A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province

doi:10.12114/j.issn.1007-9572.2024.0018

Abstract

Abstract:

Background

With the gradual aging of China's population and the gradual rise of chronic disease co-morbidities, cardiometabolic co-morbidities (CMM) have become one of the most damaging co-morbidities. Current studies on prediction and intervention methods for CMM have focused on individual cardiovascular diseases and lifestyle, while studies on CMM as a whole are lacking.

Objective

To explore the association of Continuous Metabolic Syndrome Score (cMetS) and other obesity indicators with CMM, and to further confirm whether these indicators can be used as a simple indicator for screening CMM, as well as to estimate the threshold for prediction of CMM in the middle-aged and elderly population in Anhui Province.

Methods

The study included 131 390 participants from the Anhui Province Cardiovascular Disease High-Risk Population Early Screening and Comprehensive Intervention Project from 2017 to 2021, divided into CMM (779 males, 866 females) and non-CMM groups (53 020 males, 76 725 females). General patient information and biochemical markers were collected, and the waist-to-height ratio (WHtR), WHT.5R, body roundness index (BRI), and cMetS were calculated. Differences in CMM prevalence by gender and age group were compared using the Bonferroni method. Multivariate Logistic regression analysis was employed to investigate the factors influencing CMM. Receiver operating characteristic (ROC) curves for predicting CMM using cMetS and obesity indices were plotted, and the area under the ROC curve (AUC) was calculated. The value of different indices in predicting CMM status was assessed using paired sample tests.

Results

In the male cohort, the CMM group showed higher values for age, BMI, waist circumference (WC), mean arterial pressure (MAP), fasting plasma glucose (FPG), triglycerides (TG), diabetes, ischemic heart disease, stroke, WHtR, WHT.5R, BRI, and cMetS than the non-CMM group. Smoking and alcohol consumption, as well as total cholesterol (TC) and high-density lipoprotein cholesterol (HDL-C), were higher in the non-CMM group (P<0.05). In females, similar trends were observed, with lower levels of TC and HDL-C in the CMM group (P<0.05). The prevalence of CMM varied across different age groups in both male and female patients (P<0.05). Multivariate Logistic regression analysis indicated that increases in cMetS, WHtR, WHT.5R, BRI, and BMI are risk factors for CMM in both genders (P<0.05). ROC curve analysis showed that in males, the AUC for cMetS was higher than that for WHtR (Z=6.16, P<0.001), BRI (Z=6.16, P<0.001), WHT.5R (Z=7.21, P<0.001), and BMI (Z=9.36, P<0.001). Similar findings were observed for females, with cMetS outperforming the other indices.

Conclusion

In both genders, cMetS and other obesity indices are closely associated with CMM, with cMetS being a superior identifier. cMetS serves as a novel marker for diagnosing CMM, highlighting its significance in the prevention of this condition.

Key words: Metabolic syndrome, Cardiometabolic multimorbidity, Continuous metabolic syndrome score, Anhui province, Cross-sectional studies

摘要：

背景

随着中国人口逐步老龄化及慢性病共病人群的增多，心脏代谢性共病（CMM）已成为危害程度较高的共病。目前对于CMM的预测和干预方法的研究多集中于单个心血管疾病和生活方式，而缺乏针对CMM整体的研究。

目的

探讨代连续代谢综合征评分（cMetS）及其他肥胖指标与CMM的相关性，并进一步确认是否可作为筛查CMM的简易指标，以及估计安徽省中老年人群中预测CMM的临界点。

方法

纳入2017—2021年安徽省心血管疾病高危人群早期筛查与综合干预项目人群131 390例为研究对象，分为CMM组（男779例，女866例）和非CMM组（男53 020例，女76 725例）。收集患者一般资料和生化指标，计算腰高比（WHtR）、腰高比0.5（WHT.5R）、身体圆度指数（BRI）、cMetS。采用Bonferroni法比较不同性别不同年龄段人群CMM患病率的差异。采用多因素Logistic逐步回归分析探究CMM的影响因素。绘制cMetS和肥胖指标预测CMM的受试者工作特征曲线（ROC曲线）并计算ROC曲线下面积（AUC），使用成对样本检验评估不同指标在预测CMM状态中的价值差异性。

