目的：　　（1）采用四种代谢综合征（metabolic syndrome，MetS）诊断标准分析哈萨克族代谢综合征患病率及其危险因素，全面了解哈萨克族人群MetS的流行现状，为制定哈萨克族MetS防治措施提供线索。　　（2）探讨多个新的肥胖预测指标包括脂质蓄积指数（Lipid accumulation product,LAP）、内脏肥胖指数（Visceral adiposity index,VAI）、人体肥胖指数（Body adiposity index,BAI）、腰围身高比(Waist-to-height ratio,WHtR)对哈萨克族MetS筛检的价值，并与传统的肥胖指标腰围（Waistline,WL）、腰臀比（Waist-to-hip ratio,WHR）、BMI进行对比，寻找对哈萨克族人群进行MetS筛检的最佳肥胖预测指标，在此基础上探讨采用联合试验策略时的肥胖预测指标的最佳组合。　　（3）运用探索性因子分析（Explore factor analysis,EFA）提取哈萨克族MetS主因子，构建以MetS主因子为主的哈萨克族心脑血管疾病（Cardiovascular diseases,CVD）发病风险预测模型，估计哈萨克族人群CVD发病风险，划分危险等级模式，明确CVD高危人群，为在社区人群中开展CVD的防治提供新的思路。　　方法：　　（1）采用多级整群抽样抽取有代表性的新疆哈萨克族人群进行现况调查，基于NCEP-ATPⅢ标准、CDS标准、IDF标准及JIS标准分析哈萨克族代谢综合征及其组分患病率，进而分析MetS组分的聚集特征（三组分聚集的种类和患病率）。采用非条件Logistic回归分析社会人口学特征、CVD家族史、吸烟、饮酒、饮食因素、血清肝酶、尿酸对哈萨克族MetS风险的影响。　　（2）基于第一部分研究的横断面调查资料计算多个肥胖测?指标包括LAP、VAI、BAI、WHtR、WL、WHR、BMI，进而采用非条件Logistic回归分析这些肥胖预测指标对萨克族MetS风险的影响，然后使用线性趋势图分析各肥胖预测指标水平与MetS异常组分数目的相关性。采用灵敏度、特异度、约登指数、符合率、Kappa值、预测值评价这些肥胖预测指标筛检MetS的真实性、可靠性和收益，并使用ROC曲线比较各指标筛检MetS的价值。最后采用双项联合筛检试验探索筛检MetS的最佳组合。根据Bayes定理结合MetS的患病率计算联合试验的收益。　　（3）采用探索性因子分析提取哈萨克族CVD预测研究队列的基线人群中MetS各组分的主因子，根据因子载荷解释因子的含义并命名。基于主因子，结合年龄、CVD家族史、吸烟、饮酒、饮食因素，使用Cox比例风险回归模型构建CVD发病风险预测模型，采用模型全局检验评价模型的拟合程度。采用ROC曲线评价模型的预测效果，并应用预测模型绘制CVD发病风险评估矩阵图。　　结果：　　（1）按照国内外使用最广泛的四种诊断标准，哈萨克族MetS年龄标化患病率分别为18.90%(NCEP-ATPIII标准)、22.84%（CDS标准）、27.13%(IDF标准)和32.16%(JIS标准)，患病率均随年龄的增加而升高。哈萨克族MetS组分患病率从高到低依次是腹型肥胖（61.92%）、血压偏高（48.18%）、HDL-C低（38.21%）、TG高（23.04%）、血糖高（24.23%），MetS患者最常见的三组分聚集模式是：肥胖+高密度脂蛋白胆固醇低+血压偏高（12.69%）。多因素分析显示哈萨克族MetS的影响因素主要是饮食因素：蔬菜摄入少(OR=1.74,95%CI∶1.31-2.31)、新鲜肉摄入过多（OR=1.24,95%CI∶1.02-1.50）是危险因素，适?摄入鲜奶是保护因素(OR=0.60,95%CI∶0.47-0.77)。高尿酸血症(OR=1.64,95%CI∶1.45-1.87)、丙氨酸转移酶升高(OR=1.80,95%CI∶1.46-2.21)、及门冬氨酸转移酶升高(OR=1.69,95%CI∶1.36-2.10)均为危险因素。　　（2）无论男女哈萨克族MetS患者7种肥胖测?指标水平均高于非MetS者，与MetS患病风险关联最强的两项肥胖测?指标是LAP和VAI，上四分位数水平与下四分位数比较，LAP：男性(OR=46.60,95%CI∶31.98-67.89)，女性(OR=47.74,95%CI∶33.62-67.81)；VAI：男性(OR=23.93,95%CI∶17.63-32.49)，女性(OR=19.61,95%CI∶14.22-27.06)。