代谢综合征（MS）又称X综合征，是一种以腹部肥胖、胰岛素抵抗、高血压、高脂血症为特征的病理状态［1］。全世界有20%~25%的成年人受到MS的困扰［2］，并且因肥胖造成的MS在儿童及青年中发病率逐年上升［3-4］。MS可引起机体代谢紊乱，不仅是心血管疾病、糖尿病及肾脏疾病的危险因素［5-6］，还增加了癌症及全因死亡风险［7-8］。明确其临床危险因素有利于早期筛查MS高危人群，进行早期干预以预防其严重并发症的发生和进展，对于降低MS的发病率具有重要的公共卫生意义。
目前国内外对于MS的诊断标准不一致，均需要测量腰围［9-12］，而腰围的测量在临床检查中并不常见［13］，导致MS的诊断不普及。既往研究表明，单一脂质指标如三酰甘油（TG）或高密度脂蛋白胆固醇（HDL-C）对MS的鉴别效能弱于多项脂质比值的联合诊断［14-15］。研究发现脂质比值TG/HDL-C，总胆固醇（TC）/HDL-C，低密度脂蛋白胆固醇（LDL-C）/HDL-C和非高密度脂蛋白胆固醇（non-HDL-C）不仅可以用于心血管事件的评估［16-19］，同时与MS的发生也存在一定的关联［14，20］。因此，脂质比值不仅可以作为诊断MS的一种临床标志物，而且可代替复杂的测量标准成为一种简易的MS筛查指标。但以上4种脂质比值在不同性别、年龄和种族中可能有所不同，因此本研究旨在通过贵州省多阶段横断面研究分析TG/HDL-C、TC/HDL-C、LDL-C/HDL-C和non-HDL-C与中国西南地区人群MS发病的关联和预测效果，为早期识别及预防MS提供理论依据及具有临床诊疗价值的生物标志物。
1 对象与方法
1.1 研究对象 回顾性选取贵州省参与2010年全国疾病监测地区慢性病及危险因素调查、2013年中国慢性病及其危险因素监测、2015年中国成人慢性病与营养监测和2018年中国成人慢性病与营养监测的自然人群为研究对象，采用多阶段整群随机抽样的方法选择贵州省内各监测点18岁以上且在该地区居住6个月以上的常住居民，具体抽样方法见参考文献［21-22］。调查时间分别为2010年12月—2012年12月、2013年1月—2014年5月、2015年11月—2016年3月、2018年10月—2019年5月，共23 902例。剔除腰围、血糖、血压和血脂等异常值和重要协变量缺失人群，最终本研究共纳入21 727例研究对象（2010年12月—2012年12月8 353例，2013年1月—2014年5月4 616例、2015年11月—2016年3月4 301例和2018年10月—2019年5月4 457例）。研究对象均知情同意。
1.2 基线资料收集 问卷调查：以面对面询问调查方式采集研究对象的人口基本信息（年龄、性别、民族、婚姻状况、受教育程度）、既往史（高血压、2型糖尿病）、生活方式（吸烟、饮酒）。体格调查：采用身高计测量身高，采用电子体质量计测量研究对象体质量，采用腰围尺测量腰围，采用欧姆龙电子血压计测量血压，计算BMI。实验室检测：采集研究对象空腹静脉血及自报无糖尿病病史者葡萄糖耐量试验（OGTT）后2 h的血样，检测空腹血糖（FPG）、TC、TG、HDL-C、LDL-C及OGTT 2 h血糖。
1.3 诊断标准与相关定义 （1）non-HDL-C（mmol/L）=TC（mmol/L）-HDL-C（mmol/L）［23］。（2）吸烟定义为调查对象自报现在吸烟的情况，饮酒定义为调查对象自报过去12个月内饮酒。（3）MS诊断采用《美国国家胆固醇教育计划成人治疗组第三次指南（ATP Ⅲ）标准》［10］，符合以下3项及以上者即可诊断：①男性腰围≥90 cm，女性腰围≥80 cm；②TG升高：TG≥1.7 mmol/L，或已接受相应治疗者；③HDL-C降低：男性HDL-C<1.03 mmol/L，女性HDL-C<1.29 mmol/L，或已接受相应治疗者；④血压≥130/85 mmHg（1 mmHg=0.133 kPa）和/或已确诊为高血压并接受相应治疗者；⑤FPG≥5.6 mmol/L或已诊断为2型糖尿病并治疗者。（4）符合以下1条者即可诊断为高血压［24］：①自我报告的高血压或使用高血压药物；②收缩压≥140 mmHg和/或舒张压≥90 mmHg。（5）符合以下1条者即可诊断为2型糖尿病［12］：①自我报告或既往经卫生专业人员诊断的糖尿病；②FPG≥7.0 mmol/L；③OGTT 2 h血糖≥11.1 mmol/L。
1.4 分组 根据是否患有MS将研究对象分为MS组（n=4 981）和非MS组（n=16 746）。
