| Home | E-Submission | Sitemap | Contact Us |  
top_img
J Korean Acad Fundam Nurs > Volume 30(1); 2023 > Article
한국 성인의 저밀도지단백-콜레스테롤/고밀도지단백-콜레스테롤 비와 제2형 당뇨병 발생과의 관계 연구: 지역사회기반 코호트 자료 이용

Abstract

Purpose

This study investigated the association between the low-density lipoprotein-cholesterol/high-density lipoprotein-cholesterol (LDL-C/HDL-C) ratio and the incidence of diabetes in a Korean community-based cohort.

Methods

The participants were 7,653 adults aged 40-69 years without diabetes at baseline from Korean Genome and Epidemiology Study who were followed up for 16 years biennially. These participants were categorized into four groups (Q1-Q4) according to quartiles of LDL-C/HDL-C ratio at baseline. Significant differences in the probability of diabetes-free survival curve were identified using the log-rank test in Kaplan-Meier analysis. Hazard ratios (HRs) and 95% confidence intervals (CIs) were calculated using Cox proportional hazards regression analysis.

Results

In total, 1,833 (24.0%) participants newly developed diabetes. The overall incidence of diabetes was 20.37 per 1,000 person-years (14.94, 17.12, 22.0, and 22.08 per 1,000 person-years for Q1, Q2, Q3, and Q4, respectively). The probability of diabetes-free survival was significantly different among the four groups (log-rank, x2=117.88, p<.001). Covariates included age, sex, triglyceride, fasting plasma glucose, homeostatic model assessment for insulin resistance index, hypertension, body mass index, family history of diabetes mellitus, smoking status, and alcohol use. Multivariate Cox proportional hazards regression showed that people with the highest quartile of the LDL-C/HDL-C ratio had a 1.17 times higher (HR=1.17, 95% CI: 1.01~1.35, p=.038) risk of diabetes development than those in the lowest quartile after adjusting for covariates.

Conclusion

The LDL-C/HDL-C ratio is an independent risk factor for diabetes development. Measuring and managing the LDL-C/HDL-C ratio is necessary for detecting individuals at high risk for developing diabetes.

서 론

1. 연구의 필요성

당뇨병은 전 세계적으로 발생빈도가 높은 대사질환으로[1,2], 국제당뇨연맹(International Diabetes Federation)[2]은 전 세계 성인의 당뇨병 유병률이 2021년에 10.5%였으나 앞으로는 더 증가하여 2030년 11.3%, 2045년 12.2%에 이를 것으로 예측하고 있다. 이러한 당뇨병 유병률의 증가 경향은 우리나라를 포함한 서태평양 지역 국가들에서 더욱 두드러지며[2] 우리나라 만 30세 이상 당뇨병 유병률이 2011년 11.6%, 2020년 13.6%[3]로 나타나 이러한 견해를 뒷받침하고 있다. 제2형 당뇨병은 전 세계 당뇨병 유병률의 약 90% 이상을 차지하는 가장 흔한 유형의 당뇨병으로, 예방 가능한 것으로 알려져 있다[2]. 당뇨병 유병률의 증가 원인에 당뇨병의 조기 발견, 수명의 연장으로 인한 노인인구의 증가 등의 영향도 포함하여 고려하고 있으나[2], 궁극적인 당뇨병 유병인구 감소 방안으로 제2형 당뇨병 발생 예방에 대한 관심이 점점 높아지고 있다.
제2형 당뇨병의 발생 원인 중 하나는 인슐린저항성이다[4]. 인슐린저항성의 생리적 기전은 아직 명확하게 밝혀지지 않았으나 산화물질의 축적과 활성산소 증가로 인한 산화적 스트레스가 핵심 기전으로 보고되고 있다[4]. 인슐린저항성은 대사증후군과도 연관된 것으로 알려져 있다[47]. 이상지질혈증은 대사증후군의 일종으로[8] 저밀도지단백-콜레스테롤(low density lipoprotein-cholesterol, LDL-콜레스테롤), 고밀도지단백-콜레스테롤(High Density Lipoprotein-cholesterol, HDL-콜레스테롤), 중성지방 등의 혈중지질지표를 이용하여 진단하고 있다[8]. 이들 혈중지질지표와 인슐린저항의 관계는 혈관내피세포의 염증반응으로 설명되고 있다[9,10]. 이는 작고 밀도가 큰 LDL-콜레스테롤이 혈관내피세포를 손상시키고 지질세포들이 축적되며 일어나는 염증반응이 산화적 스트레스를 유발하여 인슐린저항을 증가시킨다는 것을 의미한다[5,6,9-11]. 선행연구에서는 중성지방, 중성지방/HDL-콜레스테롤 비, LDL- 콜레스테롤/HDL-콜레스테롤 비 등의 혈중지질지표가 인슐린저항성의 유의한 예측 요인이었고[5,6] 인슐린저항성을 측정하는 대체 지표로 사용되기도 하였다[7]. 혈중지질지표와 인슐린저항성의 연관성[57] 확인은 혈중지질지표와 당뇨병이나 당뇨진단 기준과의 관계를 확인하는 연구[1214]의 근거가 되었다. LDL-콜레스테롤, HDL-콜레스테롤 및 중성지방과 당화혈색소[12], 공복혈장혈당[13]은 유의한 상관관계가 있었고 당뇨전단계군이 정상혈장혈당군보다 LDL-콜레스테롤과 중성지방은 높고 HDL-콜레스테롤은 낮은 것으로 보고[14]되어 혈중지질지표와 당뇨병의 관련성도 확인되었다.
혈중지질지표와 제2형 당뇨병의 연관성에 관한 단면적 조사연구의 축적과 일반 인구집단을 대상으로 한 코호트 자료의 구축은 혈중지질지표와 제2형 당뇨병 발생의 인과관계 연구가 진행되는 기반이 되었다. 중국인 대상의 종단적 연구[1,15,16]에서 중성지방, 중성지방/HDL-콜레스테롤 비, LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생과의 관련성이 보고되었다. 한국인을 대상으로 한 종단적 연구에서도 중성지방/HDL-콜레스테롤 비를 제2형 당뇨병 발생의 유의한 위험요인으로 보고하였고[7], 저 HDL-콜레스테롤 집단이 고 HDL-콜레스테롤 집단보다 제2형 당뇨병 발생 위험이 유의하게 높았다고 보고한 바 있다[14]. 그러나 이들 연구 중 일부[1,15]는 제2형 당뇨병 발생 기준을 공복혈장혈당으로만 설정하여 대상자 선정기준의 민감도가 높지 못하며, 대상자의 지질강하제 투여 여부가 고려되지 않아[14] 약물로 인한 혈중지질수치 변화가 결과에 미칠 수 있는 영향을 배제하지 못한 제한점이 확인된다.
한편, 혈중지질지표들의 특성은 서로 연관되어 있어 LDL-콜레스테롤은 혈관내피세포를 손상시켜 죽상경화를 일으키고 HDL-콜레스테롤은 LDL-콜레스테롤을 제거하며 손상된 내피세포를 회복시키는 등 혈관을 보호하는 작용을 한다[17,18]. LDL-콜레스테롤/HDL-콜레스테롤 비는 LDL-콜레스테롤과 HDL-콜레스테롤의 상대적 관계와 균형을 동시에 고려한 복합지표로 LDL-콜레스테롤, HDL-콜레스테롤과 비교하여 경동맥 내중막두께의 증가[17], 인슐린저항성[6] 및 심혈관질환 위험[19]을 더 민감하게 예측하는 지표로 확인되었다.
이를 종합해보면, 혈중지질지표와 제2형 당뇨병 발생 위험의 관련성은 주로 중성지방, HDL-콜레스테롤 또는 중성지방/HDL-콜레스테롤 비를 중심[1,7,15,16]으로 보고되었고, LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험의 관련성을 보고한 국내 연구는 찾아보기 어렵다. 따라서 한국인을 대상으로 LDL-콜레스테롤/HDL-콜레스테롤 비가 제2형 당뇨병 발생의 위험요인으로 작용하는지를 확인하는 연구가 필요하며, 이때 표준화된 제2형 당뇨병 진단기준에 근거하여 대상자를 선별하고 지질강하제 복용도 통제요인으로 고려되어야 한다고 생각된다.
당뇨병 유병률 상승[3]과 발병 후 완치가 어려운 특성[15]을 고려하면 당뇨병 발생 위험요인 규명과 고위험군 선별을 위한 근거 마련에 간호사의 적극적인 관심이 요구된다. 지금까지 간호학문 분야에서의 제2형 당뇨병 연구는 환자의 자가간호행위 또는 혈당조절에 영향하는 요인을 파악하는 단면적 조사연구[20,21]나 약물복용, 식이, 운동, 혈당검사 등의 자가관리와 관련된 간호중재의 효과를 검증하는 실험연구[2224] 등을 중심으로 진행되어왔다. 당뇨병 환자에게 집중된 이러한 연구성과에 견주어 볼 때 제2형 당뇨병 발생 예방을 위한 간호연구는 매우 미흡하다고 볼 수 있으며, 당뇨병 예방을 위한 간호중재의 근거 부족은 간호실무에서 당뇨병 예방 활동 수행에 제한점으로 작용할 수 있다. 따라서 제2형 당뇨병 발생 위험을 낮추기 위한 간호중재활동의 근거 마련을 위한 방안으로 일반인을 대상으로 구축된 지역사회 코호트[25] 자료를 활용하여 당뇨병 발생 위험의 인과관계를 확인하는 연구가 필요하다고 생각된다.
이에 본 연구에서는 지역사회 거주민을 장기간 추적조사한 안산 ․ 안성 코호트 자료를 이용하여 40~69세 일반 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험과의 관계를 확인하고자 한다. 본 연구결과는 당뇨병 유병 인구를 줄이기 위한 보건의료 정책과 이에 기반한 간호중재 프로그램 개발의 근거자료로 활용할 것이다.

