Construction and Validation of a Screening Model for Early Atherosclerosis Risk in the Aorta

doi:10.12114/j.issn.1007-9572.2024.0032

Abstract

Abstract:

Background

In the field of cardiovascular risk assessment, aortic stiffness is considered a key predictive indicator, and carotid-femoral pulse wave velocity (cfPWV) is recognized as the gold standard for non-invasive assessment of atherosclerotic risk in the aorta. Due to challenges such as technical difficulty, cfPWV testing has not been widely implemented in China.

Objective

This study aimed to develop and validate a screening model for early atherosclerotic risk in the aorta based on cardiovascular risk factors, with the intention of replacing the complex measurement process of cfPWV and reducing reliance on traditional measurement methods.

Methods

A total of 878 participants recruited from the Health Checkup Center of the First Affiliated Hospital of Anhui Medical University between May and November 2023 were selected as research subjects, randomly divided into a model-building group (n=703) and a validation group (n=175) in an 8∶2 ratio. Patient general information, laboratory test results, and cfPWV were collected. Based on the cfPWV examination results and relevant guidelines, participants in the model-building group were divided into those without atherosclerotic risk in the aorta (n=503) and those with atherosclerotic risk in the aorta (n=200). Multifactorial Logistic regression analysis was used to screen variables and establish a nomogram assessment model. The receiver operating characteristic curve (ROC curve) for predicting the risk of atherosclerosis in the aorta was plotted for the model, and the model's discriminative ability and calibration were assessed using the area under the ROC curve (AUC) and the Hosmer-Lemeshow test, respectively. The Delong test was used to compare the AUCs of different models, and decision curve analysis (DCA) was used to assess the clinical utility of the model. Internal validation of the model was performed using the bootstrap method with 1 000 resampling iterations.

Results

Participants with atherosclerotic risk in the model-building group were older, had higher BMI, systolic blood pressure (SBP), diastolic blood pressure (DBP), mean arterial pressure (MAP), urea, fasting blood glucose (FBG), low-density lipoprotein cholesterol (LDL-C), triglycerides (TG), total cholesterol (TC), alanine aminotransferase (ALT), aspartate aminotransferase (AST), hemoglobin (Hb), and a higher proportion of alcohol consumption, dyslipidemia, and diabetes than those without atherosclerotic risk in the aorta. The glomerular filtration rate (GFR) and platelet count (PLT) were lower in those with atherosclerotic risk (P<0.05). Multifactorial Logistic regression analysis showed that age (OR=1.112, 95%CI=1.082-1.143), MAP (OR=1.146, 95%CI=1.107-1.188), Hb (OR=1.026, 95%CI=1.004-1.049), and FBG (OR=1.353, 95%CI=1.076-1.701) were independent risk factors for atherosclerosis in the aorta (P<0.05). A predictive modelⅠ was constructed using statistically significant indicators from the multifactorial logistic regression analysis (age, MAP, Hb, FBG), and models Ⅱ, Ⅲ, and Ⅳ were constructed by additionally including smoking, gender, and dyslipidemia, respectively. The AUCs for models Ⅰ to Ⅳ were 0.941 (95%CI=0.923-0.964, P<0.05), 0.941 (95%CI=0.922-0.962, P<0.05), 0.941 (95%CI=0.922-0.963, P<0.05), and 0.939 (95%CI=0.919-0.962, P<0.05), respectively. The Delong test showed no statistically significant difference in AUCs among models Ⅰ, Ⅱ, Ⅲ, and Ⅳ (P>0.05). A nomogram model was constructed using age, MAP, FBG, and Hb as predictive factors, with an AUC of 0.941 (95%CI=0.920-0.962) for the training set, sensitivity of 0.832, and specificity of 0.917. The AUC for the validation set was 0.961 (95%CI=0.914-1.000), with sensitivity of 0.872 and specificity of 0.964. DCA results indicated that the use of the early atherosclerosis screening model could benefit participants in clinical practice.

Conclusion

Based on four simple indexes of age, mean arterial pressure, hemoglobin and fasting blood glucose, a screening model for early aortic sclerosis risk was established, which provides a convenient and efficient method for early vascular function screening.

