文章信息
- 焦莹莹, 王柳森, 姜红如, 贾小芳, 王志宏, 王惠君, 张兵, 丁钢强.
- Jiao Yingying, Wang Liusen, Jiang Hongru, Jia Xiaofang, Wang Zhihong, Wang Huijun, Zhang Bing, Ding Gangqiang
- 中国15省(自治区、直辖市)18~64岁居民心血管代谢性危险因素的流行现况及变化趋势
- Epidemiological characteristics and trends of cardiometabolic risk factors in residents aged 18-64 years in 15 provinces of China
- 中华流行病学杂志, 2022, 43(8): 1254-1261
- Chinese Journal of Epidemiology, 2022, 43(8): 1254-1261
- http://dx.doi.org/10.3760/cma.j.cn112338-20220228-00155
-
文章历史
收稿日期: 2022-02-28
2. 国家卫健委微量元素与营养重点实验室, 北京 100050
2. Key Laboratory of Trace Elements and Nutrition, National Health Commission, Beijing 100050, China
随着城镇化进程及人口老龄化的加速,心血管疾病在中国大幅增加,是中国和许多其他亚洲地区国家发病和死亡的主要原因[1],在众多危险因素中,代谢性危险因素是心血管疾病的主要危险因素[2],给医疗保健系统带来沉重负担。有效控制心血管疾病的危害,以往的研究重点关注以中心性肥胖、血压升高、血糖升高、TG升高和HDL-C降低为主要特征的心血管代谢性危险因素[3-4],也有研究将TC、LDL-C、糖化血红蛋白(HbA1c)和炎症指标高敏C反应蛋白(hs-CRP)等作为代谢性危险因素[5-6],且之前判断单一代谢性危险因素,选择的切点同时包含了边缘异常和疾病状态,而目前关于心血管疾病的防控,强调关口前移,开始关注高血压、糖尿病等疾病前期人群,高危患者的早期筛查与干预已成为预防或减缓心血管疾病进展的关键策略。因此,本研究利用“中国健康与营养调查”(China Health and Nutrition Survey,CHNS)2009、2015和2018年的数据,分析中国18~64岁居民心血管代谢性危险因素的流行特征及其影响因素,并在不同年份间进行趋势分析。
资料与方法1. 数据来源:利用以中国CDC营养与健康所和美国北卡罗来纳大学合作的CHNS项目为基础开展的纵向追踪研究数据,该项目于1989年启动,迄今已经完成11轮随访。采用分层多阶段整群随机抽样的方法在辽宁、黑龙江、云南、江苏、山东、河南、湖北、浙江、湖南、广西、贵州、重庆、陕西、北京、上海共15个省(自治区、直辖市)进行,在2009、2015和2018年增加了血液样品的采集和检测。针对同一人群从社区、家庭和个人3个层面进行调查,收集营养健康相关信息,具体调查方案见参考文献[7-8],该项目通过中国CDC营养与健康所伦理审查委员会审查(批准文号:201524),调查对象在调查前均签署知情同意书。
2. 研究对象:本研究选取2009、2015和2018年18~64岁的居民,剔除人口学和体测数据缺失者、剔除血糖、血脂等生化数据缺失者、剔除BMI < 14.0 kg/m2或 > 45.0 kg/m2、SBP < 80 mmHg(1 mmHg=0.133 kPa)或DBP < 20 mmHg的数据异常者,最终纳入19 827名研究对象。
3. 研究方法:
(1)代谢性危险因素的测量:在进行体格测量前先校准仪器,腰围、身高、体重和血压分别采用非伸缩材料软尺、SECA206身高计、电子体重秤和标准汞柱式血压计进行测量(连续测量3次取平均值),腰围、身高和体重测量值精确到0.1。BMI通过体重(kg)/身高(m)2计算。2009和2015年,生化指标由北京市CDC检测且有严格的质量控制。FPG采用GOD-PAP法进行检测;血脂相关指标采用酶法进行检测;HbA1c采用高效液相色谱法进行检测;hs-CRP采用免疫比浊法进行检测。2018年生化指标由金域医学检验中心检测。其中,血脂相关指标采用酶法进行检测;HbA1c采用高效液相色谱法(糖化血红蛋白试剂盒)进行检测;hs-CRP采用免疫比浊法(罗氏C反应蛋白检测试剂盒)进行检测。
