血浆致动脉粥样硬化指数与中国中老年人群高血压、糖尿病及其共病的关联性研究：一项基于CHARLS数据的横断面分析

本研究发现血浆致动脉粥样硬化指数（AIP）与高血压、糖尿病及其共病风险呈显著正相关，且AIP对糖尿病和共病的预测效能优于传统血脂指标（AUC分别为0.6465和0.6725），为代谢性疾病的早期筛查提供了新的生物标志物。

　　

1 引言

高血压和糖尿病是全球最常见的慢性非传染性疾病，也是全因死亡和心血管死亡的重要可预防风险因素。研究发现高血压与糖尿病存在共同的代谢通路，导致两者相互影响。高血压与糖尿病共存时比单一疾病具有更高的健康风险。全球范围内，高血压、糖尿病及其共病的负担构成了重大的健康和经济挑战。因此，早期筛查相关风险因素并实施预防措施至关重要。

血浆致动脉粥样硬化指数（AIP）最初被提出作为评估脂质代谢紊乱的新标志物，但越来越多的证据表明它是胰岛素抵抗（IR）的有效指标和糖尿病的重要预测因子。Yin等人的研究显示，AIP每增加一个单位，IR风险显著增加29%，糖尿病风险增加18%。Zhou等人的纵向研究揭示较高AIP水平显著提升2型糖尿病（T2DM）发病率。然而，关于AIP与高血压关联的研究结果存在不一致，可能源于研究人群的差异。Choudhary等人报告AIP与动脉僵硬度显著相关，但与血压水平无统计学显著相关性；而Mo和Yuan的研究则显示 elevated AIP levels与高血压风险增加显著相关。

IR是高血压和糖尿病共同的病理生理基础。然而， elevated AIP levels对高血压和糖尿病共病风险的潜在影响尚未得到充分探索。因此，本研究旨在系统评估AIP与高血压、糖尿病及其共病风险之间的关联。

2 方法

2.1 研究人群

本研究数据来源于2011年中国健康与养老追踪调查（CHARLS）。CHARLS是由北京大学主导的全国性综合调查，采用多阶段分层概率比例抽样，覆盖中国28省份的450个村庄和社区，对象为≥45岁人群，每2年进行一次随访。本研究使用2011年数据，纳入标准为：年龄≥45岁且具有血液检测和体检数据。排除标准为：AIP数据缺失、高血压或糖尿病状态未知、其他协变量缺失。最终纳入8,450名参与者。本研究遵循STROBE横断面研究报告规范。

2.2 人口学特征与实验室检测

通过问卷收集人口学特征，包括年龄、性别、教育水平、婚姻状况、居住地、身高、体重、降脂药使用、降糖药使用、降压药使用、吸烟和饮酒状态。体重指数（BMI）计算为体重除以身高的平方。

空腹血样由中国疾病预防控制中心（CDC）工作人员采集。全血细胞计数（CBC）在县CDC或乡镇卫生院使用自动化分析仪进行。部分血样在2周内运送至北京CDC检测其他指标，包括空腹血糖（FBG）、糖化血红蛋白（HbA1c）、总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、C反应蛋白（CRP）和血清肌酐（Scr）。AIP计算公式为log（TG（mmol/L）/HDL-C（mmol/L））。残余胆固醇（RC）计算为TC?HDL-C?LDL-C。非高密度脂蛋白胆固醇（NHDL-C）计算为TC?HDL-C。

2.3 慢性病诊断

慢性病诊断通过标准化问卷、血液检测和体检进行。高血压诊断标准：自报高血压或平均血压≥140/90 mmHg。糖尿病诊断标准：自报糖尿病、空腹血糖≥7 mmol/L、非空腹血糖≥11.1 mmol/L或HbA1c≥6.5%。血脂异常诊断依据自报或中国血脂管理指南（2023版）。共病指同时患有高血压和糖尿病。估算肾小球滤过率（eGFR）采用MDRD公式计算，eGFR<60 mL/min/1.73 m²提示慢性肾功能不全（CKI）。心血管疾病（CVD）诊断基于问卷回答“医生是否曾告知您患有心脏病或中风？”。

