Association of obesity and brachial-ankle pulse wave velocity among type 2 diabetes patients
-
摘要:
目的 探讨2型糖尿病（type 2 diabetes，T2DM）患者全身性肥胖（overall obesity，OO）、中心性肥胖（abdominal obesity，AO）状态与肱踝脉搏波传导速度（brachial-ankle pulse wave velocity，baPWV）的关联。 方法 以北京某社区T2DM患者为研究对象，收集人口学资料、体格检查数据、血液生化指标及baPWV。采用多元线性回归分析各肥胖指标与baPWV的关联，采用Logistic回归模型探讨肥胖状态与baPWV异常（baPWV≥1700 cm/s）的关联。 结果 共纳入2 048名研究对象，平均年龄（59.2±8.3）岁，baPWV异常率为49.7%。调整年龄、糖尿病病程、高血压等混杂因素后，多元线性回归发现体重指数（body mass index，BMI）与baPWV负相关、腰臀比（waist-to-hip ratio，WHR）与baPWV正相关。Logistic回归分析发现与BMI正常组相比，BMI肥胖组baPWV异常（OR=0.59，95% CI：0.44~0.78，P < 0.001）；与WHR正常组相比，WHR肥胖组baPWV异常（OR=1.46，95%CI：1.07~2.00，P < 0.001）；与既无OO也无AO组患者相比，无OO但有AO组患者baPWV异常（OR=1.67，95%CI：1.19~2.35，P=0.003）。 结论 T2DM患者中，AO与baPWV间存在显著的关联，尤其是BMI不肥胖但WHR肥胖的糖尿病患者需要密切随访动脉僵硬度。 Abstract:Objective The aim of this study was to investigate associations of overall obesity (OO) and abdominal obesity (AO) with brachial-ankle pulse wave velocity (baPWV) among type 2 diabetes(T2DM) patients. Methods A community-based study for T2DM patients was conducted in rural communities in Beijing.Every patient completed a questionnaire to collect demography, lifestyle and diseases history, and underwent physical examinations, baPWV assessments and blood biochemical tests. Multivariate linear regression was used to assess the relationship between obesity index and baPWV. Abnormal baPWV was defined as patients with baPWV ≥ 1, 700 cm/s. Logistic regression model was performed to explore the risk of abnormal baPWV after adjusting for poetential confounders step by step. Results A total of 2 048 T2DM patients were recruited. The average age was (59.2±8.3) years and total prevalence of abnormal baPWV was 49.7%. After multivariable adjustment, linear regression showed that there was a negative correlation between body mass index(BMI) and baPWV and a positive correlation between waist-to-hip ratio (WHR) and baPWV. Compared to normal weight group, those with BMI ≥ 28 kg/m2 had lower risk of abnormal baPWV (OR=0.59, 95% CI: 0.44-0.78, P < 0.001), but there was an increased risk of 46% among patients with obesity in WHR (OR=1.46, 95% CI: 1.07-2.00, P=0.018). Compared to those without OO and AO, patients without OO but with AO had a 1.67-fold increasesd risk of abnormal baPWV (OR=1.67, 95% CI: 1.19-2.35, P=0.003). Conclusions Abdominal obesity is related with arterial stiffnening among T2DM patients, and it is critical to evaluate arterial stiffness of T2DM patients with abdmonal obesity and normal BMI in order to reduce future risk of cardiovascular diseases. -
Key words:
