中国公共卫生

特征	项目	调查人数	CVD发病例数	CVD累积发病率/%	χ²值	P值
性别	男性	5871	478	8.14	112.06	<0.001
	女性	5569	802	14.40
年龄/岁	18～39	6574	192	2.92	1 198.20	<0.001
	40～64	4291	877	20.44
	≥65	575	211	36.70
吸烟情况	不吸烟	9185	1 115	12.14	41.89	<0.001
	吸烟	2 255	165	7.32
饮酒情况	不饮酒	10 761	1 225	11.38	6.60	0.010
	饮酒	679	55	8.10
高血压	否	8059	507	6.29	656.59	<0.001
	是	3 381	773	22.86
糖尿病	否	10 510	1 051	10.00	182.41	<0.001
	是	930	229	24.62
肥胖	否	7242	520	7.18	328.02	<0.001
	是	4198	760	18.10
腰围	正常	4131	193	4.67	275.31	<0.001
	异常	7309	1 087	14.87
HDL-C	正常	10 199	1 108	10.86	9.69	0.002
	异常	1 241	172	13.86
eGFR	正常	8964	724	8.08	402.22	<0.001
	异常	2 476	556	22.46
FIB-4评分	低	9505	865	9.10	274.11	<0.001
	中	1 437	277	19.28
	高	498	138	27.71
BARD评分	低	7415	533	7.19	469.47	<0.001
	中	3537	582	16.45
	高	488	165	33.81
Forns指数	低	2 609	37	1.42	801.44	<0.001
	中	6655	658	9.89
	高	2 176	585	26.88

特征	项目	调查人数	CVD发病例数	CVD累积发病率/%	χ²值	P值
性别	男性	5871	478	8.14	112.06	<0.001
	女性	5569	802	14.40
年龄/岁	18～39	6574	192	2.92	1 198.20	<0.001
	40～64	4291	877	20.44
	≥65	575	211	36.70
吸烟情况	不吸烟	9185	1 115	12.14	41.89	<0.001
	吸烟	2 255	165	7.32
饮酒情况	不饮酒	10 761	1 225	11.38	6.60	0.010
	饮酒	679	55	8.10
高血压	否	8059	507	6.29	656.59	<0.001
	是	3 381	773	22.86
糖尿病	否	10 510	1 051	10.00	182.41	<0.001
	是	930	229	24.62
肥胖	否	7242	520	7.18	328.02	<0.001
	是	4198	760	18.10
腰围	正常	4131	193	4.67	275.31	<0.001
	异常	7309	1 087	14.87
HDL-C	正常	10 199	1 108	10.86	9.69	0.002
	异常	1 241	172	13.86
eGFR	正常	8964	724	8.08	402.22	<0.001
	异常	2 476	556	22.46
FIB-4评分	低	9505	865	9.10	274.11	<0.001
	中	1 437	277	19.28
	高	498	138	27.71
BARD评分	低	7415	533	7.19	469.47	<0.001
	中	3537	582	16.45
	高	488	165	33.81
Forns指数	低	2 609	37	1.42	801.44	<0.001
	中	6655	658	9.89
	高	2 176	585	26.88

类别	分类	模型1		模型2	模型3
FIB-4评分	低	1.00			1.00			1.00
	中	2.23	1.95～2.56	<0.001	1.45	1.26～1.67	<0.001	1.26	1.09～1.45	0.001
	高	3.39	2.83～4.06	<0.001	2.18	1.82～2.62	<0.001	1.91	1.59～2.30	<0.001
BARD评分	低	1.00			1.00			1.00
	中	2.40	2.14～2.70	<0.001	1.49	1.32～1.68	<0.001	1.57	1.24～1.97	<0.001
	高	5.43	4.56～6.47	<0.001	2.61	2.18～3.12	<0.001	2.47	1.51～4.04	<0.001
Forns指数	低	1.00			1.00			1.00
	中	7.30	5.24～10.16	<0.001	3.38	2.39～4.79	<0.001	3.00	2.12～4.24	<0.001
	高	21.85	15.67～30.47	<0.001	6.39	4.45～9.15	<0.001	4.95	3.44～7.11	<0.001

类别	分类	模型1		模型2	模型3
FIB-4评分	低	1.00			1.00			1.00
	中	2.23	1.95～2.56	<0.001	1.45	1.26～1.67	<0.001	1.26	1.09～1.45	0.001
	高	3.39	2.83～4.06	<0.001	2.18	1.82～2.62	<0.001	1.91	1.59～2.30	<0.001
BARD评分	低	1.00			1.00			1.00
	中	2.40	2.14～2.70	<0.001	1.49	1.32～1.68	<0.001	1.57	1.24～1.97	<0.001
	高	5.43	4.56～6.47	<0.001	2.61	2.18～3.12	<0.001	2.47	1.51～4.04	<0.001
Forns指数	低	1.00			1.00			1.00
	中	7.30	5.24～10.16	<0.001	3.38	2.39～4.79	<0.001	3.00	2.12～4.24	<0.001
	高	21.85	15.67～30.47	<0.001	6.39	4.45～9.15	<0.001	4.95	3.44～7.11	<0.001

新疆维吾尔族农村居民肝纤维化评分与心血管疾病发病关系前瞻性队列研究

PDF下载

刘听潮 ¹ , 张示杰 ²^,³ , 杨婧 ²^,³ , 彭心宇 ²^,³ , 马儒林 ¹ , 郭恒 ¹ , 张向辉 ¹ , 何佳 ¹ , 郭淑霞 ¹^,²^,^*^,^*

中国公共卫生 | 流行病学研究 2025,41(2): 154-160

收起

中国公共卫生 |流行病学研究 2025 , 41 (2) : 154 -160

新疆维吾尔族农村居民肝纤维化评分与心血管疾病发病关系前瞻性队列研究

全屏

刘听潮¹, 张示杰²^,³, 杨婧²^,³, 彭心宇²^,³, 马儒林¹, 郭恒¹, 张向辉¹, 何佳¹, 郭淑霞¹^,²^,^*^,^*

作者信息

¹石河子大学医学院预防医学系，石河子 832000

²国家卫生健康委中亚高发病防治重点实验室，石河子 832000

³石河子大学医学院第一附属医院肝胆外科，石河子 832000

通讯作者:

