编辑推荐：
为探究 CMI 与 PSD 的关联，福建医科大学附属第二临床医学院的研究人员开展相关研究。结果发现 CMI 与 PSD 呈正相关。该研究为评估中风患者抑郁风险提供新视角，极具科研价值，推荐大家阅读。
在全球范围内，中风是一个让公共卫生领域十分头疼的大问题。美国疾病控制与预防中心利用行为风险因素监测系统（BRFSS）的数据进行分析，发现从 2011 年到 2022 年，美国 50 个州的中风患病率呈上升趋势，年龄标准化后的中风患病率在 2011 - 2013 年到 2020 - 2022 年期间增长了 7.8% 。而且，年轻和中年成年人中的中风患病率增长尤为明显，18 - 44 岁年龄组增长了 14.6%，45 - 64 岁年龄组增长了 15.7% 。这可能是因为年轻人群中血管危险因素越来越多。
更糟糕的是，不少中风患者还会被一种 “心灵恶魔” 缠上，那就是中风后抑郁（PSD）。有研究显示，至少三分之一的中风患者可能会出现 PSD。这可不是闹着玩的，PSD 会增加患者的死亡率，还会严重降低他们的生活质量。你想想，本来身体就因为中风不太好了，心情还一直低落，对生活失去信心，这日子得多难熬。
与此同时，医学界一直在寻找能评估心血管和代谢健康的好指标，而心脏代谢指数（CMI）就是其中一个 “新星”。CMI 是由腰高比（WHtR）和甘油三酯与高密度脂蛋白胆固醇比值（TG/HDL - C）相乘得出的，它能预测 2 型糖尿病和心血管疾病的风险。之前也有研究发现，CMI 和中风关系密切，数值越高，中风风险越大。而且近年来，人们还发现 CMI 可能和心理健康问题，特别是抑郁症有关联。
但是呢，CMI 和 PSD 之间到底有什么关系，还没有被研究得很透彻。为了弄清楚这个问题，福建医科大学附属第二临床医学院神经外科的研究人员在《European Journal of Medical Research》期刊上发表了一篇名为《Association between cardiometabolic index and depression in a stroke population: a cross - sectional study of NHANES》的论文。他们通过研究发现，CMI 和 PSD 之间存在正相关关系，这意味着 CMI 数值越高，中风患者出现抑郁症状的风险就越大。这个发现可太重要了，以后医生或许可以通过检测 CMI，来评估中风患者得抑郁症的风险，然后针对性地进行预防和治疗，这能大大改善患者的健康状况。
在这项研究中，研究人员主要用到了几种关键技术方法。他们利用了 2007 - 2018 年美国国家健康和营养检查调查（NHANES）的数据，这可是个超有代表性的大数据库。然后用多变量逻辑回归和限制立方样条（RCS）模型，来分析 CMI 和 PSD 之间的关系，看看它们是不是真的有关联，以及这种关联是不是线性的。为了减少干扰因素的影响，他们还采用了倾向得分匹配（PSM）方法。
下面我们来详细看看研究结果。
参与者基线特征
研究人员从 NHANES 数据库里筛选出了 1082 名参与者，这些人的年龄在 20 到 85 岁之间，平均年龄 64.96 ± 13.13 岁，男性占比大约 48.98%。其中，18.67% 的参与者被诊断出患有 PSD。而且，PSD 的患病率还会跟着 CMI 四分位数的变化而变化。在 CMI 处于第一四分位数（Q1）的人群里，PSD 患病率是 15.13%；Q2 时是 17.41%；Q3 时是 14.07%；到了 Q4，患病率一下子涨到了 28.04%。同时，研究人员还发现，CMI 高的参与者往往更年轻，多是非西班牙裔白人，身体质量指数（BMI）更高，受教育程度较低，还更容易患糖尿病和高血压，参加适度娱乐活动的可能性也更低。
