论文部分内容阅读
研究背景与目的:在中国乃至全世界范围内,心血管疾病（Cardiovascular disease,CVD）呈高患病率、高致残率、高死亡率等特点,其中血脂异常是CVD重要的且可改变的危险因素之一。研究提示,临床常规检测的血脂指标总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）和低密度脂蛋白胆固醇（LDL-C）与CVD间可能并非简单的是否异常致病的阈值关系,而是呈“U”型或“J”型关联。而载脂蛋白AI（Apo AI）、载脂蛋白B（Apo B）和脂蛋白（a）[Lp（a）]及血脂衍生指标与CVD发病风险的关系仍有待进一步研究。此外,高血压、糖尿病等传统CVD危险因素与血脂指标是否存在交互作用也值得关注。因此,本研究通过宜兴人群队列探讨多种血脂指标与CVD发病及死亡间的剂量-反应关系,并评价高血压、糖尿病等危险因素与血脂指标间的交互作用。研究对象与方法:采用队列研究设计,于2009年5-10月在江苏省宜兴市官林镇和徐舍镇采用整群抽样方式抽取4128名18岁以上社区居民进行基线调查,在2014年5-10月对基线人群进行首次集中随访调查。截至2020年7月27日,每年通过疾病预防控制中心慢性病发病和死亡报告系统收集并核查队列人群心血管病发病与死亡结局;研究结局包括缺血性脑卒中（ischemic stroke,IS）、冠心病（coronary heart disease,CHD）、CVD、全因死亡、CVD死亡。采用限制性立方样条（restricted cubic spline,RCS）回归模型评价血脂指标与结局事件的剂量-反应关系,并探讨血脂指标异常的合适切点值。采用Cox回归分析计算血脂异常与结局事件的关联风险比（hazard ratio,HR）及95%置信区间（confidence interval,CI）;多因素分析调整年龄、性别、身体质量指数（body mass index,BMI）、吸烟、饮酒、基线高血压、基线糖尿病、降脂治疗史。根据性别、年龄组、超重/肥胖、基线高血压及糖尿病进行亚组分析,并进行组间异质性检验和相加、相乘交互作用分析。研究结果:（1）中位随访10.75年,期间272人新发IS,189人新发CHD,434人新发CVD,519人死亡,其中157人死于CVD,发病或死亡密度分别为65.41/万人年、45.68/万人年、105.53/万人年、121.41/万人年、35.42/万人年。与血脂正常者相比,任意血脂指标异常者IS、CHD、CVD发病密度较高,分别为73.62/万人年、56.53/万人年、130.14/万人年;而全因死亡和CVD死亡密度则较低,分别为115.92/万人年、34.40/万人年。（2）RCS回归分析显示,TC与CHD发病和全因死亡风险呈非线性关系,调整后Pnon-linear分别为0.0249和0.0682;Apo B与全因死亡风险呈线性关系(调整后Plinear=0.0434),与IS和CVD发病风险呈非线性关系(调整后Plinear分别为0.0803和0.0554);LDL-C和Apo AⅠ、TC/HDL-C与CHD发病风险呈非线性关系,调整后的Pnon-linear分别为0.0878、0.0828和0.0664;TG与IS发病风险,非高密度脂蛋白胆固醇（Non-HDL-C）和TC/HDL-C与全因死亡风险,Non-HDL-C和残余胆固醇（RC）与CVD死亡风险均呈线性关系,调整后的Plinear分别为0.0787、0.0713、0.0529、0.0815、0.0911。（3）Cox回归分析显示,在总人群中,TC（27）155 mg/dl或（29）185 mg/dl者（vs.155～185 mg/dl）CHD和CVD发病风险增加,调整后的HRs（95%CIs）分别为1.933（1.248-2.993）、1.375（1.032-1.831）、1.561（1.077-2.261）、1.272（1.010-1.602）;Apo B（27）0.7 g/l者（vs.0.7～0.9 g/l）CHD发病风险增加,调整后的HR（95%CI）为1.502（1.010-2.234）;Apo AⅠ（29）2.1 g/l者（vs.1.6～2.1 g/l）CVD发病风险增加,调整后的HR（95%CI）为1.476（1.031-2.115）;TG（27）80mg/dl者（vs.80～177 mg/dl）全因死亡风险增加,调整后的HR（95%CI）为1.234（1.002-1.519）。