血管僵硬度增加和弹性下降是心血管早期受损的表现^[1]。臂-踝脉搏波传导速度(brachial-ankle pulse wave velocity，baPWV)是脉搏波在两个既定点间的传播速度，它作为临床上评价脉管僵硬度或弹性的一个重要指标，在心血管疾病中具有重要的应用价值。研究显示baPWV的改变除能提示冠状动脉病变^[2]、高血压靶器官受损^[3]等外，其在糖尿病心血管事件^[4]、急性脑卒中^[5]等疾病中，也具有诊断、预后及结局预测的作用。由此可见，关注baPWV在疾病表征方面的应用具有积极作用。 然而目前对导致人群baPWV异常的影响因素的研究却相对较少，并且该方面研究存在样本量小和限于心脑血管疾病范畴筛选的特点，筛选所得因素的作用也存在一些差异。这对临床检出baPWV异常后有效排除可能导致baPWV异常的干扰项不利。本研究拟采用大样本，通过对检测资料的回顾性分析，从本院既往体检人群的体检资料中，找寻影响体检人群baPWV的潜在因素，并拟构建一个logit模型，为临床提供参考。 1 资料和方法 1.1 研究对象

纳入2010年1月至2014年2月我院体检中心进行健康体检的人群作为研究对象，所有研究人群的baPWV值均由全自动动脉硬化检测仪VP-1000检测得到。baPWV值判断标准：双侧baPWV值≤1 400 ms/s记为正常组，一侧或双侧baPWV值>1 400 ms/s即划归为异常组。排除年龄低于20岁及检测指标资料不全者，最终共获取4 159例体检者资料，其中男性2 799例，女性1 360例。 1.2 研究方法

采用临床大样本的回顾性研究，资料分别由两名具有相关研究背景的临床工作人员独立整理搜集，由第3名人员进行复核。用Excel建立信息数据表，纳入考察的体检指标包括：性别、年龄、收缩压、舒张压、脉搏、空腹血糖、三酰甘油、胆固醇、丙氨酸转氨酶、谷氨酰转肽酶、肌酐、高密度脂蛋白、低密度脂蛋白、尿酸。最终数据表交专业的分析人员进行统计分析处理。 1.3 统计学处理

数据采用IBM SPSS Statistics 21.0软件进行分析。计量资料以x±s 表示。对数据进行单因素考察时除性别采用χ²检验外，其余资料由于不服从正态分布故均采用Mann-Whitney检验；多因素分析采用二分类logistic逐步回归法，其中进入标准设置为0.05，排除标准设置为0.1，逐步回归方法采用Forward wald法；模型诊断采用ROC分析。检验水准(α)为0.05。 2 结 果 2.1 单因素分析结果

单因素分析结果显示，除高密度脂蛋白外，其余检测指标在baPWV正常组与异常组之间的差异均具有统计学意义(P<0.05)。结果详见表 1。

表 1(Table 1)

表 1 单因素分析结果 指标 baPWV正常组 (N=1 483) baPWV异常组 (N=2 676)) χ2/Mann-Whitney U P值 性别 n 22.63 <0.001 男 1 067 1 732 女 416 944 年龄 (岁) 48.16±8.21 56.33±10.47 1 097 079.00 <0.001 收缩压 p/mmHg 119.47±13.14 139.74±18.36 718 238.00 <0.001 舒张压 p/mmHg 73.99±9.72 85.26±11.74 907 758.00 <0.001 脉搏 f/min-1 72.60±9.56 76.38±12.41 1 640 403.00 <0.001 空腹血糖 cB/(mmol·L-1) 5.57±1.29 6.09±1.88 1 573 681.50 <0.001 三酰甘油 cB/(mmol·L-1) 1.42±0.90 1.64±1.07 1 707 886.50 <0.001 胆固醇 cB/(mmol·L-1) 5.33±1.00 5.53±1.08 1 747 197.50 <0.001 丙氨酸转氨酶 zB/(U·L-1) 24.95±21.53 28.39±35.52 1 775 043.50 <0.001 谷氨酰转肽酶 zB/(U·L-1) 29.79±32.66 39.75±53.35 1 614 289.00 <0.001 肌酐 cB/(μmol·L-1) 70.80±15.70 72.54±21.69 1 902 192.50 0.027 高密度脂蛋白 cB/(mmol·L-1) 1.44±0.37 1.45±0.38 1 941 140.50 0.245 低密度脂蛋白 cB/(mmol·L-1) 3.47±0.83 3.61±0.91 1 807 823.50 <0.001 尿酸cB/(μmol·L-1) 331.83±91.95 347.75±93.05 1 793 335.00 <0.001 1mmHg=0.133 kPa

