健康體檢者血漿黏度異常相關(guān)影響因素及效應(yīng)關(guān)系探討

卓琳，蔡婷，陳思婷，汪秀英，卓朗，崔景秋△

隨著我國(guó)居民生活方式、飲食結(jié)構(gòu)改變，高血壓（23.2%）［1］、癌癥（20.6%）［2］、慢性腎臟病（16.8%）［3］和糖尿?。?1.2%）［4］等慢性非傳染性疾病患病率持續(xù)升高。慢性病病程長(zhǎng)、病因錯(cuò)綜復(fù)雜，控制慢性病發(fā)生與發(fā)展的重點(diǎn)在于早期預(yù)防［5］。研究表明，血漿黏度（plasma viscosity，PV）由血漿中纖維蛋白、脂類(lèi)、肽類(lèi)、無(wú)機(jī)鹽水平共同決定，除了受巨球蛋白血癥、纖維蛋白原增多癥等疾病影響外，還與飲食結(jié)構(gòu)有關(guān)；血液高黏滯狀態(tài)常會(huì)引發(fā)慢性腎臟病、代謝性疾病和心腦血管疾病等多種慢性?。?］。如果以慢性病患者為研究對(duì)象探索PV異常與慢性病之間的因果聯(lián)系，常常會(huì)因病例是現(xiàn)患病例而非新發(fā)病例導(dǎo)致結(jié)果出現(xiàn)無(wú)關(guān)聯(lián)，甚至反向關(guān)聯(lián)。因此，本研究使用健康體檢者資料，探討PV異常的相關(guān)影響因素，以期為慢性疾病的早期預(yù)防提供理論依據(jù)。

1 資料與方法

1.1 一般資料 選取2016年1—12月徐州市中心醫(yī)院健康體檢中心資料庫(kù)數(shù)據(jù)。該體檢中心擁有全市約50%的體檢量，覆蓋企事業(yè)單位，是城鎮(zhèn)職工較好的代表性樣本。由專(zhuān)職人員對(duì)數(shù)據(jù)庫(kù)進(jìn)行脫敏和清理，保留體檢資料完整的記錄。排除標(biāo)準(zhǔn)：高血壓、糖尿病、冠心病等慢性疾病者。本研究通過(guò)本醫(yī)院倫理委員會(huì)批準(zhǔn)（批號(hào)：LL2017061801）。

1.2 檢查方法

1.2.1 體格檢查 由體檢中心專(zhuān)業(yè)人員按照標(biāo)準(zhǔn)規(guī)程，測(cè)量身高、體質(zhì)量，使用隨機(jī)零點(diǎn)血壓計(jì)測(cè)量3次靜息坐位右側(cè)肱動(dòng)脈血壓（BP），并取平均值。

1.2.2 實(shí)驗(yàn)室檢查 體檢者隔夜禁食12 h，次日清晨空腹抽取肘正中靜脈血。使用H7600自動(dòng)生化分析儀（日本日立公司）測(cè)量空腹血糖（FPG）、總膽固醇（TC）、三酰甘油（TG）、肌酐（SCr）、尿素氮（BUN）、尿酸（UA）和高密度脂蛋白膽固醇（HDL-C）。檢測(cè)PV，使用乙二胺四乙酸二鈉抗凝管，3500 r∕min離心10 min，離心半徑8 cm，取血漿，使用北京賽科希德公司SA6000血流變測(cè)試儀檢測(cè)。

1.3 腎小球?yàn)V過(guò)率估算 根據(jù)中國(guó)腎臟病飲食改良公式（Chinese modification of diet in renal disease，C-MDRD）計(jì)算估算的腎小球?yàn)V過(guò)率（eGFR）：eGFR［mL∕（min·1.73 m2）］=175×SCr-1.234×年齡-0.179×0.79（女性）［7］。

1.4 樣本量估算 采用Gpower 3.1軟件中2獨(dú)立樣本均值差異t檢驗(yàn)?zāi)K計(jì)算，以最大P值對(duì)應(yīng)的指標(biāo)即BUN設(shè)置參數(shù)。正常組設(shè)置：效應(yīng)尺度=0.1，α=0.05，power=0.8；樣本量選擇：正常組∶異常組=3∶1，計(jì)算得到異常組估算樣本量≥825例，正常組≥2475例。