2.4 数据分析

参与者按AIP分为四组。连续变量正态性用Kolmogorov-Smirnov检验评估，根据结果以均值±标准差或中位数（四分位距）表示，组间比较采用单因素方差分析（ANOVA）或Mann-Whitney U检验。分类变量以绝对数（百分比）表示，组间比较采用卡方检验。AIP与高血压、糖尿病及共病的关联通过限制性立方样条图（RCS）评估。采用多因素logistic回归和有序logistic回归分析AIP与高血压、糖尿病及共病的剂量效应关系。混杂因素选择基于先前研究、临床结果或效应估计值变化超过10%。模型I未调整。模型II调整年龄、性别、BMI、婚姻状况、教育和居住地。模型III在模型II基础上额外调整吸烟、饮酒、血脂异常、降脂药使用、CRP和CKI（糖尿病分析额外调整降压药，高血压分析额外调整降糖药）。结果以比值比（OR）和95%置信区间（CI）表示。AIP和传统血脂指标对高血压、糖尿病及共病的预测能力通过受试者工作特征曲线（ROC）评估。通过亚组分析和交互检验评估AIP与三种状态关联在不同人群中的稳定性，亚组特征包括年龄、性别、BMI、居住地、血脂异常、降脂药使用、降糖药使用、降压药使用、CVD、CKI、吸烟和饮酒状态。数据分析使用R.studio（4.3.3版）和EmpowerStats（4.0版）。双侧p<0.05视为统计学显著。

3 结果

3.1 参与者特征

本研究纳入8,450名参与者，平均年龄59.57岁。其中3,463人（40.98%）患高血压，1,320人（15.62%）患糖尿病，720人（8.52%）患高血压和糖尿病共病。按AIP水平分组显示，最高AIP组参与者更年轻、女性比例更高，BMI、CRP、FBG、HbA1c、TG、RC、NHDL-C、LDL-C和TC水平更高，但eGFR和HDL-C水平更低（所有p<0.001）。最高AIP组教育程度更高、更多居住在城市（所有p<0.001），吸烟和饮酒率更低，但降脂药、降糖药和降压药使用率更高（所有p<0.001），血脂异常、高血压、糖尿病和共病患病率显著更高（所有p<0.001）。

3.2 AIP与高血压、糖尿病及其共病的关联

RCS显示AIP与高血压、糖尿病和共病呈正相关（所有p overall<0.05），且关系非线性（p nonlinear分别为0.011、<0.001和0.009）。多因素回归模型显示，在完全调整模型（模型III）中，AIP水平升高与高血压、糖尿病和共病风险增加独立相关。AIP每增加一个单位，高血压、糖尿病和共病风险分别增加0.63倍（OR: 1.63, 95% CI: 1.37–1.95）、2.55倍（OR: 3.55, 95% CI: 2.84–4.44）和2.75倍（OR: 3.75, 95% CI: 2.82–4.99）。与第一四分位数相比，第四四分位数高血压风险增加0.51倍（OR: 1.51, 95% CI:1.29–1.77），糖尿病风险增加1.14倍（OR: 2.14, 95% CI:1.73–2.65），共病风险增加1.31倍（OR: 2.31, 95% CI: 1.73–3.08）。

亚组分析和交互检验显示，AIP与高血压和共病的关联在所有亚组中一致（p for interaction>0.05），但AIP与糖尿病和共病的关联在BMI>24 kg/m²个体中更显著（p for interaction<0.05）。

3.3 AIP对高血压、糖尿病及共病的预测能力

ROC分析显示，AIP对糖尿病和共病具有良好的预测能力，曲线下面积（AUC）分别为0.6465和0.6725。AIP对高血压的预测能力略低于TG（0.5882 vs. 0.5902）。AIP的最佳预测值分别为?0.074、0.0540和0.0542。

4 讨论

评估高血压和糖尿病的风险因素对早期干预、改善健康结局和降低死亡风险至关重要。本研究揭示了AIP与高血压、糖尿病及其共病之间存在显著正相关，且在调整潜在因素后结果稳定。亚组分析显示，AIP与高血压和共病的关联在大多数亚组中一致，但与糖尿病和共病的关联在BMI>24 kg/m²个体中更显著。

