中老年人群心脏代谢指数与抑郁症状对心脑血管疾病的联合影响：一项全国性前瞻性队列研究

为解决传统心血管风险评估模型预测精度不足的问题，研究人员基于CHARLS队列数据，探讨了心脏代谢指数(CMI)与抑郁症状对中老年人群心脑血管疾病(CVD)的独立及联合影响。研究发现高CMI与抑郁症状分别使卒中风险增加2.015倍和CVD风险增加1.472倍，两者共存时风险协同升高(HR:1.647)。该研究为心脑血管疾病的早期防控提供了代谢-心理双重干预靶点。

　　

随着全球人口老龄化加剧，心脑血管疾病(CVD)已成为威胁人类健康的"头号杀手"。据统计，全球每年约三分之一死亡病例与CVD相关，其中缺血性心脏病和卒中是最主要的致死原因。尽管弗明汉风险评分(FRS)等传统评估模型已广泛应用，但临床实践中仍有大量"低风险"人群突发心血管事件。这提示我们，除了年龄、胆固醇等经典指标外，可能还存在被忽视的"隐形杀手"。

北京大学滨海医院的研究团队在《Journal of Affective Disorders》发表的最新研究，首次系统探讨了心脏代谢指数(CMI)与抑郁症状这对"代谢-心理"组合对CVD风险的协同影响。研究人员利用中国健康与养老追踪调查(CHARLS)的全国性队列数据，对5808名45岁以上中老年人进行了长达9年的追踪。通过Cox比例风险模型和因果中介分析，不仅量化了CMI与抑郁症状的独立效应，还揭示了二者间的复杂交互关系。

研究主要采用三项关键技术：1)基于CHARLS多阶段概率抽样队列的流行病学调查；2)采用CMI(甘油三酯与高密度脂蛋白胆固醇比值)作为新型代谢标志物；3)应用CES-D量表评估抑郁症状。通过分层分析和中介效应模型，系统解析了不同人群的风险异质性。

【研究结果】

基线特征分析显示：随着CMI四分位数升高，参与者平均腰围、血压、空腹血糖等代谢指标显著恶化(p<0.05)，且抑郁症状检出率从Q1组的18.7%递增至Q4组的31.2%。

主要结局发现：

1. 独立效应：高CMI使卒中风险翻倍(HR:2.015,95%CI:1.458-2.786)，抑郁症状使总体CVD风险增加47.2%(HR:1.472,95%CI:1.296-1.671)

2. 协同效应：同时存在高CMI和抑郁症状的群体CVD风险最高(HR:1.647,95%CI:1.319-2.056)，显著高于单一危险因素群体

3. 中介分析：抑郁症状通过影响CMI间接导致CVD(ACME:-0.00108)，而CMI对CVD的影响则以直接效应为主

【结论与意义】

该研究首次证实CMI与抑郁症状对CVD风险存在协同放大效应，其机制可能涉及下丘脑-垂体-肾上腺(HPA)轴失调引发的代谢紊乱。特别值得注意的是，抑郁症状主要通过改变CMI等代谢指标间接影响心血管健康，这为"双心医学"提供了循证依据。研究成果提示临床应建立"心理-代谢-心血管"三位一体的防控体系，对同时存在抑郁和代谢异常的高危人群实施早期干预。

从公共卫生视角看，该研究创新性地将CHARLS队列数据转化为风险评估工具，为发展中国家心脑血管疾病的精准预防提供了可推广的筛查模型。未来研究可进一步探索抗抑郁治疗对改善CMI指标及降低CVD风险的实际效果，为制定整合医学干预方案提供新思路。