表 1 单因素分析结果

Logistic逐步回归分析结果显示，性别、年龄、收缩压、舒张压、脉搏、空腹血糖、丙氨酸转氨酶、尿酸均与baPWV相关(P<0.05)。结果表现为： 女性的PWV值较高，年龄、收缩压、舒张压、脉搏、空腹血糖、丙氨酸转氨酶、尿酸值的增加会促进baPWV值的增高。详见表 2。根据分析结果得到的logit模型为：logit(p)=-17.888+0.001×尿酸+0.004×丙氨酸转氨酶+0.105×空腹血糖+0.023×脉搏+0.032×舒张压+0.061×收缩压+0.092×年龄+0.411×性别。

表 2(Table 2)

表 2 Logistic逐步回归分析结果 变量 系数 标准差 Wald值 Df P值 Exp(B) 95%CI 性别 0.411 0.090 20.818 1 0.000 1.509 (1.264，1.800) 年龄 0.092 0.005 343.835 1 0.000 1.096 (1.086，1.107) 收缩压 0.061 0.005 169.234 1 0.000 1.063 (1.053，1.072) 舒张压 0.032 0.007 24.213 1 0.000 1.033 (1.020，1.046) 脉搏 0.023 0.004 32.527 1 0.000 1.023 (1.015，1.031) 空腹血糖 0.105 0.028 13.890 1 0.000 1.111 (1.051，1.174) 丙氨酸转氨酶 0.004 0.001 10.847 1 0.001 1.004 (1.002，1.007) 尿酸 0.001 0.000 5.319 1 0.021 1.001 (1.000，1.002) 常数项 -17.888 0.645 769.307 1 0.000

表 2 Logistic逐步回归分析结果

Logit模型的决定系数Cox and Snell R²为0.358，Nagelkerke R²为0.429。Hosmer-Lemeshow拟合优度检验结果P>0.05，说明模型拟合优度较好。根据表 3显示，得到的logit模型对体检人群baPWV的预测正确率高达79.6%，相对于未纳入考察因素而直接将原有病例划为异常组得到的最大正确率64.3%高出15.3%；同时采用ROC分析方法对模型价值进行评价，结果(图 1)显示曲线下面积(AUC)为0.869(95%CI：0.859~0.879)，P<0.05，说明logit模型具有较好的分类准确性。结果提示采用logistic回归方法进行影响因素分析的合理性，同时说明得到的logit模型具有较好的实用价值。

表 3(Table 3)

表 3 模型预测结果与实际测量结果的比较 n 实际测量 预测情况 正常 异常 正常 998 485 异常 364 2 312

表 3 模型预测结果与实际测量结果的比较

图 1

图 1 Logit模型预测能力的评价

目前，心脑血管疾病已成为威胁人类健康的主要疾病。动脉硬化在心脑血管疾病中起着重要的作用，而高血压、糖尿病又增加了动脉硬化的危险性。baPWV是一个简单而快捷地评估动脉硬化的有效手段，采用现代化仪器进行测定，具有非侵入性的特点。关于baPWV作为心血管疾病的预测因素的研究已有较多报道，而有关导致baPWV异常的潜在因素研究往往样本量不够大，结果也不一致。

本研究通过logistic回归模型对4 159例体检人群baPWV的影响因素进行分析，结果显示性别、年龄、收缩压、舒张压、脉搏、空腹血糖、丙氨酸转氨酶、尿酸均可能会影响baPWV。根据目前的研究，年龄对baPWV的影响比较明确，而性别对其影响却尚无定论^[1]。本次大样本的体检人群研究结果显示，女性更容易出现baPWV异常的情况。既往研究提示baPWV在高血压疾病中具有应用价值^[6]，而本次研究中收缩压、舒张压及脉搏的纳入，对此起到了印证作用。同时本次研究的结果显示血糖、尿酸、丙氨酸转氨酶的增加可能导致baPWV异常，这在既往的研究中可以找到相关证据^{[7, 8, 9]}。研究表明高胆固醇风险与baPWV存在相关性^[2]，另有研究者将baPWV作为高血压合并高胆固醇血症的预后考察指标之一^[10]，这也为本研究中单因素分析显示血脂成分与baPWV有关这一结果提供了间接参考。因此，本研究筛选出的潜在危险因素是相对合理的。

本研究根据logistic的回归结果，初步得到了一个较为理想的logit模型。本模型具有较好的分类准确性，间接证明了本次研究方法的正确性和合理性。同时也有利于体检者做完其他检查后对baPWV是否异常进行初步评估，可能有利于缩减体检者医疗成本。本研究仅针对内部数据进行了模型评价，更确切的结果有待于获取更多的外部或多中心的数据进行分析和评价。