IR是高血压和糖尿病发展的关键病理生理机制，脂代谢紊乱是其突出代谢特征。既往研究显示高血压和糖尿病患者脂质异常 prevalence更高。 elevated TG水平导致游离脂肪酸（FFA）过量积累，损害胰岛素敏感性并诱导脂毒性，破坏细胞功能和胰腺β细胞完整性，促进凋亡，加速IR进展。同时，LDL-C进入皮下空间并氧化形成氧化LDL（ox-LDL），激活血管平滑肌细胞增殖并促进细胞外基质沉积，这些都是动脉粥样硬化发展和血管腔渐进狭窄的关键事件。此外，HDL-C降低削弱其血管保护能力和骨骼肌葡萄糖摄取，进一步恶化IR。RC通过清道夫受体进入血管壁，促进泡沫细胞形成，加剧血管损伤和动脉粥样硬化。

AIP通过计算TG与HDL-C比值的对数得出，反映致动脉粥样化和保护性脂质成分的动态相互作用。此外，AIP被视为估算小而密低密度脂蛋白（sdLDL）颗粒血浆浓度的替代标志物，其致动脉粥样化潜力比其他LDL亚组分更强。 elevated AIP与内皮功能障碍强烈相关，其特征是一氧化氮（NO）合成、释放和生物利用度减少，损害血管张力调节，特别是血管舒张和收缩的平衡，从而促进高血压的发生和发展。

本研究还发现AIP与糖尿病呈正相关，与既往研究一致。AIP对葡萄糖代谢的额外影响，Zou等人研究证明 increased AIP通过增加糖尿病风险和阻碍恢复正常葡萄糖代谢影响糖尿病前期患者的预后。一项荟萃分析支持使用AIP作为评估糖尿病风险的关键指标。本研究分析显示 higher AIP levels与糖尿病的关联在肥胖组更突出，可能归因于肥胖和脂代谢异常加剧IR，触发进一步脂代谢异常，形成恶性循环，恶化葡萄糖代谢紊乱。ROC分析结果显示，在各种脂质指标中，AIP对糖尿病表现出最优预测性能（AUC=0.6465）。

此外，本研究还发现AIP与高血压和糖尿病共存呈正相关，尤其在肥胖个体中，这可能与肥胖个体更强的IR有关。尽管ROC曲线分析表明AIP对高血压、糖尿病及其共存具有适当的预测力，但AIP的诊断准确性优于传统脂质标志物。

本研究揭示了AIP与高血压和糖尿病风险之间的显著正相关。然而，调查 elevated AIP levels对高血压或糖尿病患者血压调节和血糖控制影响的研究仍然有限。既往研究报道了不同治疗反应患者群体中AIP水平的差异。未来需要更多研究阐明 elevated AIP levels对血压调节和血糖控制的影响，特别是在高血压或糖尿病患者中。

虽然降脂药并非直接用于高血压或糖尿病管理，但这些治疗可能在其调脂作用之外发挥 modest 降压效果。现有证据表明阿托伐他汀治疗可能增强动脉顺应性，显著调节脂质谱，降低TC、TG和LDL-C，同时增加HDL-C，间接有助于降低AIP。此外，胰岛素增敏剂在改善IR方面显示功效，导致AIP水平显著降低，可能降低心血管风险。然而，在本研究中，亚组分析和交互检验未显示接受降脂或降糖治疗的参与者与未接受者在高血压、糖尿病或其共病风险上存在显著差异。这可能是因为本研究采用横断面设计，药物使用信息通过自填问卷获得，可能引入回忆偏倚。此外，缺乏药物持续时间和剂量的详细记录限制了治疗依从性的评估。因此，为了更严格评估药物干预对研究结果的影响，未来研究应优先进行前瞻性随机对照试验，以产生更 robust 和可靠的证据。

5 结论

本研究表明， elevated AIP与高血压、糖尿病和共病风险增加显著相关。因此，降低AIP水平可能减少这些疾病的风险。尽管存在一些局限性，本研究为未来高血压和糖尿病的管理提供了关键证据。