郭淑霞，E-mail：2320100252@qq.com

作者简介:

刘听潮（1995—），硕士在读，研究方向：慢性病流行病学

Associations of liver fibrosis scores with cardiovascular disease incidence among adult rural Uyghurs in Xinjiang Uyghur Autonomous Region: a 6-year prospective follow-up study

Tingchao LIU¹, Shijie ZHANG²^,³, Jing YANG²^,³, Xinyu PENG²^,³, Rulin MA¹, Heng GUO¹, Xianghui ZHANG¹, Jia HE¹, Shuxia GUO¹^,²

Affiliations

¹Department of Preventive Medicine, School of Medicine, Shihezi University, Shihezi 832000, China

²National Health Commission Key Laboratory of Prevention and Treatment of Central Asia High Incidence Diseases, Shihezi 832000, China

³Department of Hepatobiliary Surgery, The First Affiliated Hospital of Shihezi University Medical School, Shihezi 832000, China

Corresponding Author:

GUO Shuxia, E-mail: 2320100252@qq.com

出版时间: 2025-02-10 doi: 10.11847/zgggws1144530

文章导航

摘要

收起

目的

了解新疆维吾尔族农村居民肝纤维化评分（LFS）与心血管疾病（CVD）发病的关系，为CVD的早期识别和预防提供参考依据。

方法

采用前瞻性队列研究方法，于2016年8—9月采用典型抽样方法在新疆生产建设兵团第三师51团招募13 464名≥18岁维吾尔族农村居民进行基线调查，分别于2019年7月、2020年7月、2021年8月、2022年6月和2023年6月对11 863名基本信息完整且基线调查无CVD的非孕妇和频繁流动居民进行了5次随访调查；采用Kaplan-Meier法估计纤维化4项评分（FIB-4评分）、巴德评分（BARD评分）和福恩斯指数（Forns指数）3种LFS分组的CVD累积发生率，应用Cox比例风险回归模型评估3种LFS与CVD发病的关系，并采用弗雷明汉CVD风险评分模型（Framingham模型）评价LFS对CVD发病风险的预测价值。

结果

截至2023年6月，11 863名新疆维吾尔族农村居民中失访423人，失访率为3.57%；最终纳入分析的11 440名维吾尔族农村居民共随访72 662.30人年，平均随访（6.35±1.28）人年，随访期间CVD共发病1 280例，发病密度为17.62/1 000人年，CVD累积发病率为11.19%；FIB-4评分低（<1.30分）、中（1.30～2.67分）和高（>2.67分）3组农村居民的CVD累积发病率分别为9.10%、19.28%和27.71%，BARD评分低（<2分）、中（2～3分）和高（>3分）3组农村居民的CVD累积发病率分别为7.19%、16.45%和33.81%，Forns指数低（<4.2）、中（4.2～6.9）和高（>6.9）3组农村居民的CVD累积发病率分别为1.42%、9.89%和26.88%，3种评分不同组别新疆维吾尔族农村居民CVD累积发病率差异均有统计学意义（均P<0.001）；在调整了性别、年龄、吸烟情况、饮酒情况、是否高血压、是否糖尿病、是否肥胖、腰围、高密度脂蛋白胆固醇（HDL-C）和估计肾小球滤过率（eGFR）等混杂因素后，多因素Cox比例风险回归模型分析结果显示，FIB-4中和高评分组维吾尔族农村居民CVD发病风险分别为FIB-4低评分组维吾尔族农村居民的1.26倍（HR=1.26，95%CI=1.09～1.45）和1.91倍（HR=1.91，95%CI=1.59～2.30），BARD中和高评分组维吾尔族农村居民CVD发病风险分别为BARD低评分组维吾尔族农村居民的1.57倍（HR=1.57，95%CI=1.24～1.97）和2.47倍（HR=2.47，95%CI=1.51～4.04），Forns中和高指数组维吾尔族农村居民CVD发病风险分别为Forns低指数组维吾尔族农村居民的3.00倍（HR=3.00，95%CI=2.12～4.24）和4.95倍（HR=4.95，95%CI=3.44～7.11）；Framingham模型的C指数（95%CI）为0.805（0.794～0.815），加入FIB-4评分、BARD评分和Forns指数后的C指数（95%CI）分别为0.809（0.799～0.820）、0.810（0.800～0.821）和0.810（0.799～0.820）（均P<0.001），加入BARD评分和Forns指数后的净重新分类指数（95%CI）分别为0.239（0.206～0.269）和0.105（0.070～0.137）（均P<0.001）、综合判别改善指数（95%CI）分别为0.007（0.003～0.011）和0.005（0.002～0.010）（均P<0.001），3种LFS的加入可改善Framingham模型对CVD发病风险的预测能力。

结论

LFS水平的升高可增加新疆维吾尔族农村居民CVD的发病风险，加入LFS可提高Framingham模型对CVD发病风险的预测能力。

关键词

心血管疾病（CVD） / 发病 / 肝纤维化评分（LFS） / 关系 / 农村居民 / 维吾尔族 / 前瞻性队列研究

Abstract

收起

Objective

To investigate the relationship between liver fibrosis score (LFS) and the incidence of cardiovascular disease (CVD) in rural Uyghur residents in Uyghur Autonomous Region (Xinjiang), and to provide a reference for the early detection and prevention of CVD.