Key words: Arteriosclerosis, Aortic stiffness, Carotid-femoral pulse wave velocity, Prediction model, Early screening

摘要：

背景

在心血管风险评估领域，主动脉僵硬度被认为是关键的预测指标，颈股脉搏波传导速度（cfPWV）被认为是无创评估主动脉硬化风险的金标准。由于技术难度等挑战，我国cfPWV检测尚未广泛开展。

目的

本研究旨在开发并验证一种基于心血管危险因素的早期主动脉硬化风险筛查模型，以期替代cfPWV复杂的测量过程，减少对传统测量方法的依赖。

方法

选取2023年5—11月在安徽医科大学第一附属医院体检中心招募的878名受试者作为研究对象，按照8∶2的比例进行随机抽样分为建模组（n=703）和验证组（n=175）。收集患者一般资料、实验室检查结果及cfPWV。依据cfPWV检查结果和相关指南，将建模组受试者分为无主动脉硬化风险（n=503）和有主动脉硬化风险（n=200）。采用多因素Logistic回归分析并筛选变量，建立列线图评估模型。绘制模型预测主动脉硬化发生风险的受试者工作特征曲线（ROC曲线），以ROC曲线下面积（AUC）、Hosmer-Lemeshow检验评估模型的区分度和校准度，采用Delong检验比较各模型的AUC，采用决策曲线分析（DCA）评估模型临床实用性，并采用Bootstrap法重复采样1 000次对模型进行内部验证。

结果

建模组有主动脉硬化风险者年龄、BMI、收缩压（SBP）、舒张压（DBP）、平均动脉压（MAP）、尿素、空腹血糖（FBG）、低密度脂蛋白胆固醇（LDL-C）、三酰甘油（TG）、总胆固醇（TC）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、血红蛋白（Hb）、饮酒、血脂异常、糖尿病比例高于无主动脉硬化风险者，肾小球滤过率（GFR）、血小板计数（PLT）低于无主动脉硬化风险者（P<0.05）。多因素Logistic回归分析结果显示年龄（OR=1.112，95%CI=1.082~1.143）、MAP（OR=1.146，95%CI=1.107~1.188）、Hb（OR=1.026，95%CI=1.004~1.049）和FBG（OR=1.353，95%CI=1.076~1.701）是主动脉硬化的独立影响因素（P<0.05）。纳入多因素Logistic回归分析结果差异有统计学意义的指标（年龄、MAP、Hb、FBG）构建预测模型Ⅰ，同时分别纳入吸烟、性别、血脂异常构建模型Ⅱ、模型Ⅲ、模型Ⅳ，绘制模型Ⅰ~模型Ⅳ的ROC曲线，模型Ⅰ~模型Ⅳ的AUC分别为0.941（95%CI=0.923~0.964，P<0.05）、0.941（95%CI=0.922~0.962，P<0.05）、0.941（95%CI=0.922~0.963，P<0.05）、0.939（95%CI=0.919~0.962，P<0.05）；Delong检验结果示，模型Ⅰ、模型Ⅱ、模型Ⅲ、模型Ⅳ的AUC比较，差异无统计学意义（P>0.05）。根据多因素Logistic回归分析结果，以年龄、MAP、FBG、Hb为预测因子构建列线图模型，预测模型训练集的AUC为0.941（95%CI=0.920~0.962），灵敏度为0.832，特异度为0.917。验证集的AUC为0.961（95%CI=0.914~1.000），灵敏度为0.872，特异度为0.964。DCA结果显示使用主动脉硬化早期筛查模型可以使受试者在临床中获益。

结论

本研究基于年龄、MAP、Hb和FBG 4个简易指标，建立了早期主动脉硬化风险筛查模型，提供了便捷、高效的早期血管功能筛查的方法。

关键词: 动脉硬化, 主动脉僵硬度, 颈股脉搏波传导速度, 预测模型, 早期筛查

CLC Number:

R 543.5

ZHOU Zhensen,HUANG Yan,CHENG Siwei, et al. Construction and Validation of a Screening Model for Early Atherosclerosis Risk in the Aorta[J]. Chinese General Practice, 2024, 27(33): 4147-4154. DOI: 10.12114/j.issn.1007-9572.2024.0032.
周镇森,黄岩,程思为等. 早期主动脉硬化风险筛查模型的构建及验证研究[J]. 中国全科医学, 2024, 27(33): 4147-4154. DOI: 10.12114/j.issn.1007-9572.2024.0032.

