生理功能失调的社会经济差异：中国中老年人心血管代谢性共病的长时期中介分析

《BMC Public Health》：Socioeconomic disparities in physiological dysregulation: a longitudinal mediation analysis of cardiometabolic multimorbidity among middle-aged and elderly Chinese

本研究针对中国中老年人群心血管代谢性共病(CMM)早期风险预测难题，通过CHARLS和CLHLS两大队列的纵向数据分析，发现生理指标综合变异评分(CSPV)每增加1分，CMM风险显著增加22%，且社会经济地位(SES)在此关联中起16%-21%的中介作用。该研究为结合生理指标监测与社会经济干预的CMM早期防控提供了新策略。

　　

随着中国人口老龄化进程加速，心血管代谢性共病(Cardiometabolic Multimorbidity, CMM)——即冠心病、脑卒中、高血压和糖尿病等两种以上心血管代谢疾病共存的状态——已成为严峻的公共卫生挑战。与单一疾病相比，CMM患者不仅健康状况更差、生活质量更低，还面临更高的医疗负担。尽管传统风险因素如高血压、肥胖等已被广泛研究，但如何在早期识别高危人群并阐明其发生机制，仍是亟待解决的科学问题。

在这一背景下，生理指标变异性的评估为早期风险预测提供了新视角。长期血压、脉率和体重的波动可能反映人体维持内环境稳定的能力下降，是生理调节系统功能受损的信号。然而，现有研究多聚焦于单一指标变异性与疾病的关系，缺乏对多系统生理功能失调累积效应的综合评估。此外，社会经济地位(Socioeconomic Status, SES)作为健康的重要社会决定因素，可能在生理变异性与CMM的关联中扮演重要角色，但这一机制尚未在中国人群中得到系统验证。

为此，Yan等人在《BMC Public Health》发表的最新研究，整合了中国健康与养老追踪调查(CHARLS)和中国老年健康影响因素追踪调查(CLHLS)两大全国性队列数据，首次探讨了生理指标综合变异评分(Composite Score of Physiological Variability, CSPV)与CMM风险的纵向关联，并量化了SES的中介作用。研究纳入4,905名CHARLS参与者和4,086名CLHLS参与者，通过计算血压、脉率和体重变异系数(Coefficient of Variation, CV)的三分位评分构建CSPV(范围0-3分)，采用Cox比例风险模型和中介分析模型，在调整年龄、性别、生活方式等混杂因素后，发现CSPV每增加1分，CMM风险在CHARLS队列中增加31%，在CLHLS队列中增加18%。合并分析显示总体风险增加22%。尤为重要的是，SES在CSPV与CMM的关联中起部分中介作用，中介比例分别为21%和16%。分层分析进一步揭示，这种关联在低教育水平、低收入和农村人群中更为显著。

研究方法方面，该研究基于CHARLS(2011-2015年)和CLHLS(2008-2014年)的纵向数据，通过计算收缩压、脉率和体重指数的变异系数构建CSPV评分，采用Cox回归模型分析CSPV与CMM的关联，并利用Bootstrap法进行中介效应检验，同时通过多重插补处理缺失数据以确保结果的稳健性。

研究结果

人群特征

CHARLS和CLHLS队列分别包含4,905和4,086名参与者。CLHLS参与者平均年龄(78.6岁)显著高于CHARLS(61.6岁)，女性比例均超过男性。两组在教育水平、居住地、生活方式和生理指标方面存在显著差异，但CMM患病率相近(15.5% vs 16.1%)。

单一生理指标变异性与CMM的关联

在调整混杂因素后，CHARLS队列中所有生理指标变异性均与CMM风险显著相关，而CLHLS队列中仅血压变异性(Blood Pressure Variability, BPV)和脉率变异性(Pulse Rate Variability, PRV)保持显著关联。限制性立方样条分析显示不存在非线性关系。

CSPV评分与CMM的关联

CSPV评分与CMM风险呈剂量反应关系。与0分组相比，CSPV评分越高，CMM风险越高。每增加1分，CHARLS和CLHLS队列的CMM风险分别增加31%和18%，合并分析显示风险增加22%。

SES的中介作用

中介分析表明，SES在CSPV与CMM的关联中起部分中介作用。在CHARLS和CLHLS队列中，SES分别解释总效应的21%和16%。Bootstrap检验证实间接效应均具有统计学意义。

分层分析

按年龄和SES因素分层后，发现CSPV与CMM的关联在60岁及以上、低教育水平、低收入和农村人群中更为显著，表明社会经济劣势可能放大生理不稳定性对健康的负面影响。

研究结论与讨论

本研究首次在中国中老年人群中证实，CSPV评分是CMM的独立预测指标，且SES在这一关联中起重要中介作用。生理指标变异性的增加可能通过累积性血管内皮功能损伤、代谢稳态失衡和器官功能损害等机制促进CMM发生。而SES则可能通过影响医疗资源可及性、健康素养和生活压力等途径，间接调节生理变异性对健康的影响。

研究的创新点在于将多系统生理变异性整合为综合评分，更全面地反映系统稳态失调，并为CMM的早期防控提供新视角。特别是在中国城乡差异显著的背景下，研究发现低SES人群的CMM风险更高，提示需针对该人群制定结合生理监测和社会经济干预的综合策略。

然而，研究也存在一定局限，如随访时间较短、生理指标测量次数有限、无法完全排除残留混杂等。未来研究可借助可穿戴设备进行连续监测，并结合多组学数据进一步阐明机制。

总之，该研究为在老龄化背景下促进健康老龄化提供了重要的科学证据，强调结合生理和社会因素的整合视角对于CMM防控的意义。监测生理指标变异性并结合社会经济干预，可能成为早期识别和管理CMM高危人群的有效策略。