美国成人尿钠与钾排泄和血压的关系外文翻译资料

 2022-12-29 12:01:47

美国成人尿钠与钾排泄和血压的关系

原文作者：Sandra L. Jackson 单位：美国心脏协会

摘要：较高的钠摄入和较低的钾摄入与高血压相关。然而，这些相关性的大小可以根据研究参与者的特征或摄入评估方法而变化。二十四小时尿排泄的钠和钾不受回忆偏倚的影响，可代表所有摄入来源，并且在美国这是具有全国代表性调查的首次收集。我们的目的是评估美国成年人血压与24小时尿钠和钾排泄的关系。方法：截止2014年全国健康和营养调查，收集了766名年龄在20至69岁的参与者的血压和24小时尿液的横断面数据。通常24小时尿液电解质排泄（钠，钾及其比例）从非连续日le;2次收集估计，调整排泄的日常变异性。根据高血压标准（平均血压ge;140/ 90和抗高血压药物使用），结果包括平均3次测量的收缩压和舒张压。经过多变量校正后，24小时钠排泄量的每1000mg差异与收缩压（4.58mmHg；95%CI，2.64-6.51）和舒张压（2.25mmHg；95%CI，0.83-3.67）直接相关。钾排泄的每1000mg差异与收缩压呈负相关（-3.72mmHg;95％CI，-6.01至-1.42）。钠钾比的每0.5U差异与收缩压直接相关（1.72mmHg;95％CI，0.76-2.68）。高血压与逐渐升高的钠和低钾排泄呈线性相关;与排泄的最低四分位数相比，最高四分位数高血压钠的优势比4.22（95％CI，1.36-13.15）和钾的优势比0.38（95％CI，0.17-0.87）（P lt;0.01）。这些横断面结果显示，在美国成年人的全国代表性样本中，尿钠排泄和血压之间存在强烈的剂量反应关系，并且尿钾排泄与血压呈负相关。

关键词：血压； 高血压； 营养调查； 钾； 钠

高血压是主要的并且是可调控危险因素的心血管疾病，是美国发病率和死亡率的主要原因。研究表明，饮食中过量的钠摄入与血压升高有关，而高钾摄入量与血压降低有关，钠钾比可能比钠或钾单独地与血压有更强烈的相关性。然而，大多数研究这些关联性一般都使用自我报告的饮食措施来估计摄入量，包括全国健康和营养检查调查（NHANES），该调查使用了传统的24小时膳食回顾法。自我报告的饮食摄入量受限于参与者回忆食品和饮料的详细信息以及数量多少的能力。另外，食物成分数据库可能无法准确反映产品配料，而膳食回忆并未捕获表中添加的钠盐摄入量。膳食回顾也可能在体重状况上受到不同程度的偏倚，肥胖者的实际摄入量有时会大于其回忆摄入量。

24小时尿液电解质排泄不受饮食措施的限制。收集完成后，建议将24小时尿液作为评估钠摄入量的金标准。与24小时尿排泄相比，24小时的膳食回顾可能低估平均钠摄入量4%至34％。从膳食回顾估计的钾摄入量可能比尿排泄量高出16％。在健康结果的观察性研究中，需要考虑尿排泄电解质的日常变化。2014年，NHANES首次在20至69岁的美国成年人的代表性样本中收集24小时尿液样本并测量尿液电解质。这些数据不受食物摄入量自我报告的影响，可以评估美国人群中尿钠和钾排泄与血压的关系。我们假设较高的钠和钠与钾的比例与血压升高的几率呈显著相关，并且较高的钾排泄与血压升高的几率呈负相关。

1 方法设计

2014年NHANES分析了横断面调查数据，这是一项针对美国非机构人员的全国代表性调查。为了重新生成结果，所有SAS代码都可以向相应的作者请求供其他研究人员使用。所有NHANES 24小时尿液研究程序均可公开获取，其他NHANES 2013至2014年数据和程序也是如此。访问24小时尿液数据应在保证调查参与者保密的前提下，通过国家卫生统计研究数据中心提供安全的现场访问。 NHANES得到了国家卫生统计中心研究伦理审查委员会的批准，并且取得了参与签署的知情同意书。

