 科研导读 心脑血管疾病一直是全球健康的重大威胁，其死亡率居高不下，严重影响着患者的生活质量与寿命。炎症反应与营养状态在心脑血管疾病的发生发展过程中扮演着重要角色，二者相互交织，共同影响着患者的预后。 近期，一项基于美国国家健康与营养检查调查（NHANES）的研究，聚焦于心脑血管事件幸存者的炎症与营养指标，探寻其与死亡率之间的潜在联系。该研究通过严谨的数据分析，评估了多种炎症和营养指标，旨在为临床治疗提供更具价值的参考依据。  中国新疆维吾尔自治区人民医院的研究团队在《Frontiers in Nutrition》上发表了一篇名为：Inflammation and nutritional status in relation to mortality risk from cardio-cerebrovascular events: evidence from NHANES.的文章。炎症和营养状况与心脑血管事件幸存者的死亡风险密切相关。本研究旨在评估炎症和营养指标与死亡率之间的关系，确定最具预测性的指标。 新的研究方向 1. 肠道微生物群与炎症和营养的相互作用 探究特定肠道微生物群落结构变化：深入研究在不同炎症和营养状态下，肠道微生物群落中各种微生物的种类、数量及相对比例的变化，确定与炎症相关疾病（如炎症性肠病、心血管疾病等）和营养代谢紊乱（肥胖、糖尿病等）密切相关的关键微生物种类。 解析微生物代谢产物的作用机制：分析肠道微生物产生的短链脂肪酸、胆汁酸、色氨酸代谢产物等对炎症反应调节和营养物质代谢的具体分子机制，例如短链脂肪酸如何通过影响肠道屏障功能、免疫细胞活性来减轻炎症，以及它们在能量代谢平衡中的作用。 研究微生物群落的可塑性与干预策略：探索饮食、药物、生活方式等因素对肠道微生物群落可塑性的影响，开发基于调节肠道微生物群落的个性化营养干预和治疗策略，如通过益生菌、益生元、合生元或粪菌移植等手段来改善炎症和营养状态。 2. 炎症与营养在神经退行性疾病中的作用机制 炎症诱导神经毒性的分子通路：研究炎症反应如何激活小胶质细胞、星形胶质细胞等神经胶质细胞，释放炎症因子（如肿瘤坏死因子 - α、白细胞介素 - 1β、白细胞介素 - 6 等），进而通过氧化应激、线粒体功能障碍、兴奋性毒性、突触可塑性改变等途径导致神经元损伤和神经退行性变，例如在阿尔茨海默病、帕金森病等疾病中的具体分子机制。 营养物质对神经保护的作用靶点：明确营养素（如维生素 B 族、维生素 D、ω - 3 多不饱和脂肪酸、抗氧化剂等）在神经退行性疾病中的神经保护作用靶点，例如维生素 D 受体在神经元中的分布及功能，以及其如何通过调节基因表达影响神经炎症和神经可塑性；ω - 3 多不饱和脂肪酸如何抑制神经炎症、改善线粒体功能和促进神经元存活。 营养 - 炎症 - 神经退行性疾病的交互网络：构建营养状态、炎症反应和神经退行性疾病发生发展之间的复杂交互网络模型，分析不同因素之间的相互作用关系，寻找关键的调节节点，为开发多靶点干预策略提供理论依据，例如研究饮食模式（地中海饮食、生酮饮食等）如何通过调节营养摄入影响炎症状态，进而对神经退行性疾病的进程产生影响。 3. 炎症和营养状态对肿瘤微环境的影响 肿瘤相关炎症细胞的功能异质性：深入分析肿瘤微环境中不同类型炎症细胞（如肿瘤相关巨噬细胞、髓源性抑制细胞、肿瘤浸润淋巴细胞等）的功能异质性，以及它们在肿瘤发生、发展、转移和耐药过程中的作用机制，探讨如何通过调节炎症状态来重塑肿瘤微环境，增强抗肿瘤免疫反应。 营养物质对肿瘤细胞代谢重编程的调控：研究肿瘤细胞在不同营养状态下的代谢重编程机制，以及营养素（如葡萄糖、谷氨酰胺、脂肪酸等）对肿瘤细胞代谢途径（有氧糖酵解、谷氨酰胺分解、脂肪酸合成等）的调控作用，寻找通过干预肿瘤细胞营养代谢来抑制肿瘤生长的新靶点，例如开发针对肿瘤细胞特定代谢酶的抑制剂。 营养支持与肿瘤免疫治疗的协同作用：探索营养支持治疗（如肠内营养、肠外营养、特定营养素补充等）如何与肿瘤免疫治疗（免疫检查点抑制剂、过继性细胞免疫治疗等）协同作用，提高肿瘤患者的免疫功能和治疗效果，减轻免疫相关不良反应，例如研究精氨酸、ω - 3 多不饱和脂肪酸等营养素对免疫细胞功能的调节作用及其与免疫治疗的联合应用潜力。 