Zusammenhang von Schilddrüsenfunktionsstörung mit Dyslipidämie und metabolischem Risiko in der Gesundheitsuntersuchungsgruppe: Eine retrospektive Analyse

Zusammenfassung

Diese Studie untersucht die Zusammenhänge zwischen Schilddrüsenfunktionsstörungen, Dyslipidämie und anderen metabolischen Risiken bei Menschen, die sich einer Gesundheitsuntersuchung unterziehen.

Zusammenfassung

Diese Studie zielt darauf ab, die assoziativen Zusammenhänge zwischen Schilddrüsenfunktionsstörungen, Dyslipidämie und anderen metabolischen Risiken bei Personen zu untersuchen, die sich einer Gesundheitsuntersuchung unterziehen. 305 Personen, die routinemäßigen Gesundheitsuntersuchungen unterzogen wurden, wurden eingeschrieben (Juni 2023–Dezember 2025). Nach Ausschlüssen wurden 300 Teilnehmer in die Endanalyse einbezogen. Zu den wichtigsten Beobachtungsindikatoren gehörten die Schilddrüsenfunktionsindizes (TSH), freies Triiodothyronin (FT3) und freies Thyrosin (FT4); Lipidprofilparameter, die Gesamtcholesterin (TC), Triglyzeride (TG), Hochdichte-Lipoprotein-Cholesterin (HDL-C) und Niedrigdichte-Lipoprotein-Cholesterin (LDL-C) abdecken; und Stoffwechselmarker wie Nüchternblutzucker (FBG), Taillenumfang (WC) und Blutdruck (BP). Die Teilnehmer wurden nach standardisierten Schilddrüsendiagnosekriterien in Schilddrüsen-, Hyperthyreoid- und Hypothyreoid-Kohorten eingeteilt. Pearson-Korrelations- und multivariate logistische Regressionsanalysen wurden durchgeführt, um die Zusammenhänge zwischen Indikatoren und Risikofaktoren für Schilddrüsenfunktionsstörungen zu untersuchen. Von 300 Teilnehmern waren 224 (74,67 %) euthyroid, 32 (10,67 %) hyperthyreoid und 44 (14,66 %) schilddrüsenunterfunktioniert. Die Einweg-ANOVA zeigte, dass Teilnehmer mit Hyperthyreose einen niedrigeren TSH, höheren FT3/FT4, reduzierten TC/TG/LDL-C, erhöhten HDL-C, höheren FBG, niedrigeren WC/diastolischen Blutdruck (DBP) und einen leichten Anstieg des systolischen Blutdrucks (SBP) (alle p < 0,05) als Euthyroidismus aufwiesen; Die Hypothyreose zeigte das Gegenteil (alle p. < 0,05). Die Pearson-Korrelationsanalyse zeigte, dass TSH positiv mit TC, TG, LDL-C, FBG, WC, SBP und DBP korrelierte und negativ mit HDL-C korrelierte. FT3 und FT4 korrelierten negativ mit TC, TG, LDL-C und positiv mit HDL-C. Beide Marker wiesen negative Korrelationen mit WC und DBP auf, wobei FT4 eine moderate Korrelation mit WC zeigte. Die multivariate logistische Regression bestätigte unabhängige Assoziationen von Dyslipidämie und metabolischen Anomalien mit Schilddrüsenfunktionsstörungen in Gesundheitsuntersuchungspopulationen. Schilddrüsenfunktionsstörungen stehen in engem Zusammenhang mit Lipid- und Stoffwechselstörungen, und diese Indikatoren bieten eine wertvolle Referenz für das Screening auf chronische Krankheiten in der Bevölkerung. Diese Studie war durch ihr einmittiges Querschnittsdesign, die kleine Stichprobengröße und die unzureichende Schichtung der Schilddrüsenfunktions-Subtypen eingeschränkt.