2014年，在移动检查中心接受检查的年龄在20至69岁的NHANES非妊娠参与者中，随机选择一半参加24小时尿液收集研究（n=1103）。其他地方详细描述了24小时尿液收集的方法。简而言之，研究人员向参与者提供了收集工具包，并解释了程序。参与者被随机分配到工作日或周末的24小时尿液样本收集，如果可以并方便的话，参与者在移动检查中心开始并完成24小时尿液的收集。在收集完整的24小时尿液标本（n=827）的参与者中，随机选择一些（n=585）参与者在3至10天后提供第二次24小时尿液收集，以便估计日常变化。如果没有记录开始和结束时间、收集时间长度lt;22小时、总尿量lt;400mL、女性参与者处于月经期、或参与者自行报告说在收集过程中错过了几滴尿液，则无法确定尿液样本的完整性。我们为每位参与者提供调整后的24小时尿量（总体积除以收集时间乘以24），用它来计算估计后的24小时尿钠和钾排泄量。使用Beckman Synchron DxC800（其使用间接离子选择性电极方法来确定浓度）评估尿钠和钾。在随机选择参与第一次24小时尿液收集的参与者中，827份（1103％的75％）返回了一个完整的样本，其中大约一半（n=436;585％的75％）返回了第二个24小时尿液的完整样本的采集。2013年至2014年NHANES关于20至69岁的成年人检测样本的未加权反应率为66％。第一次24小时尿液收集的总体有效率为50％。由于缺少本分析研究中包含的变量信息（下文主要成果和措施中所述），另外61名参与者被排除在外，留下766名参与者进行分析。

主要成果和措施：将多次测量的肱动脉收缩压（SBP）和舒张压（DBP）的读数平均后确定平均血压值。所有参与者至少完成2次血压测量，几乎所有参与者（gt;99％）完成了3次测量。测量血压时由经过培训的技术人员使用校准的水银血压计测量血压读数，袖带大小适合参与者的手臂测量，而参与者在休息静坐至少5分钟后在移动检查中心处于坐姿。高血压定义为平均SBPge;140mmHg，平均DBPge;90mmHg，或自我报告使用抗高血压药物。在那些不符合高血压标准的参与者中，高血压前期定义为平均SBP为120至139mmHg或平均DBP为80至89mmHg；最佳血压定义为未使用抗高血压药物并且平均SBPlt;120mmHg和平均DBPlt;80mmHg。除了上述指示高血压状态的分类变量之外，还检查了连续测量的DBP，SBP和中期血压。与前瞻性研究中的SBP，DBP，脉压和平均动脉压相比较，中期血压（SBP DBP，除以2）被确定为卒中死亡率和缺血性心脏病死亡率的最具信息量度。

估计通常平均24小时钠和钾排泄，以及钠钾比率，使用包括第二次24小时排泄的测量误差模型计算，收集的436名参与者的样本中，最初的24小时尿液收集，考虑到日常变化。国家癌症研究所测量误差方法（和相应的SAS宏）用于估计通常的钠和钾排泄。

使用测量误差模型和多变量回归模型分析包括年龄，性别，种族/民族（非西班牙裔白人，非西班牙裔黑人，西班牙裔，非西班牙裔亚裔等），体重指数（BMI），教育程度（任何高等教育与高中学历，一般等效文凭，或更少），自我报告的CVD病史（充血性心力衰竭，冠心病，心绞痛/心绞痛，心脏病发作或中风），糖尿病状况（自我报告的诊断医疗保健提供者或使用糖尿病药物），慢性肾脏疾病（估计肾小球滤过率lt;60mL/min/1.73m2或尿白蛋白/肌酐比率gt;30mg/g），吸烟状况（当前，以前或从不吸烟者），和自我报告的身体活动（理想：每周ge;75分钟剧烈强度或ge;150分钟每周中度或中等和剧烈活动的组合;中等：每周5-74分钟剧烈强度或每周10-149分钟中度或适度组合和有活力的活动;或不活跃）。一部分参与者可以自行报告酒精使用情况：男性每天平均gt;2杯酒精饮料或女性每天饮酒gt;1杯为高于推荐的酒精使用量，并且为NHANES的参与者定义了一种饮料，即12盎司啤酒，5盎司葡萄酒或1.5盎司白酒。

统计分析:使用t检验和连续变量的方差分析以及分类变量的经Rao-Scott F-调整的chi;2检验来比较高血压状态分类下的人口统计和健康特征。我们通过使用方差分析比较了高血压状态类别中钠排泄，钾排泄和钠钾比率的均值，并根据年龄、性别、种族/种族和BMI进行了调整。多变量线性回归和逻辑回归模型中的完全调整还包括教育、CVD史、糖尿病、慢性肾病、吸烟状况和身体活动。检查钠排泄的模型应同时控制钾排泄，反之亦然。通过使用Waldchi;2检验测试钠，钾及其与血压测量值之间的非线性关系，并且创建受限的三次样条图以检查视觉关系。多变量线性回归用于评估钠排泄（每1000mg/d），钾排泄（每1000mg/d）和钠钾比（每0.5U摩尔比）与血压（SBP，DBP和中期血压）的关系（连续变量）。

