论文部分内容阅读
目的:1、探讨体质指数对2型糖尿病患者臂踝脉搏波传导速度的影响。2、探讨体质指数对2型糖尿病患者全因死亡的影响。3、探讨体质指数轨迹对2型糖尿病患者全因死亡的影响。方法:本研究采用前瞻性队列研究方法,由开滦总医院及旗下11家分院于2006-2007年对开滦集团在职及离退休职工进行健康体检,并收集相关查体资料。此后由参加第一次查体的医务人员分别于2008-2009、2010-2011、2012-2013、2014-2015年在相同地点对同一人群按第一次查体的时间顺序分别进行第二、三、四、五次健康查体,调查内容、人体测量、生化指标检测均与第一次健康查体相同。以参加第三、四、五次开滦健康体检且参加baPWV检测的2 524例糖尿病患者作为研究对象,排除50名身高、体重资料缺失者,最终纳入统计分析的观察对象为2 474人。依据体质指数水平将研究人群分为正常组(BMI<24 kg/m~2)、超重组(24≤BMI<28 kg/m~2)和肥胖组(BMI≥28 kg/m~2),对影响baPWV的相关因素进行多因素线性回归分析及多因素Logistic回归分析。从首次参加2006~2007及2008~2009年度开滦集团健康查体的职工中选取符合糖尿病诊断者作为研究对象,以全因死亡为观察终点,排除体重、身高、年龄、性别信息不全者、在健康体检期间怀孕者、既往有恶性肿瘤病史者、最终纳入研究队列的为11449例。根据BMI将观察人群分为低体重组、正常体重组、超重组,肥胖组,以Kaplan-Meier法计算不同BMI组全因死亡率,经Log-rank检验,比较不同BMI组间全因死亡率是否存在统计学差异,采用多变量Cox比例风险回归模型分析BMI对全因死亡的影响。使用SAS PROC TRAJ程序建立观察对象BMI的轨迹模型并分组,根据贝叶斯信息规则(Bayesian Information Criterions,BIC),选择BIC数值最小者作为最佳分组,用Kaplan-Meier法计算不同BMI轨迹组全因死亡事件发生率,再应用Log-rank检验不同BMI轨迹组间全因死亡事件发生率是否存在统计学差异。采用多变量Cox比例风险回归模型分析影响全因死亡风险的因素。以P<0.05(双侧检验)为差异有统计学意义。结果:1、在2474例2型糖尿病患者中,正常组(BMI<24kg/m~2)和、超重组(BMI24-28kg/m~2)、肥胖组(BMI≥28kg/m~2)组的平均baPWV分别为1 793.24cm/s,l716.21 cm/s,l 682.59cm/s(P<0.001);在校正其他因素后的多元线性回归分析中,BMI与baPWV呈负相关(B=-7.531,P<0.001),BMI每增加1kg/m~2,baPWV下降7.531 cm/s;BMI与baPWV呈负相关(P<0.001)。影响baPWV的多因素Logistic回归分析显示:与正常组相比,超重组、肥胖组其OR值分别为0.671(95%CI0.537~0.840)、0.650(95%CI 0.490~0.863),各组之间差异有统计学意义;进一步按照性别分层后,在男性人群中BMI是baPWV≥1 700cm/s的保护因素,而在女性人群中,BMI24-28kg/m~2组较对照组相比是baPWV≥1 700cm/s的保护因素,在BMI≥28kg/m~2组则无统计学意义,2、在7.25±1.42年的随访期间内,11449例观察对象中共死亡1254例,在总人群中不同BMI组的死亡例数分别为23、389、557、285例,对应累计全因死亡率分别为26.4%、15.3%、11.6%、10.8%;以肥胖组累计全因死亡率最低,经Log-rank检验,不同BMI组累计全因死亡率差异均有统计学意义(Log_rank chi-square=48.430,P<0.001)。多变量Cox比例风险回归模型分析显示:校正混杂因素后,与正常体重组相比,低体重、超重组、肥胖组发生全因死亡的HR值(95%CI)分别为1.497(0.962~2.330)、0.833(0.728~0.952)、0.809(0.690~0.949)。按年龄三分位将研究对象分成三组,在<52岁人群中,与正常体重组比较,低体重组及超重组发生全因死亡的HR值(95%CI)分别为4.998(1.779~14.042)、0.496(0.326~0.453);而在52~60岁的糖尿病人群中,低体重组与正常体重组相比差异有统计学意义,HR值(95%CI)为3.243(1.298~8.100);在≥60岁的老年糖尿病人群,与正常体重组比较,超重组及肥胖组发生全因死亡的HR值(95%CI)分别为0.836(0.712~0.982)、0.777(0.637~0.947)。另外,自然立方函数分析结果发现总人群BMI与全因死亡呈“U”形曲线关系。3、在6.07±1.41年的随访期间内,共发生死亡事件875例。在总人群中不同BMI轨迹分组的死亡例数分别为219、438、190、28例,对应累计全因死亡率分别为18.70%、13.98%、14.87%、13.20%,经Log-rank检验,不同BMI轨迹分组之间比较差异有统计学意义(Log_rank chi-square=18.422,P<0.001)。影响终点事件的Cox比例风险模型显示:校正了混杂因素后,BMI轨迹2、3、4组发生全因死亡事件的HR值(95%CI)分别为0.809(0.668-0.979)、0.793(0.629-0.999)、0.916(0.567-1.481),性别分层结果发现:在模型3中,男性人群Trajectory 2、3、4组发生全因死亡事件的HR值(95%CI)分别为0.771(0.632-0.942)、0.755(0.592-0.964)、0.842(0.493-1.438),而在女性人群各轨迹分组比较则无统计学意义。年龄分层结果显示:在年龄<60岁的2型糖尿病患者中,校正混杂因素后的各轨迹分组之间比较无统计学意义,而在年龄>60岁的老年人群中,在模型3中,轨迹2、3、4组发生全因死亡事件的HR值(95%CI)分别为0.790(0.620-1.006)、0.612(0.447-0.839)、0.769(0.411-1.438),进一步校正了糖尿病持续时间后的模型4中,BMI轨迹2、3、4组发生全因死亡事件的HR值(95%CI)分别为0.722(0.541-0.995)、0.504(0.339-0.749)、0.442(0.176-1.110)。结论:1、在2型糖尿病患者,特别是在男性患者中,随着BMI的升高,baPWV逐渐减少,BMI与baPWV呈负向关联。2、在2型糖尿病患者中,超重及肥胖组的全因死亡风险小于正常组及低体重组。肥胖悖论的观点适合于中国北方2型糖尿病人群。3、在2型糖尿病患者,特别是在男性患者中,BMI轨迹与全因死亡呈负向关联,该联系受到糖尿病持续时间及吸烟因素的影响。