非糖尿病患者中糖化血红蛋白与亚临床动脉粥样硬化及动脉硬度的关系分析：一项回顾性研究 Grzegorz K. Jakubiak, Natalia Pawlas, Dominika Blachut, Artur Chwalba, Andrzej Tomasik, Agata Stanek, Grzegorz Cie?lar

《Journal of Clinical Medicine》：Analysis of the Relationship of Glycated Hemoglobin with Subclinical Atherosclerosis and Arterial Stiffness in Non-Diabetic Patients: A Retrospective Study Grzegorz K. Jakubiak, Natalia Pawlas, Dominika Blachut, Artur Chwalba, Andrzej Tomasik, Agata Stanek and Grzegorz Cie?lar

　　摘要 背景：心代谢疾病对当代公共卫生构成了重大挑战。糖尿病（DM）被广泛认为是主要的心血管风险因素。然而，糖化血红蛋白百分比（HbA1c）在评估无糖尿病个体的心血管健康方面的效用仍不确定。本研究探讨了HbA1c水平与非糖尿病个体中亚临床动脉粥样硬化和动脉僵硬度存在及其严重程度之间的关联。方法：对59名患者（72.88%为女性；平均年龄：54.82 ± 17.34岁）的数据进行了回顾性分析，这些患者没有急性疾病症状或慢性疾病加重。所有患者均于2022年6月至2024年5月期间入住波兰卡托维兹西里西亚医科大学的内科、血管学和物理医学系住院治疗。进行了HbA1c水平测定、结合脉波分析（PWA）的中心血压测量、颈动脉-股动脉脉波速度（cfPWV）测量，以及颈动脉、股动脉和下肢动脉的多普勒超声检查，以测量颈总动脉（cIMT）、股总动脉（cfIMT）和股浅动脉（sfIMT）的内膜-中层厚度（IMT）。统计分析采用了Spearman等级相关检验。随后构建了一个多变量分析模型，并调整了年龄、性别、体重指数（BMI）和吸烟因素。结果：在所有评估参数中，HbA1c与cIMT（R = 0.532；p < 0.001）、cfIMT（R = 0.63；p < 0.001）、sfIMT（R = 0.539；p < 0.001）和cfPWV（R = 0.504；p < 0.001）之间的正相关关系最为显著。在多变量分析模型中，仅发现HbA1c与标准化为每分钟75次心跳的增强指数（AIx75）（β = ?0.286；95% CI: ?0.566, ?0.006；p = 0.045）之间存在显著关系。结论：总之，尽管HbA1c与非糖尿病患者的动脉僵硬度及亚临床动脉粥样硬化某些参数相关，但大多数观察到的关联可以通过混杂变量来解释。

1. 引言
心血管疾病（CVDs）是全球重大的公共卫生问题[1]。尽管在药物和介入治疗方面取得了显著进展，心血管疾病仍然是全球发病率和死亡率的主要原因[2]。有效的预防依赖于对可改变的心血管风险因素的准确识别和管理[3]。糖化血红蛋白百分比（HbA1c）的测量是评估过去三个月平均血清葡萄糖浓度的基本诊断工具[4]。HbA1c测试既用于诊断糖尿病（DM），也用于评估正在接受DM治疗患者的血糖控制情况[5]。符合DM诊断标准的高血糖无疑是 strongest 的心血管风险因素之一[6]。最近，使用HbA1c来评估无糖尿病个体的心血管风险引起了越来越多的关注[7]。这种方法的可行性取决于那些未达到DM诊断阈值但导致HbA1c值升高的亚临床血糖波动是否与具有临床意义的心血管风险和亚临床心血管功能障碍的进展相关。我们最近发表了一篇论文，探讨了HbA1c与无糖尿病患者通过经胸超声心动图获得的选定参数之间的关系。随后我们表明，单变量分析中观察到的关系可以通过混杂变量的影响来完全解释[8]。在这项研究中，我们使用同一研究人群的数据，分析了HbA1c与动脉僵硬度（通过脉波速度和脉波分析参数评估）及亚临床动脉粥样硬化（通过踝臂指数、趾臂指数和不同血管床的内膜-中层厚度评估）之间的关系。本研究的目的是评估HbA1c与非糖尿病患者中选定的亚临床动脉粥样硬化和动脉僵硬度参数之间的关系。我们分析了不同血管床（颈总动脉、股总动脉和股浅动脉）的内膜-中层厚度，以及踝臂指数（ABI）、趾臂指数（TBI）、脉波速度（PWV）和选定的脉波分析参数（PWA）。

