脑卒中,又称脑血管意外,其发病率及致死率逐年提高,目前其发病率已在各种疾病中排名第四,严重威胁着人类的健康及生活水平[1]。在诸多脑卒中危险因素中,肥胖显得尤为重要。1983—2011年有>40篇关于肥胖和脑卒中的研究[2],在其中大多数研究中,肥胖均采用体质指数(body mass index,BMI)≥30 kg/m2进行定义[3],还有一些研究也测量了腹型肥胖的指标比如腰围(waist circumference, WC)或者腰围臀围比(waist-to-hip ratio, WHR)[4-5]。2012年,Krakauer等[6]提出身体形态指数(a body shape index,ABSI)这一全新概念,其研究发现ABSI几乎与身高、体重和BMI无相关性而仅与WC中度相关性,且相对于外周脂肪,ABSI与腹部脂肪关系更密切。在2013年,Thomas等[7]提出另外一个肥胖相关的人体测量学指数为身体圆度指数(body roundness index,BRI),其与传统人体测量学指标BMI和WC相比,能够明显提高对体脂重量百分比和内脏脂肪组织百分比的预测能力。为了解辽宁省农村居民不同肥胖相关人体测量指数与脑卒中患病的关系,为脑卒中的预防控制提供参考依据,本研究于2012年1月—2013年8月采取多阶段随机整群抽样方法在辽宁省大洼、彰武和辽阳县抽取3个镇26个村11 345名≥35岁农村居民进行问卷调查、体格检查和实验室检测,分析ABSI、BRI、BMI、WC、WHR 5种肥胖相关人体测量指数与脑卒中患病的关系。结果报告如下。
1 资料与方法 1.1 对象采用多阶段随机整群抽样方法,在辽宁省随机抽取大洼、彰武和辽阳3个县,然后再从这3个县中各随机抽取1个镇,最后在这3个镇中分别随机抽取8、8和10个村共26个村,将抽中的村中所有≥35岁农村居民作为调查对象进行问卷调查、体格检查和实验室检测。本次应调查14 016人,实际调查11 956人,应答率为85.3%。排除所有妊娠、恶性肿瘤、精神障碍、瓣膜病、心肌病(扩张型心肌病、肥厚型心肌病、限制型心肌病)、永久性房颤等参与者外,本研究最终纳入11 345名参与者。本研究已取得了中国医科大学伦理委员会的同意,且所有被调查居民均签署了知情同意书。
1.2 方法(1) 问卷调查:采用自行设计调查问卷,由统一培训的医务人员进行面访调查。内容包括性别、年龄、民族、文化程度、家庭年均收入、吸烟、饮酒、脑卒中患病情况等。其中,吸烟指至少吸1支/天,且连续吸烟≥1年[8];饮酒指酒精摄入量≥8 g/周[8]。脑卒中患者均为自己报告在县级及以上医院进行确诊者,同时要求其出具以往诊断证明以及相关影像学资料,如脑部电子计算机断层扫描或者磁共振成像。现场调研工作结束后,立即收回调查问卷,调查员随机抽取5%调查问卷对工作进行质量控制,如有不合格,重新进行问卷调查。(2) 体格检查:由统一培训的医务人员进行身高(height)、体重(weight)、WC、臀围(hip circumference,HC)和血压的测量,并计算BMI=weight(kg)/ height2(m2)[3]、WHR=WC/HC[4-5]、

采用SPSS 17.0统计软件进行一般描述性分析、χ2检验、t检验和多因素非条件logistic回归分析。多因素非条件logistic回归分析在控制了混杂因素后,对ABSI、BRI、BMI、WC、WHR等5种肥胖相关人体测量指数第四四分位数与第一四分位数脑卒中患病情况比较。对于BMI、BRI和WHR,求取四分位数并计算每个四分位数中脑卒中的患病率;对于ABSI,先按照年龄35~44、45~54、55~64和≥ 65岁进行四分,然后在每个年龄段内分别按性别计算ABSI的四分位数,最后再将ABSI融合,求取每个ABSI四分位数内的脑卒中患病率[6];对于WC,按照性别分别计算四分位数然后计算每个四分位数内的脑卒中患病率。检验水准为双侧检验α=0.05。
2 结果 2.1 一般情况辽宁省11 345名农村居民中,男性5 253人(46.3%),女性6 092人(53.7%);年龄35~75岁,平均年龄(53.8±10.6) 岁;民族汉族10 759人(94.8%),少数民族586人(5.2%);文化程度小学及以下5 652人(49.8%),中学4 623人(40.8%),大专及以上1 070人(9.4%);家庭年均收入<5 000元1 404人(12.4%),5 000~20 000元6 193人(54.6%),>20 000元3 748人(33.0%);非吸烟者7 338人(64.7%),吸烟者4 007人(35.3%);非饮酒者8 780人(77.4%),饮酒者2 565人(22.6%)。
2.2 辽宁省不同组别农村居民人口学特征、体格检查及实验室检测指标比较(表 1、2)| 表 1 辽宁省不同组别农村居民计数资料比较 |
| 表 2 辽宁省不同组别农村居民计量资料比较 |
辽宁省11 345名农村居民中,脑卒中患者996例,脑卒中患病率为8.8%。10 349名非脑卒中与996例脑卒中农村居民比较,2组居民年龄、文化程度、家庭年均收入、饮酒情况、ABSI、BRI、BMI、WC、WHR、收缩压、舒张压、空腹血糖、总胆固醇、甘油三酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、血脂、血尿酸差异均有统计学意义(均P<0.001)。
