基于縱向數(shù)據(jù)的谷氨酰轉(zhuǎn)肽酶水平與代謝綜合征的關(guān)聯(lián)性分析

劉玉潔，王 喆，毛 倩 ，管佩霞，朱高培，王曉璇，馮佳寧，王素珍，石福艷，李志強(qiáng)，

吳東妮3)，楊文艷4)

1)濰坊醫(yī)學(xué)院公共衛(wèi)生學(xué)院 山東濰坊 261053 2)錦州醫(yī)科大學(xué)公共衛(wèi)生學(xué)院 遼寧錦州121000 3)錦州醫(yī)科大學(xué)基礎(chǔ)醫(yī)學(xué)院 遼寧錦州121000 4)錦州醫(yī)科大學(xué)附屬第三醫(yī)院護(hù)理部 遼寧錦州121000

代謝綜合征(metabolic syndrome,MS)是指人體的蛋白質(zhì)、脂肪、碳水化合物等物質(zhì)發(fā)生代謝紊亂的病理狀態(tài)[1],是以胰島素抵抗(insulin resistance,IR)、高血壓、高血脂、腹部肥胖等各種危險因素集結(jié)出現(xiàn)為特點(diǎn)的臨床代謝異常綜合征[2]。相關(guān)研究[3-4]表明γ-谷氨酰轉(zhuǎn)肽酶(gamma glutamyl transpeptidase,GGT)與MS及其組分(包括IR、腹部肥胖、高血壓、血糖與血脂異常等)之間關(guān)系密切。目前國內(nèi)對于GGT與MS的關(guān)聯(lián)性分析多以橫斷面研究為主[5]，偶有縱向隊(duì)列研究，也大多為利用廣義估計(jì)方程等方法研究GGT基線水平與MS發(fā)病之間的規(guī)律[1]。本研究利用2016至2019年連續(xù)體檢3 a及以上者的體檢數(shù)據(jù)，建立隨機(jī)效應(yīng)模型，以估計(jì)個體間差異，并在模型中加入MS與各變量尤其是時間變量的交互效應(yīng)項(xiàng)，分析MS發(fā)病者與未發(fā)病者GGT水平動態(tài)發(fā)展趨勢是否不同，研判兩者間的關(guān)聯(lián)性。

1 對象與方法

1.1 研究對象研究對象為2016年1月至2019年5月每年均在遼寧省疾病預(yù)防控制中心體檢中心體檢的人員，包括高校學(xué)生、教職工以及企事業(yè)單位人員。排除患有心血管疾病、糖尿病、嚴(yán)重肝胃疾病等的體檢者,基線時已患MS者,以及研究指標(biāo)有缺失者。收集一般人口學(xué)特征;受檢者均空腹至少10 h，于次日早晨測量身高、體重、血壓，采集靜脈血測空腹血糖(fasting blood-glucose，F(xiàn)BG)，血清總膽固醇(total cholesterol,TC)、甘油三酯(triglyceride,TG)、高密度脂蛋白膽固醇 (high density lipoprotein cholesterol,HDL-c)水平及血常規(guī)。

1.2 MS診斷標(biāo)準(zhǔn)采用2004年中華醫(yī)學(xué)會糖尿病學(xué)分會制定的診斷標(biāo)準(zhǔn)，具備以下4項(xiàng)中的至少3項(xiàng)者為MS：①超重和(或)肥胖(BMI≥25.0 kg/m2)。②高血糖，表現(xiàn)為FBG≥6.1 mmol/L或2 h OCTT≥7.8 mmol/L或已確診為糖尿病并接受治療者。③高血壓或已接受治療者。④血脂紊亂，表現(xiàn)為TG≥1.7 mmol/L或HDL-c≤0.9 mmol/L(男)/1.00 mmol/L(女)。

1.3 分組以隨訪期間是否發(fā)生MS，將研究對象分為兩組，即非MS組和MS組。MS組根據(jù)確診時間再分組,由于本研究中無隨訪3 a發(fā)病的個體，因此分為MS1組(隨訪1 a確診)和MS2組(隨訪2 a確診)；MS確診后終止觀察，不再檢測血清GGT。

1.4 模型構(gòu)建過程首先建立以lgGGT為因變量，僅包含截距、無其他分析變量的空模型，獲得方差/協(xié)方差參數(shù)估計(jì)結(jié)果，計(jì)算組內(nèi)相關(guān)系數(shù)(intra-class correlation coefficient，ICC)。ICC=截距方差/(截距方差+殘差方差)。若ICC無統(tǒng)計(jì)學(xué)意義，應(yīng)用傳統(tǒng)的統(tǒng)計(jì)分析方法；若有統(tǒng)計(jì)學(xué)意義，則選用多水平隨機(jī)效應(yīng)模型。建立多水平隨機(jī)效應(yīng)模型時，以時間為觀察水平1，個體為觀察水平2，采用最大似然法估計(jì)模型參數(shù)。由于隨機(jī)效應(yīng)模型要求因變量對稱分布，因此對血清GGT實(shí)測值進(jìn)行對數(shù)轉(zhuǎn)換。模型表達(dá)為：