2. 材料与方法
2.1. 研究人群
本研究回顾性分析了2022年6月至2024年5月期间入住波兰卡托维兹西里西亚医科大学内科、血管学和物理医学系的患者数据。纳入的研究对象为无糖尿病的个体，他们在入院前一个月内没有急性疾病症状或慢性疾病加重，且在住院期间接受了HbA1c测量和心血管系统评估。碳水化合物代谢的评估以及患者被分类为非糖尿病的标准基于病史、当前使用的药物、当前空腹血浆葡萄糖水平和当前的HbA1c值。详细的纳入和排除标准见表1。这些标准与之前基于同一人群的出版物中的标准相同[8]。

2.2. 实验室检测
实验室检测在Bytom的第二专科医院进行。样本在空腹约12至14小时后于早晨采集。HbA1c水平使用Tina-quant Hemoglobin A1c Gen.3试剂盒（Roche Diagnostics GmbH，德国曼海姆）通过浊度抑制免疫测定法进行测量。

2.3. 心血管系统的评估
动脉多普勒超声检查按照现行指南[9,10,11]使用RS80 EVO设备（Samsung Medison Co., Ltd.，韩国江原道）进行，配备线性探头LA4-18B或LA3-12A（分别用于检查颈动脉或下肢动脉）。重要的是，所有多普勒检查均由同一位有经验的医生执行。颈总动脉在分叉下方一厘米处、股总动脉在分叉上方一厘米处以及股浅动脉在分叉下方一厘米处的内膜-中层厚度（IMT）进行了手动测量。每个测量值重复三次，并将算术平均值记录在患者的病历中。对于每个解剖位置，最终分析使用了右侧和左侧数值的算术平均值。ABI使用Dopplex Ability Automatic ABI系统（Huntleigh Healthcare Ltd., 英国卡迪夫）双侧测量。TBI使用Doplex DMX Digital Doppler（Huntleigh Healthcare Ltd., 英国卡迪夫）双侧测量。中心血压、PWA参数和颈动脉-股动脉PWV（cfPWV）使用Sphygmocor XCEL设备（AtCorMedical，澳大利亚悉尼）测量。所有操作均在患者仰卧休息至少10分钟后，在温度舒适的环境中进行。

2.4. 统计分析
定性变量用计数和百分比表示。定量变量的表示方法取决于其经验分布及其与正态分布的相似性。当分布接近正态分布时使用均值和标准差；当检测到显著偏离正态分布时使用中位数和第一及第三四分位数。使用Shapiro–Wilk检验和Kolmogorov–Smirnov检验以及直方图的视觉检查来评估正态性。定量变量之间的关联通过Spearman等级相关检验进行评估。p值低于0.05被认为具有统计学意义。在进行了单变量相关分析后，开发了一个多变量模型，以明确HbA1c与亚临床动脉粥样硬化和动脉僵硬度相关参数之间的关联，并调整了潜在的混杂因素。应用了广义线性模型（GLM）。混杂因素的选择基于单变量分析的结果，包括相关分析。最后，模型调整了年龄、性别、体重指数（BMI）和吸烟状况。对于不符合正态分布的变量进行了对数转换。某些变量由于分布不符合正态分布和对数转换失败而无法建立模型。缺失数据采用完全案例法（逐项删除）处理。考虑到缺失值的比例较低，这种方法不太可能导致显著的偏差或影响结果的稳健性。由于本研究是探索性的且样本量有限，未进行多重检验的正式校正。在小型数据集中应用此类校正可能会增加类型II错误的风险，并可能掩盖潜在的有意义的关联。因此，应对结果持谨慎态度。统计分析使用Statistica（数据分析软件系统）版本13（TIBCO Software Inc., 加利福尼亚州帕洛阿尔托，2017年）进行。