Methods

Using a typical sampling, we recruited 13 464 rural Uyghur residents aged ≥18 years in the 51st Regiment of the Third Division of the Xinjiang Production and Construction Corps and conducted a baseline survey in August-September 2016. Five follow-up surveys were conducted in July 2019, July 2020, August 2021, June 2022, and June 2023 among 11 863 non-pregnant and non-frequent migrant participants with complete information and no CVD at baseline. The Kaplan-Meier method was used to estimate the cumulative incidence of CVD in three groups with different grades of LFS, including fibrosis-4 score (FIB-4 score), body mass index (BMI)-aspartate aminotransferase/alanine aminotransferase(AST/ALT) ratio-diabetes score (BARD score) , and Forns index. The Cox proportional hazards regression model was used to assess the relationship between the three LFSs and CVD incidence. The Framingham CVD risk score model (Framingham model) was used to assess the predictive value of LFS for CVD risk.

Results

At the end of the surveys, 423 (3.57%) of the 11 863 participants were lost to follow-up and 1 280 CVD events were identified in the 11 440 participants finally included in the analysis, with an incidence density of 17.62/1 000 person-years and a cumulative incidence of 11.19% for the total follow-up of 72 662.30 person-years and an average of 6.35±1.28 person-years for per participant. The cumulative incidences of CVD were 9.10%, 19.28%, and 27.71% for the low (<1.30), moderate (1.30–2.67), and high (>2.67) FIB-4 score groups; 7.19%, 16.45%, and 33.81% for the low (<2), moderate (2–3), and high (>3) BARD score groups; and 1.42%, 9.89%, and 26.88% for the low (<4.2), moderate (4.2–6.9), and high (>6.9) Forns index groups, respectively, with statistically significant differences in the cumulative CVD incidence among groups with different LFS of three types (all P<0.001). After adjustment for sex, age, smoking status, alcohol consumption, hypertension, diabetes, obesity, waist circumference, high-density lipoprotein cholesterol (HDL-C), and estimated glomerular filtration rate (eGFR), the multifactorial Cox proportional hazards regression model showed that the risk of CVD was higher in the moderate and high FIB-4 score groups (hazard risk [HR]=1.26, 95% confidence interval [95%CI]: 1.09–1.45 and HR=1.91, 95%CI: 1.59–2.30) than those in the low score group; the risk of CVD was also higher in the moderate and high BARD score groups (HR=1.57, 95%CI: 1.24–1.97) and HR=2.47, 95%CI: 1.51–4.04) and Forns index groups (HR=3.00, 95%CI: 2.12–4.24 and HR=4.95, 95%CI: 3.44–7.11) than those in the low BARD score and Forns index groups, respectively. The concordance index (C-index) (95%CI) of the Framingham model analysis was 0.805 (0.794–0.815). The C-index (95%CI) after adding the FIB-4 score, BARD score, and Forns index was 0.809 (0.799–0.820), 0.810 (0.800–0.821), and 0.810 (0.799–0.820), respectively (all P<0.001). The net reclassification index (95%CI) after adding the BARD score and the Forns index was 0.239 (0.206–0.269) and 0.105 (0.070–0.137), respectively (all P<0.001). The integrated discrimination improvement index (95%CI) was 0.007 (0.003–0.011) and 0.005 (0.002–0.010), respectively (all P<0.001). The addition of the three LFSs may improve the predictive ability of the Framingham model for CVD risk.

Conclusions

Elevated LFS levels may increase the risk of CVD in rural Uyghur residents in Xinjiang. The addition of LFS may improve the predictive ability of the Framingham model for CVD risk.

Key words

cardiovascular disease / incidence / liver fibrosis score / relationship / rural residents / Uyghur / prospective cohort study

引用本文

刘听潮, 张示杰, 杨婧, 彭心宇, 马儒林, 郭恒, 张向辉, 何佳, 郭淑霞. 新疆维吾尔族农村居民肝纤维化评分与心血管疾病发病关系前瞻性队列研究. 中国公共卫生, 2025 , 41 (2) : 154 -160 . DOI: 10.11847/zgggws1144530

Tingchao LIU, Shijie ZHANG, Jing YANG, Xinyu PENG, Rulin MA, Heng GUO, Xianghui ZHANG, Jia HE, Shuxia GUO. Associations of liver fibrosis scores with cardiovascular disease incidence among adult rural Uyghurs in Xinjiang Uyghur Autonomous Region: a 6-year prospective follow-up study[J]. Chinese Journal of Public Health, 2025 , 41 (2) : 154 -160 . DOI: 10.11847/zgggws1144530

正文

收起

心血管疾病（cardiovascular diseases，CVD）是全球最常见的死亡原因，据报道，全球近1/3的人群死于该疾病^[1]。《中国心血管健康与疾病报告2022》指出，中国CVD患病率处于持续上升阶段，推算现患人数为3.3亿^[2]。CVD是非酒精性脂肪性肝病（non-alcoholic fatty liver disease，NAFLD）患者的主要死亡原因^[3]，研究表明有25%～40%的NAFLD患者合并CVD，我国NAFLD患者中的CVD患病率可高达55%^[4]。Angulo P等^[5]研究表明，肝纤维化是NAFLD患者临床预后不良的重要危险因素，且与CVD的发生和死亡风险密切相关。目前，肝活检仍然是诊断肝纤维化的金标准^[6]，然而有创性活检并不适合一般人群，因此由常规变量组成的无创性肝纤维化评分（liver fibrosis score，LFS）被建议作为肝活检的替代方法用于评估肝纤维化^[7]，目前常用的LFS有纤维化4项评分（fibrosis-4 score，FIB-4 Score）、巴德评分[body mass index（BMI）、aspartate aminotransferase/alanine aminotransferase（AST/ALT）ratio、diabetes，BARD score]和福恩斯指数（Forns index）^[8]。研究表明，LFS不仅可以评估肝纤维化，还可以预测普通人群的中风风险^[9]。为了解新疆维吾尔族农村居民LFS与CVD发病的关系，为CVD的早期识别和预防提供参考依据，本研究采用前瞻性队列研究方法于2016年8—9月采用典型抽样方法在新疆生产建设兵团第三师51团招募13 464名≥18岁维吾尔族农村居民进行基线调查，分别于2019年7月、2020年7月、2021年8月、2022年6月和2023年6月对11 863名基本信息完整且基线调查无CVD的非孕妇和频繁流动居民进行了5次随访调查，采用Kaplan-Meier法估计FIB-4评分、BARD评分和Forns指数3种LFS分组的CVD累积发生率，应用Cox比例风险回归模型评估3种LFS与CVD发病的关系，并采用弗雷明汉CVD风险评分模型（Framingham模型）评价LFS对CVD发病风险的预测价值。结果报告如下。