(2)评价标准:①体重和中心性肥胖:依据WS/T 428-2013中华人民共和国卫生行业标准:成人体重判定进行判定[9]:超重:24.0 kg/m2≤BMI < 28.0 kg/m2;肥胖:BMI≥28.0 kg/m2。中心性肥胖前期:男性:85 cm≤腰围 < 90 cm;女性:80 cm≤腰围 < 85 cm。中心性肥胖:男性:腰围≥90 cm;女性:腰围≥85 cm。②血脂相关指标(TG、TC、HDL-C和LDL-C):TG边缘升高:1.7 mmol/L≤TG < 2.3 mmol/L;TG升高:≥2.3 mmol/L。TC边缘升高:5.2 mmol/L≤TC < 6.2 mmol/L;TC升高:≥6.2 mmol/L。HDL-C降低:< 1.0 mmol/L。LDL-C边缘升高:3.4 mmol/L≤LDL-C < 4.1 mmol/L;LDL-C升高:≥4.1 mmol/L。③血压升高:130 mmHg≤SBP < 140 mmHg和/或85 mmHg≤DBP < 90 mmHg;高血压:SBP≥140 mmHg和/或DBP≥90 mmHg或已确诊为高血压或正在使用降压药者。④血糖升高:6.1 mmol/L≤FPG < 7.0 mmol/L;糖尿病:FPG≥7.0 mmol/L或已确诊为糖尿病。⑤HbA1c边缘升高[10]:6.0≤HbA1c < 6.5;HbA1c升高:≥6.5。⑥hs-CRP升高[11]:hs-CRP≥3.0 mg/L。
(3)人口学特征:现场调查人员通过问卷入户获得相关信息,包括年龄(18~、45~64岁)、性别、文化程度[划分为低(小学及以下)、中(初中和高中)、高(大学及以上)3组]、家庭年均收入水平(按选定人群年收入三分位划分为低、中、高3组)、城乡(分为城市和农村2组)和地域分布(根据中国三大经济地带划分为东、中、西部)。
4. 统计学分析:应用SAS 9.4和Joinpoint 4.9.0.1软件进行数据的整理和分析,并利用Origin 2018软件进行作图。不同年份的人口学分布和代谢性危险因素的检出率用百分比(%)表示,并采用Dwass-Steel-Critchlow-Fligner(DSCF)法进行两两比较;通过Joinpoint回归模型计算不同年份代谢性危险因素检出率的年度变化百分比(annual percentage change,APC);本研究反应变量为三分类变量,均以正常组为参考,采用多项logit模型拟合各代谢性危险因素与人口学特征的相关性,检验水准α=0.05。
结果1. 基本情况:共纳入研究对象2009年5 832名、2015年6 517名、2018年7 478名。其中男性分别占46.38%、44.59%和44.40%,城市人口分别占30.90%、35.83%和34.06%。性别分布在不同年份间差异无统计学意义,年龄和城乡分布在2015和2018年差异无统计学意义,均与2009年差异有统计学意义,文化程度随着年份的增加逐渐提高,地域分布在3个年份间差异有统计学意义。见表 1。
2. 不同年份各危险因素及聚集性的检出率及变化趋势:大多数危险因素的检出率在2009和2015年差异有统计学意义,2015和2018年波动较小。超重和中心性肥胖在3个年份的检出率相对较高,在2018年分别达到36.41%和39.93%,其次为高血压(31.95%)。Joinpoint回归模型分析结果显示,各危险因素的上升或下降趋势均无统计学意义,在APC > 0的危险因素中,肥胖和糖尿病的检出率变化区间分别为9.79%~15.74%和6.55%~10.62%且两者的APC较大(APC=5.37%,t=3.26,P=0.190;APC=5.52%,t=7.70,P=0.082);在APC < 0的危险因素中,hs-CRP升高的变化区间为11.61%~21.11%,年度下降趋势无统计学意义(APC=-6.95%,t=-4.17,P=0.150)。见表 2。
各代谢性危险因素的聚集情况见图 1。总体来看,随着危险因素个数的增加,聚集率呈下降趋势,且均在2015年危险因素聚集率达到最高,2018年稍有下降,其中,存在≥1个危险因素的聚集率在2015年达到89.35%,≥5个危险因素为31.09%。
3. 2018年各代谢性危险因素与人口学特征的相关性分析:多项logit模型分析结果显示(表 3),除中心性肥胖前期、TC边缘升高、TC升高、LDL-C边缘升高、LDL-C升高和hs-CRP升高外,男性出现其他各代谢性危险因素的风险均高于女性;除HDL-C降低外,45~64岁年龄组发生其他各项危险因素的风险均高于18~44岁低年龄组且在高血压和HbA1c升高中更为显著,分别为18~44岁组的4.67(95%CI:4.07~5.37)倍和3.73(95%CI:2.91~4.77)倍;高收入人群发生LDL-C升高的危险性较高,而发生肥胖、血压升高和高血压的危险性较低;文化程度为大学及以上者发生中心性肥胖和高血压的风险较低,而发生HDL-C降低的风险较高;居住在东部地区的居民发生肥胖、LDL-C边缘升高、高血压、血糖升高和糖尿病的危险性较高,而发生TG升高和hs-CRP升高的危险性较低,居住在西部地区发生中心性肥胖、血压升高和高血压的风险较低;农村发生超重的危险性高于城市,TG边缘升高、LDL-C升高、HbA1c边缘升高和HbA1c升高的危险性低于城市。
讨论本研究利用CHNS 2009、2015和2018年的数据分析了中国15省(自治区、直辖市)18~64岁居民心血管代谢性危险因素的流行特征,以及人口经济因素对其的影响。研究发现,在3个年份中大多数危险因素的检出率及聚集性在2015年最高,2018年波动不大。所有危险因素中,较为突出的问题是超重和中心性肥胖。性别、年龄和地域分布为代谢性危险因素的主要影响因素,收入水平、文化程度和城乡分布仅在个别危险因素中具有显著性。
