Abstract

Bakgrund: Det är fortfarande kontroversiellt vilken antropometrisk indikator som kan vara den bästa förutsägaren av hypertoni. Mål: Att undersöka den relativa kraften hos body mass index (BMI), midjeomkrets (WC), hudveckstjocklek, midja-till-höft-förhållande (WHR) och midja-till-höjd-förhållande (WHTR) när det gäller att förutsäga förekomsten av hypertoni hos kinesiska vuxna. Metod: Data hämtades från China Health and Nutrition Survey. Övervikt definierades som BMI ≥23 kg/m2 och allmän fetma som BMI ≥27,5 kg/m2. Abdominal fetma definierades med WC-värden ≥90 cm för män och ≥80 cm för kvinnor. Skinfoldtjocklek, WHR och WHTR delades in i låga och höga grupper enligt receiver operating characteristics. Cox-regressioner och nomogram användes för att jämföra den relativa kraften hos 5 indikatorer för att förutsäga incident hypertoni. Resultat: När alla indikatorer analyserades samtidigt var den bästa prediktorn för inträffad hypertoni allmän fetma (p < 0,001, justerat riskförhållande 1,9, 95 % KI 1,6-2,2). Resultaten stratifierade efter kön visade att BMI och WC var de starkare prediktorerna för hypertoni hos män (justerat HR 1,8 och 1,3, 95 % KI 1,4-2,3 respektive 1,1-1,5) såväl som hos kvinnor (justerat HR 2,0 och 1,4, 95 % KI 1,6-2,4 respektive 1,2-1,6). Slutsatser: BMI och WC kan förutsäga incident hypertoni bättre än hudveckstjocklek, WHR och WHTR i den kinesiska befolkningen.

© 2019 S. Karger AG, Basel

Introduktion

Hypertoni har betraktats som en av de viktigaste bidragande faktorerna till sjukdomsbördan över hela världen. Totalt sett är prevalensen av hypertoni cirka 25 % hos vuxna, men detta värde förväntas öka till 29 % år 2025 . I Kina ökade däremot förekomsten av högt blodtryck hos vuxna från 14,5 % 1991 till 34,0 % 2012 . Hypertoni har därför blivit det största folkhälsoproblemet i den kinesiska befolkningen.

Det har konstaterats att det finns ett starkt samband mellan allmän fetma och hypertoni . Som standardmått för allmän fetma är body mass index (BMI) den mest använda indikatorn för att förutsäga och screena hypertoni . Eftersom fettfördelningen är viktigare än det totala kroppsfettet för kardiovaskulära sjukdomar (CVD) har många mått som tar hänsyn till kroppsfettfördelningen, t.ex. midjeomkrets (WC), midja-till-höft-förhållande (WHR), midja-till-höjd-förhållande (WHTR) och subkutant fett, t.ex. triceps hudveckstjocklek, utvecklats och tillämpats. Under de senaste årtiondena har många studier genomförts för att undersöka sambanden mellan olika fetmaindikatorer och högt blodtryck. Vissa studier tyder på att WC eller WHTR skulle kunna vara bättre prediktorer för risken för hjärt- och kärlsjukdomar . Andra studier rapporterade dock att WC var den bästa indikatorn hos kamerunier, greker eller japaner . American Diabetes Association förklarade att det är oklart om WC, jämfört med BMI, mer exakt kan förutsäga kardiovaskulär risk . I vissa studier baserade på japanska och kubanska befolkningar föreslogs att BMI var den bästa enskilda indikatorn för högt blodtryck . Samtidigt har vissa systematiska översikter och metaanalyser genomförts för att undersöka hur väl vanliga fetmaindikatorer kan användas för att förutsäga hypertoni. Några av dessa stödde att WHTR var en bättre prediktor för CVD-risk , medan en annan metaanalys drog slutsatsen att WC var en bättre prediktor och bör rekommenderas att användas i klinik och forskning . Därför är det fortfarande omtvistat och kontroversiellt, vilken som är den bästa prediktoren för hypertoni.

Därför var syftet med denna prospektiva kohortstudie att utvärdera kraften hos BMI, WC, hudveckstjocklek, WHR och WHTR för att förutsäga förekomsten av hypertoni i den kinesiska befolkningen.

