CN103077301A - 代谢综合征组分积聚预测亚临床心血管病变的方法 - Google Patents

代谢综合征组分积聚预测亚临床心血管病变的方法 Download PDF

Info

Publication number
CN103077301A
CN103077301A CN 201210569857 CN201210569857A CN103077301A CN 103077301 A CN103077301 A CN 103077301A CN 201210569857 CN201210569857 CN 201210569857 CN 201210569857 A CN201210569857 A CN 201210569857A CN 103077301 A CN103077301 A CN 103077301A
Authority
CN
China
Prior art keywords
waistline
metabolic syndrome
group
year
pulse wave
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201210569857
Other languages
English (en)
Inventor
朱文华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Affiliated Sir Run Run Shaw Hospital of School of Medicine Zhejiang University
Original Assignee
Affiliated Sir Run Run Shaw Hospital of School of Medicine Zhejiang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Affiliated Sir Run Run Shaw Hospital of School of Medicine Zhejiang University filed Critical Affiliated Sir Run Run Shaw Hospital of School of Medicine Zhejiang University
Priority to CN 201210569857 priority Critical patent/CN103077301A/zh
Publication of CN103077301A publication Critical patent/CN103077301A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

代谢综合征组分积聚预测亚临床心血管病变的方法,检测代谢综合征各项组分及相关指标,以多重心血管代谢危险因素为组合,以早期动脉硬化病变的发生为终点(主要为动脉脉搏波传导速度),分析代谢综合征人群不同代谢组分的积聚与发生亚临床心血管病变的相关切点指标,研究代谢综合征人群不同危险因素及组合状态下发生早期心血管病变的评估方法,通过对代谢综合征人群不同危险因素状态下发生早期亚临床心血管病变的相关性研究,建立代谢综合征人群发生亚临床心血管病变风险的基础预测模型。