CMI 水平与 PSD 风险的关系
在研究 CMI 和 PSD 的关系时，研究人员建立了三个模型。在未调整模型（OR = 1.09；95% CI 1.04 - 1.15）和部分调整模型（OR = 1.08；95% CI 1.03 - 1.14）里，都能明显看出 CMI 越高，PSD 的患病率就越高。就算是在全面调整了各种可能干扰因素的完全调整模型里（OR = 1.06；95% CI 1.01 - 1.12），这种关联依然很显著，这表明 CMI 每增加一个单位，PSD 的患病率就会增加 6%。把 CMI 按四分位数分类后进一步分析发现，处于最高四分位数（Q4）的参与者，患 PSD 的可能性比最低四分位数（Q1）的参与者高 80%，差异具有统计学意义（OR = 1.80；95% CI 1.07，3.02），而且趋势也很明显（P for trend = 0.0087）。在其他模型里，这种趋势也依然存在。
限制立方样条分析
通过限制立方样条分析，研究人员发现 CMI 和 PSD 之间存在线性关系（非线性 P = 0.334），也就是说，CMI 越高，PSD 的患病率就越高。哪怕是在 CMI 和 PSD 相互作用的极端情况下，这种趋势也很明显。
倾向得分匹配分析
为了让研究结果更可靠，研究人员用 PSM 进行了 1:1 匹配。匹配之后，没有 PSD 和患有 PSD 的两组各有 196 名参与者。匹配后的分析发现，除了教育水平（P < 0.001）和贫困收入比（PIR）（P < 0.001）之外，两组在其他基线特征上都没有明显差异。而且，和匹配前的结果一样，两组之间 CMI 水平的差异依然具有统计学意义（P = 0.038），PSD 患者的 CMI 水平更高。
亚组分析
研究人员还进行了亚组分析，想看看 CMI 和 PSD 之间的这种关联是不是稳定。他们分别按照年龄、性别、BMI、冠心病、高血压和糖尿病进行分组分析，还测试了这些因素和 CMI 之间有没有相互作用。结果发现，没有一个相互作用是具有统计学意义的（P > 0.05）。这说明，不管是男性还是女性，年轻人还是老年人，胖的还是瘦的，有没有其他疾病，CMI 和 PSD 之间的这种关联都比较稳定，可能适用于大多数人群。
研究人员在讨论部分指出，这次研究分析了大量数据，建立了多个模型，最终证实了 CMI 和 PSD 之间存在正相关关系。CMI 作为一个综合代谢指标，能反映出身体脂肪分布、代谢失调和心血管疾病之间的潜在联系，还和全身炎症反应密切相关。虽然目前还没有完全弄清楚这种关联背后的病理生理机制，但研究人员推测，可能是因为全身炎症反应在捣乱。中风后，全身炎症反应会让炎症介质突破血脑屏障进入大脑，引发神经炎症，破坏神经元和神经胶质细胞的功能，还会影响神经递质的平衡，比如血清素（5 - HT）和多巴胺，进而导致抑郁症状。另外，炎症还会影响下丘脑 - 垂体 - 肾上腺（HPA）轴的功能，长期下来会损害海马体，让人更容易得抑郁症。
总的来说，这项研究意义重大。它第一次专门研究了中风患者群体中 CMI 和抑郁症状的相关性，为临床医生评估中风患者患抑郁症的风险提供了一个新的思路和方法。不过，研究也有一些不足的地方。比如，研究采用的是横断面设计，没办法确定 CMI 和 PSD 之间的因果关系，只能知道它们有关联。而且，研究依赖参与者自我报告来诊断抑郁症状，可能会有偏差。另外，虽然研究调整了很多因素，但还是可能有一些没考虑到的干扰因素，像生活方式、遗传因素之类的。所以，未来还需要更多前瞻性纵向研究，把更多的生物标志物和生活方式因素考虑进去，进一步探索 CMI 和 PSD 之间的关系，这样才能更好地管理中风患者的健康，让他们远离抑郁的困扰，过上更有质量的生活。
