醣時
本翻譯僅作學術交流用，無商業意圖，請勿轉載，如有疑議問請來信
研究顯示，心血管-腎臟-代謝（CKM）綜合症在美國成年人中普遍存在，且在1999年至2020年間顯著增加。根據國家健康與營養調查（NHANES），近56.5%的成年人符合第二階段標準，顯示出代謝風險因素或慢性腎臟疾病。這強調了針對不同年齡和性別群體制定全面預防策略的重要性，以降低心血管疾病的風險。
High Prevalence of the Cardiovascular-Kidney-Metabolic Syndrome Among US Adults From 1999-2020 – An analysis of the NHANES survey
1999年至2020年間美國成年人心血管-腎臟-代謝綜合症的高盛行率——NHANES調查分析
Zhejia Tian, Samira Soltani, Johann Bauersachs, Kai Schmidt-Ott, Anette Melk, Bernhard MW Schmidt
medRxiv 2024.03.04.24303751; doi: https://doi.org/10.1101/2024.03.04.24303751
https://www.medrxiv.org/content/10.1101/2024.03.04.24303751v1.full-text
Abstract
Background
The cardiovascular-kidney-metabolic (CKM) syndrome is a newly defined chronic health condition from American Heart Association. We assessed the prevalence of CKM syndrome stages 0-2, which have not yet progressed to cardiovascular disease (stage 3-4) with trends analysis over the past two decades.
Methods
We used cross-sectional data provided by National Health and Nutrition Examination Survey. including non-pregnant participants aged 18 or older between 1999 and 2020. Weighted prevalence was analyzed over the course of the past 20 years and by population subgroup (including age, sex, and race/ethnicity).
Results
A total of 32848 US adults were included in our study (weighted mean age, 47.3 years; women, 51.3%). 7.9% of US adults were at stage 0 without any CKM risk factors, with 64% of this subgroup being female. 18.3% of US adults were classified as stage 1 with issues related to excess or dysfunctional adiposity without other metabolic risk factors or chronic kidney disease (CKD). More than half of the US adults (56.5%) exhibited either metabolic risk factors, CKD, or both (stage 2). Between 1999 and 2020, the CKM features increased with decreasing prevalence of stage 0 (P for trends =0.0018), not only in females but also in males.
Conclusions
Our findings illustrate an exceptionally high and increasing prevalence of CKM syndrome among US adults. This emphasizes the importance of comprehensive preventive strategies targeting the life style of large parts of the population. Moreover, further risk assessment should be implemented into stage 2 cohort to define patients with exceptional cardiovascular risk.
摘要
背景
心血管-腎臟-代謝（CKM）綜合症是美國心臟協會新定義的一種慢性健康狀況。我們評估了CKM綜合症的0-2期盛行率，這些階段尚未進展至心血管疾病（3-4期），並進行了過去二十年的趨勢分析。
方法
我們使用了由全國健康和營養調查（NHANES）提供的橫斷面數據，包括1999年至2020年期間年齡在18歲或以上的非孕參與者。分析了過去20年的加權盛行率及按年齡、性別和種族/民族的亞組進行分析。
結果
本研究共納入32848名美國成年人（加權平均年齡47.3歲；女性佔51.3%）。7.9%的美國成年人處於0期，沒有任何CKM風險因素，其中64%的子組為女性。18.3%的美國成年人被歸類為1期，存在過多或功能失調的脂肪問題，但沒有其他代謝風險因素或慢性腎病（CKD）。超過一半的美國成年人（56.5%）表現出代謝風險因素、CKD或兩者（2期）。在1999年至2020年間，CKM特徵有所增加，而0期的盛行率下降（趨勢P值=0.0018），這一趨勢在女性和男性中均存在。
結論
我們的研究結果顯示美國成年人中CKM綜合症的盛行率非常高且持續上升。這強調了針對大部分人口生活方式的全面預防策略的重要性。此外，應在2期隊列中進一步實施風險評估，以界定具有特殊心血管風險的患者。
最新進展
CKM綜合症是一般人群中常見的慢性健康狀況。然而，針對一般人群及其子群體使用實際數據報告不同CKM階段的盛行率尚未見於文獻中。
過去二十年，CKM綜合症的盛行率持續上升，且大多數美國成年人被歸類為2期。
根據目前對每個CKM綜合症階段的詳細定義，特定人群仍未被明確界定。
臨床意義
CKM綜合症的高盛行率及其持續上升的趨勢，要求制定更精確的預防策略，並針對不同目標群體考量年齡、性別和性別差異。
考慮到約一半的研究人群屬於2期且風險因素範圍廣泛，迫切需要通過額外的風險評估來識別具有異常高風險的患者。這種方法將有助於實施加強治療措施，旨在防止進展至心血管疾病（CKM綜合症3-4期）。
引言
心血管-腎臟-代謝（CKM）綜合症是一種新定義的慢性健康狀況，特徵為一種系統性疾病，顯示出代謝風險因素、慢性腎病（CKD）和心血管系統之間的複雜相互作用。這一狀況超越了其組成部分的簡單總和，導致多脏器功能障礙及不良心血管結果的增加。CKM綜合症劃分為四個階段：0期，特徵是沒有CKM風險因素；1期，標誌為過多或功能失調的脂肪；2期，涉及代謝風險因素和/或CKD；3-4期，則以亞臨床（3期）或臨床（4期）心血管疾病（CVD）及CKM風險因素為定義。根據最新的心臟病和中風統計更新，美國每三名成年人中就有一人擁有三個或更多的風險因素，這些因素促進了CKM健康的惡化。20歲及以上成年人中，心血管疾病的整體盛行率為48.6%。這突顯了CKM綜合症在一般人群中的重大負擔，強調了需要進行廣泛醫療計劃的必要性。
