日本人身体圆润指数与2型糖尿病发病之间的非线性关系:一项二次回顾性分析

背景

身体圆度指数(BRI)是与肥胖相关的人体测量指标之一。然而，关于BRI与糖尿病风险之间关系的研究有限。本研究的目的是探讨日本人群中基线BRI与2型糖尿病(T2DM)发病之间的关系。

方法

对2004年至2015年在日本村上纪念医院进行体检项目的15310名参与者进行了回顾性纵向研究。通过Cox比例-危险回归、平滑曲线拟合、亚组分析和一组敏感性分析分析BRI水平与T2DM发病之间的关系。采用受试者工作特征曲线分析评估BRI预测糖尿病的能力。

结果

T2DM患者的基线BRI水平升高。调整混杂变量后，基线BRI水平与T2DM发病呈正相关(HR = 1.570, 95% CI 1.360-1.811)。此外，我们做了一组敏感性分析，以确保结果的稳健性。女性和男性的BRI拐点分别为4.137和3.146，与糖尿病发病率呈非线性关系。在拐点右侧，我们发现BRI与糖尿病发病率呈强正相关(男性:HR = 1.827, 95% CI 1.449-2.303;女性:HR = 4.189, 95% CI 1.862-9.421)。此外，在人体测量指标中，BRI对T2DM的预测能力最佳(男性:AUC = 0.706, 95% CI 0.674-0.738;女性:AUC = 0.735, 95% CI 0.676-0.795)。

结论

基线中BRI水平升高与T2DM事件独立相关。基线BRI改善了2型糖尿病风险患者的识别，并可能使早期和优化的治疗改善其结果。

近几十年来，全球成人糖尿病患病率不断上升[1］．糖尿病给世界各地的国家卫生系统带来了巨大的经济压力，因此需要采取预防措施来减轻这一负担[2］．研究表明，肥胖是2型糖尿病(T2DM)的主要危险因素之一。肥胖和超重时脂肪酸升高会损害胰岛素作用，导致胰岛素抵抗和2型糖尿病[3.］．

身体质量指数(BMI)提供了评估超重和肥胖的方便方法，但它不能区分肌肉和脂肪的积累，导致肌肉发达的人被误诊为超重或肥胖[4］．Thomas等人在2013年开发了拟人化指数身体圆度指数(BRI)来预测体脂肪和内脏脂肪组织体积。是根据腰围及身高[5］．一些横断面研究已经证实了BRI在识别2型糖尿病方面的潜力。然而，在日本对BRI和T2DM的大规模纵向研究是有限的。T2DM与BRI之间的非线性关系尚未见报道。

在本研究中，我们假设基线BRI水平可能是日本T2DM发病的早期预测因子。为了验证这一假设，在体检计划的参与者中进行了一项回顾性纵向研究。在日本研究了BRI水平与2型糖尿病风险之间的关系。此外，采用广义可加性模型(GAM)应用BRI与T2DM发病之间的关系。我们的研究结果表明，跟踪基线BRI有助于预测2型糖尿病的发生。这将有助于临床医生尽早计划和启动管理策略，以改善前驱糖尿病患者的结果。

研究设计

本研究为二次回顾性研究[6］．数据来自“DATADRYAD”(www。Datadryad.org)数据库。我们在Dryad服务条款的基础上引用了Dryad数据包(Dryad数据包:Takuro Okamura et al.(2018)数据来自:异位脂肪肥胖是T2DM的最大风险:一项基于人群的纵向研究。森林数字存储库)。原始数据来自NAGALA(岐阜地区的NAfld，纵向分析)数据库，该数据库招募了20,944名2004年至2015年在村上纪念医院接受过体检的日本人。根据以下排除标准，一万五千四百六十四名参与者进行了分析:(1)诊断为酒精性脂肪肝、病毒性肝炎(n = 416)、糖尿病(n = 323)(2)基线检查时服用药物者(n = 2321)(3)空腹血糖≥6.1 mmol/L者(n = 808)(4)饮酒习惯严重者(男性乙醇消费量超过60 g/天，女性超过40 g/天)(n = 739)(5)共变量数据缺失者(n = 863)也被排除在外。此外，使用以下公式计算人体测量指数:BMI =体重/身高²，体型指数(ABSI) =\ \(压裂{{{文本\ {WC}}}} {{{{BMI} \文本}^{2/3}{\文本{高度}}^ {5}}}\)，文本\ ({\ {BRI}} = 364.2 - 365.5 \ * \√6{1 - \离开({\压裂{{\开始{数组}{* c{20}}{\离开({\压裂{{{文本\ {WC}}}}{2 \π}}\右)^{2}}\ \ \结束{数组}}}{{(0.5 \ \;{\文本{高度}})^{2}}}}\右)}\)．如果BRI值为极值(极值=平均值±3SD)，则排除个体(n = 154) [7］．最后，15310名受试者(8364名男性和6946名女性)被纳入本研究。数字1描述了研究设计和参与者流程。