Material och metoder

Studieutformning

Data hämtades från China Health and Nutrition Survey (CHNS), som är ett pågående, öppet kohort, internationellt samarbetsprojekt mellan Carolina Population Center vid University of North Carolina i Chapel Hill och National Institute for Nutrition and Health (tidigare National Institute of Nutrition and Food Safety) vid Chinese Center for Disease Control and Prevention (CCDC). Syftet med CHNS var att undersöka hur den sociala och ekonomiska omvandlingen av det kinesiska samhället har påverkat den kinesiska befolkningens hälso- och näringsstatus genom att utvärdera effekterna av de strategier och program för hälsa, näring och familjeplanering som genomförts av nationella och lokala myndigheter. CHNS omfattar nio provinser som varierar avsevärt i fråga om geografi, ekonomisk utveckling, offentliga resurser och hälsoindikatorer. Ett slumpmässigt klusterförfarande i flera steg användes för att göra urvalet i varje provins. Län i de nio provinserna stratifierades efter inkomst (låg, medelhög och hög), och ett vägt urvalssystem användes för att slumpmässigt välja ut fyra län per provins. Sedan 1989 har nio omgångar av CHNS genomförts 1989, 1991, 1993, 1997, 2000, 2004, 2006, 2009 och 2011. En detaljerad beskrivning av undersökningens utformning och förfaranden har publicerats på annat håll.

Studiepopulation

Data från 7 omgångar av CHNS som genomfördes mellan 1993 och 2011 ingick i denna studie. Personer som var 18 år eller äldre vid baslinjen och som hade uppgifter om ålder, kön och detaljerad fysisk undersökning (t.ex. vikt, längd, WC, hudveckstjocklek, höftomkrets , systoliskt blodtryck och diastoliskt blodtryck ) ingick. Följande personer uteslöts: de som var gravida eller ammande vid undersökningstillfället, eller som hade saknade uppgifter eller osannolika avvikande uppgifter (t.ex, vikt > 300 kg eller < 20 kg, WC < 20 cm, WHR eller WHTR > 1), eller som var med SBP ≥140 mm Hg eller DBP ≥90 mm Hg, eller som tog antihypertensiva läkemedel, eller som självrapporterade en diagnos av hypertoni vid baslinjen.

Mätning och definition av indikatorer

Vikt, längd och WC mättes av utbildad sjukvårdspersonal enligt standardiserade protokoll som fastställts av Världshälsoorganisationen (WHO) . Längden mättes till närmaste 0,1 cm utan skor med hjälp av en bärbar stadiometer, och vikten mättes till närmaste 0,1 kg med lätta kläder med hjälp av en kalibrerad balkvåg. BMI beräknades som vikten i kilogram dividerad med kvadraten på höjden i meter. WC mättes vid en punkt mitt emellan det nedersta revbenet och höftbenskammen i ett horisontellt plan med hjälp av icke-elastisk tejp, och HC mättes i nivå med den maximala utsträckningen av skinkorna bakåt i ett horisontellt plan med deltagarna klädda i lätta kläder och med armarna öppna i sidled. WHR beräknades som WC (cm) dividerat med HC (cm), och WHTR beräknades som WC (cm) dividerat med längd (cm). Hudveckstjockleken mättes med hjälp av hudveckskalkylatorer och registrerades med en noggrannhet på 0,5 mm vid triceps på höger arm (mellan spetsen av ulnas olecranonprocess och scapulans acromionprocess). Tre mätningar gjordes för alla indikatorer, och medelvärdena användes för ytterligare analyser. Rök- och dryckesstatus samt fysisk aktivitet registrerades för varje försöksperson med hjälp av ett frågeformulär. I CHNS frågades försökspersonerna om deras nuvarande rökstatus och värdet ”1” tilldelades dem som för närvarande rökte och värdet ”0” dem som inte rökte vid undersökningstillfället eller aldrig hade rökt. Dryckesstatusen definierades på samma sätt. Fysisk aktivitet definierades som ingen (< 1 timme per vecka) eller ja (en eller flera timmar per vecka).

Blodtrycksmätningar togs efter vila i 10 minuter i sittande ställning, med 30 s mellanrum mellan manschettuppblåsningarna, med hjälp av standard kvicksilversphygmomanometrar . SBP och DBP registrerades som de punkter där det första respektive femte Korotkoff-ljudet uppträdde. Medelvärdet av tre mätningar användes. SBP och DBP registrerades i varje våg och användes för att identifiera om försökspersonerna utvecklade nytillkommen hypertoni.

