膳食铜摄入通过抗炎饮食模式延缓生物衰老：基于NHANES的横断面研究及膳食炎症指数的中介作用分析

《Aging Cell》：Dietary Copper Intake and Biological Aging Among US Adults, NHANES 2003–2018

本研究基于美国国家健康与营养调查（NHANES）数据，首次探讨膳食铜摄入与表型年龄（PhenoAge）及表型年龄加速度（PhenoAgeAccel）所表征的生物衰老间的关联。研究发现，较高的膳食铜摄入量与较低的生物衰老风险显著相关，且膳食炎症指数（DII）在此关联中起部分中介作用（中介比例分别为41.61%和46.02%），提示铜可能通过调节饮食的炎症潜能来延缓衰老进程。

　　

2 材料与方法

2.1 数据来源与研究人群

本研究数据来源于2003-2018年美国国家健康与营养调查（NHANES）周期。排除关键变量（包括计算膳食铜摄入量、膳食炎症指数（DII）、表型年龄（PhenoAge）、表型年龄加速度（PhenoAgeAccel）、体重指数（BMI）、贫困收入比（PIR）、教育水平、饮酒状况、吸烟状况、高血压、糖尿病和卒中）数据缺失的个体后，最终共纳入18,160名受试者。

2.2 暴露与结局变量

膳食铜摄入量和DII评分来源于NHANES通过两次可靠的24小时饮食回顾法收集的膳食摄入数据。DII计算包含45种成分，如宏量营养素、维生素、矿物质、黄酮类化合物和常见抗炎食物成分。DII总分由各成分特定得分相加得出，正值代表促炎饮食，负值代表抗炎饮食，零分表示炎症潜能中性。生物衰老通过表型年龄（PhenoAge）和表型年龄加速度（PhenoAgeAccel）来评估。PhenoAge是基于包含实际年龄、C反应蛋白、淋巴细胞百分比、白细胞计数、红细胞分布宽度、碱性磷酸酶、平均红细胞体积、白蛋白、肌酐和葡萄糖这10种生物标志物的多变量死亡风险模型计算得出。PhenoAgeAccel定义为将PhenoAge对实际年龄进行回归后得到的残差。

2.3 协变量

潜在的协变量包括人口统计学、体检和问卷调查数据。人口统计学数据包括：年龄（<65岁，≥65岁）、性别（男、女）、教育水平（高中以下、高中或同等学力、大学或以上）、家庭收入（贫困收入比，低：PIR <1，中：1≤PIR <3，高：PIR ≥3）、种族/民族（墨西哥裔美国人、其他西班牙裔、非西班牙裔白人、非西班牙裔黑人、其他种族）。婚姻状况（已婚、丧偶、离异、分居、未婚、与伴侣同居）。体检数据包括：体重指数（BMI, kg/m²，正常：BMI <24，超重：24≤BMI <28，肥胖：BMI ≥28）。体力活动：根据已发表的方法计算每周总代谢当量（MET）分钟数，并根据是否达到国家体力活动指南将参与者分为低体力活动组（<500 MET-分钟/周）和高体力活动组（≥500 MET-分钟/周）。问卷调查数据包括：吸烟状况（是/否：“是”定义为一生中至少吸过100支烟）、饮酒（是/否：“是”定义为曾有每天饮用4/5杯或更多酒的情况）、高血压（是/否：“是”定义为曾被健康专业人士告知患有高血压或平均收缩压（SBP）≥140 mmHg或舒张压（DBP）≥90 mmHg）、糖尿病（是/否：“是”定义为曾被健康专业人士告知患有糖尿病或空腹血糖（FPG）≥126 mg/dL (7.0 mmol/L)或口服葡萄糖耐量试验（OGTT）后2小时血糖（2h-PG）≥200 mg/dL (11.1 mmol/L)或糖化血红蛋白（A1C）≥6.5%或使用胰岛素或服用降糖药）、卒中（是/否：“是”定义为曾被健康专业人士告知患有卒中）、癌症（是/否：“是”定义为曾被健康专业人士告知患有癌症）。

2.4 统计分析

数据分析使用SPSS 26.0和R软件（版本4.2.0），遵循美国疾病控制与预防中心（CDC）的指南。考虑到NHANES采用复杂的、多阶段概率抽样设计来选择代表性参与者，分析中纳入了初级抽样单位、分层和样本权重，并使用R统计软件中的“survey”包进行加权分析以产生具有全国代表性的估计值。分类变量和正态分布连续变量的差异分别使用卡方检验和学生t检验进行评估。

首先建立未调整模型（模型1），随后建立包含年龄、性别、BMI、种族、婚姻状况、教育水平和PIR的最小调整模型（模型2）。接着进一步纳入年龄、性别、BMI、种族、婚姻状况、教育水平、PIR、吸烟状况、高血压、糖尿病、卒中和体力活动，构建完全调整模型（模型3）。P值<0.05被认为具有统计学显著性。使用限制性立方样条（RCS）回归评估膳食铜摄入与生物衰老之间潜在的非线性关联，在膳食铜摄入量分布的第5、35、65和95百分位数处设置四个节点。