儘管在管理不良CKM健康方面面臨重大挑戰，對CKM綜合症進行全面的分類和風險評估也為我們提供了及早檢測早期階段以採取預防措施和實施有效干預的機會，從而減緩疾病進展。這一點尤為重要，因為最近出現了療法創新，如鈉-葡萄糖共同轉運蛋白2抑制劑和類胰高血糖素肽1受體激動劑。此外，優化心血管疾病健康還需要整合社會決定因素、行為干預、早期預防、多學科護理及確保可負擔的藥物治療獲取。
已有大量研究和分析考察了代謝風險、CKD和心血管疾病的影響及其交集。儘管這些努力存在，CKM綜合症的盛行率按具體階段分類仍未明確。基於全國健康和營養調查（NHANES）的數據，本分析旨在闡明CKM綜合症的盛行率及其在美國成年人中0-2期的分佈，旨在識別有進展至3-4期風險的亞群體，並探討過去20年的盛行率趨勢。
方法
數據來源與研究人群
自1999年以來，NHANES已持續進行兩年循環的調查。該調查採用橫斷面調查設計，以評估美國成人和兒童的健康與營養狀況，並使用複雜的多階段概率抽樣設計。該調查對美國非機構化的公民人群具有代表性。所有調查參與者均簽署了書面知情同意書，研究程序獲得國家健康統計中心研究倫理審查委員會的批准。由於本研究不構成人體研究，漢諾威醫學院的機構審查委員會對本研究免於審查。在整個研究過程中，我們遵循了觀察性流行病學研究報告加強（STROBE）指南。
我們的分析包括來自10個NHANES循環的非孕參與者，年齡在18歲或以上，範圍從1999-2000循環到2017年3月-2020循環。所有參與者均需提供足夠的信息以根據自我報告來判斷心血管疾病。所有調查循環均用於評估CKM 0-2期的盛行率趨勢，並結合分析整體盛行率。
數據收集
通過家庭問卷收集人口統計信息。NHANES中，種族和民族的報告並不一致：非西班牙裔亞洲參與者在2011年前未被分類且超取樣。在我們的分析中，我們將自我報告的墨西哥裔美國人和其他西班牙裔個體歸類為西班牙裔種族和民族。體重指數、腰圍和血壓的數據可用於進行臨床檢查的參與者。標準化的血壓測量如下進行：在一分鐘間隔內進行三次連續測量，並將最後兩次測量的平均值應用於分析。高血壓根據2017年AHA指導原則定義，即血壓升高或使用降壓藥物。
慢性腎病（CKD）根據KDIGO 2012指導原則，根據估計的腎小球過濾率（eGFR）和白蛋白尿進行分類。如S1表所示。尿白蛋白與肌酐比率（UACR）若可用，直接從醫學檢查數據中提取，或根據尿白蛋白和尿肌酐計算。我們使用2021年不分種族和民族的慢性腎病流行病學合作組肌酐方程計算eGFR。
對於脂質譜，我們根據自我報告的藥物使用情況和血清甘油三酯、HDL膽固醇及LDL膽固醇的實驗室檢查進行考量。2018年AHA指導原則用於定義正常脂質狀況。
我們使用自我報告的降糖療法信息、糖化血紅蛋白的醫學檢查及空腹血清葡萄糖來評估糖尿病情況。根據2023年ADA指導原則中概述的診斷測試，定義糖尿病或前糖尿病的存在。
統計分析
我們首先應用了與CKM綜合症0-2期定義一致的選擇策略（S2表），以識別每個調查循環及整體合併循環中符合0-2期標準的個體。接著，我們考慮了NHANES的複雜調查設計因素，例如樣本權重、聚類和分層，這些因素在國家健康統計中心的分析指導原則中有具體說明。在所有分析中，應用了早晨空腹亞樣本權重和泰勒級數線性化方法，以估計代表美國平民非機構化人群的盛行率和標準誤。每個盛行率估計均報告相應的95%信賴區間（95% CI）。在循環間的趨勢分析中，採用了調查加權的邏輯回歸，將調查循環作為連續變量。雙側P值<0.05被認為具有統計學意義。
我們進行了敏感性分析，以檢查非回應對我們主要分析的影響。首先，我們使用調整單元方法調整了樣本權重。此外，通過鏈式方程進行多元多重插補，進行了5次插補，以解決缺失數據問題。所有分析均使用R版本4.3.2進行。
結果
研究人群特徵
在這10個調查循環中，我們的最終研究納入了32848名年齡在18歲或以上的參與者，代表215,480,397名非機構化的美國居民（表1）。所有參與者的平均（標準誤）年齡為47.3（0.2）歲，其中51.3%為女性，48.7%為男性。18至24歲的參與者佔總數的9.2%，25至44歲佔37.1%，45至64歲佔35.6%，65歲或以上佔18.1%。超過60%的參與者為非西班牙裔白人。在總體中，13.8%自我認同為西班牙裔，11.1%為非西班牙裔黑人，2.6%為非西班牙裔亞洲人，4.5%報告為其他種族或民族。
表1 加權人群特徵：美國成年人整體及按CKM綜合症階段劃分
| 全面的 | CKM 第一階段 | CKM階段2 | ||
| 未加權編號 | 32848 | 5703 | 17757 | |
| 加權人口 | 215480397 | 39464629 | 121882777 | |
| 多變的 | %（95% CI） | |||
| 全面的 | 100 | 18.3（17.6-19.1） | 56.6 (55.6-57.5) | |
| 男性 | 48.7 (48.1-49.4) | 51.2（49.2-53.3） | 50.7 (49.8-51.7) | |
| 年齡25-44歲 | 37.1（36.1-38.2） | 50.2 (47.9-52.5) | 32.8 (31.5-34.0) | |
| 年齡45-64歲 | 35.6 (34.6-36.5) | 30.6 (28.4-32.7) | 41.1 (39.9-42.3) | |
| 年齡>=65 | 18.1（17.4-18.9） | 6.1（5.1-7.1） | 20.4 (19.5-21.2) | |
| 西班牙裔* | 13.8（12.4-15.3） | 17.5 (15.3-19.7) | 13.7（12.1-15.2） | |
| 非西班牙裔黑人 | 11.1（10.0-12.3） | 12.8（11.3-14.4） | 11.3（10.0-12.6） | |
| 非西班牙裔亞洲人** | 2.6（2.2-3.0） | 3.6（2.9-4.4） | 2.5（2.1-2.9） | |
| 非西班牙裔其他人 | 4.5（4.0-5.0） | 3.7 (2.8-4.5) | 4.7（4.0-5.3） | |
CKM綜合症各階段的整體盛行率
不同CKM綜合症階段的盛行率及其在人群特徵中的分佈如表1所示。總計82.3%的非機構化美國成年人是我們的目標人群，適合接受預防性心血管評估。只有7.9%的美國成年人未顯示出CKM風險因素，符合CKM綜合症0期的標準，其中64%為女性。年輕參與者在此組別中的比例較高，74.9%年齡在45歲以下。18.3%的人面臨過多或功能失調的脂肪問題（1期），性別分佈相似。在中年人群（45-64歲）的比例增加至30.6%，相較於0期。超過一半的美國成年人（56.5%）顯示出代謝風險因素、CKD或兩者的組合，符合2期的納入標準。2期參與者中49.3%為女性，50.7%為男性。年長者在2期中的比例較高：2期參與者中41.1%年齡在45-64歲，20.4%年齡在65歲或以上。
按性別、年齡和種族/民族劃分的CKM綜合症各階段盛行率
與女性相比，男性更常經歷CKM風險因素，整體男性參與者中19.2%顯示1期CKM綜合症，女性為17.4%；58.9%男性為2期，女性為54.4%（圖1A）。年齡較大的參與者與CKM階段較高有關，在美國無心血管疾病的參與者中，44至64歲的參與者中有81.1%屬於1期或2期，而65歲及以上的參與者中為69.6%。雖然年輕參與者的CKM風險較低，如圖1B所示，但18至24歲（35.4%）和25至44歲（49.9%）的CKM 2期參與者仍占比較高。與男性相比，年輕女性的CKM風險較低（18-44歲的0-1期：美國成年人中4% vs. 2.4%），而隨著年齡增長，女性在2期中的比例上升，45歲及以上的女性為18.8%，男性為16%（圖1C，S3表）。在所有種族和民族群體中，CKM 0-2期的比例相似（圖1D）。
圖1 按性別、年齡和種族/民族劃分的CKM綜合症0-2期的盛行率
CKM 2期的代謝風險因素和CKD的盛行率