1.5 统计学方法 采用SPSS 25.0和R语言3.6.3统计学软件进行数据分析。符合正态分布的计量资料采用（x±s）表示，两组间比较采用独立样本t检验；非正态分布的计量资料采用M（P25，P75）表示，两组间比较采用Mann-Whitney U秩和检验；计数资料用相对数表示，组间比较采用χ2检验。绘制受试者工作特征曲线（ROC曲线）分别评价男性和女性TG/HDL-C、TC/HDL-C、LDL-C/HDL-C和non-HDL-C对MS的预测价值。通过Delong检验比较脂质比值预测MS发生的ROC曲线下面积（AUC）的差异。采用多因素Logistic回归分析模型分析脂质比值与MS之间的优势比（OR）和95%置信区间（CI），评价按调查时间、年龄、性别、BMI、吸烟、饮酒分层的研究对象发生MS的影响因素，以P<0.05为差异有统计学意义。
2 结果
2.1 研究对象的基线资料 所有研究对象平均年龄为（49.1±15.7）岁。2010年12月—2012年12月、2013年1月—2014年5月、2015年11月—2016年3月和2018年10月—2019年5月研究对象MS患病率分别为14.9%（1 245/8 353）〔男性12.8%（517/4 034），女性16.9%（728/4 319）〕、24.9%（1 150 /4 616）〔男性18.7%（381/2 040），女性29.9%（769/2 576）〕、26.7%（1 147/4 301）〔男性20.5%（410/2 000），女性32.0%（737/2 301）〕和32.3%（1 439/4 457）〔男性26.6%（549/2 065），女性37.2%（890/2 392）〕，平均年龄分别为（44.5±15.9）、（50.7±14.5）、（50.4±15.0）岁和（54.9±14.6）岁。MS组与非MS组研究对象年龄、性别、民族、受教育程度、婚姻状况、吸烟、饮酒情况、BMI、TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C比较，差异有统计学意义（P<0.05），见表1。
2.2 TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C对发生MS的预测价值 绘制TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C预测MS发生的ROC曲线，并将研究对象按照男性、女性进行分层，TG/HDL-C的AUC大于TC/HDL-C（Z=17.822，P<0.001）、LDL-C/HDL-C（Z=23.813，P<0.001）、non-HDL-C（Z=27.608，P<0.001）。男性TG/HDL-C的AUC大于女性（Z=4.299，P<0.001），LDL-C/HDL-C的AUC小于女性（Z=2.061，P=0.039），见表2~4。TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C预测研究对象MS发生的ROC曲线见图1~3。
2.3 研究对象发生MS影响因素的多因素Logistic回归分析 以是否发生MS（赋值：0=否，1=是）为因变量，以TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C（赋值均为实测值）为自变量，进行多因素Logistic回归分析。模型1未调整混杂因素，模型2调整年龄（赋值：实测值）、性别（赋值：1=男，2=女）、民族（赋值：1=汉族，2=其他）、受教育程度（赋值：1=小学以下，2=小学，3=初中，4=高中/中专，5=大专及以上）、婚姻状况（赋值：1=已婚，2=其他）；模型3在模型2的基础上进一步调整吸烟（赋值：0=否，1=是）、饮酒（赋值：0=否，1=是）、BMI（赋值：实测值），结果显示TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C是发生MS的影响因素（P<0.05），见表5。
将研究对象按调查时间（2010年12月—2012年12月、2013年1月—2014年5月、2015年11月—2016年3月和2018年10月—2019年5月）分层，纳入模型3进行多因素Logistic回归分析，结果显示，TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C是发生MS的影响因素（P<0.05），见表6。
2.4 按年龄、性别、BMI、饮酒、吸烟情况分层发生MS影响因素的多因素Logistic回归分析 依据参考文献［25-26］，本研究将年龄60岁及BMI 24.0 kg/m2作为分层节点，将研究对象按年龄、性别、BMI、是否饮酒、是否吸烟进行分层，纳入模型3进行多因素Logistic回归分析，结果显示，在<60岁、≥60岁、男性、女性、BMI<24.0 kg/m2、BMI≥24.0 kg/m2、吸烟、未吸烟、饮酒、未饮酒人群中，TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C是发生MS的影响因素（P<0.05），见表7。
