?

累積高敏C 反應蛋白暴露與新發心力衰竭的關系

2022-09-30 06:49李挺榮萍萍裴恒王志軍吳壽嶺鄭宏偉黃宇玲
中國循環雜志 2022年9期
關鍵詞:基線校正發病率

李挺,榮萍萍,裴恒,王志軍,吳壽嶺,鄭宏偉,黃宇玲

心力衰竭是各種心臟結構和(或)功能異常改變引起的一種復雜臨床綜合征,其發病率高,死亡率高,社會經濟負擔重[1-2]。隨著我國人口老齡化和高血壓、冠心病等發病率逐年上升,心力衰竭已成為我國不容忽視的醫療問題。心力衰竭涉及多種發病和病理生理機制[3]。多項研究表明,炎癥在心力衰竭的發生、發展中起著重要作用,過度的炎癥反應可導致心力衰竭加重,過高的炎癥因子水平提示心力衰竭患者預后不良。C 反應蛋白(CRP)是系統性炎癥的非特異性標志物,是一種被廣泛研究的急性期炎癥介質。在缺血性或非缺血性慢性心力衰竭患者中,CRP 水平升高非常顯著[4-5]。Framingham 心臟研究表明,血清CRP 水平超過5 mg/L 的老年人群心力衰竭發生風險顯著增加,CRP 升高是老年人群新發心力衰竭的重要危險因素[6]。在心血管健康研究中,CRP 升高是心力衰竭的獨立預測因子[7]。高敏CRP(hs-CRP)能夠檢測出更低濃度的CRP,更多用于心血管疾病患者的病情判斷和預后評估[8]。在一般人群研究中,高水平的hs-CRP 與原發性高血壓、冠心病、缺血性腦卒中發生風險明顯相關[9-11],但鮮有研究在無癥狀一般人群中探索hs-CRP 與心力衰竭的關系??紤]到單次測定hs-CRP 的結果因受年齡、性別、種族、代謝水平以及環境、短時炎癥等因素的影響而具有不穩定性[12],本研究依托開灤研究(注冊號Chi-CTR-TRNC-11001489)的數據資料,采用隊列研究方法,探討開灤研究人群中累積hs-CRP 暴露與新發心力衰竭的關系。

1 資料與方法

研究對象:2006~2007 年開灤集團在職及離退休職工在開灤總醫院及其附屬共11 家醫院進行2006年度(第一次)健康體檢,此后在2008~2009 年、2010~2011 年在相同地點該人群由參加第一次體檢的醫務人員對按第一次體檢的時間順序分別進行2008 年度(第二次)、2010 年度(第三次)健康體檢。本研究將參加2006、2008、2010 年度3 次健康體檢中不少于2 次者作為研究對象。最終納入統計分析者共82 880 例。納入標準:(1)性別、種族不限;(2)認知能力無缺陷,可以完成調查問卷者;(3)同意參加本研究并簽署知情同意書者。排除標準:(1)3 次年度健康體檢中至少有2 次hs-CRP 數據缺失者;(2)2006 年度健康體檢之前已患有心力衰竭者;(3)2006~2010 年度健康體檢期間新發心力衰竭者;(4)2006~2010 年度健康體檢期間死亡者。本研究遵照赫爾辛基宣言,并通過開灤總醫院倫理委員會批準。

資料收集:流行病學調查內容、人體測量學指標、生化檢測指標等資料收集參照本課題組已發表的文獻[13]。血清hs-CRP 測量采用免疫比濁法,試劑盒由日本關東化學株式會社生產,采用日立-7600自動生化分析儀檢測。原衛生部于2006~2009 年評測開灤總醫院心內科實驗室,檢測hs-CRP 的PT(laboratory proficiency testing)值均為100%;此外,每天間隔至少2 h 分別對兩個實驗標本測定2 次,共測20 d,分析其測量精密度,結果批內變異系數為6.53%,批間變異系數為4.78%,日間變異系數為6.61%,總變異系數為 9.37%,測量誤差較??;參考值范圍0~5 mg/L,最小檢測濃度為0.1 mg/L,對于檢測不到hs-CRP 值者,用最小檢測濃度的一半(0.05 mg/L)替代。飲酒定義為平均每日飲白酒(酒精含量≥50%)100 ml,持續至少1 年以上;吸煙定義為近1 年平均每天至少吸1 支煙;體育鍛煉定義為每周鍛煉≥3 次,每次持續時間≥30 min。體重指數=體重(kg)/身高2(m2);估算腎小球濾過率采用簡化的MDRD 公式進行計算。