1　资料与方法

收起

1.1　对象

采用前瞻性队列研究方法，于2016年8—9月采用典型抽样方法在新疆生产建设兵团第三师51团招募13 464名≥18岁维吾尔族农村居民进行基线调查。本研究经石河子大学医学院第一附属医院伦理委员会批准（批号：KJ2023–386–01），且所有调查对象均签署了知情同意书。

1.2　方法

（1）问卷调查：采用自行设计调查问卷，由经过统一培训的调查员进行面访调查，内容包括性别、年龄、吸烟情况、饮酒情况、是否高血压和是否糖尿病等。其中，吸烟指截止调查时累计吸烟≥100支^[10]；饮酒指连续饮酒≥2次/月^[11]。（2）体格检查：由经过统一培训的体检人员采用标准化方法测量身高、体重、腰围和血压，并计算体质量指数（body mass index，BMI）=体重（kg）/[身高（m）]²。其中，血压的测量采用HBP-9020电子血压计[欧姆龙（中国）有限公司]在体检者坐下休息≥5 min后测量2次取平均值作为最终的血压值，收缩压≥140 mmHg（1 mmHg=0.133 3 kPa）和/或舒张压≥90 mmHg，或经县级及以上医院确诊，或近2周内服用过抗高血压药物者可定义为高血压^[12]；根据《中国居民健康体重管理之减重行动20条：基于科学循证的专家共识》^[13]，≥18岁中国成人BMI≥28.0为肥胖，男性腰围≥90 cm、女性腰围≥85 cm为中心性肥胖。（3）实验室检测：抽取调查对象晨起空腹≥8 h肘静脉血5 mL，分离血清置于–20 ℃冰箱内冷冻保存，低温运送至石河子大学医学院第一附属医院检验科采用OLYMPUS2007全自动生化仪（德国奥林巴斯公司）进行天冬氨酸氨基转移酶（AST）、丙氨酸氨基转移酶（ALT）、血小板（platelet，PLT）、血肌酐（serum creatinine，Scr）、γ–谷氨酰转移酶（gamma-glutamyl transferase，γ-GGT）、空腹血糖（fasting blood glucose，FPG）、总胆固醇（total cholesterol，TC）和高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）的检测。其中，FPG≥7.0 mmol/L或已被明确诊断为糖尿病并使用控制血糖的药物可定义为糖尿病^[14]。《中国成人血脂异常防治指南》将HDL-C<1.04 mmol/L定义为低HDL-C血症^[15]。采用慢性肾脏病流行病学合作研究（Chronic Kidney Disease Epidemiology Collaboration，CKD-EPI）公式估算肾小球滤过率（estimated glomerular filtration rate，eGFR）：对于男性，当Scr≤0.9 mg/dL时，eGFR=141×（Scr/0.9）^–0.411×0.993^年龄；当Scr>0.9 mg/dL时，eGFR=141×（Scr/0.9）^–1.209×0.993^年龄。对于女性，当Scr≤0.7 mg/dL时，eGFR=144×（Scr/0.7）^–0.329×0.993^年龄；当Scr>0.7 mg/dL时，eGFR=144×（Scr/0.7）^–1.209×0.993^年龄。当eGFR<90（mL/min/1.73 m²）提示eGFR正在降低，意味着肾功能存在不同程度的损伤^[16]。（4）随访调查：分别于2019年7月、2020年7月、2021年8月、2022年6月和2023年6月进行了5次随访调查，排除238名频繁流动者、孕妇和无法参与调查者，413名基本信息不完整者以及基线调查950例CVD患者后，共对11 863名维吾尔族农村居民进行了随访调查。随访结局为随访过程中首次发生CVD事件（冠心病和脑卒中等），根据《疾病和有关健康问题的国际统计分类第十次修订本》（the international classification of diseases-10th Revision，ICD-10）^[17]，冠心病编码为I20～I25，脑卒中编码为I60～I64、I69。CVD事件通过2016—2023年的住院信息、社保数据和随访中调查对象的自我报告记录进行收集，其中自我报告需附带县级及以上医院的诊断证明，若研究对象多次发生CVD事件，则以首次发生为准。截尾数据指在随访过程中由于某种原因未能观察到研究对象的明确结局。

1.3　统计分析

采用SPSS 28.0和R 4.3.2软件进行统计学分析。采用Kaplan-Meier法估计FIB-4评分、BARD评分和Forns指数各组CVD的累积发病率，并用log-rank检验进行组间比较；采用Cox比例风险回归模型分析各LFS与CVD发病风险的关系；通过C指数、净重新分类指数和整体鉴别指数评价FIB-4评分、BARD评分和Forns指数对Framingham 模型的增量预测价值。FIB-4评分=年龄（岁）×AST（mmol/L）/PLT计数（10⁹/L）×

$ \sqrt{\mathrm{A}\mathrm{L}\mathrm{T}} $

），评分低、中、高组分别为<1.30、1.30～2.67、>2.67分；BARD评分=肥胖（1分）+AST（mmol/L）/ALT（mmol/L）≥0.8（2分）+患糖尿病（1分），评分低、中、高组分别为<2、2～3、>3分；Forns指数=7.811（3.131×ln[血小板计数（10⁹/L）]）+0.781×ln[γ-GGT（IU/L）]+3.467×ln[年龄（岁）]–0.014×TC（mg/dL)，指数低、中、高组分别为<4.2、4.2～6.9、>6.9）^[8]。检验水准为双侧检验α=0.05。

