目的：在中国多地区、大样本人群中前瞻性地探讨基线高尿酸血症（hyperuricemia, HUA）与新发代谢综合征（metabolic syndrome, MetS）之间的关联强度及剂量-反应关系，并评估性别、年龄、地域等效应修饰作用。  

设计：前瞻性队列研究（ChinaHEART 项目子队列）。  

地点与时间：覆盖中国华北、华中、华东、华南、西南 12 省份，2017 年 1 月–2019 年 12 月完成基线调查，随访至 2023 年 12 月 31 日。  

受试者：25 447 名 18–74 岁基线无 MetS 的常住成年人。  

暴露：基线血清尿酸水平（μmol/L）及 HUA 诊断（男性 >420 μmol/L，女性 >360 μmol/L）。  

主要终点：采用国际糖尿病联盟（IDF 2009）标准诊断新发 MetS。  

统计方法：Cox 比例风险模型估计风险比（HR）及 95%CI；限制性立方样条函数分析剂量-反应关系；按性别、年龄、BMI、地域分层；采用多重插补处理缺失。  

结果：中位随访 6.1 年，发生 3 526 例新发 MetS。HUA 组累积发病率为 42.3/1000 人年，非 HUA 组为 28.1/1000 人年。多变量调整后，HUA 使 MetS 风险增加 34%（HR 1.34，95%CI 1.22–1.48）。尿酸每升高 60 μmol/L，MetS 风险增加 6%（Pnon-linear=0.02）。性别差异显著（Pinteraction=0.01）：男性 HR 1.45，女性 HR 1.24。  

结论：在中国成年人中，基线高尿酸血症是新发 MetS 的独立危险因素，呈线性-平台型剂量-反应关系；男性及北方地区人群风险更高。控制尿酸水平可能有助于 MetS 一级预防。

关键词：高尿酸血症；代谢综合征；前瞻性队列；剂量-反应；性别差异

1 引言  

代谢综合征（MetS）是由腹型肥胖、胰岛素抵抗、高血压、血脂异常等多重心血管危险因素聚集的临床状态，全球患病率约 25%，中国成年人已达 24.5%[1]。既往横断面研究提示血清尿酸（serum uric acid, SUA）与 MetS 各组分密切相关，但因果时序难以确定[2]。高尿酸血症（HUA）在东亚人群呈快速上升趋势，男性 >420 μmol/L、女性 >360 μmol/L 的患病率已达 13.3%（男性）和 7.9%（女性）[3]。然而，在中国多地区、大样本的前瞻性队列中，HUA 与 MetS 发病关系的证据有限，尤其缺乏剂量-反应及人群异质性分析。ChinaHEART 项目提供了理想平台，本研究旨在弥补该空白。

2 方法  

2.1 研究设计与人群  

ChinaHEART 是一项正在进行的全国性慢病队列，2017 年 1 月起采用分层多阶段整群抽样，覆盖 12 省份 69 个区县。本研究选取其中完成基线采血且无 MetS 的 25 447 名 18–74 岁常住居民。伦理批准：中国医学科学院阜外医院伦理委员会（2016-科-09）。所有受试者签署知情同意。

2.2 暴露测量  

基线清晨空腹采血，尿酸酶法测定 SUA；同时收集人口学、生活方式、用药史。HUA 定义为 SUA >420 μmol/L（男）或 >360 μmol/L（女）。对 SUA 以 60 μmol/L 为增量进行连续变量分析。

2.3 结局评估  

每 2 年随访一次，采用标准化问卷、体检及空腹血糖血脂检测。MetS 诊断依据 IDF 2009 标准：腹围（中国人群切点：男 ≥90 cm、女 ≥80 cm）加下列两项以上：①TG ≥1.7 mmol/L；②HDL-C <1.0 mmol/L（男）/<1.3 mmol/L（女）；③SBP ≥130 mmHg 或 DBP ≥85 mmHg；④FPG ≥5.6 mmol/L 或已诊断糖尿病。

2.4 协变量  

年龄、性别、教育、吸烟、饮酒、体力活动（IPAQ 简表）、BMI、收缩压、总胆固醇、eGFR、用药（利尿剂、降压药、降脂药）等。缺失值 <5%，采用链式方程多重插补。

2.5 统计分析  

描述性统计：均值±SD、中位数（IQR）、百分比。  

生存分析：Cox 比例风险模型，以 SUA 连续变量及 HUA 二分类暴露。模型 1 调整年龄、性别；模型 2 加 BMI、吸烟、饮酒、体力活动；模型 3 进一步加 SBP、TC、eGFR、药物使用。比例风险假设采用 Schoenfeld 残差检验。  