心力衰竭的確定:根據《中國心力衰竭診斷和治療指南(2018)》[14],通過查閱醫療記錄明確:(1)有心力衰竭癥狀,表現為呼吸困難、乏力及液體潴留,出院診斷中明確NYHA 心功能分級Ⅱ、Ⅲ、Ⅳ級;(2)二維及多普勒超聲心動圖改良Simpson 法測得左心室射血分數≤50%;(3)血漿N 末端B 型利鈉肽原(NT-proBNP)水平升高[50 歲以下的患者NT-proBNP 水 平>450 ng/L,50 歲以上>900 ng/L,75 歲以上應>1 800 ng/L,腎功能不全(腎小球濾過率<60 ml/min)時NT-proBNP 水平應>1 200 ng/L]。心力衰竭的診斷必須包含條件1 以及條件2、3 中的至少1 個。

累積hs-CRP 暴露值的計算[15]:累積hs-CRP=[(hs-CRP1+hs-CRP2)/2×時間1-2]+[(hs-CRP2+hs-CRP3)/2× 時 間2-3];hs-CRP1、hs-CRP2、hs-CRP3分別為2006、2008、2010 年度體檢所測hs-CRP;時間1-2、時間2-3 為相鄰兩次hs-CRP 測量的時間間隔,其中1 次hs-CRP 值有缺失則用另外2 次測量值的均數代替。將研究對象根據累積hs-CRP 暴露水平四分位數分組,即累積hs-CRP1 組(<3.11 mg/L×年)、累積hs-CRP2 組(3.11~5.95 mg/L×年)、累積hs-CRP3 組(5.96~11.87 mg/L×年)、累積hs-CRP4 組(≥11.88 mg/L×年)。并根據2006年度基線hs-CRP 暴露水平四分位數分為hs-CRP1組(<0.30 mg/L)、hs-CRP2 組(0.30~0.80 mg/L)、hs-CRP3組(0.81~2.12 mg/L)、hs-CRP4組(≥2.13 mg/L)。

隨訪起點與終點的確定:以2010 年度健康體檢時間為隨訪起點(其中1 次體檢未參與者缺失的體檢時間用本次體檢的中位時間代替),以發生心力衰竭為終點事件。由經過培訓的醫師每年查閱住院病例(二級及三級醫院),核實心力衰竭發生情況。以新發心力衰竭時間、死亡時間或隨訪結束時間(2017 年12 月31 日)為隨訪終點。

統計學方法:采用SAS 9.4 統計軟件對數據進行整理和統計學分析。符合正態分布的計量資料以均數±標準差表示,組間比較采用單因素方差分析,并進行兩兩比較,方差齊用LSD 檢驗,方差不齊則用Dunnett's T3 檢驗;基線hs-CRP 不符合正態分布,經對數轉換后,符合正態分布,再應用相應參數檢驗(方差分析)比較組間差異。計數資料用例(%)表示,率的比較采用卡方檢驗;用Kaplan-Meier法計算四組新發心力衰竭的累積發病率,并使用log-rank 檢驗比較組間差異;采用多因素Cox 回歸分析四組中新發心力衰竭發生風險的HR 和95%CI。檢驗水準均采用雙側檢驗α=0.05。敏感性分析:除外任意一次hs-CRP>10 mg/L 者、服用降壓藥者、服用調脂藥者之后,對上述統計重復進行多因素Cox回歸敏感性分析。

2 結果

2.1 不同累積hs-CRP 組研究對象一般情況(表1)

表1 不同累積hs-CRP 組研究對象一般情況()

表1 不同累積hs-CRP 組研究對象一般情況()

注:hs-CRP:高敏C 反應蛋白;lg hs-CRP:經對數轉換后的hs-CRP 值。與累積hs-CRP1 組比較*P<0.05;與累積hs-CRP2 組比較△P<0.05;與累積hs-CRP3 組比較▲P<0.05

