초기 청소년기의 간기능지표에 대한 체질량지수 및 요산의 연관성 평가

Abstract

간 효소 수치는 대사증후군을 판단하는 주요 인자는 아니지만, 대사증후군과 밀접한 연관이 있는 것으로 알려져 있다. 그리고 간 효소 수치에 영향을 미치는 인자로 체질량지수(Body mass index, BMI) 또는 요산(Serum uric acid, SUA)이 관련 있다는 보고가 있다. 아동을 대상으로 한 연구에서 사춘기 비만 아동들은정상 아동들 대비 간 효소 수치와 렙틴, 인슐린 저항성 등 대사 질환과 관련된 지표 값이 높았다. 그러나 생애주기 관점에서 체질량지수와 요산의 연관성을 평가한 종적 연구가 없고 특히 체질량지수와 요산의 장기적 영향에 대해 평가한 연구는 부재하다. 따라서 본 연구에서는 첫 번째로 학령기의 혈중 요산에 대해 체질량지수와의 연관성 및 항산화 영양소인 아연의 효과를 평가하고, 두 번째로 학령기에서 반복 측정한 체질량지수와 혈중 요산수치를 궤적 모형으로 분석하여 체질량지수와 혈중 요산의 궤적 패턴이 동시에 초기 청소년기 간 효소 수치에 영향을 주는지 전향적으로 평가를 진행하였다.연구 대상자는 전향적 코호트인 이화 출생 성장 코호트 자료를 활용하였다. 첫 번째 연구 목적인 혈중 요산에 대한 아연 및 체질량지수의 영향 평가를 위해서 3세 시기와 7세 시기 모두 참여한 대상자 중 혈중 요산과 체질량지수 항목이 이용 가능한 183명에 대해서 분석을 진행 하였다. 두 번째 연구 목적인 혈중 요산 및 체질량지수의 궤적 모형이 간 효소 수치에 미치는 영향 평가를 위해서 5세, 7세, 9세 시기에 최소 한번이라도 추적관찰에 방문한 대상자에 대해 혈중 요산과 체질량지수 값이 있는 642명을 대상으로 궤적 모형 분석을 진행 하였으며. 해당 대상자 중 초기 청소년기(11-12세)의 추적관찰에 참여하여 간 효소 수치 3개의 지표 값이 모두 있는 206 명을 대상으로 분석하였다. 각 추적관찰 시기에 성장 평가를 위하여 신장, 체중, 허리둘레 등 신체 계측과 공복 혈액을 통해 혈중 요산과 간 효소 수치를 수집하였다. 사회인구학적 환경 및 식이에 대해서는 설문지를 통해 수집하였다. 7세 시기 혈중 요산에 대해 3세 시기 아연 섭취와 7세 시기 체질량지수의 복합 효과를 분석 시, 과체중과 아연 섭취가 적은 그룹은 정상 체중과 아연 섭취가 높은 그룹에 비해 혈중 요산 농도가 유의하게 높은 것으로 나타났다(4.50 mg/dL vs 3.46 m/dL, p<0.01). 5세, 7세, 9세에 반복 측정한 혈중 요산과 체질량지수를 기반으로 궤적 모형 분석을 통해 각각 2개의 그룹으로 패턴화 하였다. 높은 BMI(High-BMI)궤적 모형군에서 낮은 BMI(Low-BMI)궤적 모형군 대비 11-12세의 간 효소인 아스파테이트 아미노전이효소 (Aspartate aminotransferase, AST), 알라닌 아미노전이효소(Alanine aminotransferase, ALT), 감마글루타밀전이효소 (Gamma-glutamyl transferase, γ-GTP)의 수치가 더 높았고, 높은 SUA(High-SUA)궤적 모형군에서 낮은 SUA(Low-SUA)궤적 모형군 대비ALT 와 γ-GTP 의 평균 값이 유의성 있게 더 높게 나타났다. 특히 ALT 및 γ-GTP 는 다른 그룹보다 High-SUA와 High-BMI 궤적 패턴 조합군에서 더 높은 평균을 나타내었다. 또한 체질량지수와 요산의 궤적 패턴의 상호작용 효과도 통계적으로 유의한 것으로 나타났다(ALT: p<0.01, γ-GTP: p = 0.04). 따라서 ALT와 γ-GTP 는 체질량지수 또는 혈중 요산에 대한 위험이 하나만 존재할 때보다 더 큰 평균값을 보여 시너지 효과를 관찰할 수 있었다. 본 연구는 학령기의 체질량지수와 혈중 요산의 노출 패턴이 초기 청소년기 간 효소 수준에 동시적으로 영향을 미친다는 것을 확인한 점에서 의미가 있고, 청소년기 대사질환의 예방을 위해서는 유아기 및 학령기부터 체중 관리와 식이중재의 생애주기적 접근이 필요함을 제시하였다. ;Objective: To assess the longitudinal associations of the antioxidant capacity of zinc and body mass index (BMI) with serum uric acid (SUA) in children. And then to determine whether SUA and BMI trajectories in childhoodhave longitudinal association with liver enzymes in adolescence. Method: Part1: Using follow-up data from the Ewha Birth and Growth Study, we included subjects who were followed at both 3 and 7 years of age (n = 183; 90 boys, 93 girls). Daily zinc intake and BMI were assessed at 3 and 7 years of age. SUA measured at 7 years was used as the outcome variable. Using a generalized linear model, the effects of dietary zinc intake and BMI on SUA were assessed. We also assessed the combined effect of dietary zinc intake and BMI on SUA in children. Part2: Individual trajectories of SUA and BMI from 5, 7, and 9 years were defined by group based trajectory modeling. Also, liver function enzymes information was collected at 11 to 12 year of age (Aspartate aminotransferase [AST], Alanine transaminase [ALT], and Gamma glutamyl transferase [γ-GTP]) (n=206). The effects of SUA trajectory and BMI trajectory on liver function enzymes were assessed using a generalized linear model and then, we assessed the interaction effect of SUA and BMI trajectories on liver enzymes. Result: The dietary zinc intake at 3 years of age was negatively correlated (ρ = −0.18, P = 0.04), whereas the BMI at 7 years of age was positively correlated (r = 0.18, P = 0.01), with the SUA level at 7 years of age. Our results show the combined effect of zinc intake at 3yaers of age and BMI at 7years of age on SUA at 7years of age. The combined association remained significant in both the crude and adjusted models (P < 0.01). For trajectory patterns, both SUA and BMI were classified into two distinct groups (High or Low). Both trajectory of SUA and BMI in childhood were positively associated with levels of liver enzymes at 11-12 years of age. The results showed that the combined effect of SUA and BMI trajectories on liver enzymes had a higher means in high-risk group (high SUA –high BMI trajectories group) than in low-risk group (low SUA-low BMI trajectories group) for ALT and γ-GTP, respectively. In addition, the interaction of BMI and SUA trajectories showed a significant synergistic effect. Conclusion: SUA was related to combined BMI and dietary zinc intake, and increased zinc intake and normal body weight had a beneficial effect on reducing SUA in children. High level of SUA and BMI trajectories in childhood are associated with increased liver enzymes in beginning of adolescent. This finding suggesting that early interventions in SUA and BMI may need for optimization of liver enzymes as potential marker for development of related disease in later life.