2　结　果

收起

2.1　研究人群基线特征

截至2023年6月，11 863名新疆维吾尔族农村居民中失访423人，失访率为3.57%。最终纳入分析的11 440名新疆维吾尔族农村居民中，男性5 871人（51.32%），女性5 569人（48.68%）；年龄18～98岁，平均年龄（38.49±13.99）岁，其中18～39岁6 574人（57.47%），40～64岁4 291人（37.51%），≥65岁575人（5.03%）；不吸烟9 185人（80.29%），吸烟2 255人（19.71%）；不饮酒10 761人（94.06%），饮酒679人（5.94%）；非高血压8 059人（70.44%），高血压3 381例（29.55%）；非糖尿病10 510人（91.87%），糖尿病930例（8.13%）；体质指数中非肥胖7 242人（63.30%），肥胖4 198例（36.70%）；腰围正常4 131人（36.11%），异常7 309人（63.89%）；HDL-C正常10 199人（89.15%），异常1 241人（10.85%）；eGFR正常8 964人（78.36%），异常2 476人（21.64%）；FIB-4低评分组9 505人（83.09%），中评分组1 437人（12.56%），高评分组498人（4.35%）；BARD低评分组7 415人（64.82%），中评分组3 537人（30.92%），高评分组488人（4.27%）；Forns低指数组2 609人（22.81%），中指数组6 655人（58.17%），高指数组2 176人（19.02%）。

2.2　新疆维吾尔族农村居民随访期间CVD发病情况（表1）

最终纳入分析的11 440名新疆维吾尔族农村居民共随访72 662.30人年，平均随访（6.35±1.28）人年，随访期间CVD发病1 280例，发病密度为17.62/1 000人年，CVD累积发病率为11.19%。新疆不同特征维吾尔族农村居民比较，不同性别、年龄、吸烟情况、饮酒情况、腰围、HDL-C、eGFR、FIB-4评分、BARD评分、Forns指数及是否高血压、糖尿病、肥胖的维吾尔族农村居民的CVD累积发病率不同，差异均有统计学意义（均P<0.05）。

2.3　新疆维吾尔族农村居民LFS与CVD发病的关系（表2）

单因素Cox比例风险回归模型（模型1）分析结果显示，FIB-4中和高评分组维吾尔族农村居民CVD发病风险分别为FIB-4低评分组维吾尔族农村居民的2.23和3.39倍，BARD中和高评分组维吾尔族农村居民CVD发病风险分别为BARD低评分组维吾尔族农村居民的2.40和5.43倍，Forns中和高指数组维吾尔族农村居民CVD发病风险分别为Forns低指数组维吾尔族农村居民的7.30和21.85倍；在调整性别和年龄混杂因素后，模型2分析结果显示，FIB-4中和高评分组维吾尔族农村居民CVD发病风险分别为FIB-4低评分组维吾尔族农村居民的1.45和2.18倍，BARD中和高评分组维吾尔族农村居民CVD发病风险分别为BARD低评分组维吾尔族农村居民的1.49和2.61倍，Forns中和高指数组维吾尔族农村居民CVD发病风险分别为Forns低指数组维吾尔族农村居民的3.38和6.39倍；在调整了性别、年龄、吸烟情况、饮酒情况、是否高血压、是否糖尿病、是否肥胖、腰围、HDL-C和eGFR等混杂因素后，多因素Cox比例风险回归模型（模型3）分析结果显示，FIB-4中和高评分组维吾尔族农村居民CVD发病风险分别为FIB-4低评分组维吾尔族农村居民的1.26和1.91倍，BARD中和高评分组维吾尔族农村居民CVD发病风险分别为BARD低评分组维吾尔族农村居民的1.57和2.47倍，Forns中和高指数组维吾尔族农村居民CVD发病风险分别为Forns低指数组维吾尔族农村居民的3.00和4.95倍。

2.4　LFS对CVD发病风险的预测价值

Framingham模型的C指数（95%CI）为0.805（0.794～0.815），加入FIB-4评分、BARD评分和Forns指数后的C指数（95%CI）分别为0.809（0.799～0.820）、0.810（0.800～0.821）和0.810（0.799～0.820）（均P<0.001），加入BARD评分和Forns指数后的净重新分类指数（95%CI）分别为0.239（0.206～0.269）和0.105（0.070～0.137）（均P<0.001）、综合判别改善指数（95%CI）分别为0.007（0.003～0.011）和0.005（0.002～0.010）（均P<0.001），3种LFS的加入可改善Framingham模型对CVD发病风险的预测能力。

3　讨　论

收起

多项研究表明，肝纤维化与CVD发病风险密切相关且独立于传统心血管危险因素^[18–20]。肝活检为有创性检查，其潜在风险、并发症以及较高的费用等均可导致患者依从性受限，从而限制了其临床应用^[21]。基于庞大NAFLD患者群体，越来越多研究聚焦于利用非侵入性的诊断模型来对NAFLD患者进行肝纤维化程度及风险的评估^[22]。LFS评估肝纤维化具有简单、经济和无创的特点，能广泛应用于初步诊疗筛查^[7]。简乐瑶等^[23]调查结果显示，新疆农村居民CVD发病风险较高（153.73/万人年），高于中国动脉粥样硬化性心血管疾病风险预测研究（Prediction for ASCVD Risk in China，China-PAR）项目报道的5.08/1 000人年^[24]和开滦队列报道的5.17/1 000人年^[25]，鉴于CVD发病趋势的上升，应用非心血管评分系统预测心血管风险可能是一种新的策略。