Enligt WHO:s rekommendationer för kineser definierades övervikt som BMI ≥23 kg/m2 och allmän fetma som BMI ≥27,5 kg/m2. Dessutom definierades bukfetma genom WC-värden ≥90 cm för män och ≥80 cm för kvinnor . Enligt den karakteristiska mottagarkurvan delades hudveckstjocklek, WHR och WHTR in i låga och höga grupper genom följande gränsvärden: för män: triceps hudveckstjocklek = 7 cm med area under kurvan (AUC) = 0.5117, WHR = 0,8571 med AUC = 0,5498 och WHTR = 0,4748 med AUC = 0,5811; hos kvinnor: triceps hudveckstjocklek = 23,67 cm med AUC = 0,4885, WHR = 0,8247 med AUC = 0,5792 och WHTR = 0,4818 med AUC = 0,6219. Hypertoni definierades som SBP/DBP ≥140/90 mm Hg, eller användning av hypertensiva läkemedel, eller en självrapporterad diagnos .

Statistisk analys

I enlighet med normalitetstesterna rapporterades data som medianer (intervall mellan kvartiler) för kontinuerliga onormala variabler och frekvenser (procent) för kategoriska variabler. Grundläggande egenskaper jämfördes mellan grupper utan hypertoni och grupper med hypertoni med Wilcoxon rangsummetest för kontinuerliga onormala variabler och med chi-två-test för kategoriska variabler. Cox-regressioner stratifierades efter kön, med hypertoni som utfall och tidsintervallet mellan baslinjen och hypertonidiagnosen som tidsvariabel. De censurerade resultaten kom från två grupper: (i) de som inte diagnostiserades med hypertoni fram till antingen avhopp från kohorten eller studiens slut (2011), och (ii) de som inte diagnostiserades med hypertoni fram till dödsfall före studiens slut. För att korrigera för de konkurrerande riskerna för dödsfall på grund av hypertoni justerades alla modeller för dödsfall. I justerade modeller justerades ålder, kön, rökning, drickande, fysisk aktivitet och etniskt ursprung vid baslinjen. Enligt regressionsparametern för varje faktor användes nomogram för att illustrera poängen för varje faktor, vilket användes för att beräkna sannolikheten för att utveckla hypertoni. Ett nomogram är en grafisk representation av en matematisk modell som omfattar flera prediktorer för att förutsäga en viss slutpunkt baserad på traditionell statistisk metod såsom Cox proportional hazard-modellen för överlevnadsdata . Nomogram har blivit mycket populära verktyg bland kliniker. En steg för steg-guide för att bygga upp, tolka och använda nomogram för att uppskatta riskfunktionen för en viss feltid finns i en tidigare studie . Nomogram skapar en enkel grafisk representation av en statistisk prediktiv modell där varje prediktor kartläggs på en punktskala. Den förutsedda sannolikheten för händelsen för en patient genom att ackumulera de totala poäng som motsvarar den specifika konfigurationen av kovariater för den patienten. Nomogram har visat sig ha hög noggrannhet och diskriminerande förmåga att förutsäga utfall. Beräkningen av ett nomogram för Cox-regression är följande: Steg (1) Få fram poängen för alla variabelvärden, Steg (2) Addera poängen = totalpoäng, Steg (3) Beräkna sannolikheten för överlevnad för ett visst antal tidsenheter med tanke på den totala poängen. Poängen för varje indikator visar hur den bidrar till den beroende variabeln. Och sannolikheten för utfallet vid en viss misslyckandetid beräknades enligt den totala poängen. Alla analyser genomfördes med hjälp av SAS 9.4 (SAS Institute Inc., Cary, NC, USA). p ≤ 0,05 med tvåsidigt test betraktades som statistisk signifikans.

Resultat

Det fanns 10 648 försökspersoner med en medianålder på 38,5 år. Av dessa drabbades 3 717 personer av hypertoni under den 18-åriga uppföljningsperioden. Det fanns signifikanta skillnader mellan grupperna utan hypertoni och hypertoni i alla egenskaper i utgångsläget utom längd (p = 0,491). Jämfört med gruppen utan hypertoni tenderade gruppen med hypertoni att vara äldre, högre vikt, BMI, WC, WHR och WHTR, och mer benägna att vara män, Han-nationalitet, rökning, drickande och fysisk inaktivitet (tabell 1).

Tabell 1.

