残余胆固醇通过体重指数介导高血压风险：一项全国性队列研究的机制探索

本研究针对残余胆固醇(RC)与高血压关联机制不清的问题，通过分析中国健康与养老追踪调查(CHARLS)队列数据，首次证实体重指数(BMI)在RC升高导致高血压风险中起关键中介作用（中介占比11.8%）。研究揭示每升高1 mmol/L的RC可通过BMI路径间接增加高血压风险，为代谢性心血管疾病的早期干预提供了新靶点。

　　

在全球高血压患者已达13亿的严峻形势下，中国高血压控制率仅为16%，远低于美国的50%以上水平。这种防控差距凸显了探索高血压新型预防靶点的紧迫性。近年研究发现，残余胆固醇(RC)——一种除低密度脂蛋白胆固醇外的致动脉粥样硬化胆固醇组分——与心血管疾病风险密切相关，但其与高血压之间的因果路径仍不明确。尤其值得注意的是，RC与肥胖存在显著关联，而肥胖又是高血压的经典危险因素，这是否意味着RC可能通过促进体重增加进而诱发高血压？这一科学问题亟待通过严谨的流行病学研究予以解答。

青岛大学附属医院于海初教授团队在《Lipids in Health and Disease》发表的最新研究，首次利用全国性队列数据揭示了RC-BMI-高血压之间的时序性因果关系。研究人员创新性地采用中介效应模型，验证了BMI在RC与高血压关联中的关键桥梁作用。

研究主要依托中国健康与养老追踪调查(CHARLS)2011-2020年五轮纵向数据，通过严格筛选排除基线高血压或超重人群，最终纳入1,788名45岁及以上参与者。技术方法核心包括：采用多变量调整的Cox回归模型分析RC与高血压风险关联；使用限制性立方样条(RCS)检验变量间的非线性关系；通过Bootstrap法（1000次重抽样）验证BMI的中介效应；并利用2011年横断面数据（n=9,439）进行敏感性分析确保结果稳健性。

基线特征揭示代谢风险梯度

研究人群平均年龄57.91±8.4岁，男性占50.6%，基线BMI为20.93±1.94 kg/m²，RC水平为0.52±0.47 mmol/L。按RC四分位数分组显示，Q4组糖尿病患病率最高（14.5%），基线BMI也最高（21.30±1.91 kg/m²），提示RC升高与代谢异常存在累积效应。经过两年随访，186人（10.4%）发展为超重/肥胖，其中RC-Q4组发生率最高（12.5%），为后续中介分析奠定基础。

RC与BMI的剂量反应关系

限制性立方样条分析显示RC与超重/肥胖风险呈线性正相关（非线性P=0.916）。逻辑回归证实RC每升高1 mmol/L，超重/肥胖风险增加4%（OR=1.04, 95%CI:1.01-1.08），该关联在调整社会人口学、代谢指标后依然稳定。

高血压风险的双重驱动

中位随访5年间，430人（24%）新发高血压。RCS分析表明RC和BMI-2013均与高血压风险呈线性正相关（非线性P值分别为0.762和0.588）。Cox模型显示RC每升高1 mmol/L，高血压风险增加30%（HR=1.3, 95%CI:1.1-1.55）；BMI每增加1单位，风险升高7%（HR=1.07, 95%CI:1.03-1.11）。值得注意的是，在调整基线RC后，BMI仍保持独立预测价值（HR=1.06, P=0.003），提示BMI可能具备独立于RC的致病途径。

BMI介导效应的量化验证

中介分析揭示BMI-2013在RC与高血压关联中承担11.8%的介导比例（间接效应β=0.008, P=0.02）。未调整模型中该比例为8.4%，调整年龄、性别、教育、代谢因素后介导效应反而增强，表明BMI的介导作用不受传统混杂因素干扰。

结果稳健性的多维验证

亚组分析显示RC与高血压关联在不同年龄、性别、BMI分层中均一致（交互P均>0.05）。横断面敏感性分析（n=9,439）进一步验证RC每升高1 mmol/L对应高血压风险增加9%（OR=1.09），且BMI介导比例高达37.2%，凸显了在不同研究设计下关联的可靠性。

这项研究通过精巧的时序设计，首次实证了RC→BMI→高血压的代谢通路。其重要意义在于将血脂异常与血压调控的关联机制具体化：RC可能通过促进内脏脂肪蓄积，引发慢性炎症、胰岛素抵抗及内皮功能障碍，最终导致血压升高。临床实践中，对RC升高个体进行早期BMI干预，可能阻断近12%的高血压发生风险。研究建议将RC纳入常规心血管风险评估，并对高RC人群实施针对性体重管理，这为代谢性高血压的精准防治提供了新思路。

尽管研究存在观察性设计固有的局限性，且BMI随访期较短可能低估其介导效应，但通过大规模人群数据、多重敏感性分析及生物学合理性论证，显著增强了结论的可靠性。未来研究可结合体成分分析、脂肪因子检测等深度表征肥胖表型，进一步阐明RC致高血压的精细机制。