编辑推荐：
为解决膳食脂肪酸与死亡率关系不明确的问题，研究人员分析 NHANES 2007 - 2018 数据，开展饱和脂肪酸（SFA）、单不饱和脂肪酸（MUFA）、多不饱和脂肪酸（PUFA）摄入及其与总脂肪摄入比例和死亡率关系的研究。结果显示 SFA/TFAT 与死亡风险正相关，PUFA/TFAT 负相关，NPAR 起部分介导作用。该研究为膳食指南提供依据123。
在饮食与健康的研究领域，长久以来存在着诸多谜题。自 1961 年美国心脏协会倡导减少饱和脂肪酸（SFA）摄入，用不饱和脂肪酸替代以来，全球营养指南都将其视为重要的健康饮食策略。然而，关于特定脂肪酸与死亡率之间的关系，一直以来都充满了争议。一些研究表明，增加总脂肪（TFAT）、单不饱和脂肪酸（MUFA）和多不饱和脂肪酸（PUFA）的摄入与全因死亡率呈负相关，SFA 则常被认为与死亡率升高有关。但也有研究得出不同结论，比如早期的一些荟萃分析和特定队列研究发现 SFA 与死亡率并无显著关联，部分队列研究中 PUFA 的摄入也未显示出降低死亡率的效果 。世界卫生组织（WHO）虽发布了更新的饮食指南，建议用 PUFA 和 MUFA 替代 SFA 以降低饮食相关非传染性疾病风险，但不同脂肪酸亚型在总脂肪摄入中的比例与全因死亡率之间的关系仍缺乏研究。在这样的背景下，为了深入探究膳食脂肪酸与死亡率之间的复杂关系，首都医科大学附属北京朝阳医院的研究人员开展了一项前瞻性队列研究。
研究人员整合了美国国家健康和营养检查调查（NHANES）2007 - 2018 年的六个调查周期数据，并跟踪至 2019 年 12 月 31 日。最初有 59,842 名参与者，经过一系列筛选，最终 21,823 名年龄在 20 - 80 岁的参与者被纳入研究。研究主要通过 24 小时膳食访谈评估脂肪酸相关参数，通过与国家死亡索引关联确定参与者的生存结局，计算中性粒细胞百分比 - 白蛋白比（NPAR）作为潜在的中介因素，并收集大量的人口统计学特征、身体检查、实验室血液检测结果和病史等协变量数据。运用 Cox 比例风险模型评估脂肪酸相关变量与全因死亡率的关系，同时使用中介分析探究 NPAR 是否在脂肪酸与死亡率的关联中起介导作用。
研究结果令人瞩目。在描述性统计中发现，死亡组与存活组在多个方面存在差异，死亡组年龄更大、男性居多、非西班牙裔白人比例高、吸烟率高、社会经济指标较低，且收缩压（SBP）、糖化血红蛋白（HbA1c）和 NPAR 升高，舒张压（DBP）、总胆固醇（TC）、丙氨酸转氨酶（ALT）和估算肾小球滤过率（eGFR）降低，生活方式方面表现为身体活动水平低、饮食摄入的总能量、蛋白质、TFAT、MUFA 和 PUFA 减少，SFA/TFAT 更高而 PUFA/TFAT 更低57。
在脂肪酸相关变量与死亡率的关联研究中，经过多变量调整后，只有 SFA/TFAT 和 PUFA/TFAT 与死亡率风险保持显著关联。SFA/TFAT 最高三分位数组相比最低三分位数组，死亡风险增加 23%；PUFA/TFAT 则呈现剂量反应的保护关系，最高三分位数组死亡风险降低 14%。限制性立方样条（RCS）分析显示，SFA/TFAT 和 PUFA/TFAT 与死亡率风险存在显著线性关联。亚组分析发现，PUFA/TFAT 对死亡率的影响存在年龄特异性，在年轻人（20 - 44 岁）中，每增加 1% 的 PUFA/TFAT，死亡风险降低 7%；中年人（45 - 64 岁）中无显著影响；老年人（65 - 80 岁）中死亡风险降低 2%8910。
在脂肪酸相关变量与 NPAR 的关系上，研究表明，SFA/TFAT 与 NPAR 呈正相关，PUFA/TFAT 与 NPAR 呈负相关，且在充分调整协变量后这种相关性仍然显著。中介分析显示，NPAR 分别介导了 SFA/TFAT 和 PUFA/TFAT 对死亡率风险 9.8% 和 11.8% 的影响，这表明 NPAR 是影响全因死亡率风险的一个重要共同途径1112。
这项研究意义重大。它首次揭示了总脂肪摄入中 SFA 和 PUFA 的比例与寿命之间存在线性剂量反应关系，强调了脂肪酸摄入比例而非绝对摄入量对死亡率的重要影响，这为 WHO 2023 年的不饱和脂肪替代指南提供了有力的证据支持。同时，研究还发现 NPAR 在脂肪酸与死亡率的关联中起部分介导作用，为进一步理解膳食脂肪影响健康的机制提供了新的视角。不过，研究也存在一些局限性，如膳食评估可能存在回忆偏倚和测量误差、缺乏纵向饮食模式跟踪、外部效度受限、随访时间较短、死亡记录数量有限以及可能存在残余混杂因素等。但总体而言，该研究为营养流行病学领域做出了重要贡献，为未来的研究指明了方向，有望推动相关领域进一步深入探究膳食脂肪与健康的关系，从而为人们的健康饮食提供更精准的指导 。
研究人员主要运用了以下关键技术方法：
- 数据收集：整合 NHANES 2007 - 2018 年六个调查周期数据，通过 24 小时膳食访谈收集参与者的脂肪酸摄入数据。
- 结局确定：与国家死亡索引关联确定参与者的全因死亡率。
- 指标计算：计算 NPAR，同时收集大量协变量数据。
- 统计分析：运用 Cox 比例风险模型评估脂肪酸相关变量与死亡率的关系，使用中介分析探究 NPAR 的介导作用，还运用了加权线性回归模型和限制性立方样条等方法46。