4. 炎症与营养在慢性肾脏病进展中的作用机制 炎症介导的肾脏纤维化机制：研究炎症反应如何通过激活肾素 - 血管紧张素 - 醛固酮系统、转化生长因子 - β 信号通路等，导致肾脏固有细胞（肾小球系膜细胞、肾小管上皮细胞、肾间质成纤维细胞等）发生表型转化，合成和分泌大量细胞外基质，进而促进肾脏纤维化的发生和发展，寻找干预炎症介导肾脏纤维化的关键靶点。 营养物质对肾脏血流动力学和肾小球滤过功能的影响：分析蛋白质、钠、钾、磷等营养物质摄入与肾脏血流动力学（肾血流量、肾小球内压等）和肾小球滤过功能之间的关系，探讨如何通过合理的营养管理来延缓慢性肾脏病的进展，减少并发症的发生，例如低蛋白饮食在慢性肾脏病治疗中的应用及机制研究，以及钠、钾摄入对血压和肾脏功能的影响。 肠道 - 肾脏轴在炎症与营养调控中的作用：研究肠道微生物群、肠源性毒素（如尿毒症毒素）、肠道屏障功能与慢性肾脏病炎症状态和营养代谢紊乱之间的相互关系，探索通过调节肠道 - 肾脏轴来改善慢性肾脏病患者炎症和营养状态的新策略，例如使用吸附剂降低肠道毒素水平、调节肠道微生物群落改善肠道屏障功能等对肾脏疾病进展的影响。 5.个性化营养干预的精准化研究 营养基因组学与炎症相关疾病的个性化干预：研究个体基因多态性如何影响对营养素的代谢和反应，以及与炎症相关疾病的易感性之间的关系，开发基于营养基因组学的个性化营养干预方案，例如根据个体对维生素 D 受体基因多态性的检测结果，制定个性化的维生素 D 补充方案，以预防和治疗炎症相关疾病。 炎症和营养生物标志物的筛选与应用：寻找能够准确反映个体炎症状态和营养状况的新型生物标志物，建立基于多维度生物标志物（包括炎症因子、氧化应激指标、营养相关代谢产物等）的评估体系，实现对个体炎症和营养状态的精准监测，为个性化营养干预提供科学依据，例如通过检测血清中特定的炎症相关微小 RNA 或代谢组学标志物来评估炎症风险，并指导营养干预措施的制定。 人工智能技术在个性化营养干预中的应用：利用人工智能算法分析大量个体的临床数据（包括病史、体检指标、饮食记录、基因检测结果等）、炎症和营养相关生物标志物数据，构建预测模型，实现对个体疾病风险的精准预测和个性化营养干预方案的优化推荐，提高个性化营养干预的效果和可行性，例如开发基于人工智能的移动应用程序，为用户提供实时的饮食建议和健康管理方案。 研究背景 心脑血管疾病全球致死率高，其与炎症反应和营养状态密切相关，二者相互影响形成恶性循环，虽部分指标显示出关联性，但相关研究仍有限。因此本研究利用NHANES数据，评估多种指标对MACCE幸存者死亡率影响，以确定关键指标来改善患者管理与治疗。 研究方法 1.数据和样本来源：本研究使用 NHANES 数据库 1999 - 2010 年的数据，纳入标准为存活的 MACCE 患者（定义为心肌梗死、心力衰竭和中风至少发生一种），排除小于 20 岁、怀孕、缺乏炎症和营养指标数据、生存数据未知及缺少协变量数据的参与者，最终纳入 2045 名参与者。 2. 炎症和营养指标评估：纳入七个与炎症和营养状态相关的指标进行分析，包括五个复合指标（ALI、CLR、NPAR、NLR、SII）和两个常规指标（CRP、ALB），并计算各指标值，根据最佳指标（ALI）的四分位数将参与者分为四组（Q1 - Q4），Q1 组作为参考组。 3. 死亡率评估：通过国家死亡指数（NDI）确定参与者的生存状态，随访至 2019 年 12 月 31 日，死因依据国际疾病分类第十版（ICD - 10）分类，心血管疾病相关死亡代码包括 I00 - I09、I11、I13、I20 - I51、I60 - I69。 4. 协变量：考虑多种可能影响炎症、营养状态与心脑血管及全因死亡率关系的变量，如人口统计学特征（年龄、性别、种族、婚姻状况、教育水平、贫困收入比）、吸烟饮酒习惯、合并症（肾病、糖尿病、高血压、癌症）等，各变量的确定方法依据 NHANES 官方网站的详细说明。 5.统计分析：严格遵循 NHANES 数据库的推荐设计方法，对符合正态分布的变量用均值 ± 标准差描述，非正态分布变量用频率、百分比、中位数和四分位间距描述；采用方差分析评估连续变量的基线差异，卡方检验评估分类变量，以百分比呈现结果。