2. 연구목적

본 연구는 한국 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험과의 관계를 확인하기 위함이며 구체적 목적은 다음과 같다.
  • LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 1,000인년당(person-years) 제2형 당뇨병 발생률을 확인하고, 제2형 당뇨병 발생에 대한 생존곡선의 차이를 확인한다.

  • LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 제2형 당뇨병 발생 위험을 확인한다.

연구방법

1. 연구설계

본 연구는 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험과의 관계를 규명하기 위해, 질병관리청 국립보건연구원 한국인유전체역학조사사업(Korean Genome and Epidemiology Study, 이하 KoGES)의 세부 코호트인 안산 ․ 안성 지역사회기반 코호트 사업(KoGES Ansan and Ansung Study)의 수집 자료[25]를 활용한 연구[6635–302]이다. 한국인유전체역학조사사업은 지역사회기반 전향적 코호트 연구(prospective cohort study)이다.

2. 연구대상

본 연구에서는 기반조사와 16년간 진행된 1~8차 추적조사 자료를 활용하였다. 안산 ․ 안성 지역사회기반 코호트 사업의 기반 조사는 2001~2002년에 진행되었으며 참여자 수는 안산과 안성에 거주하는 40~69세 남녀 10,030명(안산: 5,012명, 안성: 5,018명)이었다. 추적조사는 2년마다 진행되어 2003~2004년 1차추적 8,603명, 2005~2006년 2차추적 7,515명, 2007~2008년 3차추적 6,688명, 2009~2010년 4차추적 6,665명, 2011~2012년 5차추적 6,238명, 2013~2014년 6차추적 5,906명, 2015~2016년 7차추적 6,318명, 2017~2018년 8차추적에 6,157명이 참여하였다[25].
본 연구의 대상자 선정기준은 기반조사에서 당뇨병과 심뇌혈관질환(뇌졸중, 심근경색, 관상동맥질환)이 없는 자, 중성지방이 400 mg/dL 미만인 자, 기반조사 당시 3개월 동안 지질강하제를 복용하지 않은 자, 추적조사에서 제2형 당뇨병 발생 여부를 1회 이상 확인할 수 있는 자의 조건을 모두 충족한 대상자이다. 중성지방이 400 mg/dL 이상이면 LDL-콜레스테롤 추정값을 신뢰할 수 없다는 보고[26]를 근거로 중성지방이 400 mg/dL 이상인 자를 연구대상자에서 제외하였다. 지질강하제는 약물의 종류와 투여목적에 따라 LDL-콜레스테롤이나 중성지방 수치에 영향을 미치게 되어[8] LDL-콜레스테롤/HDL-콜레스테롤 비가 변화되므로 대상자의 동질성 확보를 위해 지질강하제 복용자도 제외하였다.
제2형 당뇨병이 발생한 대상자의 추적관찰기간은 기반조사일부터 당뇨병이 처음 발생한 차수의 추적조사일까지이며, 제2형 당뇨병이 발생하지 않은 대상자의 추적관찰기간은 기반조사일부터 8차 추적조사 중 마지막으로 참여한 차수의 추적조사일까지로 정의하였다.
연구대상자 선정기준에 근거하여 기반조사 참여자 10,030명 중 다음과 같은 단계로 연구대상자를 제외하였다(Figure 1). 1) 공복혈장혈당(Fasting Plasma Glucose, FPG), 75g 경구포도당부하검사 후 2시간 혈장혈당(2-hour post-challenge plasma glucose, 2-h PG), 당화혈색소(HbA1c), 총콜레스테롤, HDL-콜레스테롤, 중성지방, 기반조사 당시 3개월 동안 경구용혈당강하제 및 인슐린 사용 여부에 결측치가 있는 516명, 2) 당뇨병 유병자 906명, 3) 심뇌혈관질환이 있는 65명, 4) 중성지방이 400 mg/dL 이상인 185명, 5) 기반조사 당시 3개월 동안 지질강하제를 복용한 16명과 이상지질혈증을 진단받았으나 지질강하제 복용여부에 무응답한 7명, 6) 8차까지의 추적조사에서 1회 이상 추적조사에 참석하지 않았거나 결측치로 인하여 당뇨병 발생 여부를 전혀 확인할 수 없는 700명을 제외하였다. 대상자 선정 흐름에 따른 최종분석 대상자 수는 7,635명이었다.
Figure 1.
Flowchart of study subjects' selection.
jkafn-30-1-66f1.jpg

3. 연구도구

1) 제2형 당뇨병

한국 당뇨병 진료지침[27]에 근거하여 제2형 당뇨병은 8~ 14시간 이상 금식 후의 공복혈장혈당 126 mg/dL 이상, 75g 경구포도당부하검사 후 2시간 혈장혈당 200 mg/dL 이상, 당화혈색소 6.5% 이상 중 한 가지 이상에 해당하거나 경구혈당강하제나 인슐린을 투여하는 경우로 정의하였다.

