
-
生物通官微
陪你抓住生命科技
跳动的脉搏
临床生物标志物评估的生物学衰老与自杀行为的关联:基于12万英国生物银行参与者的前瞻性研究
【字体: 大 中 小 】 时间:2025年06月19日 来源:Translational Psychiatry 5.8
编辑推荐:
针对自杀预防缺乏生物学预测指标的问题,山东第一医科大学团队通过分析124,529名UK Biobank参与者的临床生物标志物数据,首次发现表型年龄加速(PhenoAge acceleration, PAA)与自杀企图(SA)和自杀意念(SI)风险显著正相关(最高四分位组SA风险增加21.8%),且该关联在男性、年轻人群和低社会经济地位者中更显著。这项发表于《Translational Psychiatry》的研究为自杀预防提供了可量化的生物学干预靶点。
每年全球有超过70万人死于自杀,自杀企图(SA)和自杀意念(SI)作为最重要的预警信号,已成为重大公共卫生危机。传统研究多关注心理和社会因素,但一个关键科学问题长期被忽视:人体内在的生物学衰老过程是否会影响自杀风险?这个问题之所以重要,是因为现有预测模型缺乏客观生物学指标,而临床常用的9项血液指标(如白蛋白、C反应蛋白等)可能蕴藏答案。山东第一医科大学的研究团队在《Translational Psychiatry》发表的研究,首次通过12万人大样本揭示了生物学衰老与自杀行为的定量关系。
研究团队利用英国生物银行(UK Biobank)这个欧洲最大前瞻性队列,筛选124,529名37-73岁参与者,创新性地采用表型年龄(Phenotypic Age, PhenoAge)算法——通过整合9项临床生物标志物与实际年龄建立的Gompertz比例风险模型,计算出反映个体真实衰老程度的"生物学年龄"。关键创新点在于进一步构建表型年龄加速(PhenoAge acceleration, PAA)指标,即生物学年龄与实际年龄的残差值,有效量化了"未老先衰"现象。通过2016-2017年心理健康随访问卷获取的SA/SI数据,研究采用多因素logistic回归模型进行关联分析。
主要技术方法包括:1) 基于UK Biobank基线血液检测数据计算PhenoAge;2) 通过线性回归残差法量化PAA;3) 使用标准化问卷评估SA/SI结局;4) 多变量调整模型控制社会经济、生活方式等混杂因素;5) 限制性立方样条(RCS)分析剂量反应关系。
【纵向关联分析】结果显示:
【分层分析】揭示重要修饰效应:
【机制探讨】提出三条潜在通路:
这项研究具有三重转化医学价值:首先,将临床常规检测指标转化为自杀风险评估工具,使基层医疗机构具备筛查能力;其次,发现生物学衰老的干预可能带来"一石二鸟"效益——既延缓衰老又预防自杀;最后,为高危人群(男性、低SES等)的精准预防提供客观依据。值得注意的是,研究存在种族代表性局限(97.4%为白人),未来需在多元人群中验证。
研究结论强调:临床生物标志物评估的生物学衰老是SA/SI的独立风险因素,这种关联受人口学特征、生活方式和基础疾病状态修饰。保持健康生活方式(特别是体力活动)可能缓冲衰老的不良影响。该发现为开发基于衰老生物学的自杀预防策略提供了全新视角,提示抗衰老干预或成为精神卫生领域的潜在突破点。
生物通微信公众号
知名企业招聘