目的1.通过回顾性和前瞻性相结合的双向队列研究,全面探索影响新疆哈萨克族MS高发的主要危险因素。绘制MS因子模式图,初步掌握新疆哈萨克族MS因子的聚集特征;2.验证基线人群因子分析已明确的各主因子对CVD发病的影响,对各主因子进行排序,为今后制定有效干预措施提供参考;3.以MS主因子为预测因子,构建一个简单、便捷的哈萨克族CVD风险预测模型,用于明确高危人群,CVD早期筛查,为今后制定CVD等慢性病防治策略提供借鉴。方法1.基于2010年-2012年新疆伊犁哈萨克族现场调查为基线,2013年、2016年和2017年分别进行3次随访,通过问卷调查、体格检查以及实验室检查收集当地居民的健康资料,构建2010-2017年哈萨克族健康队列;通过当地社保信息以及当地医院病历进行复核,以及通过自治区疾控中心收集2010年-2017年研究人群的CVD死亡数据;2.采用因子分析方法,对基线中被JIS标准诊断为MS的706人进行分析,探索哈萨克族人群的MS组分结构模型;采用病例对照研究,选取575名哈萨克族人群(191名CVD为病例组,384名为对照组),采用Logistic模型构建以MS主因子的CVD判别模型,绘制ROC曲线,确定判别准则;3.在哈萨克族队列研究中,完成满5年随访的2007名研究对象作为内部人群,采用Cox回归构建基于MS主因子的CVD风险预测模型,计算内部人群中每位研究对象5年CVD的发生概率,绘制ROC曲线确定预测截断点;选取哈拉布拉乡(同地区)219名哈萨克族人群,作为外部人群,验证所构建的CVD风险预测模型,计算外部人群中每位研究对象5年CVD的发生概率,结合其随访结果,绘制ROC曲线,进行模型效果评价;4.采用内部人群数据,以MS主因子和原始变量构建的CVD风险预测模型,比较ROC曲线下面积,评价MS主因子的可行性,并构建5年CVD发病风险的列线图,用于评价个体发病风险。结果1.本研究哈萨克族内部人群CVD发病率为15.10%(95%CI:13.48%-16.61%),男性为15.89%,女性为14.74%;外部人群CVD发病率为13.70%(95%CI:9.11%-18.29%),男性为12.40%,女性为14.62%。在年龄、性别、SBP、DBP、吸烟、饮酒、MS患病率和CVD发病率,在内、外部人群均无统计学差异。依据JIS和IDF诊断标准,新疆哈萨克族人群MS患病率分别为30.88%(男性:29.41%、女性:31.86%)和25.63%(男性:21.03%、女性:28.66%)。在IDF标准下,女性MS患病率均高于男性(χ2=16.713,P0.001)。MS代谢网络中18个心脑血管危险因素,低HDL-C和高血压组分在男性和女性人群中有统计学差异。2.采用因子分析,探索哈萨克族男性和女性人群的MS组分结构模式。结果显示,男性MS可以由7个独立的MS主因子解释,分别为(1)肥胖因子:体重、腰围和BAI组成;(2)肝功因子:TBIL和IBIL组成;(3)脂质因子:HDL-C、APOA和ALB组成;(4)肾代谢因子:UA、CREA和BUN组成;(5)肝酶因子:ALT、AST和α-HBDH组成;(6)血压因子:SBP和DBP组成;(7)血糖因子:FPG和FMN组成;女性MS也是由7个独立的代谢组分主因子解释,但构成与排序不同,(1)肝功因子:TBIL、IBIL和ALB组成;(2)肥胖因子:体重、BAI和腰围组成;(3)脂质因子:HDL-C和APOA组成;(4)血压因子:SBP和DBP组成;(5)肝酶因子:ALT、AST和α-HBDH组成;(6)肾代谢因子:UA、CREA和BUN组成;(7)血糖因子:FPG和FMN组成。3.采用病例对照人群进行CVD患病情况的Logistic判别分析,哈萨克男性人群的AUC为0.857(95%CI:0.807-0.898),临界值为0.30,灵敏度为80.49%,特异度为81.71%;哈萨克族女性人群的AUC为0.852(95%CI:0.809-0.889),临界值为0.23,灵敏度为88.07%,特异度为66.36%。4.采用队列研究2007名内部人群,构建Cox回归构建的预测模型。男性人群中预测5年CVD发生情况的AUC为0.752(95%CI:0.720-0.781),预测截断点为0.50,灵敏度为62.10%,特异度为78.22%;女性人群中预测5年CVD发生情况的AUC为0.807(95%CI:0.783-0.829),预测截断点为0.53,灵敏度为83.71%,特异度为65.60%。5.采用队列研究219名外部人群,验证Cox回归构建的预测模型。男性人群中预测5年CVD发生情况的AUC为0.911(95%CI:0.831-0.961),预测截断点为0.85,灵敏度为81.82%,特异度为94.87%;女性人群中预测5年CVD发生情况的AUC为0.866(95%CI:0.795-0.919),预测截断点为0.52,灵敏度为84.21%,特异度为76.58%。