结果

男性群体中CMM组年龄、BMI、腰围（WC）、平均动脉压（MAP）、空腹血糖（FPG）、三酰甘油（TG）、糖尿病、缺血性心脏病、卒中、WHtR、WHT.5R、BRI、cMetS高于非CMM组，吸烟比例、饮酒比例、总胆固醇（TC）、高密度脂蛋白胆固醇（HDL-C）低于非CMM组（P<0.05）。女性群体中CMM组年龄、BMI、WC、MAP、FPG、糖尿病、缺血性心脏病、卒中、WHtR、WHT.5R、BRI、cMetS高于非CMM组，TC、HDL-C低于非CMM组（P<0.05）。男性、女性患者不同年龄段CMM患病率不同（P<0.05）。多因素Logistic回归分析结果显示cMetS、WHtR、WHT.5R、BRI、BMI升高是男性人群及女性人群CMM患病的危险因素（P<0.05）。绘制cMetS、WHtR、WHT.5R、BRI、BMI诊断CMM患病的ROC曲线，结果显示：男性群体中cMetS的AUC高于WHtR（Z=6.16，P<0.001）、BRI（Z=6.16，P<0.001）、WHT.5R（Z=7.21，P<0.001）、BMI（Z=9.36，P<0.001）；女性群体中cMetS的AUC高于WHtR（Z=5.71，P<0.001）、BRI（Z=5.71，P<0.001）、WHT.5R（Z=6.92，P<0.001）、BMI（Z=9.98，P<0.001）。

结论

在不同性别中，cMetS和其他肥胖指标均与CMM密切相关，且在识别CMM方面cMetS优于其余指标。cMetS可作为诊断CMM的一项新型指标，在预防CMM方面具有重要意义。

关键词: 代谢综合征, 心脏代谢性共病, 连续代谢综合征评分, 安徽省, 横断面研究

HAN Zheng,WANG Weiqiang,PAN Yaojia, et al. A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province[J]. Chinese General Practice, 2024, 27(27): 3344-3350. DOI: 10.12114/j.issn.1007-9572.2024.0018.
韩正,王为强,潘姚佳等. 35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究[J]. 中国全科医学, 2024, 27(27): 3344-3350. DOI: 10.12114/j.issn.1007-9572.2024.0018.

