健康體檢人群心臟代謝指數與腦血管功能積分值的相關性分析

朱菲麗, 劉冬霞, 王育珊

(1新疆醫科大學第一附屬醫院醫學整形美容中心, 烏魯木齊 830054; 2新疆醫科大學護理學院, 烏魯木齊 830017;3新疆醫科大學第一附屬醫院健康管理中心, 烏魯木齊 830054)

腦卒中已成為我國居民的第三位死亡原因[1],嚴重影響居民健康。中國腦血管病一級預防指南指出[2],早期對腦卒中進行發病風險評估預警是其一級預防的重要內容之一。腦血管功能積分值(CVHI)作為腦卒中首次發病風險的代表性評估工具,對于篩檢出的高危個體具有參考性意義[3]。因此,早期使用風險評估工具識別腦卒中高危人群對于疾病的預防和控制至關重要。近年來,學者們開始關注與腦卒中有關的血清學標志物,肥胖及血脂異常是腦卒中的常見危險因素之一[4-5],其中心臟代謝指數(Cardiac metabolism index,CMI)作為新型的心血管風險標志物,可預測人群中腦卒中結局的進展[6]。研究表明CMI與心血管疾病[7]、代謝綜合征[8]、糖尿病[9]、代謝性脂肪肝疾病[10]等具有相關性。本研究通過橫斷面調查,探討CVHI積分值與CMI之間的相關性,為篩查腦卒中高危人群提供參考。

1 資料與方法

1.1 研究對象選取2023年1-7月在新疆醫科大學第一附屬醫院接受健康體檢的人群作為研究對象。納入標準:(1)年齡≥40歲;(2)接受腦血流動力學檢測。排除標準:(1)人口學資料及實驗室數據不全者;(2)慢性腎病、惡性腫瘤、精神障礙及傳染性疾病者;(3)語言交流障礙者。本研究經過新疆醫科大學第一附屬醫院醫學倫理委員會審核批準(20160317-02)。

1.2 資料收集(1)一般資料:由受過統一培訓的專業人員對受檢者通過問卷采集,包括年齡、性別、既往史、家族史、吸煙、飲酒等。(2)體格檢查:由經過培訓的體檢醫師按統一標準測量身高、體重、腰圍、臀圍和血壓。由體重和身高計算出體質指數,使用統一規格的軟尺測量腰圍和臀圍,在靜息狀態下測量收縮壓和舒張壓。(3)臨床生物化學指標:空腹狀態下采集靜脈血,采用日立7600全自動生物化學分析儀測定其指標,包括血清甘油三酯(Triglyceride,TG)、總膽固醇(Totalcholesterol, TC)、高密度脂蛋白膽固醇(High-density lipoprotein cholesterol,HDL-C)、低密度脂蛋白膽固醇(Low-density lipoproteincholesterol, LDL-C)、空腹血糖(Fasting blood glucose,FBG)、血尿酸(Blood uric acid,BUA)、血肌酐(Serum creatinine,Scr)、尿素(Urea nitrogen)等。

1.3 CMI的計算及腦血管功能積分值(CVHI)體質指數(BMI)=體重(kg)/身高(m)2;腰臀比(WHR)=腰圍(cm)/臀圍(cm);腰高比(WHtR)=腰圍(cm)/身高(cm);心臟代謝指數(CMI)=TG/HDL-C×WHtR。使用腦血管功能檢測儀(GT-300型,探頭頻率5 MHz)進行腦血流動力學檢測。體檢者取仰臥位使其充分暴露其頸部,檢驗醫師采集受檢者的相關指標,包括左右側平均血流量、最大流速、最小流速、平均流速、外周阻力、特性阻抗、脈搏波速、動態阻力等,計算出腦血管功能積分值(CVHI),積分值的范圍為0～100分,最佳截斷點為75分[11],將研究對象分為CVHI正常組(≥75分)和CVHI異常組(<75分),其中CVHI異常組可能罹患腦卒中的風險較高,也稱為腦卒中高危人群。

2 結果

2.1 CVHI正常組和異常組一般情況比較最終納入1 636例體檢者作為研究對象。平均年齡(55.10±10.34)歲,男性907例,占55.4%,女性729例,占44.6%。CVHI正常組1 217例,占74.4%,CVHI異常組419例,占25.6%。CVHI正常組和CVHI異常組在年齡、性別、高血壓、糖尿病、血脂異常、運動缺乏等方面比較,差異有統計學意義(P均<0.05)。CVHI異常組的收縮壓、舒張壓、體質指數、腰圍、腰臀比、腰高比、總膽固醇、甘油三酯、空腹血糖、尿酸、肌酐、尿素、心臟代謝指數的均數及中位數高于CVHI正常組,差異有統計學意義(P均<0.05),見表1。

表1 CVHI正常組和異常組一般情況比較

2.2 CVHI積分值影響因素的二元Logistics回歸以CVHI積分值大小為因變量(CVHI≥75分=0,CVHI<75分=1),以性別(男=1,女=2)、高血壓(無=0,有=1)、血脂異常(無=0,有=1)、糖尿病(無=0,有=1);年齡、收縮壓、舒張壓、尿酸、肌酐、尿素、CMI為自變量,進行二元Logistic回歸分析。結果顯示,年齡、高血壓、糖尿病、收縮壓、尿酸、CMI具有統計學意義(P<0.05),見表2。

