北京健康体检人群γ-谷氨酰转肽酶水平与代谢综合征的关联分析

目的:探讨γ-谷氨酰转肽酶(γ-glutamyltransferase,GGT)水平与代谢综合征(metabolic syndrome,MS)之间的关联性。方法:利用北京地区美兆自动化健检机构提供的2003年至2010年健康体检资料,将基线未患MS、关键变量完整、至少来体检两次的人群构建成动态队列,分别利用中位数趋势比较、Cox比例风险模型和样条回归模型方法深入探讨GGT水平与MS之间的关联性及剂量反应关系趋势。结果:在10 076名个体组成的动态队列中,平均随访2.54年后共1 181人发生MS,粗发生率为46.20/1 000(人.年)。利用Cox比例风险模型,将GGT作为分类变量,在逐步调整年龄、性别、吸烟、饮酒、体力活动、体重指数、心血管病家族史、收缩压、白细胞数、高密度脂蛋白胆固醇、空腹血糖、甘油三酯、C反应蛋白后,浓度最高组发生MS的风险比值(HR)为1.60(95%置信区间:1.182.17)。进一步利用样条回归模型,将GGT水平作为连续变量调整后发现其与MS剂量反应关系呈斜率逐渐下降的递增曲线分布。MS的发生风险随GGT水平升高而上升,当GGT水平较高时,对MS的发生所起作用变化较小。结论:GGT水平与MS之间存在关联性,可能是MS发生的风险因素及预测因子。

台湾35～74岁男性体检者骨质疏松5年发病风险预测模型

目的构建台湾35～74岁男性体检者骨质疏松(OP)5年发病风险(个体化)预测模型。方法选择1999-2005年首次参加台湾美兆健检的35～74岁男性体检者7801人,去除基线患OP者505人后余下7296人,将4个体检中心分为建模队列(台北中心,n=3844),余下3中心为验证队列(n=3452)。按建模队列5年后是否发生OP为因变量,以该队列基线指标为自变量在进行单变量分析后,建立多元逐步Logistic回归模型,以ROC曲线下的面积(AUC)为判定预测模型拟合优度的主要指标,用验证队列对模型的外部效度进行评估。模型建立后,将人群的预测风险概率正态化后再转化为可实际应用操作的4个风险等级。结果基线4个体检中心OP患病率范围为4.77%～7.88%。去除基线患者后,全部受检者5年发病率为2.34%(171/7296),4个中心OP发病率范围为:1.52%～4.89%。多变量Logistic回归构建的预测模型包括年龄、日常工作性质、腰围、体重和血肌酐水平5个指标。建模队列建立的预测模型的ROC曲线下面积(AUC)约为0.728(95%CI:0.675～0.772),验证队列外部效度验证结果 AUC为0.698(0.633～0.762)。将建模队列划分为4个风险等级后,显示中危(占11.9%)和高危(占1.1%)的个体5年内发生OP的危险分别比一般人群高2.4倍和8.1倍。结论利用台湾美兆健检纵向数据资料建立的OP 5年个体风险预测模型效应与信度均较高,且纳入的预测变量和建立的风险等级评价标准简单实用,因此对于今后无论个体进行自身OP风险评价还是社区工作者对社群人群进行OP监测均具有较大的应用价值。

中国台湾地区35～74岁健检人群2型糖尿病患病率以及5年发病风险预测模型

目的构建2型糖尿病(type 2 diabetes mellitus,T2DM)5年发病风险(个体化)预测模型。方法选择1997-2006年首次参加中国台湾美兆自动化健检机构(简称美兆健检)的35～74岁人群24 220人,将基线未患T2DM者23 180人分为建模队列(用于建立5年发病预测模型)和验证队列(用于评估模型外部效应)。采用Logis-tic回归构建预测模型,以受试者工作特征(receiver operating characteristic,ROC)曲线下面积(area under roc curve,AUC)评价拟合优度并将人群的预测风险概率进行风险等级划分。结果去除基线患者后T2DM 5年发病率为3.25%(753/23 180)。纳入5年发病风险预测模型的变量包括年龄、有无T2DM家族史、身高、腰围、空腹血糖、甘油三酯、高密度脂蛋白胆固醇7个指标。建模队列建立的预测模型的ROC曲线下面积(AUC)约为0.873(95%CI:0.851～0.893),验证队列外部效度验证结果:桃园、台中、高雄3个体检中心的AUC依次为0.823、0.850和0.819。将建模队列划分为4个风险等级后,显示中危(占13.4%)和高危(占4.3%)的个体5年内发生T2DM的危险分别比一般人群高5.9倍和29.8倍。结论利用中国台湾美兆健检纵向数据资料建立的T2DM 5年个体风险预测模型效应与信度均较高,且简单实用,对于今后T2DM风险个体评价及群体监测均有较大的应用价值。