3. 结果
3.1. 研究人群的基本特征
最终分析共纳入59名个体（72.88%为女性），平均年龄为54.82 ± 17.34岁，平均BMI为25.81 ± 4.38 kg/m2。他们的中位空腹血浆葡萄糖水平为91.3 mg/dL（85.8–96.0），中位HbA1c为5.46%（5.29–5.62）。他们的中位非高密度脂蛋白胆固醇（non-HDL-C）为136.9 mg/dL（110.8–160.0），中位甘油三酯（TG）血清浓度为100.0 mg/dL（70.0–134.0）。研究组中有30名个体（50.85%）接受高血压治疗。4名参与者被诊断为心房颤动。此外，31名个体（52.54%）根据影像学检查中发现的动脉粥样硬化斑块被诊断为动脉粥样硬化。然而，所有参与者均无任何血管床的心血管事件或再血管化史。研究人群中的肌酐血清浓度范围为0.48 mg/dL至1.2 mg/dL。研究中没有任何参与者正在服用可能显著影响碳水化合物代谢的药物。关于研究人群基线特征的详细信息可见于之前的出版物[8]。

3.2. 与心血管评估相关的参数的描述性统计
大多数研究人群的参数值在正常范围内。有3名个体（5.08%）的ABI低于0.9，4名个体（6.78%）的ABI在0.9至1.0之间。没有参与者显示出ABI高于1.3。更高比例的患者（32.2%）的TBI低于0.7。值得注意的是，11.86%的病例TBI小于0.6，而20.34%的病例TBI在0.6–0.7范围内。此外，10名个体（16.95%）的cfPWV大于10 m/s，16名个体（27.12%）的cIMT超过0.9 mm。表2提供了整个研究人群中心血管参数的详细总结。

3.3. 糖化血红蛋白与心血管参数的相关性
在研究人群中，HbA1c与所有分析的血管床的IMT之间存在显著相关性。当分别评估右侧和左侧的IMT值时，以及最小值、最大值和平均值时，这种关联仍然存在。cfIMT的相关性最强，而sfIMT和cIMT的相关性稍弱。HbA1c与ABI或TBI之间未发现显著相关性。然而，HbA1c与cfPWV和cPP之间存在显著相关性，但与cSBP或cDBP无关。关于PWA参数，HbA1c与增强压（AP）、反向压（Pb）和正向压（Pf）之间存在显著相关性，而其余参数则无显著关联。HbA1c与亚临床动脉粥样硬化和动脉僵硬度参数之间的完整相关分析结果见表3。

3.4. 多变量分析的结果
调整年龄、性别、BMI和吸烟因素后的模型对以下参数具有显著性：cIMT、对数转换后的cfPWV [log(cfPWV)]、cSBP、cPP、cMAP、MAP收缩期、对数转换后的PTI收缩期 [log(PTI systole)]、对数转换后的AP [log(AP)]、AIx、AIx75、ESP、Pb、对数转换后的Pf [log(Pf)]、对数转换后的PPA [log(PPA)] 和RM。表4显示了完整结果。对于表4中未呈现的其余心血管系统状态相关参数，由于这些变量的经验分布与正态分布显著不同，或者这些变量无法进行对数转换，因此无法建立模型。表4显示了多变量分析模型对解释心血管功能障碍相关参数的显著性结果。模型调整了年龄、性别、体重指数（BMI）和吸烟因素。在进一步分析中，仅检查了HbA1c值对结果的影响。仅对于AIx75，发现HbA1c对结果有显著影响。对于其他变量，HbA1c与心血管功能障碍相关参数之间的关系完全可以通过混杂因素来解释。完整的结果展示在表5中。表5中使用了糖化血红蛋白百分比（HbA1c）来解释与亚临床动脉粥样硬化和动脉僵硬度相关的参数。该模型已根据年龄、性别、体重指数（BMI）和吸烟情况进行了调整。