2) LDL-콜레스테롤/HDL- 콜레스테롤 비

LDL-콜레스테롤/HDL-콜레스테롤 비는 LDL-콜레스테롤 측정치를 HDL-콜레스테롤 측정치로 나눈 값이다. 이를 위해서 먼저, 총콜레스테롤 ․ HDL-콜레스테롤 ․ 중성지방 ․ LDL-콜레스테롤 측정치가 필요하다. 총콜레스테롤 ․ HDL-콜레스테롤 ․ 중성지방은 8~14시간 이상 공복 후 채혈하여 측정한 실측값을 사용하였고 LDL-콜레스테롤은 직접 측정되지 않아 Martin 방법[28]을 적용하여 계산식으로 산출한 추정값을 사용하였다.
Martin 등[28]은 Friedwald 공식을 적용하여 초저밀도지단백-콜레스테롤(very low density lipoprotein-cholesterol)에 대한 중성지방의 비율을 5로 고정하면 고중성지방혈증 및 HDL-콜레스테롤혈감소증에서는 LDL-콜레스테롤을 과소평가하는 오류가 나타난다고 지적하였다. 이를 보완하는 방법으로 중성지방과 non-HDL-콜레스테롤의 수준에 의해 분류된 하위 집단에 따라 서로 다른 VLDL-콜레스테롤에 대한 중성지방 비율을 적용하는 계산법을 제안하였다[28]. Martin 방법은 LDL-콜레스테롤 분류 일치도를 유의적으로 개선 시킨 방법으로 보고[26]된 바 있다. 본 연구에서는 Martin 방법[28]의 이론적 기틀에 근거하여 한국인을 대상으로 25-cell로 구성하여 제시된 VLDL-콜레스테롤에 대한 중성지방의 비율[26]을 적용하여 LDL-콜레스테롤 수치를 계산하였다. 계산식은[LDL-콜레스테롤=총콜레스테롤-HDL-콜레스테롤-(중성지방/X), X 는 VLDL-콜레스테롤에 대한 중성지방 비율]이다.

3) 보정변수

고혈압 유무, 인슐린저항도, 비만도, 흡연상태, 음주상태, 운동여부, 당뇨병 가족력을 보정변수로 포함하였다. 고혈압은 수축기압 140 mmHg 이상이거나 이완기혈압 90 mmHg 이상, 또는 항고혈압제를 복용하는 경우이다. 혈압은 앉은 자세에서 양팔의 혈압을 측정한 후, 혈압이 높은 쪽의 팔을 선택하여, 누운 자세에서 5분 이상 휴식한 후 30초 간격으로 3회 측정한 혈압의 평균을 산출하였다. 인슐린저항도는 Homeostatic Model Assessment for Insulin Resistance Index (HOMA-IR)값을 이용하였으며, 공복혈장인슐린(μ IU/mL) × 공복혈장혈당(mg/dL)/405[29]로 산출하였다. 비만도는 체중(kg)/[신장(m)]2으로 산출된 체질량지수를 이용하여 분류하였다. 체질량지수 18.5 kg/m2 미만은 저체중, 18.5~23 kg/m2 미만은 정상체중, 23~25 kg/m2 미만은 비만전단계, 25 kg/m2 이상은 비만으로 분류하였다. 흡연상태는 현재흡연, 과거흡연, 비흡연으로 구분하였다. 평생 담배를 5갑 이상 피웠고 현재 담배를 피우거나 가끔 피우는 경우를 현재 흡연으로, 평생 5갑 이상을 피웠고 과거에는 피웠으나 현재 피우지 않는 경우(흡연하지 않은 기간이 1개월 이상)를 과거흡연으로, 평생 5갑 미만으로 피웠거나 전혀 피운 적이 없는 경우를 비흡연으로 정의하였다. 음주상태는 비음주, 과거음주, 현재음주로 구분하며 원래 술을 못 마시거나 또는 처음부터 술을 안 마시거나 1년에 12회 미만으로 1회 음주량이 1잔을 넘지 않을 때는 비음주, 과거 술을 마신 적이 있으면 과거음주, 현재 술을 마시면 현재음주로 정의하였다. 운동은 에어로빅, 조깅, 수영, 테니스, 골프, 볼링, 헬스, 산책, 등산 등에서 주 2회 이상이고 1회 1시간 이상, 주 4회 이상이고 1회 30분 이상, 주 1회 이상이고 1회 2시간 이상인 경우를 운동하는 경우로 정의하였다. 당뇨병 가족력은 부모 형제자매 중 당뇨병 진단을 받은 가족이 1인 이상일 경우 가족력이 있는 것으로 정의하였다.

4. 자료수집 및 윤리적 고려

본 연구는 한서대학교 생명윤리위원회의 연구심의면제 승인(승인번호 HS-22-05-04)을 받고 진행되었다. 질병관리청 국립보건연구원 유전체역학과로부터 원시자료를 분양받기 위해 연구계획서 등을 제출 후 심의승인을 받았으며, 질병보건통합관리시스템(https://is.kdca.go.kr/)을 통해 원시자료를 내려받았다. 한편, KoGES 수행기관은 참여자를 모집하여 사업의 목적과 필요성, 조사범위와 진행 과정, 혜택과 위험성, 검체의 이용 및 개인정보 보호의 내용 등을 충분히 설명하였다. 자발적 동의에 따르며 본인이 원하지 않으면 언제든지 사업 참여를 거절할 수 있으며, 이에 따른 어떠한 불이익도 없음을 설명하여 대상자의 자율적 연구참여와 자유로운 중단에 대한 윤리 규정을 준수하였다. 스스로 참여하겠다는 의사를 밝힌 대상자에 국한하여 동의서를 받은 후 설문조사와 검진을 통해 자료와 인체 자원을 수집하였다.

5. 자료분석

본 연구의 자료는 SPSS/WIN 20.0 프로그램(IBM Corp, Armonk, NY, USA)을 이용하여 분석하였다. LDL-콜레스테롤/HDL-콜레스테롤 비의 사분위수로 산출된 1사분위수 2.07, 중앙값 2.63, 3사분위수 3.24에 따라, 1분위집단(Q1), 2분위집단(Q2), 3분위집단(Q3), 4분위집단(Q4)의 4개 집단으로 구분하였다. LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 집단별로 인구사회학적 특성과 건강 관련 특성의 평균, 표준편차, 빈도, 백분율을 산출하였다. 인구사회학적 특성과 건강 관련 특성에 따른 집단별 차이는 일원분산분석과 교차분석으로 검정하였다. LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 집단별로 1,000인년당 제2형 당뇨병 발생률을 산출하고 집단별 당뇨병 발생에 대한 생존곡선 차이의 유의성은 카플란-마이어(Kaplan-Meier) 방법의 로그순위검정(Log rank)으로 분석하였다.
LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 제2형 당뇨병 발생 위험은 콕스비례위험회귀모형(Cox proportional hazard regression model)의 위험도(Hazard Ratio, HR)와 95% 신뢰구간으로 분석하였다. 모형 1은 보정변수로 연령, 성별을 포함하였고, 모형 2는 보정변수로 연령, 성별, 중성지방, 공복혈장혈당, 인슐린저항도, 고혈압 유무, 비만도, 당뇨병 가족력 유무, 흡연상태, 음주상태를 각각 포함하였다. 콕스비례위험회귀모형을 적용하기 위한 가정의 충족 여부는 Kaplan-Meier 생존곡선[30]으로 확인하였다.

