肥胖和BMI相关合并症的切点:电子健康记录研究

介绍

背景

肥胖(BMI≥30.0 kg/m)²)是一个全球性的公共卫生问题。肥胖率最高的国家是美国，超过三分之一的成年人患有肥胖症。1]。1998年，世界卫生组织根据欧洲成年人患肥胖相关疾病的风险，为超重和肥胖的成年人建立了国际标准化的BMI分类[2]。这些分类是基于不同BMI值的欧洲成年人患肥胖相关疾病的风险[3.]。在这些分类的基础上，超重和肥胖被定义为BMI在25.0到29.9 kg/m之间²BMI≥30.0 kg/m²,分别。然而，研究表明，肥胖相关合并症的风险因性别、种族或民族而异。研究显示，亚洲女性患者在较低的体重指数下会出现合并症，这表明这些人群超重和肥胖的体重指数阈值应该更低[2，4-7]。

研究意义

肥胖与许多合并症有关，包括高血压、高脂血症、2型糖尿病(T2DM)和冠状动脉疾病(CAD) [8-10]。Pantalone等人的横断面研究[8使用电子健康记录(EHR)数据的研究表明，bmi越高的患者患2型糖尿病、高血压和冠心病的几率越高。然而，研究并没有说明美国成年人是否存在特定的BMI切点。BMI切点被定义为可以准确检测疾病发病率的阈值。此外，没有研究通过使用电子病历数据来评估切割点，这些数据为大型多民族队列提供了患者水平的信息。研究表明，利用电子病历分析研究肥胖、糖尿病、高血压等慢性疾病是可行的[11，12]。

客观的

本研究的目的是检查来自美国大型医疗保健系统的电子病历数据，以确定与肥胖和超重相关的11种常见合并症是否存在BMI切点。我们还评估了分界点是否因性别、种族或民族而异。我们假设大多数切点发生在1级肥胖类别。

方法

数据源

我们使用了威斯康星大学医院和诊所EHR 10年期间(2008年6月1日至2018年12月31日)的数据。所有患者数据和分析都存储在一个安全的服务器上，该服务器由威斯康星大学健康信息服务中心和临床与转化研究所管理。使用Epic Clarity数据库作为所有患者的数据源。本研究已获得威斯康星大学最小风险机构审查委员会(协议#2017-0443)的批准，并且无需知情同意。我们在本研究的方法学和报告中遵循了提高卫生研究质量和透明度网络中流行病学指南中加强观察性研究报告(多媒体附录1载有《加强报告流行病学观察性研究》核对表的全文)[13]。

数据验证和清理

清除EHR中所有记录的身高和体重，以减少由于数据输入错误而包含不正确的身高和体重。与我们之前使用电子病历数据的研究类似，我们使用了Cheng等人提出的方法[14]去除生物学上不合理的高度和重量[15]。所有高度bbbb90英寸，<44英寸，和b>sd的平均高度，当SD为b>2.5 %的平均值被删除。所有权重>1000磅，<55磅，当范围≥50磅时，>距离平均值70%，当标准差为>时，>距离平均值1个标准差，平均值的20%被去除。缺失的高度数据是用最近的以前未缺失的有效高度来估算的。任何剩余的缺失高度被替换为最近的后续非缺失有效高度。BMI值使用有效身高和体重计算。没有患者因数据清理过程而被排除在研究之外。

研究人群

我们纳入了所有年龄在18岁到75岁之间的患者，这些患者在研究期间至少2年内有EHR记录的≥3次亲自临床就诊。所有纳入的患者都有一个索引访问有有效的BMI测量，在指数访问前至少1年再进行一次访问，在指数访问后1年再进行一次访问。索引访问与上次访问之间的至少1年时间用于确定患有每种感兴趣疾病的患者与未患有每种疾病的患者。指标访视与后续访视之间的1年时间用于计算指标访视前未患该疾病但后来被诊断患有该疾病的患者的1年发病率。多次就诊间隔≥3次的患者随机选择一次就诊间隔。

使用国际疾病分类(ICD)-9和ICD-10代码将在研究前或研究期间任何时间被诊断为怀孕或癌症的患者排除在外。接受过减肥手术的患者从我们的机构减肥手术登记处确定并排除。