Einleitung

Da sich die Alterung der Bevölkerung in ganz China beschleunigt und der Lebensstil der Bewohner tiefgreifende Veränderungen durchläuft, sind chronische nichtübertragbare Krankheiten als die Hauptbedrohung für die öffentliche Gesundheit für die Gesundheitsprüfer etabliert. Unter diesen Erkrankungen steigt die Häufigkeit von Schilddrüsenfunktionsstörungen und Dyslipidämie stetig an, wobei ihre Begleiterkrankung zu einem zunehmend prominenten Thema wird, das die Prävention und Kontrolle chronischer Krankheiten auf Stufe¹ stark belastet. Die Schilddrüse, eine lebenswichtige endokrine Drüse im menschlichen Körper, sezerniert Schilddrüsenhormone, die den gesamten Prozess des Material- und Energiestoffwechsels regulieren und präzise regulatorische Effekte auf die Lipidsynthese, den Abbau und den Transport ausüben. Das schilddrüsenstimulierende Hormon (TSH), als Kernregulator der Schilddrüsenfunktion, beeinflusst seine Niveauschwankungen direkt das sekretorische Gleichgewicht der Schilddrüsenhormone, was wiederum systemische Stoffwechselstörungen auslösen kann². Dyslipidämie, die hauptsächlich durch erhöhtes Gesamtcholesterin (TC), Triglyzeride (TG), niedrigdichtes Lipoproteincholesterin (LDL-C) und reduziertes hochdichtes Lipoproteincholesterin (HDL-C) gekennzeichnet ist, stellt einen zentralen Risikofaktor für Herz-Kreislauf-Erkrankungen wie Arteriosklerose und koronare Herzkrankheiten dar und dient auch als zentrale externe Manifestation des systemischen metabolischen Ungleichgewichts³. In den letzten Jahren haben^{Studien 4,5} bestätigt, dass Schilddrüsenfunktionsstörungen und Dyslipidämie nicht isoliert existieren; stattdessen können sie über gemeinsame Stoffwechselwege interagieren und ein komplexes Netzwerk von Stoffwechselstörungen bilden. Dennoch bleiben die spezifischen Mechanismen und quantitativen Zusammenhänge, die ihrer Assoziation in der Gesundheitsuntersuchungspopulation zugrunde liegen, unklar.

Schilddrüsenfunktionsstörungen sind weltweit weiterhin sehr verbreitet, mit den bemerkenswerten Merkmalen einer hohen Häufigkeit in der Gesundheitsuntersuchung und einem heimtückischen Auftreten. Laut aktuellen epidemiologischen Umfragedaten⁶ liegt die Gesamtprävalenz einer Schilddrüsenfunktionsstörung in der Erwachsenengesundheitsuntersuchung in China bei über 20 %. Von dieser Zahl machen Hypothyreose etwa 14 % und Hyperthyreose etwa 10 % aus, wobei die Prävalenz mit dem Alter steigt und in der älteren Bevölkerung über^sechzig Jahre auf über 35 % ansteigt. Bei Patienten mit Hypothyreose verlangsamt eine unzureichende Sekretion des Schilddrüsenhormons den Lipidstoffwechsel, was zu einer erhöhten Cholesterinsynthese und einer reduzierten Zersetzung führt, was leicht eine Hypercholesterinämie auslöst. Im Gegensatz dazu beschleunigt ein übermäßiges Schilddrüsenhormon bei Patienten mit Hyperthyreose den Abbau und die Ausscheidung von Lipiden, was potenziell zu einem niedrigeren Blutfettspiegel^{um 8,9} führt. Gleichzeitig hat die Prävalenz von Dyslipidämie in der chinesischen Gesundheitsuntersuchungsbevölkerung 40 % überschritten. Diese Erkrankung steht in engem Zusammenhang mit ungesunden Ernährungsgewohnheiten, körperlicher Inaktivität, Fettleibigkeit und anderen beitragenden Faktoren^10,11. Bemerkenswert ist, dass die Komorbiditätsrate von Schilddrüsenfunktionsstörungen und Dyslipidämie von Jahr zu Jahr gestiegen ist. Personen mit dieser Komorbidität haben ein deutlich erhöhtes Risiko für gleichzeitige Stoffwechselauffälligkeiten wie erhöhten Blutzucker und Bauchfettleibigkeit, was ihre Anfälligkeit für Herz-Kreislauf-Erkrankungen weiter erhöht.