연구결과

1. 대상자의 인구사회학적 특성 및 건강 관련 특성

연구대상자의 평균 연령은 51.64±8.77세이었고 남자 3,531명(46.2%), 여자 4,104명(53.8%)이었다. 연구대상자의 LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 인구사회학적 특성과 건강 관련 특성의 차이는 다음과 같다(Table 1). 인구사회학적 특성에서 연령(F=5.58, p=.001), 성별 (x2=81.04. p<.001), 교육수준 (x2=83.65, p<.001), 가구소득수준 (x2=60.29, p<.001)은 집단별 유의한 차이가 있었다. 건강 관련 특성에서 음주상태 (x2=84.88, p<.001), 흡연상태 (x2=82.75, p<.001), 고혈압 유무 (x2=35.98, p<.001), 비만도 (x2=667.50, p<.001), 공복혈장혈당(F=41.43, p<.001), 경구포도당부하검사 후 2시간 혈장혈당(F=31.94, p<.001), 당화혈색소(F=87.44, p<.001), LDL-콜레스테롤(F=2,339.51, p<.001), HDL-콜레스테롤(F= 1,244.05, p<.001), 중성지방(F=309.47, p<.001), 인슐린저항도(F=33.75, p<.001)는 집단별 유의한 차이가 있었다.
Table 1.
Demographic and Health-related Characteristics according to LDL-cholesterol to HDL-cholesterol Ratio Groups Stratified by Quartile at Baseline (N=7,635)
Characteristics Categories Total Q1 (n=1,909) Q2 (n=1,909) Q3 (n=1,909) Q4 (n=1,908) x2 or F (p)
n (%) or M± SD n (%) or M± SD n (%) or M± SD n (%) or M± SD n (%) or M± SD
Demographic characteristics
  Age (year) 51.64±8.77 51.14±8.99 a 51.40±8.84 a 51.81±8.64 b 52.22±8.55 c 5.58
(.001)
  Gender Men 3,531 (46.2) 791 (41.4) 806 (42.2) 897 (47.0) 1,037 (54.4) 81.04
Women 4,104 (53.8) 1,118 (58.6) 1,103 (57.8) 1,012 (53.0) 871 (45.6) (<.001)
  Married status Single 98 (1.3) 24 (1.3) 20 (1.1) 27 (1.4) 27 (1.4) 4.01
With a spouse 6,896 (90.9) 1,715 (90.5) 1,738 (91.8) 1,730 (90.9) 1,731 (90.3) (.675)
Without a spouse 594 (7.8) 156 (8.2) 134 (7.1) 146 (7.7) 158 (8.3)
  Education ≤ Elementary 2,413 (31.6) 591 (31.0) 631 (33.1) 604 (31.6) 587 (30.7) 83.65
Middle 1,785 (23.4) 552 (28.9) 447 (23.4) 409 (21.4) 377 (19.8) (<.001)
High 2,353 (30.8) 570 (29.9) 567 (29.7) 614 (32.2) 602 (31.6)
≥ College 1,084 (14.2) 196 (10.2) 264 (13.8) 282 (14.8) 342 (17.9)
  House income 1st quartile 2,554 (34.0) 710 (38.0) 641 (34.3) 622 (31.1) 581 (30.8) 60.29
2nd quartile 2,234 (29.8) 579 (30.9) 583 (31.2) 558 (29.7) 514 (27.3) (<.001)
3rd quartile 2,154 (28.7) 477 (25.5) 511 (27.3) 564 (30.0) 602 (32.0)
4th quartile (highest) 560 (7.5) 105 (5.6) 134 (7.2) 135 (7.2) 186 (9.9)
Health-related characteristics
  Exercise No 1,374 (18.0) 326 (17.1) 316 (16.6) 364 (19.1) 368 (19.3) 7.43
Yes 6,261 (82.0) 1,583 (82.9) 1,593 (83.4) 1,545 (80.9) 1,540 (80.7) (.059)
  Alcohol consumption Non-drinker 3,510 (46.4) 782 (41.4) 890 (47.1) 924 (48.8) 914 (48.2) 84.88
Ex-drinker 459 (6.1) 80 (4.2) 90 (4.8) 121 (6.4) 168 (8.9) (<.001)
Current-drinker 3,600 (47.5) 1,028 (54.4) 910 (48.1) 847 (44.8) 815 (42.9)
  Smoking status Non-smoker 4,547 (60.3) 1,184 (63.1) 1,223 (64.9) 1,134 (60.2) 1,006 (53.1) 82.75
Ex-smoker 1,135 (15.0) 217 (11.5) 265 (14.1) 315 (16.7) 338 (17.8) (<.001)
Current-smoker 1,862 (24.7) 478 (25.4) 396 (21.0) 436 (23.1) 552 (29.1)
  Family history of DM No 6,854 (89.8) 1,740 (91.1) 1,693 (88.7) 1,721 (90.2) 1,700 (89.1) 7.63 (.054)
Yes 781 (10.2) 169 (8.9) 216 (11.3) 188 (9.8) 208 (10.9)
  Hypertension No 6,126 (80.3) 1,599 (83.8) 1.559 (81.8) 1,507 (79.1) 1,461 (76.6) 35.98
Yes 1,501 (19.7) 308 (16.2) 348 (18.2) 399 (20.9) 446 (23.4) (<.001)
  BMI (kg/m2) <18.5 150 (2.0) 97 (5.1) 32 (1.7) 14 (0.7) 7 (0.4) 667.50
18.5~<23.0 2,384 (31.2) 886 (46.4) 667 (34.9) 478 (25.1) 353 (18.5) (<.001)
23.0~<25.0 2,021 (26.5) 476 (24.9) 510 (26.7) 537 (28.1) 498 (26.1)
≥25.0 3,080 (40.3) 450 (23.6) 700 (36.7) 880 (46.1) 1,050 (55.0)
FPG (mg/dL) 87.48±8.59 81.11±8.15 a 82.21±8.37 b 83.25±8.65 c 83.96±8.52 c 41.43
(<.001)
2-h PG (mg/dL) 113.77±30.19 109.33±30.23 a 112.04±29.64 a 115.53±29.71 b 118.17±30.45 b 31.94
(<.001)
HbA1c (%) 5.54±0.35 5.46±0.33 a 5.51±0.35 b 5.57±0.34 c 5.62±0.34 d 87.44
(<.001)
LDL-C (mg/dL) 116.40±29.87 88.03±20.58 a 109.23±20.09 b 123.67±20.47 c 144.69±24.78 d 2,339.51
(<.001)
HDL-C (mg/dL) 45.17±10.03 53.71±10.69 d 46.48±8.40 c 42.38±6.96 b 38.11±6.09 a 1,244.05
(<.001)
Triglyceride (mg/dL) 145.77±66.87 117.19±56.67 a 135.30±61.56 b 154.12±66.78 c 176.49±67.02 d 309.47
(<.001)
HOMA-IR 1.54±1.01 1.38±0.83 a 1.49±0.86 b 1.61±1.17 c 1.67±1.17 c 33.75
(<.001)

BMI=body mass index; DM=diabetes mellitus; FPG=fasting plasma glucose; HDL-cholesterol=high-density lipoprotein-cholesterol; HOMA-IR=homeostatic model assessment for insulin resistance index; LDL-cholesterol=low-density lipoprotein-cholesterol; M=mean; Q=quartile; SD=standard deviation; 2-h PG=2-hour post-challenge plasma glucose;

=bereavement, divorce and separation.

2. LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 1,000인년당 제2형 당뇨병 발생률과 제2형 당뇨병 발생 생존곡선

연구대상자의 추적기간은 평균 11.79±5.17년이었다. 추적기간동안 7,635명 중 당뇨병 발생자는 1,833명(24.0%)이었다. 연구대상자의 1,000인년당 당뇨병 발생률은 20.37명이었으며, 집단별 1,000인년당 당뇨병 발생률은 1분위집단(Q1) 14.94명, 2분위집단(Q2) 17.12명, 3분위집단(Q3) 22.0명, 4분위집단(Q4) 28.08명이었다(Table 2). 카플란 마이어 방법의 로그 순위 검정으로 분석한 LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 당뇨병 발생에 대한 생존곡선 Figure 2는 집단별 유의한 차이가 있었다 (x2=117.88, p<.001).
Table 2.
Incidence per 1,000 Person-years of Type 2 Diabetes Mellitus according to LDL-cholesterol to HDL-cholesterol Ratio Groups Stratified by Quartile at Baseline (N=7,635)
Variables Categories Numbers at risk DM events Person-years DM incidence rate per
1,000 person-years
n n (%) M± SD Sum
LDL-C/HDL-C Ratio Q1 (lowest) 1,909 346 (18.1) 12.13±5.07 23,152.1 14.94
Q2 1,909 397 (20.8) 12.15±5.03 23,191.7 17.12
Q3 1,909 492 (25.8) 11.71±5.18 22,360.6 22.00
Q4 (highest) 1,908 598 (26.6) 11.16±5.34 21,294.4 28.08
Total 7,635 1,833 (24.0) 11.79±5.17 89,998.8 20.37

DM=diabetes mellitus; HDL-cholesterol=high-density lipoprotein cholesterol; LDL-cholesterol=low-density lipoprotein cholesterol; M=mean; Q=quartile; SD=standard deviation.

