姚 爽，謝夢(mèng)婷，鄒迪莎，黃 芳，馬小珺，江仁美，于 健

空腹血糖受損(impaired fasting glucose,IFG)最早是在1997年由美國(guó)糖尿病協(xié)會(huì)(ADA)引入概念，IFG和糖耐量異常(impaired glucose tolerance，IGT)都是一種處于正常和糖尿病血糖水平之間的狀態(tài)，IFG患者雖然僅是空腹血糖(fasting plasma glucose,FPG)輕度增高，但卻具有同IGT人群一樣向糖尿病發(fā)展的高危傾向，同時(shí)也存在發(fā)生大血管并發(fā)癥的危險(xiǎn)[1]。因此，及早識(shí)別發(fā)現(xiàn)IFG患者，控制IFG的危險(xiǎn)因素，并積極進(jìn)行早期干預(yù)，對(duì)減少糖尿病以及其并發(fā)癥，降低死亡率具有重要意義。Logistic回歸是常被應(yīng)用于預(yù)測(cè)結(jié)果為二分類變量的傳統(tǒng)方法，其對(duì)單獨(dú)危險(xiǎn)因素的分析較為明確，但當(dāng)多因素之間存在復(fù)雜相互關(guān)系時(shí)，會(huì)使分析誤差增加。而分類樹模型作為一種新的統(tǒng)計(jì)方法，彌補(bǔ)了傳統(tǒng)統(tǒng)計(jì)方法的不足，對(duì)數(shù)據(jù)的類型沒有嚴(yán)格的限制，目前被廣泛應(yīng)用于疾病發(fā)病風(fēng)險(xiǎn)的預(yù)測(cè)[2-3]，但其在對(duì)IFG危險(xiǎn)因素的分析，目前國(guó)內(nèi)研究并不多見。該研究對(duì)5 952例體檢者的臨床資料進(jìn)行分析，并構(gòu)建Logistic回歸模型及分類樹模型，并比較分析兩模型的準(zhǔn)確性，為IFG的預(yù)防和治療提供科學(xué)依據(jù)。

1 材料與方法

1.1研究對(duì)象選擇2012年7～11月在桂林醫(yī)學(xué)院附屬醫(yī)院體檢中心體檢的5 952例漢族人群為研究對(duì)象，進(jìn)行橫斷面調(diào)查，研究對(duì)象均來(lái)自桂林市七星區(qū)、疊彩區(qū)、秀峰區(qū)、雁山區(qū)及象山區(qū)等，并獲得知情同意，該研究由桂林醫(yī)學(xué)院倫理委員會(huì)批準(zhǔn)。其中，排除年齡小于20歲、孕婦、以及已確診的糖尿病患者、患有惡性腫瘤等重大疾病以及嚴(yán)重肝腎功能不全者，共5 952例資料完整者納入研究。研究對(duì)象年齡20～70(45.82±11.69)歲。其中男3 074例(51.65%)，平均年齡(46.22±12.04)歲；女2 878例(48.35%)，平均年齡(45.39±11.29)歲。本研究共檢出IFG患者404例，平均年齡(53.04±9.55)歲，其中男244例(60.4%)，女160例(39.6%)。成人IFG的粗患病率為6.79%(男：7.94%；女：5.56%)。

1.2問(wèn)卷調(diào)查在研究對(duì)象進(jìn)行體檢時(shí)，采用問(wèn)卷調(diào)查和體檢的方法，并通過(guò)專業(yè)人員進(jìn)行記錄，獲取其基本資料，包括個(gè)人基本情況(姓名、性別、年齡、民族、婚姻狀況、職業(yè)、文化程度)；既往史：高血壓、非酒精性脂肪性肝病(nonalcoholic fatty liver disease，NAFLD)、糖尿病等；生活習(xí)慣(飲食、吸煙史、飲酒等)、家族史及運(yùn)動(dòng)情況等。

