基于多元统计学方法的骨量肌量减少性肥胖综合征的结构特征研究

摘要

背景骨量肌量减少性肥胖综合征(OSO)是一种严重损害老年人健康的疾病,对疾病进行临床分型可为疾病的临床诊治提供指导。基于OSO诊断变量间的相关性对OSO进行分型,并探寻OSO的结构特征,可为OSO的防治提供新的思路。目的探索OSO的结构特征,为实现OSO的个体化诊治提供理论依据。方法本研究为横断面研究。于2018年1月至2020年10月,采用随机抽样法,选取在哈尔滨医科大学附属第二医院体检中心接受健康体检、年龄≥60岁的老年OSO患者作为研究对象,采集其OSO诊断变量〔四肢骨骼肌指数,握力,体脂百分比(BF%),腰椎1~4(L_(1~4))、髋部、股骨颈骨密度(BMD),体质指数(BMI),腰围,步速〕、社会人口学特征、生活方式、常见慢性病患病情况等方面的资料。在利用因子分析法对OSO诊断变量数据进行分析前,采用KMO检验、Bartlett's球形检验评价OSO诊断变量数据是否适合进行因子分析。通过主成分分析法,提取特征值≥1.000的成分,并运用最大方差正交旋转法得出方差最大正交旋转矩阵。根据因子正交旋转矩阵,对公因子进行命名。基于公因子得分,利用离差平方和系统聚类法生成树状结构并对患者进行分类,通过比较不同类别患者间诊断变量水平和临床特征的差异,分析OSO的结构特征。结果共纳入107例老年OSO患者。KMO值为0.688,Bartlett's球形检验χ^(2)=492.374,P1.000的标准可提取3个公因子(骨质疏松因子、肌肉+体脂因子、肥胖因子),3个公因子的累积方差贡献率为81.408%,各诊断变量在所属公因子上的载荷值为0.770~0.918。聚类分析结果显示,共将OSO患者分为3类。不同类别人群四肢骨骼肌指数、握力、BF%、BMD_(L1~4)、BMD_(髋部)、BMD_(股骨颈)、BMI、腰围比较,差异均有统计学意义(P<0.05)。其中第1类人群的BMD_(L1~4)、BMD_(髋部)、BMD_(股骨颈)均低于其他两类人群(P<0.05);第2类人群的BMI和腰围均低于其他两类人群(P<0.05);第3类人群的四肢骨骼肌指数、握力和BMD均高于其他两类人群,BF%低于其他两类人群(P<0.05)。不同类别人群性别、受教育程度、个人月收入分布、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-C)、尿酸(UA)、肌酐(Cr)水平比较,差异有统计学意义(P<0.05)。第1类人群中本科以下学历者占比高于第3类人群(P<0.017);第2类人群TC水平高于第3类人群(P<0.05);第3类人群个人月收入≥5000元者占比,以及UA、Cr水平均高于其他两类人群,女性占比低于其他两类人群(P<0.05或P<0.017)。结论可从骨质疏松、肌肉与体脂、肥胖3个方面对OSO诊断变量进行概括和解释;OSO患者具有不同的结构特征。应用多元统计学方法研究OSO患者的结构特征,有助于实现对不同类型OSO患者的个体化管理。