研究变量

基线BMI(指数就诊时的BMI)、年龄(指数就诊时)、性别(男性或女性)、种族或民族(白人、非西班牙裔;黑色,非西班牙裔;亚洲、非西班牙裔;美洲原住民，非西班牙裔;拉美裔;或其他或未指明)、保险类型(商业或私人保险、医疗保险、医疗补助或其他或未指明)和吸烟状况(在索引访问时;积极吸烟者、前吸烟者、被动吸烟者(定义为接触过烟草烟雾但自己从不吸烟的人)或不吸烟者从电子病历中被识别出来。保险类型定义为在索引访问期间或之前使用的保险类型。

通过文献回顾，我们确定了11种常见的肥胖相关合并症，包括:焦虑、CAD、脑血管疾病、慢性疼痛、抑郁、胃食管反流病、高脂血症、高血压、阻塞性睡眠呼吸暂停(OSA)、骨关节炎和T2DM [8，9，16，17]。偶发病例被定义为在指标访视前没有疾病，但在指标访视后出现疾病的患者。1年发病率(定义为每100人年)是根据ICD-9或ICD-10代码(多媒体附录2包含ICD-9和ICD-10代码的完整列表)，在索引访问之前没有诊断的患者在索引访问后的1年内。流行病例被定义为在首次就诊时或之前诊断出合并症，并在此期间使用ICD-9或ICD-10代码进行识别的患者。

统计分析

我们使用BMI作为结果的分位数回归来确定每种合并症和未发生每种合并症的病例之间中位BMI的差异。每个共病都有两个模型来评估BMI和疾病发病率之间的关系——一个未调整的模型，以疾病发病率为唯一的自变量，另一个调整的模型考虑基线年龄、性别、种族或民族和吸烟状况。我们使用分位数回归是因为我们无法满足线性模型的假设。分位数回归还允许评估出现每种共病的患者与未出现每种共病的患者之间BMI分布的差异，这比单一平均值的差异更具信息量[18]。中位数BMI(发病病例的中位数BMI减去未发病患者的中位数BMI)的差异是分位数模型的结果。

我们用BMI进行了切点分析，作为每一种肥胖相关合并症发病率的筛选试验。计算连续BMI值的敏感性和特异性。如果受者工作曲线下面积(AUROC)为>.6，则合并症有BMI切点。我们选择了AUROC >.6，以确保切点具有重要的诊断价值。虽然没有金标准方法，但其他研究者使用了AUROC阈值，范围从b>.5到b>.7来确定切点[6]。对于所有AUROC为>.6的合并症，切点定义为使约登指数(sensitivity+specificity-1)最大化的BMI值。BMI切割点也按性别和种族或民族计算，并使用bootstrap方法与1000次重新采样进行比较。计算每个切点以上和以下的总发病率。对于任何具有可识别切点的合并症，比较发生合并症的患者和未发生合并症的患者的基线特征和任何并发合并症的患病率。

所有统计分析均使用R 3.6.3 (R Foundation for statistical Computing)进行。

发病率与患病率的切点分析

研究已经通过发病率和流行率确定了糖尿病、高血压和高脂血症等疾病的切点[6，19]。由于没有确定切割点的标准化方法，我们分析了流行病例和事件病例之间切割点的差异。对于任何具有可识别切割点的合并症，我们使用带有1000次重新采样的自举法来确定切割点和P比较事件和流行病例的价值。

结果

病人的特点

在研究期间，超过30万名患者至少进行了三次临床就诊。应用排除标准后，243332例患者符合纳入标准(图1)。平均年龄46.8岁(SD 15.3)。表1)。54.9%(133,654/243,332)的患者为女性，88.7%(215,950/243,332)的患者为白人和非西班牙裔。平均BMI为29.1 (SD 7.0) kg/m²36.8%(89,660/243,332)的患者BMI≥30 kg/m²。在我们的研究队列中，57.7%(139,753/243,332)的患者从未吸烟或使用烟草制品，而14.1%(34,328/243,332)的患者是活跃吸烟者。高脂血症和高血压是最常见的合并症，分别影响24.3%(59,097/243,332)和21.5%(52,365/243,332)的研究人群(表1)。