数据收集

数据库文件中包含的变量如下:性别、年龄、舒张压(DBP)、收缩压(SBP)、WC、空腹血糖(FPG)、糖化血球(HbA1c)、高密度脂蛋白胆固醇(HDL-C)、甘油三酯(TG)、总胆固醇(TC)、乙醇消耗量、γ -谷氨酰基转移酶(GGT)、谷丙转氨酶(ALT)、天冬氨酸转氨酶(AST)、吸烟状况、脂肪肝、运动、随访天数和发生糖尿病。

生活方式因素，包括吸烟和饮酒习惯、病史和体育活动，通过问卷调查得到。参与者被分为以下几组:不饮酒或饮酒极少:每周< 40克;轻度饮酒:40-140克/周;适量饮酒:每周140-280克;或大量饮酒:> 280克/周[8］．参与者按吸烟状况进行分类:不吸烟者被定义为从不吸烟，戒烟者是在基线访问前戒烟的既往吸烟者，目前吸烟者是基线访问时的吸烟者[6］．定期锻炼者是指定期进行任何类型的锻炼>每周1次[9］．脂肪肝由训练有素的技术员进行超声检查诊断[10］．

随访和结果定义

糖尿病定义为空腹血糖≥7 mmol/L，糖化血红蛋白≥6.5%，或随访期间自我报告[11］．随访时，结果为2型糖尿病。随访失败的参与者仍将在研究中进行分析。

统计分析

BRI分为4组:Q1 < 2.09;2.09≤q2 < 2.63;2.63≤q3 < 3.23;3.23≤q4。将具有正态分布和偏态分布的连续变量表示为具有标准差的平均值或具有四分位范围的中位数，并采用单因素方差分析或Kruskal-Wallis进行比较。分类变量以特定组的百分比表示，并采用卡方检验进行比较。发病率以累积发病率和人年发病率表示。

Cox比例风险模型用于估计BRI与T2DM发病之间的相关性，基线BRI拟合为连续变量和分类变量(分为4个子组:Q1 < 2.09;2.09≤q2 < 2.63;2.63≤q3 < 3.23;3.23≤q4)。最低基线BRI类别被用作计算其他基线BRI地层的风险比(HRs)和95%置信区间(ci)的共同参考。显示了未调整、最低限度调整(年龄、性别、收缩压、舒张压、酒精消耗、吸烟状况和运动)和完全调整(年龄、性别、收缩压、舒张压、FPG、ALT、AST、HbA1c、TC、HDL-C、酒精消耗、吸烟状况、运动、脂肪肝)分析的结果。最小调整量作为表中模型I给出3.充分调整后的模型如表II所示3.．使用Kaplan-Meier方法计算生存估计和事件时间变量。采用对数秩检验比较BRI组之间无糖尿病生存的Kaplan-Meier概率。

进行了一系列敏感性分析，以确保BRI与事件2型糖尿病之间关系的稳健性。在数据集中重复使用多变量Cox比例风险模型，包括没有脂肪肝或任何酒精消费的参与者。

应用平滑曲线拟合和GAM来证明BRI与按性别分层的T2DM的相关性。使用两件线性回归模型计算BRI对T2DM事件的阈值效应。

为了评估BRI与T2DM发病相关性的一致性，我们在按性别、年龄、乙醇消耗量、基线SBP (< 140 mmHg，≥140 mmHg)、HDL-C (< 1 mmol/L，≥1 mmol/L)、ALT (< 40U/L，≥40U/L)、基线DBP(< 90 mmHg，≥90 mmHg)、运动、乙醇消耗量、吸烟状况定义的亚组中重复分析。