在所有美國成年人中，CKM 2期的參與者中，高血壓是最常見的成分（70.6%），其次是高三酸甘油脂（52.4%）和代謝綜合症（MetS，42.6%）。CKD和糖尿病的盛行率相對較低，均為16.4%（圖2）。S1-5圖展示了CKM 2期中不同成分的性別和年齡分層盛行率。整體而言，女性在所有年齡組中的CKD盛行率高於男性，特別是在65歲及以上的年齡組中（有CKD的2期參與者中，女性為23.6%，男性為13.9%，P < 0.001）。在年輕年齡段，女性的高血壓盛行率低於男性（18-24歲組：2期參與者中高血壓為1.0% vs. 2.4%，P < 0.001；25-44歲組：10.2% vs. 16.4%，P < 0.001）。然而，在65歲及以上的女性中，高血壓的盛行率較高（15.2% vs. 9.9%，P < 0.001）。高三酸甘油脂的盛行率在性別和年齡劃分下的分佈與高血壓類似。65歲及以上的女性承擔著更高的MetS負擔（有MetS的2期參與者中，女性為11.3%，男性為6.6%，P < 0.001）。所有年齡組中，女性和男性的糖尿病盛行率相似。
圖2 美國成年人CKM綜合症2期中CKD、糖尿病、高血壓、高三酸甘油脂和代謝綜合症的整體盛行率
CKM各階段盛行率的趨勢
整體及按性別/年齡分層的CKM階段盛行率趨勢分析總結於表2中。整體而言，CKM 0期在美國成年人中的比例從1999至2000年循環的7.9%下降至2017至2020年循環的6.8%（趨勢P值 = 0.0018）（圖3）。這一下降趨勢不僅在女性中顯著，比例從5.2%減少至4.2%（趨勢P值 = 0.0039），在男性中也有輕微下降，從2.7%減少至2.6%（趨勢P值 = 0.031）（圖4）。此外，25至44歲人群中的CKM 0期比例顯著下降（從5.3%降至3.6%，趨勢P值 < 0.001）（圖5A）。
在CKM 2期中，25至44歲的參與者顯示出明顯的減少，從23.2%降至16.8%（趨勢P值 = 0.018），同時65歲及以上的參與者比例顯著增加（從10.3%升至13.2%，趨勢P值 < 0.001）（圖5C）。整體及按性別/年齡分層的CKM 1期趨勢保持相對穩定（圖3、圖4B和圖5B）。
圖3 美國成年人CKM綜合症0-2期的盛行率趨勢（1999-2000年）
| 加權盛行率，% (95% CI) | P值 | ||||||||||
| 特徵 | 1999-2*** 年 n= 186356015 |
2001-2002 年 n= 195531851 |
2003-2004 年 n=201768320 | 2005-2006 年 n= 204518688 |
2007-2008 年 n= 212681297 |
2009-2010 年 n= 216303553 |
2011-2012 年 n= 221814830 |
2013-2014 年 n= 227000000 |
2015-2016 年 n= 231226225 |
2017-2020 年 n= 237963984 |
|
| CKM階段0 | 7.9 (6.0 -9.7) | 9.9（7.8 – 11.9） | 10.1（8.2 – 11.9） | 9.1（6.9 – 11.3） | 8.2（6.8 – 9.7） | 8.7（6.7 – 10.60 | 8.5（6.5 – 10.4） | 7.6（5.9 – 9.4） | 6.6（4.3 – 9.0） | 6.8（5.3 – 8.3） | 0.0018 |
| *** 第一階段 | 15.0（12.8 – 17.3） |
18.6（15.6 – 21.7） |
20.5 (17.5 – 23.5) |
27.3 (25.1 – 29.6) |
27.1（24.8 – 29.4） |
26.5 (23.3 – 29.7) |
18.9（16.5 – 21.4） |
20.6 (18.7 – 22.6) |
23.4（20.4 – 26.5） |
20.6（18.7 – 22.4） |
0.5 |
| CKM階段2 | 57.3 (55.4-59.2) | 55.4 (53.1 – 57.5) |
53.8 (50.8 – 56.8) |
47.5 (44.8 – 50.3) |
48.8 (46.5 – 51.2) |
49.0 (46.1 – 51.9) |
56.6 (54.8 – 58.40 |
54.8 (51.4 – 58.3) |
53.7 (50.2 – 57.2) |
54.6 (51.2 – 58.1) |
0.87 |
| CKM階段0 | |||||||||||
| 女性 | 5.2（3.8 – 6.5） | 6.3（4.8 – 7.8） | 6.3（4.6 – 8.1） | 6.0（4.1 – 7.9） | 5.2（4.0 – 6.5） | 6.2（5.0 – 7.3） | 5.6（4.3 – 7.1） | 4.9（3.6 – 6.2） | 4.0（2.1 – 6.0） | 4.2（3.0 – 5.4） | 0.0039 |
| 男性 | 2.7 (1.6 – 3.8) | 3.5（2.4 – 4.7） | 3.7（2.4 – 5.0） | 3.1（2.0 – 4.3） | 3.0（2.2 – 3.8） | 2.5（1.5 – 3.5） | 2.8（2.0 – 3.7） | 2.8（1.8 – 3.7） | 2.6（1.5 – 3.7） | 2.6（1.9 – 3.3） | 0.031 |
| 年齡 18 – 24 | 1.2（0.6 – 1.8） | 2.3（1.6 – 3.0） | 2.3（1.4 – 3.1） | 1.9（1.2 – 2.6） | 2.2（1.3 – 3.1） | 1.5（1.0 – 2.0） | 2.3（1.4 – 3.2） | 1.7（1.1 – 2.4） | 1.5（0.8 – 2.2） | 1.9（1.3 – 2.6） | 0.88 |
| 年齡 25 – 44 歲 | 5.3（3.7 – 6.9） | 5.9（4.3 – 7.4） | 6.2（4.7 – 7.6） | 4.8（3.0 – 6.5） | 4.8（3.9 – 5.8） | 5.7（3.8 – 7.5） | 4.5（3.3 – 5.8） | 4.2（2.6 – 5.7） | 3.4（2.2 – 4.6） | 3.6（2.6 – 4.5） | < 0.001 |
| 年齡 45 – 64 | 1.2（0.7 – 1.8） | 1.6（0.7 – 2.4） | 1.4（0.6 – 2.3） | 2.2（1.4 – 2.9） | 1.1（0.6 – 1.6） | 1.1（0.7 – 1.6） | 1.4（0.6 – 2.1） | 1.6（0.8 – 2.3） | 1.6（0.1 – 3.0） | 1.1（0.7 – 1.6） | 0.58 |
| *年齡>= 65 | 0.1（0.0 – 0.3） | 0.1（0.0 – 0.2） | 0.2（0.0 – 0.5） | 0.2（0.0 – 0.4） | 0.1（0.0 – 0.3） | 0.3（0.0 – 0.6） | 0.2（0.0 – 0.4） | 0.2（0.0 – 0.5） | 0.1 (0.0 -0.4) | 0.2（0.0 – 0.4） | 0.53 |
| CKM 第一階段 | |||||||||||
| 女性 | 6.2（4.2 – 8.3） | 7.9（6.4 – 9.3） | 9.5（8.3 – 10.7） | 11.9（9.7 – 14.1） | 13.4（11.4 – 15.4） |
12.56 (9.9 – 15.2) |
9.8（7.7 – 11.9） | 10.1（8.9 – 11.4） | 13.0（11.3 – 14.6） |
9.2（7.8 – 10.7） | 0.18 |
| 男性 | 8.8（7.3 – 10.2） | 10.8（8.4 – 13.2） | 11.0（8.7 – 13.3） | 15.5 (13.3 – 17.6) |
13.7（11.9 – 15.4） |
13.9（12.4 – 15.4） |
9.1（8.1 – 10.2） | 10.5（9.2 – 11.8） | 10.4（8.6 – 12.3） | 11.3（9.3 – 13.3） | 0.95 |
| 年齡 18 – 24 | 0.9（0.5 – 1.4） | 2.1（1.3 – 2.9） | 2.0（1.3 – 2.6） | 3.5（2.8 – 4.3） | 2.9（2.3 – 3.5） | 3.3（2.2 – 4.2） | 2.1（1.5 – 2.7） | 2.5（1.6 – 3.3） | 3.6（2.5 – 4.6） | 2.7（1.9 – 3.4） | 0.079 |