1.3體格測(cè)量及測(cè)量方法經(jīng)過(guò)專業(yè)培訓(xùn)和考核的體檢中心專業(yè)人員，采用統(tǒng)一標(biāo)準(zhǔn)，使用經(jīng)校準(zhǔn)的SK-CK超聲波人體秤，時(shí)間為早晨7：30～9：00，被測(cè)量者免冠、赤腳、空腹、排空膀胱、著輕單衣、以“立正”姿勢(shì)站立，身高測(cè)量精確至0.1 cm，體質(zhì)量測(cè)量精確至0.1 kg。計(jì)算體重指數(shù)(body mass index，BMI)，BMI=體重(kg) /身高(m2)。研究者要避免飲酒、吸煙、喝茶和咖啡，避免劇烈運(yùn)動(dòng)，安靜休息5～10 min，呈坐位，使用水銀血壓計(jì)測(cè)量右臂肱動(dòng)脈血壓，手臂與心臟在同一水平，測(cè)量3次，每次間隔30 s，取3次測(cè)量的平均值進(jìn)行分析，數(shù)值精確到1 mmHg。

1.4實(shí)驗(yàn)室檢查及測(cè)量方法所有受檢者至少禁食10 h，清晨空腹采集肘靜脈血(5 ml)，在口服75 g葡萄糖負(fù)荷后120 min再次采集血液樣本。生化指標(biāo)：使用羅氏Cobas C501 全自動(dòng)生化分析儀檢測(cè): FPG、口服葡萄糖耐量實(shí)驗(yàn)(oral glucose tolerance test,OGTT)、2 h血糖(2-h plasma glucose,2 hPG)、尿酸(uric acid,UA)、三酰甘油(triacylglycerol,TG)、總膽固醇(total cholesterol,TC)、低密度脂蛋白膽固醇(low-density lipoprotein cholesterol,LDL-C)及高密度脂蛋白膽固醇(high-density lipoprotein cholesterol,HDL-C)。所有研究對(duì)象由固定的超聲?？漆t(yī)師行肝膽B(tài)超檢查。

1.5診斷標(biāo)準(zhǔn)NAFLD 的診斷參照中華醫(yī)學(xué)會(huì)肝病分會(huì)脂肪肝及酒精性肝病學(xué)會(huì)組制定的非酒精性脂肪性肝病診斷標(biāo)準(zhǔn)[4]。高血壓的診斷標(biāo)準(zhǔn)按《中國(guó)高血壓防治指南2010》定義[5]：3次測(cè)量平均值收縮壓(SBP)≥140 mmHg(1 mmHg=0.133 kPa)和(或)舒張壓(DBP)≥90 mmHg為高血壓或近2周內(nèi)服降壓藥血壓正常者，排除繼發(fā)性高血壓者。血脂異常診斷標(biāo)準(zhǔn)：參照2007年中國(guó)成人血脂異常防治指南的標(biāo)準(zhǔn)[6]：TC≥6.22 mmol/L；TG≥2.26 mmol/L；LDL-C≥4.14 mmol/L；HDL-C<1.04 mmol/L，出現(xiàn)以上任何一項(xiàng)即診斷為血脂異常。參照中國(guó)2型糖尿病防治指南[7],IFG組診斷標(biāo)準(zhǔn)為6.1 mmol/L≤FPG<7.0 mmol/L且OGTT 2 h血糖<7.8 mmol/L。將24.0 kg/m2≤BMI<28 kg/m2診斷為超重，BMI≥28 kg/m2診斷為肥胖[8]。高尿酸血癥診斷標(biāo)準(zhǔn)[9]：男性血尿酸≥420 μmol/L或女性血尿酸≥360 μmol/L者為高尿酸血癥者。

1.6統(tǒng)計(jì)學(xué)處理采用SPSS 20.0軟件和Medcalc(版本15.2.2)軟件進(jìn)行分析，分別建立Logistic回歸模型和分類樹模型，比較分析兩種方法結(jié)果的差異，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1Logistic回歸分析IFG影響因素中，年齡取平均值45.8為分界點(diǎn)，其余因素結(jié)合專業(yè)知識(shí)進(jìn)行賦值，見表1。以IFG有無(wú)作為因變量，各影響因素作為自變量進(jìn)行單因素Logistic回歸，結(jié)果顯示：高齡、男性、高TG、高TC、高LDL-C、高BMI、高尿酸血癥、NAFLD、高血壓是IFG的危險(xiǎn)因素，高HDL-C是IFG患者的保護(hù)因素(P<0.05)，見表2。將單因素Logistic分析中有意義的因素作為自變量，進(jìn)行多因素Logistic回歸分析，控制混雜因素后，結(jié)果顯示:高齡、NAFLD、高血壓、高TG、高BMI是IFG患者的危險(xiǎn)因素，高HDL-C是IFG患者的保護(hù)因素(P<0.05)，見表3。