采用受试者工作特征(ROC)曲线评估BRI、WC、ABSI和BMI对T2DM性别分层风险的预测能力。

所有这些分析都是通过Empower-Stats (http://www.empowerstats.com， X&Y Solutions, Inc.， Boston, MA)和统计软件包R (http://www.R-project.orgR基金会)。P值小于0.05(双侧)被认为有统计学意义。

伦理批准并同意参与

原研究的作者放弃了这些数据的所有版权和相关特权。本研究经村上纪念医院伦理委员会批准，并获得所有受试者的知情同意。

参与者的人口统计和特征

这项研究包括15310名参与者。平均随访时间为5.39年，其中350名受试者在随访期间发生T2DM，如图所示。1．BRI值呈正态分布，范围为0.151 ~ 5.427。2)．在10个区间的年龄分层中，无论在哪个年龄段，男性受试者的BRI值都高于女性受试者(图2)。3.)．我们还发现，无论是男性还是女性参与者，BRI值都随着年龄的增长而增加。

参与者的特征按“一带一路”的四分位数进行了分层。关于人体测量指数，BRI最高四分位数的参与者年龄、腰围、BMI、乙醇消耗量(P< 0.001;表格1)．此外，BRI最高四分位数的参与者的FBG、HbA1c、TC、TG、GGT、ALT、AST、SBP、DBP、WC和BMI值也最高。此外，在BRI范围最低的参与者中HDL-C较高。（P< 0.001;表格1)．

随访中BRI水平与发生NAFLD的关系

进行单因素Cox比例风险分析，比较BRI和其他变量在预测T2DM中的作用(附加文件)1:表S1)。T2DM与年龄、性别、BMI、BRI、ABSI、WC、乙醇消耗量、当前吸烟、AST、ALT、GGT、FPG、HbA1c、TG、TC、SBP和DBP呈正相关。相反，运动与T2DM无关。HDL-C与T2DM呈负相关(附加文件1:表S1)。

如图所示。4A, T2DM患者BRI水平升高[中位数(四分位数范围);2.624(2.088-3.231)]，与无T2DM患者相比[中位数(四分位数范围);3.526(2.855 - -4.300)]。与BRI组最低四分位数相比，高四分位数参与者的累积发病率更高[Q1: 0.651(0.398-0.908)， Q2: 1.112(0.792-1.452)， Q3: 1.933(1.497-2.370)， Q4: 5.407(4.690-6.124)]。P< 0.001趋势](表2和无花果。4B)。

BRI组无糖尿病生存概率的Kaplan-Meier生存曲线如图所示。4．基线时较高的BRI水平与无糖尿病生存概率显著降低相关，表明糖尿病风险最高的人群。

Cox比例风险回归模型显示了BRI与T2DM发病之间的相关性。在粗模型中，我们发现BRI与T2DM发病呈正相关(HR = 2.662, 95% CI 2.377-2.981)。尽管对性别、年龄、DBP、SBP、乙醇消耗量、吸烟状况、运动(HR = 2.285, 95%CI 2.013-2.595)(模型I)或纳入上述基线特征和ALT、AST、FBG、HbA1c、HDL-C、TC、TG(模型II) (HR = 1.570, 95%CI 1.380 - 1.811)， BRI与T2DM的相关性仍然存在(表2)3.)．

敏感性分析

参与者按“一带一路”的四分位数进行了分层。BRI四分位数的T2DM风险趋势显著(P的趋势< 0.001)(表2)．与完整模型中底部BRI四分位数相比，完全调整模型中顶部BRI四分位数的T2DM风险增加89.2% (HR = 1.892, 95% CI 1.187-3.017，P< 0.001)(表3.和无花果。5)．采用GAM将连续性协变量以曲线形式插入方程，与模型II在完全调整模型后基本一致(HR = 1.555, 95% CI 1.339-1.806，P< 0.001)，证明了结果的稳健性(表3.)．