2.3 辽宁省农村居民不同肥胖相关人体测量指数与脑卒中患病的关系(表 3)| 表 3 辽宁省不同性别农村居民ABSI、BMI、BRI、WC、WHR四分位数脑卒中患病率分布情况 |
辽宁省男性和女性农村居民ABSI、BMI、BRI、WC、WHR四分位数脑卒中患病率分布情况见表 3,各人体测量指数中的脑卒中患病率随着各指标每四分位数的增加均有升高。在调整了年龄、民族、文化程度、家庭年均收入、吸烟、饮酒、收缩压、舒张压、空腹血糖、总胆固醇、甘油三酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、血脂、血尿酸等混杂因素后,对ABSI、BRI、BMI、WC、WHR等5种肥胖相关人体测量指数第四四分位数与第一四分位数脑卒中患病情况比较,多因素非条件logistic回归分析结果显示,在男性人群中,对脑卒中患病均无预测意义(均P > 0.05);在女性人群中,BRI预测能力较强(OR=1.81,95%CI=1.36~2.42),其次为WHR(OR=1.75,95%CI=1.31~2.34),再次为WC(OR=1.55,95%CI=1.16~2.07) 和BMI(OR=1.47,95%CI=1.09~1.98),ABSI预测能力最弱(OR=1.42,95%CI=1.08~1.87)。
3 讨论本研究结果显示,辽宁省农村居民脑卒中患病率为8.8%,明显高于张芬等[9]一项大规模研究中北京地区脑卒中患病率的4.78%。这可能与本次调查人群年龄较大,平均年龄为(53.8±10.6) 岁,而脑卒中患病率与年龄呈正相关有关;还可能与东北农村地区居民脑卒中的危险因素比如高血压、糖尿病、肥胖的患病率高于全国平均水平有关。关于肥胖与疾病的研究一直是研究的热点问题,在有关肥胖的人体形态测量指标中,BMI和WC是2个最常用的指标。BMI与脑卒中的关系在国内外已有大量的研究,但结论却不完全一致。Bazzano等[3]在一项前瞻性队列研究中发现,BMI升高增加了脑卒中的发病率和死亡率;美国的一项研究发现BMI与脑卒中发病关系存在明显的种族差异,但是经过高血压、糖尿病、年龄、吸烟和胆固醇水平等因素调整后,作用无统计学意义[10]。一般肥胖与脑卒中的关系研究出现如此迥异的结果,究其原因可能是:(1) 肥胖类型不同所致。依据脂肪组织在体内积聚部位的不同,可将肥胖划分为全身性肥胖以及腹型肥胖[11]。而脂肪在腹腔内肠系膜、内脏器官以及主动脉周围囤积的肥胖成为腹型肥胖。(2) BMI无法区别肌肉质量和脂肪质量[12]。人体骨骼肌的质量构成了人体最重要的部分,对于肌肉发达的人群来说,BMI并不能特异性的评价脂肪含量。而且,导致肥胖人群慢性病高发病率的原因是体内过高的脂肪含量而不是过高的体重,因为脂肪过量能增加慢性疾病发病率及死亡风险,而富含肌肉组织能减少相应的风险。美国南加州大学的一项最新研究结果表明,35~54岁女性脑卒中的发生与自身的肥胖关系密切,中年女性的WC与其脑卒中患病率成正比[13]。张芬等[9]研究表明,BMI、WC、WHR和腰高比均对脑卒中具有预测作用,其中WHR和腰高比的预测性较BMI好。马翠等[14]以医院为基础的1:1病例对照研究纳入了311例≥25岁缺血性脑卒中患者和同期入住相同医院的311例非脑血管疾病患者,BMI和WHR与缺血性脑卒中的发生呈正相关,其预测能力相似。尽管在很多研究中均显示,在预测心血管疾病和危险因素方面,这些腹型肥胖的人体测量学指标比如WC和WHR要优于BMI[4-5]。但是也有研究表明WC并不能将脂肪组织和肌肉组织区分开来[12, 15]。
基于BMI和WC出现的一些缺陷,人们开始寻求一些新的人体测量指数来代替或者补充,用来评估肥胖。其中最新的并且研究较多的是ABSI[6]和BRI[7]。研究发现ABSI与躯干脂肪呈正比而与四肢脂肪成反比关系,能够早期预测人群的死亡率,预测价值优于传统人体测量指数WC和BMI[6]。这一指标一经提出,立刻引起学者广泛关注。在随后的数年间,有几十篇文献相继报道ABSI与各种疾病和死亡率的关系,其结果也大相径庭,尚无统一认定。有文献报道ABSI在预测肌肉减少症[16]、胰岛素抵抗[17]、高血压[18]、全因死亡率[6, 19-20]等方面要优于传统指标如WC和BMI。而有些报道称ABSI在预测心血管疾病和代谢综合征[21-23]、糖尿病[24-25]、高血压[26]、脂代谢紊乱[26]等方面并不优于WC和BMI,甚至比它们要弱。目前关于ABSI与脑卒中的研究相对较少。Abete等[27]在其EPIC研究中,纳入41 020名年龄在29~69岁的西班牙人,经过平均13.8年的随访研究,结果发现只有在男性中ABSI才与脑卒中发病率有显著相关性,其HR为1.54(95%CI=1.06~2.23)。Thomas等[7]最初构建BRI用于预测评估身体脂肪和腹部脂肪百分比从而用于评估个人的身体健康情况。有研究表明,BRI能够预测疾病比如心血管疾病和心血管疾病的危险因素,但并不优于传统的人体测量指标BMI和WC[22, 28]。本研究结果显示,在调整了年龄、民族、文化程度、家庭年均收入、吸烟、饮酒、收缩压、舒张压、空腹血糖、总胆固醇、甘油三酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇、血脂、血尿酸等混杂因素后,在男性人群中,对脑卒中患病均无预测意义(均P>0.05);在女性人群中,BRI预测能力较强(OR=1.81,95%CI=1.36~2.42),其次为WHR(OR=1.75,95%CI=1.31~2.34),再次为WC(OR=1.55,95%CI=1.16~2.07) 和BMI(OR=1.47,95%CI=1.09~1.98),ABSI预测能力最弱(OR=1.42,95%CI=1.08~1.87)。但相对于BMI和WC,BRI由于其计算公式复杂,并不适合用于临床评估或日常生活。而在未来,由于手机等设备的普及,相关的软件能够计算BRI,或许能够弥补其计算复杂的缺点。