表1 IFG患者影響因素主要變量及賦值

表2 IFG影響因素的單因素Logistic回歸分析結(jié)果

OR：比值比

表3 IFG影響因素的多因素Logistic回歸分析結(jié)果

圖1 IFG患者的分類樹模型

2.2構(gòu)建分類樹模型利用分類樹模型分析IFG的危險(xiǎn)因素，將IFG患者賦值為1，將正常組賦值為0。將性別、年齡、TG、TC、HDL-C、LDL-C、BMI、UA、NAFLD、高血壓作為IFG患者的影響因素構(gòu)建分類樹模型?；诟?jié)點(diǎn)和子節(jié)點(diǎn)的最小樣本大小的限制后的增長(zhǎng)和修剪后，得出分類樹模型包括4層，19個(gè)節(jié)點(diǎn)，以及10個(gè)終末節(jié)點(diǎn)。樹模型提示NAFLD、高齡、高血壓、高TG和高LDL-C 5個(gè)變量是IFG的危險(xiǎn)因素。見圖1。

2.3Logistic回歸與分類樹模型的受試者工作特征曲線(receiveroperatorcharacteristiccurve,ROC)比較根據(jù)Logistic回歸和分類樹模型所得的預(yù)測(cè)變量作為測(cè)試變量，IFG組作為狀態(tài)變量進(jìn)行繪制ROC曲線。Logistic回歸模型的ROC曲線Youden指數(shù)為41.90%，敏感性為75.00%，特異性為66.90%,曲線下面積(area under curve，AUC)值為0.775。分類樹模型的ROC曲線的Youden指數(shù)為43.96%，敏感性為73.27%，特異性為70.69%，AUC值為0.775，兩種模型均具有中等準(zhǔn)確性,兩種模型AUC比較差異無(wú)統(tǒng)計(jì)學(xué)意義(P=0.9610)，說(shuō)明兩模型沒有明顯差異性，見圖2、表4。

圖2 Logistic回歸模型與分類樹模型的ROC曲線比較

表4 Logistic回歸模型與分類樹模型的ROC曲線參數(shù)比較

3 討論

糖尿病的發(fā)展是一個(gè)緩慢的過(guò)程，從血糖升高到出現(xiàn)一系列的臨床癥狀，需要數(shù)年時(shí)間。IFG是正常糖代謝與糖尿病之間的中間狀態(tài)，是糖尿病和心血管疾病的危險(xiǎn)因子之一[10]。探討IFG危險(xiǎn)因素，加強(qiáng)預(yù)防和保健工作，對(duì)于避免和減少糖尿病的發(fā)生具有重要意義。

控制混雜因素后，多因素Logistic回歸結(jié)果顯示：高齡、NAFLD、高血壓、高TG、高BMI是IFG患者的危險(xiǎn)因素，高HDL-C是IFG患者的保護(hù)因素，與之前研究[11-12]結(jié)果一致。高齡人群IFG發(fā)病率高，有以下兩點(diǎn)原因：第一，隨著年齡的增長(zhǎng)，肌肉組織逐漸老化、減少，機(jī)體儲(chǔ)存和利用葡萄糖的能力下降；第二，隨著年齡增長(zhǎng)，β細(xì)胞對(duì)內(nèi)源性胰島素刺激因子的反應(yīng)性降低，胰島素分泌減少，引起血糖升高[13]。我國(guó)已進(jìn)入老齡化社會(huì)，據(jù)有關(guān)統(tǒng)計(jì)，2012年我國(guó)60歲及以上老年人口數(shù)量為1.94億，老齡化水平已達(dá)到14.3%。因此，加強(qiáng)對(duì)高齡人群血糖的篩查，對(duì)改善其生活質(zhì)量有著不可忽視的作用。NAFLD是一種無(wú)過(guò)量飲酒史肝實(shí)質(zhì)細(xì)胞脂肪變性和脂肪貯積為特征的臨床病理綜合征。NAFLD的細(xì)胞脂肪堆積，會(huì)引發(fā)并加劇胰島素抵抗，同時(shí)NAFLD患者的血液和肝臟中的游離脂肪酸(FFA)、腫瘤壞死因子-α(TNF-α)、纖溶酶原激活物抑制物-1(PAI-1)、瘦素[14-15]等表達(dá)增加，都可促進(jìn)胰島分泌胰島素，形成高胰島素血癥和胰島素抵抗，繼而導(dǎo)致血糖升高。