- Diabetes /
- Overall obesity /
- Abdominal obesity /
- Arterial stiffness
-
心血管疾病(cardiovascular diseases，CVD)是糖尿病患者的首要死因，而动脉硬化是CVD主要的病理生理基础[1]。研究表明肱踝脉搏波传导速度(brachial-ankle pulse wave velocity，baPWV)可以较好地反映动脉僵硬程度，是评价动脉硬化的便捷、可靠的早期指标，对于预测糖尿病患者心脑血管风险及预后具有重要临床意义[2]。由于糖尿病患者代谢异常、衰老等因素带来的体重下降，以体重指数(body mass index, BMI)作为肥胖状态指标的研究[3-5]大多未发现肥胖与动脉硬化的关联或者发现了负相关的结果。尽管既往研究[6]发现腰围(waist circumference，WC)、腰臀比(waist-to-hip ratio，WHR)等中心性肥胖(abdominal obesity，AO)指标与糖尿病人动脉硬化的关系可能更为密切，但该类研究较少关注脂肪分布或者联合使用多个肥胖指标来评价肥胖状态与动脉硬化的关联。
因此，本研究旨在利用北方农村地区居民常见慢性非传染性疾病队列研究的基线数据，以baPWV作为动脉硬化及CVD的早期指标，探讨中国糖尿病患者全身性肥胖(overall obesity，OO)、AO状态与动脉硬化的关联。
1. 对象与方法
1.1 研究对象
本研究以北京市房山区城关等9个乡镇为调查现场，选取2014-2017年间“北方农村地区居民常见慢性非传染性疾病家系队列研究”的基线数据[7]。研究对象的纳入标准为：(1)糖化血红蛋白(HbA1c)≥6.5%，或空腹血糖≥7.0 mmol/L，或随机血糖≥11.0 mmol/L，或有明确的2型糖尿病(type 2 diabetes，T2DM)患病史和服药史；(2)无恶性肿瘤等重大疾病史，能配合调查及相关检测者；(3)签署知情同意书。
研究对象的排除标准为：(1)确诊的1型糖尿病、妊娠糖尿病或其他类型糖尿病患者；(2)在糖尿病发病初期出现酮症酸中毒；(3)在糖尿病发病初期出现明显多饮、多食、多尿、体重减轻等症状；(4)妊娠期妇女。本研究已通过北京大学生物医学伦理委员会审查批准。
1.2 研究内容
1.2.1 现场调查与资料收集
采用问卷调查获取研究对象的一般人口学资料、生活行为习惯、个人疾病史、个人服药史。体格检查由专业医务工作者进行，采用日本TANITA TBF-418B专业用人体脂肪测量仪，采用生物电阻抗分析法进行体脂率测量，使用日本欧姆龙公司的BP-203RPE Ⅲ全自动动脉硬化检测仪测量baPWV，通过计算肘关节到踝关节的距离除以脉搏波传播的时间得到baPWV数值，测量两次后取均值作为最终数值，具体测量方法详见基于本研究人群的其他研究[8]。血生化等指标由北京大学流行病学实验室进行检测。
1.2.2 相关指标定义
按BMI划分的OO分组如下：低体重：BMI＜18.5 kg/m2，正常：18.5 kg/m2 ≤BMI<24 kg/m2，超重：24 kg/m2≤BMI＜28 kg/m2，肥胖：BMI≥28 kg/m2。以WC为分组指标，男性：WC≥85 cm、女性：WC≥80 cm为AO。以WHR为分组指标，男性：WHR≥0.90、女性：WHR≥0.85为AO[9]。根据是否OO(BMI划分)和是否AO(WHR划分)分成OO(-)/AO(-)、OO(+)/AO(-)、OO(-)/AO(+)和OO(+)/AO(+)四组。“躯干下肢脂肪比值(ratio of trunk fat to leg fat，RTFLF)”定义为躯干脂肪质量(kg)/下肢脂肪质量(kg)，并按照三分位数分组(T1~T3)。血糖控制良好定义为HbA1c<7%[10]。既往研究通过受试者工作特征曲线预测心血管事件的最优baPWV切点为1 700 cm/s，因此本研究将baPWV高于或等于此切点定义为baPWV异常[11]。
表 1 研究对象特征分布Table 1. Individual characteristics总体(n=2 048) baPWV正常(n=1 030) baPWV异常(n=1 018) P值 年龄(岁) 59.3±8.3 56.1±7.6 62.4±7.8 < 0.001 BMI(kg/m2) 26.4±3.5 26.5±3.5 26.2±3.4 0.064 WC(cm) 93.3±9.4 92.8±9.2 93.7±9.5 0.041 WHR 0.9±0.1 0.9±0.1 0.9±0.1 < 0.001 RTFLF 1.5±0.3 1.5±0.3 1.5±0.3 0.006 糖尿病病程(年) 6.0(1.0~11.0) 5.0(1.0~10.0) 7.0(2.0~13.0) < 0.001 HbA1c(%) 9.3(8.0~11.6) 9.0(7.8~11.1) 9.7(8.2~12.1) < 0.001 TG(mmol/L) 1.3(0.9~2.1) 1.3(0.8~1.9) 1.4(0.9~2.1) 0.010 HDL-C(mmol/L) 0.9±0.3 0.9±0.3 0.9±0.3 0.274 LDL-C(mmol/L) 2.1±0.9 2.1±0.9 2.1±0.9 0.404 SBP(mmHg) 136.5±18.9 128.6±15.0 144.5±19.0 < 0.001 DBP(mmHg) 80.1±11.1 78.5±10.1 81.7±11.8 < 0.001 性别 女性 1 186(57.9) 564(47.6) 622(52.5) 0.004 男性 862(42.1) 466(54.1) 396(45.9) 受教育程度 小学及以下 912(44.7) 369(40.5) 543(59.5) < 0.001 初中 814(39.9) 472(58.0) 342(42.0) 高中及以上 316(15.5) 188(59.5) 128(40.5) 吸烟史 从不吸烟 1 219(59.5) 