Figures/Tables 6

References 22

[1]	The LANCET. Making more of multimorbidity：an emerging priority[J]. Lancet，2018，391（10131）：1637. DOI：10.1016/S0140-6736(18)30941-3.
[2]	HAN Y T，HU Y Z，YU C Q，et al. Lifestyle，cardiometabolic disease，and multimorbidity in a prospective Chinese study[J]. Eur Heart J，2021，42（34）：3374-3384. DOI：10.1093/eurheartj/ehab413.
[3]	BUSIJA L，LIM K，SZOEKE C，et al. Do replicable profiles of multimorbidity exist? Systematic review and synthesis[J]. Eur J Epidemiol，2019，34（11）：1025-1053. DOI：10.1007/s10654-019-00568-5.
[4]	YANG S J，YU B，YU W Q，et al. Development and validation of an age-sex-ethnicity-specific metabolic syndrome score in the Chinese adults[J]. Nat Commun，2023，14（1）：6988. DOI：10.1038/s41467-023-42423-y.
[5]	XIA X，CHEN S，TIAN X，et al. Association of body mass index with risk of cardiometabolic disease，multimorbidity and mortality：a multi-state analysis based on the Kailuan cohort[EB/OL].（2023-10-25）[2024-04-17].
[6]	ZHAO D，LIU J，WANG M，et al. Epidemiology of cardiovascular disease in China：current features and implications[J]. Nat Rev Cardiol，2019，16（4）：203-212. DOI：10.1038/s41569-018-0119-4.
[7]	LEON B M，MADDOX T M. Diabetes and cardiovascular disease：Epidemiology，biological mechanisms，treatment recommendations and future research[J]. World J Diabetes，2015，6（13）：1246-1258. DOI：10.4239/wjd.v6.i13.1246.
[8]	FORTIN M，DUBOIS M F，HUDON C，et al. Multimorbidity and quality of life：a closer look[J]. Health Qual Life Outcomes，2007，5：52. DOI：10.1186/1477-7525-5-52.
[9]	COLLABORATION E R F，DI ANGELANTONIO E，KAPTOGE S，et al. Association of cardiometabolic multimorbidity with mortality[J]. JAMA，2015，314（1）：52-60. DOI：10.1001/jama.2015.7008.
[10]	ZHU X H，DING L L，ZHANG X N，et al. Association of cognitive frailty and abdominal obesity with cardiometabolic multimorbidity among middle-aged and older adults：a longitudinal study[J]. J Affect Disord，2023，340：523-528. DOI：10.1016/j.jad.2023.08.067.
[11]	SAKAKIBARA B M，OBEMBE A O，ENG J J. The prevalence of cardiometabolic multimorbidity and its association with physical activity，diet，and stress in Canada：evidence from a population-based cross-sectional study[J]. BMC Public Health，2019，19（1）：1361. DOI：10.1186/s12889-019-7682-4.
[12]	HADAEGH F，ABDI A，KOHANSAL K，et al. Gender differences in the impact of 3-year status changes of metabolic syndrome and its components on incident type 2 diabetes mellitus：a decade of follow-up in the Tehran Lipid and Glucose Study[J]. Front Endocrinol，2023，14：1164771. DOI：10.3389/fendo.2023.1164771.
[13]	HONARVAR M，MEHRAN L，MASOUMI S，et al. Independent association between age- and sex-specific metabolic syndrome severity score and cardiovascular disease and mortality[J]. Sci Rep，2023，13（1）：14621. DOI：10.1038/s41598-023-41546-y.
[14]	DEBOER M D，FILIPP S L，GURKA M J. Use of a metabolic syndrome severity Z score to track risk during treatment of prediabetes：an analysis of the diabetes prevention program[J]. Diabetes Care，2018，41（11）：2421-2430. DOI：10.2337/dc18-1079.
[15]	DEBOER M D，GURKA M J，GOLDEN S H，et al. Independent associations between metabolic syndrome severity and future coronary heart disease by sex and race[J]. J Am Coll Cardiol，2017，69（9）：1204-1205. DOI：10.1016/j.jacc.2016.10.088.
[16]	GURKA M J，FILIPP S L，PEARSON T A，et al. Assessing baseline and temporal changes in cardiometabolic risk using metabolic syndrome severity and common risk scores[J]. J Am Heart Assoc，2018，7（16）：e009754. DOI：10.1161/JAHA.118.009754.
[17]	MEAMAR R，AMINI M，AMINORROAYA A，et al. Severity of the metabolic syndrome as a predictor of prediabetes and type 2 diabetes in first degree relatives of type 2 diabetic patients：a 15-year prospective cohort study[J]. World J Diabetes，2020，11（5）：202-212. DOI：10.4239/wjd.v11.i5.202.
[18]	DEBOER M D，FILIPP S L，SIMS M，et al. Risk of ischemic stroke increases over the spectrum of metabolic syndrome severity[J]. Stroke，2020，51（8）：2548-2552. DOI：10.1161/STROKEAHA.120.028944.
[19]	KIVIMÄKI M，KUOSMA E，FERRIE J E，et al. Overweight，obesity，and risk of cardiometabolic multimorbidity：pooled analysis of individual-level data for 120 813 adults from 16 cohort studies from the USA and Europe[J]. Lancet Public Health，2017，2（6）：e277-285. DOI：10.1016/S2468-2667(17)30074-9.
[20]	LU Y Q，LIU S Y，QIAO Y N，et al. Waist-to-height ratio，waist circumference，body mass index，waist divided by height 0.5 and the risk of cardiometabolic multimorbidity：a national longitudinal cohort study[J]. Nutr Metab Cardiovasc Dis，2021，31（9）：2644-2651. DOI：10.1016/j.numecd.2021.05.026.
[21]	QIN X R，CHEN C L，WANG J B，et al. Association of adiposity indices with cardiometabolic multimorbidity among 101，973 Chinese adults：a cross-sectional study[J]. BMC Cardiovasc Disord，2023，23（1）：514. DOI：10.1186/s12872-023-03543-x.
[22]	RAMÍREZ-VÉLEZ R，PÉREZ-SOUSA M Á，IZQUIERDO M，et al. Validation of surrogate anthropometric indices in older adults：what is the best indicator of high cardiometabolic risk factor clustering?[J]. Nutrients，2019，11（8）：1701. DOI：10.3390/nu11081701.