综上所述,ABSI、BRI、BMI、WC、WHR等5种肥胖相关人体测量指数在辽宁省农村居民中对脑卒中的预测能力不一致,其中BRI在女性中显示出较好的预测能力。但由于本研究是横断面研究,无法确定指标间的因果关系,而ABSI最初是基于西方国家人口数据构建起来的,且在随访研究中用来预测死亡率,而本次用在横断面研究中用来研究其与脑卒中的关系,可能使得ABSI未能展示出其优越的预测能力。且由于脑卒中的发生本次横断面研究之前,不能排除部分脑卒中患者在患病之后身体形态发生变化。此外,由于ABSI和BRI这2个新的人体测量指数最初是在基于西方人群数据构建推导出来,或许应该像BMI那样,在亚洲甚至中国人群中应用时进行一些参数的适当调整[29-30]。
| [1] | Roger VL, Go AS, Lloyd-Jones DM, et al. Heart disease and stroke statistics-2011 update:a report from the American Heart Association[J]. Circulation, 2011, 129(3): e18–209. |
| [2] | Kernan WN, Inzucchi SE, Sawan C, et al. Obesity:a stubbornly obvious target for stroke prevention[J]. Stroke, 2013, 44(1): 278–286. DOI:10.1161/STROKEAHA.111.639922 |
| [3] | Bazzano LA, Gu DF, Whelton MR, et al. Body mass index and risk of stroke among Chinese men and women[J]. Ann Neurol, 2010, 67(1): 11–20. DOI:10.1002/ana.v67:1 |
| [4] | Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors:systematic review and meta-analysis[J]. Obes Rev, 2012, 13(2): 275–286. |
| [5] | Petursson H, Sigurdsson JA, Bengtsson C, et al. Body configuration as a predictor of mortality:comparison of five anthropometric measures in a 12 year follow-up of the Norwegian HUNT 2 study[J]. PLoS One, 2011, 6(10): e26621. DOI:10.1371/journal.pone.0026621 |
| [6] | Krakauer NY, Krakauer JC. A new body shape index predicts mortality hazard independently of body mass index[J]. PLoS One, 2012, 7(7): e39504. DOI:10.1371/journal.pone.0039504 |
| [7] | Thomas DM, Bredlau C, Bosy-Westphal A, et al. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model[J]. Obesity(Silver Spring), 2013, 21(11): 2264–2271. |
| [8] | National Institute on Alcohol Abuse and Alcoholism.Health risks and benefits of alcohol consumption[R].Tenth Special Report to the US Congress on Alcohol and Health, 2000, 1:5-11. http://www.ncbi.nlm.nih.gov/pubmed/11199274 |
| [9] | 张芬, 余金明, 胡大一, 等. 不同肥胖指标与脑卒中发生关系[J]. 中国公共卫生, 2013, 29(1): 125–127. DOI:10.11847/zgggws2013-29-01-42 |
| [10] | Abell JE, Egan BM, Wilson PW, et al. Differences in cardiovascular disease mortality associated with body mass between Black and White persons[J]. Am J Public Health, 2008, 98(1): 63–66. DOI:10.2105/AJPH.2006.093781 |