In den letzten Jahren haben Wissenschaftler im In- und Ausland zahlreiche Studien zum Zusammenhang zwischen Schilddrüsenfunktion und Lipidstoffwechsel durchgeführt, doch ihre Schlussfolgerungen bleiben umstritten, und gezielte Forschung in allgemeinen Gesundheitsscreening-Populationen bleibt rar. Einige Studien haben gezeigt,^{dass TSH-Werte} positiv mit TC- und LDL-C-Werten korrelieren und negativ mit HDL-C, und dass Hypothyreose als eigenständiger Risikofaktor für Dyslipidämie wirkt, während der Zusammenhang zwischen Hyperthyreose und Dyslipidämie relativ schwach ist. Andere Studien haben jedoch darauf hingewiesen, dass TG-Spiegel bei Patienten mit Hyperthyreose signifikant erhöht sind und positiv mit dem Schilddrüsenhormonspiegel korrelieren, ein Phänomen, das mit individuellen Stoffwechselunterschieden, Ernährungsstrukturen und anderen Faktoren zusammenhängen kann^13,14. Im Hinblick auf das metabolische Risiko können Schilddrüsenhormone den Blutzuckerstoffwechsel regulieren, indem sie die Insulinsensitivität modulieren. Patienten mit Hypothyreose haben eine höhere Insulinresistenz, was leicht zu erhöhtem Nüchternblutzucker (FBG) führt, während Patienten mit Hyperthyreose aufgrund einer beschleunigten Energiestoffwechselrate^15,16 Blutzuckerschwankungen erleben können. Die meisten bestehenden Studien konzentrierten sich jedoch auf Patienten im Krankenhaus, wobei die Stichprobe nur begrenzt repräsentativ war. Sie versäumen es auch, Merkmale wie Alter und Lebensgewohnheiten der Gesundheitsuntersuchungsgruppe vollständig zu berücksichtigen, was es erschwert, die tatsächliche Situation der allgemeinen Gesundheitsscreening-Populationen¹⁷ widerzuspiegeln.

Derzeit konzentriert sich das Management chronischer Erkrankungen in chinesischen Gemeinden hauptsächlich auf die Versorgung einzelner Krankheiten, und die umfassenden Managementstrategien für Bevölkerungsgruppen mit komorbider Schilddrüsenfunktionsstörung und Dyslipidämie sind weiterhin unzureichend, da es an präziser Datenunterstützung und individuellen Interventionsplänen mangelt. Mit der Verschlechterung der Bevölkerungsalterung in China haben Faktoren wie veränderte Körperzusammensetzung bei älteren Menschen (z. B. erhöhtes viszerales Fett) und die Exposition gegenüber Umweltschadstoffen das Risiko einer gestörten lipidmetabolischen Homöostase und Schilddrüsenfunktionsstörungen weiter verschärft. Bedauerlicherweise hat das bestehende Gesundheitsmanagementsystem diese einflussreichen Faktoren noch nicht berücksichtigt¹⁸. Gesundheitsscreening, als wichtiges Instrument zur Früherkennung chronischer Erkrankungen, ermöglicht die gleichzeitige Messung der Schilddrüsenfunktion, der Blutlipide und der Stoffwechselindikatoren und bietet so eine solide Stichprobenbasis für die Forschung zum Zusammenhang dieser Erkrankungen. Durch die Analyse des Korrelationsgrades zwischen Schilddrüsenfunktionsstörung und Blutfett, metabolischen Indikatoren in Gesundheitsscreening-Populationen und die Identifizierung der Korrelationen zwischen verschiedenen Indikatoren sowie unabhängigen Risikofaktoren kann diese Forschung eine wissenschaftliche Grundlage für das frühe Screening, die Risikobewertung und umfassende Intervention von Schilddrüsenfunktionsstörungen und Dyslipidämie in Gesundheitsuntersuchungsgruppen bieten.

Basierend auf Daten der körperlichen Untersuchung der Gesundheitsuntersuchungsgruppe des Navy Qingdao Special Service Recuperation Center wählte diese Studie 300 Teilnehmer als Untersuchungspersonen aus und konzentrierte sich auf den Zusammenhang zwischen Schilddrüsenfunktionsstörungen, Dyslipidämie und metabolischen Abnormalitäten. Ziel ist es, die Forschungslücke zu diesen Begleiterkrankungen auf Bevölkerungsebene bei Gesundheitsuntersuchungen zu schließen und die Forschung zur Korrelation zwischen Schilddrüsenfunktionsstörungen und Stoffwechselerkrankungen zu bereichern, um theoretische und praktische Belege zur Optimierung umfassender Strategien für das Management chronischer Krankheiten zu liefern und den Gesundheitszustand der Bewohner zu verbessern, die sich Gesundheitsuntersuchungen unterziehen. Unterdessen können die Forschungsergebnisse, die sich auf Gesundheitsscreening-Populationen richten, Klinikern helfen, Hochrisikogruppen für Schilddrüsenfunktionsstörungen genauer zu identifizieren, individuelle Screening- und Interventionspläne zu erstellen und die Häufigkeit stoffwechselbedingter Komplikationen zu verringern.