3 结果

3.1 参与者特征

共18,160名参与者符合纳入标准。其中，8626名（49.50%）为女性，4010名（16.31%）年龄≥65岁。在种族和民族方面，2872名（7.64%）为墨西哥裔美国人，3445名（9.44%）为非西班牙裔黑人，8920名（71.98%）为非西班牙裔白人。根据膳食铜摄入量的四分位数对参与者的基本特征进行了总结：Q1（<0.81 mg）、Q2（0.81–1.13 mg）、Q3（1.13–1.52 mg）和Q4（≥1.52 mg）。具体而言，铜摄入量最高四分位数的参与者更可能更年轻、男性、非西班牙裔白人、已婚、教育程度更高、体力活动水平更高且贫困收入比更低。相反，最低四分位数的参与者往往年龄更大、女性、非西班牙裔黑人、教育程度较低且社会经济地位更不利。此外，较高的铜摄入量与较低的PhenoAge和PhenoAgeAccel值，以及较低的高血压、糖尿病和卒中患病率相关。

3.2 膳食铜摄入与生物衰老的关联

采用连续和分类模型来探讨两者关系。在连续模型中，结果显示在所有3个模型中，膳食铜摄入量与生物衰老标志物均呈负相关。在模型3中完全调整协变量后，膳食铜摄入量每增加1单位，与PhenoAge降低1.12年和PhenoAgeAccel降低1.45年相关。在分类模型中，与最低四分位数组相比，最高四分位数组的PhenoAge降低了3.21年，PhenoAgeAccel降低了3.97年（趋势P值<0.001）。限制性立方样条分析显示，膳食铜摄入量与生物衰老标志物之间的关系是非线性的（总体P值<0.001，非线性P值<0.001）。具体而言，在摄入量较低时反向关联更强，保护效应在较高值时趋于平缓。

3.3 膳食铜摄入与生物衰老的亚组分析

在亚组分析中，观察到膳食铜摄入量与年龄、BMI、体力活动、高血压和糖尿病等因素之间存在显著的交互作用。尽管存在这些交互作用，除年龄在65岁或以上的亚组外，膳食铜摄入量在所有亚组中均与生物衰老呈负相关。

3.4 DII与生物衰老的相关性

采用连续和分类模型探讨DII与生物衰老的关系。在连续模型中，发现所有3个模型中DII与生物衰老标志物均呈正相关，DII每增加1单位，与PhenoAge增加0.59年和PhenoAgeAccel增加0.82年相关。在分类模型中，与最低四分位数组相比，最高四分位数组的PhenoAge增加了3.01年，PhenoAgeAccel增加了3.92年（趋势P值<0.001）。

3.5 DII的中介作用

在中介分析中，发现DII评分部分中介了膳食铜摄入量与两种生物衰老标志物之间的关联。DII对PhenoAge的中介比例为41.61%，对PhenoAgeAccel的中介比例为46.02%。这些发现表明，DII可能是连接铜摄入与生物衰老的关键途径。

4 讨论

在这项基于NHANES 2003-2018数据的横断面研究中，发现较高的膳食铜摄入量与较低水平的生物衰老相关，且这种关联部分由DII所中介。亚组分析、趋势检验和限制性立方样条分析的结果进一步支持了这一关联。据我们所知，这是首个探讨膳食铜摄入与生物衰老关联以及DII在其中介作用的研究。

研究中发现膳食铜摄入量与PhenoAge和PhenoAgeAccel呈负相关。慢性炎症和氧化应激已被广泛证明在驱动生物衰老过程中起关键作用。铜是多种参与抗氧化防御和金属酶形成的酶的辅因子。充足的膳食铜摄入可能增强机体的抗氧化和抗炎能力，从而有助于延缓衰老过程。研究还发现DII与所有生物衰老标志物呈正相关，这与之前的研究一致。饮食作为影响人类健康最重要的可改变风险因素之一，可通过调节免疫反应和炎症过程对卒中发展产生双刃剑效应。高度促炎的饮食（反映为较高的DII评分）可能通过增加包括C反应蛋白、肿瘤坏死因子-α（TNF-α）、白细胞介素-1β（IL-1β）和白细胞介素-6（IL-6）在内的多种促炎细胞因子的血清浓度来加速衰老。

中介分析表明，DII中介了膳食铜摄入量与生物衰老之间的关系。这种生物学合理性支持了以下假设：较高的膳食铜摄入量可能通过调节全身性炎症（表现为较低的DII评分）来降低生物衰老的风险。另一方面，许多贡献膳食铜摄入的食物项目（如全谷物、豆类、坚果、种子和绿叶蔬菜）也被纳入DII评分算法中，这些食物同时也贡献了用于计算DII得分的营养素（如纤维、镁、Omega-3脂肪酸和维生素E）。因此，DII可能作为一个代理中介变量，不仅反映炎症状态，也反映了通常与富铜饮食相关的更广泛的抗炎饮食模式。共享的食物来源表明，铜摄入量可能作为健康促进饮食模式的一个标志，而非完全独立地发挥作用。

5 优势与局限性

本研究的优势包括大样本量、使用具有全国代表性的NHANES数据，以及通过严格的抽样方法最小化选择偏倚。然而，也存在几个局限性。首先，由于其横断面设计，无法建立因果关系。其次，膳食铜摄入量和DII是使用24小时饮食回顾法评估和计算的，可能存在回忆偏倚，且可能不能完全代表习惯性饮食摄入。第三，可能存在一些未调整的潜在混杂因素，如职业压力和药物使用，可能导致残余混杂。第四，DII的中介效应是使用横断面数据和基于回归的中介分析进行评估的，这可能容易受到时间模糊性和模型设定错误的影响。

6 结论

本横断面研究的结果表明，较高的膳食铜摄入量与较低的生物衰老风险相关，且DII在其中起中介作用。这些结果为了解抗炎饮食模式在指导促进健康衰老干预措施中的潜在作用提供了见解。