1.5 分組方案及考察指標(biāo) （1）PV兩分組：入組體檢者中PV≥1.62 mPa·s者為異常組，合計(jì)930例［8］；為每1例異常者匹配3例性別相同、工作性質(zhì)相同、年齡相差＜3歲且PV＜1.62 mPa·s的體檢者為正常組，合計(jì)2790例?？疾?組一般資料差異及影響PV異常的相關(guān)因素。（2）對(duì)應(yīng)分析變量分組。按PV≤1.50 mPa·s、1.51～1.62 mPa·s和≥1.63 mPa·s將PV分為偏低組、中等組和偏高組［8］。SCr分組：SCr≤133μmol∕L為低SCr組，SCr＞133μmol∕L為高SCr組。TC分組：TC≤6.2 mmol∕L為低TC組，TC＞6.2 mmol∕L為高TC組；TG分組：TG≤2.3 mmol∕L為低TG組，TG＞2.3 mmol∕L為高TG組［9］。

1.6 統(tǒng)計(jì)學(xué)方法 采用Stata 16.0和SPSS 18.0軟件進(jìn)行數(shù)據(jù)處理。符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（±s）表示，2組間比較采用t檢驗(yàn)；計(jì)數(shù)資料以例或例（%）表示，組間比較采用χ2檢驗(yàn)。影響因素分析采用單因素分析和條件Logistic回歸分析。對(duì)應(yīng)分析用于反映不同程度的PV與SCr、TG、TC不同分組間的聚集性。中介效應(yīng)驗(yàn)證PV是否為T(mén)C、TG異常和腎臟功能異常之間的中介變量。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 PV正常組與異常組一般資料分析 與正常組比較，異常組SCr、UA、FPG、TC及TG水平升高，而eGFR降低（P＜0.01），2組其他指標(biāo)差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見(jiàn)表1。

2.2 PV異常的影響因素分析 以PV是否異常（是=1，否=0）為因變量，以SCr、UA、eGFR、FPG、TG及TC為自變量進(jìn)行二分類(lèi)條件Logistic回歸分析，結(jié)果顯示較高的SCr、TC和TG是PV異常的危險(xiǎn)因素（P＜0.01），見(jiàn)表2。

Tab.2 Conditional Logistic regression analysis of related factors affecting abnormal plasma viscosity表2 影響PV異常的相關(guān)因素條件Logistic回歸分析

2.3 對(duì)應(yīng)分析與假說(shuō)

2.3.1 PV與相關(guān)因素的對(duì)應(yīng)分析 使用PV偏高、中等、偏低三分類(lèi)與SCr、TC和TG分類(lèi)變量組合進(jìn)行對(duì)應(yīng)分析。行因素與列因素的因子負(fù)荷表及因子負(fù)荷圖見(jiàn)表3、圖1。圖1顯示，PV偏低與低SCr、低TC、低TG聚集，PV中等與低SCr、高TC、低TG聚集，PV偏高與高SCr、高TC、高TG聚集。對(duì)應(yīng)分析提示，在PV逐漸升高的過(guò)程中，TC最先出現(xiàn)異常，TG次之，而SCr的升高最后出現(xiàn)。

Tab.3 Correspondence analysis of factor load between row and column表3 對(duì)應(yīng)分析行因素與列因素的因子負(fù)荷

Fig.1 Factor load diagram for correspondence analysis between plasma viscosity groups and related factors圖1 PV分組與相關(guān)因素的對(duì)應(yīng)分析因子負(fù)荷圖

2.3.2 “代謝-血流變-腎功能”效應(yīng)關(guān)系假說(shuō)的建立 基于對(duì)應(yīng)分析，構(gòu)建了變量間“代謝-血流變-腎功能”效應(yīng)關(guān)系假說(shuō)，見(jiàn)圖2。假說(shuō)的理論框架：不良飲食習(xí)慣導(dǎo)致代謝指標(biāo)異常，進(jìn)而影響了PV，其效應(yīng)通過(guò)日積月累導(dǎo)致腎功能變化。因PV在因果鏈上，故考慮PV為代謝指標(biāo)異常和腎臟功能異常之間的中介變量，起介導(dǎo)作用，而非調(diào)節(jié)作用。

Fig.2 Hypothesis of the relationship between metabolism-hemorheology-renal function圖2 代謝-血流變-腎功能關(guān)系假說(shuō)

2.4 中介效應(yīng)探索

2.4.1 TC-PV-SCr中介效應(yīng)檢驗(yàn) 以SCr為因變量（Y），TC為自變量（X），PV為中介變量（M）進(jìn)行中介效應(yīng)分析。PV中介效應(yīng)有統(tǒng)計(jì)學(xué)意義，中介效應(yīng)占總效應(yīng)的比例為0.984×0.422∕0.944×100%=44.0%，見(jiàn)表4。

Tab.4 Test of the mediating effect of total cholesterol,plasma viscosity and serum creatinine表4 TC-PV-SCr中介效應(yīng)檢驗(yàn)