Figures/Tables 9

References 33

[1]	中国心血管健康与疾病报告编写组. 中国心血管健康与疾病报告2022概要[J]. 中国循环杂志，2023，38（6）：583-612. DOI：10.3969/j.issn.1000-3614.2023.06.001.
[2]	VAN BORTEL L M，LAURENT S，BOUTOUYRIE P，et al. Expert consensus document on the measurement of aortic stiffness in daily practice using carotid-femoral pulse wave velocity[J]. J Hypertens，2012，30（3）：445-448. DOI：10.1097/HJH.0b013e32834fa8b0.
[3]	BENETOS A，WAEBER B，IZZO J，et al. Influence of age，risk factors，and cardiovascular and renal disease on arterial stiffness：clinical applications[J]. Am J Hypertens，2002，15（12）：1101-1108. DOI：10.1016/s0895-7061(02)03029-7.
[4]	LIANG Y L，TEEDE H，KOTSOPOULOS D，et al. Non-invasive measurements of arterial structure and function：repeatability，interrelationships and trial sample size[J]. Clin Sci，1998，95（6）：669-679. DOI：10.1042/cs0950669.
[5]	LAURENT S，COCKCROFT J，VAN BORTEL L，et al. Expert consensus document on arterial stiffness：methodological issues and clinical applications[J]. Eur Heart J，2006，27（21）：2588-2605. DOI：10.1093/eurheartj/ehl254.
[6]	KIM E D，BALLEW S H，TANAKA H，et al. Short-term prognostic impact of arterial stiffness in older adults without prevalent cardiovascular disease[J]. Hypertension，2019，74（6）：1373-1382. DOI：10.1161/HYPERTENSIONAHA.119.13496.
[7]	COURVOISIER D S，COMBESCURE C，AGORITSAS T，et al. Performance of logistic regression modeling：beyond the number of events per variable，the role of data structure[J]. J Clin Epidemiol，2011，64（9）：993-1000. DOI：10.1016/j.jclinepi.2010.11.012.
[8]	TAKUMA Y，SHOTA I，MIYATAKE H，et al. Nomograms to predict the disease-free survival and overall survival after radiofrequency ablation for hepatocellular carcinoma[J]. Intern Med，2018，57（4）：457-468. DOI：10.2169/internalmedicine.9064-17.
[9]	MCCLAVE A K，MCKNIGHT-EILY L R，DAVIS S P，et al. Smoking characteristics of adults with selected lifetime mental illnesses：results from the 2007 National Health Interview Survey[J]. Am J Public Health，2010，100（12）：2464-2472. DOI：10.2105/AJPH.2009.188136.
[10]	徐文超，覃玉，苏健，等. 江苏省≥35岁社区居民饮酒与肥胖对糖尿病患病交互作用[J]. 中国公共卫生，2020，36（12）：1776-1779. DOI：10.11847/zgggws1123881.
[11]	王增武，刘静，李建军，等. 中国血脂管理指南（2023年）[J]. 中国循环杂志，2023，38（3）：237-271.
[12]	Reference Values For Arterial Stiffness' Collaboration. Determinants of pulse wave velocity in healthy people and in the presence of cardiovascular risk factors：'establishing normal and reference values'[J]. Eur Heart J，2010，31（19）：2338-2350. DOI：10.1093/eurheartj/ehq165.
[13]	CECELJA M，CHOWIENCZYK P. Role of arterial stiffness in cardiovascular disease[J]. JRSM Cardiovasc Dis，2012，1（4）：cvd.2012.012016. DOI：10.1258/cvd.2012.012016.
[14]	RAFIEIAN-KOPAEI M，SETORKI M，DOUDI M，et al. Atherosclerosis：process，indicators，risk factors and new hopes[J]. Int J Prev Med，2014，5（8）：927-946.
[15]	MIURA K，SOYAMA Y，MORIKAWA Y，et al. Comparison of four blood pressure indexes for the prediction of 10-year stroke risk in middle-aged and older Asians[J]. Hypertension，2004，44（5）：715-720. DOI：10.1161/01.HYP.0000145108.23948.7b.
[16]	刘倩，韩旭，马一涵，等. 非高血压人群平均动脉压对动脉硬化进展的影响[J]. 中华高血压杂志，2021，29（8）：733-739. DOI：10.16439/j.issn.1673-7245.2021.08.008.
[17]	BENETOS A，LAURENT S，HOEKS A P，et al. Arterial alterations with aging and high blood pressure. A noninvasive study of carotid and femoral arteries[J]. Arterioscler Thromb，1993，13（1）：90-97. DOI：10.1161/01.atv.13.1.90.
[18]	ZHANG Z Z，WANG P，KONG X L，et al. Association of hemoglobin with arterial stiffness evaluated by carotid-femoral pulse wave velocity among Chinese adults[J]. Chronic Dis Transl Med，2019，5（2）：122-128. DOI：10.1016/j.cdtm.2018.06.001.
[19]	LIANG J，ZHOU N，TENG F，et al. Hemoglobin A1c levels and aortic arterial stiffness：the Cardiometabolic Risk in Chinese（CRC）study[J]. PLoS One，2012，7（8）：e38485. DOI：10.1371/journal.pone.0038485.
[20]	FOSSUM E，HØIEGGEN A，MOAN A，et al. Whole blood viscosity，blood pressure and cardiovascular risk factors in healthy blood donors[J]. Blood Press，1997，6（3）：161-165. DOI：10.3109/08037059709061932.
[21]	BARBIERI M，RAGNO E，BENVENUTI E，et al. New aspects of the insulin resistance syndrome：impact on haematological parameters[J]. Diabetologia，2001，44（10）：1232-1237. DOI：10.1007/s001250100634.
[22]	CHEN H M，HUA Q，HOU H X. Association of hemoglobin with ambulatory arterial stiffness index in untreated essential hypertensive patients without anemia[J]. Intern Med，2011，50（22）：2759-2765. DOI：10.2169/internalmedicine.50.5832.
[23]	ANGERMAYR B，MEJIAS M，GRACIA-SANCHO J，et al. Heme oxygenase attenuates oxidative stress and inflammation，and increases VEGF expression in portal hypertensive rats[J]. J Hepatol，2006，44（6）：1033-1039. DOI：10.1016/j.jhep.2005.09.021.
[24]	SHAH M S，BROWNLEE M. Molecular and cellular mechanisms of cardiovascular disorders in diabetes[J]. Circ Res，2016，118（11）：1808-1829. DOI：10.1161/CIRCRESAHA.116.306923.
[25]	KING R J，GRANT P J. Diabetes and cardiovascular disease：pathophysiology of a life-threatening epidemic[J]. Herz，2016，41（3）：184-192. DOI：10.1007/s00059-016-4414-8.
[26]	FU S H，CHEN W J，LUO L M，et al. Roles of fasting and postprandial blood glucose in the effect of type 2 diabetes on central arterial stiffness：a 5-year prospective community-based analysis[J]. Diabetol Metab Syndr，2017，9：33. DOI：10.1186/s13098-017-0231-3.
[27]	WU X X，ZHANG H Y，QI W，et al. Nicotine promotes atherosclerosis via ROS-NLRP3-mediated endothelial cell pyroptosis[J]. Cell Death Dis，2018，9（2）：171. DOI：10.1038/s41419-017-0257-3.
[28]	WANG Z Y，WANG D，WANG Y. Cigarette smoking and adipose tissue：the emerging role in progression of atherosclerosis[J]. Mediators Inflamm，2017，2017：3102737. DOI：10.1155/2017/3102737.
[29]	李建军. 血脂异常与动脉粥样硬化关系的现代观念[J]. 中国循环杂志，2022，37（3）：212-214. DOI：10.3969/j.issn.1000-3614.2022.03.002.
[30]	CECELJA M，CHOWIENCZYK P. Dissociation of aortic pulse wave velocity with risk factors for cardiovascular disease other than hypertension：a systematic review[J]. Hypertension，2009，54（6）：1328-1336. DOI：10.1161/HYPERTENSIONAHA.109.137653.
[31]	VLACHOPOULOS C，XAPLANTERIS P，ABOYANS V，et al. The role of vascular biomarkers for primary and secondary prevention. A position paper from the European Society of Cardiology Working Group on peripheral circulation：endorsed by the Association for Research into Arterial Structure and Physiology（ARTERY）Society[J]. Atherosclerosis，2015，241（2）：507-532. DOI：10.1016/j.atherosclerosis.2015.05.007.
[32]	陶立元，张华，赵一鸣. 列线图的制作要点及其应用[J]. 中华儿科杂志，2017，55（5）：323. DOI：10.3760/cma.j.issn.0578-1310.2017.05.002.
[33]	王俊峰，章仲恒，周支瑞，等. 临床预测模型：模型的验证[J]. 中国循证心血管医学杂志，2019，11（2）：141-144. DOI：10.3969/j.issn.1674-4055.2019.02.04.

