检索历史 清除

摘要目的:<br>　　1.比较天津慢性低度炎症与健康队列(TCLSIHealth)和瑞典马尔默膳食与癌症队列及其心血管子队列(MDC;MDC-CV)的基线特征，并探索不同人种中包括炎症在内的糖代谢异常(前期糖尿病和/或糖尿病)相关因素是否类似。<br>　　2.基于TCLSIHealth队列和MDC(-CV)队列，系统性地探索多种炎症标志物对糖代谢异常的预测价值。找到对糖代谢异常具有独立预测力的炎症因子。<br>　　3.进一步比较上述炎症因子对糖代谢异常和对高血压、高脂血症、非酒精性脂肪肝(NAFLD)、心血管疾病(CVD)的预测力是否有差异，从而得到对糖代谢异常具有特异性预测力的炎症因子。这有助于将个体发生糖代谢异常风险与发生其他慢性病的风险进行区分，为今后开展有针对性的糖尿病及前期糖尿病防治策略提供基础。<br>　　方法:<br>　　1.采用经年龄、性别调整的协方差分析或多元logistic回归比较TCLSIHealth和MDC(-CV)基线特征，并通过多元logistic逐步回归筛选出与糖代谢异常有关的因素。<br>　　2.通过Cox比例风险模型探讨炎症因子与糖代谢异常风险的关系，以随访时间作为时间轴，调整包括基线血糖在内的多种混杂因素。结合限制三次样条模型，检验关系是否呈线性。在敏感性分析中将经方差膨胀因子检验不存在明显共线性的炎症因子纳入同一模型进行相互调整。<br>　　3.基于改良版的Lunn和McNeil的竞争风险模型，比较对糖代谢异常具有显著预测力的炎症因子对糖代谢异常与对高血压、高脂血症、NAFLD、CVD的预测力是否一致。在追加分析中，针对某特定慢性病，剔除其与糖代谢异常共发病者再次进行竞争风险分析。<br>　　结果:<br>　　1.基线分析结果<br>　　1.1.TCLSIHealth与MDC(-CV)队列特征的比较<br>　　TCLSIHealth基于美国糖尿病协会标准的糖尿病患病率10.3%，高于MDC-CV中基于糖尿病史和空腹血糖的患病率8.09%(P＜0.0001)。经年龄、性别调整后，白细胞及其亚型、补体3(C3)、C反应蛋白(CRP)及其他多种基线特征在两组间的差异显著(P＜0.0001)。<br>　　1.2.糖代谢异常的相关因素分析<br>　　多种炎症因子及性别、年龄、腰围、高血压等常见代谢因素与糖代谢异常密切相关，且在不同人种的观察结果较为一致。<br>　　2.炎症因子与糖代谢异常风险的前瞻性分析<br>　　2.1.TCLSIHealth分析结果<br>　　当以前期糖尿病作为随访结局时，多重调整后，白细胞、中性粒细胞、淋巴细胞、C3、CRP与前期糖尿病风险有关，且关系呈线性(CRP对应效应P＜0.01，其余P＜0.0001；所有非线性P＞0.05)；而粒细胞-淋巴细胞比(NLR)、补体4(C4)、纤维蛋白原与前期糖尿病无显著关联。当以糖尿病作为随访结局时，白细胞中仅淋巴细胞与结局有关联，其余结果较前一致。<br>　　2.2.MDC分析结果<br>　　白细胞、中性粒细胞、淋巴细胞与糖尿病发生风险关系显著且呈线性(所有效应P＜0.0001；非线性P＞0.05)；NLR与糖尿病的关系无统计学意义。<br>　　2.3.MDC-CV分析结果<br>　　C3、CRP、生长分化因子15(GDF15)与糖尿病风险关系显著且呈线性(效应P分别为＜0.01、0.03、0.04；所有非线性P＞0.05)；而血浆铜蓝蛋白、α1-抗胰蛋白酶、血清类粘蛋白、触珠蛋白与糖尿病无关。