内脏脂肪指数与长期全因死亡率的关联：年龄差异显著，关乎健康未来

　　肥胖问题日益严峻，为探究内脏脂肪指数（VAI）与长期全因死亡率的关系，研究人员基于美国国家健康与营养检查调查（NHANES）数据开展研究。结果发现 VAI 与长期全因死亡率呈非线性关联，且存在年龄差异，这对关注不同年龄段健康意义重大。

为了促进科学的传播，生物通采集了这篇文章，如需英文原文，请点击！订阅BioHot索取原文

　　在全球范围内，肥胖问题正以惊人的速度蔓延，如同一场无形的 “健康危机”，严重威胁着人们的生命健康。据统计，在西方国家，超重或肥胖现象已达到流行病的程度，成为可预防死亡的第二大原因。在美国，约 70% 的成年人被归类为超重或肥胖，65 岁及以上人群中肥胖者比例在不断上升，预计到 2050 年相关人数将大幅增加。世界肥胖地图集 2023 显示，到 2035 年，全球 5 岁以上人群中肥胖患病率预计将升至 24%，近 20 亿成年人、儿童和青少年将受影响。肥胖不仅是身材走样的问题，更是多种非传染性慢性疾病，如高血压、心血管疾病（CVD）、癌症和糖尿病的重要危险因素。

为了评估肥胖程度，人们常用身体质量指数（BMI）、腰围（WC）和腰臀比（WHR）等指标。然而，BMI 存在 “肥胖悖论”，即超重和 I 类肥胖个体有时预后更好，且相同 BMI 下脂肪分布不同，代谢风险也不同。WC 和 WHR 虽能反映脂肪分布，但它们和 BMI 一样，仅考虑了人体测量参数，未涉及代谢参数。而内脏脂肪指数（Visceral Adiposity Index，VAI）这一性别特异性指标，能间接反映内脏脂肪分布和功能，在评估心血管代谢风险方面优于 BMI 和 WC。不过，目前探索 VAI 与长期死亡率关系的研究有限，且结果不一致，这就迫切需要进一步开展大样本、长期随访的队列研究。

Chromium单细胞多组学ATAC +基因表达解决方案可同时分析每个细胞的转录组和开放染色质/表观基因组！抢先索取资料>>领 取

为此，南京医科大学第一附属医院等机构的研究人员，利用美国国家健康与营养检查调查（NHANES）1999 - 2018 年的数据，开展了一项全国性队列研究。该研究旨在评估 VAI 与长期全因死亡率之间的关联，并确定如果存在剂量反应关系，与最低全因死亡率风险相关的最佳 VAI 值。研究成果发表在《BMC Public Health》杂志上。

研究人员主要运用了以下关键技术方法：首先，数据来源于 NHANES，这是一项具有全国代表性的项目，能反映美国平民非机构化居民的信息。其次，通过加权 Cox 比例风险回归模型计算风险比（HRs）和 95% 置信区间（CIs），以评估 VAI 与全因死亡率的关联。同时，采用受限立方样条（Restricted Cubic Spline，RCS）分析来探索剂量反应关系，并进行亚组分析以探究 VAI 与其他因素的交互作用 。

广告 【大小鼠常见临床症状】最新指南一键下载

研究结果如下：

• 基线特征：研究共纳入 21943 名美国成年人，代表了 2.051 亿美国非机构化成年人，其中 49.1% 为男性，平均年龄 46.9 岁。在 211473 人年的随访期间（中位随访 9.3 年，最长随访 20.8 年），共发生 3326 例死亡。VAI 水平较高的参与者往往年龄更大、为非西班牙裔白人、受教育程度较低、更贫困，且患高血压、糖尿病和 CVD 的比例更高，同时 BMI、WC 和甘油三酯（TG）水平更高，高密度脂蛋白胆固醇（HDL - C）和估算肾小球滤过率（eGFR）水平更低。
• VAI 与全因死亡率的关联：将参与者按 VAI 五分位数分组，多变量 Cox 回归分析显示，在完全调整模型中，第三五分位数（Q3）的参与者全因死亡率的 HR 值最低，因此以 Q3 为参照组。与 Q3 相比，其他五分位数的 HRs 表明 VAI 与全因死亡率的关联呈非线性。RCS 分析进一步证实了 log?转换后的 VAI 与全因死亡率呈非线性（U 形）关系，拐点为 0.824，相当于 VAI 为 1.770。当 VAI 低于拐点时，每增加 1 倍，全因死亡率显著降低 14%；当 VAI 超过拐点时，每增加 1 倍，全因死亡率增加 10%。
• 亚组分析：交互检验发现，仅年龄组（≥60 岁或 < 60 岁）与 VAI 在全因死亡率上存在显著交互作用。亚组分析显示，在 < 60 岁的成年人中，Q4 和 Q5 的参与者全因死亡率风险显著高于 Q3；而在≥60 岁的成年人中，这种差异不显著，表明 VAI 与全因死亡率的关系存在年龄差异。
• 敏感性分析：通过一系列敏感性分析，包括重新进行无协变量多重插补的统计分析、使用有向无环图（DAG）重新选择协变量、排除随访前 2 年死亡的参与者、在回归模型中进一步调整 BMI 或 WC、绘制受试者工作特征（ROC）曲线比较 VAI、BMI 和 WC 的预测性能、排除有吸烟、饮酒和 CVD 病史的参与者绘制 RCS 曲线、排除随访超过 10 年的参与者以及排除 VAI 极端值的参与者等，结果均表明研究结果具有稳健性。

研究结论和讨论部分指出，在这个具有全国代表性的美国成年人队列中，VAI 与长期全因死亡率呈非线性关联，且这种关联存在年龄差异，较高的 VAI 与年轻成年人较高的全因死亡率相关。这一发现强调了适当控制 VAI 对长期健康的重要性，尤其是对年轻人。虽然 VAI 与死亡率之间的具体机制尚未完全阐明，但可能与心血管风险因素、炎症反应、生活方式以及癌症风险等有关。此外，研究还存在一些局限性，如无法评估 VAI 随时间变化的影响、不能完全排除混杂因素、VAI 在临床实践中缺乏明确的分类和临界值、亚组分析为事后分析以及研究设计限制了因果推断等。尽管如此，该研究仍为后续在其他人群中验证这些发现提供了重要依据，对公共健康领域有着深远的意义，有望为肥胖相关疾病的预防和控制提供新的思路和方向 。

打赏

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》