高血压是心脑血管疾病的主要危险因素之一。研究报道，近年来山东省高血压患病率呈逐年上升趋势，2013年高血压患病率达27.9 %^[1]。高血压的发生是遗传、个人生活方式和环境等多种因素相互作用的结果，是复杂基因疾病^[2]。关于基因多态性与高血压的关联性研究较多^{[3 – 5]}，其中不仅包括全基因关联分析（genome wide association studies, GWAS），还涉及候选基因的研究。由于遗传背景的差异，与高血压相关的基因多态性研究结果可重复性较低，且上述研究多基于横断面的病例对照研究，在统计分析过程中调整控制的变量有限，有些研究中仅对疾病组与对照组进行了χ²检验，而本研究通过构建高血压队列，并收集相关危险因素以弥补以上研究的不足。目前，高血压的发病在性别方面的差异已得到验证，女性患病率低于男性^[6]，且随着现代化进程的发展，女性在社会中的角色也呈现出多样化，她们的生活方式及观念也发生着重大改变。为探讨代谢性疾病相关基因多态性与女性高血压发病的关系，为识别高血压的高危人群提供参考依据，本研究基于山东多中心健康管理纵向观察队列，随机抽取2009年9月 — 2015年12月在山东省千佛山医院健康管理中心参加 ≥ 2次健康体检的1 240名 ≥ 20岁女性构建高血压随访队列，对其进行问卷调查、体格检查、实验室检测和基因型检测，并应用Cox比例风险回归模型探讨单核苷酸多态性（single nucleotide polymorphism，SNP）与女性高血压发病的关系。结果报告如下。

基于山东多中心健康管理纵向观察队列^[7]，随机抽取该队列中1 240名于2009年9月 —2015年12月在山东省千佛山医院参与健康管理且有 ≥ 2次随访记录、首次体检未患有高血压及心血管疾病、年龄 ≥ 20岁的女性构建本研究高血压随访队列，对其进行问卷调查、体格检查、实验室检测和基因型检测。本研究的调查对象均已签署知情同意书。

（1）问卷调查：采用自行设计调查问卷，由经过统一培训的调查员进行面访调查。内容包括：年龄、文化程度、饭菜油腻程度、绝经情况、流产次数、高血压家族史等。（2）体格检查：由经过统一培训的体检人员进行身高、体重、血压的测量，并计算体质指数 = 体重（kg）/身高²（m²）。身高和体重的测量要求被测量者身着轻薄衣物并脱鞋。血压的测量采用欧姆龙HEM-907臂式血压计（日本欧姆龙健康医疗公司），被测量者要求休息 ≥ 5 min，坐位连续测量2次，取平均值。根据《2010年中国高血压防治指南》^[8]，收缩压 ≥ 140 mm Hg（1 mm Hg =0.133 3 kPa）和/或舒张压 ≥ 90 mm Hg或既往有高血压病史或正在使用降压药物者诊断为高血压。（3）实验室检查：抽取被检测者空腹8 h后静脉血，于山东省千佛山医院检验科进行空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、血尿酸等检测。（4）基因型检测：收集被调查者全血血样，每个个体采集抗凝静脉血5 mL，基因分型测定交由北京博淼生物有限公司完成。使用成品化试剂盒提取血样DNA，使用NanoDrop2000仪器（美国Thermo公司）进行吸光度检测，1.25 %琼脂糖凝胶电泳检测，DNA质检合格，转移至96孔板，– 20 ℃储存备用。采用Sequenom Mass Array系统进行基因分型，使用MALDI-TOF质谱仪（美国Agena公司）分析，检测结果使用TYPER 4.0软件获取原始数据及基因分型图，检查数据文件的完整性和正确性，导出并保存结果。根据国际GWAS网站（http://www.genome.gov/gwastudies）及候选基因研究，查找与代谢相关疾病（高血压、糖尿病、血脂异常、肥胖及代谢综合征）有关的基因及SNP位点，最终选择180个SNPs进行基因定位研究，其中涉及高血压有31个基因36个SNPs，本研究纳入单因素分析中P < 0.1的17个SNPs进行分析。