随着社会经济水平的不断提高,居民膳食结构发生了很大的转变,蔬菜和全谷物的摄入量减少,红肉、加工肉和饱和脂肪等摄入增加,饮食模式逐渐西化,从高碳水化合物饮食转变为相对高脂肪饮食[12]。从1982年到2012年中国居民脂肪供能比增加10%~15%且城市高于农村,碳水化合物供能比下降15%左右,动物性食物摄入快速增加,畜禽肉类占比为55.2%[13]。2015年中国18~59岁居民肉类消费分析结果显示,畜肉类消费率为83.6%,有49.9%的成年人畜禽肉摄入超过推荐量[14],这可能是中国居民超重和中心性肥胖问题突出的主要原因。本研究还发现,2009和2018年中心性肥胖的患病率一直高于肥胖的患病率,与Zhou等[15]对1997-2011年CHNS数据分析结果存在差异,一方面可能与不同年份危险因素的增长速度不同有关,另一方面,两个研究使用的界定标准也不同,该研究肥胖定义为BMI > 27.0 kg/m2,中心性肥胖定义为男性腰围 > 102 cm,女性 > 80 cm(国家胆固醇教育计划ATPⅢ标准)。尽管中心性肥胖的检出率更高,但超重和高腰围的同时出现是血脂异常、HbA1c升高和糖尿病的高度预测因素[1],其协同效应在中国其他大型研究中也有体现[16],有研究显示,如果仅用BMI来定义肥胖会漏掉2/3的中心性肥胖的人群[17],因此,建议同时测量BMI和腰围,有助于更准确地预测相关疾病负担。
在危险因素聚集方面,有89.35%的人存在≥1个危险因素,有31.09%的人存在≥5个危险因素,虽然这些危险因素中的每一个都代表着心血管危险的独特改变,但两种或更多危险因素的聚集在人群中很常见,例如,60%的高血压患者患有糖尿病,73%的高血压患者患有血脂异常[18],随着个体危险因素聚集数的增加,心血管等多种疾病的发病风险会成倍升高[19-20],例如,肥胖合并代谢异常发生糖尿病的风险是体重正常代谢正常者的4.67倍,而单纯的肥胖或代谢异常发生糖尿病的风险为2.09和2.61倍[21]。2011-2012年中国一项基于人群的前瞻性研究发现,仅有糖尿病、仅有高血压或仅血脂异常的患者发生心血管疾病的风险分别为HR=1.58(95%CI:1.32~1.90)、HR=2.04(95%CI:1.82~2.28)、HR=0.97(95%CI:0.84~1.12),而合并糖尿病、高血压和血脂异常的参与者,心血管的发生风险显著提高(HR=3.06,95%CI:2.71~3.46)[22]。因此,应重点关注危险因素聚集的高危人群。
本研究结果显示,与2009年相比,大多数危险因素的检出率在2015年有明显增加,2018年与2015年的检出率相比波动不大,但在趋势分析时,各危险因素检出率的增长或下降趋势均无统计学意义,可能与研究选择的年份较少有关,影响Joinpoint回归模型的拟合效果。尽管糖尿病的检出率没有超重和中心性肥胖突出,但其APC较大(APC=5.52%,P=0.082),其次为肥胖和高血压。可能与城市化进程、人口老龄化和行为危险因素的流行有关[23],超重和肥胖也是糖尿病、高血压和其他慢性疾病的重要危险因素,可通过均衡营养膳食、健康行为改变和维持合理体重预防和控制危险因素的发展。另外,相关研究发现hs-CRP作为炎症指标,与MS的组分相关,包括高血压、血糖升高等,而超重和肥胖是炎症的主要驱动因素[24]。但在本研究中,hs-CRP升高的检出率从2009年到2018年逐渐降低,可能由于研究对象生活方式、膳食等多种原因所致,具体原因有待后续研究进一步探索。根据美国心脏协会的建议,hs-CRP已被认为是评估心血管风险的最佳选择[25],且多项研究报道hs-CRP可作为心血管疾病、全因死亡率及癌症的预测因子[26-27],因此,应更加重视hs-CRP水平较高的人群从而预防相关疾病。
研究发现,男性和高年龄组发生大多数危险因素的风险更高,在中国同类研究中得到一致的结果[3-4]。一方面与男女性雌激素水平的差异及女性健康行为高于男性有关,另一方面,随着年龄的增长,生理机能逐渐减退,活动量的减少也会导致肌肉的流失,从而导致脂肪的堆积,形成恶性循环[28]。居住在东部地区的居民发生肥胖、LDL-C边缘升高、高血压和糖尿病的危险性较高,而发生TG升高和hs-CRP升高的危险性较低,居住在西部地区发生中心性肥胖、血压升高和高血压的风险较低,可能与饮食结构的差异有关[29]。另外,危险因素未呈现出随收入水平和文化程度的上升而下降的趋势,仅在个别危险因素中高收入和高文化程度者发生危险因素的风险较低,在城乡分布中也是个别危险因素具有显著性。
本研究存在局限性。本研究选取的Joinpoint回归模型在进行疾病趋势分析时,研究时间一般至少要求连续5年,最好达到连续10年以上的时间跨度[30],本研究只有2009、2015和2018年3次的血样数据,观测点较少,可能会影响拟合效果,难以获得客观的趋势变化特征。另外,个别指标在不同年份的检测试剂或仪器不同,结果可能会存在差异,但有研究表明全自动7600检测仪与罗氏检测仪的结果相比,具有较好的一致性[31]。