Description

代谢综合征组分积聚预测亚临床心血管病变的方法
一、技术领域
本发明涉及一种代谢组分指标与早期心血管病变预测方法。
二、背景技术
代谢综合征(MS)是一组复杂的代谢紊乱,主要后果为心血管损害,与心血管事件的发生显著相关。由代谢综合征导致的心脑血管疾病发病率及死亡率显著大于单纯高血压、高脂肪或糖代谢紊乱。由于代谢综合征各组分都是一些导致心脑血管疾病的危险因子,可直接引起动脉硬化,而血管功能与结构的变化又是早期动脉硬化的标记物,能预测心血管疾病发病的危险;其中早期的动脉硬化功能检测能提示心血管病变的危险程度,是提高心血管疾病防治水平的关键环节。
由于代谢综合征各组分都是一些导致心脑血管疾病的危险因子,目前国内外运用代谢相关指标评估远期(10年)心血管病变的已有研究,但对代谢各组分与早期动脉硬化的相关性的研究报道甚少,不同组分与心血管病变独立相关关系及不同组分的不同集聚方式与心血管病变结局之间的关系还不十分清楚,代谢综合征各组分的简单和复杂评价指标与早期心血管病变之间的关系还不十分明确。所以迫切需要研究不同代谢组分的集聚与心血管病变发生风险的相关性及预测方法,以进一步评价代谢综合征单一危险因素与多重危险因素的不同集聚对早期心血管病变发生的不同影响,早期识别风险人群发生心血管疾病的集聚因素,研究代谢综合征人群发生心血管病变的不同危险因素的组合的预测模型,为早期干预提供有效的依据。
三.发明内容
本发明要解决现有技术未能明确代谢各组分与早期动脉硬化的相关性、不同组分与心血管病变独立相关关系及不同组分的不同集聚方式与心血管病变结局之间的关系、代谢综合征各组分的简单和复杂评价指标与早期心血管病变之间的关系的缺点,提供一种不同代谢组分的集聚与心血管病变发生风险的相关性及预测方法。
本发明所述的代谢综合征组分积聚预测亚临床心血管病变的方法,包括如下步骤:
步骤1,确定预测模型的自变量
1.确定研究对象:筛选浙江省城市居民(各地区)团体体检中年龄25-74岁人群2000人进行研究(并
经患者本人知情同意),剔除已确诊冠心病史、脑卒中、心电图检查有缺血性心脏病表现者。剔除已进行药物治疗及控制者。
2.分二个阶段进行代谢组分的检查:在同一组人群中进行第1年及第3年的检查:
(1)检查前3天清谈饮食,避免进食高脂饮食、海鲜,剔除饮食未控制者。测定腰围(WS),收缩压(SBP),舒张压(DBP),空腹血糖(FPG),甘油三酯(TG)、高密度脂蛋白(HDL)。
(2)所有受试者被采用WHO确定腰围测量方法测量腰围,在肋骨下缘与髂骨上缘连线中点处测量腰围;采用《中国高血压防治指南》(2011版)中血压测量的方法测量血压。均空腹采血,采用氧化物酶法测定血脂及血糖; CV值为2~3%;
步骤2,确定基础预测确定预测模型的因变量
1.分二个阶段进行早期血管硬化检测:在同一组人群中进行第1年及第3年的检测:
采用动脉硬化测试仪 VP-1000 (BP-203RPE III) 欧姆龙/科林动脉硬化诊断装置进行脉搏波传导速度的(PWV)检测,被检查者安静休息后,仰卧深呼吸三次,保持安静5分钟测量四肢的脉搏波,共2次,取得脉搏波传导速度(PWV)及等级程度.
2.脉搏波传导速度(PWV)检测结果判断:实测值比预测值高出20%以内为正常;实测值比预测值高出20%-30%为轻度偏高;实测值比预测值高出30%-50%为中度升高;实测值比预测值高出50%以上为重度升高。
步骤3,进行最优模型拟合建立初步预测模型
通过第1年与第3年的队列研究,汇总初期及终期代谢组分的数据, 初期及终期脉搏波传导速度(PWV)检测结果,采用Cox多元回归模型进行最优模型拟合,并计算回归系数(B)、相对危险(RR)和RR的95%可信限。
步骤4,简易评分方法的建立和评分工具的开发
在最优模型的基础上,将各连续变量危险因素按照如下规定转化为分组变量,然后拟合出简易预测模型。根据简易预测模型各项自变量的回归系数,确定各危险因素不同水平时的评分赋值。各危险因素的分层如下:(1)年龄:每5岁一个年龄组。(2)腰围:分别分三层,男性:高腰围组(腰围≥100cm),中腰围组(腰围90-99.9cm),低腰围组腰围小于90 cm;女性:高腰围组(腰围≥90cm),女性中腰围组(腰围90-89.9cm),女性低腰围组腰围小于80cm。 (3)血压:按照收缩压水平分为< 120 mm Hg、<130 nun Hg、<140 nun Hg、<160 mm Hg、<180 mm Hg和≥180 mm Hg共6组。(4)TG:将TG分为3层:<2.26mmol/L,<5.26 mmol/L和≥5.26mmol/L。(4)血糖:分3层:<5.6mmol/L,5.7-8 mmol/L,大于8 mmol/L。(5)高密度脂蛋白:分三层: >1.04 mmol/L  ,0.04-0.08 mmol/L1分,<0.08 mmol/L.
以脉搏波传导速度(PWV)中度以上为终点观察结局,根据简易预测模型中各危险因素处于不同水平时所对应的回归系数,制定一套不同危险因素水平给予不同危险分值的评分系统。所有危险因素评分之总和对应于PWV事件的3年发病绝对危险。