Figure 2.
Type 2 diabetes mellitus-free survival curve in the 16-years study period.
jkafn-30-1-66f2.jpg

3. LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 제2형 당뇨병 발생 위험

LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 제2형 당뇨병 발생 위험 차이를 확인하기 위해 콕스비례위험회귀분석을 수행하였다. LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 Kaplan-Meier 생존곡선 Figure 2가 서로 교차하지 않고 평행하여 공변량의 효과가 시간과 관계없이 독립적으로 일정해야 한다는 콕스비례위험회귀분석을 위한 가정[30]은 충족되었다.
분석은 보정전 모형, 모형 1, 모형 2로 단계적으로 진행하였고, 모형 2에서는 일변량 콕스비례위험회귀분석에서 유의하지 않은 변수로 분석된 운동여부는 제외하였다. 분석 결과, 보정전 모형에서 LDL-콜레스테롤/HDL-콜레스테롤 비가 1분위인 집단보다 3분위인 집단의 제2형 당뇨병 발생위험도가 1.50배(95% CI: 1.80~1.72, p<.001), 4분위인 집단의 제2형 당뇨병 발생위험도가 1.91배(95% CI: 1.68~2.81, p<.001) 각각 유의하게 더 높았다. 모형 1에서는 1분위집단보다 3분위집단의 당뇨병 발생위험도가 1.46배(95% CI: 1.27~1.68, p<.001), 4분위집단의 제2형 당뇨병 발생위험도가 1.83배(95% CI: 1.60~2.09, p<.001) 각각 유의하게 더 높았다. 모형 2에서는 LDL-콜레스테롤/HDL-콜레스테롤 비가 1분위인 집단보다 4분위인 집단의 제2형 당뇨병 발생위험도가 1.17배(95% CI: 1.01~1.35, p=.038) 더 유의하게 높았다(Table 3).
Table 3.
Hazard Ratios for the Incidence of Type 2 Diabetes Mellitus according to LDL-Cholesterol to HDL-Cholesterol Ratio Groups Stratified by Quartile (N=7,635)
Variables Categories Crude model Model I Model II
HR (95% CI) p HR (95% CI) p HR (95% CI) p
LDL-C/HDL-C Ratio Q1 (lowest) 1 1 1 1
Q2 1.15 (0.99~1.33) .054 1.14 (0.99~1.32) .078 0.96 (0.83~1.12) .622
Q3 1.50 (1.80~1.72) <.001 1.46 (1.27~1.68) <.001 1.05 (0.91~1.21) .510
Q4 (highest) 1.91 (1.68~2.18) <.001 1.83 (1.60~2.09) <.001 1.17 (1.01~1.35) .038

CI=confidence interval; HDL-cholesterol=high-density lipoprotein-cholesterol; HR=hazard ratio; LDL-cholesterol=low- density lipoprotein-cholesterol; Q=quartile; Model I: adjusted for age and sex (male or female); Model II: adjusted for age, sex (male or female), fasting plasma glucose, homeostatic model assessment for insulin resistance index, triglyceride, hypertension (no or yes), body mass index (under-weight, normal, overweight or obesity), family history of diabetes mellitus (no or yes), smoking status (non-smoker, ex-smoker or current-smoker), alcohol use (non-drinker, ex-drinker or current-drinker), exercise (no or yes).