综上所述,在3个年份中,大多数危险因素的检出率及危险因素聚集率在2015年最高,2018年变化不大或稍有下降。性别、年龄、地域分布为代谢性危险因素的主要影响因素,从公共卫生角度,建议根据危险因素在这些人口学特征中的流行特点,发现高危人群,同时针对检出率较高及APC较大的危险因素,采取针对性的干预措施,减少心血管疾病的发生风险。
利益冲突 所有作者声明无利益冲突
作者贡献声明 焦莹莹:数据分析、论文撰写;王柳森:采集数据、数据清理;姜红如、贾小芳、王志宏:论文指导、论文修改;王惠君、张兵:研究设计、行政支持;丁钢强:论文修改、经费支持
志谢 感谢“中国健康与营养调查”项目组所有参与的工作人员和调查对象对于本课题组工作的支持与配合
[1] |
Adair LS, Gordon-Larsen P, Du SF, et al. The emergence of cardiometabolic disease risk in Chinese children and adults: consequences of changes in diet, physical activity and obesity[J]. Obes Rev, 2014, 15 Suppl 1: 49-59. DOI:10.1111/obr.12123 |
[2] |
Yusuf S, Joseph P, Rangarajan S, et al. Modifiable risk factors, cardiovascular disease, and mortality in 155 722 individuals from 21 high-income, middle-income, and low-income countries (PURE): a prospective cohort study[J]. Lancet, 2020, 395(10226): 795-808. DOI:10.1016/S0140-6736(19)32008-2 |
[3] |
王柳森, 张兵, 王惠君, 等. 中国15个省份农民心血管代谢性危险因素分析[J]. 中华流行病学杂志, 2018, 39(9): 1239-1243. Wang LS, Zhang B, Wang HJ, et al. Analysis on cardio-metabolic related risk factors in farmers of 15 provinces in China[J]. Chin J Epidemiol, 2018, 39(9): 1239-1243. DOI:10.3760/cma.j.issn.0254-6450.2018.09.018 |
[4] |
王志宏, 张兵, 王惠君, 等. 中国15省份18~59岁成年人心血管代谢危险因素现状及人口经济因素的影响[J]. 中华流行病学杂志, 2018, 39(7): 904-908. Wang ZH, Zhang B, Wang HJ, et al. Prevalence of cardio metabolic risk factors and related socio-demographic factors in adults aged 18-59 years in 15 provinces of China[J]. Chin J Epidemiol, 2018, 39(7): 904-908. DOI:10.3760/cma.j.issn.0254-6450.2018.07.008 |
[5] |
Gordon-Larsen P, Adair LS, Meigs JB, et al. Discordant risk: overweight and cardiometabolic risk in Chinese adults[J]. Obesity (Silver Spring), 2013, 21(1): E166-174. DOI:10.1002/oby.20409 |
[6] |
胡霄, 姜红如, 张兵, 等. 中国十五省7~17岁儿童青少年心血管代谢性危险因素的流行特征[J]. 环境与职业医学, 2021, 38(8): 833-838. Hu X, Jiang HR, Zhang B, et al. Epidemiological characteristics of cardio-metabolic risk factors among children and adolescents aged 7-17 years in 15 provinces of China[J]. J Environ Occup Med, 2021, 38(8): 833-838. DOI:10.13213/j.cnki.jeom.2021.21037 |
[7] |