我们使用另一种方法比较了钠和钾排泄的人口四分位数分类下的血压（因为钠和钾排泄的变化，在四分位数切口处或附近的个体的可能存在潜在的错误分类）。鉴于钠，钾和钠钾比与血压呈近似线性关系，我们根据估计的常规排泄分布计算出第12.5，第37.5，第62.5和第87.5百分位数。使用来自线性回归模型的参数，我们估计经这些百分位数调整后的平均SBP，其可以被解释为每个四分位数群体中间的钠，钾或钠钾比的平均血压值。对于高血压，我们使用多变量逻辑回归来评估高血压几率的相关性，比较经每个排泄四分位数，Q4（第87.5百分位数），Q3（第62.5百分位数）和Q2（第37.5百分位数）的中间值调整后几率的大小。并且使用类似于线性回归模型的方法，与最低四分位数（Q1，第12.5百分位数）进行比较。为确定四分位数的趋势是否显著，使用Satterthwaite调整的F检验。进行灵敏度分析时：（1）包括肌酸酐作为协变量（n=766）;（2）仅限于未服用抗高血压药物的人（n=587）;（3）仅限于没有CVD的人（n=718）;（4）仅限于根据肌酐排泄标准完成24小时尿液收集的人（n=565）;（5）使用多重插补为缺少协变量数据的人（即SBP，DBP，高血压，糖尿病状态，CVD，BMI和慢性肾病）估算数据（N=827）;（6）包括饮酒作为协变量（n=717）。测试多变量回归模型的自变量（钠，钾或钠钾比）与所有其他协变量之间的相互作用。

图1 调整收缩压至正常钠排泄四分位数的中间值，通常的钾排泄及其比例，在20至69岁的成年人中

2 结果

超过一半的20至69岁的美国成年人被归类为高血压（加权患病率，28.2％；95％CI，21.6-34.8）或高血压前期（23.1％；95%CI，19.5-26.6）。高血压患者年龄较大，BMI高于高血压前期或最佳血压患者（Plt;0.01）。此外，高血压成人有心血管疾病，糖尿病或慢性肾病史（均Plt;0.01）比例较高。

在部分调整年龄，性别，种族/种族和BMI后，钠，钾和钠与钾的比例在高血压状态上没有差异。在完全调整的模型中，包括教育，CVD史，糖尿病，慢性肾病，吸烟状况和体力活动，平均SBP在钠排泄增加四分位数（Plt;0.01）和钠钾比（Plt;0.01）中更高，在较高四分位数的钾排泄中，SBP较低（P lt;0.01）。估计的钠，钾的常规排泄与SBP的比率之间的相关性近似呈线性（图2），非线性测试不显著。

在完全调整的线性回归模型中，钠排泄（每1000mg/d更高）与SBP（4.58mmHg;95％CI，2.64-6.51），DBP（2.25mmHg;95％CI，0.83-3.67）和中期血压（3.41mmHg;95％CI，1.97-4.86）直接关联。钾排泄（每1000mg/d更高）与SBP（-3.72mmHg;95％CI，-6.01至-1.42）和中期血压（-1.98 mmHg;95％CI，-3.37至-0.59）呈负相关。摩尔钠钾比（每0.5U）与SBP（1.72mmHg;95％CI，0.76-2.68）和中血压（1.01mmHg;95％CI，0.31-1.71）直接相关。在完全调整的多变量逻辑模型中，最高四分位数（Q4,87.5百分位数）与钠排泄最低四分位数（Q1，12.5百分位数）相比，患高血压的几率高4倍，优势比：4.22;95％CI，1.36-13.15。

敏感性分析的结果仍然稳健。在校正多重比较后，独立变量（钠，钾或钠与钾比）和其他模型协变量之间的相互作用没有统计学意义（数据未显示）。虽然钠排泄与BMI的相互作用不显著，但BMI分层模型表明钠和血压的关联在肥胖但不超重或健康体重的成年人中是显著的。

表1 美国成年人20至69岁参与者的高血压状况特征，NHANES 2014

表2 20至69岁的美国成年人通常24小时钠排泄物，钾排泄和钠钾比例估计平均值（SE），NHANES 2014

3 讨论

这是具有全国代表性的横断面研究，首次使用了NHANES中的24小时尿液来评估常规排泄，证明了美国成年人的钠排泄与多种血压测量之间存在相关性。钠与钾的比例也与SBP直接相关，而钾排泄与SBP呈负相关。这些结果与先前其他研究中尿电解质排泄和血压的发现一致。本研究中SBP与24小时尿钠排泄之间的关联程度（估计常规排泄量每1000mg/d差异增加4.58mmHg）远远大于之前使用24小时膳食摄入数据报告时的数据（NHANES 2005至2010年，每1000mg/d的估计通常摄入量相差1.04mmHg）。

与自我报告的膳食摄入量数据相比，尿钠排泄不依赖于自我报告或食物成分表的准确性，并且90％至95％的摄入钠通过尿排出。此外，饮食方法可能受到自我报告和营养编码错误的影响，往往无法捕获准备（烹饪）或餐桌上添加的盐，有些可能无法捕获非食物来源的钠，如补充剂和抗酸剂、药物、或自来水。饮食研究中的这些测量误差来源可能削弱观察到的关联。

lt;

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[276365]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章