| 年齡 25 – 44 歲 | 8.7（6.6 – 10.9） | 10.0（7.8 – 12.2） | 9.8（7.5 – 12.1） | 11.8（10.2 – 13.5） |
11.2（9.4 – 13.1） | 12.4（10.9 – 14.0） |
9.6（7.8 – 11.5） | 11.2（9.8 – 12.5） | 11.7 (9.8 – 13.6) | 9.8（8.1 – 11.5） | 0.36 |
| 年齡 45 – 64 | 4.1（3.0 – 5.3） | 5.6（3.6 – 7.6） | 7.3（5.2 – 9.4） | 9.5（7.6 – 11.5） | 11.2（8.9 – 13.4） | 8.9（7.2 – 10.6） | 6.2（3.8 – 8.6） | 6.1（4.9 – 7.3） | 6.0（4.9 – 7.2） | 6.6（5.4 – 7.9） | 0.89 |
| 年齡 >= 65 | 1.2（0.5 – 2.0） | 1.0（0.6 – 1.3） | 1.4（0.6 – 2.1） | 2.4（1.7 – 3.2） | 1.8（1.2 – 2.4） | 1.9（1.4 – 2.4） | 1.0（0.5 – 1.5） | 0.9（0.5 – 1.2） | 2.1（1.0 – 3.2） | 1.5（0.8 – 2.1） | 0.75 |
| CKM階段2 | |||||||||||
| 女性 | 28.1 (25.7 – 30.4) |
27.3 (25.1 – 29.5) |
26.0 (23.5 – 28.5) |
24.3（22.1 – 26.6） |
23.6 (21.7 – 25.5) |
24.1（22.1 – 26.1） |
27.4 (25.2 – 29.6) |
28.2 (25.7 – 30.7) |
25.9 (23.7 – 28.1) |
28.3 (26.7 – 30.0) |
0.77 |
| 男性 | 29.2 (27.5 – 31.0) |
28.1 (25.7 – 30.5) |
27.9 (25.5 – 30.3) |
23.2（21.6 – 24.8） |
25.2（22.8 – 27.7） |
24.9 (22.4 – 27.3) |
29.2 (26.9 – 31.6) |
26.7 (24.5 – 28.8) |
27.8 (25.8 – 29.9) |
26.3 (23.9 – 28.7) |
0.57 |
| 年齡 18 – 24 | 3.7（1.9 – 5.5） | 3.2（2.2 – 4.3） | 4.0（2.7 – 5.4） | 2.5（1.5 – 3.4） | 2.8（1.4 – 4.2） | 2.9（2.0 – 3.8） | 3.4（2.0 – 4.9） | 3.6（2.7 – 4.6） | 2.6（1.7 – 3.4） | 2.9（2.1 – 3.7） | 0.2 |
| 年齡 25 – 44 歲 | 23.2（21.4 – 25.0） |
19.2（17.5 – 21.0） |
18.8（16.4 – 21.2） |
15.7 (13.5 – 18.0) |
16.3（14.3 – 18.2） |
14.3（12.2 – 16.4） |
18.2（15.7 – 20.7） |
16.8（15.2 – 18.3） |
15.4（13.1 – 17.8） |
16.8（14.5 – 19.2） |
0.018 |
| 年齡 45 – 64 | 20.1（17.9 – 22.2） |
23.2（20.9 – 25.5） |
21.4（18.5 – 24.4） |
19.7 (17.8 – 21.7) |
20.3 (17.7 – 22.9) |
20.3（18.2 – 22.4） |
24.6 (22.0 – 27.2) |
22.4（20.0 – 24.9） |
23.0 (20.7 – 25.4) |
21.7 (19.6 – 23.8) |
0.33 |
| 年齡 >= 65 | 10.3（8.4-12.2） | 9.7（8.5 – 10.9） | 9.6（8.2 – 11.0） | 9.6（7.3 – 11.8） | 9.5（7.9 – 11.0） | 11.5（10.2 – 12.7） | 10.3（9.1 – 11.6） | 12.0(10.3-13.7) | 12.7（11.0 – 14.3） |
13.2（11.4 – 15.0） |
< 0.001 |
未定義CKM階段的人群
在每個CKM階段的選擇過程中，我們識別出一些未定義的特定子群體。例如，僅有異常HDL-膽固醇或LDL-膽固醇的參與者。他們既不符合0期（正常脂質檔案）的定義，也不符合1期的定義。如圖6所示，這些未定義階段的參與者佔整體美國成年人群的3.3%，其中62.3%（佔整體女性成人的4.0%）為女性，37.7%（佔整體男性成人的2.6%）為男性。在將這一未定義子群體的比例納入CKM 0-2階段後，性別劃分的CKM 0-2階段盛行率變得相似。
圖6 美國成年人CKM綜合症0-1期及未定義階段（CKM SX）的盛行率
靈敏度分析
在對非回應進行重新加權後，我們觀察到結果與主要分析之間沒有顯著偏差（S4表）。對缺失數據進行5次插補後的匯總結果與主要分析一致（S5表）。
討論
我們對這項全美代表性調查的分析顯示，CKM綜合症在一般人群中具有高盛行率。美國成年人中，只有不到10%的個體沒有CKM綜合症的跡象。即便在年輕成年人中，我們也觀察到CKM綜合症的負擔較高：在18至24歲的美國成年人中，每4人中就有1人屬於1期，每3人中就有1人屬於2期。65歲或以上的女性面臨著最高的CKM綜合症2期風險。從1999-2000年到2017-2020年，CKM 0期的盛行率從7.9%下降到6.8%。此外，CKM綜合症2期中，各種代謝風險因素和CKD的盛行率在性別和年齡之間存在變化。
先前的研究也使用NHANES調查檢視了美國成年人中的心血管疾病、CKD和糖尿病，顯示出心臟、腎臟和代謝多重共病的高且逐漸上升的盛行率。此分析進一步確認了應用明確標準後，CKM綜合症的高負擔。然而，重點在於0-2期的群體，這些群體尚未發展成亞臨床或臨床心血管疾病，目的是識別那些可以從綜合預防策略中受益的特定人群，以降低心血管疾病和死亡風險。
CKM綜合症是一種不斷演變的病症，甚至從兒童時期就開始。當前證據表明，儘管整體醫療保健有所改善，年輕成年人中的CKM綜合症趨勢仍在上升。在這項分析中，我們觀察到年輕美國成人中，CKM健康不佳的盛行率較高，18至24歲的人群中僅20%沒有CKM綜合症，而25至44歲人群中則為12.4%。在過去20年中，年輕成年人中0期的盛行率顯著下降，顯示出不利的CKM健康轉變。這些觀察暗示，隨著這些年輕人口的年齡增長，CKM綜合症的負擔可能會上升，除非CKM風險因素的負面趨勢能夠逆轉。為了促進年輕成年人CKM健康的舉措，公共衛生政策制定者應該理解這一生命階段的生物、社會和行為特徵之間的獨特相互作用。例如，年輕成年人可能更有動機通過移動或可穿戴設備訪問自己的健康記錄。因此，醫療提供者可以與患者合作，通過整合這些數據提供個性化的醫療建議。此外，應該更多進行CKM健康試驗，專注於包含45歲以下的參與者，因為年輕成年人在行為和藥物預防/干預試驗中的代表性不足。
有效管理CKM綜合症還需考慮性別和年齡差異，以防止進入3-4期。例如，在CKM綜合症2期中，隨著女性年齡的增長（≥65歲），她們在幾乎所有代謝風險因素和CKD中的盛行率均顯著高於同年齡段的男性。值得注意的是，無論年齡如何，CKD的高盛行率在女性中持續存在。根據2023年美國腎臟數據系統年報，自2005-2008年以來，女性患CKD的比例高於男性。多項研究顯示，停經後女性的脂質檔案顯著惡化，以及MetS的盛行率上升，導致CKM進展並提高心血管疾病的絕對風險。我們還觀察到，年輕男性在高血壓、MetS和高甘油三酯血症的盛行率上顯著高於女性。為了滿足這一性別和年齡差異的未解需求，應將更多精力集中在研究、臨床實踐和指南制定上。