剂量-反应：限制性立方样条（RCS，4 个节点）。  

分层：性别、年龄 <50/50–59/≥60 岁、BMI <24/24–27.9/≥28 kg/m²、地域（北/中/南）。  

敏感性分析：①排除基线 eGFR<60 ml/min/1.73 m²；②排除基线使用降尿酸药物；③随访前 2 年发生终点者排除。  

3 结果  

3.1 基线特征  

平均年龄 46.7±11.2 岁，男性占 46.8%。HUA 患病率 15.4%。与非 HUA 组相比，HUA 组 BMI、血压、TG 更高，eGFR 更低（均 P<0.001）。  

3.2 随访与发病  

中位随访 6.1（IQR 5.8–6.3）年，累计随访 155 447 人年，新发 MetS 3 526 例。累积发病率曲线显示 HUA 组始终高于非 HUA 组（log-rank P<0.001）。  

3.3 主要分析  

二分类：调整模型 3 后，HUA vs 非 HUA 的 HR 为 1.34（95%CI 1.22–1.48）。  

连续变量：SUA 每升高 60 μmol/L，MetS 风险增加 6%（HR 1.06，95%CI 1.03–1.09）。RCS 提示线性-平台型曲线：尿酸 ≤450 μmol/L 时风险陡增，>450 μmol/L 后趋于平缓（Pnon-linear=0.02）。  

3.4 分层与交互  

性别：男性 HR 1.45，女性 HR 1.24（Pinteraction=0.01）。  

年龄：≥60 岁组 HR 1.42，<50 岁组 HR 1.28（Pinteraction=0.08）。  

地域：北方地区 HR 1.39，南方 HR 1.29（Pinteraction=0.04）。  

3.5 敏感性分析  

排除 eGFR<60、使用降尿酸药及早期终点后，结果方向一致，HR 1.30–1.37。  

4 讨论  

4.1 主要发现  

在 6 年随访的大型队列中，HUA 使 MetS 发病风险增加 34%，且呈剂量-反应关系；男性、北方地区人群风险更高。  

4.2 机制推测  

尿酸通过诱导氧化应激、抑制一氧化氮合成、激活 NLRP3 炎症小体，促进胰岛素抵抗及内皮功能障碍[4]。动物研究证实 SUA 升高先于脂肪组织炎症及高血压出现，支持因果时序。  

4.3 与既往研究比较  

Meta-analysis（2022，n=12 万）报道合并 HR 1.29[5]，与本研究高度一致；但既往样本多来自美欧，缺乏亚洲老年数据。本研究剂量-反应曲线提示存在阈值效应，为个体化干预提供了切点依据（450 μmol/L）。  

4.4 临床与公共卫生意义  

一级预防：针对 HUA 且合并肥胖/高血压人群，早期生活方式干预或药物降尿酸（别嘌醇、非布司他）可能降低 MetS 风险。  

政策层面：北方地区冬季高嘌呤饮食及高盐摄入进一步放大风险，建议加强社区健康教育及食品减盐措施。  

4.5 优势与局限  

优势：大样本、多地区、标准化随访、严谨统计。  

局限：① SUA 单次测量，未评估动态变化；②未区分不同尿酸盐排泄类型；③残余混杂（饮食细节）。  

4.6 未来方向  

通过孟德尔随机化验证因果；开展饮食-药物联合干预试验，评估降尿酸对 MetS 各组分的影响。  

5 结论  

在中国成年人中，基线高尿酸血症显著增加代谢综合征发病风险，且存在剂量-反应关系。结果支持将尿酸水平纳入 MetS 一级预防指标体系，并针对高危人群（男性、北方地区、肥胖）开展精准干预。  

致谢  

感谢 ChinaHEART 项目组及 12 省疾控与基层医疗机构工作人员。研究由国家自然科学基金（82273618）与国家重点研发计划（2022YFC3601700）资助。

参考文献（节选，按 Vancouver 格式）  

[1] Li Y, et al. Prevalence of metabolic syndrome in China: an updated systematic review and meta-analysis. Front Public Health. 2023;11:1038459.  

[2] Zhu Y, et al. Serum uric acid and the risk of metabolic syndrome: a dose-response meta-analysis. Clin Chim Acta. 2022;531:181-189.  

[3] Liu H, et al. Prevalence of hyperuricemia among Chinese adults: findings from the China Health and Nutrition Survey. Int J Cardiol. 2021;334:298-303.  

[4] Johnson RJ, et al. Uric acid and chronic disease risk. Nat Rev Nephrol. 2023;19:219-237.  

[5] Wang X, et al. Hyperuricemia and incident metabolic syndrome: a systematic review and meta-analysis of cohort studies. Nutrients. 2022;14:4150.