604(49.6) 615(50.5) < 0.001 当前吸烟 535(26.1) 303(56.6) 232(43.4) 已戒烟 294(14.4) 123(41.8) 171(58.2) 饮酒史a 从不饮酒 1 369(66.9) 678(49.5) 691(50.5) 0.276 当前饮酒 507(24.8) 270(53.3) 237(46.8) 已戒酒 172(8.4) 82(47.7) 90(52.3) 体力活动 不规律 636(31.1) 289(45.4) 347(54.6) 0.003 规律 1 412(69.0) 741(52.5) 671(47.5) 高血压 无 634(31.0) 444(70.0) 190(30.0) < 0.001 有 1 414(69.0) 586(41.4) 828(58.6) 脑卒中 无 1 771(86.5) 912(51.5) 859(48.5) 0.006 有 277(13.5) 118(42.6) 159(57.4) 冠心病a 无 1 459(74.1) 774(53.1) 685(47.0) < 0.001 有 510(25.9) 218(42.8) 292(57.3) 胰岛素使用 无 1 686(82.3) 858(50.9) 828(49.1) 0.244 有 362(17.7) 172(47.5) 190(52.5) 注：a部分数据缺失；甘油三脂(triglyceride，TG)；高密度脂蛋白胆固醇(high density liptein cholesterol，HDL-C); 低密度脂蛋白胆固醇(low density liptein cholesterol，LDL-C)；收缩压(systolic blood pressure，SBP)；舒张压(diastolic blood pressure, DBP)。 1.2.3 统计学方法
服从正态分布的定量资料以(x±s)进行描述，非正态分布的定量资料以中位数和四分位数[M(P25-P75)]进行描述，计数资料以例数和百分比[n(%)]表示。采用多元线性回归分析肥胖指标与baPWV的关联；采用二分类Logistic回归模型分析各肥胖状态分组和baPWV异常的关联，分析过程中分步调整年龄、性别、受教育程度、生活方式、糖尿病病程、血糖控制情况、血脂、血压、疾病史等可能的混杂因素，计算OR值及95% CI。数据分析使用Stata 14.0软件，所有检验均为双侧检验，检验水准α=0.05。
2. 结果
2.1 OO与baPWV异常
与BMI正常组相比，BMI肥胖组的baPWV异常率更低(χ2=4.358，P=0.037)，见图 1。BMI与baPWV线性关联，见图 2。在调整混杂因素后，BMI每增加1个标准差，baPWV减少41.61 cm/s，见表 2。Logistic回归模型调整血压等因素后，与BMI正常组相比，BMI肥胖组baPWV异常(OR=0.59，95% CI: 0.44~0.78)，见表 3。
图 1 不同肥胖状态分组与baPWV异常的关联Figure 1. The association of different obesity classifications and abnormal baPWV
图 2 BMI、WC、WHR、RTFLF与baPWV的线性拟合曲线注：调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+使用胰岛素+脑卒中+冠心病。BMI：体重指数；WC：腰围；WHR：腰臀比；RTFLF：躯干下肢脂肪比值。Figure 2. The linear relationship between overall/abdominal obesity indexes and baPWV表 2 肥胖状态指标与baPWV的多元线性回归分析Table 2. Multiple linear regression analysis of overall/ abdominal obesity indexes and baPWV肥胖状态指标 粗模型 调整模型a β P值 β P值 BMI -36.05 < 0.001 -41.61 < 0.001 WC -5.39 0.473 -26.95 < 0.001 WHR 300.74 < 0.001 103.13 0.010 RTFLF 25.41 0.001 -1.57 0.805 注：a调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+ 使用胰岛素+脑卒中+冠心病。 表 3 OO和AO与baPWV异常的Logistic回归分析Table 3. Logistic regression analysis for overall/abdominal obesity and abnormal baPWV肥胖状态 模型 模型1 模型2 模型3 模型4 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 BMI 正常 1.00 - 1.00 - 1.00 - 1.00 - 超重 0.95(0.75, 1.20) 0.651 0.93(0.74, 1.18) 0.551 0.76(0.58, 0.98) 0.034 0.75(0.58, 0.98) 0.032 肥胖 0.84(0.65, 1.08) 0.162 0.81(0.63, 1.04) 0.103 0.59(0.44, 0.78) <0.001 0.59(0.44, 0.78) <0.001 WC 正常 1.00 - 1.00 - 1.00 - 1.00 - 肥胖 1.31(1.01, 1.70) 0.042 1.30(1.00, 1.69) 0.054 1.04(0.78, 1.38) 0.793 1.05(0.79, 1.40) 0.725 WHR 正常 1.00 - 1.00 - 1.00 - 1.00 - 肥胖 1.82(1.36, 2.43) <0.001 1.81(1.35, 2.42) <0.001 1.44(1.05, 1.96) 0.024 1.46(1.07, 2.00) 0.018 RTFLF T1 1.00 - 1.00 - 1.00 - 1.00 - T2 0.91(0.71, 1.17) 0.466 0.93(0.72, 1.20) 0.573 1.03(0.78, 1.35) 0.844 1.03(0.78, 1.35) 0.844 T3 1.30(0.99, 1.72) 0.062 1.31(0.99, 1.73) 0.062 1.45(1.07, 1.96) 0.016 1.45(1.07, 1.96) 0.016 注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压；模型4：模型3+使用胰岛素+脑卒中+冠心病。 2.2 AO与baPWV异常