2006、2008、2010 年度3 次健康體檢至少參加2 次者共86 615 例,排除3 次體檢中至少有2 次hs-CRP 數據缺失者2 571 例,排除2006 年度體檢描述有心力衰竭病史者和2006~2010 年度體檢期間發生心力衰竭者共516 例,以及2006~2010 年度體檢期間死亡648 例,最終納入統計分析者共82 880 例。

82 880 例研究對象平均年齡(50.34±11.99)歲,男性64 673 例(78.03%)。累積hs-CRP1 組~累積hs-CRP4 組分別有20 751 例、20 679 例、20 733 例、20 717 例。隨著累積hs-CRP 暴露水平升高,四組的年齡、體重指數、心率、總膽固醇水平、陳舊性心肌梗死、高血壓和糖尿病占比均呈上升趨勢(P均<0.001)。

2.2 不同累積hs-CRP 組新發心力衰竭累積發病率比較(圖1)

圖1 不同累積hs-CRP 組新發心力衰竭累積發病率比較

平均隨訪(6.81±0.98)年,共新發心力衰竭991例,累積hs-CRP1 組~累積hs-CRP4 組分別發生136 例、183 例、272 例和400 例,發病密度依次為0.95/千人年、1.31/千人年、1.94/千人年和2.94/千人年。Kaplan-Meier 法計算新發心力衰竭累積發病率分別為0.66%、0.88%、1.31%和1.93%。隨著累積hs-CRP 暴露水平升高,新發心力衰竭累積發病率也逐漸升高,經log-rank 檢驗,差異有統計學意義(χ2=174.19,P<0.001)。

2.3 累積hs-CRP 暴露水平影響新發心力衰竭風險的多因素Cox 回歸分析及敏感性分析(表2)

表2 累積hs-CRP 暴露水平影響新發心力衰竭風險的多因素Cox 回歸分析及敏感性分析

以是否發生心力衰竭為因變量,不同累積hs-CRP 暴露水平四分位數分組為自變量,以累積hs-CRP1 組為對照。模型1 校正了性別與年齡,相比累積hs-CRP1 組,累積hs-CRP2 組~累積hs-CRP4 組新發心力衰竭的HR(95%CI)分別為1.17(0.94~1.46)、1.54(1.25~1.89)和1.83(1.50~2.23),P值分別為0.170、<0.001 和<0.001;模 型2 在模型1 的基礎上校正了體重指數、吸煙、體育鍛煉、總膽固醇、心率、估算腎小球濾過率、高血壓、糖尿病、陳舊性心肌梗死、服藥情況及2006年度基線hs-CRP,結果顯示:累積hs-CRP2 組~累積hs-CRP4 組新發心力衰竭的HR(95%CI)分別 為1.03(0.83~1.29)、1.26(1.02~1.56)和1.45(1.18~1.78),P值分別 為0.774、0.029 和0.001;模型3 在模型2 的基礎上校正了隨訪期間發生的心肌梗死(發生在心力衰竭之前共939 例),累積hs-CRP2 組~累積hs-CRP4 組新發心力衰竭的HR(95%CI)分別為1.01(0.81~1.27)、1.24(1.01~1.53)和1.38(1.12~1.70),P值分別為0.918、0.041 和0.002。敏感性分析:模型4、5、6 在模型3 基礎上分別除外了3 次體檢中任意一次hs-CRP>10 mg/L者、服用降壓藥者、服用調脂藥者,重新進行四分位數分組,分別重復進行Cox 回歸模型分析,結果基本同前。

2.4 不同hs-CRP 組新發心力衰竭累積發病率比較(圖2)

圖2 不同hs-CRP 組新發心力衰竭累積發病率比較

hs-CRP1組~hs-CRP4組研究對象分別有19 592例、21 427 例、21 116 例和20 745 例,新發心力衰竭分別為135 例(0.69%)、222 例(1.04%)、278例(1.32%)和356 例(1.72%),隨著基線hs-CRP水平升高,新發心力衰竭累積發病率也逐漸升高(χ2=101.82,P<0.001)。

2.5 基線hs-CRP 暴露水平影響新發心力衰竭風險的多因素Cox 回歸分析(表3)

表3 基線hs-CRP 暴露水平影響新發心力衰竭風險的多因素Cox 回歸分析(n=82 880)