台湾地区35～74岁健康体检人群代谢综合征发病风险预测模型的建立

目的构建台湾地区35．74岁健康体检人群代谢综合征5年发病风险（个体化）预测模型。方法在1997—2006年初次参加台湾美兆自动化健康体检机构（美兆健检）的35．74岁人群中，将随访满5年基线时无代谢综合征13973人作为随访队列，并分为建模队列（用于建立5年发病预测模型）和验证队列（用于评估模型外部效度），采用logistic回归构建预测模型。以ROC曲线下面积（AUC）评价拟合优度，并将人群的预测风险概率进行风险等级划分。结果去除基线患者后研究人群5年代谢综合征患病率为11．7％。纳入发病风险预测模型变量有年龄、糖尿病家族史、收缩压、空腹血糖、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、总胆固醇、体重指数和血尿酸，建模队列建立预测模型的AUC为0．827（95％CI：0．814～0．839），验证队列的AUC分别为0．813（0．789～0．837）、0．826（0．800～0．852）、0．794（0．768～0．820）。将建模队列划分为4个风险等级后，提示个体发病概率≥17．6％者为中危人群，发病概率≥59．0％者为高危人群。结论由美兆健检纵向数据库建立的5年代谢综合征个体风险预测模型有较高的验证效度，对于体检人群5年代谢综合征发病预测具有实用、可行的特点，预测模型对评估代谢综合征个体发病和群体监测均有较高应用价值。

台湾地区30～59岁健康体检人群肥胖5年发病风险预测模型

目的构建台湾地区30～59岁健康体检人群肥胖5年发病风险（个体化）预测模型。方法选择1998--2006年首次参加台湾美兆健康体检的30～59岁人群15085人，剔除基线患肥胖者918人共计14167人。将4个体检中心分为建模队列（台北中心，n=8104）和验证队列（另3个中心，n=6063）。按建模队列5年后是否发生肥胖为因变量、基线指标为自变量进行单变量分析，并建立多元逐步logistic回归模型，以ROC曲线下面积（AUC）为判定预测模型拟合优度的主要指标，用验证队列对模型的外部效度进行评估。建模后再将人群预测风险概率正态化转为可实际应用操作的4个风险等级。结果4个体检中心基线时正常体重、超重和肥胖人群的比例分别为50．00％～60．00％、26．47％-31．11％和5．76％-7．24％。剔除基线患者后，全部受检者5年肥胖发病率为2．73％（386／14167），4个中心肥胖发病率为2．66％-2．91％。多变量logistic回归构建的预测模型包括年龄、性别、糖尿病家族史、近3个月体重变化≥4kg和腰围5个指标。建模队列建立的预测模型AUC约为O．898（95％CI：0．884～0．912），验证队列外部效度验证结果为AUC=0．881（95％CI：0．862，0．900）。将建模队列划分为4个风险等级后，显示中危（16．0％）和高危（2．9％）的个体5年内发生肥胖的危险分别比一般人群高7．8倍和16．6倍。结论利用台湾美兆健康体检纵向数据资料建立的肥胖5年个体风险预测模型，其效度和信度均较高，且评价标准简单实用，无论对个体自身肥胖风险评价还是对社区人群肥胖监测均具有应用价值。

中国台湾省35～74岁健检人群慢性肾病5年发病风险预测模型

目的构建中国台湾省35～74岁健检人群慢性肾病(CKD)5年发病风险(个体化)预测模型。方法选择1996～2006年初次参加台湾省美兆健检的35～74岁人群19 987人,将其中基线未患CKD者18 275人分为建模队列(用于建立5年发病预测模型)和验证队列(用于评估模型外部效度)。采用logistic回归构建预测模型,以ROC曲线下面积(AUC)评价拟合优度,并将人群的预测风险概率进行风险等级划分。结果去除基线患者后CKD5年发病率为5.24%(958/18275)。纳入5年发病风险预测模型的变量包括年龄、教育程度、糖尿病、高血压、低密度脂蛋白胆固醇、甘油三酯和血肌酐水平7个指标。建模队列建立的预测模型的ROC曲线下面积(AUC)约为0.734(95%CI:0.714～0.754),验证队列外部效度验证结果AUC=0.768(95%CI:0.734～0.801)。将建模队列划分为4个风险等级后,显示中危(占14.1%)和高危(占5.4%)的个体5年内发生CKD的危险分别比一般人群高2.0倍和4.8倍。结论利用中国台湾省美兆健检纵向数据建立的CKD 5年个体风险预测模型效应与信度均较高,且简单实用,对于今后CKD风险个体评价及群体监测均有较大的应用价值。

中国台湾35-74岁健检人群高尿酸血症5年发病风险预测模型

目的构建中国台湾35-74岁健检人群高尿酸血症5年发病风险预测模型。方法选择随访刚满5年且基线无高尿酸血症的健康体检人员21 190人,分为建模队列和验证队列,采用多因素逐步回归logistic分析构建模型,以ROC曲线下面积（AUC）评价拟合优度。结果研究人群5年高尿酸血症发病率为12.64%。纳入预测模型变量有性别、舒张压、血尿酸、总胆固醇、LDL-C、甘油三酯、教育,其OR值（95%CI）分别为0.397（0.334-0.472）、1.021（1.015-1.027）、1.018（1.016-1.020）、0.763（0.651-0.894）、1.416（1.261-1.591）、1.304（1.194-1.424）和0.877（0.830-0.927）。预测模型ROC曲线下面积（AUC）为0.766（95%CI,0.753-0.779）,验证队列为0.764（0.752-0.776）。结论由研究数据库建立的高尿酸血症风险预测模型有较高验证效度,对于该健康体检人群高尿酸血症预测具有实用、可行的特点,对评估发病风险有一定应用价值。

2004健康产业论坛撷英(三)

专题十:美兆自动化健检流程管理 健检中心追求的终极目标就是让消费者满意.健诊中心的流程管理实际上遵循的是工厂的生产线原理来规划客户等候线.流程管理包括:空间、系统、效益、营运四个层面.