检索历史 清除

摘要目的：血脂指标与代谢综合征(Metabolic syndrome,MetS)的研究多针对单项指标，极少数研究评价血脂指标如何一起用于估计MetS的风险。本研究基于健康体检人群八年的纵向数据，应用主成分分析（principal component analysis,PCA）和联合模型总结血脂信息，揭示其内在的生理联系，分析主成分的动态变化与MetS发生的关联。<br>　　方法：收集大连市某三甲医院体检中心2010年1月~2017年12月的体检数据，建立体检纵向数据库。使用IBM SPSS23.0软件进行数据的整理与基本描述，使用SPSS进行血脂指标的PCA和ROC曲线的绘制，R3.2.5软件建立联合模型，分析PC的动态变化与MetS的关联。<br>　　结果：1.共5486名研究对象纳入本次随访研究，其中男性为1875人（34.18%），女性为3611人（65.82%），基线年龄在19～64岁之间，在随访终止时共有772名研究对象发生MetS（发病率为14.07%，发病密度为3.85/100人年），男性395人（发病率为21.07%，发病密度为6.11/100人年），女性377人（发病率为10.44%，发病密度为2.79/100人年）。<br>　　2.本研究对随访过程中未发生MetS者个体血脂指标值的年均值进行主成分分析，提取出2个主成分，PC-1的贡献率为51.33%，PC-2的贡献率为34.15%，2个主成分的累积贡献率为85.48%，PC-1在TC和LDL-C上的因子载荷较大，由TC和LDL-C以近似1比1的比例构成，认为其反映“血脂的存留水平”；PC-2在TG和HDL-C上的因子载荷绝对值较大，由0.6倍的TG和0.9倍的HDL-C构成，以其中HDL-C与PC-2正相关，而TG则与其负相关，认为其反映“血脂的清除水平”。<br>　　3.以发生MetS作为诊断阳性，绘制基线不同血脂指标及血脂主成分的ROC曲线进行诊断效能比较，结果PC-1的诊断性优于TC但劣于LDL-C，PC-2的诊断性优于TG和HDL-C。<br>　　4.在PC-1的联合模型结果中，LME子模型部分：基线时，34岁的女性人群，PC-1的平均水平为6.7644mmol/L，gender的系数表示同年龄的男性，其基线PC-1的平均水平比女性高0.2175mmol/L；age的系数显示个体的基线年龄每增长一岁，PC-1增加0.0518mmol/L；age与gender的负交互作用表明男性PC-1水平随单位基线年龄的增量低于女性；time的系数表示随访时间每增加1年，PC-1增加0.0144mmol/L；time与gender之间的负交互作用表示男性的PC-1随单位随访时间的增量比女性低0.0287mmol/L，即女性的PC-1增加的更快。联合模型的结果显示关联系数α有统计学意义（p＜0.05），表示PC-1纵向每增加一个单位，发生MetS的危险增加1.3002倍（95%CI：1.1271,1.4998）。<br>　　5.在PC-2的联合模型结果中，LME子模型部分：基线时，34岁的女性人群，PC-2的平均水平为0.8766mmol/L，gender的系数表示同年龄的男性，，PC-2的平均水平比女性低3.9977mmol/L；age的系数显示个体的基线年龄每增长一岁，PC-2降低0.0045mmol/L；由于age与gender存在负交互作用，男性PC-2随基线年龄的降低量低于女性；time的系数表示随访时间每增加1年，PC-2降低0.0125mmol/L；time与gender之间的负交互作用表示男性PC-2随单位随访时间的变化量比女性低0.0108mmol/L，即女性的PC-2降低的更快。在Cox模型子模型部分，age有统计学意义（P＜0.05），表示age对MetS的发病有影响，个体基线年龄每增加一岁，发生MetS的危险增加1.0119倍（95%CI：1.0024,1.0215）。联合模型结果显示关联系数α有统计学意义（p＜0.05），表示PC-2纵向每降低一个单位，发生MetS的危险就增加2.9586倍（95%CI：2.3691,3.6955）。结合PC-1和PC-2的联合模型分析结果可见，PC-2的纵向降低相比于PC-1的增加对发生MetS的影响更大。<br>　　结论：对个体血脂指标值的年均值进行PCA，提取出2个主成分，认为其分别反映血脂的存留水平和血脂的清除水平；个体PC-1的动态增加和PC-2的动态降低是MetS发生的危险因素，尤其血脂的清除水平的下降相较于血脂的存留水平的上升，对MetS发生的影响更大。提示要密切关注血脂指标的动态变化，通过运动等方式提高血脂的清除能力，尽早进行干预以预防MetS的发生。