通过 Kaplan - Meier 分析探索炎症和营养指标与 MACCE 幸存者全因及心血管死亡率的关系，用 ROC 曲线比较指标的预测价值和效能；对最佳指标 ALI，采用多变量调整 Cox 回归模型评估其与 MACCE 幸存者全因和心血管死亡率的关联，使用三个模型（未调整任何混杂因素的原始模型、调整人口统计学因素的 Model 1、进一步调整生活习惯和合并症因素的 Model 2），结合受限立方样条（RCS）分析和多变量调整 Cox 回归模型评估炎症、营养状态与死亡率的非线性关系，用递归算法确定拐点和阈值效应；进行亚组分析和敏感性分析以评估模型稳定性，所有分析使用 R 软件（4.3.1 版本），双侧检验显著性水平设为 p < 0.05。 研究结果 1. 参与者基线特征：最终纳入的 2045 名参与者平均年龄 63.957 岁，男性占 54.657%，平均 ALI 为 63.396。基于 ALI 四分位数分组后，与 Q1 组相比，高 ALI 组（Q2 - Q4 组）参与者年龄更小、女性比例更高、淋巴细胞计数（LYM）、BMI 和白蛋白水平更高，但白人比例更低、中性粒细胞计数（NEU）、C - 反应蛋白（CRP）、CLR、NPAR、NLR、SII 更低，慢性肾病和癌症患病率更低，表明心血管和全因死亡风险更低。四组间贫困收入比、教育水平、血小板计数、吸烟饮酒习惯及高血压、糖尿病、心肌梗死、心力衰竭、中风病史无统计学差异。   2. 指标诊断效能：时间依赖性 ROC 分析显示，ALI 在预测全因和心血管死亡率方面的 AUC 值优于 NLR、NPAR、CLR 等复合指标以及白蛋白和 C - 反应蛋白等单一指标，证明 ALI 在预测死亡率风险方面更有效。   3. Kaplan - Meier 生存分析：中位随访 119 个月期间，共 1254 例全因死亡、517 例心血管死亡。Kaplan - Meier 分析表明，较高的 ALI 水平与较低的全因和心血管死亡风险显著相关 4. ALI 与死亡率的关系：多变量 Cox 回归模型显示，ALI 水平升高与 MACCE 幸存者全因和心血管死亡风险降低相关，Model 2 中，ALI 每增加一个单位，全因死亡率降低 0.4%，心血管死亡率降低 0.6%。ALI 四分位数组间比较，与 Q1 组相比，Q2 - Q4 组全因和心血管死亡风险显著降低，如 Q4 组全因和心血管死亡率分别比 Q1 组降低 40.5% 和 43.9%。 5. ALI 与死亡率的非线性关系：RCS 分析表明 ALI 与 MACCE 幸存者全因和心血管死亡率呈非线性 L 形关系，拐点为 90，拐点左侧，ALI 每增加一个单位，全因和心血管死亡风险降低 1.3%；拐点右侧，风险虽可能增加 0.2%，但无统计学意义。 6. 亚组分析：亚组分析发现年龄、BMI、癌症和慢性肾病可能影响 ALI 对 MACCE 幸存者全因死亡率的预测准确性，如年龄大于 60 岁者，ALI 低于 90 时全因死亡风险增加 38.6%；肥胖患者与 ALI 高于 90 者相比，全因死亡风险增加 64.8%；癌症和慢性肾病患者全因死亡风险分别增加 2.4 倍和 74.7%。而在心血管死亡率亚组分析中，ALI 预测稳定性较好，无显著交互作用。 敏感性分析：排除小于 40 岁成年人、合并癌症者和 BMI≥30kg/m² 者后，863 名参与者的分析结果证实 ALI 与 MACCE 幸存者全因和心血管死亡风险的关联持续存在，表明该关联稳定。 讨论 本研究利用NHANES数据首次对比多种指标对MACCE幸存者死亡率影响，发现ALI和ALB水平高则死亡风险低，ALI预测死亡风险更优且与全因死亡率呈非线性L形关系，其预测全因死亡率受年龄等因素影响但对心血管死亡率预测较稳定。心脑血管疾病死亡率高，炎症和营养状态相互影响，ALI反映机体相关状态，BMI与死亡率关系复杂且有局限性，合并症会增加死亡风险。抗炎饮食和治疗或可降风险，本研究有方法学优势但存在局限性，未来需更多研究明确因果及拓展适用性。 今天的分享就到这里啦！我们下期见！ 12.28 助力SCI |
|
|