‎ 查看此图

11种合并症的发生率及其与BMI的关系

1年发病率最高的是高脂血症(每100人年4.0例)和高血压(每100人年3.6例;多媒体附录3包含1年发病率的完整表)。冠心病和脑血管疾病的1年发病率最低(分别为每100人年0.9例和0.4例)。

在分位数回归中，当比较出现每种共病的患者(事件组)与未出现共病的患者的中位BMI时，我们发现所有肥胖相关共病的中位BMI在统计学上存在显著差异(多媒体附录4包含完整的分位数回归分析表，评估BMI和合并症发生率之间的关联)。除焦虑外，事件组所有合并症的中位bmi均较高(-0.6 kg/m)²;95% CI -0.8 ~ -0.4)。

在调整了年龄、性别、种族或民族和吸烟状况后，我们发现除焦虑和脑血管疾病外，所有合并症的中位bmi存在统计学上的显著差异(多媒体附录4包含完整的分位数回归分析表，评估BMI和合并症发生率之间的关联)。事件组的校正中位bmi在所有合并症中都较高。调整后的中位BMI差异最大的是OSA (6.0 kg/m)²;95% CI 5.7-6.4)和T2DM (5.0 kg/m)²;95% ci 4.6-5.4)。

所有研究患者的BMI切点

6种合并症有BMI切点:CAD、高脂血症、高血压、OSA、骨关节炎和2型糖尿病(表2)。高脂血症的切点最低(27.1 kg/m)²;敏感性= 68.8%;特异性为52.1%)，其次是CAD (27.7 kg/m)²;敏感性= 66.5%;特异性=50.5%)，高血压(28.4 kg/m)²;敏感性= 62.3%;特异性=60.7%)，骨关节炎(28.7 kg/m)²;敏感性= 58.7%;特异性=51.7%)，OSA (30.1 kg/m)²;敏感性= 72%;特异性=66.6%)，T2DM (30.9 kg/m)²;敏感性= 63.3%;特异性= 70.9%)。

在确定了切割点的6种合并症中，高于切割点的1年发病率高于低于切割点的发生率(图2)。最大的差异是OSA(低于分界线0.7例/ 100人年vs高于分界线3.4例/ 100人年)和T2DM(低于分界线0.6例vs高于分界线2.5例/ 100人年)。

当比较具有可识别切点的合并症(CAD、高脂血症、高血压、OSA、骨关节炎和2型糖尿病)的基线人口统计数据时，我们发现，在所有六种合并症中，患有每种疾病的患者年龄较大，男性的可能性大于未患有每种疾病的患者(多媒体附录5-10包含比较所有六种合并症患者与未发生合并症患者基线特征的表格(有一个切点)。出现每一种合并症的患者，其其他五种合并症的发生率均较高，且具有可识别的切点。例如，患有高血压的患者患冠心病、高脂血症、OSA、骨关节炎和2型糖尿病的几率更高。

‎ 查看此图

按性别划分BMI分界点

男女患者均有高脂血症、高血压、OSA和T2DM的切点，但只有女性患者有CAD和骨关节炎的切点(表3;多媒体附录11包含AUROC、约登指数、按性别和种族或民族划分的切点的敏感性和特异性值的完整表格)。女性患者的T2DM切点较低(29.9 vs 32.1 kg/m)，具有统计学意义²;P= .02点)。男性和女性患者在其他切点上没有差异。

按种族或民族划分BMI分值

当按种族或民族评估切点时，黑人患者的高血压切点更高(30.3 vs 28.7 kg/m)²白人患者;P< 0.001)和OSA (35.1 vs 30.1 kg/m)²;P= .005;表4;多媒体附录11包含AUROC、约登指数、按性别和种族或民族划分的切点的敏感性和特异性值的完整表格)。亚洲患者的高脂血症切点较低(24.1 vs 26.5 kg/m)²白人患者;P= 0.02)， OSA (29.0 vs 30.1 kg/m)²;P= 0.02)， T2DM (27.5 vs 31.3 kg/m)²;P= .04点)。美洲原住民患者的高血压切点较低(26.0 vs 28.7 kg/m)²白人患者)和T2DM (29.3 vs 31.3 kg/m)²)，高脂血症的临界值更高(28.8 vs 26.5 kg/m)²)，但差异无统计学意义。对于西班牙裔患者，我们只确定了OSA的切点(31.3 kg/m)²;敏感性= 69.2%;特异性= 70.4%)。