AO指标的不同分组的baPWV异常率，见图 1。AO指标与baPWV的线性关联，见图 2。WHR与baPWV正相关，见表 2。在模型4中，与WHR正常组相比，WHR肥胖组发生baPWV异常(OR=1.46，95% CI：1.07~2.00)；与RTFLF最低三分位数组相比，RTFLF最高三分位数组发生baPWV异常(OR=1.45，95% CI：1.07~1.96)，见表 3。
2.3 OO和AO联合分组与baPWV异常
联合分组中，OO(-)/AO(+)组baPWV异常率最高，见图 1。调整混杂因素后，OO(-)/AO(+)组比OO(-)/AO(-)的baPWV异常的风险增高67%(OR=1.67，95% CI：1.19~2.35)，见表 4。
表 4 OO和AO联合分组与baPWV异常的Logistic回归分析Table 4. Logistic regression analysis for combination of OO and AO and abnormal baPWV模型 OO(-)/AO(-)(n=232) OO(+)/AO(-)(n=28) OO(-)/AO(+)(n=1 138) OO(+)/AO(+)(n=586) OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 1 1.00 - 1.51(0.65, 3.49) 0.339 2.09(1.53, 2.87) < 0.001 1.58(1.13, 2.21) 0.008 2 1.00 - 1.44(0.62, 3.35) 0.398 2.09(1.52, 2.87) < 0.001 1.54(1.10, 2.17) 0.013 3 1.00 - 0.99(0.40, 2.44) 0.980 1.65(1.17, 2.32) 0.004 1.07(0.74, 1.54) 0.731 4 1.00 - 0.97(0.39, 2.41) 0.955 1.67(1.19, 2.35) 0.003 1.08(0.75, 1.57) 0.670 注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压; 模型4：模型3+使用胰岛素+脑卒中+冠心病。 3. 讨论
本研究发现在糖尿病患者中，AO指标与动脉僵硬程度的关联密切，尤其是WHR肥胖可能是动脉硬化的危险因素，提示腹部脂肪累积可能会增加糖尿病患者发生大血管并发症的风险。
国外多项糖尿病人群的研究[6, 12]发现AO指标与动脉硬化的关联比BMI与baPWV的关联更强，本研究在中国人群中也发现了WHR和RTFLF与baPWV异常的关联更强。不过在调整血脂、血压等因素后，AO指标WC与baPWV异常的关联不再有统计学意义，这可能是由于WC虽然是腹型肥胖的良好指标，但是不能很好地区分皮下脂肪与内脏脂肪，而研究[13]认为肥胖带来的代谢紊乱等健康损害的主要是由于内脏脂肪产生更多游离脂肪酸及炎症物质，导致交感神经系统激活及随后平滑肌张力的改变进而造成动脉硬化。与内脏脂肪相比，皮下脂肪较少释放炎症因子、脂联素基因表达更加活跃，是良好的储能组织，因此既往研究[14]将其视为保护性脂肪。保护性皮下脂肪多分布在臀部、大腿等部位，WHR相对于WC额外调整了臀围，而RTFLF则在躯干脂肪基础上调整了下肢脂肪，所以这两项指标可以相对更好地反映内脏脂肪的堆积程度及代谢风险[14-15]。一项中国人群的研究[16]表明通过双能X线吸收法测定糖尿病患者的脂肪分布情况，发现腹部内脏脂肪面积与baPWV正相关，而皮下脂肪面积和baPWV负相关。此外，本研究还发现与OO(-)/AO(-)相比，OO(-)/AO(+)组患者发生baPWV异常的风险升高，而其他两组baPWV异常的风险差异没有统计学意义，该结果与一项日本人群研究[17]结果类似。
本研究发现在调整血脂、高血压等因素后，OO与baPWV异常负相关，且差异具有统计学意义，该结果与之前中国人群研究[18]结果类似，但多项西方和东南亚人群的研究[3, 6, 19]结果表明当前BMI肥胖是糖尿患者动脉硬化的独立危险因素。研究结果的差异可能是因为本研究中的糖尿病患者病程较长(均值7年)，动脉硬化患者身体状况更差或合并了其他未能调整的疾病，导致其BMI下降并进入体重正常组。一项以死亡为结局的Meta分析[20]表明基于BMI的肥胖标准可能不适用于判断老年人的肥胖状态，因此在评价肥胖对于老年糖尿病人的健康影响时，可能需要谨慎使用BMI。
本研究的优势在于同时使用OO、AO的多个指标深入探讨了糖尿病患者肥胖与baPWV的关联，并创新性地在中国糖尿病人群中联合使用BMI和WHR描述糖尿病患者肥胖状态并分析其与动脉僵硬度的关联。但本研究也存在一定的局限性，首先是本研究为队列研究的基线调查资料，因此导致很难准确反映因果时序关系，有待今后队列研究进一步随访验证；其次，当联合分组时个别分组样本量过少，降低了统计效能。
综上所述，本研究发现糖尿病患者BMI与baPWV负相关，AO可能会增加baPWV异常的风险，提示保持合理BMI和WHR可能对于糖尿病患者延缓动脉硬化具有一定的公共卫生意义；此外，联合使用OO和AO表型分组有助于在糖尿病患者中筛选动脉硬化的高危人群，从而尽早干预以降低远期CVD风险。