表2 CVHI積分值的二元Logistic回歸分析

2.3 CMI預測腦卒中高危風險人群的ROC曲線以CVHI積分值為狀態變量,CMI為檢驗變量繪制ROC曲線,結果顯示,CMI的曲線下面積(Area under curve,AUC)為0.602。當CMI取最佳截斷點0.491 8時,此時預測的靈敏度、特異度分別為0.683和0.476,見圖1。

圖1 CMI預測腦卒中高危風險人群的ROC曲線

2.4 CMI水平與CVHI積分值的關系CVHI正常組和異常組總積分值為(81.25±21.11)分,其中CMI<0.491 8者712例(43.5%),CMI≥0.491 8者924例(56.5%);CVHI積分值隨著CMI水平的增高而降低(P<0.05),CMI≥0.491 8的CVHI積分值異常率(<75分)為31.0%,明顯高于CMI<0.491 8的CVHI積分值異常率(18.7%),差異有統計學意義(P<0.05),見表3。

表3 不同水平CMI與CVHI積分值的關系

2.5 CVHI積分值與CMI的相關性分析CVHI積分值與CMI呈負相關(r=-0.143,P<0.05)。進一步分層后比較發現,CMI≥0.491 8時,CVHI積分值與CMI呈負相關(r=-0.089,P<0.05);CMI<0.491 8時,CVHI積分值與CMI也呈負相關(r=-0.171,P<0.05)。

3 結論

近年來腦卒中患病率處于上升趨勢,我國腦卒中篩查數據顯示,40歲以上人群中腦卒中的標化患病率為2.58%[12]。研究顯示[13],全球90.7%的腦卒中發生與高血壓、糖尿病、血脂異常、吸煙、心臟疾病、酒精攝入、肥胖、運動缺乏和心理因素等可改變的危險因素有關,可見腦卒中是可防可控的。因此,從危險因素出發早期對腦卒中高危人群進行宣教,探索預測指標是降低腦卒中患病率、疾病負擔的根本措施。

研究表明,腦卒中與肥胖存在等級正相關關系,且等級正相關關系獨立于年齡、生活方式等[14]。此外,有學者提出體質指數可以描述腦血管疾病的風險[15-16]。心臟代謝指數(CMI)是一種新的參數,為TG/HDL-C比值和WHtR的組合,成為臨床簡單且可重復的標志物。TG/HDL-C比值相較于傳統的脂質譜,對冠狀動脈粥樣硬化、心血管疾病和全因死亡率具有很強的預測作用。腰高比作為衡量腹部肥胖的指標,在評估腦卒中風險方面優于體質指數。研究顯示從健康人群到腦卒中高危人群再到患者,CVHI異常程度呈逐漸加重的變化,且與卒中風險呈明顯的梯度效應關系[17]。王文慧等[18]的研究發現,新型肥胖指標脂質蓄積指數與CVHI積分值預測的腦卒中高危人群發展緊密相關,而反映內臟肥胖的體脂指標對腦卒中的預測作用已得到驗證[19]。本研究顯示,CVHI異常組的CMI大于正常組,因此CMI可解釋腦卒中高危人群的腦血流動力學變化,且選取CMI作為其預測指標是合理的。

研究顯示CMI對缺血性腦卒中的預防存在顯著作用[6]。本研究結果顯示,CVHI正常組和CVHI異常組在BMI、腰圍、腰臀比、腰高比和CMI等方面比較,差異具有統計學意義(P<0.05)。相關性分析結果顯示CMI與CVHI積分值呈負相關(r=-0.143,P<0.05)。CMI越大則CVHI積分值越小,罹患腦卒中的風險增加。由此可見CMI間接反映內臟肥胖,可作為預測腦卒中高危人群的參考指標。本研究ROC曲線結果顯示,曲線下面積為0.602,CMI對于腦卒中高危人群具有一定的預測價值,可作為輔助篩查的有效指標。

CMI與代謝綜合征的發生風險密切相關并且可作為其獨立預測因子[7-8]。在健康體檢人群中,CMI可作為高尿酸血癥人群的預測指標,隨著CMI增高,高尿酸血癥的發生風險逐步增加[20]。本研究Logistic回歸分析顯示,CMI、年齡、高血壓、糖尿病、尿酸等為影響CVHI積分值的因素(P<0.05)。進一步將CMI與CVHI積分值比較,當CMI≥0.491 8時, CVHI積分值相較于CMI<0.491 8表現為均值下降,進而發生腦卒中的風險可能升高,因此可將CMI作為預測及評估腦卒中高危人群的重要指標之一。盡管CMI與腦卒中危險因素的潛在機制尚未完全闡明,但有研究報道TG/HDL-C被認為是識別胰島素抵抗個體的常用方法,而胰島素抵抗對動脈粥樣硬化有不利影響;WHtR可識別肥胖個體,在肥胖發生過程中脂肪細胞的增多增大,可進一步誘導、觸發部分炎癥信號通路,二者共同在氧化應激增加和內皮功能障礙中起重要作用,最終促進動脈粥樣硬化的發展[21]。

綜上所述,CMI是腦卒中高危人群發生的影響因素,且CMI對腦卒中高危人群具有一定的預測價值。針對體檢人群,可通過CMI初步判斷發生腦卒中的風險,持續追蹤及隨訪,關注其腦血流動力學狀態,定期體檢。本研究存在一定的局限性:首先,僅通過CVHI積分值來判別腦卒中高危人群存在一定的局限性;其次,CMI預測CVHI積分值的ROC曲線下面積為0.602,預測的靈敏度、特異度相對較小,今后尚需多次大規模的前瞻性研究進行驗證。