2018年心血管疾病报告显示，我国患心血管疾病的人口约为2.9亿且患病率有持续上升的趋势[1]。心血管疾病早期亚临床病理多表现为血管壁僵硬度增加、失去弹性，甚至管腔狭窄，临床上常将动脉硬化的发生作为心血管疾病早期预测因子[2]。血糖升高是动脉硬化的主要影响因素之一，可进一步增加心血管疾病的死亡风险[1]。

目前，国内外血糖与动脉硬化相关研究大多采用传统多因素分析方法探索血糖与动脉硬化指示指标心踝血管指数（cardio-ankle vascular index,CAVI）的相关性[3,4,5,6]；而原始数据可能存在基线不齐的现象，难免造成研究结果与实际情况偏差等问题。

本研究首先采用能有效均衡混杂因素，减少其对结局效应估计干扰[7]的倾向性评分匹配法（propensity score matching,PSM）匹配血糖正常组与高血糖组相关协变量以平衡2组基线水平，再利用匹配后数据探索血糖与CAVI的相关性，明确血糖升高对动脉硬化发生的影响，以期为心血管的早期预防提供理论依据。

1、对象与方法

1.1研究对象

以2016—2018年在重庆医科大学附属第一医院完成体检的8 547名成年人（年龄≥18岁）为研究对象。

1.2研究方法

体格检查：采用统一的工具和方法，分别测量身高（精确到0.1 cm）、体质量（精确到0.1 kg）、血压（研究对象至少静坐5 min后，采用标准水银血压计测量研究对象左臂的血压）等。体质量指数（body mass index,BMI）计算公式为BMI=体质量（kg）/身高2(m2）。

血液生化分析：取空腹静脉血5 mL，采用全自动生化仪（日本日立7020）测定高密度脂蛋白胆固醇（high density lipoprotein-cholesterol,HDL-Ch）、低密度脂蛋白胆固醇（low density lipoprotein-cholesterol,LDL-Ch）、空腹血糖（fasting blood glucose,FBG）、总胆固醇（total cholesterol,TC）、三酰甘油（triacylglycerol,TAG）水平等。

CAVI的测量：采用日本福田Vasera VS-1000血管筛查仪。安静环境下，研究对象保持仰卧位，将心电电极放置于双腕处，心音传感器放置于胸骨以测量心音，血压袖带放置于两侧脚踝与肱骨以测量血压。研究对象休息5～10 min后分别测量脉搏波传导速度（pulse wave velocity,PWV）、收缩压（systolic blood pressure,SBP）、舒张压（diastolic blood pressure,DBP），用以计算左右两侧的CAVI值。CAVI精确到0.1。

CAVI计算公式：公式1，其中Ps、Pd分别为SBP和DBP，ρ为血液密度。

本研究以一侧CAVI异常即判定为动脉硬化，因此取较高一侧的CAVI作为最终分析的数据。

1.3相关定义

CAVI的判断标准：将CAVI<9.0定义为正常，CAVI≥9.0为异常[8]。

按照《中国成年人超重和肥胖症预防与控制指南》[9]对BMI进行划分：BMI<18.5 kg/m2为体质量过轻，18.5 kg/m2≤BMI<24 kg/m2为体质量正常，24 kg/m2≤BMI<28 kg/m2为超重，BMI≥28 kg/m2为肥胖。

根据世界卫生组织2017年年龄划分标准[10]将对象按年龄分为青年（18～44岁）、中年（45～59岁）、老年（60岁及以上）。

满足以下其中一条即定义为高血压：(1)根据《中国高血压防治指南（2018年修订版）》[11]将高血压定义为SBP≥140 mmHg和（或）DBP≥90 mmHg。(2)体检结论中有高血压史者。

根据《中国成人血脂异常防治指南（2016年修订版）》[12]将TC≥5.2 mmol/L，或TAG≥1.70 mmol/L，或HDL-Ch<1.0 mmol/L，或LDL-Ch≥3.4 mmol/L定义为血脂异常。

满足以下一条即定义为高血糖：(1)根据我国糖尿病防治指南[13]，将FBG>6.1 mmol/L定义为高血糖。(2)体检结论中有糖尿病史者。

1.4统计学方法

采用SPSS 23.0与SAS 9.4软件完成统计分析。定量资料以表示；定性资料以频数和百分比表示，组间比较采用χ2检验。所有资料均以标准化差值（absolute standardized differences,ASD）的绝对值是否<0.1作为依据判断组间协变量是否平衡[14]。按照FBG的标准将研究对象分为血糖正常组与高血糖组，对2组进行1:1倾向性评分匹配，采用最临近匹配法将性别、年龄、血压、血脂、BMI作为协变量进行匹配，卡钳值设定为0.01。多因素Logistic逐步回归分析用于探索匹配后血糖对CAVI的影响作用。采用限制性立方样条（restricted cubic spline,RCS）法，选取FBG的4个百分位数P5、P25、P75、P95为节点，以P5为参考值绘制FBG与CAVI的RCS曲线，探究FBG与CAVI的剂量-效应关系。P<0.05表示有统计学意义。