以是否發生心力衰竭為因變量,不同基線hs-CRP 水平四分位數分組為自變量,以hs-CRP1組為對照。模型1 校正了性別與年齡,相比hs-CRP1 組,hs-CRP2 組~hs-CRP4 組新 發心力衰竭的HR(95%CI)分別為1.12(1.08~1.67)、1.56(1.27~1.92)、1.68(1.38~2.05),P均<0.01;模型2 在模型1 的基礎上校正了體重指數、吸煙、體育鍛煉、總膽固醇、心率、估算腎小球濾過率、高血壓、糖尿病、陳舊性心肌梗死、服藥情況,結果顯示:hs-CRP2 組~hs-CRP4 組新發心力衰竭的HR(95%CI)分別為1.19(0.96~1.47)、1.25(1.01~1.54)和1.32(1.08~1.62),P值分別為0.118、0.037 和0.008;模型3 在模型2 的基礎上校正了隨訪期間發生的心肌梗死,hs-CRP2 組~hs-CRP4組新發心力衰竭的HR(95%CI)分別為1.17(0.95~1.46)、1.23(1.00~1.52)和1.28(1.05~1.57),P值分別為0.142、0.051 和0.017。模 型4 在 模型3 的基礎上校正累積hs-CRP 暴露,結果顯示hs-CRP2 組~hs-CRP4組新發心力衰竭的HR(95%CI)分別為1.17(0.95~1.46)、1.22(0.99~1.50)和1.22(0.99~1.50),P均>0.05。

3 討論

本研究通過對82 880 例受試者平均(6.81±0.98)年隨訪,主要有以下幾點發現:(1)累積hs-CRP 暴露與新發心力衰竭的累積發病率有顯著關聯;(2)高水平的累積hs-CRP 暴露是新發心力衰竭的獨立危險因素;(3)累積hs-CRP 暴露對新發心力衰竭風險的影響要強于基線hs-CRP 暴露。

本研究發現,隨著累積hs-CRP 暴露水平升高,新發心力衰竭的累積發病率從0.66%上升到1.93%,經log-rank 檢驗,組間差異有統計學意義(P<0.001)。這與基線hs-CRP 與新發心力衰竭風險的研究結果一致,也與以往采用單次測量CRP 或hs-CRP 與新發心力衰竭風險之間的研究結果類似。2003 年,Framingham 研究對732 例無心肌梗死的老年受試者進行平均5.2 年的隨訪,發現基線CRP 高暴露組(CRP ≥5 mg/L)新發心力衰竭風險明顯高于基線hs-CRP低暴露組(CRP<5 mg/L),其HR(95%CI)為2.81(1.22~6.50),認為血清CRP 升高是老年人新發心力衰竭的重要危險因素[6]。Rotterdam 研究對6 437 例受試者平均隨訪6.5 年,發現hs-CRP 與新發心力衰竭風險獨立關聯,校正相關危險因素后,hs-CRP 最高暴露組(hs-CRP ≥3.6 mg/L)相比最低暴露組(hs-CRP<0.9 mg/L)的心力衰竭風險增加了108%,其HR(95%CI)為2.08(1.58~2.74)[16]。MESA 研究在對6 814 例受試者隨訪4 年后發現,基線hs-CRP 高暴露組(CRP ≥5 mg/L)相比基線hs-CRP 低暴露組(CRP<5 mg/L),心力衰竭風險增加了41%,其HR(95%CI)為1.41(1.06~1.87)[17]。ARIC 研究共納入9 978 例受試者,平均隨訪7.9 年后發現,基線hs-CRP 最高暴露組(hs-CRP ≥6.17 mg/L)相比最低暴露組(hs-CRP<0.89 mg/L)新發心力衰竭風險增加了70%,其HR(95%CI)為1.70(1.14~2.53)[18]。

本研究在對累積hs-CRP 暴露影響新發心力衰竭風險的多因素Cox 回歸分析中,校正了包括隨訪期間發生心肌梗死在內的多個危險因素,結果發現:相比于累積hs-CRP1 組,累積hs-CRP3組、累積hs-CRP4 組發生心力衰竭的風險均顯著增加,其HR(95%CI)分別為1.24(1.01~1.53)和1.38(1.12~1.70),P均<0.05。而累積hs-CRP2 組新發心力衰竭的HR(95%CI)為1.01(0.81~1.27),P=0.918,雖也有增加但并不具有統計學意義。這提示新發心力衰竭的發生需累積hs-CRP 暴露達到一定高水平且持續一定時間,即高水平的累積hs-CRP暴露是新發心力衰竭的獨立危險因素。