Yij=(β0+b0i)+(β1+b1i)T+β2A+β3S+β4G+εij

式中，Yij為lgGGT，i為個體序號，j為隨訪時間序號；T為GGT測定時間，取值1～4，分別代表體檢時間為2016、2017、2018、2019年；A為中心化基線年齡，即將個體基線年齡減去群體基線年齡的中位數(shù)，以便說明隨機(jī)效應(yīng)模型中截距的意義；S表示是否發(fā)生MS，1為發(fā)病，0為未發(fā)病；G表示性別，1為男性，0為女性。

β表示固定效應(yīng)，b表示隨機(jī)效應(yīng)，ε是殘差項(xiàng)；采用AIC作為模型選擇的依據(jù)，AIC越小，表示模型整體擬合效果越好[6]。模型中可加入交互效應(yīng)項(xiàng)，如T和T×S項(xiàng)分別反映非MS組與MS組lgGGT隨訪時間的變化趨勢。

1.5 統(tǒng)計(jì)學(xué)處理采用SPSS 25.0對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)處理。血清GGT水平不符合正態(tài)分布，采用M(P25,P75)表示，組間比較采用秩和檢驗(yàn)，采用Bonferroni法進(jìn)行兩兩比較。利用SAS 9.4的Proc mixed過程構(gòu)建含有交互效應(yīng)項(xiàng)的隨機(jī)效應(yīng)模型，采用極大似然法估計(jì)模型參數(shù)，分析血清GGT水平與MS發(fā)病的關(guān)聯(lián)性。檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 研究對象基本情況共收集到可用于分析的個體1 256人。其中MS組193人，非MS組1 063人。2016年未檢出MS，2017年檢出MS 115例，2018年檢出78例，2019年未檢出(因連續(xù)隨訪4 a的人數(shù)較少)。非MS組中，男672例(63.2%)，女391例(36.8%)；基線年齡21～90歲，M(P25，P75)為48(32,62)歲。MS組中，男158例(81.9%)，女35例(18.1%)；基線年齡22～83歲，M(P25，P75)為51(38,63)歲。不同體檢時間3組血清GGT水平比較(表1)差異均有統(tǒng)計(jì)學(xué)意義，MS1組2016、2017年均高于非MS組；MS2組2016年高于非MS組，2017年仍高于非MS組，但低于MS1組。非MS與MS組不同基線年齡研究對象血清GGT發(fā)展態(tài)勢見表2。由表2可知，MS組血清GGT水平在各個基線年齡研究對象中皆高于非MS組。

表1 不同體檢時間3組血清GGT水平的比較 U/L

表2 不同基線年齡非MS組與MS組血清GGT水平比較

2.2 血清GGT水平與MS的關(guān)聯(lián)性分析結(jié)果空模型截距方差為0.058，殘差方差為0.044，ICC為56.9%(P<0.001)，提示存在較大程度的個體內(nèi)相關(guān)，該組數(shù)據(jù)觀察水平1(時間)在水平2(個體)中存在聚集效應(yīng)，故后續(xù)采用隨機(jī)效應(yīng)模型進(jìn)行分析。按照AIC最小的標(biāo)準(zhǔn)，最終的隨機(jī)效應(yīng)模型見表3。

該模型顯示：基線年齡與MS的交互效應(yīng)(A×S)有統(tǒng)計(jì)學(xué)意義；基線年齡每升高1歲，MS組lgGGT減少0.006，而非MS組減少0.002。隨訪時間效應(yīng)有統(tǒng)計(jì)學(xué)意義，而隨訪時間與MS的交互效應(yīng)(T×S)無統(tǒng)計(jì)學(xué)意義，可以認(rèn)為非MS組lgGGT在隨訪期內(nèi)逐漸上升，而MS組lgGGT在隨訪期內(nèi)保持相對穩(wěn)定。性別與MS的交互效應(yīng)(G×S)有統(tǒng)計(jì)學(xué)意義，MS組中男性lgGGT比女性低0.169。