Egenskaperna hos alla försökspersoner vid baslinjen

Resultaten av Cox-regressionerna visade att när BMI, WC, hudveckstjocklek, WHR och WHTR analyserades separat var alla signifikanta prediktorer för hypertoni (alla p < 0,001). Allmän fetma var den starkaste prediktorn för hypertoni (hazardkvot 3,1, 95 % KI 2,8-3,6). Resultaten, när de justerades för kovariater, överensstämde med de grova resultaten. När de fem indikatorerna analyserades tillsammans observerades signifikanta effekter för samtliga (alla p < 0,001). När man justerade för kovariater försvann dock betydelsen av WHR (p = 0,169). Den bästa prediktoren för inträffad hypertoni var också allmän fetma (p < 0,001, justerad HR 1,9, 95 % KI 1,6-2,2). Dessa resultat presenteras i tabell 2.

Tabell 2.

Sambanden mellan olika antropometriska indikatorer och förekomsten av hypertoni från Cox-regressioner

Resultaten av Cox-regressionerna stratifierade efter kön visas i tabell 3. Hos män var BMI, WC, hudveckstjocklek, WHR och WHTR de signifikanta prediktorerna för incident hypertoni (alla p < 0,001) när de analyserades som enskilda indikatorer. Allmän fetma och WC var mer kraftfulla för att förutsäga hypertoni (HR 3,1 och 2,3, 95 % CI 2,5-3,8 respektive 2,0-2,7). Resultaten var jämförbara före och efter justering för kovariater. När 5 indikatorer fördes in i modell 2 samtidigt förblev alla indikatorer statistiskt signifikanta (alla p < 0,001) utom WHR (p = 0,059). När man justerade för kovariater var BMI (justerad HR 1,8, 95 % KI 1,4-2,3) jämförbart med WC (justerad HR 1,3, 95 % KI 1,1-1,5) och hudveckstjocklek (justerad HR 1,3, 95 % KI 1,2-1,4), men bättre än WHTR (justerad HR 1,2, 95 % KI 1,1-1,4).

Tabell 3.

Sambanden mellan olika antropometriska indikatorer och förekomsten av hypertoni efter kön från Cox-regressioner

För det kvinnliga delurvalet var BMI, WC, hudveckstjocklek, WHR och WHTR signifikanta prediktorer för inträffad hypertoni, vare sig man justerade för kovariater eller inte (alla p < 0,001) när de 5 indikatorerna analyserades separat. När alla indikatorer togs in i en modell samtidigt försvann betydelsen av hudveckstjocklek (p = 0,734). BMI och WC var dock, efter justering för kovariater, statistiskt signifikanta prediktorer för förekomsten av hypertoni (alla p < 0,001, justerad HR 1,4, 2,0 och 1,4, 95 % KI 1,2-1,5, 1,6-2,4 respektive 1,2-1,9), men hudveckstjocklek, WHR och WHTR var det inte (p = 0,388, 0,795 respektive 0,199). Allmän fetma var den starkaste prediktoren för incident hypertoni.

Nomogram av Cox-regressioner användes för att erhålla poäng, som användes för att beräkna sannolikheten för att utveckla hypertoni givet en viss tid. Poängen för BMI var högre än för andra indikatorer hos båda könen, vilket framgår av figurerna 1 och 2.

Figur 1.

Cox-nomogrammet för fetmarelaterade indikatorer för att förutsäga förekomsten av hypertoni hos män. Noterbart är att detaljerna i beräkningen av poäng med nomogrammet var följande: Steg (1) Fastställ poäng för alla variabla värden: Nationalitet = 1 = > Poäng ≈ 1; Aktivitet = 1 = > Poäng ≈ 0,25; Dryck = 1 = > Poäng ≈ 0,45; Rökning = 1 = > Poäng ≈ 0; Ålder (år) = 18 = > Poäng ≈ 2.1; Skinfoldtjocklek = 1 = > Score ≈ 1; BMI = 2 = > Score ≈ 1; WC = 1 = > Score ≈ 0,8; WHR = 1 = > Score ≈ 0,2; WHTR = 1 = > Score ≈ 0,7. Steg (2) Få fram den totala poängen genom att addera alla de poäng som erhållits i föregående steg. Totalpoäng = 1 + 0,25 + 0,45 + 0 + 2,1 + 1 + 1 + 0,8 + 0,2 + 0,7 = 7,5. Steg (3) Bestäm sannolikheten för händelsen (totalpoäng -> sannolikhet för händelsen). Totalpoäng = 7,5 motsvarar en sannolikhet på cirka 0,50 när feltiden var 15 år. BMI, body mass index; WC, midjeomkrets; WHR, waist-to-hip ratio; WHTR, waist-to-height ratio.

Fig. 2.

