Seán R. Millar

1 HRB Център за изследване на здравето и диетата, Катедра по епидемиология и обществено здраве, Университетски колеж Корк, Корк, Ирландия,

място

Иван Дж. Пери

1 HRB Център за изследване на здравето и диетата, Катедра по епидемиология и обществено здраве, Университетски колеж Корк, Корк, Ирландия,

Ян Ван ден Брок

2 Катедра за глобално обществено здраве и първична помощ, Университет в Берген, Берген, Норвегия,

Катрин М. Филипс

1 HRB Център за изследване на здравето и диетата, Катедра по епидемиология и обществено здраве, Университетски колеж Корк, Корк, Ирландия,

Замислил и проектирал експериментите: SRM JVB. Анализирани данни: SRM. Реактиви/материали/инструменти за анализ, допринесени: SRM IJP. Написа хартията: SRM IJP JVB CMP.

Свързани данни

Данните, лежащи в основата на тези открития, съдържат потенциално идентифицираща информация за пациента. Допълнителна информация за достъп до тези данни може да бъде намерена на уебсайта на изследователския център, http://www.hrbchdr.com/projects-and-research или чрез имейл на patricia.ei.ccu@yenraek. "Може да бъде включена в публикувания ръкопис.

Резюме

Цели

Въпреки препоръките централната оценка на затлъстяването да се използва като маркер за кардиометаболитно здраве, не съществува консенсус относно протокола за измерване. Това проучване изследва редица антропометрични променливи и тяхната връзка с кардиометаболитни характеристики и диабет тип 2, за да се установи дали мястото на измерване влияе върху дискриминационната точност. По-специално, сравнихме обиколката на талията (WC), измерена на две места: (1) непосредствено под най-ниското ребро (WC ребро) и (2) между най-ниското ребро и илиачния гребен (WC по средата), което е препоръчано от света Здравна организация и Международна федерация по диабет.

Материали и методи

Това беше изследване в напречно сечение, включващо произволна извадка от 2 002 мъже и жени на възраст 46-73 години. Бяха определени метаболитни профили и WC, обиколка на тазобедрената става, ширина на таза и индекс на телесна маса (ИТМ). Анализите на корелация, логистична регресия и площ под кривата на работната характеристика на приемника са използвани за оценка на връзките за измерване на затлъстяването с фенотипи на метаболитен риск и диабет тип 2.

Резултати

Измерванията на ребрата на WC показаха най-силните връзки с неоптимални нива на липиди и липопротеини, високо кръвно налягане, инсулинова резистентност, нарушена глюкоза на гладно, групиране на метаболитни рискови характеристики и диабет тип 2 и при двата пола. Индексите, получени от ребра, подобриха дискриминацията на диабет тип 2 с 3-7% в сравнение с ИТМ и 2-6% в сравнение с WC по средата (при мъжете) и 5-7% в сравнение с BMI и 4-6% в сравнение с WC в средата (в Жени). Модел за прогнозиране, включващ ИТМ и централно затлъстяване, показва значително по-висока площ под кривата за ребро на WC (0.78, P = 0.003), съотношение ребро/височина (0.80, P-ти процентил в изследваната популация. Наличието на три или повече кардиометаболитни рискови характеристики е характеризира се като всяка комбинация от тези променливи. Съгласно насоките на Американската диабетна асоциация, диабет тип 2 се определя като HbA1c ≥6,5% (≥48 mmol/mol) или плазмена глюкоза на гладно ≥7,0 mmol/l [19]. Индивидите на инсулинова терапия и субекти, посочващи диагноза диабет (или самостоятелно докладвана лекарска диагноза, или използване на лекарства за диабет Rx), но които нямат положителен резултат от теста за HbA1c или плазмен глюкоза на гладно, са изключени от анализ (N = 45).

Статистически анализ

Разпределението на всяка метаболитна характеристика е оценено с помощта на статистиката на Shapiro-Wilk и Kolmogorov-Smirnov. Категоричните характеристики са представени като проценти, а непрекъснатите данни са показани като средно, плюс или минус едно стандартно отклонение или среден и интерквартилен диапазон. Разликите между половете се оценяват с помощта на хи-квадрат тестове, независими t-тестове или Mann-Whitney U за изкривени данни. Връзките между антропометричните измервания и непрекъснатите кардиометаболитни променливи бяха изследвани с помощта на частични корелации. Променливите, представящи ненормално разпределение, бяха преобразувани в дневник. Всички мерки за затлъстяване бяха стандартизирани по пол и бяха използвани отделни и стратифицирани бинарни логистични регресионни модели за сравняване на индексните връзки с кардиометаболитни рискови характеристики и диабет тип 2, като се коригира възрастта.

Способността на избраните индекси да различават три или повече кардиометаболитни рискови характеристики и диабет тип 2 беше измерена с помощта на анализ на кривата на работната характеристика на приемника (ROC). Областта под кривата (AUC) осигурява скала от 0,5 до 1,0 (с 0,5, представляваща случаен шанс и 1,0, показваща перфектна дискриминация), чрез която да се оцени способността на индекса на затлъстяването да открие положителен резултат [20]. По-високата AUC обикновено показва по-голяма диагностична точност. Извършен е анализ, коригиран с ковариати [21], за да се отчете потенциалното объркващо влияние както на възрастта, така и на пола (пълна кохорта) или възрастта само в стратифицирани модели. Стойностите на AUC бяха сравнени за статистически разлики и бяха допълнително оценени чрез определяне на фалшиво положителни нива в специфични точки на кривата, съответстващи на чувствителността 90%, 80%, 70% и 60%.

За по-нататъшно оценяване на способността на централното затлъстяване да дискриминира диабет тип 2, сравнихме модел за прогнозиране на логистична регресия, съдържащ ИТМ, с модели, които включват както ИТМ, така и избрани мерки за централно затлъстяване. Точността на всеки модел беше оценена с помощта на ROC кривата. Допълнително оценихме дискриминацията, използвайки анализ на интегрираното подобряване на дискриминацията (IDI), който показва степента на подобрение в работата на модела чрез добавяне на друга променлива [22]. За да се оцени доброто състояние, статистиката на вероятността (LR) хи-квадрат е изследвана чрез сравняване на модели с или без допълнителна антропометрична мярка. Калибрирането беше измерено с помощта на теста Hosmer-Lemeshow (HL).

Анализът на данните беше извършен с помощта на IBM SPSS Statistics Version 20 (IBM Corp., Armonk, NY, USA) и Stata SE Version 13 (Stata Corporation, College Station, TX, USA) за Windows. На седем субекта липсват антропометрични стойности. За всички анализи се счита, че P стойност (двустранна) по-малка от 0,05 показва статистическа значимост.