Popkin BM, Du SF, Zhai FY, et al. Cohort Profile: The China Health and Nutrition Survey-monitoring and understanding socio-economic and health change in China, 1989-2011[J]. Int J Epidemiol, 2010, 39(6): 1435-1440. DOI:10.1093/ije/dyp322 |
[8] |
张兵, 王惠君, 杜文雯, 等. 队列研究的进展及其对中国健康与营养调查的启示[J]. 中华预防医学杂志, 2011, 45(4): 295-298. Zhang B, Wang HJ, Du WW, et al. Progress of cohort study and its inspiration to China health and nutrition survey[J]. Chin J Prev Med, 2011, 45(4): 295-298. DOI:10.3760/cma.j.issn.0253-9624.2011.04.002 |
[9] |
中华人民共和国国家卫生和计划生育委员会. WS/T 428-2013中华人民共和国卫生行业标准: 成人体重判定[S]. 北京: 中国标准出版社, 2013. National Health and Family Planning Commission of the People's Republic of China. WS/T 428-2013 Criteria of weight for adults[S]. Beijing: Standards Press of China, 2013. |
[10] |
The International Expert Committee. International Expert Committee report on the role of the A1C assay in the diagnosis of diabetes[J]. Diabetes Care, 2009, 32(7): 1327-1334. DOI:10.2337/dc09-9033 |
[11] |
Pearson TA, Mensah GA, Alexander RW, et al. Markers of inflammation and cardiovascular disease: application to clinical and public health practice: A statement for healthcare professionals from the Centers for Disease Control and Prevention and the American Heart Association[J]. Circulation, 2003, 107(3): 499-511. DOI:10.1161/01.cir.0000052939.59093.45 |
[12] |
He YN, Li YP, Yang XG, et al. The dietary transition and its association with cardiometabolic mortality among Chinese adults, 1982-2012: a cross-sectional population-based study[J]. Lancet Diabetes Endocrinol, 2019, 7(7): 540-548. DOI:10.1016/S2213-8587(19)30152-4 |
[13] |
王志宏, 孙静, 王惠君, 等. 中国居民膳食结构的变迁与营养干预策略发展[J]. 营养学报, 2019, 41(5): 427-432. Wang ZH, Sun J, Wang HJ, et al. Dietary structure transition and development of nutrition intervention strategies in China[J]. Acta Nutrim Sin, 2019, 41(5): 427-432. DOI:10.3969/j.issn.0512-7955.2019.05.003 |
[14] |
王志宏, 张兵, 王惠君, 等. 2015年中国15省(自治区、直辖市)18~59岁居民肉类消费模式现状[J]. 卫生研究, 2019, 48(1): 1-8. Wang ZH, Zhang B, Wang HJ, et al. Status of meat consumption patterns of the residents aged 18-59 in 15 provinces (autonomous regions and municipalities) of China in 2015[J]. J Hyg Res, 2019, 48(1): 1-8. DOI:10.19813/j.cnki.weishengyanjiu.2019.01.026 |
[15] |