3 讨论
本研究基于贵州省2010年12月—2012年12月、2013年1月—2014年5月、2015年11月—2016年3月和2018年10月—2019年5月4个阶段不同自然人群数据分析4种脂质比值与MS关联及预测价值评价。本研究结果可见，女性MS患病率高于男性，在不同人种的研究中，女性MS患病率同样高于男性［6］。MS患病率随着年龄的增长而增加，MS患者平均年龄普遍高于非MS者［27］，本研究结果与之一致。通过多因素Logistic回归和ROC曲线结果显示，TG/HDL-C、TC/HDL-C、LDL-C/HDL-C、non-HDL-C与MS发生存在关联。
以往的研究显示TG/HDL-C对胰岛素抵抗（HOMA-IR）有良好的诊断效果［28］，HOMA-IR是MS发病的重要因素，但HOMA-IR的诊断方法——正常血糖胰岛素钳夹技术较为复杂且费时。脂质比值是MS的影响因素，这一结论与韩国、日本、加纳及马耳他人群的研究结果一致［14-15，29-30］。本研究结果显示TG/HDL-C是一个良好的预测MS的因子，与既往研究结果一致［13，31］。本研究TG/HDL-C评价MS的男性/女性截断值分别为1.25和1.08，与伊朗男性/女性截断值3.00/2.61［28］及韩国的3.3/3.3［32］有显著差异，这可能是由于种族差异及MS定义标准不同造成的。TC和LDL-C增高是动脉粥样硬化发生的危险因素［23］，HDL-C促进动脉粥样硬化血管病变中脂质沉积的清除，具有抗氧化和抗炎作用［33］。本研究结果表明，TC/HDL-C、LDL-C/HDL-C与MS的发病风险存在关联，但与TG/HDL-C相比，预测价值较低。CHU等［32］认为TC/HDL-C与MS有很强的相关性，本研究结果与之一致。此外，TC/HDL-C检测时不需要空腹，这对禁食及进食困难的人群较为友好［34］。贵州人群男性LDL-C/HDL-C评价MS的AUC低于女性，与GASEVIC等［13］和KAWAMOTO等［15］的研究结果一致。non-HDL-C可作为血脂异常的干预靶点［23］，KHAN等［35］和WANG等［20］发现MS人群中non-HDL-C水平高于未患MS人群。此外，本研究发现non-HDL-C与MS的发生存在一定的关联，non-HDL-C对于MS预测具有一定的参考价值。
本研究为了进一步探讨不同年龄、性别、BMI、吸烟、饮酒人群脂质比值与MS的关联，对各分层变量进行多因素分析，发现BMI<24.0 kg/m2、未吸烟、未饮酒人群及女性的脂质比值与MS相关性更强。黄种人的体脂率普遍高于同一年龄、性别和BMI的白种人，患有2型糖尿病和心血管疾病的风险因素比例高，与其他国家的人群相比，中国人在相同的BMI下代谢异常发生率更高［36］。虽然超重的人容易患MS，但超重并不等于MS，检测血脂水平或血脂比值以及BMI是筛查MS的实用方法［37］。因此，BMI<24.0 kg/m2人群脂质比值可能与MS的联系更密切。此外，吸烟者由于*草烟**中尼古丁阻止炎症细胞因子的释放，炎症细胞因子抑制与HOMA-IR相关的炎症，可以导致血糖降低［38］。同时，有证据表明，轻度到中度的酒精摄入，特别是葡萄酒，能降低患糖尿病的风险。贵州省女性MS的患病率高于男性，在MS组中，女性占比62.7%，高于男性（37.3%），MS组的4种脂质比值高于非MS组。BMI<24.0 kg/m2、女性、未吸烟及未饮酒人群且代谢异常的人应受到重视。
本研究分析了贵州省多阶段横断面人群脂质比值与MS之间的关联，并探讨脂质比值对MS的预测价值。本研究也存在一定的局限性，首先，本研究为横断面研究，脂质比值与MS之间的关系需要进一步通过队列研究验证；其次，可能存在其他潜在的混杂因素未调整；最后，本研究对象来源于贵州省自然人群，在后续的研究中可以扩展至全国进行前瞻性队列研究。
综上所述，本研究发现4种脂质比值水平升高与MS发病风险存在正向关联，在临床实践中可作为一种简单的工具快速识别有MS风险的患者并进行早期干预，可作为中国人群MS的经济、简易筛查指标。
本文无利益冲突。
参考文献略
本文来源：周诗宇，谌绍林，邓仁丽，等. 脂质比值与代谢综合征的关联及预测价值评价：基于多阶段横断面研究［J］. 中国全科医学，2023，26（21）：2589-2596. DOI：10.12114/j.issn.1007-9572.2023.0027.（点击文题查看原文）