논 의

본 연구는 안산‧안성 지역사회기반 코호트 가운데 16년간의 추적 자료를 활용하여, 한국 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비에 따른 제2형 당뇨병 발생률을 확인하고, LDL-콜레스테롤 /HDL-콜레스테롤 비가 제2형 당뇨병 발생 위험 요소로서 영향을 미치는지를 파악하고자 시도되었다.
LDL-콜레스테롤/HDL-콜레스테롤 비의 분포는 1사분위수 2.07, 중앙값 2.63, 3사분위수 3.24로 분석되었다. 이는 중국인을 대상으로 한 선행연구에서 1사분위수, 중앙값, 3사분위수가 각각 1.64, 1.99, 2.45로 나타난 결과[16]와 1.61, 1.96, 2.41로 보고한 연구[31]보다 높은 결과였다. 또한 사분위수가 남성의 경우 1.92, 2.40, 3.06이었고 여성의 경우 1.65, 2.12, 2.74였다고 보고한 국내 코호트 연구[19]보다도 높았다. 대사질환은 발현 양상이나 빈도 등의 측면에서 민족이나 국가별로 서로 다른 특징[2]을 가지기 때문에 중국인 대상의 선행연구와 본 연구결과와의 분포 차이에 대한 해석에는 한계가 있다고 생각된다. 국내 선행연구[19]의 경우 대상자가 대학 및 대형종합병원의 종합검진 수검자로서, 이들의 비교적 높은 사회경제적 수준이 이상지질혈증 관리에 영향을 미쳤을 가능성이 있고 이상지질혈증 유병률이 낮은 연령층인 30대[3]도 포함되어 있었다. 이와 비교하여 본 연구의 대상자는 이상지질혈증 유병률이 급격히 증가하는 40대 이후이며 지질강하제를 복용하지 않은 대상자로 구성되어 있어 선행연구[19]보다 LDL-콜레스테롤/HDL-콜레스테롤 비의 사분위수가 높았던 것으로 생각된다. 안산 ․ 안성코호트 기반조사가 20여 년 전 진행되었고 우리나라 만 30세 이상 고콜레스테롤혈증 유병률이 2009년 11.43%, 2020년 23.9%로 10년 사이 약 2배로 증가[3]된 점을 감안하면 20여 년이 지난 현재의 시점에서 우리나라 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비의 사분위수는 더 상향되었을 것으로 예측해 볼 수 있다. 이러한 최근의 이상지질혈증 유병률 증가 현상[3]과 본 연구결과로부터 우리나라 40세 이후 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비의 개선을 위한 다양한 전략이 모색될 필요가 있음도 유추해 볼 수 있다.
LDL-콜레스테롤/HDL-콜레스테롤 비와 건강 관련 특성과의 연관성 검증에서 상위 25.0%에 해당하는 4분위 집단이 다른 집단에 비해 고혈압 유병률, 현재 흡연률, 비만도, 공복혈장혈당, 2시간혈장혈당, 당화혈색소 및 인슐린저항도가 가장 높게 나타났다. 20~79세 중국인을 대상으로 한 연구[17]에서 LDL-콜레스테롤/HDL-콜레스테롤 비의 증가는 고혈압 유병률, 현재 흡연률, 비만도와 유의한 연관성이 있었다. Wei 등[16]의 연구에서도 LDL-콜레스테롤/HDL-콜레스테롤 비가 4분위인 집단의 현재 흡연률, 수축기혈압과 공복혈장혈당이 가장 높았으며, 1분위인 집단의 비흡연률이 가장 높고 수축기혈압과 공복혈장혈당이 가장 낮게 나타나 본 연구와 유사하였다.
본 연구에서 우리나라 성인의 1,000인년당 당뇨병 발생률은 20.37명이었고, LDL-콜레스테롤/HDL-콜레스테롤 비가 4분위인 집단, 3분위 집단, 2분위 집단, 1분위 집단 순으로 1,000인년당 당뇨병 발생률이 높았다. 69세 이상 스페인 노인을 3년간 추적조사한 연구[32]에서 1,000인년당 당뇨병 발생률은 9.8명이었고, 40세 이상의 호주 원주민을 대상으로 한 코호트 연구[33]에서는 1,000인년당 당뇨병 발생률이 40대 15.6명, 50대 16.4명, 60대 13.0명, 70대 이상 6.7명으로 나타났다. 또한, 35~74세 중국인을 대상으로 평균 8년간 추적한 연구[34]에서 1,000인년당 당뇨병 발생률은 남자 9.5명, 여자 9.2명이었다. 본 연구대상자의 1,000인년당 당뇨병 발생률이 선행연구[3234]보다 약 1.5~ 2배 정도 더 높게 나타났으며, 18~79세 미국인의 1,000인년당 당뇨병 발생률 22.1명[35]과 가장 유사하였다. 유럽, 오세아니아, 아시아, 미국 등에서 진행된 선행연구와 본 연구는 지역, 인종 및 연령 측면에서 차이가 있어 1,000인년당 당뇨병 발생률을 직접 비교하고 그 결과를 해석하는 것은 한계가 있을 수 있다. 하지만 본 연구결과가 전세계에서 당뇨병 유병률이 높은 국가[2]로 손꼽히는 미국인을 대상으로 한 연구결과[35]와 유사하다는 점과 다른 선행연구결과[3234]보다 높게 나타났다는 점을 고려한다면 우리나라 40세 이상 성인의 1,000인년당 당뇨병 발생률은 비교적 높은 것으로 해석할 수 있다. 이에 당뇨병 발생을 예방하기 위한 개인적, 국가적 차원의 관심이 요구되며, 제2형 당뇨병 발생 고위험군을 대상으로 지금까지 알려진 비만, 흡연, 고혈압 등 당뇨병 발생 위험요인[27] 관리의 중요성을 교육하는 간호중재가 요구된다.
LDL-콜레스테롤/HDL-콜레스테롤 비는 우리나라 40세 이상 성인의 제2형 당뇨병 발생의 독립적 위험요인으로 확인되었다. 구체적으로, LDL-콜레스테롤/HDL-콜레스테롤 비가 하위 25.0%인 집단보다 상위 25.0%인 집단의 제2형 당뇨병 발생위험이 1.17배 유의하게 더 높았다. 이러한 결과는 당뇨병이 없는 중국인을 대상으로 평균 2.98년 동안 관찰한 코호트 연구[16]에서 LDL-콜레스테롤/HDL-콜레스테롤 비가 1분위인 집단보다 2분위인 집단의 당뇨병 발생 위험도가 1.18배, 3분위인 집단은 1.42배, 4분위인 집단은 1.92배 높게 나타난 결과와 유사하였다. 또한, 평균 37.4개월을 추적한 종단적 코호트 연구[31]에서 당뇨전단계 발생위험이 LDL-콜레스테롤/HDL-콜레스테롤 비가 1분위인 집단보다 2분위 집단이 1.45배, 3분위 집단이 1.58배, 4분위 집단이 1.57배 높았던 결과와도 유사하였다. 본 연구결과를 통해 한국인을 대상으로 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험과의 관계를 파악한 연구가 부족한 상황에서 LDL-콜레스테롤과 HDL-콜레스테롤의 불균형[7]이 제2형 당뇨병 발생의 독립적 위험요인으로 작용한다는 근거를 추가하였다고 생각된다. 또한, LDL-콜레스테롤/HDL-콜레스테롤 비는 제2형 당뇨병 발생을 예방하기 위해 주요하게 고려되어야 할 혈액학적 요소로 활용될 수 있음을 의미하는 것으로도 해석할 수 있다.
이러한 결과를 토대로 보건의료기관의 간호사는 LDL-콜레스테롤/HDL-콜레스테롤 비를 모니터링하여 고위험군을 선별하고 고위험군의 LDL-콜레스테롤/HDL-콜레스테롤 비를 관리해야 한다. 본 연구에서 LDL-콜레스테롤/HDL-콜레스테롤 비가 3.24 이상인 4분위 집단이 2.07 이하인 1분위 집단보다 제2형 당뇨병 발생 위험이 유의하게 높았으므로 이를 고위험군 선별의 근거로 활용할 수 있을 것으로 생각된다. 고위험군의 LDL-콜레스테롤/HDL-콜레스테롤 비를 관리하기 위해서는 LDL-콜레스테롤/HDL-콜레스테롤 비의 상승 원인을 파악하여 대상자의 상황에 따른 개별화된 접근이 필요하다. LDL-콜레스테롤/HDL-콜레스테롤 비, LDL-콜레스테롤, HDL-콜레스테롤을 모두 확인하고 LDL-콜레스테롤/HDL-콜레스테롤 비에 내포된 LDL-콜레스테롤과 HDL-콜레스테롤 사이의 상대적 영향이 점검되어야 한다. LDL-콜레스테롤/HDL-콜레스테롤 비의 상승 원인이 LDL-콜레스테롤의 증가나 HDL-콜레스테롤 감소 중 어느 한쪽에 있는지 혹은 두가지 모두가 존재하는지를 확인하고, 이에 따라 중재 방향을 결정하는 접근이 바람직할 것으로 생각된다. LDL-콜레스테롤 감소시키거나 HDL-콜레스테롤을 증가시키기 위한 중재에는 생활습관 개선이 우선하여 권고되고 있다[810]. 구체적으로는 적정한 체중 유지를 위한 에너지 섭취와 주요한 식품구성을 지키는 식사 패턴, 활발한 신체활동과 규칙적 운동, 금연, 절주 등[8]을 포함하므로 포괄적이고 개별화된 간호중재를 계획하여 제공할 필요가 있다. 특히 최근 국제적으로 혈중지질 관리를 위한 식사는 단일 영양소가 아닌 전체적인 식사의 질을 강조하는 추세이며, 우리나라 국민의 경우 탄수화물 섭취 비율이 높지 않도록 주의하고 지나친 저지방식이도 자제하도록 권고되고 있다는 점[8]도 고려해야 한다. LDL-콜레스테롤 수치가 증가된 경우 목표수치에 따라 지질강하제가 처방될 수 있으므로 지질강하제 복용의 필요성도 포함하여 교육해야 한다.
본 연구의 강점은 대규모의 일반 인구집단을 대상으로 표준화된 프로토콜을 적용하여 장기간 추적조사하여 얻은 객관적 자료를 활용하였으므로 제2형 당뇨병 발생위험 예측에 타당성을 확보하였다는 점이다. 특히, 한국 당뇨병 진단 지침[27]의 진단기준에 따라 경구혈당강하제나 인슐린 복용에 대한 자가보고 자료와 혈액검사 자료를 활용하여 제2형 당뇨병 대상자를 선별하여 민감도를 높이고자 하였다. 본 연구는 당뇨병이 없는 대상자를 대상으로 당뇨병이 발생할 때까지 추적관찰하여 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생위험의 인과 관계를 확인하였다는 점에서 의의가 있다. 심혈관계질환 발생의 위험요인인 LDL-콜레스테롤/HDL-콜레스테롤 비[17,19]가 제2형 당뇨병을 발생시키는 위험요인으로도 확인되어 LDL-콜레스테롤/HDL-콜레스테롤 비의 중요성은 더욱 증가하였다고 할 수 있다. 또한, 당뇨병 관리와 치료에 집중되어온 선행연구와는 다르게 본 연구는 제2형 당뇨병 발생을 예방하는데 기여하기 위해 수행된 연구이므로 질병 예방 영역으로 간호연구의 범위를 넓히는 역할을 하였다. 병원, 산업체, 보건소, 국가건강검진 등의 실무영역에서 제2형 당뇨병 예방 중재가 필요한 고위험군을 선별하고 고위험군에게 대상자의 특성에 맞는 개별화된 혈중지질지표 목표 수치를 제시하며 체계적인 교육 및 상담을 제공하는 간호중재 프로그램의 기초자료로 활용될 수 있다는 점에 의의가 있다.
이러한 강점에도 불구하고 본 연구는 다음과 같은 제한점이 있다. 중성지방이 400 mg/dL 이상인 경우 연구대상자에서 제외하였으므로 본 연구결과를 중성지방이 400 mg/dL 이상인 대상자에게 적용하는데 제한이 있다. LDL-콜레스테롤 수치가 계산식으로 산출된 추정값이므로 실측값과는 오차가 있을 수 있다. 다만, 우리나라 일반 국민을 대상으로 한 국내 연구[26]에서 LDL-콜레스테롤 추정값과 실측값의 오차가 Friedwald 방법은 평균 6.69 mg/dL, Martin 방법은 평균 5.50 mg/dL으로 나타나 Martin 방법을 사용하여 실측값과의 오차를 줄이고자 하였다. 이외에 LDL-콜레스테롤/HDL-콜레스테롤 비의 상승은 LDL-콜레스테롤 증가 또는 HDL-콜레스테롤 감소의 동반 없이 LDL-콜레스테롤이 정상 범위의 상한선이고 HDL-콜레스테롤이 정상 범위의 하한선인 경우에도 발생할 수 있다[16]. 정상범위내에 있는 LDL-콜레스테롤과 HDL-콜레스테롤 수치에만 의존하여 LDL-콜레스테롤/HDL-콜레스테롤 비의 중요성은 간과하지 않도록 대상자에게 강조하여 교육하고, LDL-콜레스테롤/HDL-콜레스테롤 비의 변화 추이를 지속적으로 점검해야 한다.