分类	例数	性别（男/女）	年龄[M（P₂₅，P₇₅），岁]	BMI（kg/m²）	SBP[M（P₂₅，P₇₅），mmHg]	DBP[M（P₂₅，P₇₅），mmHg]	MAP[M（P₂₅，P₇₅），mmHg]	心率[M（P₂₅，P₇₅），bpm]	GFR[mL·min^-1·（1.73 m²）^-1]
无主动脉硬化风险者	503	240/263	45（30，55）	23.0±3.6	117（108，125）	72（66，78）	66（59，73）	68（61，76）	111.20±14.68
有主动脉硬化风险者	200	109/91	59（53，69）	24.1±3.2	137（129，146）	81（76，90）	100（95，107）	69（62，76）	94.75±15.76
检验统计量值		2.636^a	-14.682	-3.394^b	-15.046	-11.157	-13.971	-0.784	12.463
P值		0.104	<0.001	<0.001	<0.001	<0.001	<0.001	0.433	<0.001
分类	肌酐[M（P₂₅，P₇₅），μmol/L]	尿素[M（P₂₅，P₇₅），mmol/L]	UA（μmol/L）	FBG[M（P₂₅，P₇₅），mmol/L]	LDL-C[M（P₂₅，P₇₅），mmol/L]	TG[M（P₂₅，P₇₅），mmol/L]	HDL-C[M（P₂₅，P₇₅），mmol/L]	TC[M（P₂₅，P₇₅），mmol/L]
无主动脉硬化风险者	66.15（56.40，77.30）	4.82（4.04，5.70）	344.92±96.62	5.13（4.83，5.43）	3.18（2.75，3.74）	1.17（0.86，1.60）	1.37（1.21，1.60）	4.75（4.25，5.38）
有主动脉硬化风险者	71.10（61.85，80.10）	5.49（4.55，6.32）	345.24±85.55	6.20（5.46，6.77）	3.35（2.90，3.90）	1.40（0.95，2.11）	1.44（1.22，1.62）	4.93（4.22，5.60）
检验统计量值	-1.561	-4.879	0.186^b	-12.196	-2.217	-4.509	-1.331	-2.879
P值	0.118	<0.001	0.973	<0.001	0.027	<0.001	0.183	0.009
分类	ALT[M（P₂₅，P₇₅），U/L]	AST[M（P₂₅，P₇₅），U/L]	Hb[M（P₂₅，P₇₅），g/L]	PLT[M（P₂₅，P₇₅），×10^-9/L]	吸烟[例（%）]	饮酒[例（%）]	血脂异常[例（%）]	糖尿病[例（%）]
无主动脉硬化风险者	18.10（12.88，29.00）	21.50（18.00，25.70）	132（126，150）	225（187，266）	74（14.7）	45（8.9）	160（31.8）	10（2.0）
有主动脉硬化风险者	20.00（15.00，28.18）	23.00（20.00，27.00）	151（137，160）	208（173，250）	34（17.0）	43（21.5）	101（50.5）	29（14.5）
检验统计量值	-2.042	-4.029	-2.012	-2.679	0.542^a	12.740^a	11.349^a	36.280^a
P值	0.041	<0.001	0.031	0.007	0.461	<0.001	<0.001	<0.001