6.以MS主因子和原始变量分别构建Cox预测模型,采用逐步回归法对内部人群数据进行处理,男性主因子构建的CVD模型AUC为0.748(95%CI:0.717-0.778),高于原变量AUC的0.692(95%CI:0.658-0.723),且有统计学意义(Z=3.993,P0.05);女性人群主因子构建的CVD模型AUC为0.806(95%CI:0.783-0.829),高于原变量AUC的0.780(95%CI:0.756-0.803),且统计学差异(Z=2.553,P=0.010)。结论1.新疆哈萨克族CVD发病率、MS患病率均高于全国水平。2.MS组分存在异常聚集,可能是由多种病因共同作用的结果。运用因子分析,在哈萨克族男、女MS人群分别提取7个相同的主因子,分别为肥胖因子、肝功因子、脂质因子、肾代谢因子、肝酶因子、血压因子和血糖因子。其中,前3个主因子为肥胖因子、肝功因子和脂质因子,合计累积贡献率男性为44.53%,女性为44.03%,肝功因子可能是哈萨克族MS人群特有的主因子。3.本研究以7个MS主因子构建5年哈萨克族CVD发病预测模型,通过内、外部人群进行验证,拟合的预测模型能较好的判别和预测CVD的发生。4.CVD发病风险的列线图,可直观、形象地评价哈萨克族个体CVD的发病风险,为CVD精准化医疗提供预防和治疗的线索。
【学位单位】：石河子大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R54;R743;R181.3
【部分图文】：
在男性病例对照人群中判别心脑血管疾病的ROC曲线分析结果
在女性病例对照人群中判别心脑血管疾病的ROC曲线分析结果
预测内部男性人群心脑血管疾病的ROC曲线分析结果
【参考文献】
相关期刊论文 前10条
1 李杰;钱玲玲;李华婷;汤在祥;胡承;王琛;包玉倩;张永红;贾伟平;;身体肥胖指数在上海地区中国人中的应用初探[J];中华糖尿病杂志;2016年05期
2 邓群;;我国高血压的空间分布研究[J];中央民族大学学报(自然科学版);2015年03期
3 刘鹏;;心血管疾病的中医治疗临床分析50例[J];中国卫生标准管理;2015年18期
4 林晓斐;;《中国居民营养与慢性病状况报告(2015年)》发布[J];中医药管理杂志;2015年13期
5 刘静;;我国心血管病流行趋势的新特点[J];浙江医学;2015年09期
6 陆海波;尹鹏;;2013年新疆巴州地区居民死因监测结果分析[J];疾病预防控制通报;2015年01期
7 陈金宏;杨钧;郭静;谢英;;心血管疾病健康管理模式发展现状[J];武警医学;2014年09期
8 张国强;刘博;敬文;李述刚;陈鹏;吴丽文;马晓玲;李凡卡;;新疆生产建设兵团2008-2012年居民死因分析[J];中华疾病控制杂志;2014年06期
9 何佳;郭恒;丁玉松;刘佳铭;张眉;马儒林;张景玉;李述刚;孙凤;徐上知;郭淑霞;;新疆哈萨克族、维吾尔族和汉族农村居民超重、肥胖流行病学调查[J];中华流行病学杂志;2013年12期
10 马儒林;郭淑霞;李妍;郭恒;张景玉;芮东升;徐上知;丁玉松;陈洁婷;;新疆哈萨克族成人血脂异常及其影响因素[J];中国公共卫生;2012年08期
相关博士学位论文 前1条
1 朱小红;蒙古族人群心脑血管病发病危险因素及Framingham评分预测的适用性研究[D];苏州大学;2014年
相关硕士学位论文 前8条
1 张向辉;新疆农村地区人群代谢综合征筛检指标的研究[D];石河子大学;2017年
2 严翠芳;基于常规体检生物标志物应用探索因子分析法构建代谢综合征风险预测模型的队列研究[D];大连医科大学;2017年
3 张文超;基于纵向监测健康管理队列的代谢综合征预测模型及其工具的研究[D];山东大学;2016年
4 冉久举;食用花椒与冠状动脉粥样硬化性心脏病关系的病例对照研究[D];四川医科大学;2015年
5 张宏春;昆山市2001~2012年心脑血管疾病死亡率分布及疾病负担分析[D];苏州大学;2014年
6 董瑞;运城市40岁以上城乡居民脑卒中及危险因素现况调查[D];山西医科大学;2014年
7 张永媛;基于队列设计纵向监测与概率图模型的非酒精性脂肪肝与代谢综合征双向因果推断研究[D];山东大学;2013年
8 王慧;C反应蛋白、尿微量白蛋白、载脂蛋白与老年糖尿病并脑梗死的相关性[D];山东大学;2011年
本文编号：
2834517
本文链接：https://www.wllwen.com/yixuelunwen/yufangyixuelunwen/2834517.html