2、结果

2.1匹配前后研究对象特征比较

倾向性评分匹配后，共1 463对完成匹配。结果显示，匹配后除CAVI、TAG与HDL-h 3个变量外，其余各变量在血糖正常组与高血糖组间分布均衡。CAVI、TAG与HDL-h的ASD绝对值虽大于0.1，但与匹配前相比ASD绝对值减小，也已达到改善组间不均衡现象的目的（表1）。说明匹配后血糖正常组与高血糖组协变量基线基本相同，匹配效果良好。

表1倾向性评分匹配前后研究对象特征比较

2.2各亚组不同血糖水平的CAVI分布情况及异常率比较

比较不同性别、年龄、血压、血脂、BMI亚组中不同血糖水平对象的CAVI异常率。χ2检验结果显示，除青年组、血压正常组、体质量过轻组外，各性别、年龄、血压、血脂、BMI亚组的高血糖组CAVI异常率均显著高于血糖正常组（均P<0.05）（表2）。

表2各亚组不同血糖水平人群CAVI异常率比较

2.3探索FBG与CAVI异常关系的多因素回归分析

以CAVI为因变量，将FBG、性别、年龄、血压、血脂、BMI纳入多因素Logistic回归模型。除血脂指标外，其余变量均进入模型。结果显示，校正性别、年龄、血压、BMI水平后，高血糖患者发生CAVI异常的风险是血糖正常者的1.63倍（OR=1.63,95%CI 1.36～1.95,P=0.000）（表3）。

表3 CAVI影响因素的多因素Logistic回归分析

2.4 FBG与CAVI的剂量-效应关系

根据Logistic逐步回归分析结果校正性别、年龄、血压、BMI（均以分类变量作为调整变量纳入模型），采用RCS法绘制FBG与CAVI的剂量-效应曲线。以FBG的P5(4.8 mmol/L）作为参考值，FBG的P25(5.3 mmol/L）、P75(6.9 mmol/L）、P95(10.4 mmol/L）处对应CAVI异常的OR值及95%CI分别为1.32(1.08～1.61）、2.17(1.61～2.92）、3.24(2.36～4.45）。RCS曲线显示，随着血糖水平升高，CAVI异常的风险也随之升高，FBG升高为CAVI异常的危险因素（图1）。

图1 FBG与CAVI的剂量-效应曲线

3、讨论

1990—2016年，我国心血管疾病患病率及死亡率呈现持续上升趋势，心血管疾病死亡占城乡居民总死亡原因的首位[1]。我国心血管病负担日渐加重，已成为重大的公共卫生问题[1]。若能较好控制心血管疾病的危险因素，可有效减少心血管疾病的发生并缓解其患病率及死亡率持续上升带来的疾病负担。动脉僵硬度增加有较好预测心血管疾病发生的功能，是早期血管病变的独立信号[3]。由于CAVI可较好反映动脉硬化程度且不受即时血压的影响，其被广泛应用作为动脉硬化的指示指标[15,16]。

在动脉硬化众多的危险因素中，血糖是较为主要的影响因素之一[17]。关于血糖与动脉硬化两者关系的研究已有较多讨论[3,4,5,6]，研究者发现长期血糖升高容易引起动脉结构和功能改变即发生动脉硬化，进而造成严重的血管并发症[18]。高血糖者动脉硬化的发病率较血糖正常者高，且血糖轻度升高的人群就已存在与血糖水平相关的大动脉弹性功能减弱及动脉血管硬化的风险[19]。但是相关研究大多采用传统多因素分析的方法，这类方法在控制混杂因素方面作用有限[20]。

而倾向性评分匹配法消除混杂偏倚的效率较高。该方法是将对照组与处理组中倾向性评分值相同或相近的个体进行匹配，从而达到均衡组间协变量使得观察性研究呈现出接近于随机对照实验的效果，减少混杂因素对结局效应估计的干扰[7,20]。因此，本研究采用倾向性评分匹配法来匹配血糖正常组与高血糖组的CAVI影响因素（性别、年龄、血压、血脂、BMI），以均衡2组的基线水平，更准确反映血糖与动脉硬化的相关关系。

研究结果显示，匹配前高血糖组CAVI显著高于血糖正常组，但是2组对象存在性别、年龄、血压、血脂、BMI的差异，即基线不齐现象。经倾向性评分匹配后，高血糖组CAVI均值仍大于血糖正常组；同时，多因素Logistic分析结果与上述结果一致，高血糖人群发生CAVI异常的风险是血糖正常者的1.63倍。FBG与CAVI的剂量-效应关系也显示随着血糖水平的升高CAVI异常的风险随之增大。由此推测，高血糖会导致CAVI异常的风险升高，提示这部分患者的动脉硬化发病率的增加。