分类	例数	性别（男/女）	年龄[M（P₂₅，P₇₅），岁]	BMI（kg/m²）	SBP[M（P₂₅，P₇₅），mmHg]	DBP[M（P₂₅，P₇₅），mmHg]	MAP[M（P₂₅，P₇₅），mmHg]	心率[M（P₂₅，P₇₅），bpm]	GFR[mL·min^-1·（1.73 m²）^-1]
无主动脉硬化风险者	503	240/263	45（30，55）	23.0±3.6	117（108，125）	72（66，78）	66（59，73）	68（61，76）	111.20±14.68
有主动脉硬化风险者	200	109/91	59（53，69）	24.1±3.2	137（129，146）	81（76，90）	100（95，107）	69（62，76）	94.75±15.76
检验统计量值		2.636^a	-14.682	-3.394^b	-15.046	-11.157	-13.971	-0.784	12.463
P值		0.104	<0.001	<0.001	<0.001	<0.001	<0.001	0.433	<0.001
分类	肌酐[M（P₂₅，P₇₅），μmol/L]	尿素[M（P₂₅，P₇₅），mmol/L]	UA（μmol/L）	FBG[M（P₂₅，P₇₅），mmol/L]	LDL-C[M（P₂₅，P₇₅），mmol/L]	TG[M（P₂₅，P₇₅），mmol/L]	HDL-C[M（P₂₅，P₇₅），mmol/L]	TC[M（P₂₅，P₇₅），mmol/L]
无主动脉硬化风险者	66.15（56.40，77.30）	4.82（4.04，5.70）	344.92±96.62	5.13（4.83，5.43）	3.18（2.75，3.74）	1.17（0.86，1.60）	1.37（1.21，1.60）	4.75（4.25，5.38）
有主动脉硬化风险者	71.10（61.85，80.10）	5.49（4.55，6.32）	345.24±85.55	6.20（5.46，6.77）	3.35（2.90，3.90）	1.40（0.95，2.11）	1.44（1.22，1.62）	4.93（4.22，5.60）
检验统计量值	-1.561	-4.879	0.186^b	-12.196	-2.217	-4.509	-1.331	-2.879
P值	0.118	<0.001	0.973	<0.001	0.027	<0.001	0.183	0.009
分类	ALT[M（P₂₅，P₇₅），U/L]	AST[M（P₂₅，P₇₅），U/L]	Hb[M（P₂₅，P₇₅），g/L]	PLT[M（P₂₅，P₇₅），×10^-9/L]	吸烟[例（%）]	饮酒[例（%）]	血脂异常[例（%）]	糖尿病[例（%）]
无主动脉硬化风险者	18.10（12.88，29.00）	21.50（18.00，25.70）	132（126，150）	225（187，266）	74（14.7）	45（8.9）	160（31.8）	10（2.0）
有主动脉硬化风险者	20.00（15.00，28.18）	23.00（20.00，27.00）	151（137，160）	208（173，250）	34（17.0）	43（21.5）	101（50.5）	29（14.5）
检验统计量值	-2.042	-4.029	-2.012	-2.679	0.542^a	12.740^a	11.349^a	36.280^a
P值	0.041	<0.001	0.031	0.007	0.461	<0.001	<0.001	<0.001