项目	男性				女性
项目	非CMM组（n=53 020）	CMM组（n=779）	检验统计量值	P值	非CMM组（n=76 725）	CMM组（n=866）	检验统计量值	P值
年龄（岁）	58.6±10.2	64.2±7.6	-15.55^a	<0.001	57.0±9.9	64.2±7.1	-21.58^a	<0.001
吸烟[例（%）]	24 476（46.2）	259（33.2）	51.56^b	<0.001	1 244（1.6）	17（2.0）	0.62^b	0.429
饮酒[例（%）]	17 494（33.0）	187（24.0）	28.12^b	<0.001	2 700（3.5）	25（2.9）	1.01^b	0.315
BMI（kg/m²）	24.2（22.3，26.4）	25.5（23.5，27.5）	-10.97	<0.001	24.6±3.5	26.1±3.8	-12.65^a	<0.001
WC（cm）	85.5（80.0，92.0）	90.0（84.0，95.0）	-12.28	<0.001	82.8±9.3	87.4±9.8	-14.53^a	<0.001
MAP（mmHg）	99.67（92.50，108.17）	103.00（94.83，111.17）	-5.70	<0.001	98.18±12.29	102.39±12.64	-10.02^a	<0.001
FPG（mmol/L）	5.7（5.2，6.5）	7.7（7.1，9.1）	-33.07	<0.001	6.1±1.7	8.5±2.8	-41.49^a	<0.001
TC（mmol/L）	4.28（3.67，4.95）	3.87（3.18，4.70）	-9.82	<0.001	4.75±1.07	4.69±1.13	1.74^a	<0.001
HDL-C（mmol/L）	1.35（1.12，1.68）	1.21（1.03，1.51）	-9.58	<0.001	1.55±0.41	1.48±0.40	4.37^a	<0.001
TG（mmol/L）	1.25（0.90，1.84）	1.34（1.01，1.99）	-4.83	<0.001	1.63±0.90	1.85±0.98	-6.92^a	0.082
糖尿病[例（%）]	9 836（18.6）	743（98.4）	2 876.67^b	<0.001	14 049（18.3）	836（96.5）	3 379.21^b	<0.001
缺血性心脏病[例（%）]	383（0.7）	224（28.8）	5 408.02^b	<0.001	343（0.4）	183（21.1）	5 441.18^b	<0.001
卒中[例（%）]	1 398（2.6）	608（78.0）	12 162.72^b	<0.001	1 480（1.9）	735（84.9）	21 243.66^b	<0.001
WHtR	0.51（0.48，0.55）	0.54（0.51，0.58）	-14.00	<0.001	0.53±0.06	0.57±0.06	-17.28^a	<0.001
WHT.5R	6.63（6.18，7.09）	6.95（6.55，7.39）	-13.38	<0.001	6.64±0.75	7.06±0.78	-16.16^a	<0.001
BRI	4.12（3.47，4.85）	4.63（4.04，5.39）	-14.00	<0.001	4.56±1.28	5.33±1.40	17.49^a	<0.001
cMetS[M（P₂₅，P₇₅），分]	0.29（-0.23，0.83）	0.87（0.39，1.38）	-19.43	<0.001	0.10（-0.40，0.61）	0.75（0.21，1.21）	-21.81	<0.001

项目	男性				女性
项目	非CMM组（n=53 020）	CMM组（n=779）	检验统计量值	P值	非CMM组（n=76 725）	CMM组（n=866）	检验统计量值	P值
年龄（岁）	58.6±10.2	64.2±7.6	-15.55^a	<0.001	57.0±9.9	64.2±7.1	-21.58^a	<0.001
吸烟[例（%）]	24 476（46.2）	259（33.2）	51.56^b	<0.001	1 244（1.6）	17（2.0）	0.62^b	0.429
饮酒[例（%）]	17 494（33.0）	187（24.0）	28.12^b	<0.001	2 700（3.5）	25（2.9）	1.01^b	0.315
BMI（kg/m²）	24.2（22.3，26.4）	25.5（23.5，27.5）	-10.97	<0.001	24.6±3.5	26.1±3.8	-12.65^a	<0.001
WC（cm）	85.5（80.0，92.0）	90.0（84.0，95.0）	-12.28	<0.001	82.8±9.3	87.4±9.8	-14.53^a	<0.001
MAP（mmHg）	99.67（92.50，108.17）	103.00（94.83，111.17）	-5.70	<0.001	98.18±12.29	102.39±12.64	-10.02^a	<0.001
FPG（mmol/L）	5.7（5.2，6.5）	7.7（7.1，9.1）	-33.07	<0.001	6.1±1.7	8.5±2.8	-41.49^a	<0.001
TC（mmol/L）	4.28（3.67，4.95）	3.87（3.18，4.70）	-9.82	<0.001	4.75±1.07	4.69±1.13	1.74^a	<0.001
HDL-C（mmol/L）	1.35（1.12，1.68）	1.21（1.03，1.51）	-9.58	<0.001	1.55±0.41	1.48±0.40	4.37^a	<0.001
TG（mmol/L）	1.25（0.90，1.84）	1.34（1.01，1.99）	-4.83	<0.001	1.63±0.90	1.85±0.98	-6.92^a	0.082
糖尿病[例（%）]	9 836（18.6）	743（98.4）	2 876.67^b	<0.001	14 049（18.3）	836（96.5）	3 379.21^b	<0.001
缺血性心脏病[例（%）]	383（0.7）	224（28.8）	5 408.02^b	<0.001	343（0.4）	183（21.1）	5 441.18^b	<0.001
卒中[例（%）]	1 398（2.6）	608（78.0）	12 162.72^b	<0.001	1 480（1.9）	735（84.9）	21 243.66^b	<0.001
WHtR	0.51（0.48，0.55）	0.54（0.51，0.58）	-14.00	<0.001	0.53±0.06	0.57±0.06	-17.28^a	<0.001
WHT.5R	6.63（6.18，7.09）	6.95（6.55，7.39）	-13.38	<0.001	6.64±0.75	7.06±0.78	-16.16^a	<0.001
BRI	4.12（3.47，4.85）	4.63（4.04，5.39）	-14.00	<0.001	4.56±1.28	5.33±1.40	17.49^a	<0.001
cMetS[M（P₂₅，P₇₅），分]	0.29（-0.23，0.83）	0.87（0.39，1.38）	-19.43	<0.001	0.10（-0.40，0.61）	0.75（0.21，1.21）	-21.81	<0.001