本课题采用前瞻性研究方法,检测代谢综合征各项组分及相关指标,以多重心血管代谢危险因素为组合,以早期动脉硬化病变的发生为终点(主要为动脉脉搏波传导速度),分析代谢综合征人群不同代谢组分的积聚与发生亚临床心血管病变的相关切点指标,研究代谢综合征人群不同危险因素及组合状态下发生早期心血管病变的评估方法,通过对代谢综合征人群不同危险因素状态下发生早期亚临床心血管病变的相关性研究,建立代谢综合征人群发生亚临床心血管病变风险的基础预测模型。
根据代谢综合征基本组分指标与早期动脉硬化的检测结果,确定发生亚临床心血管病变危险的不同代谢组分的组合形式、危险度的排序,建立早期动脉硬化的风险预测评估方法。
以早期动脉硬化检测为主要终点观察指标(主要为动脉脉搏波传导速度),以代谢综合征基本组分的测定数据为基础切点,制定一套不同危险因素水平的基本评价系统,建立代谢综合征人群发生亚临床心血管病变风险的基础预测模型。
本发明的优点是:能够揭示不同代谢组分的集聚与心血管病变发生风险的相关性,并提供预测方法,可以评价代谢综合征单一危险因素与多重危险因素的不同集聚对早期心血管病变发生的不同影响,早期识别风险人群发生心血管疾病的集聚因素,研究代谢综合征人群发生心血管病变的不同危险因素的组合的预测模型,为早期干预提供有效的依据。
四、附图说明
图1是本发明的不同危险因素水平给予不同危险分值的评分系统示意图
五.具体实施方法:
参照附图,本发明所述的代谢综合征组分积聚预测亚临床心血管病变的方法,包括如下步骤:
(一)确定预测模型的自变量
1.确定研究对象:筛选浙江省城市居民(各地区)团体体检中年龄25-74岁人群2000人进行研究(并
经患者本人知情同意),剔除已确诊冠心病史、脑卒中、心电图检查有缺血性心脏病表现者。剔除已进行药物治疗及控制者。
2.分二个阶段进行代谢组分的检查:在同一组人群中进行第1年及第3年的检查:
(1)检查前3天清谈饮食,避免进食高脂饮食、海鲜,剔除饮食未控制者。测定腰围(WS),收缩压(SBP),舒张压(DBP),空腹血糖(FPG),甘油三酯(TG)、高密度脂蛋白(HDL)。
(2)所有受试者被采用WHO确定腰围测量方法测量腰围,在肋骨下缘与髂骨上缘连线中点处
测量腰围;采用《中国高血压防治指南》(2011版)中血压测量的方法测量血压。均空腹采血,采用氧化物酶法测定血脂及血糖; CV值为2~3%;
(二)确定基础预测确定预测模型的因变量
1.分二个阶段进行早期血管硬化检测:在同一组人群中进行第1年及第3年的检测:
采用动脉硬化测试仪 VP-1000 (BP-203RPE III) 欧姆龙/科林动脉硬化诊断装置进行脉搏波传导速度的(PWV)检测,被检查者安静休息后,仰卧深呼吸三次,保持安静5分钟测量四肢的脉搏波,共2次,取得脉搏波传导速度(PWV)及等级程度.
2.脉搏波传导速度(PWV)检测结果判断:实测值比预测值高出20%以内为正常;实测值比预测值高出20%-30%为轻度偏高;实测值比预测值高出30%-50%为中度升高;实测值比预测值高出50%以上为重度升高。
(三)进行最优模型拟合建立初步预测模型
通过第1年与第3年的队列研究,汇总初期及终期代谢组分的数据, 初期及终期脉搏波传导速度(PWV)检测结果,采用Cox多元回归模型进行最优模型拟合,并计算回归系数(B)、相对危险(RR)和RR的95%可信限。
(四)简易评分方法的建立和评分工具的开发
在最优模型的基础上,将各连续变量危险因素按照如下规定转化为分组变量,然后拟合出简易预测模型。根据简易预测模型各项自变量的回归系数,确定各危险因素不同水平时的评分赋值。各危险因素的分层如下:(1)年龄:每5岁一个年龄组。(2)腰围:分别分三层,男性:高腰围组(腰围≥100cm),中腰围组(腰围90-99.9cm),低腰围组腰围小于90 cm;女性:高腰围组(腰围≥90cm),女性中腰围组(腰围90-89.9cm),女性低腰围组腰围小于80cm。 (3)血压:按照收缩压水平分为< 120 mm Hg、<130 nun Hg、<140 nun Hg、<160 mm Hg、<180 mm Hg和≥180 mm Hg共6组。(4)TG:将 TG分为3层:<2.26mmol/L,<5.26 mmol/L和≥5.26mmol/L。(4)血糖:分3层:<5.6mmol/L,5.7-8 mmol/L,大于8 mmol/L。(5)高密度脂蛋白:分三层: >1.04 mmol/L  ,0.04-0.08 mmol/L 1分,<0.08 mmol/L.
以脉搏波传导速度(PWV)中度以上为终点观察结局,根据简易预测模型中各危险因素处于不同水平时所对应的回归系数,制定一套不同危险因素水平给予不同危险分值的评分系统。所有危险因素评分之总和对应于PWV事件的3年发病绝对危险。
通过评分进行求和获得总分,危险度预测采用Cox多元回归模型进行最优模型拟合,并计算回归系数(B),得出危险度%,从而初步制定代谢综合征组分预测早期心血管病变的基础预测模型。可用以临床预测早期心血管病的危险度,并在代谢综合征人群中的广泛运用。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (1)