儘管對每個CKM綜合症階段進行了詳細定義，但仍存在一些特定人群未被明確定義，他們只有一到兩個異常的脂質參數。為了進行最佳風險評估，準確分類這一子群體至關重要。此外，目前的證據表明，HDL膽固醇與心血管風險之間存在U型相關性。在CKM綜合症階段的分類中，應將非常高的HDL膽固醇水平視為風險因素。此外，CKM綜合症2期包含廣泛的慢性病，並涵蓋了美國超過一半的成年人。在實施增強篩查系統後，來自2期的某些人群可能會被重新分類為3期。同時，應將改進的風險評估工具納入CKM分期系統，以識別心血管疾病風險較高的個體，確保個性化醫療。新的PREVENT模型不僅納入傳統的心血管疾病風險因素，還包括腎功能以及其他預測因素，如UACR、HbA1c和社會決定因素，作為附加模型。我們建議定義一個新的CKM綜合症階段，針對2期但風險較高的心血管疾病的個體，該階段位於2期和3期之間。
本研究存在幾個局限性。首先，它僅涵蓋非機構化、平民人口，因此無法捕捉到護理院或軍隊中的個體。其次，非西班牙裔亞裔參與者在2011年之前並未被分類且過度抽樣，這一子群體在我們的研究中可能被低估。第三，我們未區分糖尿病類型，這一決定基於我們的觀點，即1型糖尿病應納入CKM綜合症，因為它與CKD進展和心血管風險增加相關。最後，非回應可能會對我們的結論產生實質性影響。然而，靈敏度分析顯示，經過非回應重新加權和缺失數據插補後，結果相似，這確認了我們的主要分析。
結論
對CKM綜合症的定義是提高人們對肥胖、代謝和腎臟因素對心血管後果的有害相互作用的認識的重要一步。我們的研究顯示，美國成年人中CKM綜合症的負擔異常高，反映了所有西方國家觀察到的趨勢。考慮到CKM綜合症2期的高盛行率，必須進行額外的風險評估，以便在整體人口層面量身定制預防措施，有效降低心血管疾病的發病率和死亡率。
參考文獻
1.↵Ndumele CE, Rangaswami J, Chow SL, Neeland IJ, Tuttle KR, Khan SS, Coresh J, Mathew RO, Baker-Smith CM, Carnethon MR, Despres J-P, Ho JE, Joseph JJ, Kernan WN, Khera A, et al. Cardiovascular-Kidney-Metabolic Health: A Presidential Advisory From the American Heart Association. Circulation. 2023;148(20):1606–1635.Google Scholar
2.↵Ndumele CE, Neeland IJ, Tuttle KR, Chow SL, Mathew RO, Khan SS, Coresh J, Baker-Smith CM, Carnethon MR, Després JP, Ho JE, Joseph JJ, Kernan WN, Khera A, Kosiborod MN, et al. A Synopsis of the Evidence for the Science and Clinical Management of Cardiovascular-Kidney-Metabolic (CKM) Syndrome: A Scientific Statement From the American Heart Association. Circulation. 2023;148(20):1636–1664.Google Scholar
3.↵Tsao CW, Aday AW, Almarzooq ZI, Anderson CAM, Arora P, Avery CL, Baker-Smith CM, Beaton AZ, Boehme AK, Buxton AE, Commodore-Mensah Y, Elkind MSV, Evenson KR, Eze-Nliam C, Fugar S, et al. Heart Disease and Stroke Statistics-2023 Update: A Report From the American Heart Association. Circulation. 2023;147(8):E93–E621.Google Scholar
4.↵Packer M, Anker SD, Butler J, Filippatos G, Pocock SJ, Carson P, Januzzi J, Verma S, Tsutsui H, Brueckmann M, Jamal W, Kimura K, Schnee J, Zeller C, Cotton D, et al. Cardiovascular and Renal Outcomes with Empagliflozin in Heart Failure. The New England journal of medicine. 2020;383(15):1413–1424.CrossRefPubMedGoogle Scholar
5.Wiviott SD, Raz I, Bonaca MP, Mosenzon O, Kato ET, Cahn A, Silverman MG, Zelniker TA, Kuder JF, Murphy SA, Bhatt DL, Leiter LA, McGuire DK, Wilding JPH, Ruff CT, et al. Dapagliflozin and Cardiovascular Outcomes in Type 2 Diabetes. The New England journal of medicine. 2019;380(4):347–357.CrossRefPubMedGoogle Scholar
6.Heerspink HJL, Stefánsson B V., Correa-Rotter R, Chertow GM, Greene T, Hou F-F, Mann JFE, McMurray JJV, Lindberg M, Rossing P, Sjöström CD, Toto RD, Langkilde A-M, Wheeler DC. Dapagliflozin in Patients with Chronic Kidney Disease. New England Journal of Medicine. 2020;383(15):1436–1446.CrossRefPubMedGoogle Scholar
7.Marso SP, Bain SC, Consoli A, Eliaschewitz FG, Jódar E, Leiter LA, Lingvay I, Rosenstock J, Seufert J, Warren ML, Woo V, Hansen O, Holst AG, Pettersson J, Vilsbøll T. Semaglutide and Cardiovascular Outcomes in Patients with Type 2 Diabetes. The New England journal of medicine. 2016;375(19):1834–1844.CrossRefPubMedGoogle Scholar
8.↵Lincoff AM, Brown-Frandsen K, Colhoun HM, Deanfield J, Emerson SS, Esbjerg S, Hardt-Lindberg S, Hovingh GK, Kahn SE, Kushner RF, Lingvay I, Oral TK, Michelsen MM, Plutzky J, Tornøe CW, et al. Semaglutide and Cardiovascular Outcomes in Obesity without Diabetes. The New England journal of medicine. 2023;389(24):2221–2232.Google Scholar