年龄段	男性（n=779）	女性（n=866）
35~39岁	0	1（0.11）
40~49岁	34（4.36）	27（3.12）
50~59岁	163（20.92）	169（19.51）
60~69岁	375（48.14）	448（51.73）
70~75岁	207（26.57）	221（25.52）

年龄段	男性（n=779）	女性（n=866）
35~39岁	0	1（0.11）
40~49岁	34（4.36）	27（3.12）
50~59岁	163（20.92）	169（19.51）
60~69岁	375（48.14）	448（51.73）
70~75岁	207（26.57）	221（25.52）

变量	模型1		模型2		模型3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
cMetS（以Q1为参照）
Q2	2.161（1.559~2.996）	<0.001	2.346（1.692~3.254）	<0.001	3.572（2.508~5.088）	<0.001
Q3	4.048（2.993~5.475）	<0.001	4.706（3.477~6.369）	<0.001	9.303（6.483~13.349）	<0.001
Q4	7.748（5.812~10.330）	<0.001	10.131（7.587~13.528）	<0.001	29.182（19.698~43.232）	<0.001
WHtR（以Q1为参照）
Q2	1.941（1.470~2.563）	<0.001	2.040（1.545~2.695）	<0.001	1.835（1.386~2.428）	<0.001
Q3	3.027（2.333~3.929）	<0.001	3.175（2.446~4.123）	<0.001	2.710（2.077~3.536）	<0.001
Q4	4.423（3.442~5.683）	<0.001	4.446（3.459~5.715）	<0.001	3.548（2.736~4.601）	<0.001
WHT.5R（以Q1为参照）
Q2	1.844（1.401~2.427）	<0.001	1.988（1.509~2.617）	<0.001	1.777（1.347~2.346）	<0.001
Q3	2.968（2.297~3.836）	<0.001	3.286（2.541~4.249）	<0.001	2.778（2.136~3.612）	<0.001
Q4	4.175（3.261~5.347）	<0.001	4.562（3.560~5.846）	<0.001	3.596（2.778~4.655）	<0.001
BRI（以Q1为参照）
Q2	1.941（1.470~2.563）	<0.001	2.040（1.545~2.695）	<0.001	1.835（1.386~2.428）	<0.001
Q3	3.027（2.333~3.929）	<0.001	3.175（2.446~4.123）	<0.001	2.710（2.077~3.536）	<0.001
Q4	4.423（3.442~5.683）	<0.001	4.446（3.459~5.715）	<0.001	3.548（2.736~4.601）	<0.001
BMI（以Q1为参照）
Q2	1.623（1.259~2.094）	<0.001	1.886（1.461~2.434）	<0.001	1.658（1.281~2.147）	<0.001
Q3	2.332（1.840~2.956）	<0.001	2.844（2.241~3.610）	<0.001	2.328（1.822~2.910）	<0.001
Q4	3.050（2.424~3.839）	<0.001	4.011（3.180~5.058）	<0.001	3.064（2.401~3.910）	<0.001