近年來(lái)，諸多針對(duì)IFG研究主要集中在危險(xiǎn)因素的調(diào)查上，通常采用的是Logistic 回歸模型對(duì)影響因素進(jìn)行篩選。本文中應(yīng)用Logistic 回歸計(jì)算出各危險(xiǎn)因素的OR值：高齡人群發(fā)病風(fēng)險(xiǎn)是低齡人群的2.796倍，NAFLD患者發(fā)病風(fēng)險(xiǎn)是無(wú)NAFLD者的2.297倍，高TG患者發(fā)病風(fēng)險(xiǎn)是TG正常者的2.222倍，高血壓患者發(fā)病風(fēng)險(xiǎn)是血壓正常者的1.983倍，高BMI人群發(fā)病風(fēng)險(xiǎn)是BMI正常人群的1.343倍。這些結(jié)果可幫助研究者更直觀地了解各影響因素的作用及大小，但是，此方法易受到共線性的影響,無(wú)法估計(jì)各個(gè)自變量間可能存在的相互作用。

分類樹分析是一種非參數(shù)回歸模型，利用遞歸分型將人群分為不同的亞群，近年來(lái)在國(guó)外大量應(yīng)用。分類樹模型在處理變量之間的相互作用中，可有效的處理數(shù)據(jù)中自變量缺失的問(wèn)題，不僅能把缺失值歸到眾數(shù)的范疇，還可以將其設(shè)置為單獨(dú)的一個(gè)分類，使結(jié)果可以不受變量的共線性的影響，并以樹形圖的形式顯示結(jié)果，模型直觀、明確、清晰、有層次。本研究應(yīng)用分類樹模型對(duì)IFG患者影響因素的信息進(jìn)行深入挖掘，共篩選出5個(gè)IFG危險(xiǎn)因素，包括NAFLD、高齡、高血壓、TG和 LDL-C，與Logistic回歸模型分析的結(jié)果基本相符，另外，樹形圖還可顯示各因素之間的交互作用，本模型提示，高齡和有NAFLD人群患病率為25.5%，高于低齡和有NAFLD人群的患病率(11.6%)。但是，與其他統(tǒng)計(jì)分析方法一樣，分類樹自身也存在缺點(diǎn)：第一，分類樹對(duì)各因素的單獨(dú)效應(yīng)的定量解釋不如Logistic模型明確，在本研究中使用Logistic模型得出OR值，可明確的判斷出影響IFG患者的危險(xiǎn)因素和保護(hù)因素。第二，在樣本容量小的情況下模型穩(wěn)定性差，因本研究數(shù)據(jù)量大，因此分類樹模型穩(wěn)定性良好。

最后，應(yīng)用ROC曲線來(lái)評(píng)估兩模型的準(zhǔn)確度，結(jié)果顯示：兩模型曲線均位于參考線上方，分類樹模型的ROC曲線更為平滑，說(shuō)明分類樹模型在穩(wěn)健性上更有優(yōu)勢(shì)，兩者曲線下面積差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。但因兩種分類方法各有利弊，具體結(jié)論要因?qū)嶋H情況和具體的數(shù)據(jù)情況來(lái)表現(xiàn)與判定。提示在臨床研究上，可結(jié)合實(shí)際應(yīng)用情況，進(jìn)行優(yōu)勢(shì)互補(bǔ)，綜合比較。

然而，目前本研究也有一些局限性：首先，所有包括成人受試者來(lái)自一個(gè)體檢中心，因此并不能代表所有桂北地區(qū)人群。其次，需要進(jìn)一步的前瞻性研究來(lái)調(diào)查危險(xiǎn)因素和IFG患者的因果關(guān)系。