采用Epi Data 3.1建立数据库双录入数据；应用R 3.3.2中Genetics软件包对SNPs进行Hardy-Weinberg（H-W）遗传平衡检验，若P < 0.05则删除相应的SNP；应用SAS 9.4进行统计描述及统计推断，其中连续型变量以 $\bar x \pm s$ 表示，分类变量及基因分型以频数和构成比表示；高血压与基因多态性的关系采用遗传加性模型运用多因素Cox比例风险回归模型进行评价，检验水准为双侧检验 α = 0.05。

本研究女性高血压队列共计1 240人，年龄21～80岁，平均年龄为（37.67 ± 10.48）岁；随访时间6～71个月，平均随访时间为（27.42 ± 14.77）个月。随访期间新发高血压患者共127例，发病密度为45.47/1 000人年。高血压发病组与非发病组比较，高血压组体质指数、空腹血糖、总胆固醇、甘油三酯和血尿酸水平均高于非高血压组，差异均有统计学意义（均P < 0.001）。

表 1

表 1 山东女性高血压队列高血压与非高血压者基线特征比较（分类型变量） 变量 高血压组（n = 127） 非高血压组（n = 1 113） χ2值 P值 例数 % 人数 % 年龄（岁） 20～30 12 9.45 329 29.56 76.433 < 0.001 31～40 33 25.98 447 40.16 41～50 40 31.50 221 19.86 51～60 31 24.41 90 8.09 > 60 11 8.66 26 2.34 文化程度 高中及以下 17 13.39 64 5.76 23.921 < 0.001 本科 91 71.65 682 61.33 硕士及以上 19 14.96 366 32.91 饭菜油腻程度 油少 47 37.60 315 28.56 4.503 0.105 一般 66 52.80 677 61.38 油多 12 9.60 111 10.06 是否绝经 否 65 51.59 930 83.63 78.400 < 0.001 围绝经期 25 19.84 95 8.54 是 36 28.57 87 7.82 流产次数 0 53 42.40 657 59.30 24.366 < 0.001 1 34 27.20 263 23.74 2 33 26.40 131 11.82 ≥ 3 5 4.00 57 5.14 高血压家族史 无 63 49.61 695 62.44 有 64 50.39 418 37.56

表 1 山东女性高血压队列高血压与非高血压者基线特征比较（分类型变量）

表 2

表 2 山东女性高血压队列高血压与非高血压者基线特征比较（连续型变量） 项目 高血压组（n = 127） 非高血压组（n = 1 113） t值 P值 体质指数（kg/m2） 24.22 ± 3.57 21.83 ± 2.90 – 7.261 < 0.001 空腹血糖（mmol/L） 5.17 ± 0.62 4.97 ± 0.51 – 3.622 < 0.001 总胆固醇（mmol/L） 5.01 ± 0.91 4.56 ± 0.84 – 5.658 < 0.001 甘油三酯（mmol/L） 1.19 ± 0.71 0.89 ± 0.47 – 4.658 < 0.001 高密度脂蛋白胆固醇（mmol/L） 1.57 ± 0.37 1.58 ± 0.34 0.187 0.852 血尿酸（mmol/L） 272.96 ± 55.97 254.23 ± 52.98 – 3.753 < 0.001

表 2 山东女性高血压队列高血压与非高血压者基线特征比较（连续型变量）

本研究纳入SNPs检出率 > 95 %，单因素分析中 P < 0.1的17个SNPs。表3所示为高血压发病组与非发病组间基因型的分布情况及H-W遗传平衡检验结果，各SNPs均符合H-W遗传平衡检验（均P > 0.05）。