此外，我们在其他敏感性分析中排除了脂肪肝患者。结果表明，在完全调整模型下，BRI也与T2DM事件呈正相关(HR = 1.102, 95% CI 0.867-1.401，P= 0.856)。我们还排除了任何酒精消费者进行敏感性分析。结果表明，在完全调整模型下，BRI仍与T2DM事件呈正相关(HR = 1.716, 95% CI 1.452-2.027，P< 0.001)(附加文件1:表S2)。敏感性分析结果显示，BRI与T2DM风险之间的关系非常稳健。

BRI水平与NAFLD发病之间的非线性关系

采用GAM和平滑曲线拟合研究BRI水平与T2DM发病率的关系。在调整混杂变量(年龄、性别、收缩压、舒张压、吸烟状况、乙醇消耗量、运动习惯、ALT、AST、GGT、FBG、HbA1c、HDL-C、TC、TG)后，发现BRI水平与T2DM发病率之间呈非线性关系(图)。6)．采用二元线性回归模型和递归算法计算BRI (log似然比检验)的拐点P< 0.001)。男性组BRI与T2DM呈j型关系。BRI的拐点为3.147。在拐点右侧，效应量为1.827(95%可信区间1.449-2.303;P< 0.001)。然而，在拐点的左侧，我们没有观察到BRI和DM之间的显著相关性(HR = 0.903, 95% CI 0.606-1.346;P= 0.617)。在女性组，BRI与糖尿病的关系接近线性。BRI的拐点为4.137。我们发现BRI与T2DM发病率在拐点右侧呈强正相关(女性组:HR = 4.189, 95% CI 1.862-9.421，P< 0.001)。而在拐点左侧，二者的相关性有减弱的趋势(女性组:HR = 1.418, 95% CI 0。983 - 2.045,P= 0.062)4)．

亚组分析中BRI水平与T2DM发病的关系

我们进行了敏感性分析，以确定性别、收缩压、舒张压、吸烟状况、饮酒、运动习惯、HDL-C值、ALT值是否影响BRI水平与T2DM发病之间的关系。表格5表明只有饮酒可以改变BRI与T2DM发病之间的关系(P交互作用= 0.0487)。在不饮酒的人群中观察到更强的相关性(HR 1.694;95% ci 1.435-1.999)。相比之下，饮酒的人群降低了BRI与T2DM发病之间的关系。这些结果表明，在大多数亚组中，BRI与T2DM发病之间的关系是稳健的(表25)．

BRI是T2DM的预测因子

对于预测2型糖尿病，女性BRI的AUC为0.7354，男性为0.7061(附加文件)1:表S3)。如图所示。7在BMI、ABSI、WC等人体测量指标中，BRI预测T2DM的AUC最大。因此，BRI值可用于预测随访中T2DM的发生。

在这项15310名参与者的回顾性队列研究中，我们确定了BRI水平升高与2型糖尿病发生之间的关系。在调整年龄、性别、收缩压、舒压、吸烟状况、饮酒、运动习惯、GGT、AST、ALT、TC、TG、HDL-C、FBG和HbA1c后，基线时最高BRI水平与T2DM发病率相关。在本研究中，BRI水平与性别分层的T2DM发病率呈非线性关系。男性BRI拐点为3.146，女性为4.137。此外，男性组BRI与T2DM呈j型关系。在拐点右侧，我们发现BRI与糖尿病发病率呈强正相关(男性:HR = 1.827, 95% CI 1.449-2.303;女性:HR = 4.189, 95% CI 1.862-9.421)。在ABSI、WC、BMI等人体测量指标中，BRI预测T2DM的AUC最大。这些数据表明BRI作为一种新的人体测量指标，可以预测T2DM的发生，并提供重要的预后信息。

