基于健康體檢隊列人群代謝綜合征組分模式的冠心病預測模型研究.pdf

1、心血管疾病(Cardiovascular Disease，CVD)是全球死亡的首要原因，是人類面臨的重大公共衛(wèi)生問題之一，迫切需要醫(yī)學界的高度重視，遏制其危害。CVD從發(fā)生、發(fā)展到轉歸為某結局（死亡等）的歷程，是危險因素逐漸積累并不斷損傷血管系統的結果。對CVD進行早期風險評估，干預高危個體，有助于降低CVD的疾病負擔，發(fā)揮重大的公共衛(wèi)生學作用。目前，各國均采用以“Framingham模型”為代表的“10年CVD累積風險評估模型”對CV

2、D進行“總體危險”評估。但是這些模型選擇的預測因子有限，預測能力相對不足。
　　研究發(fā)現CVD的一系列危險因素常常聚集出現在同一個個體身上，世界衛(wèi)生組織將這種多種代謝組分異常聚集的病理狀態(tài)命名為代謝綜合征(metabolic syndrome，MetS)。MetS概念的提出，對CVD的風險評估提供了新的思路。國際上諸多研究表明，MetS的組成成分不僅是CVD的獨立危險因素，而且它們之間的交互作用，更增加了CVD的危險度。
　

3、　近年來，中國的健康管理產業(yè)迅猛發(fā)展，健康體檢數據以其樣本含量大，信息準確、全面、豐富，縱向監(jiān)測可持續(xù)性，能夠反映城鎮(zhèn)居民健康狀況等優(yōu)點，成為流行病學數據的熱點來源。本研究依托山東省多家醫(yī)院健康管理中心平臺系統，以其大樣本人群為基礎，充分利用平臺系統中的代謝性心血管危險因素指標，構建適宜于中國城鎮(zhèn)居民的冠心病(Coronary Heart Disease，CHD)風險評估模型。
　　資料與方法:
　　依托山東省立醫(yī)院和山東省

4、千佛山醫(yī)院健康管理中心平臺系統，通過問卷調查、體格檢查、實驗室檢測、其他輔助檢查等多種形式收集體檢者的健康資料，構建2005-2010年縱向監(jiān)測健康體檢隊列。
　　在5311名MetS人群中，采用探索性因子分析(Exploratory Factor Analysis，EFA)方法，探索MetS廣義組分結構模式;在1335名“極端”病例對照研究人群（445名CHD病例，890名健康對照）中，采用Logistic回歸構建基于廣義Met

5、S組分因子的CHD判別模型，繪制受試者工作特征(Receiver Operating Characteristic，ROC)曲線確立判別準則;在1923名5年隨訪隊列研究人群中，采用Cox回歸構建基于廣義MetS組分因子的CHD預測模型，繪制ROC曲線確立預測準則;最終，運用各因子對CHD的危險系數為權重對各因子得分進行加權，得到綜合預測因子（Synthetic Predictor，SP），進一步應用SP繪制風險評估矩陣，在常規(guī)健康查體

6、中評估體檢者得CHD的風險。
　　研究結果:
　　1.代謝性心血管危險因素、MetS診斷組分及組分的組合模式在男性和女性MetS人群中的差異有統計學意義。
　　2.分別針對男性和女性MetS人群，基于16個常規(guī)代謝性心血管危險因素，采用EFA深入研究了男性和女性MetS結構模式。結果表明，男性MetS可由8個獨立的代謝組分公因子解釋，依次為：
　　1）血液粘稠因子:支配Hb和HCT，
　　2）脂質粘稠因子:

7、支配LDL-C和TC，
　　3）脂質代謝因子:支配TG和HDL-C，
　　4）血壓因子:支配SBP和DBP，
　　5）肝酶因子:支配ALT和GGT，
　　6）糖代謝因子:支配UA、FBG和CREA，
　　7）脂肪堆積因子:支配NAFLD和BMI，
　　8）炎癥反應因子:支配WBC和CREA。
　　女性MetS仍由該8個獨立的代謝組分公因子解釋，但結構和次序稍有不同，依次為：
　　1）脂質粘

8、稠因子:支配TC、LDL-C和HDL-C，
　　2）血液粘稠因子:支配Hb和HCT，
　　3）肝酶因子:支配GGT和ALT，
　　4)血壓因子:支配DBP、SBP和BMI，
　　5）炎癥反應因子:支配UA、CREA和WBC，
　　6）脂質代謝因子:支配TG和HDL-C，
　　7）糖代謝因子:支配FBG和WBC，
　　8）脂肪堆積因子:支配NAFLD和BMI。
　　3.基于“極端”病例對照研

9、究設計的Logistic判別模型，在男性人群中判別CHD患病情況的ROC曲線下面積為0.994(95％CI0.984-0.998)，采用0.5617為判別截斷點，靈敏度為95.8％，特異度為98.5％;在女性人群中判別的ROC曲線下面積為0.998(95％CI0.982-1.000)，采用0.4158為判別截斷點，靈敏度為99.3％，特異度為97.0％。
　　4.基于隊列研究設計的Cox預測模型，在男性人群中預測5年CHD發(fā)生情況

10、的ROC曲線下面積為0.871(95％CI0.851-0.889)，確定0.0701為預測截斷點，靈敏度為81.1％，特異度為79.9％;在女性人群中預測5年CHD發(fā)生情況的ROC曲線下面積為0.899(95％CI0.873-0.921)，確定0.0739為預測截斷點，靈敏度為86.4％，特異度為85.2％。
　　5.基于構建的Cox回歸預測模型，繪制5年CHD風險評估矩陣圖，將復雜的預測模型轉化為淺顯易懂、簡便易行的CHD風險評

11、估工具。
　　6.在28200名研究對象中，被認為有較高CHD風險人群所占的比例隨年齡增長而上升，呈S型曲線。45歲以下的人群，高危個體所占的比例極低;45歲到65歲的人群中，高危個體所占的比例急劇上升;65歲以上人群高危個體所占比例趨向穩(wěn)定，處于較高水平。
　　研究結論:
　　1.本研究結果提示MetS在男性和女性人群中的發(fā)病機理、發(fā)病過程、癥狀表現等狀況不同，可能是由于男、女性在遺傳、內分泌代謝、內在素質以及致病因

12、子暴露等方面存在諸多不同的原因所致。
　　2.MetS的發(fā)生發(fā)展過程復雜，單一的發(fā)病機制不足以解釋MetS中所有代謝異常的聚集，可能是血液粘稠、血脂紊亂、高血壓、肝功能異常、肥胖、胰島素抵抗、炎癥反應等多種病理生理機制綜合作用的結果。
　　3.本研究通過對8個潛在因子的得分進行綜合加權構建了SP指標，擬合的CHD風險評估模型能夠很好地判別和預測中國城鎮(zhèn)居民CHD的發(fā)生情況。繪制的風險評估矩陣圖能夠方便、直觀地應用于臨床個體C