表 3

表 3 高血压与非高血压者代谢性疾病相关基因型分布情况及H-W检验结果 基因 SNP 高血压组（n = 127） 非高血压组（n = 1 113） χ2值 P值 例数 % 人数 % ABCG2 rs2231142 G/G 48 37.80 549 49.55 1.018 0.353 G/T 70 55.12 464 41.88 T/T 9 7.09 95 8.57 CDKAL1 rs10946398 A/A 45 36.00 328 30.29 0.026 0.904 A/C 61 48.80 533 49.22 C/C 19 15.20 222 20.50 CDKN2A/B rs10811661 T/T 28 22.22 297 26.83 0.004 0.951 T/C 63 50.00 552 49.86 C/C 35 27.78 258 23.31

表 3 高血压与非高血压者代谢性疾病相关基因型分布情况及H-W检验结果

单因素Cox比例风险回归分析结果显示，CYP17A1-NT5C2-rs11191548、CDKN2A/B-rs10811661、IGF2BP2-rs4402960、TCF7L2-rs7079711、FTO-rs12149832、KCNQ1-rs163182等6个SNPs与女性高血压的发生有关（均P < 0.05）。将单因素分析中 P < 0.1的17个因素纳入多因素Cox比例风险回归分析，结果显示，在调整了年龄、文化程度、饭菜油腻程度、绝经情况、流产次数、高血压家族史、体质指数、空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、血尿酸等混杂因素后，ABCG2-rs2231142、CDKN2A/B-rs10811661和FAM19A1-rs17047586 SNPs是女性高血压发病的危险因素，CYP17A1-NT5C2-rs11191548和CDKAL1-rs10946398 SNPs是女性高血压发病的保护因素。

表 4

表 4 代谢性疾病基因多态性与女性高血压发病关系的单因素和多因素Cox比例风险回归分析 基因 SNPs 单因素分析 多因素分析 HR值 95 % CI P值 HR值 95 % CI P值 ABCG2 rs2231142 1.287 0.983～1.686 0.066 1.448 1.090～1.924 0.011 ADIPOQ rs12495941 1.235 0.968～1.577 0.089 1.169 0.906～1.508 0.230 BDNF rs11030104 1.277 0.990～1.646 0.060 1.269 0.974～1.652 0.077 rs2030323 1.258 0.980～1.615 0.072 1.234 0.953～1.598 0.110 rs6265 1.269 0.984～1.635 0.066 1.236 0.951～1.605 0.113 CDKAL1 rs10946398 0.786 0.608～1.016 0.066 0.754 0.579～0.981 0.036 CDKN2A/B rs10811661 1.300 1.014～1.667 0.038 1.357 1.052～1.751 0.019 CYP17A1 rs4409766 0.761 0.569～1.017 0.065 0.749 0.551～1.016 0.063 CYP17A1-NT5C2 rs11191548 0.690 0.510～0.933 0.016 0.721 0.525～0.990 0.043 FTO rs9940128 1.341 0.965～1.862 0.080 1.259 0.900～1.761 0.179 rs12149832 1.428 1.004～2.033 0.048 1.295 0.907～1.849 0.155 FAM19A1 rs17047586 1.361 0.991～1.869 0.057 1.455 1.050～2.015 0.024 HHEX rs5015480 1.320 0.965～1.806 0.082 1.318 0.948～1.832 0.101 IGF2BP2 rs4402960 0.724 0.528～0.991 0.044 0.739 0.530～1.031 0.075 JAG1 rs1887320 0.800 0.624～1.026 0.078 0.818 0.631～1.061 0.130 KCNQ1 rs163182 1.299 1.001～1.685 0.049 1.068 0.819～1.393 0.628 TCF7L2 rs7079711 0.435 0.192～0.985 0.046 0.437 0.189～1.014 0.054

表 4 代谢性疾病基因多态性与女性高血压发病关系的单因素和多因素Cox比例风险回归分析

本研究多因素Cox比例风险回归分析结果显示，在调整了年龄、文化程度、饭菜油腻程度、绝经情况、流产次数、高血压家族史、体质指数、空腹血糖、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、血尿酸等混杂因素后，ABCG2-rs2231142（HR = 1.448，95 % CI = 1.090～1.924）、CDKN2A/B-rs10811661（HR = 1.357，95 % CI = 1.052～1.751）和FAM19A1-rs17047586（HR = 1.455，95 % CI = 1.050～2.015）SNPs是女性高血压发病的危险因素，CYP17A1-NT5C2-rs11191548（HR =0.721，95 % CI = 0.525～0.990）和CDKAL1-rs10946398（HR = 0.754，95 % CI = 0.579～0.981）SNPs是女性高血压发病的保护因素。