近几十年来，全球糖尿病和糖耐量受损患者人数不断增加[1］．糖尿病给世界各地的国家卫生系统带来了巨大的经济压力，因此需要采取预防措施来减轻这一负担[2］．肥胖被认为是2型糖尿病发展的主要危险因素[12］．BMI是一种用于诊断肥胖的人体测量指标，但它有局限性。它无法区分肌肉引起的体重增加和脂肪引起的体重增加[13］．BRI的概念可以更准确地估计脂肪和内脏脂肪组织的总百分比。

BRI是一个肥胖指数，它是基于腰围和身高[5］．与其他人体测量指标如WC和BMI相比，BRI是更好地预测体脂肪和内脏脂肪组织体积的指标[14，15］．先前的研究研究了BMI、ABSI、WC、BRI等人体测量指标与T2DM风险的关系及其在T2DM风险预测中的作用[16，17，18］．在肥胖和超重的中国成年人中，BRI在横断面数据中显示出识别IR的最佳能力[14］．在一项横断面研究中，Chang等人表明BRI在预测中国东北地区2型糖尿病方面优于BMI、WC和ABSI等其他人体测量指标[16］．在一项为期15年的前瞻性研究中，中国西南地区BRI的歧视力优于WC [18］．但在日本人群中进行纵向研究时，上述研究较少。在这项15310名日本参与者的纵向研究中，在较高的基线BRI水平观察到较高的T2DM累积发病率，这得到了先前研究的支持，这些研究显示了类似的结果。结果提示BRI与T2DM发病之间存在显著相关性。在调整混杂变量后，BRI(增加1)与T2DM显著相关(HR = 1.570, 95% CI 1.360-1.811)。与最低四分位数相比，BRI最高四分位数与T2DM风险增加1.892倍相关。我们的研究比较了这些不同人体测量指标在两种性别的ROC曲线中的AUC, ROC分析显示，与其他人体测量指标(包括BMI、WC和ABSI)相比，BRI是T2DM的最强预测因子。

慢性乙醇消耗被确定为2型糖尿病的危险因素，它可以通过损害胰腺β细胞质量和功能来影响糖代谢和胰岛素抵抗[19］．在本研究中，我们发现饮酒是T2DM的危险因素。乙醇消耗量与BRI之间呈线性正相关(数据未显示)。乙醇消耗可能影响BRI与T2DM的关系。然而，这项研究排除了大量饮酒的参与者。结果显示BRI是T2DM的独立危险因素。同时，敏感性分析发现，在不饮酒的参与者中，这种关系仍然存在。

以往的研究并未探讨BRI与T2DM之间可能的曲线关系。在本研究中，我们首次分析了BRI与T2DM之间的非线性关系。平滑曲线结果显示，在校正混杂因素(年龄、性别、收缩压、舒张压、吸烟状况、乙醇消耗量、运动习惯、FBG、HbA1c、AST、GGT、ALT、TC、TG、HDL-C)后，两性BRI与T2DM之间的关系呈非线性(P< 0.0001)。通过使用两分段线性回归模型，我们计算了BRI的拐点。在男性组，BRI与糖尿病的关系接近线性。当BRI水平为> 3.224时，BRI水平每增加1 U/L, T2DM的HR增加82.7% (HR 1.827;95% CI 1.449-2.303)，当BRI水平≤3.224时，BRI水平与T2DM发病无相关性(HR, 0.903;95% CI 0.606-1.3464)．女性组BRI与T2DM呈j型关系。当BRI水平为> 4.137时，BRI水平每增加1 U/L, T2DM的HR增加318% (HR 4.189;95% CI 1.862-9.421)，当BRI水平≤4.137时，BRI水平与T2DM发病无相关性(HR, 1.418;95% ci 0.983-2.045)。在随访过程中，提高BRI水平提醒T2DM高危人群，这将提醒人们更早地调整他们的生活习惯，以改善结果。

研究的优势与局限性

本研究具有一定的优势。首先，与以往的横断面研究相比，本研究是一项纵向研究，对日本体检人群进行了比较大的样本。其次，本研究发现BRI与T2DM之间存在非线性关系，同时计算感染点。第三，为确保结果的稳定性，我们进行了一系列敏感性分析，包括将BRI转化为分类变量，使用GAM将连续协变量以曲线形式插入方程，并在排除酒精消费者或脂肪肝参与者后分析BRI与T2DM发病的相关性。第四，进行亚组分析，确保不同参与者之间BRI与T2DM的关系稳定，结果稳定，研究结果有望在日本体检人群中成功推广。此外，我们还绘制了ROC曲线来衡量BRI、BMI、WC和ABSI预测糖尿病风险的能力。