Protokoll

Diese Studie wurde in strikter Übereinstimmung mit den Grundsätzen der Helsinkier Erklärung durchgeführt und vom Qingdao Special Servicemen Recuperation Center des Ethikkomitees der PLA Navy genehmigt (Genehmigungsnummer: QDTLLL2023-024). Vor der Einschreibung wurde von allen Teilnehmern eine schriftliche informierte Zustimmung eingeholt.

Teilnehmerrekrutierung und Studiendesign
Insgesamt wurden 305 Bewohner, die zwischen Juni 2023 und Dezember 2025 routinemäßige Gesundheitsuntersuchungen im Navy Qingdao Special Service Recuperation Center unterzogen hatten, zunächst eingeschrieben. Nach Screening und Anwendung von Ausschlusskriterien wurden 300 Teilnehmer in die Endanalyse eingeschlossen. Die Teilnehmer wurden gemäß den standardisierten diagnostischen Kriterien für Schilddrüsenfunktionsstörungen in Schilddrüsen-, Hyperthyreoid- und Unterschilddrüsenunterfunktion eingeteilt (Abbildung 1).

Berechtigte Teilnehmer waren ständige Bewohner im Alter von 18 bis 80 Jahren, die mindestens sechs Monate im Genesungszentrum gelebt hatten. Alle Teilnehmer führten umfassende körperliche Untersuchungen^durch, und es wurden vollständige klinische sowie Labordaten erhoben. Personen mit akuter Infektion, schwerem Trauma, postoperativem Genesungszustand oder anderen akuten Erkrankungen, die möglicherweise Schilddrüsen- oder Stoffwechselindikatoren zum Zeitpunkt der Untersuchung beeinflussten, wurden ausgeschlossen.

Teilnehmer wurden ausgeschlossen, wenn sie bestätigte organische Schilddrüsenerkrankungen wie Schilddrüsenknoten (≥1 cm mit bösartigen bildgebenden Merkmalen), Thyreoiditis oder Schilddrüsentumoren²⁰ vorweisen. Auch Personen, die in den vorangegangenen drei Monaten eine Schilddrüsenhormonersatztherapie, Schilddrüsenhemmer oder andere Medikamente erhalten hatten, die die Schilddrüsenfunktion beeinflussten, wurden ebenfalls ausgeschlossen. Weitere Ausschlusskriterien umfassten Diabetes mellitus, Cushing-Syndrom, Morbus Addison, schwere Fettleibigkeit (Body-Mass-Index [BMI], berechnet als Gewicht (kg)/Größe (m)², BMI ≥35 kg/m²), Kachexie, bariatrische oder metabolische Chirurgie innerhalb von sechs Monaten, schwere Leber-, Nieren- oder Gallenwegserkrankungen sowie die jüngste Anwendung von lipidsenkenden Medikamenten, Glukokortikoide, Verhütungsmitteln oder anderen Medikamenten, die den Lipidstoffwechsel beeinflussen. Alle Medikamentengeschichten wurden anhand medizinischer Unterlagen und nicht durch Selbstauskunft überprüft. Teilnehmer mit schweren Herz-Kreislauf-Erkrankungen, hämatologischen Erkrankungen, kürzlichem Myokardinfarkt oder Hirninfarkt, Schwangerschaft, Laktation, größerer Operation, schweren Traumata, akuter Infektion, chronisch starkem Alkoholkonsum, chronischem Rauchen, psychischen Störungen oder kognitiver Dysfunktion¹⁷ wurden ebenfalls ausgeschlossen.

Das Datum der körperlichen Untersuchung diente als Basis, auf dem alle Kernindikatoren im Navy Qingdao Special Service Recuperation Center gemessen wurden. Rohdaten zu allgemeinen Merkmalen, Schilddrüsenfunktion, Blutlipidprofilen und stoffwechselbezogenen Parametern wurden synchron extrahiert. Die Daten wurden von zwei Forschern unabhängig eingegeben und kreuzverifiziert, um die Genauigkeit sicherzustellen.