本研究结果显示，基线FIB-4评分低、中和高3组农村居民的CVD累积发病率分别为9.10%、19.28%和27.71%，BARD评分低、中和高3组农村居民的CVD累积发病率分别为7.19%、16.45%和33.81%，Forns指数低、中和高3组农村居民的CVD累积发病率分别为1.42%、9.89%和26.88%，3种评分不同组别新疆维吾尔族农村居民CVD累积发病率差异均有统计学意义（均P<0.001），基线LFS水平较高与CVD发病风险显著相关。Saito Y等^[26]研究表明，FIB-4评分可预测普通人群中CVD的结局，且随FIB-4评分水平的升高CVD事件发生风险明显上升（HR=1.72，95%CI=1.31～2.20）；东北一项纳入9 088名参与者随访4.66年的队列研究结果显示，BARD评分较高组发生脑卒中的风险为评分较低组的1.40倍（HR=1.40，95%CI=1.04～1.89），脑卒中发病率随LFS水平的升高而升高^[9]；一项纳入4 003例接受冠状动脉介入手术治疗的稳定性冠心病患者的前瞻性研究发现，FIB-4评分和BARD评分较高组的不良预后发生风险分别为低水平组的1.77倍（HR=1.77，95%CI=1.34～2.35）和1.57倍（HR=1.57，95%CI=1.17～2.12）^[27]；Xiong S J等^[28]研究结果表明，FIB-4评分和BARD评分LFS高水平组高血压患者的心血管风险较低水平组增加了1.36～3.13倍；最近的一项基于医院的前瞻性队列（广东冠状动脉疾病队列）研究亦发现，在3 263例冠心病患者中，Forns指数高水平组为低水平组的2.43倍（HR=2.43，95%CI=1.28～4.61）^[29]。分析其原因可能与LFS的组成成分有关，LFS不仅包括传统的危险因素（年龄、BMI、TC），还纳入了肝酶指标（AST和ALT），AST/ALT比值包含在FIB-4和BARD评分的组成公式中，多项研究表明，AST/ALT比值升高是CVD发病率和死亡率升高的独立危险因素^[30–32]。此外，FIB-4评分中还包括PLT，Li J等^[33]研究表明PLT可通过改变同型半胱氨酸来影响CVD的发生风险。本研究在调整了性别、年龄、吸烟情况、饮酒情况、是否高血压、是否糖尿病、是否肥胖、腰围、HDL-C和eGFR等混杂因素后，多因素Cox比例风险回归模型分析结果显示，FIB-4评分、BARD评分和Forns指数均为CVD发病的独立危险因素，其中FIB-4高评分组、BARD高评分组和Forns高指数组维吾尔族农村居民CVD发病风险分别为FIB-4低评分组、BARD低评分组和Forns低指数组维吾尔族农村居民的1.91倍（HR=1.91，95%CI=1.59～2.30）、2.47倍（HR=2.47，95%CI=1.51～4.04）和4.95倍（HR=4.95，95%CI=3.44～7.11），均高于以上研究结果，这可能是因为新疆维吾尔族农村居民的独特基因和饮食习惯致使其具有较高的肥胖发生率^[34]，Polyzos S A等^[35]研究表明肥胖会导致肝脏脂肪变性和炎症的发展，从而促进肝脏纤维化及肝硬化的发生发展。

Framingham模型是世界范围内被广泛使用的CVD风险预测工具^[36]。本研究将FIB-4评分、BARD评分和Forns指数分别添加到Framingham模型中后发现，加入FIB-4评分、BARD评分和Forns指数后的C指数（95%CI）分别为0.809（0.799～0.820）、0.810（0.800～0.821）和0.810（0.799～0.820）（均P<0.001），加入BARD评分和Forns指数后的净重新分类指数（95%CI）分别为0.239（0.206～0.269）和0.105（0.070～0.137）（均P<0.001）、综合判别改善指数（95%CI）分别为0.007（0.003～0.011）和0.005（0.002～0.010）（均P<0.001），3种LFS的加入可改善Framingham模型对CVD发病风险的预测能力。

综上所述，FIB-4评分、BARD评分和Forns指数与新疆维吾尔族农村居民CVD发病风险显著相关，在大规模流行病学调查工作中监测LFS对早期识别CVD高风险人群具有重要意义。但本研究仍存在一定的局限性：首先，CVD是一种多病因、发病时间漫长的疾病，后期需延长随访时间对本研究结果进一步加以验证；其次，LFS仅根据基线获得的指标进行计算，未充分利用多次随访获得数据进行肝纤维化变化的评估，这可能会导致分类错误；最后，本研究分析范围仅局限于新疆维吾尔族农村居民，应慎重将研究结论外推。因此在今后的研究中可对此人群进行进一步随访，收集LFS连续变化的数据来研究LFS变化与CVD发病风险的关系。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

Al-Mallah M H, Sakr S, Al-Qunaibet A. Cardiorespiratory fitness and cardiovascular disease prevention: an update[J]. Current Atherosclerosis Reports, 2018, 20(1): 1.

马丽媛, 王增武, 樊静, 等. 《中国心血管健康与疾病报告2022》要点解读[J]. 中国全科医学, 2023, 26(32): 3975-3994.

Powell E E, Wong V W S, Rinella M. Non-alcoholic fatty liver disease[J]. The Lancet, 2021, 397(10290): 2212-2224.

Cai J J, Zhang X J, Ji Y X, et al. Nonalcoholic fatty liver disease pandemic fuels the upsurge in cardiovascular diseases[J]. Circulation Research, 2020, 126(5): 679-704.

Angulo P, Kleiner D E, Dam-Larsen S, et al. Liver fibrosis, but no other histologic features, is associated with long-term outcomes of patients with nonalcoholic fatty liver disease[J]. Gastroenterology, 2015, 149(2): 389-397. e10.

Castera L, Friedrich-Rust M, Loomba R. Noninvasive assessment of liver disease in patients with nonalcoholic fatty liver disease[J]. Gastroenterology, 2019, 156(5): 1264-1281. e4.

Hagström H, Talbäck M, Andreasson A, et al. Ability of noninvasive scoring systems to identify individuals in the population at risk for severe liver disease[J]. Gastroenterology, 2020, 158(1): 200-214.