-
图 1 不同肥胖状态分组与baPWV异常的关联
Figure 1. The association of different obesity classifications and abnormal baPWV
图 2 BMI、WC、WHR、RTFLF与baPWV的线性拟合曲线
注：调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+使用胰岛素+脑卒中+冠心病。BMI：体重指数；WC：腰围；WHR：腰臀比；RTFLF：躯干下肢脂肪比值。
Figure 2. The linear relationship between overall/abdominal obesity indexes and baPWV
表 1 研究对象特征分布
Table 1. Individual characteristics
总体(n=2 048) baPWV正常(n=1 030) baPWV异常(n=1 018) P值 年龄(岁) 59.3±8.3 56.1±7.6 62.4±7.8 < 0.001 BMI(kg/m2) 26.4±3.5 26.5±3.5 26.2±3.4 0.064 WC(cm) 93.3±9.4 92.8±9.2 93.7±9.5 0.041 WHR 0.9±0.1 0.9±0.1 0.9±0.1 < 0.001 RTFLF 1.5±0.3 1.5±0.3 1.5±0.3 0.006 糖尿病病程(年) 6.0(1.0~11.0) 5.0(1.0~10.0) 7.0(2.0~13.0) < 0.001 HbA1c(%) 9.3(8.0~11.6) 9.0(7.8~11.1) 9.7(8.2~12.1) < 0.001 TG(mmol/L) 1.3(0.9~2.1) 1.3(0.8~1.9) 1.4(0.9~2.1) 0.010 HDL-C(mmol/L) 0.9±0.3 0.9±0.3 0.9±0.3 0.274 LDL-C(mmol/L) 2.1±0.9 2.1±0.9 2.1±0.9 0.404 SBP(mmHg) 136.5±18.9 128.6±15.0 144.5±19.0 < 0.001 DBP(mmHg) 80.1±11.1 78.5±10.1 81.7±11.8 < 0.001 性别 女性 1 186(57.9) 564(47.6) 622(52.5) 0.004 男性 862(42.1) 466(54.1) 396(45.9) 受教育程度 小学及以下 912(44.7) 369(40.5) 543(59.5) < 0.001 初中 814(39.9) 472(58.0) 342(42.0) 高中及以上 316(15.5) 188(59.5) 128(40.5) 吸烟史 从不吸烟 1 219(59.5) 604(49.6) 615(50.5) < 0.001 当前吸烟 535(26.1) 303(56.6) 232(43.4) 已戒烟 294(14.4) 123(41.8) 171(58.2) 饮酒史a 从不饮酒 1 369(66.9) 678(49.5) 691(50.5) 0.276 当前饮酒 507(24.8) 270(53.3) 237(46.8) 已戒酒 172(8.4) 82(47.7) 90(52.3) 体力活动 不规律 636(31.1) 289(45.4) 347(54.6) 0.003 规律 1 412(69.0) 741(52.5) 671(47.5) 高血压 无 634(31.0) 444(70.0) 190(30.0) < 0.001 有 1 414(69.0) 586(41.4) 828(58.6) 脑卒中 无 1 771(86.5) 912(51.5) 859(48.5) 0.006 有 277(13.5) 118(42.6) 159(57.4) 冠心病a 无 1 459(74.1) 774(53.1) 685(47.0) < 0.001 有 510(25.9) 218(42.8) 292(57.3) 胰岛素使用 无 1 686(82.3) 858(50.9) 828(49.1) 0.244 有 362(17.7) 172(47.5) 190(52.5) 注：a部分数据缺失；甘油三脂(triglyceride，TG)；高密度脂蛋白胆固醇(high density liptein cholesterol，HDL-C); 低密度脂蛋白胆固醇(low density liptein cholesterol，LDL-C)；收缩压(systolic blood pressure，SBP)；舒张压(diastolic blood pressure, DBP)。 
下载: 导出CSV
表 2 肥胖状态指标与baPWV的多元线性回归分析
Table 2. Multiple linear regression analysis of overall/ abdominal obesity indexes and baPWV
肥胖状态指标 粗模型 调整模型a β P值 β P值 BMI -36.05 < 0.001 -41.61 < 0.001 WC -5.39 0.473 -26.95 < 0.001 WHR 300.74 < 0.001 103.13 0.010 RTFLF 25.41 0.001 -1.57 0.805 注：a调整年龄+性别+受教育程度+吸烟史+饮酒史+体力活动+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压+ 使用胰岛素+脑卒中+冠心病。
下载: 导出CSV
表 3 OO和AO与baPWV异常的Logistic回归分析
Table 3. Logistic regression analysis for overall/abdominal obesity and abnormal baPWV
