不同肥胖指标在高尿酸血症风险预测中的应用价值比较研究

doi:10.12114/j.issn.1007-9572.2021.00.281

摘要/Abstract

摘要： 背景高尿酸血症（HUA）已经超过糖尿病成为我国第二大代谢性疾病，其患病率呈逐年攀升态势且常伴发多系统疾病，如何有效预防其发生并控制其流行已成为我国亟待解决的重要公共卫生问题。目的明确不同肥胖指标〔腰围（WC）、体质指数（BMI）、腰高比（WHtR）、身体形态指数（ABSI）、身体圆度指数（BRI）、内脏脂肪指数（VAI）和脂质聚集指数（LAP）〕对HUA发生的影响，分析并比较不同肥胖指标对HUA发生风险的预测价值，旨在为HUA的早期预防及筛查提供参考与依据。方法采用整群抽样方法，选取2020年1—12月在广东省某三级甲等医院健康管理中心接受健康体检的体检者为研究对象。通过查阅健康管理中心的电子病历收集体检者的一般人口学、既往史、体格检查和实验室检查指标等资料，并计算BMI、WHtR、ABSI、BRI、VAI和LAP。采用二元Logistic回归探讨不同肥胖指标对HUA发生的影响，采用受试者工作特征（ROC）曲线评价不同肥胖指标对HUA的预测价值并计算切点。结果共纳入32 374例健康体检者，检出HUA 13 546例，HUA检出率为41.84%，其中，男性和女性体检者HUA检出率分别为54.11%（10 026/18 530）和25.43%（3 520/13 844），男性HUA检出率高于女性（P<0.001）。男性HUA体检者WC、BMI、WHtR、ABSI、BRI、VAI和LAP均高于女性HUA体检者（P<0.001）。二元Logistic回归结果显示，在校正混杂变量后，WC、BMI、WHtR、ABSI、BRI、VAI和LAP均是男性和女性HUA发生的影响因素（P<0.001）。男性WC、BMI、WHtR、ABSI、BRI、VAI和LAP预测HUA发生风险的ROC曲线下面积（AUC）分别为0.612、0.626、0.602、0.512、0.602、0.617和0.642，切点分别为80.5 cm、24.3 kg/m2、0.48、0.072、3.8、1.4和26.7；女性WC、BMI、WHtR、ABSI、BRI、VAI和LAP预测HUA发生风险的AUC分别为0.637、0.636、0.637、0.555、0.638、0.583和0.660，切点分别为72.5cm、22.7 kg/m2、0.47、0.074、4.2、1.3和15.3。无论在男性体检人群还是女性体检人群中，LAP预测HUA的AUC高于其他6项肥胖指标（P均<0.05），ABSI预测HUA的AUC低于其他6项肥胖指标（P均<0.05）。结论WC、BMI、WHtR、ABSI、BRI、VAI和LAP均是影响男性和女性HUA发生的因素，但不同肥胖指标对HUA的预测能力存在差异。无论对于男性还是女性，LAP均是预测HUA发生风险的最佳肥胖指标。

关键词: 高尿酸血症, 肥胖指标, 风险预测, 预测价值

Abstract: Background

In China, hyperuricemia (HUA) is increasingly prevalent, which is often accompanied by multi-system diseases, and has become the second leading metabolic disease after diabetes mellitus. How to effectively contain its prevalence has become an important public health issue that needs to be solved urgently.

Objective

To examine relationships of different obesity indices〔waist circumference (WC) , body mass index (BMI) , waist-to-height ratio (WHtR) , body shape index (ABSI) , body roundness index (BRI) , visceral adiposity index (VAI) and lipid aggregation index (LAP) 〕with HUA, and compare their predictive values for HUA, providing a reference basis for early HUA screening and prevention.

Methods

Cluster sampling was used to recruit physical examinees from the health management center of a grade A tertiary hospital from January to December 2020. Anthropometric indices included in the analysis included WC, BMI, WHtR, ABSI, BRI, VAI and LAP. Binary Logistic regression was used to assess the correlation of HUA with different obesity indices. Receiver operating characteristic (ROC) curve analysis was performed to estimate the predictive values of these indices for HUA with suggested optimal cut-off points presented.