4. 讨论
亚临床动脉粥样硬化是一个重要的公共卫生问题。一项涉及儿童的研究检查了心血管代谢风险因素，发现早期代谢紊乱，包括血糖水平升高、胰岛素抵抗和异常血脂谱，这些都与血管功能障碍的早期标志物有关。这些不利因素在年轻时的存在会导致个体在以后的生活中发展出不良的血管表型。早期识别代谢风险因素可能有助于及时干预，并限制动脉僵化和心血管并发症的进展[12]。

这项回顾性研究包括了没有之前糖尿病诊断的患者，评估了HbA1c水平与亚临床动脉粥样硬化和动脉僵硬度参数之间的关联。研究组包括那些在评估过程中检测出动脉粥样硬化的个体。ABI低于0.9的情况较为罕见，仅发生在不到5%的参与者中，而ABI高于1.3的情况没有观察到，表明外周动脉疾病的患病率较低。相比之下，大约30%的参与者TBI降低（低于0.7），这表明远端血管发生了变化。大约17%的参与者cfPWV升高（超过10 m/s），表明大动脉僵硬度增加，而超过25%的参与者cIMT升高（超过0.9 mm）。这些发现表明，尽管没有诊断为糖尿病，研究人群仍表现出亚临床血管损伤和动脉壁重塑的特征。在单变量分析中，HbA1c与亚临床动脉粥样硬化和动脉僵硬度的标志物呈正相关。HbA1c与IMT、cfPWV和cPP之间观察到强烈的相关性。HbA1c在所有分析的血管床（cIMT、cfIMT、sfIMT）中都显示出显著相关性，且没有左右侧差异。最明显的相关性出现在股总动脉中。然而，应当强调的是，大多数观察到的关联在考虑了混杂因素（年龄、性别、BMI和吸烟）的影响后不再显著。这种关联仅对AIx75保持显著。

先前的研究已经报告了长期高血糖浓度与亚临床动脉粥样硬化标志物以及动脉壁重塑严重程度之间的关联[13]。IMT的增加是亚临床动脉粥样硬化的公认标志物，反映了心血管风险，而通过cfPWV间接评估的主动脉僵硬度具有公认的预后价值[14]。前瞻性数据和荟萃分析表明cfPWV在心血管风险评估中是有用的[15,16,17,18]。在中国人群的研究中，较高的基线HbA1c与随访期间动脉僵硬度进展的风险显著增加有关，这与传统的心血管风险因素无关。作者认为，即使是对中度高血糖的长期暴露，也可能通过增强的非酶蛋白糖基化、晚期糖基化终产物的生成以及细胞外基质结构的变化，促进不良的血管重塑，从而导致血管僵硬度持续增加[19]。

在1型糖尿病患者中，发现HbA1c的变异性较大与动脉僵硬度增加有关[20]，这表明单次HbA1c测量可能不够充分，不仅慢性高血糖，短期血糖波动也可能影响血管表型。HbA1c也可能代表代谢失调的相关组成部分，包括胰岛素抵抗。来自非糖尿病人群的数据表明，即使在口服葡萄糖耐量测试（OGTT）正常的情况下，也可能检测到主动脉功能障碍。Stakos等人报告说，在没有糖尿病且OGTT结果正常的个体中，如僵硬度指数等主动脉功能指标与胰岛素抵抗的严重程度相关；此外，在一年的随访中，那些HOMA-IR（稳态模型评估胰岛素抵抗）更明显的个体出现了恶化，这表明影响血管重塑的代谢异常可能先于明显的血糖异常[21]。类似的研究表明，胰岛素抵抗可能是连接HbA1c和血管僵硬度的重要共同因素[22,23,24]。Chen等人证明，较高的应激高血糖比率（SHR）与更大的动脉僵硬度显著相关，这与平均血糖和其他心血管风险因素无关。这些数据支持将HbA1c变异性控制作为僵硬度进展的预测因子[25,26,27,28,29,30,31,32]。总体而言，尽管没有糖尿病，患者可能因平均血糖较高而面临早发性动脉粥样硬化的风险。

