编辑推荐：
本文通过队列研究，探讨非洲遗传血统（AGA）和健康的结构与社会决定因素（SSDH）与美国黑人成年人死亡率的关系。发现 SSDH 与死亡率显著相关，而 AGA 在调整相关因素后与死亡率无关联。这为消除健康差异提供了重要依据。
研究背景
在理解种族健康差异的框架中，美国黑人相较于其他种族更高的死亡率，被认为是由遗传和非遗传等多层次因素导致的。结构性种族主义使得黑人在教育、经济机会获取上受限，难以维持健康生活方式，并且更多暴露于有害环境中。同时，基因混合和基于单核苷酸变异（single - nucleotide variants，SNVs）的多基因疾病风险评分，与黑人成年人主要死因 —— 心血管疾病和癌症的高风险相关。在黑人人群内部，某些与西非本土人群基因相似的个体，患前列腺癌和乳腺癌的已知遗传风险变异频率更高。
虽然已有证据表明，SSDH 在解释黑人和白人成年人死亡率差异方面，比遗传因素的作用更强，但也有人认为研究基于聚集风险等位基因频率的基因相似性聚类，可能揭示特定种族和民族（SIRE）定义群体的独特病因途径，从而用于针对性的早期检测或治疗。
遗传血统（GA）常被用于对遗传相似人群进行分类，它与旨在疾病预测的多基因风险评分不同，主要用于理解群体分层。然而，GA 标签基于 SIRE、国籍等社会政治分类，若其测量依赖的参考群体标签与健康结果相关，那么 GA 测量可能与 SSDH 及其他导致健康差异的社会文化因素紧密相连。因此，在健康差异研究中使用和解释 GA 时需谨慎，避免产生种族本质主义的错误有害观点。
研究目的
本研究旨在评估在 AGA 背景下，SSDH 与死亡率之间的关联，以及 AGA 与 SSDH 的相关性。具体探究两个问题：一是在调整 AGA 前后，SSDH 与死亡率的关联是否存在差异；二是在自我认定为黑人或非裔美国人的参与者中，AGA 与 SSDH 及行为因素是否存在统计相关性。研究假设为在考虑 SSDH 后，AGA 与死亡率无关联，即 AGA 与死亡率的关联是由未测量的 SSDH 混杂因素导致的。
研究方法
- 研究人群与设计：本队列研究获多所机构伦理审查委员会（IRBs）批准，豁免知情同意。研究数据来自多民族队列（MEC）研究，该研究自 1993 - 1996 年招募 5 个主要 SIRE 群体，参与者需完成基线问卷并提供生物样本，随访至 2019 年 12 月 31 日。本研究从 34921 名自我认定为黑人的参与者中筛选，经一系列排除标准后，最终纳入 9685 名参与者。
- 健康的结构与社会决定因素测量：用基于收入和种族构成的社会空间极化指数（Index of Concentration at the Extremes，ICE）衡量邻里种族和收入隔离，作为邻里层面结构性种族主义的代理指标。计算收入 ICE、种族化收入 ICE 和种族 ICE，因种族 ICE 在本研究人群中变异性有限，选择前两者为主要结构指标。同时，利用 1990 年人口普查数据，通过主成分分析构建邻里社会经济地位（NSES）综合得分，纳入多项经济、职业和资源相关指标。
- 非洲遗传血统评估：MEC 参与者已进行基因分型，经质量控制和推算流程后，利用 Admixture 程序，基于 21431 个常见变异估计 AGA 百分比。在整个 MEC 样本中设定聚类数 K = 5，本研究针对自我认定为黑人的参与者，使用标记为非洲血统的聚类来确定 AGA 百分比。
- 统计分析：计算 AGA 百分比与 SSDH 的 Spearman 相关性。纳入多项协变量进行后续分析，包括出生队列、性别、吸烟状况等。使用 Cox 比例风险模型估计全因死亡率的风险比（HRs）和 95% 置信区间（CIs），构建不同调整程度的模型评估变量对死亡率的影响。通过似然比检验、Akaike 信息准则、Bayes 信息准则和一致性统计量比较模型性能。所有分析使用 R 软件，双侧检验，α = 0.05。