肥胖状态 模型 模型1 模型2 模型3 模型4 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 BMI 正常 1.00 - 1.00 - 1.00 - 1.00 - 超重 0.95(0.75, 1.20) 0.651 0.93(0.74, 1.18) 0.551 0.76(0.58, 0.98) 0.034 0.75(0.58, 0.98) 0.032 肥胖 0.84(0.65, 1.08) 0.162 0.81(0.63, 1.04) 0.103 0.59(0.44, 0.78) <0.001 0.59(0.44, 0.78) <0.001 WC 正常 1.00 - 1.00 - 1.00 - 1.00 - 肥胖 1.31(1.01, 1.70) 0.042 1.30(1.00, 1.69) 0.054 1.04(0.78, 1.38) 0.793 1.05(0.79, 1.40) 0.725 WHR 正常 1.00 - 1.00 - 1.00 - 1.00 - 肥胖 1.82(1.36, 2.43) <0.001 1.81(1.35, 2.42) <0.001 1.44(1.05, 1.96) 0.024 1.46(1.07, 2.00) 0.018 RTFLF T1 1.00 - 1.00 - 1.00 - 1.00 - T2 0.91(0.71, 1.17) 0.466 0.93(0.72, 1.20) 0.573 1.03(0.78, 1.35) 0.844 1.03(0.78, 1.35) 0.844 T3 1.30(0.99, 1.72) 0.062 1.31(0.99, 1.73) 0.062 1.45(1.07, 1.96) 0.016 1.45(1.07, 1.96) 0.016 注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压；模型4：模型3+使用胰岛素+脑卒中+冠心病。
下载: 导出CSV
表 4 OO和AO联合分组与baPWV异常的Logistic回归分析
Table 4. Logistic regression analysis for combination of OO and AO and abnormal baPWV
模型 OO(-)/AO(-)(n=232) OO(+)/AO(-)(n=28) OO(-)/AO(+)(n=1 138) OO(+)/AO(+)(n=586) OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 OR(95% CI)值 P值 1 1.00 - 1.51(0.65, 3.49) 0.339 2.09(1.53, 2.87) < 0.001 1.58(1.13, 2.21) 0.008 2 1.00 - 1.44(0.62, 3.35) 0.398 2.09(1.52, 2.87) < 0.001 1.54(1.10, 2.17) 0.013 3 1.00 - 0.99(0.40, 2.44) 0.980 1.65(1.17, 2.32) 0.004 1.07(0.74, 1.54) 0.731 4 1.00 - 0.97(0.39, 2.41) 0.955 1.67(1.19, 2.35) 0.003 1.08(0.75, 1.57) 0.670 注：模型1：调整年龄+性别；模型2：模型1+受教育程度+吸烟史+饮酒史+体力活动；模型3：模型2+糖尿病病程(log转换)+TG(log转换)+HDL-C+LDL-C+血糖控制情况+高血压; 模型4：模型3+使用胰岛素+脑卒中+冠心病。
下载: 导出CSV
-
[1] Wan EY, Fong DY, Fung CS, et al. Incidence and predictors for cardiovascular disease in Chinese patients with type 2 diabetes mellitus-a population-based retrospective cohort study[J]. J Diabetes Complications, 2016, 30(3): 444-450. DOI: 10.1016/j.jdiacomp.2015.12.010. [2] Tomiyama H. Arterial Stiffness: is this a marker for the current status or future?[J]. J Atheroscler Thromb, 2016, 23(9): 1026-1027. DOI: 10.5551/jat.ED042. [3] Liu JJ, Sum CF, Tavintharan S, et al. Obesity is a determinant of arterial stiffness independent of traditional risk factors in Asians with young-onset type 2 diabetes[J]. Atherosclerosis, 2014, 236(2): 286-291. DOI: 10.1016/j.atherosclerosis.2014.07.017. [4] Moh MC, Sum CF, Tavintharan S, et al. Baseline predictors of aortic stiffness progression among multi-ethnic Asians with type 2 diabetes[J]. Atherosclerosis, 2017, 260: 102-109. DOI: 10.1016/j.atherosclerosis.2017.01.031. [5] Zhang L, Shen Y, Zhou J, et al. Relationship