体重指数的时间变化与糖尿病患者心脏骤停的关系心血管糖尿病学

数据库

这项研究基于韩国国民健康保险服务 (K-NHIS) 数据库，其中仅包括所有韩国公民。 K-NHIS 为全体人口提供医疗保险福利，无论个人的偿付能力如何 [15]。 为了早期发现疾病并进行治疗，K-NHIS 提供定期健康检查和癌症筛查计划 [15]。 在K-NHIS数据库中，获取了全国范围内的健康检查数据进行分析。 每两年进行一次全国健康检查，包括（i）生活方式和行为的自我报告问卷，（ii）体重、身高、腰围、血压测量等身体检查，以及（iii）实验室检查血液和尿液 [16]。 健康检查数据中还包括基于国际疾病分类第十次修订版（ICD-10）诊断代码的病历和药品处方记录。 本研究得到了高丽大学安南医院机构审查委员会和 K-NHIS 官方审查委员会的批准。 本研究符合2013年赫尔辛基宣言的原则。 由于本研究的回顾性，高丽大学安南医学院机构审查委员会放弃了书面知情同意书。

研究人群

提取2009年至2012年接受健康检查的参与者的数据，并筛选有ICD-10代码（E11-14）糖尿病史的人（n = 2,746,079，图1）。 1）。 仅包括四年前（2005-2008）之前接受过健康检查的参与者，以便能够分析 BMI 的时间变化。 因此，2009年至2012年进行的健康检查为随访，2005年至2008年进行的检查为基线检查。 以下患者被排除在分析之外：(i) 20 岁以下的参与者 (n = 390)； (ii) 2005-2008 年期间未接受基线健康检查的参与者（n = 1,306,520）； (iii) 数据缺失的参与者（n = 72,520）； (iv) 先前诊断为 SCA 的参与者 (n = 439)； (v) 2009-2012 年健康检查后一年内经历过 SCA 或死亡的参与者 (n = 10,464)。

图。1

研究流程图

K-NHIS：韩国国民健康保险公团； ICD-10：国际疾病分类，第十次修订版； SCA：心脏骤停； CPR：心肺复苏

临床观察期为2009-2012年健康检查至2018年12月。除死亡、移民外，无随访损失。 基线病史如高血压、糖尿病或既往 SCA 事件是通过 2002 年 1 月至 2008 年 12 月期间获得的数据确定的。

根据基线体重状况及其 4 年随访时的变化，将患者分为四组。 基线时和四年后均未体重不足的患者被定义为“持续非体重不足”。 基线时体重不不足但四年后体重不足的患者被定义为“新发体重不足”。 基线时和四年后体重不足的患者被定义为“持续体重不足”。 基线时体重不足但四年后不再体重不足的患者被定义为“先前体重不足”。 每次健康检查时测量的体重状况进一步细分为三组（体重不足 [BMI < 18.5]正常体重 [18.5 ≤ BMI < 25]和超重 [BMI ≥ 25]）来比较 SCA 的风险。 变量的其他定义列于附加表中 1。

表 1 根据 BMI 时间变化的人口统计数据

结果衡量

主要结局定义为随访期间发生 SCA 事件，其中包括以下 ICD-10 代码：“成功复苏的心脏骤停 (I46.0)”、“心脏骤停 (I46.1)”、“心脏骤停” 、原因未明确 (I46.9)’、’心室颤动和扑动 (I49.0)’、’瞬时死亡 (R96.0)’ 和’症状出现后 24 小时内死亡 (R96.1)’。 急诊科宣布的院外心脏骤停被定义为SCA事件，不包括入院期间的事件。 在急诊室进行心肺复苏而没有针对 SCA 的 ICD-10 代码也被归类为 SCA 事件，中止的心源性猝死事件也被定义为 SCA。 为了区分 SCA 猝停的非心脏原因，SCA 事件发生后 6 个月内有以下诊断的患者被排除：出血性中风、缺血性中风、窒息、窒息、溺水、过敏反应、胃肠道出血、重大创伤、败血症、击中雷击、触电或烧伤。 此外，在临床随访（2009-2012 年健康检查）开始之前发生过 SCA 事件的人也被排除在外。 此外，由于在后续健康检查（2009-2012 年）后立即发生的 SCA 的 ICD-10 代码声明可能是健康检查后实际的 SCA 事件，或者只是重复声明在健康检查之前发生的先前 SCA，因此健康检查后一年内（2009-2012 年）发生的 SCA 索赔不计入主要结果。 因此，从2010年至2013年（2009年至2012年进行健康检查一年后）至2018年12月追踪SCA的发生情况。本研究中的结果测量和变量定义在之前的研究中得到了验证 [9, 17,18,19,20]。

统计分析

分类变量表示为数字和百分比，连续变量表示为平均值和标准差，或适当的中位数和四分位数。 学生 t 检验和卡方检验分别用于比较连续变量和 Calcategori 变量。 SCA 的发生率计算为每 1,000 人年随访的事件数。 Kaplan-Meier 分析和对数秩 t 检验用于评估时间相关变量的影响。 Cox 比例风险模型用于计算风险比 (HR) 和 95% 置信区间 (CI)。 进行多变量 cox 回归分析来调整协变量：（i）模型 1（未调整模型），（ii）根据年龄和性别调整模型 2，（iii）根据年龄、性别、收入（四分位数）、吸烟情况调整模型 3，饮酒、定期运动、高血压、血脂异常、慢性肾病和心血管疾病，以及（iv）根据年龄、性别、收入（四分位数）、吸烟、饮酒、定期运动、高血压、血脂异常、慢性肾病、心血管调整的模型4疾病、空腹血糖水平、糖尿病持续时间、胰岛素的使用以及多种口服降糖药的使用。 人口统计、身体因素、社会习惯或可能混淆体重状况和结果之间关联的合并症均纳入多变量分析，这些分析是从基线健康检查（2005-2008）中获得的 [21, 22]。 我们确定了在随访期间经历过和未经历过 SCA 的人之间存在显着差异的协变量，并将这些变量纳入我们的多变量模型中。 为了评估体重变化的影响，比较了4年随访健康检查时不同体重状态之间的SCA调整风险。 进行亚组分析，比较不同亚组之间体重变化与SCA风险的相关性。 所有检验均为双尾，统计显着性定义为 p 值 ≤ 0.05。 使用 SAS 9.2 版（SAS Institute，Cary，NC，USA）进行统计分析。

2024-01-28 18:52:44
1706471798
#体重指数的时间变化与糖尿病患者心脏骤停的关系心血管糖尿病学