刘宇鹏. 心血管疾病的风险预测模型的构建及与肝脏疾病的相关研究[D]. 北京: 北京协和医学院, 2022.

Xiong S J, Yin S Z, Deng W S, et al. Impact of liver fibrosis score on the incidence of stroke: a cohort study[J]. Liver International, 2022, 42(10): 2175-2185.

Centers for Disease Control and Prevention (CDC). Cigarette smoking among adults – United States, 1992, and changes in the definition of current cigarette smoking[J]. MMWR Morbidity and Mortality Weekly Report, 1994, 43(19): 342-346.

Sun K, Ren M, Liu D, et al. Alcohol consumption and risk of metabolic syndrome: a meta-analysis of prospective studies[J]. Clinical Nutrition, 2014, 33(4): 596-602.

王增武, 王文. 中国高血压防治指南(2018年修订版)解读[J]. 中国心血管病研究, 2019, 17(3): 193-197.

中国营养学会肥胖防控分会专家组. 中国居民健康体重管理之减重行动20条: 基于科学循证的专家共识[J]. 中国糖尿病杂志, 2023, 31(12): 881-888.

中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)[J]. 国际内分泌代谢杂志, 2021, 41(5): 482-548.

中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版)[J]. 中华心血管病杂志, 2016, 44(10): 833-853.

郭小青, 邵银宝, 郭恒, 等. 新疆南部维吾尔族人群肾功能损伤现状及影响因素[J]. 中华疾病控制杂志, 2023, 27(7): 800-806.

北京协和医院世界卫生组织疾病分类合作中心. 疾病和有关健康问题的国际统计分类: ICD-10: 第十次修订本. 第一卷[M]. 北京: 人民卫生出版社, 2008.

Henson J B, Simon T G, Kaplan A, et al. Advanced fibrosis is associated with incident cardiovascular disease in patients with non-alcoholic fatty liver disease[J]. Alimentary Pharmacology and Therapeutics, 2020, 51(7): 728-736.

Tamaki N, Kurosaki M, Takahashi Y, et al. Liver fibrosis and fatty liver as independent risk factors for cardiovascular disease[J]. Journal of Gastroenterology and Hepatology, 2021, 36(10): 2960-2966.

郭彦伯. 新疆兵团维吾尔族人群代谢相关脂肪性肝病与心血管疾病关联的队列研究[D]. 石河子: 石河子大学, 2023.

吴方雄, 高保华, 牛春燕, 等. APRI评分对慢性乙型肝炎肝纤维化程度的诊断及预测价值[J]. 临床肝胆病杂志, 2017, 33(8): 1483-1486.

沈颖筱, 施惠海, 罗家乐, 等. 非酒精性脂肪性肝病肝纤维化风险预测模型的应用与进展[J]. 实用临床医药杂志, 2023, 27(9): 131-136, 142.

简乐瑶, 马儒林, 郭淑霞, 等. 新疆农村居民住宅绿地暴露与心血管疾病发病关系前瞻性队列研究[J]. 中国公共卫生, 2023, 39(8): 996-1000.

Han C, Liu F C, Yang X L, et al. Ideal cardiovascular health and incidence of atherosclerotic cardiovascular disease among Chinese adults: the China-PAR project[J]. Science China Life Sciences, 2018, 61(5): 504-514.

马一涵, 李兴雨, 韩旭, 等. 动脉硬化与原发性高血压对心脑血管疾病发病的影响及联合作用: 基于8年的随访研究[J]. 中国全科医学, 2021, 24(23): 2907-2913.

Saito Y, Okumura Y, Nagashima K, et al. Impact of the fibrosis-4 index on risk stratification of cardiovascular events and mortality in patients with atrial fibrillation: findings from a Japanese multicenter registry[J]. Journal of Clinical Medicine, 2020, 9(2): 584.

Liu H H, Cao Y X, Jin J L, et al. Liver fibrosis scoring systems as novel tools for predicting cardiovascular outcomes in patients following elective percutaneous coronary intervention[J]. Journal of the American Heart Association, 2021, 10(3): e018869.

Xiong S J, Yin S Z, Deng W S, et al. Predictive value of liver fibrosis scores in cardiovascular diseases among hypertensive population[J]. Journal of Hypertension, 2023, 41(5): 741-750.

Chen Q, Li Q, Li D, et al. Association between liver fibrosis scores and the risk of mortality among patients with coronary artery disease[J]. Atherosclerosis, 2020, 299: 45-52.

Rief P, Pichler M, Raggam R, et al. The AST/ALT (De-Ritis) ratio: a novel marker for critical limb ischemia in peripheral arterial occlusive disease patients[J]. Medicine (Baltimore), 2016, 95(24): e3843.

Gao F, Chen C, Lu J, et al. De Ritis ratio (AST/ALT) as an independent predictor of poor outcome in patients with acute ischemic stroke[J]. Neuropsychiatric Disease and Treatment, 2017, 13: 1551-1557.

Katzke V, Johnson T, Sookthai D, et al. Circulating liver enzymes and risks of chronic diseases and mortality in the prospective EPIC-Heidelberg case-cohort study[J]. BMJ Open, 2020, 10(3): e033532.

Li J, Zhang J N, Chen Y, et al. Mean platelet volume modifies the contribution of homocysteine to cardiovascular disease: a real-world study[J]. Nutrition, Metabolism and Cardiovascular Diseases, 2023, 33(1): 194-202.

郑聪毅, 王增武, 陈祚, 等. 新疆、西藏地区居民肥胖类型与10年冠心病发病风险关系的研究[J]. 中华流行病学杂志, 2017, 38(6): 721-726.

Polyzos S A, Kountouras J, Mantzoros C S. Obesity and nonalcoholic fatty liver disease: from pathophysiology to therapeutics[J]. Metabolism, 2019, 92: 82-97.