Cox-nomogrammet för fetmarelaterade indikatorer för att förutsäga förekomsten av hypertoni hos kvinnor. BMI, body mass index; WC, midjeomkrets; WHR, waist-to-hip ratio; WHTR, waist-to-height ratio.

Diskussion

I den 18-åriga uppföljningsstudien av 10 648 kinesiska män och kvinnor var BMI, WC, hudveckstjocklek, WHR och WHTR signifikanta prediktorer för incidens av hypertoni när de analyserades separat. Allmän fetma kan dock vara den bästa prediktoren för hypertoni när 5 indikatorer ingick i en modell samtidigt, särskilt när man justerar för kovariater. Jämfört med andra prediktorer var dessutom BMI och WC mer kraftfulla och effektiva när det gäller att förutsäga förekomsten av hypertoni hos såväl män som kvinnor.

Det har hittills inte funnits någon enhetlig slutsats om den relativa kraften och effektiviteten hos olika antropometriska mått när det gäller att förutsäga förekomsten av hypertoni. Vissa studier rapporterade att BMI eller WC var den bästa prediktoren för hypertoni . Medan andra förklarade att WHTR var överlägsen när det gäller att förutsäga förekomsten av hypertoni . I den här studien var BMI och WC, som är de klassiska indikatorerna för allmän fetma och bukfetma, överlägsna när det gällde att förutsäga utvecklingen av hypertoni hos kinesiska män och kvinnor, vilket stämde överens med tidigare studier . Dessutom minskade BMI:s och WC:s prestanda när en kombination av dem togs in i en modell. Detta innebar att BMI och WC bör användas samtidigt men oberoende av varandra för att förutsäga förekomsten av hypertoni.

BMI och WC bekräftades vara mer kraftfulla för att förutsäga förekomsten av hypertoni i den aktuella studien. Skillnaderna mellan studierna kan tillskrivas variationer i befolkningsegenskaper, provtagningsstrategier, kvaliteten på datainsamlingen och skillnaderna i operativa definitioner av allmän fetma och abdominell fetma . I en tidigare studie rapporterades till exempel att asiater var mindre i HC än amerikaner . Dessutom följdes den aktuella studiepopulationen i 18 år. I takt med ekonomins och samhällets utveckling kan BMI och WC uppenbarligen förändras under uppföljningsperioden, och fler och fler människor tenderar att ha högre kroppsfettmassa. Men definitionerna av allmän fetma och bukfetma förblir oförändrade. Fler personer skulle alltså drabbas av allmän fetma och bukfetma. Jämfört med andra antropometriska indikatorer kan därför tillämpningen av BMI och WC förbättra identifieringen av incident hypertoni.

I den här studien användes nomogram för att beräkna poängen för varje riskfaktor, vilket användes för att förutsäga sannolikheten för att utveckla hypertoni. Hos både män och kvinnor var poängen för BMI de högsta bland alla antropometriska faktorer, vilket tyder på att BMI var den bästa prediktoren för inträffad hypertoni. Ett ökat BMI kan leda till ökade nivåer av serumglukos, insulin, aldosteron och renin tillsammans med ökad sympatikustonus. Dessa ovan nämnda faktorer kunde sannolikt öka blodtrycket genom att öka den vaskulära volymen eller det perifera motståndet .

Kombinationen av BMI, WC, hudveckstjocklek, WHR och WHTR analyserades i en modell för att jämföra deras relativa styrka när det gäller att förutsäga hypertoni. Eftersom det finns korrelationer mellan WC, WHR och WHTR delades varje indikator in i låga och höga grupper i enlighet med gränsvärdena för en receiver operating characteristic. Således reducerades korrelationerna mellan dessa indikatorer avsevärt när de togs in i en modell samtidigt.

Begränsningar och styrkor

I den här studien erhölls data från en långsiktig, storskalig, befolkningsbaserad kohortstudie. Jämfört med en retrospektiv studie skulle den ge mer exakta och omfattande bevis för jämförelser av olika fetmarelaterade indikatorer för att förutsäga inträffad hypertoni. På grund av skillnaderna i etniska och kostmönster i olika länder varierade förekomsten och omfattningen av allmän fetma. I den här studien användes i enlighet med WHO:s rekommendationer för kineser etniskt baserade BMI-gränsvärden för att definiera övervikt och allmän fetma. Detta ledde till att felklassificeringen minskade. Nomogrammet kan ge en specifik poäng för varje indikator och korrigera den komplexa provtagningsdesignen . De samstämmiga resultaten mellan nomogrammet och Cox-regressioner bekräftade ytterligare att BMI och WC var mer kraftfulla för att förutsäga förekomsten av hypertoni. Samtidigt bör begränsningarna i denna studie anges. Eftersom studiepopulationen var begränsad till kinesiska män och kvinnor bör man vara försiktig när man extrapolerar till andra etniska populationer. Uppgifter om familjehistoria av hypertoni samlades inte in i CHNS. Därför kunde denna potentiella störande faktor inte korrigeras i analyserna. Eftersom näringsämnen och uppgifter om kostintag inte fanns tillgängliga kunde dessutom de kovariater som är relaterade till hypertoni, t.ex. fett- och saltintag, inte justeras. Eftersom endast triceps hudveckstjocklek mättes i CHNS, kunde den omfattande procentuella BF inte beräknas med hjälp av summan av hudveckstjockleken på flera ställen.

