引用本文
任瑞民, 马丁, 付永强, 尚吉文. 代谢综合征后前列腺增生风险预测列线图模型的建立[J]. 微创泌尿外科杂志, 2022,11(1): 43-46.
Ren Ruimin, Ma Ding, Fu Yongqiang, Shang Jiwen. Establishment of nomogram prediction model for BPH in metabolic syndrome. JOURNAL OF MINIMALLY INVASIVE UROLOGY,2022,11(1): 43-46.  
Doi:10.19558/j.cnki.10-1020/r.2022.01.011
Permissions
Copyright©2022, 《微创泌尿外科杂志》编辑部
《微创泌尿外科杂志》编辑部 版权所有
代谢综合征后前列腺增生风险预测列线图模型的建立
任瑞民, 马丁, 付永强, 尚吉文*
山西白求恩医院(山西医学科学院同济山西医院),山西医科大学第三医院,太原 030032
通信作者：尚吉文,sjwl39@126.com
收稿日期: 2021-08-19
基金项目:山西省科技厅面上青年基金项目(201801D221381)
摘要

目的： 建立代谢综合征患者发生前列腺增生的列线图预测模型。方法： 收集2019年1月至4月在我院进行健康体检的男性体检者1000例的临床资料,随访1.5年,最终将690例研究对象纳入分析,其中185例发生代谢综合征,根据是否发生良性前列腺增生（BPH）,将其分为BPH亚组(45例)和非BPH亚组(140例)。比较两组患者的代谢指标,通过多因素Logistic回归分析筛选出BPH的独立危险因素,构建预测模型,并绘制列线图。结果： 多因素Logistic回归分析结果显示,BMI、血糖、甘油三酯及低密度脂蛋白是BPH的独立危险因素,其OR分别为1.455 (95％CI:1.296-1.633)、1.516(95％CI:1.258-1.828)、1.400(95％CI:1.095-1.791)、1.463(95％CI:1.156-1.851)。用于预测BPH风险的列线图显示出良好的一致系数,C-index 为0.857。结论： 不同代谢指标可影响BPH的发生发展,利用绘制的列线图进行风险预测,有助于医师与患者的交流更直观及量化。

关键词: 列线图; 代谢综合征; 前列腺增生
Establishment of nomogram prediction model for BPH in metabolic syndrome
Ren Ruimin, Ma Ding, Fu Yongqiang, Shang Jiwen*
Department of Urology, Shanxi Bethune hospital, Shanxi Academy of Medical Sciences, the Third Hospital of Shanxi Medical University, Taiyuan 030032
Corresponding author： Shang Jiwen,sjwl39@126.com
Abstract

Objective： To establish a nomographic prediction model of prostatic hyperplasia in metabolic syndrome.Methods： The data of 1000 male physical examiners who underwent physical examination in our hospital from January to April 2019 were collected and followed up for 1.5 years. Finally, 690 subjects were included in the analysis, of which 185 cases developed metabolic syndrome. According to whether BPH occurred, they were divided into 45 cases in BPH group and 140 cases in non BPH group. The two groups of metabolic indexes were compared, the independent risk factors were selected by multivariate logistic regression analysis, the prediction model was constructed, and the nomogram was drawn.Results： Multivariate logistic regression analysis showed that BMI, blood glucose, triglyceride and low density lipoprotein were independent risk factors for BPH, and their oR were 1.455 （95% CI： 1.296-1.633）, 1.516 （95% CI： 1.258-1.828）, 1.400 （95% CI： 1.095-1.791） and 1.463 （95% CI： 1.156-1.851） respectively. The nomogram used to predict BPH risk showed a good consistency coefficient, with a c-index of 0.857.Conclusion： Different metabolic indexes can affect the occurrence and development of BPH. Using the nomogram to predict the risk is helpful to make the communication between doctors and patients more intuitive and quantitative.

Keyword: nomogram model; metabolic syndrome; prostatic hyperplasia

良性前列腺增生是目前是泌尿外科的常见病, 因其病因主要为有功能的睾丸分泌的雄激素, 较难预防, 且发病率随年龄增长而增高。随着社会发展和生活条件改善, 老龄人口增多, 代谢综合征（metabolic syndrome, MS）的发病率越来越高, 它是多种危险因素或不良因素在体内聚集的状态, 不仅与心脑血管疾病发病和死亡增加密切相关。多个回顾性对照研究表明MS可能促进BPH, 导致症状逐步出现[1, 2, 3]。为此, 本研究纳入我院体检健康中心的非BPH男性1000例进行随访, 筛选危险因素, 探讨MS是否会增加BPH的发生风险, 并建立列线图预测模型。