D'Agostino R B, Vasan R S, Pencina MJ, et al. General cardiovascular risk profile for use in primary care: the Framingham Heart Study[J]. Circulation, 2008, 117(6): 743-753.

2025年第41卷第2期

PDF下载

116

引用本文

BibTeX

文章信息

doi: 10.11847/zgggws1144530

接收时间：2024-03-22
首发时间：2026-10-25
出版时间：2025-02-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-03-22
修回日期：2024-08-21
录用日期：2024-12-05

基金

作者信息

¹石河子大学医学院预防医学系，石河子 832000

²国家卫生健康委中亚高发病防治重点实验室，石河子 832000

³石河子大学医学院第一附属医院肝胆外科，石河子 832000

通讯作者:

郭淑霞，E-mail：2320100252@qq.com

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/zgggws/CN/10.11847/zgggws1144530

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

特征	项目	调查人数	CVD发病例数	CVD累积发病率/%	χ²值	P值
性别	男性	5871	478	8.14	112.06	<0.001
	女性	5569	802	14.40
年龄/岁	18～39	6574	192	2.92	1 198.20	<0.001
	40～64	4291	877	20.44
	≥65	575	211	36.70
吸烟情况	不吸烟	9185	1 115	12.14	41.89	<0.001
	吸烟	2 255	165	7.32
饮酒情况	不饮酒	10 761	1 225	11.38	6.60	0.010
	饮酒	679	55	8.10
高血压	否	8059	507	6.29	656.59	<0.001
	是	3 381	773	22.86
糖尿病	否	10 510	1 051	10.00	182.41	<0.001
	是	930	229	24.62
肥胖	否	7242	520	7.18	328.02	<0.001
	是	4198	760	18.10
腰围	正常	4131	193	4.67	275.31	<0.001
	异常	7309	1 087	14.87
HDL-C	正常	10 199	1 108	10.86	9.69	0.002
	异常	1 241	172	13.86
eGFR	正常	8964	724	8.08	402.22	<0.001
	异常	2 476	556	22.46
FIB-4评分	低	9505	865	9.10	274.11	<0.001
	中	1 437	277	19.28
	高	498	138	27.71
BARD评分	低	7415	533	7.19	469.47	<0.001
	中	3537	582	16.45
	高	488	165	33.81
Forns指数	低	2 609	37	1.42	801.44	<0.001
	中	6655	658	9.89
	高	2 176	585	26.88

特征

项目

调查人数

CVD发病例数

CVD累积发病率/%

χ²值

P值

性别

男性

5871

478

8.14

112.06

<0.001

女性

5569

802

14.40

年龄/岁

18～39

6574

192

2.92

1 198.20

<0.001

40～64

4291

877

20.44

≥65

575

211

36.70

吸烟情况

不吸烟

9185

1 115

12.14

41.89

<0.001

吸烟

2 255

165

7.32

饮酒情况

不饮酒

10 761

1 225

11.38

6.60

0.010

饮酒

679

8.10

高血压

否

8059

507

6.29

656.59

<0.001

是

3 381

773

22.86

糖尿病

否

10 510

1 051

10.00

182.41

<0.001

是

930

229

24.62

肥胖

否

7242

520

7.18

328.02

<0.001

是

4198

760

18.10

腰围

正常

4131

193

4.67

275.31

<0.001

异常

7309

1 087

14.87

HDL-C

正常

10 199

1 108

10.86

9.69

0.002

异常

1 241

172

13.86

eGFR

正常

8964

724

8.08

402.22

<0.001

异常

2 476

556

22.46

FIB-4评分

低

9505

865

9.10

274.11

<0.001

中

1 437

277

19.28

高

498

138

27.71

BARD评分

低

7415

533

7.19

469.47

<0.001

中

3537

582

16.45

高

488

165

33.81

Forns指数

低

2 609

1.42

801.44

<0.001

中

6655

658

9.89

高

2 176

585

26.88

类别	分类	模型1		模型2	模型3
FIB-4评分	低	1.00			1.00			1.00
	中	2.23	1.95～2.56	<0.001	1.45	1.26～1.67	<0.001	1.26	1.09～1.45	0.001
	高	3.39	2.83～4.06	<0.001	2.18	1.82～2.62	<0.001	1.91	1.59～2.30	<0.001
BARD评分	低	1.00			1.00			1.00
	中	2.40	2.14～2.70	<0.001	1.49	1.32～1.68	<0.001	1.57	1.24～1.97	<0.001
	高	5.43	4.56～6.47	<0.001	2.61	2.18～3.12	<0.001	2.47	1.51～4.04	<0.001
Forns指数	低	1.00			1.00			1.00
	中	7.30	5.24～10.16	<0.001	3.38	2.39～4.79	<0.001	3.00	2.12～4.24	<0.001
	高	21.85	15.67～30.47	<0.001	6.39	4.45～9.15	<0.001	4.95	3.44～7.11	<0.001

类别

分类

模型1

模型2

模型3

HR值

95%CI

P值

HR值

95%CI

P值

HR值

95%CI

P值

FIB-4评分

低

1.00

中

2.23

1.95～2.56

<0.001

1.45

1.26～1.67

<0.001

1.26

1.09～1.45

0.001

高

3.39

2.83～4.06

<0.001

2.18

1.82～2.62

<0.001

1.91

1.59～2.30

<0.001

BARD评分

低

1.00

中

2.40

2.14～2.70

<0.001

1.49

1.32～1.68

<0.001

1.57

1.24～1.97

<0.001

高

5.43

4.56～6.47

<0.001

2.61

2.18～3.12

<0.001

2.47

1.51～4.04

<0.001

Forns指数

低

1.00

中

7.30

5.24～10.16

<0.001

3.38

2.39～4.79

<0.001

3.00

2.12～4.24

<0.001

高

21.85

15.67～30.47

<0.001

6.39

4.45～9.15

<0.001

4.95

3.44～7.11

<0.001