| [11] | Ng M, Fleming T, Robinson M, et al. Global, regional, and national prevalence of overweight and obesity in children and adults during 1980-2013:a systematic analysis for the Global Burden of Disease Study 2013[J]. Lancet, 2014, 384(9945): 766–781. DOI:10.1016/S0140-6736(14)60460-8 |
| [12] | Heymsfield SB, Scherzer R, Pietrobelli A, et al. Body mass index as a phenotypic expression of adiposity:quantitative contribution of muscularity in a population-based sample[J]. Int J Obes(Lond), 2009, 33(12): 1363–1373. DOI:10.1038/ijo.2009.184 |
| [13] | Towfighi A, Zheng L, Ovbiagele B. Weight of the obesity epidemic:rising stroke rates among middle-aged women in the United States[J]. Stroke, 2010, 41(7): 1371–1375. DOI:10.1161/STROKEAHA.109.577510 |
| [14] | 马翠, 李岩, 李熙东, 等. 不同肥胖指标及糖尿病与缺血性脑卒中关系[J]. 中国公共卫生, 2013, 29(10): 1502–1505. DOI:10.11847/zgggws2013-29-10-31 |
| [15] | Muller MJ, Lagerpusch M, Enderle J, et al. Beyond the body mass index:tracking body composition in the pathogenesis of obesity and the metabolic syndrome[J]. Obes Rev, 2012, 13(Suppl 2): 6–13. |
| [16] | Biolo G, Di Girolamo FG, Breglia A, et al. Inverse relationship between "a body shape index"(ABSI)and fat-free mass in women and men:insights into mechanisms of sarcopenic obesity[J]. Clin Nutr, 2015, 34(2): 323–327. DOI:10.1016/j.clnu.2014.03.015 |
| [17] | Malara M, Keska A, Tkaczyk J, et al. Body shape index versus body mass index as correlates of health risk in young healthy sedentary men[J]. J Transl Med, 2015, 13(1): 75. DOI:10.1186/s12967-015-0426-z |
| [18] | Duncan MJ, Mota J, Vale S, et al. Associations between body mass index, waist circumference and body shape index with resting blood pressure in Portuguese adolescents[J]. Ann Hum Biol, 2013, 40(2): 163–167. DOI:10.3109/03014460.2012.752861 |
| [19] | Dhana K, Kavousi M, Ikram MA, et al. Body shape index in comparison with other anthropometric measures in prediction of total and cause-specific mortality[J]. J Epidemiol Community Health, 2016, 70(1): 90–96. DOI:10.1136/jech-2014-205257 |
| [20] | Thomson CA, Garcia DO, Wertheim BC, et al. Body shape, adiposity index, and mortality in postmenopausal women:Findings from the Women's Health Initiative[J]. Obesity(Silver Spring), 2016, 24(5): 1061–1069. |
