J Clin Med:真实世界研究中卒中住院患者的肥胖悖论
2022-04-03 MedSci原创 MedSci原创
肥胖和中风都达到流行病的程度,显然是相关的。 根据最近的数据,预计高达 25% 的 25 岁以上成年人在其一生中会经历中风。 在世界范围内,中风是导致长期残疾的主要原因,每年造成 580 万例死亡病例
肥胖和中风都达到流行病的程度,显然是相关的。 根据最近的数据,预计高达 25% 的 25 岁以上成年人在其一生中会经历中风。 在世界范围内,中风是导致长期残疾的主要原因,每年造成 580 万例死亡病例。 肥胖也是脑血管疾病公认的危险因素,体重指数(BMI)与缺血性中风的风险几乎呈线性关系。
许多研究将肥胖与较高的发病率和几种心血管危险因素的严重程度增加联系起来,包括中风风险的增加。然而,研究肥胖对中风患者预后的影响的研究产生了相互矛盾的结果。几项研究显示,在死亡率方面,超重和肥胖中风患者(包括出血性中风患者)的良好结局,支持这些患者的“肥胖悖论”。然而,其他研究表明肥胖对卒中后的寿命有不利影响,并确定年龄是年轻肥胖卒中幸存者死亡风险较高和老年人死亡风险较低的一个调节因素。由于肥胖对卒中结局的影响仍在争论中,本研究的目的是描述在美国因卒中入院的全国性患者队列中的患者特征和 BMI 分布,以及 BMI 与死亡率之间的关系以及住院时间。
这些数据是从国家住院患者样本 (NIS)、医疗保健成本和利用项目 (HCUP) 以及医疗保健研究和质量局 (AHRQ) 收集的。 NIS 数据集代表了美国所有住院患者的大约 20% 样本。该数据库包括各种患者和医院级别的特征,例如患者人口统计数据、出院诊断和程序诊断、合并症和住院时间 (LOS)。医院级别因素包括医院地理区域、教学状况和床位大小。使用 HCUP 提供的患者级抽样权重计算国家估计值。
在本研究中,我们收集了 2015 年 10 月至 2016 年 12 月期间美国住院的数据。ICD-10 编码系统(国际疾病分类,第 10 版,临床修订版 - ICD-10-CM)从 2015 年 10 月开始使用,此后用于在 NIS 数据库中报告程序和临床诊断。我们只包括使用 ICD-10 系统编码的数据的原因是 ICD-10 代码包括 BMI 值和范围的单独代码。
研究者将BMI分为6个亚组,包括BMI ≤ 19 kg/m2作为低体重组; BMI 20–25 kg/m2, 正常体重组; BMI 26–30 kg/m2, 超重组; BMI 31–35 kg/m2, 肥胖I组; BMI 36–39 kg/m2, 肥胖II组; BMI ≥40 kg/m2, 超级肥胖组。
美国共有 16,837 例因中风住院的病例被纳入分析。 实施加权方法后,该住院样本代表估计总共有 84,185 例卒中住院。 研究人群中女性占优势(55.3%),平均年龄约为 65.5 ± 31 岁。 大多数研究人群(63.1%)是白人,56.9% 有医疗保险。
临床特征方面,38%有糖尿病史,67%有原发性高血压,10%有外周血管疾病,23%有房颤或扑动病史。 研究中的中位 BMI 为 34(IQR:29-41),而 82.4% 的患者 BMI 高于正常值(>25 kg/m2)。
在因卒中入院的总人口中,8.7% 接受了溶栓治疗。 与体重过轻和体重正常的患者相比,肥胖患者在住院期间接受溶栓治疗的机会更高,分别为 9.3% 和 6.2%(p < 0.001)。 只有 2.8% 的总研究人群接受了机械血栓切除术,1.3% 的人接受了医院颈动脉内膜切除术。 平均住院时间为 5.64 ± 0.07 天。 图 1 显示了研究人群中 BMI 与住院时间之间的关系。 BMI 和 LOS 之间的相关性在本质上呈反向 J 形,超重和肥胖患者的住院时间较短,p < 0.001。
卒中住院患者的住院死亡率记录为 3.6%。 图 2 显示了研究人群中 BMI 与住院死亡率之间的相关性。 观察到 BMI 与住院死亡率之间呈反向 J 型关系,体重过轻和体重正常的患者死亡率较高,p < 0.001。
在未经调整的分析中发现有几个参数显着增加了住院死亡率的几率(表 2)。 这些包括:年龄、白人、个人高血压病史、肾功能衰竭、外周血管疾病、心力衰竭和心房颤动/扑动(均 p < 0.01)。 在单变量分析中,较高的 BMI 和糖尿病与死亡率降低相关。
在调整了潜在的混杂因素后,在多变量分析中,上述大多数(外周血管疾病除外)仍然是住院死亡率的独立预测因子(表 3)。 较高的 BMI 和糖尿病是提高生存率的独立预测因素。 Deyo 合并症指数≥2 也是卒中住院患者死亡率的独立预测因子,OR-2.39 (1.94-2.94),p < 0.001。
Predictor | Probability (95% CI) | Odds Ratio (95% CI) | p-Value |
---|---|---|---|
Age Group, years | <0.001 | ||
18–44 years | 1.41% (1.14, 1.74) | 1.00 (reference) | n/A |
45–59 years | 1.32% (1.14, 1.53) | 0.93 (0.76, 1.15) | 0.514 |
60–74 years | 1.95% (1.71, 2.21) | 1.39 (1.14, 1.69) | 0.001 |
≥75 years | 2.67% (2.35, 3.04) | 1.92 (1.57, 2.35) | <0.001 |
Gender | 0.023 | ||
Male | 1.85% (1.62, 2.10) | 1.00 (reference) | n/A |
Female | 1.69% (1.48, 1.92) | 0.91 (0.84, 0.99) | 0.023 |
Race | <0.001 | ||
Non-white | 1.63% (1.42, 1.87) | 1.00 (reference) | n/A |
White | 1.91% (1.69, 2.16) | 1.18 (1.08, 1.29) | <0.001 |
BMI Group | <0.001 | ||