发病率与患病率的切点分析

对于有BMI切点的六种合并症，我们发现冠心病、高血压、阻塞性睡眠呼吸暂停和骨关节炎(多媒体附录12包含发病率与流行率切点的完整表格)。高脂血症的发病率和流行切点(27.5 vs 27.0 kg/m)有统计学意义的差异²;P= 0.02)和T2DM (30.7 vs 30.0 kg/m)²;P<措施)。

讨论

主要研究结果

我们的研究结果表明，当患者超重或几乎不符合1级肥胖标准时，可以准确检测出六种肥胖相关合并症的BMI切点或阈值。发生冠心病、高脂血症、高血压和骨关节炎的切点发生在超重类别，而发生OSA和T2DM的切点发生在超重和1级肥胖之间的过渡阶段。在我们的研究队列中，女性患者的T2DM切点较低。亚洲患者在高脂血症、OSA和T2DM方面的切点较低，而黑人患者在高血压和OSA方面的切点较高。

在我们的研究中发现的大多数切点都在超重的BMI范畴内。已发表的研究目前对超重与患糖尿病之间的关系看法不一与肥胖相关的共病。Guh等人的meta分析[9研究发现，超重的患者出现T2DM和CAD等合并症的相对风险增加，而肥胖的患者增加最多。其他研究，如Nguyen等人的横断面研究[16]，该研究使用了国家健康和营养检查调查(NHANES)的数据，结果表明，较高的bmi与这些疾病的风险增加有关。相反，Faeh等人对瑞士成年人进行的回顾性队列研究[10研究表明，冠心病导致的肥胖患者死亡率增加，而超重患者的死亡率则没有增加。尽管有许多研究证实了这些慢性疾病和肥胖之间的联系，但没有研究在多种族或族裔人群中发现这些切点。

我们发现女性患者的T2DM切点低于男性患者。关于性别与肥胖相关合并症发展之间的关系，文献尚无定论。Chu等人的回顾性研究[6发现台湾女性的高血压和2型糖尿病切点均低于男性。一项评估日本成年肥胖患者高血压发病率的大型队列研究显示，BMI与高血压的关系受性别影响，女性患者患高血压的风险更大[20.]。相比之下，Ong等人的回顾性研究[21使用NHANES数据对美国成年人进行的调查显示，男性和女性患高血压的风险没有差异。虽然我们的研究结果显示男性和女性患者在高脂血症切点上没有差异，但Tseng等人的一项回顾性队列研究[19台湾女性高脂血症的切点比男性低。

我们的研究发现，与白人患者相比，黑人患者的高血压和OSA切点更高。Fontaine等人的横断面研究[22使用NHANES的数据发现，黑人患者在bmi高于白人的情况下，会出现与肥胖相关的疾病，比如寿命缩短。在一篇综述中，瓦格纳和海沃德[23假设黑人患者与不同种族或民族背景的患者之间肥胖相关合并症的发展差异源于身体成分的差异;黑人患者通常比白人患者有更高的bmi，尽管他们的体脂水平相似。

我们还发现亚洲患者的切点较低。这得到了世界卫生组织专家委员会的支持，该委员会得出结论，亚洲人群在BMI和肥胖相关疾病之间存在不同的关联，亚洲人肥胖相关合并症的切点在22.0-25.0 kg/m之间变化²［4，7]。Cheong等人基于人群的横断面研究[24[3]的马来西亚成年人确定了预测糖尿病、高血压和高脂血症存在的BMI切点在23.3-24.1 kg/m之间²男子为24.0-25.4公斤/米²在女性。Chan等人的前瞻性研究[25诊断为CAD的中国成年人的BMI切点为27.3 kg/m²发展阻塞性睡眠呼吸暂停综合症亚洲患者的低切点归因于亚洲患者和白人患者之间的多种遗传和代谢差异，例如亚洲人群与白人人群中BMI和体脂率之间的不同关联[4，7]。此外，亚洲各亚群之间可能存在差异。Jih等人的二次分析[7加州健康访谈调查的研究人员发现，菲律宾人超重、肥胖和糖尿病的比例最高，这表明基因、生活方式和饮食因素可能是导致临界点和疾病风险变化的原因。