本研究存在一定的局限性。首先，我们的研究只关注日本人口。因此，本研究的结果不能适用于其他地区和民族。其次，有重度饮酒习惯、病毒性肝炎或在基线时使用任何药物的参与者被排除在外，因此本研究的结论可能不适用于一般人群。第三，这项回顾性观察性研究提供了BRI与T2DM发病之间的关联。因此，研究结果还需要进一步的前瞻性研究来验证。

这项研究表明，日本人群中BRI与T2DM发病之间存在正非线性关系。BRI水平与T2DM发病之间存在阈值效应。女性BRI高于4.137，男性BRI高于3.146，与T2DM的发生呈正相关。研究结果可为临床医生控制BRI提供参考。本研究表明BRI可作为T2DM早期发现和预后的预测指标。BRI异常水平将有助于临床医生进一步识别日本T2DM高危人群，有助于临床医生提前制定管理策略。

资料可从“DATADRYAD”资料库(www.Datadryad.org)．

ABSI:

身材指数

ALT:

丙氨酸转氨酶

AST:

天冬氨酸转氨酶

AUC:

曲线下面积

展望:

身体圆度指数

体重指数:

身体质量指数

置信区间:

置信区间

菲律宾:

舒张压

台塑:

空腹血糖

访问:

广义加性模型

GGT:

Gammaglutamyltransferase

糖化血红蛋白:

HemoglobinA1c

高密度脂蛋白胆固醇:

高密度脂蛋白胆固醇

中华民国:

接收机工作特性

SBP:

收缩压

2型糖尿病:

2型糖尿病

TC:

总胆固醇

TG:

甘油三酸酯

厕所:

腰围

一个也没有。

国家自然科学基金(no . 82100710)、广东省基础与应用基础研究基金(no . 2020A1515110398)、深圳市医学重点学科建设基金(no . SZXK009)资助。

作者及隶属关系

1. 深圳大学第一附属医院肾内科，广东深圳518000

   吴丽玲，蒲海璐，胡浩飞，万启军

2. 深圳市第二人民医院肾内科，广东省深圳市福田区孙岗路3002号，邮编518000

   吴丽玲，蒲海璐，胡浩飞，万启军

3. 深圳大学第一附属医院功能神经内科，广东深圳518000

   张的人

4. 深圳市第二人民医院功能神经内科，深圳市福田区孙岗路3002号，邮编518000

   张的人

贡献

LLW为研究的概念和设计做出了贡献。MZ和HLP负责数据分析，LLW和MZ负责数据解释。HFH撰写初稿，QJW验证数据。所有作者都参与了手稿的审阅和编辑。所有作者都阅读并批准了最终的手稿。

相应的作者

对应到Haofei胡或Qijun广域网．

伦理批准并同意参与

在先前发表的文章中[6]， Takuro Okamura等人明确指出:该研究得到村上纪念医院伦理委员会的批准，并获得了每位参与者对其数据使用的书面知情同意。

发表同意书

不适用。

相互竞争的利益

作者宣称他们之间没有利益冲突。

出版商的注意

伟德体育在线施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

开放获取本文遵循知识共享署名4.0国际许可协议，允许以任何媒介或格式使用、分享、改编、分发和复制，只要您对原作者和来源给予适当的署名，提供知识共享许可协议的链接，并注明是否有更改。本文中的图像或其他第三方材料包含在文章的创作共用许可协议中，除非在材料的信用额度中另有说明。如果材料未包含在文章的创作共用许可协议中，并且您的预期使用不被法定法规所允许或超出了允许的使用范围，您将需要直接获得版权所有者的许可。如欲查看本牌照的副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用公共领域奉献弃权书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条所提供的资料，除非在资料的信用额度中另有说明。

转载及权限