| [21] | Haghighatdoost F, Sarrafzadegan N, Mohammadifard N, et al. Assessing body shape index as a risk predictor for cardiovascular diseases and metabolic syndrome among Iranian adults[J]. Nutrition, 2014, 30(6): 636–644. DOI:10.1016/j.nut.2013.10.021 |
| [22] | Maessen MF, Eijsvogels TM, Verheggen RJ, et al. Entering a new era of body indices:the feasibility of a body shape index and body roundness index to identify cardiovascular health status[J]. PLoS One, 2014, 9(9): e107212. DOI:10.1371/journal.pone.0107212 |
| [23] | Bozorgmanesh M, Sardarinia M, Hajsheikholeslami F, et al. CVD-predictive performances of "a body shape index" versus simple anthropometric measures:Tehran Lipid and Glucose Study[J]. Eur J Nutr, 2016, 55(1): 147–157. DOI:10.1007/s00394-015-0833-1 |
| [24] | Hardy DS, Stallings DT, Garvin JT, et al. Anthropometric discriminators of type 2 diabetes among White and Black American adults[J]. J Diabetes, 2016. DOI:10.1111/1753-0407.12416 |
| [25] | He S, Chen X. Could the new body shape index predict the new onset of diabetes mellitus in the Chinese population?[J]. PLoS One, 2013, 8(1): e50573. DOI:10.1371/journal.pone.0050573 |
| [26] | Fujita M, Sato Y, Nagashima K, et al. Predictive power of a body shape index for development of diabetes, hypertension, and dyslipidemia in Japanese adults:a retrospective cohort study[J]. PLoS One, 2015, 10(6): e0128972. DOI:10.1371/journal.pone.0128972 |
| [27] | Abete I, Arriola L, Etxezarreta N, et al. Association between different obesity measures and the risk of stroke in the EPIC Spanish cohort[J]. Eur J Nutr, 2015, 54(3): 365–375. DOI:10.1007/s00394-014-0716-x |
| [28] | Tian S, Zhang X, Xu Y, et al. Feasibility of body roundness index for identifying a clustering of cardiometabolic abnormalities compared to BMI, waist circumference and other anthropometric indices:the China Health and Nutrition Survey, 2008 to 2009[J]. Medicine(Baltimore), 2016, 95(34): e4642. |
| [29] | Xu Y, Yan W, Cheung YB. Body shape indices and cardiometabolic risk in adolescents[J]. Ann Hum Biol, 2015, 42(1): 70–75. DOI:10.3109/03014460.2014.903998 |
| [30] | Cheung YB. "A Body Shape Index" in middle-age and older Indonesian population:scaling exponents and association with incident hypertension[J]. PLoS One, 2014, 9(1): e85421. DOI:10.1371/journal.pone.0085421 |
2017, Vol. 33