Zhou L, Cao D, Si YF, et al. Income-related inequities of adult obesity and central obesity in China: evidence from the China Health and Nutrition Survey 1997-2011[J]. BMJ Open, 2020, 10(10): e034288. DOI:10.1136/bmjopen-2019-034288 |
[16] |
Hou XH, Lu JM, Weng JP, et al. Impact of waist circumference and body mass index on risk of cardiometabolic disorder and cardiovascular disease in Chinese adults: a national diabetes and metabolic disorders survey[J]. PLoS One, 2013, 8(3): e57319. DOI:10.1371/journal.pone.0057319 |
[17] |
杨欣丽, 王惠君. 成人中心型肥胖的流行趋势及其影响因素[J]. 中国健康教育, 2014, 30(7): 634-636. Yang XL, Wang HJ. The prevalence and influence factors of central obesity in adults[J]. Chin J Health Educ, 2014, 30(7): 634-636. DOI:10.16168/j.cnki.issn.1002-9982.2014.07.018 |
[18] |
Jamerson K, Weber MA, Bakris GL, et al. Benazepril plus amlodipine or hydrochlorothiazide for hypertension in high-risk patients[J]. N Engl J Med, 2008, 359(23): 2417-2428. DOI:10.1056/NEJMoa0806182 |
[19] |
王增武, 郝光, 王馨, 等. 我国中年人群超重/肥胖现况及心血管病危险因素聚集分析[J]. 中华流行病学杂志, 2014, 35(4): 354-358. Wang ZW, Hao G, Wang X, et al. Current prevalence rates of overweight, obesity, central obesity, and related cardiovascular risk factors that clustered among middle-aged population of China[J]. Chin J Epidemiol, 2014, 35(4): 354-358. DOI:10.3760/cma.j.issn.0254-6450.2014.04.003 |
[20] |
Ni WQ, Weng RX, Yuan XL, et al. Clustering of cardiovascular disease biological risk factors among older adults in Shenzhen City, China: a cross-sectional study[J]. BMJ Open, 2019, 9(3): e024336. DOI:10.1136/bmjopen-2018-024336 |
[21] |
Chen QN, Zhou YH, Dai C, et al. Metabolically abnormal but normal-weight individuals had a higher risk of Type 2 diabetes mellitus in a cohort study of a Chinese population[J]. Front Endocrinol (Lausanne), 2021, 12: 724873. DOI:10.3389/fendo.2021.724873 |
[22] |
Wang J, Wang ZM, Guo F, et al. Individual and combined cardiometabolic morbidities and the subsequent risk of cardiovascular events in Chinese adults[J]. J Clin Endocrinol Metab, 2022, 107(1): e84-94. DOI:10.1210/clinem/dgab609 |
[23] |