Results

Of the 32 344 physical examinees in total, 13 546 (41.84%) were found with HUA. Men had higher detection rate of HUA than women〔54.11% (10 026/18 530) vs 25.43% (3 520/13 844) 〕 (P<0.001) . The values of all these obesity indices were higher in male HUA patients than in female HUA patients, with statistically significant differences (P<0.001) . Binary Logistic regression showed that after correcting for confounding variables, WC, BMI, WHtR, ABSI, BRI, VAI, and LAP were all statistically associated with HUA occurrence in both men and women (P<0.001) . In men, the area under the ROC curve (AUC) of WC, BMI, WHtR, ABSI, BRI, VAI and LAP in predicting HUA was 0.612, 0.626, 0.602, 0.512, 0.602, 0.617 and 0.642, respectively, with corresponding optimal cut-off points of 80.5 cm, 24.3 kg/m², 0.48, 0.072, 3.8, 1.4 and 26.7. In women, the AUC for WC, BMI, WHtR, ABSI, BRI, VAI and LAP in predicting HUA was 0.637, 0.636, 0.637, 0.555, 0.638, 0.583, and 0.660, respectively, with corresponding optimal cut-off points of 72.5 cm, 22.7 kg/m², 0.47, 0.074, 4.2, 1.3 and 15.3. In both male and female physical examinees, the AUC of LAP predicting HUA was higher than the other six obesity indicators (P<0.05) , and the AUC of ABSI predicting HUA was lower than the other six obesity indicators (P<0.05) .

Conclusion

These seven obesity indices were all significantly associated with the occurrence of HUA in men and women. The predictive values of them for HUA were different, and LAP may be the best indicator for predicting the risk of HUA in either men or women.

Key words: Hyperuricemia, Obesity index, Risk prediction, Predictive value

中图分类号:

R589.9

杨媛,周光清,李宛霖,等. 不同肥胖指标在高尿酸血症风险预测中的应用价值比较研究[J]. 中国全科医学, 2022, 25(04): 453-460. DOI: 10.12114/j.issn.1007-9572.2021.00.281.

YANG Yuan, ZHOU Guangqing, LI Wanlin, ZHAO Chuangyi, Yuan Kongjun.

Values of Different Obesity Indicators in Predicting the Risk of Hyperuricemia：a Comparative Study [J]. Chinese General Practice, 2022, 25(04): 453-460.