在Cederqvist等人的研究中，动脉僵硬度随着血糖异常的严重程度增加，并且与亚临床冠状动脉粥样硬化的存在显著相关，这与传统的心血管风险因素无关[33]。此外，如血红蛋白糖化指数等指标与较高的心踝血管指数（CAVI）相关，这与高血糖无关，表明个体对糖基化的敏感性可能是血管风险的相关机制[34]。在我们的研究中，HbA1c仅测量了一次；没有进行OGTT，也没有评估胰岛素抵抗，这可能导致了研究人群特征的有限描述。在一项基于CAVI的2型糖尿病患者研究中，没有观察到HbA1c与CAVI之间的相关性，而收缩压是一个独立的预测因子[35]。糖尿病和高血压的共存显著增加了CAVI异常的风险[34,36,37]。这一发现强调了在多变量模型中，血流动力学因素可能优于血糖异常的标志物，这也与我们结果显示的多变量调整后HbA1c的独立性降低一致。同样，Cameron等人报告了糖尿病患者与非糖尿病个体在动脉老化方面的差异，表明弹性动脉在较年轻时硬化加速，并且晚年年龄-僵硬度关系发生变化，这可能会影响基于HbA1c和cfPWV的线性关联的解释，这取决于疾病持续时间和血压控制[38]。较高的主动脉僵硬度与长期不良健康结果的风险增加有关，这与传统的心血管风险因素无关。在多变量分析中，即使考虑了血压和代谢参数，这些关联仍然存在[39]。

主动脉僵硬度导致脉搏波传播速度（PWV）增加和反射波的提前返回。cfPWV的增加会促进微血管损伤，而反射波的提前返回会增加后负荷并导致左心室功能障碍。因此，主动脉僵硬度增加了心血管风险[40,41,42,43]。在相关性分析中，HbA1c与cfPWV和中心脉压（cPP）呈显著正相关，但与cSBP或cDBP无关。这表明HbA1c主要与反映脉动血压变异性的参数相关，而不是血压的稳态组成部分。cfPWV是血管老化和动脉僵硬度的指标。在我们的分析中，大约六分之一的动脉僵硬度增加的参与者具有较高的HbA1c，这可能表明HbA1c与主动脉僵硬度之间的关联是次要的，由如年龄和肥胖等已建立的血管老化决定因素造成的。先前的研究主要集中在2型糖尿病或明显高血糖的个体上，一致地证明了血糖控制指标与cfPWV之间的关联。在ELSA-Brasil研究中，糖尿病患者表现出较高的cfPWV，且cfPWV随着用于诊断糖尿病的实验室标准（空腹血糖、HbA1c和餐后2小时血糖）的满足而逐渐增加，这表明血管僵硬度可能反映了血糖异常[44]。在Malm?后代研究中评估血糖标志物与cfPWV之间的关系时也发现了类似的发现。老年人的cfPWV值明显更高，高血糖可能加剧了血管老化过程。值得注意的是，无论是否患有糖尿病，两代人之间的cfPWV存在差异[45]。

研究表明，较高的cfPWV与随访期间新发糖尿病的风险增加有关，支持了血流动力学改变和动脉僵硬度可能通过高流速器官（心脏、肾脏）中的微血管损伤和胰岛素抵抗的加剧促进代谢功能障碍发病机制的假设[15,46,47]。此外，证据表明，特别是当与高血压结合时，动脉僵硬度的增加会增加新发糖尿病的风险，进一步强调了血压和动脉僵硬度作为心血管系统和代谢失调之间反馈循环的组成部分的作用[46,48,49,50,51,52,53]。Greve等人表明，估计的cfPWV具有与测量cfPWV相当的预测价值，并且可以改进风险分层。然而，估计的cfPWV取决于年龄和血压，这可能会在横断面分析中夸大与其他变量的关联[54]。还值得注意另一个与僵硬度相关的指标，即四肢数字体积脉搏（DVP）的差异。作者报告说，糖尿病患者的DVP差异较大，这与动脉粥样硬化和动脉僵硬度的程度相关；这种DVP差异可能反映了与糖尿病相关的早期微血管变化，这些变化可能无法通过标准评估方法捕捉到[55]。