CYP17A1-NT5C2-rs11191548位点与高血压发生有关，其T等位基因可增加高血压的发病风险，与以往研究结果相似^{[9 – 10]}，此结果在韩国人群^[11]及中国人群^[12]中也已得到验证。这可能与rs11191548位点位于CYP17A1基因附近有关，已有研究证实CYP17A1基因与高血压相关^[3]。然而也有研究表明，rs11191548位点的突变基因C是高血压的危险性因素^{[13 – 14]}，这与本研究结果不同。一方面可能由于研究人群的遗传背景不同，另一方面可能是由于rs11191548位点对男、女性别的作用不同导致。中国北京儿童血压水平的候选基因研究中就发现，rs11191548位点对血压的作用存在性别特异性，在女生中发现rs11191548位点的T等位基因对血压升高（包括高血压前期和高血压）有影响，在男生中却差异无统计学意义^[15]。因此关于rs11191548位点对血压的作用机制尚需要进一步研究。以往研究表明，CDKN2A/B-rs10811661^{[16 – 20]}和CDKAL1-rs10946398位点^{[20 – 22]}可影响体内血糖的代谢，是糖尿病的危险因素，且CDKN2A/B基因的遗传变异也是心血管病的危险因素^[23]；而FAM19A1-rs17047586位点^[24]与糖尿病患者中白内障者相关。虽然以往大多研究表明，rs10811661、rs10946398、rs17047586等3个SNPs与糖尿病的发生相关，但基因对疾病的影响是复杂的，且有研究表明空腹血糖与高血压相关，可作为高血压的风险预测因子^[25]。有研究表明，ABCG2-rs2231142位点与血尿酸的代谢相关^{[26 – 27]}。血尿酸与高血压的关系也是近年来的研究热点，多项研究表明血尿酸是高血压的危险预测因子^{[28 – 30]}。高血压、糖尿病、高尿酸血症等慢性非传染性疾病的发生是多种基因复杂作用的结果，并非单一基因就可调控，且相同基因也参与了体内多种代谢过程，因此虽然GWAS与候选基因研究众多，但仍存在一定的争议^{[31 – 32]}。本研究在一定程度上验证了基因调控复杂性这一观点，也为深入掌握高血压发生机制提供了新思路。

本研究单因素分析中rs17047586、rs10946398和rs2231142位点与高血压间并未发现统计学关联，但在调整相关因素后呈现了阳性结果，其原因可能是有些因素是SNP到高血压这条因果通路^[33]上的中间环节。以本研究中rs17047586位点为例，rs17047586位点与甘油三酯间呈负相关，而甘油三酯与高血压间呈正相关，因此由rs17047586位点到甘油三酯到高血压的过程中其效应为负，而rs17047586到高血压的过程中效应为正，2条通路效应相互抵消，因此本研究单因素探讨中未显示有统计学关联。根据因果推断，可知由基因多态性到疾病表型的因果通路中存在着复杂的作用过程，本研究发现即使单因素无意义的结果在调整相应因素后也可显示有统计学关联，因此，在候选基因的研究中应考虑中间因素的影响，收集相关的环境因素。本研究基于高血压随访队列，纳入多种环境因素并考虑时间因素的影响，采用Cox比例风险回归模型探讨SNPs对女性高血压发生的作用不同于以往的logistic回归分析^{[30, 34]}，在一定程度上反应了因果关联。本研究主要考虑了主效应的影响，后续研究中需进行环境与基因的交互作用^[35]的探讨；本研究对象基于健康管理队列，反映了城镇职业女性高血压发病情况，今后的研究中还需抽取更大样本量的普通人群来进行验证。