Slutsatsen är att WHTR inte var överlägsen BMI och WC när det gäller att förutsäga förekomsten av hypertoni. Däremot var BMI:s och WC:s befogenheter att förutsäga förekomsten av hypertoni bättre än hudveckstjocklek, WHR och WHTR. Kombinationen av BMI och WC kan minska deras prestanda. Därför bör BMI och WC användas oberoende av varandra för att förutsäga förekomsten av hypertoni hos vuxna. I den praktiska tillämpningen bör den bättre prediktoren för hypertoni väljas med försiktighet i enlighet med egenskaperna hos målpopulationen och slutsatserna från lokala studier.

Acknowledgment

Denna forskning använder data från CHNS. Vi tackar National Institute of Nutrition and Food Safety, CCDC and Prevention, Carolina Population Center, University of North Carolina at Chapel Hill, NIH (R01-HD30880, DK056350 och R01-HD38700) och Fogarty International Center, NIH för finansiellt stöd till CHNS-datainsamlingen och analysfilerna från 1989 till 2006, och båda parter plus China-Japan Friendship Hospital, Ministry of Health för stöd till CHNS 2009 och framtida undersökningar.

Etiskt uttalande

Denna studie godkändes av Institutional Review Board of the National Institute for Nutrition and Food Safety, CCDC and Prevention, och University of North Carolina at Chapel Hill. Alla försökspersoner gav informerat samtycke.

Upplysningsdeklaration

Författarna förklarar att de inte har några intressekonflikter att redovisa.

Finansieringskällor

Ingen finansiering erhölls för denna studie.

Författarnas bidrag

N.L.: utformade studien och skrev utkastet. T.Y.: analyserade data. W.-Q.Y.: tolkade resultaten. H.L.: redigerade och granskade manuskriptet.