between waist circumference and elevation of carotid intima-media thickness in newly-diagnosed diabetic patients[J]. Biomed Environ Sci, 2014, 27(5): 335-342. DOI: 10.3967/bes2014.058. [6] Recio-Rodriguez JI, Gomez-Marcos MA, Patino-Alonso MC, et al. Abdominal obesity vs general obesity for identifying arterial stiffness, subclinical atherosclerosis and wave reflection in healthy, diabetics and hypertensive[J]. BMC Cardiovasc Disord, 2012, 12: 3. DOI: 10.1186/1471-2261-12-3. [7] 王梦莹, 唐迅, 秦雪英, 等. 北方农村地区居民常见慢性非传染性疾病的家系队列研究进展[J]. 中华流行病学杂志, 2018, 39(1): 94-97. DOI: 10.3760/cma.j.issn.0254-6450.2018.01.020.Wang MY, Tang X, Qin XY, et al. Progress in research of family-based cohort study on common chronic non-communicable diseases in rural population in northern China. [J]. Chin J Epidemiol, 2018, 39(1): 94-97. DOI: 10.3760/cma.j.issn.0254-6450.2018.01.020. [8] 孙可欣, 刘志科, 曹亚英, 等. 北京某社区T2DM患者血糖控制情况与肱踝脉搏波传导速度的相关性研究[J]. 北京大学学报(医学版), 2015, 47(3): 431-436. DOI: 10.3969/j.issn.1671-167X.2015.03.012.Sun KX, Liu ZK, Cao YY, et al. Relationship between brachial-ankle pulse wave velocity and glycemic control of type 2 diabetes mellitus patients in Beijing community population[J]. Journal of Peking University (Health Sciences), 2015, 47(3): 431-436. DOI: 10.3969/j.issn.1671-167X.2015.03.012. [9] World Health Organization. Waist circumference and waist-hip ratio: report of a WHO Expert Consultation[M]. WHO Press: Geneva, 2008: 14-15. [10] 中华医学会糖尿病学分会. 中国T2DM防治指南(2017年版)[J]. 中华糖尿病杂志, 2018, 10(1): 4-67. DOI: 10.3760/cma.j.issn.1674-5809.2018.01.003.Chinese Diabetes Society. Guidelines for the prevention and treatment of type 2 diabetes mellitus in China in 2017[J]. Chin J Diabetes Mellitus, 2018, 10(1): 4-67. DOI: 10.3760/cma.j.issn.1674-5809.2018.01.003. [11] Tomiyama H, Koji Y, Yambe M, et al. Brachial-ankle pulse wave velocity is a simple and independent predictor of prognosis in patients with acute coronary syndrome[J]. Circ J, 2005, 69(7): 815-822. DOI: 10.1253/circj.69.815. [12] Bouchi R, Asakawa M, Ohara N, et al. Indirect measure of visceral adiposity a body shape index (ABSI) is associated with arterial stiffness in patients with type 2 diabetes[J]. BMJ Open Diabetes Res Care, 2016, 4(1): e000188. DOI: 10.1136/bmjdrc-2015-000188. [13] Morigami H, Morioka T, Yamazaki Y, et al. Visceral diposity is preferentially associated with vascular stiffness rather than thickness in men with type 2 diabetes[J]. J Atheroscler Thromb, 2016, 23(9): 1067-1079. DOI: 10.5551/jat.33399. [14] Jung CH, Kim BY, Kim KJ, et al. Contribution of subcutaneous abdominal