<br>　　2.4.炎症因子之间互相调整的结果<br>　　方差膨胀因子评估提示，白细胞和NLR为一组，中性粒细胞和淋巴细胞为一组，分别与其他炎症因子共同置于多元调整模型。<br>　　基于TCLSIHealth队列，以包含糖尿病及前期糖尿病的高血糖作为结局事件，分析发现，白细胞(或中性粒细胞和淋巴细胞)、C3与高血糖关系仍显著，每1标准差对应的风险比(HR)和95%置信区间(95%CI)分别为1.12(1.07,1.18)(中性粒细胞HR1.08,95%CI1.03-1.13;淋巴细胞HR1.09,95%CI1.04-1.14)、1.15(1.09,1.21)，除中性粒细胞对应P＜0.001外，所有P均＜0.0001，但CRP与高血糖的关联减弱至不显著。<br>　　MDC队列针对白细胞及其亚型的分析得到了与TCLSIHealth队列一致的结果。MDC-CV队列分析结果显示，C3和GDF15与糖尿病关系仍显著，对应的HR(95%CI，P)分别为1.14(1.04-1.25，0.01)、1.12(1.01-1.25，0.03)，同样CRP与结局无明显关联。<br>　　3.炎症因子对糖代谢异常和对其他常见慢性代谢性疾病预测力比较<br>　　3.1.TCLSIHealth分析结果<br>　　白细胞和淋巴细胞对高血糖的预测力＞对高血压预测力(P值分别为＜0.01、0.02)，淋巴细胞对高血糖的预测力＞对高血脂预测力(P=0.03)，C3对高血糖的预测力＜对NAFLD预测力(P＜0.01)。分别剔除高血糖与高血压/高血脂/NAFLD共发生病例后，分析结果较前一致。若以糖尿病作为结局，比较的结果不如以高血糖(糖尿病及其前期)作为结局时明显。<br>　　3.2.MDC分析结果<br>　　淋巴细胞对糖尿病的预测力＞对心血管疾病预测力(P=0.02)。追加分析得到一致结果(P＜0.01)。<br>　　3.3.MDC-CV分析结果<br>　　C3对糖尿病的预测能力>对心血管疾病预测力(P＜0.01)。主分析和追加分析结果一致。<br>　　结论:<br>　　1.本研究观察到中国城市人口和瑞典城市人口糖尿病患病情况和基线特征存在差异。在不同人种中，炎症水平以及性别、年龄、腰围、高血压等常见代谢因素均与糖代谢异常密切相关。<br>　　2.白细胞及其主要组分(中性粒细胞和淋巴细胞)、C3、GDF15、CRP与糖代谢异常发病风险有关。除CRP外，其他炎症因子在相互调整后仍显著。提示它们虽同为炎症标志物，但可能反应了炎症的不同方面，因而导致与糖代谢异常之间关联存在差异性。<br>　　3.多种慢性代谢病的炎症因子谱具有共通之处，慢性低度炎症是这类疾病的“共同土壤”。但是，糖代谢异常与其他慢性病的炎症标志物之间仍有一些重大差异。C3对糖代谢异常的预测能力明显弱于其对NAFLD的预测能力，但强于其对CVD的预测力；淋巴细胞对糖代谢异常的预测能力显著强于其对高血压、高血脂、CVD的预测力。这些结果有助于将个体发生糖代谢异常风险与发生其他慢性病的风险进行区分，这是今后开展有针对性防治的前提。在众多炎症因子C3与淋巴细胞在糖代谢异常发生发展中的特殊性有待实验研究进一步解明。<br>　　4.中国城市人口队列和瑞典城市人口队列各项特征差异较大，但分析发现，炎症因子与糖代谢异常风险的关联性及关联强度在两人种间有很大相似之处，制定合理的针对炎症的慢性病防控策略或许具有全球效益。