1.代谢综合征组分积聚预测亚临床心血管病变的方法,包括如下步骤:
步骤1,确定预测模型的自变量
1.确定研究对象:筛选浙江省城市居民(各地区)团体体检中年龄25-74岁人群2000人进行研究(并
经患者本人知情同意),剔除已确诊冠心病史、脑卒中、心电图检查有缺血性心脏病表现者。剔除已进行药物治疗及控制者。
2.分二个阶段进行代谢组分的检查:在同一组人群中进行第1年及第3年的检查:
(1)检查前3天清谈饮食,避免进食高脂饮食、海鲜,剔除饮食未控制者。测定腰围(WS),收缩压(SBP),舒张压(DBP),空腹血糖(FPG),甘油三酯(TG)、高密度脂蛋白(HDL)。
(2)所有受试者被采用WHO确定腰围测量方法测量腰围,在肋骨下缘与髂骨上缘连线中点处
测量腰围;采用《中国高血压防治指南》(2011版)中血压测量的方法测量血压。均空腹采血,采用氧化物酶法测定血脂及血糖; CV值为2~3%;
步骤2,确定基础预测确定预测模型的因变量
1.分二个阶段进行早期血管硬化检测:在同一组人群中进行第1年及第3年的检测:
采用动脉硬化测试仪 VP-1000 (BP-203RPE III) 欧姆龙/科林动脉硬化诊断装置进行脉搏波传导速度的(PWV)检测,被检查者安静休息后,仰卧深呼吸三次,保持安静5分钟测量四肢的脉搏波,共2次,取得脉搏波传导速度(PWV)及等级程度.
2.脉搏波传导速度(PWV)检测结果判断:实测值比预测值高出20%以内为正常;实测值比预测值高出20%-30%为轻度偏高;实测值比预测值高出30%-50%为中度升高;实测值比预测值高出50%以上为重度升高。
步骤3,进行最优模型拟合建立初步预测模型
通过第1年与第3年的队列研究,汇总初期及终期代谢组分的数据, 初期及终期脉搏波传导速度(PWV)检测结果,采用Cox多元回归模型进行最优模型拟合,并计算回归系数(B)、相对危险(RR)和RR的95%可信限。
步骤4,简易评分方法的建立和评分工具的开发
在最优模型的基础上,将各连续变量危险因素按照如下规定转化为分组变量,然后拟合出简易预测模型。根据简易预测模型各项自变量的回归系数,确定各危险因素不同水平时的评分赋值。各危险因素的分层如下:(1)年龄:每5岁一个年龄组。(2)腰围:分别分三层,男性:高腰围组(腰围≥100cm),中腰围组(腰围90-99.9cm),低腰围组腰围小于90 cm;女性:高腰围组(腰围≥90cm),女性中腰围组(腰围90-89.9cm),女性低腰围组腰围小于80cm。 (3)血压:按照收缩压水平分为< 120 mm Hg、<130 nun Hg、<140 nun Hg、<160 mm Hg、<180 mm Hg和≥180 mm Hg共6组。(4)TG:将 TG分为3层:<2.26mmol/L,<5.26 mmol/L和≥5.26mmol/L。(4)血糖:分3层:<5.6mmol/L,5.7-8 mmol/L,大于8 mmol/L。(5)高密度脂蛋白:分三层: >1.04 mmol/L  ,0.04-0.08 mmol/L 1分,<0.08 mmol/L.
以脉搏波传导速度(PWV)中度以上为终点观察结局,根据简易预测模型中各危险因素处于不同水平时所对应的回归系数,制定一套不同危险因素水平给予不同危险分值的评分系统。所有危险因素评分之总和对应于PWV事件的3年发病绝对危险。
CN 201210569857 2012-12-24 2012-12-24 代谢综合征组分积聚预测亚临床心血管病变的方法 Pending CN103077301A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201210569857 CN103077301A (zh) 2012-12-24 2012-12-24 代谢综合征组分积聚预测亚临床心血管病变的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201210569857 CN103077301A (zh) 2012-12-24 2012-12-24 代谢综合征组分积聚预测亚临床心血管病变的方法

