI 是最重要的危險因素，其敏感性分別為0.774 和0.758。另一項前瞻性隊列研究結(jié)果顯示[11]，基線高BMI 和BMI 動態(tài)增加均可升高MetS 的發(fā)病風(fēng)險。如另一項研究[12]顯示，肥胖、胰島素抵抗、血糖增高和血脂代謝紊亂是絕經(jīng)后MetS 婦女的危險因素，表明BMI 等特征是女性中MetS 的有用指標(biāo)。由于BMI 可以在日常生活中輕松測量獲得數(shù)據(jù)，因此其在預(yù)測肥胖和MetS 患病風(fēng)險中具有優(yōu)越性。

2 型糖尿病是一種以慢性高血糖為特征的代謝性疾病，常伴有肥胖、高血壓、高脂血癥等代謝性疾病。MetS 與心血管疾病(CVD)、中風(fēng)和T2DM的增加有關(guān)[13]。MetS 與T2DM 密切相關(guān)，流行病學(xué)調(diào)查顯示中國T2DM 的MetS 患病率高達68.1%[13]。在本研究中，T2DM 是預(yù)測MetS 患病的較好預(yù)測因子之一，與文獻[14]報道的T2DM 與MetS 患病密切相關(guān)一致。MetS 的主要特征是胰島素抵抗、糖代謝紊亂、超重、腹部脂肪分布、血脂異常和高血壓，常見于大多數(shù)糖尿病前期或T2DM 患者[15]。已有研究[16]顯示，F(xiàn)BG 在篩查MetS 患者未確診T2DM 方面表現(xiàn)最好，AUC-ROC 值為0.785，本研究結(jié)果與上述研究結(jié)果相似，F(xiàn)BG 和T2DM 均是預(yù)測MetS 患病的較好預(yù)測因子之一。

慢性低濃度炎癥、細(xì)胞功能障礙和氧化應(yīng)激參與T2DM 和MetS 的發(fā)生和發(fā)展[13]。循環(huán)單核細(xì)胞是由免疫因子調(diào)節(jié)的血細(xì)胞簇，包括腫瘤壞死因子α 和Toll 樣受體(TLR)2、TLR4 和TLR8 配體，可與血小板和內(nèi)皮細(xì)胞相互作用，導(dǎo)致過度炎癥和增加的氧化應(yīng)激。這些生物學(xué)特征為單核細(xì)胞參與系統(tǒng)性炎癥疾病(如MetS、T2DM 和CVD)的發(fā)展提供了基礎(chǔ)[17]。高密度脂蛋白被認(rèn)為是“好膽固醇”，可以結(jié)合TG 和膽固醇等脂質(zhì)分子并參與膽固醇清除，從而降低CVD 風(fēng)險[18]。高三酰甘油血癥和低水平的HDL-C 以及其他代謝參數(shù)的改變和相互作用會導(dǎo)致氧化應(yīng)激、內(nèi)皮功能障礙和慢性低度炎癥，從而導(dǎo)致患者心血管疾病患病率增加[2]。

HDL-C 能夠與脂質(zhì)分子結(jié)合，確保其具有抗炎作用，這也被認(rèn)為是抗炎因子的理想標(biāo)志物。單核細(xì)胞與HDL-C 的比率也被認(rèn)為是氧化應(yīng)激和全身炎癥的指標(biāo)，已被確定為慢性炎癥性疾病如PCOS[19]等的預(yù)測標(biāo)志物。此外有研究者發(fā)現(xiàn)MHR 與普通人群的全因死亡率和心血管死亡率顯著相關(guān)[20]。以上的臨床發(fā)現(xiàn)表明MHR 可以作為諸如MetS 在內(nèi)的慢性炎癥性疾病的預(yù)測標(biāo)志物，且已有較多文獻顯示了MHR 是MetS 的預(yù)測標(biāo)志物，MHR 越高，MetS 的患病風(fēng)險越高[7]。本研究結(jié)果顯示，T2DM、HDL-C、MHR 和hs-CRP 均是MetS 較好的預(yù)測標(biāo)志物，表明慢性炎癥在MetS和T2DM 的發(fā)生發(fā)展中起著關(guān)鍵作用。以上幾種關(guān)鍵的預(yù)測標(biāo)志物預(yù)測MetS 的患病風(fēng)險，ROC 曲線下的面積達到了0.985 7，表明預(yù)測能力較好。

本研究結(jié)果存在以下不足之處：首先，本研究僅為單一中心研究，僅入選了300 多例研究對象，缺乏多中心大樣本量的前瞻性隊列研究，可能存在偶然因素作用，研究未具備外推性；此外，本研究為回顧性分析，非前瞻性研究，導(dǎo)致研究的因果推斷能力不夠，未來需要多中心大樣本量的前瞻性隊列研究來確定研究結(jié)果的因果關(guān)系。

綜上所述，基于Lasso-Logistic 回歸模型構(gòu)建的7 種預(yù)測因子對MetS 患病風(fēng)險的預(yù)測能力較強，可以幫助臨床醫(yī)生提早識別MetS 的高危人群，從而針對性地及早開展干預(yù)性服務(wù)，進一步提高臨床干預(yù)效果。