1 资料与方法
1.1 分组情况

收集2019年1月至4月在我院进行健康体检的1000例男性体检者的资料, 入组年龄45~75岁, 无BPH、前列腺手术和前列腺癌史, 无睾丸疾病史, 未使用雄激素。随访1.5年, 共随访到765例, 随访率76.5％。去除发病信息缺失者75例, 最终将690例研究对象纳入分析。纳入对象年龄（62.38± 6.12）岁, 根据是否患代谢综合征分为代谢综合征组185例（15.2％）, 非代谢综合征组505例（84.8％）。随访1.5年, 将185例代谢综合征患者根据是否发生BPH, 分为BPH亚组（45例）和非BPH亚组（140例）。

1.2 收集指标

收集入组者的身高、体质量指数、血压、血糖、肝功能、肾功能、胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白、血清总前列腺特异抗原（total prostate specific antigen, tPSA）、IPSS评分、前列腺体积、最大尿流率（the maximum flow rate, Qmax）等指标。

1.3 诊断标准

1.3.1 MS诊断标准 根据2004年中华医学会糖尿病学分会提出的代谢综合征诊断标准[4], 具备以下4项中≥ 3项者诊断为代谢综合征：⑴BMI≥ 25 kg／m2; ⑵空腹血糖≥ 6.1mmol／L, 或已确诊为糖尿病者; ⑶收缩压／舒张压≥ 140／90 mm Hg（1mm Hg=0.133 kPa）, 或已确诊为高血压者; ⑷空腹血甘油三酯≥ 1.7mmol／L, 或空腹血高密度脂蛋白< 0.9mmol/L。

1.3.2 BPH诊断标准 前列腺体积> 20 ml, 且具备IPSS≥ 7分或Qmax< 15ml／s两项中的至少1项者诊断为BPH[5]。

1.4 统计学方法

应用SPSS19.0统计软件对数据进行分析。计量资料符合正态分布用均数± 标准差 （$\bar{x}\pm s$） 表示, 组间比较采用t检验。计数资料用例数（百分率）表示, 组间比较用χ 2检验。采用多因素logistic回归分析BPH的独立危险因素, 并制作ROC曲线, 将得出的独立危险因素引入R软件, 应用rms 程序包建立列线图预测模型。P< 0.05为差异有统计学意义。

2 结果
2.1 MS组与非MS组前列腺增生相关指标的比较

MS组与非MS组确诊前列腺增生的比例分别为 24.3％（45/185）和 10.3％（52/505）, 代谢综合征组的IPSS、前列腺体积高于非代谢综合征组, 差异均有统计学意义（P< 0.05）, 两组间Qmax、PSA差异无统计学意义（P> 0.05）（见表1）。

表1 两组关于前列腺增生指标的比较 （$\bar{x}\pm s$）
2.2 BPH亚组和非BPH亚组代谢指标比较

两亚组代谢相关指标比较, BMI、收缩压、舒张压、血糖、甘油三酯、胆固醇、高密度脂蛋白、低密度脂蛋白, BPH组均高于非BPH组, 有统计学差异（P< 0.05）; 而两组年龄、血尿酸、谷丙转氨酶、肌酐、尿素氮差异无统计学意义（P> 0.05）（见表2）。

表2 两组患者基线资料比较 （$\bar{x}\pm s$）
2.3 多因素logistic回归分析BPH的危险因素

以BPH为因变量, 以收缩压、舒张压、BMI、血糖、甘油三酯、胆固醇、高密度脂蛋白、低密度脂蛋白为自变量, 结果显示BMI、血糖、甘油三酯及低密度脂蛋白是BPH的独立危险因素, 具体见表3。

表3 多因素logistic回归分析BPH的危险因素
2.3 预测前列腺增生发生风险的列线图

根据多因素 Logistic 回归分析, 绘制了预测代谢综合征患者发生BPH的列线图。纳入列线图中的各变量的不同取值在顶端的计分栏上都有与其垂直对应的分数, 将各项分数相加得到总分; 在底部的预测线上, 每个总分都有与之垂直对应的终点事件发生概率（图1）。例如1例MS患者, BMI为25kg/m2时对应的分数为60, 血糖8mmol／L时对应的分数为37, 甘油三酯6.5mmol／L时对应的分数为20, 低密度脂蛋白3.5mmol／L时对应的分数为20, 则患者对应的总分为137分, 发生BPH风险的概率为75%。医生和患者可以根据列线图个体化且较为准确的预测发生的风险。以选择适合的治疗手段。内部验证结果显示, 列线图预测前列腺增生发生风险的 C-index 为0.857, 区分度满意。ROC曲线见图2, AUC=0.876。

