《Cogent Public Health》:Association between weight-adjusted waist index and cardiovascular diseases in prediabetic and diabetic patients in the United States: a cross-sectional study
编辑推荐:
研究人员旨在探讨体重调整腰围指数(Weight?Adjusted Waist Index, WWI)与美国糖尿病前期及糖尿病患者心血管疾病(Cardiovascular Diseases, CVD)之间的关联。本研究为横断面设计,纳入2003–2018年美国国
研究人员旨在探讨体重调整腰围指数(Weight?Adjusted Waist Index, WWI)与美国糖尿病前期及糖尿病患者心血管疾病(Cardiovascular Diseases, CVD)之间的关联。本研究为横断面设计,纳入2003–2018年美国国家健康与营养检查调查(National Health and Nutrition Examination Survey, NHANES)共18?007名参与者。WWI计算方式为腰围除以体重的平方根。CVD结局依据自我报告的医师诊断及标准化标准定义。研究人员采用加权多变量logistic回归及平滑拟合曲线评估WWI与CVD的关联,并通过受试者工作特征(Receiver Operating Characteristic, ROC)曲线和校准图分别评价模型的区分能力与校准度,作为探索WWI潜在预测价值的次要分析。同时,研究人员进行了亚组分析,并使用Benjamini–Hochberg法校正多重比较,以检验协变量的修饰效应并评估结果稳定性。在完全校正的分类模型中,与最低WWI三分位(T1)相比,最高三分位(T3)与各CVD结局的比值比(Odds Ratio, OR)显著升高:高血压(OR?=?2.17,95%置信区间[Confidence Interval, CI]:1.91–2.45)、冠心病(OR?=?1.64,95%CI:1.22–2.21)、卒中(OR?=?1.90,95%CI:1.39–2.59)、心力衰竭(OR?=?1.97,95%CI:1.47–2.64)、心绞痛(OR?=?1.72,95%CI:1.27–2.31)及心肌梗死(OR?=?1.95,95%CI:1.46–2.59)。平滑拟合曲线证实了正相关关系。ROC分析显示所有CVD结局均具可接受的区分能力(曲线下面积[AUC]?=?0.715–0.778),校准曲线表明预测概率与观察概率一致性良好。亚组分析中,经多重比较校正后,年龄与WWI在心肌梗死中的交互作用仍具统计学意义(校正后p?=?0.042)。研究表明,在美国糖尿病前期及糖尿病患者中,较高的WWI与CVD患病风险升高呈正相关,且模型区分能力和校准性能均可接受。
研究背景方面,糖尿病及其前期状态是全球范围内导致发病和死亡的重要因素,并与心血管疾病(CVD)风险显著升高密切相关。现有证据表明,肥胖尤其是中心性或内脏性肥胖,是糖尿病与CVD共同的关键病理基础。然而,传统体质指数(Body Mass Index, BMI)无法准确反映脂肪分布,易导致误分类,即所谓“肥胖悖论”。为克服这一局限,体重调整腰围指数(Weight?Adjusted Waist Index, WWI)被提出,其计算公式为腰围(Waist Circumference, WC,单位cm)除以体重(单位kg)的平方根,被认为能更好地体现中心性肥胖和身体成分。尽管已有研究提示WWI与一般人群CVD存在关联,但在糖尿病及糖尿病前期这一高危人群中,其相关性尚未得到充分验证。因此,研究人员利用美国国家健康与营养检查调查(NHANES)数据,针对这一人群开展横断面研究,以明确WWI与多种CVD结局之间的关系,并评估其作为风险分层工具的潜力。该论文发表于《Cogent Public Health》。
关键技术方法方面,研究人员使用2003–2018年NHANES数据,纳入≥20岁且符合糖尿病前期或糖尿病诊断标准的成年人,排除关键变量缺失者,最终样本量为18?007人。WWI作为主要暴露变量,由WC与体重计算得出。CVD结局包括高血压、冠心病、卒中、心力衰竭、心绞痛和心肌梗死,基于标准化问卷及临床测量定义。统计分析采用加权多变量logistic回归,构建三个逐步校正模型,并应用平滑曲线拟合探索非线性关系。模型性能通过ROC曲线及校准图评估。亚组分析使用Benjamini–Hochberg法校正多重比较。敏感性分析采用多重插补法处理缺失数据,以减少偏倚。
研究结果部分,首先,研究对象特征显示,随着WWI三分位升高,各类CVD患病率、年龄、WC、体重、BMI、甘油三酯(Triglycerides, TG)及低密度脂蛋白胆固醇(Low?Density Lipoprotein Cholesterol, LDL?c)均上升,高密度脂蛋白胆固醇(High?Density Lipoprotein Cholesterol, HDL?c)下降,且女性比例增加。其次,WWI与CVD关联分析表明,在完全校正模型中,最高三分位组的各CVD结局OR值均显著高于最低三分位组,证实WWI与CVD呈正相关。平滑拟合曲线显示,WWI与高血压、心绞痛及卒中存在非线性关系,而与冠心病、心力衰竭及心肌梗死的关系近似线性。第三,敏感性分析与多重插补结果一致,支持主要发现的稳健性。第四,ROC分析显示WWI对各CVD结局具可接受至良好的区分能力,其中冠心病的AUC最高(0.778)。第五,校准曲线显示模型在低至中等风险区间预测概率与观察概率吻合较好,高风险区间因事件数有限可靠性受限。第六,亚组分析发现,仅年龄与WWI在心肌梗死中的交互作用在校正后仍显著,年轻人群(<60岁)中关联更强。
讨论部分,研究人员指出,本研究首次在糖尿病前期及糖尿病人群中系统评估WWI与六种CVD结局的关系,并提供了模型区分度与校准性能的证据。结果支持WWI作为内脏肥胖和肌肉质量相对降低的综合指标,可能通过慢性炎症、胰岛素抵抗等机制影响心血管健康。相较于BMI,WWI可减少肌肉量对脂肪评估的干扰,有助于识别正常体重但代谢异常的个体。然而,由于横断面设计的限制,无法确定因果关系,且未测量饮食、环境暴露等潜在混杂因素。此外,自我报告诊断可能引入信息偏倚,结果外推至其他种族人群需谨慎。结论认为,在美国糖尿病前期及糖尿病人群中,较高WWI与CVD患病风险升高相关,提示其可作为识别高危个体的简易人体测量学指标,但仍需前瞻性研究进一步验证其预测价值和临床应用潜力。