研究结果
- 参与者特征：9685 名参与者平均年龄 61.0（8.9）岁，女性占 57.7%，平均 AGA 百分比为 75.0%（14.0%）。NSES 五分位数 1（最不贫困）的参与者相比五分位数 5（最贫困），更可能接受高中及以上教育、已婚，且处于中等至剧烈身体活动的最高五分位数。AGA 百分比与 NSES、收入 ICE 和种族化收入 ICE 存在相关性（r 分别为 - 0.15、 - 0.13、 - 0.12，P 均 < 0.001）。
- SSDH 和 AGA 与死亡率的关联：随访期间共发生 5504 例全因死亡。未发现 AGA 与死亡年龄存在关联，但收入 ICE、种族化收入 ICE 和 NSES 的五分位数 5（劣势最集中）相比五分位数 1（优势最集中），中位死亡年龄更低。在完全调整的 Cox 模型中，收入 ICE 和 NSES 的五分位数 5 与更高的全因死亡率相关，而种族 ICE 与全因死亡率无关联。调整行为和人口统计学因素后，SSDH 与死亡率关联的效应估计值大幅减弱，进一步调整 AGA 对结果影响有限。相比之下，完全调整模型中 AGA 与全因死亡率无关联（每增加 10% 非洲血统的调整后 HR 为 1.01，95% CI：0.99 - 1.03）。
- 模型拟合结果：包含 SSDH 和行为、人口统计学因素的模型拟合统计量更优，如包含 NSES 和收入 ICE 的模型似然比检验 P < 0.001，连续收入 ICE 模型的 Akaike 信息准则和 Bayes 信息准则最低。而纳入 AGA 并不能改善模型拟合。
研究讨论
在本研究中，更高的邻里贫困程度与黑人成年人更高的全因死亡率相关，调整 AGA 后，邻里层面 SSDH 与死亡率的关联未改变，且 AGA 与死亡率无明显关联。这表明在考虑 SSDH 之前，AGA 与黑人成年人死亡率的关联，在调整后不再存在。AGA 与测量的 SSDH 存在适度相关性，其与健康的任何残留关联可能反映了未测量的 SSDH 相关因素，如住房和医疗保健获取情况。
对于大多数常见疾病，在黑人中社会和环境因素对超额死亡率的影响比遗传变异更强。本研究结果支持早期研究，即未考虑 SSDH 可能高估 AGA 与健康相关终点的关联强度。综合来看，SSDH 是黑人人群健康差异的更重要驱动因素，AGA 作为遗传构建，在解释健康差异时不应替代社会构建如 SIRE 或 SSDH。
本研究还表明，社会条件在解释基于 SIRE 的健康差异中起主要作用，GA 在推进对种族差异原因的理解上可能作用有限。对于以不良社会条件为主要关注点的研究，基于不同人群得出的常见疾病多基因风险评分，可能比 GA 更有助于基于遗传易感性的风险分层。
研究的优势与局限性
本研究的优势在于基于大样本人群，调整了多种社会人口统计学和行为因素，且随访时间长。然而，研究也存在局限性。未考虑所有可能与死亡率相关的个体环境暴露、医疗干预或 SSDH 因素；研究结果可能不适用于其他地理区域或人群；SSDH 测量仅在基线进行，可能随时间变化；未涉及基于 GA 的癌症、心血管疾病等慢性疾病遗传风险评分的潜在应用。未来研究应纳入更多层次数据，考虑使用不依赖现有社会政治分组的遗传相似性测量方法。
研究结论
在本黑人个体队列研究中，不良的 SSDH 与更高的死亡率相关，且在调整 AGA 后这种关联依然存在。相比于 AGA，反映不良社会条件的测量指标对理解与死亡率相关的因素更有价值。这表明在研究中，应使用多基因风险评分而非 AGA 来捕捉不同人群的因果病因，同时在研究种族差异时，应基于明确的病因假设谨慎选择基因组或环境测量指标。