图1 代谢综合征危险因素预测发生前列腺增生的列线图

图2 列线图模型的ROC曲线

3 讨论

本研究发现BPH组中, BMI、甘油三酯、血糖等高于非BPH组, 提示MS 与BPH、发展有一定的关系, 这与Kwon等[1]的研究结果相同。同时, 本研究还发现BMI指数高或者肥胖及糖尿病是BPH发生的高危因素, 可能是由于胰岛素抵抗可导致高胰岛素血症, 使胰岛素促有丝分裂作用增强, 甾体激素活性改变, 交感神经活性增加, 影响BPH的发生与发展。Vikram 等[2]的研究显示, 胰岛素抵抗患者的前列腺体积及BPH进展风险明显高于无胰岛素抵抗患者[2]。

通过多因素logistic回归分析, 显示收缩压、舒张压不是BPH的独立危险因素。但有研究发现高血压可促进前列腺上皮和间质细胞的增殖, 高血压患者平均动脉压与其前列腺体积呈正相关[3]; Ozden等[6]研究显示, 血清高密度脂蛋白降低与患者前列腺体积增大及残余尿量增多密切相关。

MS 与BPH 患者的前列腺生长速度增加有关[6, 7]。BPH 的亚临床期, 因无明显临床症状而未引起重视。MS患者应进行健康干预, 建立健康的生活方式, 将体重维持在正常范围, 使血压、血糖、血脂等水平维持正常或接近正常, 缓解氧化应激状态, 减轻血管炎症反应, 保护血管内皮功能, 改善前列腺的血流灌注, 减少其血管内皮的损伤, 从而减轻和消除BPH的症状, 以达到治疗目的[8]。 Xiong 等[9]发现低的高密度脂蛋白、腹部肥胖、高甘油三酯或高血糖参与BPH 的可能性更高, 与非MS病例相比, MS病例发生BPH的风险高1.60倍（P< 0.001）, 但高血压患者发生BPH的概率与非高血压患者相似（P> 0.05）。

列线图的统计学定义是数学公式的几何图形表达, 使用的统计学方法包括多因素logistic回归分析, 通过R语言软件, 把预测指标间的交互作用和叠加作用以图形的方式展现, 可以为患者提供个体化的疾病风险评估。

本文通过建立前列腺增生的列线图, 患者可以根据自身各个影响因素的水平大小, 能够快速查询到自己未来BPH 发生风险的概率, 便于引起对健康状况的重视或者及早就医。本研究随访时间不长及纳入样本量有限, 需要后期继续扩大样本及临床验证。

参考文献
[1] KWON T, PARK S, PARK S, et al. Metabolic syndrome is predictive of lower urinary tract symptom improvement after holmium laser enucleation of the prostate for benign prostatic obstruction[J]. Int Urol Nephrol, 2017, 49(7): 1105-1110. [本文引用:2]
[2] VIKRAM A, JENA GB, RAMARAO P. Increased cell proliferation and contractility of prostate in insulin resistant rats: linking hyperinsulinemia with benign prostate hyperplasia[J]. Prostate, 2010, 70(1): 79-89. [本文引用:3]
[3] TURGUT F, BAYRAK O, KANBAY M, et al. Circadian rhythm of blood pressure in patients with benign prostatic hyperplasia[J]. Scand J Urol Nephrol, 2008, 42(1): 47-52. [本文引用:2]
[4] 中华医学会糖尿病学分会代谢综合征研究协作组. 中华医学会糖尿病学分会关于代谢综合征的建议[J]. 中华糖尿病杂志, 2004, 12(3): 156-161. [本文引用:1]
[5] 田野, 邵强, 宋健, 等. 北京多中心社区良性前列腺增生患病率调查: BPC-BPH研究结果[J]. 中华泌尿外科杂志, 2010, 31(3): 194-198. [本文引用:1]
[6] OZDEN C, OZDAL OL, URGANCIOGLU G, et al. The correlation between metabolic syndrome and prostatic growth in patients with benign prostatic hyperplasia[J]. Eur Urol, 2007, 51(1): 199-206. [本文引用:2]
[7] HAMMARSTEN J, Högstedt B. Hyperinsulinaemia as a risk factor for developing benign prostatic hyperplasia[J]. Eur Urol 2001;39: 151-158. [本文引用:1]
[8] AGAMIA NF, ABOU YOUSSIF T, EL-HADIDY A, et al. Benign prostatic hyperplasia, metabolic syndrome and and rogenic alopecia: Is there a possible relationship?[J] Arab J Urol, 2016 , 14(2): 157-162. [本文引用:1]
[9] XIONG Y, ZHANG Y, TAN J, et al. The association between metabolic syndrome and lower urinary tract symptoms suggestive of benign prostatic hyperplasia in aging males: evidence based on propensity score matching[J]. Transl Androl Urol, 2021, 10(1): 384-396. [本文引用:1]