表3 隨機(jī)效應(yīng)模型結(jié)果

3 討論

GGT與肝內(nèi)脂質(zhì)沉積密切相關(guān)[7-8]，可使具有抗炎與抗肝臟脂質(zhì)蓄積功能的脂聯(lián)素分泌減少，從而引發(fā)IR[9]，是IR的直接標(biāo)志物。在肝臟無法正常代謝沉積的過量脂質(zhì)時，肝細(xì)胞受損，此時即使并未出現(xiàn)可觀測到的代謝紊亂，但已經(jīng)可以引起血清GGT水平升高甚至IR[8]。已有研究[3,10]顯示，血清GGT水平升高與MS組分相關(guān)。

本研究所用數(shù)據(jù)來自遼寧省疾病預(yù)防與控制中心收集的個體連續(xù)多年的體檢數(shù)據(jù)，該數(shù)據(jù)在資料收集和分析階段經(jīng)過了嚴(yán)格的質(zhì)量控制，例如嚴(yán)格培訓(xùn)體檢人員、嚴(yán)格納排標(biāo)準(zhǔn)、采用電子血壓計(jì)并取兩次血壓的平均值等措施。本研究所用數(shù)據(jù)為重復(fù)測量的縱向體檢資料，適用的數(shù)據(jù)分析方法有重復(fù)測量數(shù)據(jù)的方差分析、廣義估計(jì)方程、隨機(jī)效應(yīng)模型等。與重復(fù)測量數(shù)據(jù)的方差分析相比，隨機(jī)效應(yīng)模型既考慮了不同時間點(diǎn)間的內(nèi)在聯(lián)系，又考慮了觀察值間的內(nèi)部相關(guān)性，結(jié)論更可靠[11]。與廣義估計(jì)方程相比，隨機(jī)效應(yīng)模型建模比較靈活，對于隨機(jī)效應(yīng)可考慮較復(fù)雜的相關(guān)結(jié)構(gòu)，對缺失值的假定也比較寬松，且變異的分析基于最大似然法，所以檢驗(yàn)效能較高[12]。另外，與單純的固定效應(yīng)模型相比，隨機(jī)效應(yīng)模型可估計(jì)個體間差異，判斷個體變化趨勢。所以，本研究對縱向體檢數(shù)據(jù)采用了隨機(jī)效應(yīng)模型進(jìn)行分析。

本研究中，各個基線年齡的MS人群血清GGT水平均高于非MS人群；隨機(jī)效應(yīng)模型分析結(jié)果顯示，MS組lgGGT在隨訪期間均高于非MS組；基線年齡與MS的交互效應(yīng)表明,年輕患者的lgGGT高于年長患者。一般而言，年輕人群肝臟代謝脂質(zhì)的功能較年長人群更強(qiáng)，若MS年輕患者血清GGT水平居高不下則表明其肝臟受損嚴(yán)重。本研究結(jié)果還顯示，非MS組lgGGT隨訪期間逐漸上升，而MS組lgGGT則保持相對穩(wěn)定。這可能提示MS未發(fā)病者肝細(xì)胞內(nèi)脂質(zhì)持續(xù)沉積使得血清GGT水平不斷升高，表明機(jī)體代謝狀態(tài)持續(xù)惡化，紊亂程度不斷加重[6,13-14]。本研究MS組193例中，有147例隨訪全程血清GGT水平都在正常范圍內(nèi)，提示即使血清GGT水平在正常范圍內(nèi)，當(dāng)其呈縱向升高趨勢時，也應(yīng)謹(jǐn)防MS的發(fā)生[15]。針對這種情況，有學(xué)者[16]建議在臨床實(shí)踐中適當(dāng)下調(diào)血清GGT水平的正常參考值上限以便更早篩出MS患者。本研究中，非MS組男性lgGGT高于女性，這可能與雌激素對肝臟的保護(hù)作用有關(guān)[13]；性別與MS的交互效應(yīng)有統(tǒng)計(jì)學(xué)意義，且MS組男性lgGGT低于女性，提示男性與女性相比在血清GGT水平較低時可能已經(jīng)發(fā)生了MS，男性是MS發(fā)病的危險因素。這可能與男性高熱量飲食、吸煙、飲酒等不良生活習(xí)慣較女性多有關(guān)[8,17]。

綜上所述，MS患者發(fā)病前血清GGT水平已高于未發(fā)病者，并呈現(xiàn)隨時間逐漸升高的趨勢；即使血清GGT水平在正常范圍內(nèi)，個體可能已存在代謝紊亂，尤其是男性，應(yīng)警惕MS發(fā)病。以上結(jié)論提示在體檢時，不能只關(guān)心當(dāng)下的體檢結(jié)果，應(yīng)將多年體檢數(shù)據(jù)結(jié)合起來縱向查看，通過血清GGT水平變化趨勢預(yù)判機(jī)體代謝功能狀態(tài)，提早發(fā)現(xiàn)MS。