Ergebnismaße
Venöse Blutproben wurden am frühen Morgen der körperlichen Untersuchung von allen Teilnehmern nach dem Fasten entnommen. Alle Teilnehmer mussten vor der Blutentnahme über Nacht 8–12 Stunden fasten, auf Alkohol, fettreiche Diäten und anstrengende Bewegung für 24 Stunden vor der Probenahme verzichten und mindestens 4 Stunden vor der Blutentnahme keine anderen Getränke als Wasser konsumieren. Alle Blutproben wurden zentral zwischen 7:30 Uhr und 9:30 Uhr entnommen, um zirkadiane Schwankungen zu minimieren. Peripheres venöses Blut (5 ml) wurde von jedem Teilnehmer unter üblichen sterilen Bedingungen entnommen und in nicht-antikoagulierende Serumröhrchen eingesetzt. Die Proben durften 30 Minuten bei Raumtemperatur gerinnen und dann 10 Minuten bei 1.500 × g zentrifugieren, um das Serum zu trennen. Serumproben wurden innerhalb von 2 Stunden nach der Zentrifugation analysiert, um mögliche analytische Variationen zu minimieren.

Alle Serumproben wurden innerhalb von 2 Stunden nach der Serumtrennung auf die Funktion der Schilddrüse untersucht. Die Schilddrüsenstimulierende Hormone (TSH), freie Triiodothyronin (FT3) und freie Thyrosinspiegel (FT4) wurden mit einem automatisierten chemilumineszenz-Immunoassay-Analysator und abgeglichen kommerziellen Testkits gemessen. Die in dieser Studie verwendeten Referenzbereiche waren wie folgt: TSH, 0,27–4,2 mIU/L; FT3, 3,1–6,8 pmol/L; und FT4, 12,0–22,0 pmol/L. Alle Assays wurden gemäß den standardisierten Betriebsanweisungen des Herstellers durchgeführt, einschließlich Instrumentenstart, Kalibrierung, Qualitätskontrolle und Probenbeladungsprotokollen, um die Stabilität und Wiederholbarkeit der Messungen sicherzustellen.

Euthyroidismus wurde definiert als normale Serum-TSH-, FT3- und FT4-Werte ohne klinische Schilddrüsenfunktionsstörungen, eine Vorgeschichte von Schilddrüsenerkrankungen oder schilddrüsenbedingter Medikamentenanwendung²¹. Hyperthyreose wurde in klinische und subklinische Typen eingeteilt. Klinische Hyperthyreose wurde definiert als erhöhte FT3- und/oder FT4-Werte begleitet von unterdrückten TSH-Werten. Subklinische Hyperthyreose wurde definiert als normale FT3- und FT4-Werte mit isolierter TSH-Suppression, begleitet von typischen Hyperthyreose-Manifestationen nach Ausschluss der vorübergehenden Schilddrüsenfunktionsstörung.

Hypothyreose wurde in klinische und subklinische Typen eingeteilt. Klinische Hypothyreose wurde definiert als gesunkene FT3- und/oder FT4-Spiegel, begleitet von erhöhten TSH-Werten. Subklinische Hypothyreose wurde definiert als normale FT3- und FT4-Werte mit isolierter TSH-Erhöhung nach Ausschluss temporärer TSH-Schwankungen durch äußere Interferenzfaktoren.

Alle Serumproben wurden innerhalb von 2 Stunden nach der Serumtrennung mit einem automatisierten biochemischen Analysator und passenden Reagensensets auf Lipid- und Glukosewerte untersucht. Blutlipidparameter, darunter Gesamtcholesterin (TC), Triglyzeride (TG), hochdichtes Lipoprotein-Cholesterin (HDL-C) und niedrigdichtes Lipoproteincholesterin (LDL-C), wurden gemäß den standardisierten Betriebsprotokollen des Herstellers gemessen. Vor der Probenanalyse wurden tägliche Instrumentenkalibrierungen und routinemäßige Qualitätskontrollverfahren durchgeführt, um die Genauigkeit und Stabilität der biochemischen Messungen sicherzustellen. Laut den chinesischen Richtlinien für das Lipidmanagement (Ausgabe 2023)²² wurde ein normales Lipidprofil definiert, wenn alle Lipidparameter innerhalb ihrer jeweiligen Referenzbereiche liegen, während Dyslipidämie diagnostiziert wurde, wenn ein oder mehrere Lipidindikatoren ihre jeweiligen Normalbereiche überschritten.

