膳食脂肪酸摄入与保留比值受损肺功能(PRISm)的关联研究：基于NHANES的多方法学分析

为解决慢性阻塞性肺疾病(COPD)早期筛查难题，广州医科大学附属第一医院团队通过NHANES数据库(2007-2012)开展首个关于膳食脂肪酸(FA)亚类与保留比值受损肺功能(PRISm)的关联研究。采用逻辑回归、加权分位数和(WQS)回归及机器学习等方法，发现饱和脂肪酸(SFA 4:0)和α-亚麻酸(ALA)具有显著保护作用，并构建LightGBM预测模型(准确率73.6%)。该研究为COPD早期干预提供新靶点，相关成果发表于《Lipids in Health and Disease》。

　　

慢性阻塞性肺疾病(COPD)作为全球第三大死因，预计到2025年将造成4.326万亿美元经济损失。这种进行性呼吸系统疾病最棘手的问题在于早期症状隐匿，当患者出现典型气流受限时，肺功能往往已不可逆。在COPD发展轨迹中，保留比值受损肺功能(PRISm)作为可逆性前驱状态备受关注——这类患者表现为第一秒用力呼气容积(FEV₁)<80%预计值，但FEV₁/用力肺活量(FVC)比值正常。流行病学显示PRISm人群全因死亡率显著升高，且易进展为典型COPD。然而当前临床更关注已确诊患者的治疗，对PRISm这种"窗口期"的干预研究严重不足。

广州医科大学附属第一医院呼吸疾病国家重点实验室的研究团队敏锐捕捉到这一研究空白。考虑到膳食干预的可行性和脂肪酸(FA)在抗炎、免疫调节方面的独特作用，他们利用美国国家健康与营养调查(NHANES)2007-2012周期数据，首次系统探究了19种FA亚类与PRISm的关联。这项创新性研究不仅采用传统回归分析，还引入加权分位数和(WQS)回归、贝叶斯核机器回归(BKMR)等混合暴露模型，更通过机器学习构建临床预测工具，相关成果发表在《Lipids in Health and Disease》。

研究团队从30,442名NHANES参与者中严格筛选出8,836名20-79岁成年人作为最终分析样本。关键技术方法包括：1)基于24小时膳食回忆计算FA摄入量；2)采用全球肺功能倡议(GLI)2022标准判定PRISm；3)运用主成分分析(PCA)降维处理FA数据；4)建立包含LightGBM等6种算法的预测模型；5)通过SHAP值解析特征重要性。所有分析均考虑NHANES复杂抽样设计，并控制年龄、BMI等混杂因素。

研究结果呈现四大发现：

1. 单因素分析显示：总饱和脂肪酸(SFA)摄入每增加IQR，PRISm风险降低16%(OR=0.84)，其中丁酸(SFA 4:0)保护作用最强。剂量反应曲线揭示SFA 16:0等在特定阈值前保护效应更显著。

   

2. 混合暴露模型证实：WQS回归中SFA混合物指数每升高1分位，PRISm风险下降15%，SFA 4:0权重最高(0.582)；BKMR模型显示SFA和单不饱和脂肪酸(MUFA)在高摄入区间(>55百分位)保护效应显著。

3. 机器学习建模：LightGBM模型表现最优(AUC=0.808)，SHAP分析揭示种族、BMI和SFA 4:0是三大关键预测因子。

   

4. 临床转化应用：开发基于Streamlit框架的网页工具，可实时计算个体PRISm风险概率，为个性化膳食干预提供依据。

   

这项研究通过多维度证据链阐明，适量摄入膳食脂肪酸特别是短链饱和脂肪酸，可能通过调节肠道-肺轴、抑制组蛋白去乙酰化酶(HDAC)活性等机制预防PRISm。其创新价值体现在三方面：首先，突破传统单一营养素研究模式，首次采用混合暴露模型揭示FA协同效应；其次，将机器学习引入呼吸流行病学，构建的预测工具准确率超越常规筛查方法；最后，研究成果直接转化为临床可用的决策支持系统，实现从基础研究到公共卫生应用的闭环。该研究为COPD早期防控提供新思路——通过调整膳食脂肪酸构成这种经济、易行的方式，有望在肺功能不可逆损伤前实施有效干预，具有重要的临床转化价值。