  1. Mittal BV, Singh AK. Hypertoni i utvecklingsländerna: utmaningar och möjligheter. Am J Kidney Dis. 2010 Mar; 55(3): 590-8.
  2. Li D, Lv J, Liu F, Liu P, Yang X, Feng Y, et al. Hypertension burden and control in mainland China: analysis of nationwide data 2003-2012. Int J Cardiol. 2015 Apr; 184: 637-44.
  3. Ke L, Ho J, Feng J, Mpofu E, Dibley MJ, Li Y, et al. Prevalens, medvetenhet, behandling och kontroll av hypertoni i Macao: resultat från en epidemiologisk tvärsnittsstudie i Macao, Kina. Am J Hypertens. 2015 Feb; 28(2): 159-65.
  4. Chandra A, Neeland IJ, Berry JD, Ayers CR, Rohatgi A, Das SR, et al. Förhållandet mellan kroppsmassa och fettfördelning och hypertoni: observationer från Dallas Heart Study. J Am Coll Cardiol. 2014 Sep; 64(10): 997-1002.
  5. Bennasar-Veny M, Lopez-Gonzalez AA, Tauler P, Cespedes ML, Vicente-Herrero T, Yañez A, et al. Body adiposity index and cardiovascular health risk factors in Caucasians: a comparison with the body mass index and others. PLoS One. 2013 May; 8(5):e63999.
  6. Li WC, Chen IC, Chang YC, Loke SS, Wang SH, Hsiao KY. Förhållandet mellan midja och höjd, midjeomkrets och kroppsmasseindex som index för kardiometabolisk risk bland 36 642 taiwanesiska vuxna. Eur J Nutr. 2013 Feb; 52(1): 57-65.
  7. Janghorbani M, Aminorroaya A, Amini M. Jämförelse av olika fetmaindex för att förutsäga incident hypertoni. High Blood Press Cardiovasc Prev. 2017 Jun; 24(2): 157-66.
  8. Park SH, Choi SJ, Lee KS, Park HY. Midjeomkrets och midja-till-höjd-förhållande som prediktorer för risk för kardiovaskulär sjukdom hos koreanska vuxna. Circ J. 2009 Sep; 73(9): 1643-50.
  9. Zeng Q, He Y, Dong S, Zhao X, Chen Z, Song Z, et al. Optimala gränsvärden för BMI, midjeomkrets och midje-höjdförhållande för att definiera fetma hos kinesiska vuxna. Br J Nutr. 2014 Nov; 112(10): 1735-44.
  10. Mbanya VN, Kengne AP, Mbanya JC, Akhtar H. Body mass index, midjeomkrets, höftomkrets, midje-höft-förhållande och midje-höjd-förhållande: vilken är den bättre diskriminatorn för prevalent screen-detekterad diabetes i en kamerunsk befolkning? Diabetes Res Clin Pract. 2015 Apr; 108(1): 23-30.
  11. Lee BJ, Kim JY. En jämförelse av antropometriska indexens prediktiva kraft för hypertoni och hypotoni risk. PLoS One. 2014 Jan; 9(1):e84897.
  12. Gallagher D, Visser M, Sepúlveda D, Pierson RN, Harris T, Heymsfield SB. Hur användbart är body mass index för jämförelse av kroppsfett i olika åldrar, kön och etniska grupper? Am J Epidemiol. 1996 Feb; 143(3): 228-39.
  13. Sakurai M, Miura K, Takamura T, Ota T, Ishizaki M, Morikawa Y, et al. Könsskillnader i sambandet mellan antropometriska index för fetma och blodtryck hos japaner. Hypertens Res. 2006 Feb; 29(2): 75-80.
  14. Rodrigues Barbosa A, Balduino Munaretti D, Da Silva Coqueiro R, Ferreti Borgatto A. Anthropometric indexes of obesity and hypertension in elderly from Cuba and Barbados. J Nutr Health Aging. 2011 Jan; 15(1): 17-21.
  15. Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and meta-analysis. Obes Rev. 2012 Mar; 13(3): 275-86.
  16. Savva SC, Lamnisos D, Kafatos AG. Förutsägelse av kardiometabolisk risk: midja-längdförhållande eller BMI. En metaanalys. Diabetes Metab Syndr Obes. 2013 Oct; 6: 403-19.
  17. van Dijk SB, Takken T, Prinsen EC, Wittink H. Different anthropometric adiposity measures and their association with cardiovascular disease risk factors: a meta-analysis. Neth Heart J. 2012 May; 20(5): 208-18.
  18. Popkin BM, Du S, Zhai F, Zhang B. Cohort Profile: the China Health and Nutrition Survey-monitoring and understanding socio-economic and health change in China, 1989-2011. Int J Epidemiol. 2010 Dec; 39(6): 1435-40.
  19. Eveleth PB. Fysisk status: användning och tolkning av antropometri. Rapport från WHO:s expertkommitté. Am J Hum Biol. 1996; 8(6): 786-7.
  20. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, et al.; Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure. National Heart, Lung, and Blood Institute; National High Blood Pressure Education Program Coordinating Committee. Sjunde rapporten från Joint National Committee on Prevention, Detection, Evaluation and Treatment of High Blood Pressure. Hypertoni. 2003 Dec; 42(6): 1206-52.
  21. Expert Consultation WH; WHO Expert Consultation. Lämpligt kroppsmasseindex för asiatiska befolkningar och dess konsekvenser för politik och interventionsstrategier. Lancet. 2004 Jan; 363(9403): 157-63.
  22. Chobanian AV, Bakris GL, Black HR, Cushman WC, Green LA, Izzo JL Jr, et al.; National High Blood Pressure Education Program Coordinating Committee. Den sjunde rapporten från den gemensamma nationella kommittén för förebyggande, upptäckt, utvärdering och behandling av högt blodtryck: JNC 7-rapporten. JAMA. 2003 May; 289(19): 2560-72.
  23. Iasonos A, Schrag D, Raj GV, Panageas KS. Hur man bygger och tolkar ett nomogram för cancerprognos. J Clin Oncol. 2008 Mar; 26(8): 1364-70.
  24. Yu J, Tao Y, Tao Y, Yang S, Yu Y, Li B, et al. Optimal cut-off av fetmaindex för att förutsäga riskfaktorer för kardiovaskulära sjukdomar och metaboliskt syndrom bland vuxna i nordöstra Kina. BMC Public Health. 2016 Oct; 16(1): 1079.
  25. Sayeed MA, Mahtab H, Latif ZA, Khanam PA, Ahsan KA, Banu A, et al. Waist-to-height ratio is a better obesity index than body mass index and waist-to-hip ratio for predicting diabetes, hypertension and lipidemia. Bangladesh Med Res Counc Bull. 2003 Apr; 29(1): 1-10.
  26. Meseri R, Ucku R, Unal B. Waist:height ratio: a superior index in estimating cardiovascular risks in Turkish adults. Public Health Nutr. 2014 Oct; 17(10): 2246-52.
  27. Ononamadu CJ, Ezekwesili CN, Onyeukwu OF, Umeoguaju UF, Ezeigwe OC, Ihegboro GO. Jämförande analys av antropometriska index för fetma som korrelat och potentiella prediktorer för risken för hypertoni och prehypertoni i en befolkning i Nigeria. Cardiovasc J Afr. 2017 Mar/Apr; 28(2): 92-9.
  28. Wai WS, Dhami RS, Gelaye B, Girma B, Lemma S, Berhane Y, et al. Comparison of measures of adiposity in identifying cardiovascular disease risk among Ethiopian adults. Fetma (Silver Spring). 2012 Sep; 20(9): 1887-95.
  29. Li C, Ford ES, Zhao G, Kahn HS, Mokdad AH. Waist-to-thigh ratio and diabetes among US adults: the Third National Health and Nutrition Examination Survey. Diabetes Res Clin Pract. 2010 Jul; 89(1): 79-87.
  30. Wilsgaard T, Schirmer H, Arnesen E. Kroppsviktens inverkan på blodtrycket med fokus på könsskillnader: Tromso-studien, 1986-1995. Arch Intern Med. 2000 Oct; 160(18): 2847-53.
  31. Capanu M, Gonen M. Building a Nomogram for Survey-Weighted Cox Models Using R. 2011.