（4）亚组分析显示,在高血压人群中,LDL-C/HDL-C≥2者（vs.（27）2）IS发病风险增加,TG（27）80 mg/dl（vs.80～177 mg/dl）、Apo B/Apo AⅠ（27）0.4或（29）0.6者（vs.0.4～0.6）CHD发病风险增加,Apo B（29）0.9 g/l（vs.0.7～0.9 g/l）、Apo B/Apo AⅠ（29）0.6（vs.0.4～0.6）、TC/HDL-C≥3.6者（vs.（27）3.6）CVD发病风险增加,调整后的HRs（95%CIs）分别为1.414（1.034-1.933）、1.203（0.762-1.901）、1.811（1.055-3.108）、1.604（1.051-2.448）、1.348（1.024-1.775）、1.431（1.097-1.867）、1.379（1.074-1.770）。上述关联在不同血压状态之间均存在异质性,Pheterogeneity<0.05。在糖尿病人群中,Apo B（29）0.9 g/l（vs.0.7～0.9 g/l）与IS发病风险增加相关,TC（27）155 mg/dl或（29）185 mg/dl与CHD发病风险增加相关,TG/HDL-C≥1（vs.（27）1）与全因死亡风险增加相关,调整后的HRs（95%CIs）分别为2.456（1.116-5.407）、1.999（0.528-7.566）、1.645（0.537-5.040）、2.100（1.037-4.253）,上述关联在不同血糖状态之间的异质性检验P值分别为0.064、0.960、0.920、0.018。在超重/肥胖人群中,TG≥115 mg/dl者（vs.（27）115 mg/dl）IS和CVD发病风险增加,调整后的HRs（95%CIs）分别为1.484（1.012-2.175）、1.432（1.068-1.920）,上述关联在不同体重状态间的Pheterogeneity分别为0.279、0.026。（5）交互作用分析显示,在评估IS发病风险时,LDL-C/HDL-C与超重/肥胖、HDL-C与高血压存在相加和相乘交互作用,交互效应引起的相关超额危险度（Relative Excess Risk due to Interaction,RERI）及95%CIs分别为-1.030（-1.921,-0.139）、-0.831（-1.593,-0.069）,相乘交互项的HRs（95%CIs）分别为0.478（0.266-0.858）、0.530（0.327-0.860）。对于血脂指标与CHD的关联,TG、HDL-C、Apo B/Apo AⅠ与高血压存在相加和相乘交互作用,RERIs（95%CIs）分别为0.594（0.155-1.032）、-1.247（-2.490,-0.004）、0.819（0.335-1.302）,相乘交互项的HRs（95%CIs）分别为2.207（1.198-4.066）、0.440（0.241-0.804）、2.273（1.233-4.188）。在评估CVD发病风险时,Apo B、Apo B/Apo AⅠ、TC/HDL-C与高血压存在相加和相乘交互作用,RERIs（95%CIs）分别为0.540（0.144-0.936）、0.727（0.371-1.084）、0.629（0.250-1.008）,相乘交互项的HRs（95%CIs）分别为1.570（1.032-2.388）、1.956（1.304-2.936）、1.763（1.181-2.633）。对于血脂指标与全因死亡的关联,TG/HDL-C与糖尿病存在相加和相乘交互作用,RERI（95%CI）)和相乘交互项的HR（95%CI）分别为0.603（0.201-1.006）、2.375（1.192-4.732）。结论:在总人群中,TC水平过低或过高、Apo B水平过低、Apo AⅠ水平过高都会增加CVD发病风险,较低的TG水平会增加全因死亡风险,提示临床血脂管理应注意合理控制,保持适宜血脂水平;在高血压、糖尿病人群中,多项血脂指标均与CVD发病或死亡风险相关;对于CVD发病与死亡,血脂指标与高血压、糖尿病、超重/肥胖等传统心血管危险因素间存在交互作用,心血管病防制应该考虑针对多因素开展综合干预。