研究的意义

我们的研究结果表明，虽然目前一些纳入BMI的筛查指南有适当的分界点，但其他指南可能需要修改。例如，美国预防服务工作组(USPSTF)建议筛查T2DM [26]和高血压[27]， BMI切点为25 kg/m²。我们的BMI切割点为30.9 kg/m²28.4 kg/m²对于2型糖尿病和高血压，分别支持这些指南切点。

相比之下，OSA筛查的指南各不相同。美国睡眠医学学会建议BMI≥30 kg/m的成年人进行OSA筛查²［28]。美国联邦航空管理局和美国联邦汽车运输安全管理局建议BMI≥40 kg/m的飞行员²BMI≥35 kg/m的驾驶员²，应分别进行呼吸暂停综合症筛查[29，30.]。美国睡眠医学学会BMI cut point为30 kg/m²我们的切点是30.1 kg/m²美国联邦航空管理局和美国联邦汽车运输安全管理局对阻塞性睡眠呼吸暂停综合症的筛查标准可能过高。

目前的高脂血症、冠心病或骨关节炎筛查建议中不包括BMI。尽管USPSTF和美国心脏病学会/美国心脏协会对一些符合年龄和心血管疾病风险标准的患者有高脂血症筛查和他汀类药物使用指南，但BMI不在其中[31，32]。该研究确定了27.1 kg/m的切割点²这表明BMI作为一个危险因素可能是有根据的。USPSTF不建议筛查CAD，但建议临床医生提供或推荐BMI≥30 kg/m的成年人²行为减肥疗法预防冠心病发展[33]。我们不知道任何USPSTF或专业协会对骨关节炎的筛查建议。存在骨关节炎筛查问卷[34]，可提供给超过BMI切点28.7 kg/m的患者²。我们还发现，在筛查成人肥胖相关合并症时，可能需要考虑性别和种族或民族差异。

我们之前的电子病历出版物发现，我们的患者群体在人口统计学上与美国成年人口相似[35];因此，我们的研究结果可以推广到美国成年人。然而，使用多机构电子病历数据集对本研究中确定的BMI切点进行进一步调查将进一步阐明我们的研究结果是否具有普遍性。如果在多机构的电子病历数据集中BMI切点是相似的，那么对于一些合并症的筛查建议可能需要重新评估，以帮助指导卫生保健提供者何时筛查患者与肥胖相关的合并症。

限制

首先，尽管我们使用约登指数的方法是在文献中建立的[6，19，没有黄金标准确定连续数据的最佳切点的方法，如BMI。一些研究者使用疾病流行率而不是发病率来确定切点。我们的分析比较了使用发病率和患病率的切入点计算，没有发现临床显著差异。我们认为，以发病率确定的切点具有更大的临床效用，因为发病率评估疾病的发展，而患病率描述的是已经诊断出的疾病。其次，大多数约登指数、敏感性和特异性都很低，这表明BMI不是这些疾病的完美筛查工具。然而，它具有重要的临床用途，因为它被记录在大多数患者的电子病历中，而其他标记，如腰围和生物标记，则没有。此外，auroc为bb0 0.6，表明我们的分析能够区分患有和不患有该疾病的人。第三，可能存在选择偏倚，因为所有患者都被要求在我们的电子病历中拥有至少2年的数据。例如，我们的电子病历中医疗补助病人的比例低于全国估计。第四，我们的研究是观察性的，所以不能推断因果关系。 Finally, there may be inaccuracies in our data set because of errors in data entry by health care providers. We removed biologically implausible values using our BMI algorithm, but coding inaccuracies in the ICD-9 and ICD-10 entries may still exist.

结论

BMI切点准确预测发生6种肥胖相关合并症(CAD、高脂血症、高血压、OSA、骨关节炎和2型糖尿病)的风险发生在患者超重或勉强符合1级肥胖标准时。对这些患者进行减肥咨询很重要，因为他们与肥胖相关的发病率和死亡率都在增加。需要进一步的纵向研究，国家数据来确定是否应该重新考虑CAD，高脂血症，OSA和骨关节炎的筛查指南。