20–25 | 2.55% (2.17, 3.00) | 1.00 (reference) | n/A |
Below 20 | 3.85% (3.35, 4.43) | 1.53 (1.34, 1.75) | <0.001 |
26–30 | 1.44% (1.23, 1.69) | 0.56 (0.48, 0.65) | <0.001 |
31–35 | 1.14% (0.98, 1.32) | 0.44 (0.38, 0.51) | <0.001 |
36–39 | 1.07% (0.90, 1.26) | 0.41 (0.35, 0.49) | <0.001 |
40 and Above | 1.73% (1.51, 1.99) | 0.67 (0.58, 0.78) | <0.001 |
Atrial Fibrillation/Flutter | <0.001 | ||
No | 1.58% (1.39, 1.79) | 1.00 (reference) | n/A |
Yes | 2.91% (2.53, 3.33) | 1.86 (1.71, 2.02) | <0.001 |
Congestive heart failure | <0.001 | ||
No | 1.73% (1.53, 1.96) | 1.00 (reference) | n/A |
Yes | 2.20% (1.90, 2.56) | 1.28 (1.16, 1.41) | <0.001 |
Chronic pulmonary disease | 0.002 | ||
No | 1.75% (1.54, 1.98) | 1.00 (reference) | n/A |
Yes | 2.00% (1.73, 2.32) | 1.15 (1.05, 1.26) | 0.002 |
Diabetes Mellitus | <0.001 | ||
No | 1.84% (1.63, 2.08) | 1.00 (reference) | n/A |
Yes | 1.40% (1.21, 1.62) | 0.76 (0.69, 0.83) | <0.001 |
Hypertension | <0.001 | ||
No | 2.27% (1.99, 2.59) | 1.00 (reference) | n/A |
Yes | 1.53% (1.34, 1.73) | 0.67 (0.62, 0.72) | <0.001 |
Obesity | <0.001 | ||
No | 3.15% (2.76, 3.61) | 1.00 (reference) | n/A |
Yes | 1.11% (0.96, 1.27) | 0.34 (0.31, 0.39) | <0.001 |
Peripheral vascular disorders | 0.392 | ||
No | 1.76% (1.56, 1.99) | 1.00 (reference) | n/A |
Yes | 1.85% (1.57, 2.18) | 1.05 (0.94, 1.18) | 0.392 |
Renal failure | <0.001 | ||
No | 1.71% (1.51, 1.93) | 1.00 (reference) | n/A |
Yes | 2.32% (2.01, 2.68) | 1.37 (1.25, 1.49) | <0.001 |
Income Percentile | 0.011 | ||
0 to 25th percentile | 1.86% (1.63, 2.12) | 1.00 (reference) | n/A |
26th to 50th percentile | 1.86% (1.62, 2.13) | 1.00 (0.90, 1.11) | 0.995 |
51st to 75th percentile | 1.81% (1.57, 2.09) | 0.97 (0.88, 1.08) | 0.608 |
76th to 100th percentile | 1.55% (1.33, 1.81) | 0.83 (0.74, 0.94) | 0.002 |
Deyo-CCI | <0.001 | ||
1 | 1.15% (0.93, 1.42) | 1.00 (reference) | n/A |
2 or higher | 2.70% (2.48, 2.93) | 2.39 (1.94, 2.94) | <0.001 |
我们的研究有一些局限性。国家住院样本数据库是一个行政回顾性数据库,包含出院级别的记录,因此,它容易受到潜在编码错误的影响。 NIS 数据库中缺乏患者标识符使我们无法分析其他结果,例如 30 天死亡率。我们只能记录住院期间发生的事件,不再进行长期随访。我们也不能排除某些住院是同一患者因其他脑血管事件而“再次入院”。一些重要的参数没有收集到 NIS 数据库中,例如额外的患者特征、慢性药物治疗、实验室测试等。因此,我们不能完全排除我们在本研究中观察到的相关性的残余混杂因素。这些限制被全国范围内的数据所抵消,真实世界的数据,缺乏选择偏差和专业中心选择性出版引入的报告偏差的缺乏。
总之,在本研究期间,在美国因中风住院的患者中记录了体重指数与住院死亡率之间的反向 J 型相关性。所提出的研究结果支持在中风后住院的患者中存在“肥胖悖论”,类似于其他心血管疾病中描述的情况。
原始出处:
Rozen G, Elbaz-Greener G, Margolis G, Marai I, Heist EK, Ruskin JN, Carasso S, Roguin A, Birati EY, Amir O. The Obesity Paradox in Real-World Nation-Wide Cohort of Patients Admitted for a Stroke in the U.S.J Clin Med. 2022 Mar 17;11(6):1678. doi: 10.3390/jcm11061678
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#真实世界#
70
#Med#
69
#缺血性卒中#的#肥胖悖论#
103