Die Nüchternblutzuckerwerte (FBG) wurden mit der Hexokinase-Methode mit demselben automatisierten biochemischen Analysator und dem unterstützenden Testkit bestimmt. Die Maße des Taillenumfangs (WC) wurden von einheitlich ausgebildetem medizinischem Personal mit standardisierten Verfahren durchgeführt. Die Teilnehmer wurden angewiesen, aufrecht zu stehen, die Füße schulterbreit auseinander und die Bauchmuskeln vollständig entspannt. Der Taillenumfang wurde auf horizontaler Höhe des Nabels mit einem flexiblen medizinischen Maßband mit einer Genauigkeit von 0,1 cm gemessen. Das Klebeband wurde eng an die Haut gelegt, ohne das subkutane Gewebe zu komprimieren. Es wurden zwei unabhängige Messungen erzielt, und der Durchschnitt der beiden gültigen Messungen wurde zur Analyse erfasst. Vor der Blutdruckmessung ruhten die Teilnehmer 5 Minuten lang ruhig in sitzender Position. Der systolische Blutdruck (SBP) und der diastolische Blutdruck (DBP) wurden am rechten Oberarm mit einem elektronischen Sphygmomanometer gemessen, wobei der Arm während des gesamten Eingriffs auf Herzhöhe gehalten wurde. Drei aufeinanderfolgende Messungen wurden im Abstand von 1 Minute durchgeführt, und der Durchschnitt der letzten beiden Messungen wurde für die statistische Analyse verwendet.

Laut den chinesischen Richtlinien für bariatrische und metabolische Chirurgie (Ausgabe 2024)²³ wurde die metabolische Anomalie als das Vorhandensein von drei oder mehr folgenden Erkrankungen definiert: zentrale Fettleibigkeit, gekennzeichnet durch erhöhten Taillenumfang (WC), beeinträchtigte Glukoseregulation, erhöhter Blutdruck (BP), erhöhte Triglyzeridwerte (TG) und niedrigere HDL-C-C-Spiegel mit hoher Dichte des Lipoprotein-Cholesterins.

Berechnung der Stichprobengröße
Da diese Studie retrospektiv konzipiert war, wurde keine a priori Stichprobengrößenberechnung durchgeführt. Die endgültige Studienpopulation bestand aus 300 Teilnehmern, die die vordefinierten Ein- und Ausschlusskriterien erfüllten.

Eine post-hoc-statistische Leistungsanalyse wurde mit statistischer Software durchgeführt. Basierend auf einer zuvor veröffentlichten Einzelzentrumsstudie²⁴ wurden bei Patienten mit Hyperthyreose mit 84,07 ± 3,12 mg/dL bei Patienten mit Hyperthyreose und 91,6 ± 9,14 mg/dL bei Kontrollpersonen angegeben, was einer Cohen-d-Effektgröße von 0,95 entspricht. Unter Verwendung eines beidseitigen Signifikanzniveaus von α = 0,05 und einer statistischen Stärke von 80 % (β = 0,20) wurde die erforderliche Mindeststichprobengröße mit 29 Teilnehmern pro Gruppe berechnet.

In der vorliegenden Studie wurden 224 Teilnehmer in der Schilddrüsengruppe, 32 in der Hyperthyreose-Gruppe und 44 in der Hypothyreoid-Gruppe eingeschlossen, die alle die berechnete Mindeststichprobengröße überschritten. Diese Stichprobengrößen stellten eine statistische Stärke von über 80 % bei den Primäranalysen sicher. Um die Robustheit der Analyse weiter zu bewerten, wurde die minimal nachweisbare Effektgröße für TG mit 0,52 berechnet, was niedriger war als die beobachtete Effektgröße von 0,594. Diese Ergebnisse zeigten, dass die vorliegende Studie ausreichend sensibel war, um klinisch relevante Unterschiede zwischen den Gruppen zu erkennen.