결 론

본 연구에서는 안산 ․ 안성 지역사회 기반 코호트의 16년간의 추적조사 자료를 활용하여 우리나라 성인의 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생 위험과의 관계를 분석하였다. 연구결과 평균 11.78년의 추적기간 동안 대상자 중 24.0%에서 당뇨병이 발생하였고 1,000인년당 제2형 당뇨병 발생률은 20.37명이었다. LDL-콜레스테롤/HDL-콜레스테롤 비가 1분위인 집단보다 4분위인 집단의 제2형 당뇨병 발생위험도가 1.17배 더 높았다. 이는 LDL-콜레스테롤/HDL-콜레스테롤 비를 제2형 당뇨병 발생의 위험 요소로 인식하도록 돕고 주기적으로 점검하는 중재가 필요함을 제시한 결과이다. 다만, 본 연구는 한국인을 대상으로 LDL-콜레스테롤/HDL-콜레스테롤 비와 제2형 당뇨병 발생위험의 관련성을 보고한 시발점에 해당하므로 근거기반 이론으로서 실무에 적용가능하기 위해서는 반복 연구의 축적이 필요하다. 후속연구에서는 추정된 LDL-콜레스테롤 수치 대신 직접 측정된 LDL-콜레스테롤 수치를 이용할 수 있는 코호트 자료를 활용할 것을 제언한다. 이는 LDL-콜레스테롤 실측값을 사용하므로 정확성을 확보하고 중성지방 400 mg/dL 이상인 대상자도 포함할 수 있으므로 연구결과의 적용 범위를 더 넓힐 수 있을 것이다.

ACKNOWLEDGMENT

Data in this study were from the Korean Genome and Epidemiology Study (KoGES; 6635-302), National Institute of Health, Korea Disease Control and Prevention Agency, Republic of Korea.

Notes

CONFLICTS OF INTEREST
The author declared no conflict of interest.
AUTHORSHIP
Study conception and design acquisition - Cha, B-K; Data collection - Cha, B-K; Data analysis & Interpretation- Cha, B-K; Drafting & Revision of the manuscript - Cha, B-K.
DATA AVAILABILITY
Please contact the corresponding author for data availability.

REFERENCES

1. Chen Z, Hu H, Chen M, Luo X, Yao W, Liang Q, et al. Association of triglyceride to high-density lipoprotein cholesterol ratio and incident of diabetes mellitus: a secondary retrospective analysis based on a Chinese cohort study. Lipids in Health and Disease. 2020; 19: 33. https://doi.org/10.1186/s12944-020-01213-x
crossref pmid pmc
2. International Diabetes Federation. IDF Diabetes atlas 2021.[Internet]. Belgium: International Diabetes Federation; 2021. [cited 2022 October 9]. Available from: https://diabetesatlas.org/atlas/tenth-edition/

3. Ministry of Health and Welfare of Korea, Korea Disease Control and Prevention Agency. Korea health statistics 2020: Korea national health and nutrition examination survey (KNHANES VIII-2). Sejong: Ministry of Health and Welfare; 2022. Report No.: 11-1351159-000027-10..

4. Hurrle S, Hsu WH. The etiology of oxidative stress in insulin resistance. Biomedical Journal. 2017; 40: 257-262. https://doi.org/10.1016/j.bj.2017.06.007
crossref pmid pmc
5. Zhang L, Chen S, Deng A, Liu X, Liang Y, Shao X, et al. Association between lipid ratios and insulin resistance in a Chinese population. PLoS ONE. 2015; 10(1):e0116110. https://doi.org/10.1371/journal.pone.0116110
crossref pmid pmc
6. Kawamoto R, Tabara Y, Kohara K, Miki T, Kusunoki T, Taka-yama S, et al. Low-density lipoprotein cholesterol to high-den-sity lipoprotein cholesterol ratio is the best surrogate marker for insulin resistance in non-obese Japanese adults. Lipids in Health and Disease. 2010; 9(1):138. https://doi.org/10.1186/1476-511X-9-138
crossref pmid pmc
7. Sung KC, Park HY, Kim MJ, Reaven G. Metabolic markers associated with insulin resistance predict type 2 diabetes in Koreans with normal blood pressure or prehypertension. Cardio-vascular Diabetology. 2016; 15: 47. https://doi.org/10.1186/s12933-016-0368-7
crossref pmid pmc
8. Committee of Clinical Practice Guideline of the Korean Society of Lipid and Atherosclerosis. Korean guidelines for the man-agement of dyslipidemia. [Internet]. Seoul: The Korean Society of Lipid Atherosclerosis; 2022. [cited 2022 September 25]. Available from: https://www.lipid.or.kr/bbs/?code=care