fat on ultrasonography to carotid atherosclerosis in patients with type 2 diabetes mellitus[J]. Cardiovasc Diabetol, 2014, 13: 67. DOI: 10.1186/1475-2840-13-67. [15] Cameron AJ, Magliano DJ, Soderberg S. A systematic review of the impact of including both waist and hip circumference in risk models for cardiovascular diseases, diabetes and mortality[J]. Obes Rev, 2013, 14(1): 86-94. DOI: 10.1111/j.1467-789X.2012.01051.x. [16] 李岱, 陶安阳, 李蓉, 等. T2DM体脂分布与臂踝脉搏波传导速度相关性研究[J]. 中国实用内科杂志, 2017, 37(1): 42-46. DOI: 10.19538/j.nk2017010111.Li D, Tao AY, Li R, et al. Association between body composition and brachial-ankle pulse wave velocity in type 2 diabetes mellitus patients[J]. Chin J Pract Intern Med, 2017, 37(1): 42-46. DOI: 10.19538/j.nk2017010111. [17] Bouchi R, Minami I, Ohara N, et al. Impact of increased visceral adiposity with normal weight on the progression of arterial stiffness in Japanese patients with type 2 diabetes[J]. BMJ Open Diabetes Res Care, 2015, 3(1): e000081. DOI: 10.1136/bmjdrc-2015-000081. [18] 刘晖, 安洁, 刘春红, 等. BMI对T2DM患者臂踝脉搏波传导速度的影响[J]. 重庆医学, 2018, 47(9): 1256-1260. DOI: 10.3969/j.issn.1671-8348.2018.09.034.Liu H, An J, Liu CH, et al. The effect of BMI on brachial ankle pulse wave velocity among type 2 diabetes patients[J]. Chongqing Med J, 2018, 47(9): 1256-1260. DOI: 10.3969/j.issn.1671-8348.2018.09.034. [19] Zhang X, Liu JJ, Sum CF, et al. Ethnic disparity in central arterial stiffness and its determinants among Asians with type 2 diabetes[J]. Atherosclerosis, 2015, 242(1): 22-28. DOI: 10.1016/j.atherosclerosis.2015.06.019. [20] Winter JE, Macinnis RJ, Wattanapenpaiboon N, et al. BMI and all-cause mortality in older adults: a meta-analysis[J]. Am J Clin Nutr, 2014, 99(4): 875-890. DOI: 10.3945/ajcn.113.068122. 期刊类型引用(8)
1. 尚庆刚，吕德良，谢尉，谢凤珠，武小艳，吴肖冰. 深圳市居民外周动脉疾病患病现况及与肥胖状态关系研究. 中国热带医学. 2024(06): 708-713+744 . 
百度学术2. 程秀俊，余其贵，孙媛媛，谢军. 老年衰弱合并脑梗死患者颈股动脉脉搏波传导速度与骨质疏松的相关性分析. 中国医刊. 2023(11): 1242-1245 . 百度学术3. 王紫荆，武轶群，吴瑶，王梦莹，王小文，吴俊慧，王斯悦，王伽婷，陈大方，吴涛，胡永华. 北京市农村居民代谢综合征及其组分与动脉硬化的相关性研究. 第三军医大学学报. 2021(12): 1109-1116 . 百度学术4. 张馨允，许颖，张景义. 氟伐他汀联合达格列净对中心性肥胖2型糖尿病患者糖脂代谢及miR-192、miR-26a、miR-221水平的影响. 疑难病杂志. 2021(08): 779-784 . 百度学术5. 陈明燕，杨星，杨敬源，周全湘，杨曦，屈芳，熊燕. 贵州农村老年人腹型肥胖及血脂水平对动脉硬化的交互作用. 现代预防医学. 2021(20): 3678-3682 . 百度学术6. 余其贵，谢军，孙媛媛，杨琳琳，陈娟. CAVI联合血清胱抑素C在老年2型糖尿病患者早期肾功能损害评估中临床意义. 中国循证心血管医学杂志. 2020(06): 708-710+715 . 百度学术7. 杨巍巍，马芳，许继梅. 脉搏波速度与2型糖尿病患者动脉粥样硬化的相关性分析. 中华保健医学杂志. 2020(04): 446-447+450 . 百度学术8. 余冰冰，陈志锦，张丽芬. 健康体检人群血脂与动脉硬化的相关性研究. 深圳中西医结合杂志. 2020(09): 68-70 . 百度学术其他类型引用(0)
-
下载:
点击查看大图
计量
- 文章访问数: 605
- HTML全文浏览量: 256
- PDF下载量: 32
- 被引次数: 8