Statistische Analyse
Potenzielle Störfaktoren in den Ausgangswerten wurden mittels logistischer Regressionsanalyse kontrolliert. Die Normalität der Daten wurde mit dem Shapiro–Wilk-Test bewertet, und die Homogenität der Varianzen wurde mit dem Levene-Test bewertet. Kontinuierliche Variablen mit Normalverteilungen und homogenen Varianzen wurden als Mittelwert ± Standardabweichung (SD) angegeben. Vergleiche zwischen den Gruppen wurden mittels Einweg-Varianzanalyse (ANOVA) durchgeführt, gefolgt von der Bonferroni-Korrektur für mehrere Vergleiche. Nichtnormalverteilte Variablen wurden als Median (Interquartilbereich) ausgedrückt und mit dem Kruskal–Wallis-H-Test analysiert. Kategoriale Variablen wurden als Zahlen (Prozente) präsentiert und mit dem Chi-Quadrat-Test verglichen. Korrelationen zwischen Schilddrüsenfunktionsindikatoren, Lipidprofilen und metabolischen Parametern wurden gegebenenfalls mittels Pearson- oder Spearman-Rangkorrelationsanalysen bewertet. Variablen mit p < 0,05 in der univariaten Analyse wurden in multivariate logistische Regressionsmodelle einbezogen, um unabhängige Risikofaktoren für Schilddrüsenfunktionsstörungen zu identifizieren. Alle statistischen Tests waren beidseitig, und p. < 0,05 wurde als statistisch signifikant angesehen.

Ergebnisse

Krankheitsverbreitung
Von den 300 in der Studie eingeschlossenen Teilnehmern wurde bei 76 eine Schilddrüsenfunktionsstörung diagnostiziert, was 25,33 % der Gesamtpopulation der Studie entspricht. Diese Untergruppe umfasste 32 Fälle von Hyperthyreose (10,67 %) und 44 Fälle von Hypothyreose (14,67 %). Zusätzlich wurde bei 120 Teilnehmern (40,00 %) eine Dyslipidämie festgestellt, während bei 130 Teilnehmern (43,33 %) eine metabolische Abnormität festgestellt wurde (

Diskussion

Insgesamt wurden 300 Bewohner, die routinemäßigen körperlichen Untersuchungen unterzogen wurden, an dieser Studie teilgenommen; 74,67 % hatten eine normale Schilddrüsenfunktion, 10,67 % wurden mit Hyperthyreose diagnostiziert und 14,66 % mit Schilddrüsenunterfunktion. Diese Zahlen zeigen, dass eine Schilddrüsenfunktionsstörung in der allgemeinen Gesundheitsuntersuchungspopulation eine relativ hohe Prävalenz aufweist, was sie zu einer bemerkenswerten Krankheitskategorie macht, die bei der...

Materialien

Liste der in diesem Artikel verwendeten Materialien

Name	Unternehmen	Katalognummer	Kommentare
Automatisches Biochemie-Analysator	Roche Diagnostics GmbH	cobas 8000	Lipidprofile einschließlich TC, TG, HDL-C, LDL-C und FBG wurden bestimmt.
Automatischer Chemilumineszenz-Immunoassay-Analysator	Roche Diagnostics GmbH	cobas 6000 e 601	Schilddrüsenfunktionsindikatoren einschließlich TSH, FT3 und FT4 wurden gemessen.
Zentrifuge	Shanghai Anting Scientific Instrument Factory	LXJ-IIB	Zentrifugieren Sie die Blutprobe, um Serum zu trennen.
Elektronisches Blutdruckmessgerät	A&D Electronics (Shenzhen) Co.,Ltd.	TM-2656VP	Blutdruck messen.
FT3-Assay-Kit	Abbott Laboratories	03P6030	FT3 messen
FT4-Assay-Kit	Abbott Laboratories	03P6040	FT4 messen
Glukose-Assay-Kit	Roche Diagnostics	04718667190	FBG messen
HDL-C-Kit	Roche Diagnostics	04718900190	HDL-C messen
LDL-C-Kit	Roche Diagnostics	04718918190	LDL-C messen
Professionelles medizinisches Weichband	Shanghai Yiren Medical Equipment Co., Ltd.	YC-R01	WC messen
SPSS-Software	IBM	SPSS 27.0	Statistische Analyse
Statistische Software	Heinrich - Heine - Universität Düsseldorf	G*Power 3.1.9.7	Stichprobengrößenberechnung
TC-Kit	Roche Diagnostics	04718888190	TC messen
TG-Kit	Roche Diagnostics	04718896190	TG messen
TSH-Assay-Kit	Abbott Laboratories	03P6020	TSH messen