9.↵Khan SS, Coresh J, Pencina MJ, Ndumele CE, Rangaswami J, Chow SL, Palaniappan LP, Sperling LS, Virani SS, Ho JE, Neeland IJ, Tuttle KR, Singh RR, Elkind MSV, Lloyd-Jones DM. Novel Prediction Equations for Absolute Risk Assessment of Total Cardiovascular Disease Incorporating Cardiovascular-Kidney-Metabolic Health: A Scientific Statement From the American Heart Association. Circulation. 2023;148(24):1982–2004.Google Scholar
10.Joseph JJ, Deedwania P, Acharya T, Aguilar D, Bhatt DL, Chyun DA, Di Palo KE, Golden SH, Sperling LS. Comprehensive Management of Cardiovascular Risk Factors for Adults With Type 2 Diabetes: A Scientific Statement From the American Heart Association. Circulation. 2022;145(9):722–759.Google Scholar
11.↵Ortiz A, Wanner C, Gansevoort RT, Cozzolino M, Fliser D, Gambaro G, Ong A, Rosenkranz AR, Rychlık I, Sarafidis P, Torra R, Tuglular S. Chronic kidney disease as cardiovascular risk factor in routine clinical practice: a position statement by the Council of the European Renal Association. European Journal of Preventive Cardiology. 2022;29(17):2211–2215.Google Scholar
12.↵United States Renal Data System. 2023 Annual Data Report – CKD in the General Population. Accessed January 16, 2024. https://usrds-adr.niddk.nih.gov/2023/chronic-kidney-disease/1-ckd-in-the-general-populationGoogle Scholar
13.↵Ostrominski JW, Arnold S V., Butler J, Fonarow GC, Hirsch JS, Palli SR, Donato BMK, Parrinello CM, O’Connell T, Collins EB, Woolley JJ, Kosiborod MN, Vaduganathan M. Prevalence and Overlap of Cardiac, Renal, and Metabolic Conditions in US Adults, 1999-2020. JAMA cardiology. 2023;8(11):1050–1060.Google Scholar
14.Ward ZJ, Bleich SN, Cradock AL, Barrett JL, Giles CM, Flax C, Long MW, Gortmaker SL. Projected U.S. State-Level Prevalence of Adult Obesity and Severe Obesity. The New England journal of medicine. 2019;381(25):2440–2450.CrossRefPubMedGoogle Scholar
15.Chobufo MD, Gayam V, Soluny J, Rahman EU, Enoru S, Foryoung JB, Agbor VN, Dufresne A, Nfor T. Prevalence and control rates of hypertension in the USA: 2017–2018. International Journal of Cardiology Hypertension. 2020;6.Google Scholar
16.↵Centers for Disease Control and Prevention. National Diabetes Statistics Report 2021. Accessed January 16, 2024. website. https://www.cdc.gov/diabetes/data/statistics-report/index.html.Google Scholar
17.↵von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet (London, England). 2007;370(9596):1453–1457.Google Scholar
18.↵Unger T, Borghi C, Charchar F, Khan NA, Poulter NR, Prabhakaran D, Ramirez A, Schlaich M, Stergiou GS, Tomaszewski M, Wainford RD, Williams B, Schutte AE. 2020 International Society of Hypertension Global Hypertension Practice Guidelines. Hypertension (Dallas, Tex.: 1979). 2020;75(6):1334–1357.Google Scholar
19.↵Whelton PK, Carey RM, Aronow WS, Casey DE, Collins KJ, Himmelfarb CD, DePalma SM, Gidding S, Jamerson KA, Jones DW, MacLaughlin EJ, Muntner P, Ovbiagele B, Smith SC, Spencer CC, et al. 2017 ACC/AHA/AAPA/ABC/ACPM/AGS/APhA/ASH/ASPC/NMA/PCNA Guideline for the Prevention, Detection, Evaluation, and Management of High Blood Pressure in Adults: Executive Summary: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Hypertension (Dallas, Tex.: 1979). 2018;71(6):1269–1324.Google Scholar
20.↵Stevens PE, Levin A. Evaluation and management of chronic kidney disease: synopsis of the kidney disease: improving global outcomes 2012 clinical practice guideline. Annals of internal medicine. 2013;158(11):825–830.CrossRefPubMedWeb of ScienceGoogle Scholar