2.4.2 TG-PV-SCr中介效應(yīng)檢驗(yàn) 以SCr為因變量（Y），TG為自變量（X），PV為中介變量（M）進(jìn)行中介效應(yīng)分析。PV中介效應(yīng)有統(tǒng)計(jì)學(xué)意義，中介效應(yīng)占總效應(yīng)的比例為0.813×0.541∕0.933×100%=47.1%，見(jiàn)表5。

Tab.5 Test of the mediating effect of triglyceride,plasma viscosity and serum creatinine表5 TG-PV-SCr中介效應(yīng)檢驗(yàn)

3 討論

PV是血液流變學(xué)常用指標(biāo)之一，可反映血液流動(dòng)性水平，PV偏高說(shuō)明血液流動(dòng)性較差。PV在預(yù)防、輔助治療，預(yù)測(cè)慢性腎臟病、代謝性疾病、心血管疾病和腫瘤預(yù)后等方面具有重要參考價(jià)值［10］。但PV作為臨床診斷二線指標(biāo)一直缺乏關(guān)注［11-12］。因此，探尋PV異常的相關(guān)因素，可為慢性病的早期防治提供指導(dǎo)。

慢性病與PV呈正向關(guān)聯(lián)得到許多研究的支持。Taco-Vasquez等［13］研究顯示，高海拔地區(qū)動(dòng)脈高血壓患者PV升高者SCr與TC亦顯著升高。白楊等［14］研究顯示，高血脂患者PV明顯高于健康體檢者。Késmárky等［15］研究表明高血漿黏度還與冠狀動(dòng)脈和外周動(dòng)脈疾病進(jìn)展相關(guān)，而本研究發(fā)現(xiàn)PV異常與腎臟功能損傷也有相關(guān)關(guān)系。目前研究認(rèn)為PV異常導(dǎo)致腎功能損傷可能的病理機(jī)制主要包括：（1）PV增高導(dǎo)致血液流動(dòng)阻力增加，腎臟供氧、供能、代謝產(chǎn)物排泄效率均下降，進(jìn)而觸發(fā)腎功能損害［16］。（2）PV增高與紅細(xì)胞聚集性增高會(huì)使機(jī)體處于高凝狀態(tài)，可能導(dǎo)致腎小球內(nèi)微血栓形成，損傷腎小球，同時(shí)又激活纖溶系統(tǒng)，造成纖維蛋白沉積在腎小球內(nèi)，進(jìn)一步加重了腎小球硬化［17］。

本研究通過(guò)對(duì)應(yīng)分析因子負(fù)荷圖顯示，TC可能先于其他因素出現(xiàn)異常，并影響PV，而腎功能異常最晚出現(xiàn)。據(jù)此本研究構(gòu)建了“代謝-血流變-腎功能”效應(yīng)關(guān)系假說(shuō)。黃麗嫦等［18］研究表明，患者不良生活習(xí)慣，如高脂、高鹽飲食，與慢性脂類(lèi)代謝紊亂性疾?。═C、TG升高）關(guān)系密切。代謝指標(biāo)異常影響PV水平已獲得相關(guān)研究證實(shí)［14］。Celik等［19］研究發(fā)現(xiàn)，PV異?？稍黾勇阅I臟病患者低eGFR的發(fā)生率。此外，本研究使用中介效應(yīng)研究顯示，PV的中介效應(yīng)（TC 44.0%、TG 47.1%）占總效應(yīng)的比例接近50%，提示在代謝指標(biāo)異常影響腎臟功能異常的內(nèi)在機(jī)制中，PV起著關(guān)鍵作用，臨床應(yīng)重視對(duì)PV的干預(yù)與控制。PV升高是一種急性期反應(yīng)，如吸煙飲酒、暴飲暴食、工作壓力大等均會(huì)導(dǎo)致PV的即時(shí)升高。這種“沖擊性”的PV升高會(huì)觸發(fā)前述病理?yè)p害機(jī)制，對(duì)心、腦、腎等重要器官產(chǎn)生累積效應(yīng)。盡管短期效應(yīng)微弱，但隨時(shí)間延長(zhǎng)，損傷逐漸顯現(xiàn)且不可逆。有研究顯示，使用小劑量阿司匹林治療糖尿病，PV顯著降低，但對(duì)血糖的影響不明顯［20］。因此，保持PV在合理范圍內(nèi)，杜絕暴飲暴食、加強(qiáng)體育鍛煉、戒煙限酒是預(yù)防代謝性疾病進(jìn)而保護(hù)腎臟功能的共同切入點(diǎn)。

綜上，PV與SCr、TC和TG呈正向關(guān)聯(lián)；TC、TG對(duì)腎功能損傷有直接影響，PV在TC、TG與腎功能損傷之間起到了一定的中介作用。降低TC和TG水平、控制PV有助于同時(shí)預(yù)防代謝異常和腎功能損傷。