颈围与血浆致动脉粥样硬化指数在冠心病中的相关性及其联合诊断价值研究

本研究探讨了颈围（NC）与血浆致动脉粥样硬化指数（AIP）对冠心病（CHD）发生及病变严重程度的联合预测价值。通过构建包含年龄、高血压、糖尿病等多因素的风险预测列线图模型，证实NC与AIP是CHD的独立危险因素，其联合应用可为CHD早期识别提供无创、便捷且经济的辅助诊断策略。

　　

引言

冠心病（CHD）是由冠状动脉脂质积聚和钙化导致管腔狭窄或完全闭塞，引发心肌缺血、缺氧甚至坏死的心血管疾病。作为全球主要死因，CHD在中国的发病率持续上升，早期 detection 和 prevention 已成为研究焦点。除年龄、性别、吸烟等传统危险因素外，血脂异常（dyslipidemia）被日益认为是CHD发生发展的关键驱动因素。

颈围（NC）作为反映上体皮下脂肪堆积和脂质代谢的重要人体测量指标，其与心血管风险因素和胰岛素抵抗显著相关，且具有测量简便、成本低、可重复性高等优势。血浆致动脉粥样硬化指数（AIP）作为新兴血脂指标，计算公式为log₁₀(TG/HDL-C)，较传统血脂参数能更敏感地反映致动脉粥样硬化风险。本研究旨在探讨NC与AIP对CHD及其病变严重程度的关系，并评估其联合诊断价值。

患者与方法

本研究为单中心横断面研究，纳入承德市中心医院心血管内科2020年9月至2024年6月收治的1652例胸痛并行冠状动脉造影（CAG）检查的患者。排除标准包括既往血运重建史、未行CAG检查、严重肾功能不全等。NC测量采用立位喉结上缘水平绕颈一周的方法，精确至0.1cm。收集基线资料包括人口学特征、病史、实验室指标（如ALT、AST、TG、HDL-C等），并计算AIP。CHD定义为CAG显示冠状动脉或其主要分支狭窄≥50%。冠状动脉病变严重程度采用Gensini评分系统评估。

统计分析采用SPSS 26.0和R 4.4.0软件。连续变量符合正态分布者以均数±标准差表示，非正态分布者以中位数（P₂₅, P₇₅）表示。分类变量以频数（百分比）表示。采用多因素logistic回归分析NC与CHD的关联，并通过限制性立方样条（RCS）探索非线性关系。构建包含显著预测因素的列线图模型，并通过受试者工作特征（ROC）曲线、校准曲线、决策曲线分析（DCA）验证模型性能。

结果

基线特征显示，CHD患者NC（38.03 vs. 37.02cm, p<0.001）和AIP（0.19 vs. 0.13, p<0.001）均显著高于非CHD组，且更常合并高龄、男性、吸烟、糖尿病、高血压等特征。严重病变组（Gensini评分>18分）NC（38.32 vs. 37.84cm, p=0.008）和AIP（0.22 vs. 0.17, p=0.002）亦高于轻度病变组。

多因素logistic回归显示，随NC四分位数升高，CHD风险显著增加（趋势p=0.030）：第二、三、四分位数组OR值分别为1.24、1.42、1.80。RCS曲线证实NC与AIP均与CHD风险呈正线性关系（NC>38.00cm、AIP>0.16时风险显著上升）。NC对CHD的预测价值（AUC=0.596）显著优于腰围（WC）（AUC=0.520, p<0.001）。

通过多因素回归筛选出NC、AIP、年龄、高血压、糖尿病、吸烟、AST、室壁运动异常和ST-T改变共9个CHD独立预测因子，据此构建列线图模型。该模型显示良好区分度（AUC=0.729, 95%CI: 0.697–0.761）和校准度（Hosmer-Lemeshow检验p=0.802）。DCA表明在11–99%阈值范围内具有临床净获益。

讨论

本研究首次通过RCS揭示NC与CHD间存在正线性关联，并证实NC与AIP均为CHD的独立危险因素。NC作为上体皮下脂肪的标志，可能通过促进胰岛素抵抗、血管功能障碍及脂质重分布加剧CHD风险；AIP则通过反映小而密LDL-C（sdLDL-C）水平，更精准表征脂质代谢紊乱的致动脉粥样硬化潜力。联合NC与AIP构建的列线图模型为CHD早期识别提供了无创、便捷且经济的工具，尤其适用于资源有限地区。

本研究存在若干局限性：横断面设计无法推断因果关系；单中心数据需外部验证；未纳入门诊人群可能限制推广性；NC测量可能受操作误差影响。未来需开展前瞻性多中心研究进一步验证。

结论

NC与AIP均与CHD发生及病变严重程度呈正相关，二者联合应用具有显著诊断价值。本研究构建的风险预测模型可为胸痛患者CHD风险评估提供个性化工具，有助于临床决策和资源优化。