21.↵Inker LA, Eneanya ND, Coresh J, Tighiouart H, Wang D, Sang Y, Crews DC, Doria A, Estrella MM, Froissart M, Grams ME, Greene T, Grubb A, Gudnason V, Gutiérrez OM, et al. New Creatinine– and Cystatin C–Based Equations to Estimate GFR without Race. The New England journal of medicine. 2021;385(19):1737.CrossRefPubMedGoogle Scholar
22.↵Grundy SM, Stone NJ, Bailey AL, Beam C, Birtcher KK, Blumenthal RS, Braun LT, de Ferranti S, Faiella-Tommasino J, Forman DE, Goldberg R, Heidenreich PA, Hlatky MA, Jones DW, Lloyd-Jones D, et al. 2018 AHA/ACC/AACVPR/AAPA/ABC/ACPM/ADA/AGS/APhA/ASPC/NLA/PCNA Guideline on the Management of Blood Cholesterol: Executive Summary: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Journal of the American College of Cardiology. 2019;73(24):3168–3209.FREE Full TextGoogle Scholar
23.↵Elsayed NA, Aleppo G, Aroda VR, Bannuru RR, Brown FM, Bruemmer D, Collins BS, Hilliard ME, Isaacs D, Johnson EL, Kahan S, Khunti K, Kosiborod M, Leon J, Lyons SK, et al. 2. Classification and Diagnosis of Diabetes: Standards of Care in Diabetes-2023. Diabetes care. 2023;46(Suppl 1):S19–S40.CrossRefPubMedGoogle Scholar
24.↵National Center for Health Statistics. NHANES survey methods and analytic guidelines. US Centers for Disease Control and Prevention. Accessed April 1, 2022. Accessed January 5, 2024. https://www.n.cdc.gov/nchs/nhanes/analyticguidelines.aspxGoogle Scholar
25.↵National Health and Nutrition Examination Survey: Analytic Guidelines, 2011-2014 and 2015-2016. Published December 14, 2018. Accessed January 5, 2024. https://www.n.cdc.gov/nchs/data/nhanes/analyticguidelines/11-16-analytic-guidelines.pdfGoogle Scholar
26.↵Chen T-C, Clark J, Riddles MK, Mohadjer LK, Fakhouri THI. National Health and Nutrition Examination Survey, 2015−2018: sample design and estimation procedures. 2020.Google Scholar
27.↵Chen Q, Gelman A, Tracy M, Norris FH, Galea S. Incorporating the sampling design in weighting adjustments for panel attrition. Statistics in medicine. 2015;34(28):3637.PubMedGoogle Scholar
28.↵van Buuren S, Groothuis-Oudshoorn K. mice: Multivariate imputation by chained equations in R. Journal of Statistical Software. 2011;45(3):1–67.Google Scholar
29.↵Larqué E, Labayen I, Flodmark CE, Lissau I, Czernin S, Moreno LA, Pietrobelli A, Widhalm K. From conception to infancy – early risk factors for childhood obesity. Nature reviews. Endocrinology. 2019;15(8):456–478.Google Scholar
30.↵von der Born J, Baberowski S, Memaran N, Grams L, Homeyer D, Borchert-Mörlins B, Sugianto RI, Paulsen M, Bauer E, Grabitz C, Schmidt BMW, Kerling A, Beerbaum P, Stiesch M, Tegtbur U, et al. Impact of Sex and Obesity on Echocardiographic Parameters in Children and Adolescents. Pediatric cardiology. 2022;43(7):1502–1516.Google Scholar
31.↵Cheng HL, Medlow S, Steinbeck K. The Health Consequences of Obesity in Young Adulthood. Current obesity reports. 2016;5(1):30–37.Google Scholar
32.Andersson C, Vasan RS. Epidemiology of cardiovascular disease in young individuals. Nature reviews. Cardiology. 2018;15(4):230–240.Google Scholar
33.↵Zhou B, Lu Y, Hajifathalian K, Bentham J, Di Cesare M, Danaei G, Bixby H, Cowan MJ, Ali MK, Taddei C, Lo WC, Reis-Santos B, Stevens GA, Riley LM, Miranda JJ, et al. Worldwide trends in diabetes since 1980: a pooled analysis of 751 population-based studies with 4.4 million participants. Lancet (London, England). 2016;387(10027):1513–1530.Google Scholar
34.↵Miyamoto SW, Henderson S, Young HM, Pande A, Han JJ. Tracking Health Data Is Not Enough: A Qualitative Exploration of the Role of Healthcare Partnerships and mHealth Technology to Promote Physical Activity and to Sustain Behavior Change. JMIR mHealth and uHealth. 2016;4(1).Google Scholar