Publications (1)

Publication Number Publication Date
CN103077301A true CN103077301A (zh) 2013-05-01

Family

ID=48153830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201210569857 Pending CN103077301A (zh) 2012-12-24 2012-12-24 代谢综合征组分积聚预测亚临床心血管病变的方法

Country Status (1)

Country Link
CN (1) CN103077301A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108597611A (zh) * 2018-04-16 2018-09-28 广西医科大学 基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法
CN111297332A (zh) * 2015-04-28 2020-06-19 京瓷株式会社 电子设备及系统
CN111933282A (zh) * 2020-07-21 2020-11-13 北京东方兴企食品工业技术有限公司 亚临床风险评价装置、机器可读存储介质和处理器
CN112365979A (zh) * 2020-11-12 2021-02-12 上海交通大学医学院附属瑞金医院 一种处置指数di估算模型的建立方法
CN112750534A (zh) * 2020-12-21 2021-05-04 上海交通大学医学院附属瑞金医院 一种血清apoB作为代谢综合症标志物的应用
CN113631087A (zh) * 2019-03-25 2021-11-09 欧姆龙健康医疗事业株式会社 血压关联信息显示装置、血压关联信息显示方法以及程序

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111297332A (zh) * 2015-04-28 2020-06-19 京瓷株式会社 电子设备及系统
CN108597611A (zh) * 2018-04-16 2018-09-28 广西医科大学 基于代谢组学识别心血管亚临床期不同状态人群的模型构建方法
CN113631087A (zh) * 2019-03-25 2021-11-09 欧姆龙健康医疗事业株式会社 血压关联信息显示装置、血压关联信息显示方法以及程序
CN111933282A (zh) * 2020-07-21 2020-11-13 北京东方兴企食品工业技术有限公司 亚临床风险评价装置、机器可读存储介质和处理器
CN112365979A (zh) * 2020-11-12 2021-02-12 上海交通大学医学院附属瑞金医院 一种处置指数di估算模型的建立方法
CN112750534A (zh) * 2020-12-21 2021-05-04 上海交通大学医学院附属瑞金医院 一种血清apoB作为代谢综合症标志物的应用

Similar Documents

Publication Publication Date Title
CN103077301A (zh) 代谢综合征组分积聚预测亚临床心血管病变的方法
Charlton et al. Modeling arterial pulse waves in healthy aging: a database for in silico evaluation of hemodynamics and pulse wave indexes
CN100515327C (zh) 一种心血管系统联合变异性指标的检测方法和装置
Cheng et al. Prognostic significance of mechanical biomarkers derived from pulse wave analysis for predicting long-term cardiovascular mortality in two population-based cohorts
Chei et al. Body fat distribution and the risk of hypertension and diabetes among Japanese men and women
Silva-e-Oliveira et al. Heart rate variability based on risk stratification for type 2 diabetes mellitus
Wehler et al. Reliability of heart-rate-variability features derived from ultra-short ECG recordings and their validity in the assessment of cardiac autonomic neuropathy
Hsu et al. Mean arterial pressure is better at predicting future metabolic syndrome in the normotensive elderly: a prospective cohort study in Taiwan
Shen et al. Cuffless and continuous blood pressure estimation based on multiple regression analysis
Ozkan Duman et al. The value of aortic pulse wave velocity in predicting coronary artery disease diagnosis and severity
Campos et al. Influence of autonomic control on the specific intermittent performance of judo athletes
CN109119149A (zh) 用于监测卒中风险的系统及设备
Liu et al. A novel interpretable feature set optimization method in blood pressure estimation using photoplethysmography signals
CN105287005B (zh) 一种辅助判断亚健康人群血管功能的试剂盒
Koçyiğit et al. Relation of age and sex with carotid intima media thickness in healthy children
KR102418340B1 (ko) 표준음식의 혈당 변화 패턴을 이용한 당 대사능력 장애 예측 장치 및 그 방법
van Langen et al. Interobserver variability of ankle–brachial index measurements at rest and post exercise in patients with intermittent claudication
KR100768586B1 (ko) 가속도맥파를 이용한 표준지표 산출 방법
CN105286819B (zh) 一种辅助判断全人群血管功能的试剂盒
GONZALEZ et al. Relationship between blood glucose levels and cardiovascular risk in the Spanish Mediterranean population
CN114176532A (zh) 一种测定cfPWV参数的临床验证方法及其应用系统
Cymberknop et al. Gender-related differences in the excess pressure component of central aortic pressure waveform of healthy young
Abubaker et al. Poincaré plot analysis of heart rate variability in the diabetic patients in the UAE
RU2656560C1 (ru) Способ оценки риска осложнений заболеваний сердечно-сосудистой системы с сочетанной патологией
CN113229787A (zh) 基于脉搏信号形状特征的血管年龄估算及有效性评价方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20130501