本研究發現,基線hs-CRP 水平升高,研究人群的新發心力衰竭累積發病率也逐漸升高。通過比較累積hs-CRP 暴露與基線hs-CRP 暴露對新發心力衰竭風險影響的強度差異,本研究發現,基線hs-CRP4 組相比hs-CRP1 組,心力衰竭風險增加了28%,其結果具有顯著性,但將累積hs-CRP 暴露作為協變量引入模型后,2006 年度基線hs-CRP 暴露對新發心力衰竭風險的影響不再顯著。這一結果表明:累積hs-CRP 暴露對新發心力衰竭風險的影響強于基線hs-CRP 暴露。

到目前為止,炎癥參與心力衰竭發病的機制尚不十分清楚。Murphy 等[19]認為,炎癥不僅是心力衰竭的結果也是心力衰竭的原因,并貫穿于心力衰竭的發生和進展過程。一些與心力衰竭并存的疾病,包括糖尿病、肥胖和慢性腎臟病等,給機體營造了一個慢性低級別的炎癥環境,進而激活機體體液免疫系統和內皮細胞炎癥反應,由此產生更多炎癥介質進而影響心臟的結構和功能。血清CRP 作為一種臨床常用的炎癥指標,其濃度的高低能夠準確反映機體的炎癥狀態。Nagai 等[20]通過小鼠模型研究發現,過度表達的CRP 加速了心臟壓力負荷誘導心室擴張,并加速了心肌細胞凋亡,增加血管周圍間質纖維化,同時減少了內皮細胞一氧化氮合酶的表達,最終導致心臟重構。Zimmermann 等[21]通過對擴張型心肌?。―CM)患者心肌活檢研究發現,CRP 常存在于DCM 患者的心肌中,并與巨噬細胞共同定位,推測CRP 可能通過激活補體系統和巨噬細胞趨化而導致DCM 的心肌損傷。由此可見,CRP 不僅是炎癥下游產物,其本身還是促炎因子,通過不同的機制參與了心力衰竭的發生。累積hs-CRP 暴露對新發心力衰竭的影響可以解釋為:持續的高hs-CRP暴露不斷激活炎癥級聯效應,通過缺血機制或非缺血機制促使心肌細胞凋亡、壞死、纖維化增生,心肌細胞外基質中膠原纖維過量積聚,同時介導血管內皮功能損傷,導致心臟舒張功能與收縮功能障礙,最終導致心力衰竭的發生和惡化[22-24]。

本研究的意義在于,相比于以往基線hs-CRP暴露與新發心力衰竭關系的研究,本研究采用了更為穩定的累積暴露指標,其研究結果更為可靠。另外,本研究樣本量大,這也增加了研究結果的穩定性。此外,本研究為心力衰竭高危人群的風險篩查方法提供了新的補充,同時也為心力衰竭的個性化預防提供了新思路。

本研究的不足之處在于,研究人群為中國北方工業城市人群,這可能對研究人群的代表性造成一定影響,且男性比例高達78.03%,性別均衡性較差,但我們在多因素Cox 回歸分析中校正了性別這一因素,盡可能地減少了性別對研究結果的影響;其次,在基線資料收集時并未對研究對象進行普遍的超聲心動圖檢查,可能導致一些前臨床心力衰竭階段患者未能在基線時排除,但我們對研究對象進行了平均(6.81±0.98)年的長期隨訪,其研究結果仍有一定的參考價值;最后,與所有觀察性研究一樣,某些潛在的混雜因素無法完全排除。

利益沖突:所有作者均聲明不存在利益沖突

猜你喜歡
基線校正發病率
高度角對GNSS多系統組合短基線RTK影響
GNSS 靜態相對定位精度分析與比較
多曬太陽或可降低結直腸癌發病率
劉光第《南旋記》校正
ARIMA模型在肺癌發病率預測中的應用
新版GAMIT10.70解算GPS/BDS基線精度對比分析
基于虛擬基線的相位干涉儀陣列優化設計
建立在校正系統上的強大實力Sonance所能士i12
基于特征分解的方位向多通道SAR相位失配校正方法
重慶每小時10人確診癌癥 癌癥發病率持續上升
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合