中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 中华糖尿病杂志, 2021, 13(4): 315-409. Chinese Medical Association Diabetes Branch. Guideline for the prevention and treatment of type 2 diabetes mellitus in China (2020 edition)[J]. Chin J Diabetes Mellitus, 2021, 13(4): 315-409. DOI:10.3760/cma.j.cn115791-20210221-00095 |
[24] |
Thompson AL, Koehler E, Herring AH, et al. Weight gain trajectories associated with elevated C-reactive protein levels in Chinese adults[J]. J Am Heart Assoc, 2016, 5(9): e003262. DOI:10.1161/JAHA.116.003262 |
[25] |
Greenland P, Alpert JS, Beller GA, et al. 2010 ACCF/AHA guideline for assessment of cardiovascular risk in asymptomatic adults: a report of the American college of cardiology foundation/American heart association task force on practice guidelines[J]. J Am Coll Cardiol, 2010, 56(25): e50-103. DOI:10.1016/j.jacc.2010.09.001 |
[26] |
Li YW, Zhong XM, Cheng GC, et al. Hs-CRP and all-cause, cardiovascular, and cancer mortality risk: A meta-analysis[J]. Atherosclerosis, 2017, 259: 75-82. DOI:10.1016/j.atherosclerosis.2017.02.003 |
[27] |
Dong Y, Wang X, Zhang LF, et al. High-sensitivity C reactive protein and risk of cardiovascular disease in China-CVD study[J]. J Epidemiol Community Health, 2019, 73(2): 188-192. DOI:10.1136/jech-2018-211433 |
[28] |
Choi KM. Sarcopenia and sarcopenic obesity[J]. Endocrinol Metab (Seoul), 2013, 28(2): 86-89. DOI:10.3803/EnM.2013.28.2.86 |
[29] |
覃尔岱, 王靖, 覃瑞, 等. 我国不同区域膳食结构分析及膳食营养建议[J]. 中国食物与营养, 2020, 26(8): 59, 82-86. Qin ED, Wang J, Qin R, et al. Dietary structure analysis and dietary nutrition recommendations in different regions of China[J]. Food Nutr China, 2020, 26(8): 59, 82-86. DOI:10.3969/j.issn.1006-9577.2020.08.019 |
[30] |
李辉章, 杜灵彬. Joinpoint回归模型在肿瘤流行病学时间趋势分析中的应用[J]. 中华预防医学杂志, 2020, 54(8): 908-912. Li HZ, Du LB. Application of Joinpoint regression model in cancer epidemiological time trend analysis[J]. Chin J Prev Med, 2020, 54(8): 908-912. DOI:10.3760/cma.j.cn112150-20200616-00889 |
[31] |
陈勋, 张伍凤, 李荣海, 等. 全自动生化仪日立7600与罗氏c311的比对分析[J]. 检验医学与临床, 2013(22): 3013-3015. Chen X, Zhang WF, Li RH, et al. Comparative study of Hitachi 7600 and Roche c311 automatic biochemical analyzers[J]. Lab Med Clin, 2013(22): 3013-3015. DOI:10.3969/j.issn.1672-9455.2013.22.036 |