9. Hurtubise J, McLellan K, Durr K, Onasanya O, Nwabuko D, Ndisang JF. The different facets of dyslipidemia and hypertension in atherosclerosis. Current Atherosclerosis Reports. 2016; 18: 82. https://doi.org/10.1007/s11883-016-0632-z
crossref pmid
10. Srikanth S, Deedwania P. Management of dyslipidemia in patients with hypertension diabetes and metabolic syndrome. Current Hypertension Reports. 2016; 18: 76. https://doi.org/10.1007/s11906-016-0683-0
crossref pmid
11. Barzilaym JI, Freedland ES. Inflammation and its relationship to insulin resistance type 2 diabetes mellitus, and endothelial dysfunction. Metabolic Syndrome and Related Disorders. 2003; 1(1):55-67. https://doi.org/10.1089/154041903321648252
crossref pmid
12. Artha IMJR, Bhargah A, Dharmawan NK, Pande UW, Triyana KA, Mahariski PA, et al. High level of individual lipid profile and lipid ratio as a predictive marker of poor glycemic control in type-2 diabetes mellitus. Vascular Health and Risk Management. 2019; 15: 149-157. https://doi.org/10.2147/VHRM.S209830
crossref pmid pmc
13. Lin D, Qi Y, Huang C, Wu M, Wang C, Li F, et al. Associations of lipid parameters with insulin resistance and diabetes: a pop-ulation-based study. Clinical Nutrition. 2018; 37(4):1423-1429. https://doi.org/10.1016/j.clnu.2017.06.018
crossref pmid
14. Han SJ, Kim HJ, Kim DJ, Lee KW, Cho NH. Incidence and pre-dictors of type 2 diabetes among Koreans: a 12-year follow up of the Korean Genome and Epidemiology Study. Diabetes Research and Clinical Practice. 2007; 123: 173-180. https://doi.org/10.1016/j.diabres.2016.10.004
crossref pmid
15. He S, Wang S, Chen X, Jiang L, Peng Y, Li L, et al. Higher ratio of triglyceride to high-density lipoprotein cholesterol may predispose to diabetes mellitus: 15-year prospective study in a general population. Metabolism. 2012; 61(1):30-36. https://doi.org/10.1016/j.metabol.2011.05.007
crossref pmid
16. Wei L, Wei M, Chen L, Liang S, Gao F, Cheng X, et al. Low-den-sity lipoprotein cholesterol: high-density lipoprotein cholesterol ratio is associated with incident diabetes in Chinese adults: a retrospective cohort study. Journal of Diabetes Investigation. 2021; 12(1):91-98. https://doi.org/10.1111/jdi.13316
crossref pmid pmc
17. Lou Y, Li X, Cao L, Qin P, Shi J, Zhang Y, et al. LDL-cholesterol to HDL-cholesterol ratio discordance with lipid parameters and carotid intima-media thickness: a cohort study in China. Lipids in Health and Disease. 2020; 19(1):141. https://doi.org/10.1186/s12944-020-01324-5
crossref pmid pmc
18. Ghosh J, Mishra TK, Rao YN, Aggarwal SK. Oxidised LDL, HDL cholesterol, LDL cholesterol levels in patients of coro-nary artery disease. Indian Journal of Clinical Biochemistry. 2006; 21(1):181-184. https://doi.org/10.1007/BF02913092
crossref pmid pmc
19. Shin SH, Lee TY. Associations of serum lipid profiles with incidence of ischemic heart diseases in Korean adults: retrospective cohort study. Journal of the Korea Academia- Industrial cooperation Society. 2012; 13(5):2219-2231. https://doi.org/10.5762/KAIS.2012.13.5.2219
crossref
20. Sohn NY, Yang JH. Factors influencing self-care behaviors re-lated to insulin therapy in elders with diabetes mellitus. Journal of Korean Academy of Fundamentals of Nursing. 2013; 20(1):27-36. https://doi.org/10.7739/jkafn.2013.20.1.27
crossref
21. Gu MO. Factors influencing glycemic control among type 2 diabetes mellitus patients: the sixth Korea national health and nutrition examination survey (2013~2015). Korean Journal of Adult Nursing. 2019; 31(3):235-248. https://doi.org/10.7475/kjan.2019.31.3.235
crossref
22. Sung KW, Kang HS, Nam JR, Park MK, Park JH. The effects of a health mentoring program in community-dwelling vulner-able elderly individuals with diabetes. Journal of Korean Academy of Nursing. 2018; 48(2):182-194. https://doi.org/10.4040/jkan.2018.48.2.182
crossref pmid
23. Kang HY, Gu MO. Development and effects of a motivational interviewing self-management program for elderly patients with diabetes mellitus. Journal of Korean Academy of Nursing. 2015; 45(4):533-543. https://doi.org/10.4040/jkan.2015.45.4.533
crossref pmid
24. Park G, Lee H, Khang AR. The development of automated personalized self-Care (APSC) program for patients with type 2 diabetes mellitus. Journal of Korean Academy of Nursing. 2022; 52(5):535-549. https://doi.org/10.4040/jkan.22046
crossref pmid
25. Korea Disease Control and Prevention Agency, National Institute of Health. Current status by cohort [Internet]. Cheongju: Korea Disease Control and Prevention Agency; 2021. [cited 2022 January 3]. Available from: https://kdca.go.kr/contents.es?mid=a40504030900

26. Lee J, Jang S, Son H. Validation of the Martin method for estimating low-density lipoprotein cholesterol levels in Korean adults: findings from the Korea national health and nutrition examination survey, 2009-2011. PLoS One. 2016; 11(1):e0148147. https://doi.org/10.1371/journal.pone.0148147
crossref pmid pmc
27. Korean Diabetes Association. 2021 clinical practice guidelines for diabetes [Internet]. Seoul: Korean Diabetes Association; 2021. [cited 2022 January 5]. Available from: https://www.diabetes.or.kr/bbs/?code=guide

28. Martin SS, Blaha MJ, Elshazly MB, Toth PP, Kwiterovich PO, Blumenthal RS, et al. Comparison of a Novel method vs the Friedewald equation for estimating low-density lipoprotein cholesterol levels from the standard lipid profile. The Journal of the American Medical Association. 2013; 310(19):2061-2068. https://doi.org/10.1001/jama.2013.280532
crossref pmid pmc
29. Matthews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC. Homeostasis model assessment: insulin resistance and β-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia. 1985; 28(7):412-419.
crossref pmid
30. Song GI, Choi JS. Survival data analysis using SPSS 15. 2nd ed.. Seoul: Hannarae; 2018. p. 164-176.

31. Kuang M, Peng N, Qiu J, Zhong Y, Zou Y, Sheng G. Association of LDL:HDL ratio with prediabetes risk: a longitudinal observational study based on Chinese adults. Lipids in Health and Disease. 2022; 21: 44. https://doi.org/10.1186/s12944-022-01655-5
crossref pmid pmc
32. Carranza FH, Corbaton-Anchuelo A, Pareja FB, Arroba CMA, Vega-Quiroga S, Benito-Leon J, et al. Incidence of type 2 diabetes in the elderly in Central Spain: association with socio-economic status, educational level, and other risk factors. Pri-mary Care Diabetes. 2022; 16(2):279-286. https://doi.org/10.1016/j.pcd.2021.12.016
crossref pmid
33. Hare MJL, Zhao Y, Guthridge S, Burgess P, Barr ELM, Ellis E, et al. Prevalence and incidence of diabetes among aboriginal people in remote communities of the northern territory, Aust-ralia: a retrospective, longitudinal data-linkage study. BMJ Open. 2022; 12: e059716. https://doi.org/10.1136/bmjopen-2021-059716
crossref pmid pmc
34. Wang C, Li J, Xue H, Li Y, Huang J, Mai J, et al. Type 2 diabetes mellitus incidence in Chinese: contributions of overweight and obesity. Diabetes Research and Clinical Practice. 2015; 107(3):424-432. https://doi.org/10.1016/j.diabres.2014.09.059
crossref pmid
35. Cordero C, Schneiderman N, Llabre MM, Teng Y, Daviglus ML, Cowie CC, et al. Diabetes incidence among hispanic/ latino adults in the hispanic community health study/study of latinos (HCHS/SOL). Diabetes Care. 2022; 45(6):1482-1485. https://doi.org/10.2337/dc21-1543
crossref pmid
TOOLS
PDF Links  PDF Links
PubReader  PubReader
ePub Link  ePub Link
XML Download  XML Download
Full text via DOI  Full text via DOI
Download Citation  Download Citation
  Print
Share:      
METRICS
0
Crossref
0
Scopus 
1,774
View
87
Download