图/表 8

参考文献 36

[1]	WU J, QIU L, CHENG X Q，et al. Hyperuricemia and clustering of cardiovascular risk factors in the Chinese adult population[J]. Sci Rep，2017，7(1):5456. DOI：10.1038/s41598-017-05751-w.
[2]	李静. 高尿酸血症的流行病学研究[J]. 中国心血管杂志，2016，21(2):83-86. DOI：10.3969/j.issn.1007-5410.2016.02.001.
[3]	刘敏，孟娟. 基于全科医生视角的《2020年美国风湿病学会痛风治疗指南》解读[J]. 中国全科医学，2021，24(25):3148-3153. DOI：10.12114/j.issn.1007-9572.2021.00.133.
[4]	于宏杰，钟培松，袁红，等. 肥胖指标预测高尿酸血症风险研究[J]. 预防医学，2020，32(8):846-850. DOI：10.19485/j.cnki.issn2096-5087.2020.08.022.
[5]	苏健，吕淑荣，杨婕，等. 江苏省成人脂质蓄积指数与高血压和糖尿病患病风险关系的研究[J]. 中华疾病控制杂志，2018，22(3):217-221. DOI：10.16462/j.cnki.zhjbkz.2018.03.002.
[6]	ZHANG J, FANG L, QIU L，et al. Comparison of the ability to identify arterial stiffness between two new anthropometric indices and classical obesity indices in Chinese adults[J]. Atherosclerosis，2017，263(1):263-271. DOI：10.1016/j.atherosclerosis.2017.06.031.
[7]	KOULI G M, PANAGIOTAKOS D B, KYROU I，et al. Visceral adiposity index and 10-year cardiovascular disease incidence：the ATTICA study[J]. Nutr Metab Cardiovas，2017，27(10):881-889. DOI：10.1016/j.numecd.2017.06.015.
[8]	黄俊轩，张晓霞，彭欣，等. 脂质蓄积指数对珠三角社区人群2型糖尿病患病风险的预测价值[J]. 中国全科医学，2020，23(24):3012-3017. DOI：10.12114/j.issn.1007-9572.2020.00.017.
[9]	KRAKAUER N Y, KRAKAUER J C. A new body shape index predicts mortality hazard independently of body mass index[J]. PLoS One，2012，7(7):e39504. DOI：10.1371/journal.pone.0039504.
[10]	THOMAS D M, BREDLAU C, WESTPHAL A B，et al. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model[J]. Obesity，2013，21(11):2264-2271. DOI：10.1002/oby.20408.
[11]	AMATO M C, CARLA G, MASSIMO G，et al. Visceral adiposity index：a reliable indicator of visceral fat function associated with cardiometabolic risk[J]. Diabetes Care，2010，33(4):920-922. DOI：10.2337/dc09-1825.
[12]	KAHN H S. "The lipid accumulation product" performs better than the body mass index for recognizing cardiovascular risk：a population-based comparison[J]. BMC Cardiovasc Disor，2005，5(1):87-97. DOI：10.1186/1471-2261-5-26.
[13]	中华医学会内分泌学分会. 高尿酸血症和痛风治疗的中国专家共识[J]. 中华内分泌代谢杂志，2013，29(11):913-920. DOI：10.3760/cma.j.issn.1000-6699.2013.11.001.
[14]	中华医学会糖尿病学分会. 中国2型糖尿病防治指南（2017年版）[J]. 中国实用内科杂志，2018，38(4):292-344. DOI：10.19538/j.nk2018040108.
[15]	《中国高血压防治指南》修订委员会. 中国高血压防治指南2018年修订版[J]. 心脑血管病防治，2019，19(1):1-44.
[16]	中国成人血脂异常防治指南制订联合委员会. 中国成人血脂异常防治指南[J]. 中华心血管病杂志，2007，35(5):390-419. DOI：10.3760/j.issn:0253-3758.2007.05.003.
[17]	中华医学会内分泌学分会肥胖学组. 中国成人肥胖症防治专家共识[J]. 中华内分泌代谢杂志，2011，27(9):711-717. DOI：10.3760/cma.j.issn.1000-6699.2011.09.003.
[18]	宇传华. ROC分析方法及其在医学研究中的应用[D]. 西安：第四军医大学，2000.
[19]	于亮，王宗站. 青岛市市南区老年人高尿酸血症与代谢综合征的关系分析[J]. 中华老年心脑血管病杂志，2019，21(10):1092-1093. DOI：10.3969/ji.ssn.1009-0126.2019.10.021.
[20]	黄佳乐，王新月，李红卫. 厦门市居民高尿酸血症与膳食嘌呤摄入的相关性研究[J]. 营养学报，2019，41(1):20-23. DOI：10.13325/j.cnki.acta.nutr.sin.2019.01.006.
[21]	陈少雄，覃壮丽，李晓敏，等. 广东佛山市高尿酸血症与血清肌酐、血糖及高血压的分析[J]. 新医学，2016，47(3):175-178. DOI：10.3969/j.issn.0253-9802.2016.03.010.
[22]	宋康，姚勇利，魏兰，等. 青海省汉族居民高尿酸血症的患病情况分析[J]. 现代预防医学，2018，45(22):4094-4096.
[23]	妥娅，任晓岚，李国菊，等. 甘肃地区城镇汉族成年人高尿酸血症现状及影响因素[J]. 中国公共卫生，2018，34(6):808-811. DOI：10.11847/zgggws1117951.
[24]	韩尚廷，许梅花. 膳食营养素与高尿酸血症关系的研究进展[J]. 现代预防医学，2019，46(22):4070-4072.
[25]	曲建昌，窦京涛，王安平，等. 社区老年人群尿酸与代谢综合征关系的研究[J]. 中华老年心脑血管病杂志，2020，22(9):900-903. DOI：10.3969/ji.ssn1009-0126.2020.09.002.
[26]	李林，朱小霞，戴宇翔，等. 中国高尿酸血症相关疾病诊疗多学科专家共识[J]. 中华内科杂志，2017，56(3):235-248. DOI：10.3760/cma.j.issn.0578-1426.2017.03.021.
[27]	吴珊珊，叶山东，邢燕，等. 高尿酸血症与体质量指数和脂代谢紊乱关系的临床研究[J]. 中国临床保健杂志，2016，19(3):232-235. DOI：10.3969/j.issn.1672-6790.2016.03.003.
[28]	REILLY J J, EL-HAMDOUCHI A, DIOUF A，et al. Determining the worldwide prevalence of obesity[J]. Lancet，2018，391(10132):1773-1774. DOI：10.1016/S0140-6736(18)30794-3.
[29]	ZHANG N, CHANG Y, GUO X，et al. A body shape index and body roundness index：two new body indices for detecting association between obesity and hyperuricemia in rural area of China[J]. Eur J Intern Med，2016，29(6):32-36. DOI：10.1016/j.ejim.2016.01.019.
[30]	HUANG Z P, HUANG B X, ZHANG H，et al. Waist-to-height ratio is a better predictor of hyperuricemia than body mass index and waist circumference in Chinese[J]. Ann Nutr Metab，2019，75(3):187-194. DOI：10.1159/000504282.
[31]	马玲，于飞，王莉，等. 肥胖指标在研究高尿酸血症危险因素中的意义[J]. 新疆医科大学学报，2013，36(2):204-207.
[32]	周艾婧，潘庆，李爱玲，等. 肥胖及代谢相关指标对凉山彝族农村居民高尿酸血症预测价值[J]. 中国公共卫生，2015，31(12):1646-1650. DOI：10.11847/zgggws2015-31-12-36.
[33]	张玄娥，顾蕾，张晓燕，等. 上海杨浦中老年社区人群内脏脂肪指数和脂质蓄积指数与血尿酸的相关性[J]. 同济大学学报（医学版），2020，41(2):185-191. DOI：10.16118/j.1008-0392.2020.02.008
[34]	刘晨，张黎军. 新型体脂指数脂质蓄积指数和内脏脂肪指数的相关研究进展[J]. 中国糖尿病杂志，2016，24(11):1032-1035. DOI：10.3969/J.ISSN.1006-6187.2016.11.16.
[35]	金昕晔，邹大进. 国内外肥胖症相关指南评介[J]. 中国实用内科杂志，2012，32(10):757-760.
[36]	ZHEN L X, HUA L H, SHAN H，et al. Association between hyperuricemia and nontraditional adiposity indices[J]. Clin Rheumatol，2019，38(4):1055-1062.