匹配后Logistic模型显示年龄为老年对CAVI异常风险的影响较大（OR=17.11,95%CI 10.96～26.71）。吴继军等[21]和Wen等[22]均发现年龄与CAVI呈正相关关系，且年龄≥60岁者CAVI异常的风险最大；本研究结果与此相吻合。其主要原因可能是随着年龄增加，动脉壁钙沉积增多导致动脉扩张能力降低[23]。本研究结果还显示男性CAVI异常的风险是女性的1.40倍。陈嫚[24]分析重庆邮政医院1 194例体检人群时同样发现男性CAVI值显著大于女性，该现象可能与男性吸烟、精神压力大有关。超重和肥胖可能是CAVI的保护因素，与Nagayama等[25]和Philip等[26]学者的结果一致，但具体机制尚不明确。

综上所述，高血糖是CAVI即动脉硬化的危险因素。针对高血糖者实施动脉硬化的筛检可及时发现动脉硬化的发生，尽早采取相应干预措施从而有效阻止动脉硬化的进程，减少糖尿病患者大血管事件的发生。针对其他人群进行血糖相关健康教育和定期检查，可达到预防高血糖的作用，进而降低动脉硬化的发病率。

本研究仍存在不足，即本研究数据为体检数据，仅包含研究对象的生理生化指标；而生活方式、遗传水平等流行病学资料对动脉硬化也有一定影响，后续还需针对体检人群进行流行病学调查。

参考文献：

[1]胡盛寿,高润霖,刘力生,等.《中国心血管病报告2018》概要[J].中国循环杂志,2019,34(3):209-220.

[2]李晓静,洪海鸥,郑浩然,等.健康体检人群中血脂与亚临床动脉硬化检测指标之间的关系[J].中华全科医学,2019,17(7):1090-1092.

[3]许长瑛,王永红.体检人群心踝血管指数和踝臂血管指数影响因素分析[J].现代医药卫生,2016,32(2):181-184.

[4]程云鹏,张娜,祝艳秋,等.心踝血管指数对高血压及合并糖尿病患者血管功能的评价[J].大连医科大学学报,2015,37(3):246-249.

[5]唐兰,张鹤,王跃会,等.体检人群心踝血管指数与心血管危险因素的相关性研究[J].重庆医科大学学报,2017,42(2):236-239.

[7]夏振华,贾晓灿,张卫萍,等.基于倾向性评分匹配的HIV感染者自然进展的影响因素分析[J].郑州大学学报(医学版),2019,54(3):377-381.

[8]刘成国,阮连生,张信祥,等.心踝血管指数在老年人大动脉硬化诊断中的意义[J].中国临床保健杂志,2013,16(4):383-385.

[9]中国肥胖问题工作组.中国成人超重和肥胖症预防与控制指南(节录)[J].营养学报,2004,26(1):1-4.

[10]刘国忠,刘辉,赵鹏.关于人类年龄分段的体育学研究[J].科教文汇(上旬刊),2013(8):150-156.

[11]《中国高血压防治指南》修订委员会.中国高血压防治指南2018年修订版[J].心脑血管病防治,2019,19(1):1-44.

[12]诸骏仁,高润霖,赵水平,等.中国成人血脂异常防治指南(2016年修订版)[J].中国循环杂志,2016,31(10):937-953.

[13]中华医学会糖尿病学分会.中国2型糖尿病防治指南(2017年版)[J].中国实用内科杂志,2018,38(4):292-344.

[16]陈元友,侯春辉,吴玉兰.心踝血管指数早期筛查动脉硬化的应用价值[J].中外医学研究,2017,15(21):48-50.

[17]谢灵,温立新,李振江.动脉硬化与高血压､高血糖及高血脂的相关性[J].中国现代医药杂志,2009,11(9):99.

[18]韩静,李亚伟,刘宏,等.不同空腹血糖与脉搏波传导速度相关性研究[J].白求恩医学杂志,2015,13(2):161-162.

[19]李福平,胡燕尔.不同血糖水平与颈动脉硬化的相关性研究[J].中国社区医师(医学专业),2013,15(3):176-177.

[20]王永吉,蔡宏伟,夏结来,等.倾向指数匹配法与Logistic回归分析方法对比研究[J].现代预防医学,2011,38(12):2217-2219.

[21]吴继军,郭明,张宗辉,等.探讨体检人群心踝血管指数与血压､年龄及体质指数的关系[J].中华全科医学,2017,15(9):1457-1460.

[24]陈嫚.某院1 194例体检者心踝血管指数分析[J].现代医药卫生,2016,32(10):1525-1527.

董姣姣,唐兰,孙艳丽,姚晓倩,王婧,王永红,彭斌.基于倾向性评分匹配法探索血糖与动脉硬化的关系[J].上海交通大学学报(医学版),2020,40(04):494-499.

基金:重庆市卫生和计划生育委员会项目(20142016)