35.↵Mahoney MR, Asch SM. Humanwide: A Comprehensive Data Base for Precision Health in Primary Care. Annals of Family Medicine. 2019;17(3):273.FREE Full TextGoogle Scholar
36.↵Lanoye A, Grenga A, Leahey TM, LaRose JG. Motivation for weight loss and association with outcomes in a lifestyle intervention: comparing emerging adults to middle aged adults. Obesity Science & Practice. 2019;5(1):15.Google Scholar
37.Gokee-Larose J, Gorin AA, Raynor HA, Laska MN, Jeffery RW, Levy RL, Wing RR. Are standard behavioral weight loss programs effective for young adults? International journal of obesity (2005). 2009;33(12):1374–1380.CrossRefGoogle Scholar
38.Kula AJ, Prince DK, Katz R, Bansal N. Mortality Burden and Life-Years Lost Across the Age Spectrum for Adults Living with CKD. Kidney360. 2023;4(5):615–621.Google Scholar
39.↵Crouse JR, Raichlen JS, Riley WA, Evans GW, Palmer MK, O’Leary DH, Grobbee DE, Bots ML. Effect of rosuvastatin on progression of carotid intima-media thickness in low-risk individuals with subclinical atherosclerosis: the METEOR Trial. JAMA. 2007;297(12):1344– 1353.CrossRefPubMedWeb of ScienceGoogle Scholar
40.↵Matthews KA, Crawford SL, Chae CU, Everson-Rose SA, Sowers MF, Sternfeld B, Sutton-Tyrrell K. Are changes in cardiovascular disease risk factors in midlife women due to chronological aging or to the menopausal transition? Journal of the American College of Cardiology. 2009;54(25):2366–2373.FREE Full TextGoogle Scholar
41.Thurston RC, Karvonen-Gutierrez CA, Derby CA, El Khoudary SR, Kravitz HM, Manson JAE. Menopause versus chronologic aging: their roles in women’s health. Menopause (New York, N.Y.). 2018;25(8):849–854.Google Scholar
42.Lejsková M, Aluší Š, Valenta Z, Adámková S, Piťha J. Natural postmenopause is associated with an increase in combined cardiovascular risk factors. Physiological research. 2012;61(6):587–596.Google Scholar
43.↵Janssen I, Powell LH, Crawford S, Lasley B, Sutton-Tyrrell K. Menopause and the metabolic syndrome: the Study of Women’s Health Across the Nation. Archives of internal medicine. 2008;168(14):1568–1575.CrossRefPubMedWeb of ScienceGoogle Scholar
44.↵Madsen CM, Varbo A, Nordestgaard BG. Extreme high high-density lipoprotein cholesterol is paradoxically associated with high mortality in men and women: two prospective cohort studies. European heart journal. 2017;38(32):2478–2486.CrossRefPubMedGoogle Scholar
45.Trimarco V, Izzo R, Morisco C, Mone P, Virginia Manzi M, Falco A, Pacella D, Gallo P, Lembo M, Santulli G, Trimarco B. High HDL (High-Density Lipoprotein) Cholesterol Increases Cardiovascular Risk in Hypertensive Patients. Hypertension (Dallas, Tex.: 1979). 2022;79(10):2355–2363.CrossRefGoogle Scholar
46.Liu C, Dhindsa D, Almuwaqqat Z, Ko YA, Mehta A, Alkhoder AA, Alras Z, Desai SR, Patel KJ, Hooda A, Wehbe M, Sperling LS, Sun Y V., Quyyumi AA. Association Between High-Density Lipoprotein Cholesterol Levels and Adverse Cardiovascular Outcomes in High-risk Populations. JAMA cardiology. 2022;7(7):672–680.Google Scholar
47.↵Moradi H, Streja E, Kashyap ML, Vaziri ND, Fonarow GC, Kalantar-Zadeh K. Elevated high-density lipoprotein cholesterol and cardiovascular mortality in maintenance hemodialysis patients. Nephrology, dialysis, transplantation: official publication of the European Dialysis and Transplant Association – European Renal Association. 2014;29(8):1554–1562.Google Scholar