组别	例数	男性	BMI分级				腹型肥胖	高血压	糖尿病	高脂血症
组别	例数	男性	体质量过低	正常体质量	超重	肥胖	腹型肥胖	高血压	糖尿病	高脂血症
非HUA组	18 828	8 504（45.17）	1 707（9.07）	11 713（62.21）	4 553（24.18）	855（4.54）	3 897（20.70）	1 837（9.76）	421（2.24）	4 412（23.43）
HUA组	13 546	10 026（74.01）	395（2.91）	5 802（42.83）	5 453（40.26）	1 896（14.00）	5 694（42.03）	2 287（16.88）	360（2.66）	5 703（42.10）
χ²值		2 678.532	2 493.220				1 720.241	359.934	5.947	1 277.987
P值		<0.001	<0.001				<0.001	<0.001	0.015	<0.001

组别	例数	男性	BMI分级				腹型肥胖	高血压	糖尿病	高脂血症
组别	例数	男性	体质量过低	正常体质量	超重	肥胖	腹型肥胖	高血压	糖尿病	高脂血症
非HUA组	18 828	8 504（45.17）	1 707（9.07）	11 713（62.21）	4 553（24.18）	855（4.54）	3 897（20.70）	1 837（9.76）	421（2.24）	4 412（23.43）
HUA组	13 546	10 026（74.01）	395（2.91）	5 802（42.83）	5 453（40.26）	1 896（14.00）	5 694（42.03）	2 287（16.88）	360（2.66）	5 703（42.10）
χ²值		2 678.532	2 493.220				1 720.241	359.934	5.947	1 277.987
P值		<0.001	<0.001				<0.001	<0.001	0.015	<0.001

组别	例数	年龄（±s，岁）	收缩压（±s，mm Hg）	舒张压（±s，mm Hg）	FBG （±s，mmol/L）	TC （±s，mmol/L）	TG （±s，mmol/L）	LDL-C （±s，mmol/L）
非HUA组	18 828	39.9±12.1	119±15	72±11	5.2±1.1	5.09±1.00	1.25±0.97	3.16±0.76
HUA组	13 546	40.5±12.4	125±15	76±11	5.3±1.0	5.35±1.06	1.80±1.46	3.39±0.79
检验统计量值		-4.616^a	-35.358^a	-33.933^a	-8.002^a	-22.211^a	-38.044^b	-26.335^a
P值		<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

组别	例数	年龄（±s，岁）	收缩压（±s，mm Hg）	舒张压（±s，mm Hg）	FBG （±s，mmol/L）	TC （±s，mmol/L）	TG （±s，mmol/L）	LDL-C （±s，mmol/L）
非HUA组	18 828	39.9±12.1	119±15	72±11	5.2±1.1	5.09±1.00	1.25±0.97	3.16±0.76
HUA组	13 546	40.5±12.4	125±15	76±11	5.3±1.0	5.35±1.06	1.80±1.46	3.39±0.79
检验统计量值		-4.616^a	-35.358^a	-33.933^a	-8.002^a	-22.211^a	-38.044^b	-26.335^a
P值		<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

性别	例数	WC（±s，cm）	BMI（±s，kg/m²）	WHtR（±s）	ABSI（±s）	BRI（±s）	VAI〔M（QR）〕	LAP〔M（QR）〕
男	10 026	84.2±8.9	25.1±3.2	0.49±0.05	0.075±0.004	3.3±1.0	1.6（1.5）	29.8（34.1）
女	3 520	74.3±9.1	22.9±3.5	0.47±0.06	0.073±0.005	2.9±1.1	1.2（1.2）	16.8（24.4）
t（Z）值		55.667	31.932	21.310	23.042	20.031	-17.003^a	-27.685^a
P值		<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001