体重状态及其代谢特征对收缩压纵向轨迹的影响：一项队列研究

摘要

背景 体重严重影响血压，但其联合代谢状态与收缩压（SBP）轨迹之间的关系尚不明确。目的 探讨不同体重状态及其代谢特征对SBP纵向轨迹变化的影响。方法 选取2019年7月—2021年9月在新疆维吾尔自治区乌鲁木齐市社区招募的2 051例健康体检者为研究对象，收集基线信息。研究对象每12个月于新疆医科大学第一附属医院健康管理中心收集SBP动态变化情况及高血压新发状态。采用组基-轨迹模型（GBTM）确定研究对象SBP最优轨迹数，对SBP变化轨迹进行分组。采用限制性立方样条曲线（RCS）分析不同体重状态及代谢特征者BMI与SBP轨迹的潜在的剂量-反应关系。采用多因素Logistic回归分析探讨体重状态及代谢特征对SBP变化轨迹的影响。结果研究对象平均年龄（43.4±8.8）岁，男883例（43.1%），女1 168例。根据体重状态及代谢特征分组，代谢健康体重正常（MHNW）人群915例（44.6%）、代谢健康超重/肥胖（MHO）人群608例（29.6%）、代谢异常超重/肥胖（MUO）人群379例（18.5%）、代谢异常体重正常（MUNW）人群149例（7.3%），随访期间共新发高血压362例（17.6%）。GBTM将研究对象按照SBP轨迹分为低水平组（SBP呈现为低水平状态，n=870）、中水平组（SBP呈现中水平稳定趋势，n=1 067）、高水平组（SBP呈现上升到高水平后下降趋势，n=114）。低水平组、中水平组、高水平组研究对象性别、年龄、高中以下、吸烟、饮酒比例、BMI、SBP、舒张压（DBP）、空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇比较，差异有统计学意义（P<0.05）。在低水平、中水平、高水平SBP轨迹组内，4种代谢表型的性别分布差异有统计学意义（P<0.05）。RCS结果显示，在MHNW、MUNW和MUO表型人群中，BMI与SBP轨迹风险呈线性正相关(P_非线性>0.05,P<0.001)，在MHO表型人群中，BMI与SBP轨迹风险呈非线性相关(P_非线性<0.05,P<0.001)。多因素Logistic回归分析结果显示，与MHNW相比，MHO（OR=2.29,95%CI=1.84～2.87）、MUNW（OR=5.32,95%CI=3.62～7.83）、MUO（OR=5.20,95%CI=3.90～6.95）均为SBP轨迹风险等级增加的独立危险因素（P<0.05）；且随着体重状态及其代谢特征分型变化，SBP轨迹风险等级增加(P_趋势<0.001)。进一步行性别分层分析，在不同性别人群中MHO、MUNW及MUO仍是SBP轨迹风险等级的独立危险因素（P<0.05）。结论 研究对象SBP轨迹可分为3组，即低水平组、中水平组和高水平组。MUNW、MHO、MUO可能影响SBP的长期变化趋势，提示应针对不同体重状态及代谢特征制订个性化的血压管理策略。

关键词

高血压 / 收缩压轨迹 / 体重状态 / 代谢 / 影响因素 / 前瞻性队列研究