Författarkontakter

Na Li, MD

Avdelningen för obstetrik och gynekologi

Shengjing Hospital of China Medical University

No. 36, San Hao Street, Shenyang, Liaoning 110004 (PR China)

E-post [email protected]

Artikel-/publikationsuppgifter

Första sidans förhandsgranskning

Received: September 09, 2018
Accepterad: 09 september, 2018
Accepterad: 09 september, 2018
Februari 21, 2019
Publicerad online: Mars 19, 2019
Uppsättningsdatum: April 2019

Antal tryckta sidor: Antal figurer: 2
Antal tabeller: 1
Antal tabeller: 2
Antal tabeller: 1

ISSN: 0250-6807 (Print)
eISSN: 1421-9697 (Online)

För ytterligare information: https://www.karger.com/ANM

Copyright / Läkemedelsdosering / Ansvarsfriskrivning

Copyright: Alla rättigheter förbehållna. Ingen del av denna publikation får översättas till andra språk, reproduceras eller användas i någon form eller på något sätt, elektroniskt eller mekaniskt, inklusive fotokopiering, inspelning, mikrokopiering eller genom något system för lagring och återvinning av information, utan skriftligt tillstånd från utgivaren.
Läkemedelsdosering: Författarna och förlaget har gjort sitt yttersta för att säkerställa att det val av läkemedel och den dosering som anges i denna text överensstämmer med aktuella rekommendationer och praxis vid tidpunkten för publiceringen. Med tanke på pågående forskning, förändringar i myndighetsföreskrifter och det ständiga flödet av information om läkemedelsbehandling och läkemedelsreaktioner uppmanas läsaren dock att kontrollera bipacksedeln för varje läkemedel för att se om indikationer och dosering har ändrats och om varningar och försiktighetsåtgärder har lagts till. Detta är särskilt viktigt när det rekommenderade medlet är ett nytt och/eller sällan använt läkemedel.
Disclaimer: Uttalandena, åsikterna och uppgifterna i denna publikation är enbart de enskilda författarnas och bidragsgivarnas och inte utgivarnas och redaktörernas. Förekomsten av annonser eller/och produktreferenser i publikationen är inte en garanti, ett stöd eller ett godkännande av de produkter eller tjänster som annonseras eller av deras effektivitet, kvalitet eller säkerhet. Utgivaren och redaktören/redaktörerna frånsäger sig allt ansvar för eventuella skador på personer eller egendom till följd av idéer, metoder, instruktioner eller produkter som det hänvisas till i innehållet eller annonser.

Lämna ett svar

Din e-postadress kommer inte publiceras.