在多变量分析中，唯一仍与HbA1c显著相关的参数是AIx75，呈负相关。AIx75是一个由多个血流动力学决定因素影响的波形衍生参数，包括波反射的时间和幅度、外周血管张力以及左心室射血特性。AIx75反映了血流动力学的部分独特方面，不如cfPWV稳定。在这项研究中，AIx75与HbA1c之间的负相关可能对应于与微循环相关的血流动力学表型，而不仅仅是主动脉的。还应认识到，分段研究显示不同血管床（弹性vs.肌肉）的僵硬度存在异质性，并支持2型糖尿病中“血管老化”加速的概念，进一步表明波形指数和cfPWV可能不会同步变化。因此，AIx75的发现应被视为探索性的，需要在更大的前瞻性队列中得到验证[13,38,42]。

研究人群包括ABI正常但TBI降低的个体，这一亚组值得进一步讨论。文献中已经记录了这一现象。例如，丹麦的一项大型研究报道20.5%的参与者具有这一特征。根据这项研究的作者，TBI降低对心血管风险的影响类似于ABI降低的影响[56]。在另一项仅针对糖尿病患者的研究中，显示年龄、糖尿病病程和BMI是TBI降低的风险因素，尽管ABI值正常[57]。TBI的参考值范围仍有争议，并且在不同研究者之间有很大差异[58]。

**研究的局限性**
这项研究的主要局限性包括其横断面设计，这仅允许我们确定某些依赖性的存在，而无法得出因果关系的结论；样本量较小，限制了统计功效并增加了多变量模型不稳定的风险。考虑到人口规模和分析的参数数量，出错的风险增加。如果使用更大的人口进行这项研究，将能够开发出考虑更多潜在混杂变量及其相互作用的额外模型。在当前数据集中，这些可能性受到限制，因此在解释结果时应谨慎。单中心设计仍是一个重要的局限性。由于这项研究的回顾性质，收集的数据集中有一些缺失数据。由于所呈现的结果是之前研究的延续[8]，纳入标准包括住院期间的超声心动图检查。然而，因为收集数据的部门还评估了其他心血管参数，所以缺失的数据相对较少。

HbA1c仅测量了一次，没有评估其时间变异性，这限制了对血糖异常的更全面描述。此外，这项研究的另一个重要局限性是缺乏对胰岛素抵抗的直接评估，而这将对分析有所价值。此外，不同的僵硬度评估方法和测量段（cfPWV vs. 波形指数）并不等效，其解释需要考虑血流动力学背景、测量的可重复性以及治疗和共病的潜在影响。我们在评估心血管系统的方法学上的一个重要局限性是缺乏内皮功能的评估，这可能会受到亚临床血糖波动的显著影响[59]。此外，缺乏长期临床终点数据限制了观察到的关联的预后意义的评估。我们的研究结果是在一个没有明显糖尿病（DM）的人群中获得的，因此应将这些结果解读为相关关系。在调整了年龄和代谢状况后，这些相关性的程度会有所减弱。未来的研究应纳入更大规模的人群队列，进行前瞻性随访和多中心招募，重复检测HbA1c水平，并扩展血管表型分析，以确定血糖指数是否能提供超出传统风险因素和动脉硬度参考测量指标以外的信息。

**结论**
我们的研究结果显示，尽管HbA1c值与无糖尿病患者的某些与动脉硬化和亚临床动脉粥样硬化相关的参数之间存在关联，但多元分析表明，在几乎所有情况下（AIx75除外），观察到的关联都可以通过混杂变量得到完全解释。需要进一步的研究，特别是针对更大患者群体的多中心前瞻性研究，以便更好地验证HbA1c与亚临床动脉粥样硬化及动脉硬度参数之间的关系，并评估其临床意义。