自变量	β	SE	Wald χ²值	P值	OR值	95%CI
男性	0.461	0.169	7.441	0.006	1.586	1.139~2.210
年龄	0.103	0.009	130.975	<0.001	1.109	1.090~1.128
MAP	0.144	0.012	144.000	<0.001	1.155	1.118~1.183
BMI	0.089	0.028	10.103	0.001	1.093	1.035~1.154
AST	0.022	0.011	4.000	0.039	1.023	1.001~1.045
GFR	-0.072	0.008	81.000	<0.001	0.931	0.915~0.946
UA	0.283	0.073	15.029	<0.001	1.327	1.150~1.532
FBG	1.030	0.140	54.128	<0.001	2.800	2.126~3.687
TG	0.388	0.108	12.907	<0.001	1.474	1.193~1.820
TC	0.274	0.096	8.146	0.005	1.315	1.089~1.589
Hb	0.267	0.071	14.142	0.013	1.302	1.076~1.577
血脂异常	0.667	0.212	9.899	0.002	1.949	1.286~2.952

自变量	β	SE	Wald χ²值	P值	OR值	95%CI
男性	0.461	0.169	7.441	0.006	1.586	1.139~2.210
年龄	0.103	0.009	130.975	<0.001	1.109	1.090~1.128
MAP	0.144	0.012	144.000	<0.001	1.155	1.118~1.183
BMI	0.089	0.028	10.103	0.001	1.093	1.035~1.154
AST	0.022	0.011	4.000	0.039	1.023	1.001~1.045
GFR	-0.072	0.008	81.000	<0.001	0.931	0.915~0.946
UA	0.283	0.073	15.029	<0.001	1.327	1.150~1.532
FBG	1.030	0.140	54.128	<0.001	2.800	2.126~3.687
TG	0.388	0.108	12.907	<0.001	1.474	1.193~1.820
TC	0.274	0.096	8.146	0.005	1.315	1.089~1.589
Hb	0.267	0.071	14.142	0.013	1.302	1.076~1.577
血脂异常	0.667	0.212	9.899	0.002	1.949	1.286~2.952

自变量	β	SE	Wald χ²值	P值	OR值	95%CI
年龄	0.106	0.014	57.327	<0.001	1.112	1.082~1.143
MAP	0.137	0.018	57.929	<0.001	1.146	1.107~1.188
Hb	0.026	0.011	5.587	0.019	1.026	1.004~1.049
FBG	0.302	0.117	6.663	0.010	1.353	1.076~1.701