单项筛检试验结果显示无论男女LAP筛检MetS的ROC曲线面积最大，男性为（AUC=0.843,95%CI∶0.828-0.859），女性为（AUC=0.819,95%CI∶0.805-0.833）；其次是VAI，男性为（AUC=0.804,95%CI∶0.787-0.822），女性为（AUC=0.780,95%CI∶0.764-0.795）。LAP曲线下面积与其他肥胖测?指标比较差异均有统计学意义（P＜0.001），而VAI与LAP、BAI、WHR、BMI差异均有统计学意义（P＜0.001）。LAP筛检MetS的最佳切点（男性:35.58,女性:31.51），VAI筛检MetS的最佳切点（男性:1.67,女性:2.04）。真实性评价结果显示：灵敏度最高的指标是腰围（男性88.65%,女性85.10%）；特异度最高的指标男性是LAP(82.00%），女性是VAI（80.32%）；约登指数最大的是LAP（男性0.55，女性0.48），其次是VAI（男性0.51，女性0.43）。可靠性评价结果显示男性符合率和Kappa值最高的是LAP（79.25%,0.54），女性是VAI（74.93%,0.42）。收益评价阳性预测值最高的是腰围（男性71.36%,女性63.12%）。男性VAI和WHR联合试验灵敏度为95.20%，特异度为91.53%，约登指数为0.87，阳性预测值为84.00%；女性VAI和腰围联合试验灵敏度最高为94.32%，特异度为91.35%，约登指数为0.86，阳性预测值为85.76%。　　（3）研究对象中MetS患者CVD发病密度为20.89/1000人年，高于非MetS组的13.28/1000人年，MetS患者相对于非患者发病风险比为1.53(95%CI∶1.17-1.99)，按照性别分层，男性风险比为1.75(95%CI∶1.11-2.76)，女性为1.43(95%CI∶1.04-1.98)，随着MetS组分数?的增加，与0组分对比，男性发病风险比从1组分的(HR=4.55,95%CI∶1.06-19.60)上升到≥4组分(HR=7.27,95%CI∶1.63-32.52)；女性从1组分的(HR=1.78,95%CI∶0.81-3.89)上升到≥4组分的(HR=2.76,95%CI∶1.20-6.36)；与男性CVD发病相关最强的组分依次是肥胖（HR=2.17,95%CI∶1.31-3.60）和血压偏高(HR=2.03,95%CI∶1.22-3.38)，女性依次是血压偏高(HR=2.38,95%CI∶1.71-3.31)和肥胖（HR=1.68,95%CI∶1.18-2.38）。MetS因子分析结果显示，无论男女均提取5个主因子：肥胖因子（贡献率:男性32.10%,女性30.39%）、肥胖血脂因子（贡献率:男性13.70%,女性14.90%）、胆固醇因子（男性10.44%,女性12.86%）、血压因子（男性8.76%,女性8.75%）、肝酶因子（男性8.04%,女性7.24%）。男性CVD预测模型包含肥胖因子、胆固醇因子、年龄、冠心病家族史和蔬菜摄入量；女性预测模型包含胆固醇因子、血压因子、年龄、脑卒中家族史、吸烟和水果摄入?。模型的预测效能评价显示男性AUC=0.751(95％CI∶0.695-0.808)，女性AUC=0.754(95％CI∶0.717-0.792)。按照性别分层绘制哈萨克族个体CVD风险评估矩阵，将CVD发病风险分为5个等级，蓝色代表正常（0-0.1）、黄色低度危险（0.1-0.2）、橙色中度危险（0.2-0.3）、红色高度危险（0.4-0.5）、深红色极高危（0.5-0.6）。　　结论：　　（1）哈萨克族MetS患病率高于全国平均水平。蔬菜摄入少和红肉摄入量大是其MetS的主要危险因素，适?摄入鲜奶是MetS的保护因素。肥胖是其MetS的核心组分。　　（2）LAP和VAI对哈萨克族MetS筛检价值高于腰围和BMI，联合筛检试验发现VAI和WHR联合筛检男性MetS价值最高，VAI和腰围联合筛检女性MetS价值最高。　　（3）哈萨克族MetS主因子分别是肥胖因子、肥胖血脂因子、胆固醇因子、血压因子、肝酶因子。基于MetS因子分析建立的哈萨克族CVD发病风险预测模型预测效果良好，通过CVD发病风险矩阵图可以鉴别高危人群。