心血管-肾脏-代谢综合征患者中“生命关键9项指标”与疾病严重程度、全因死亡率及心血管死亡率之间的关联：表型年龄加速的中介作用

《Frontiers in Nutrition》：Associations between Life’s Crucial 9 and severity, all-cause mortality, and cardiovascular mortality in individuals with cardiovascular-kidney-metabolic syndrome: the mediating role of phenotypic age acceleration

心血管-肾脏-代谢综合征（CKM）的严重性和死亡率与LC9评分显著负相关，高LC9评分可降低37%的CKM进展风险及心血管死亡率（HR=0.81）。PhenoAgeAccel中介效应占比28.29%。研究采用NHANES数据，通过逻辑回归、Cox回归及 restricted cubic spline 分析验证LC9对CKM的预测价值，WQS分析显示血糖为关键影响因素。LC9相比LE8和LS7在CKM严重性预测中更具优势，但对死亡率预测提升有限。

　　这项研究聚焦于心血管-肾脏-代谢综合征（CKM综合征）与生活方式指标“生命的关键9项”（LC9）之间的关系。CKM综合征是由心血管疾病（CVD）、代谢综合征（MetS）和慢性肾脏病（CKD）共同构成的一种复杂疾病体系，其特点在于这三类疾病之间存在相互影响和共存的现象。随着人口老龄化和慢性疾病的普遍化，CKM综合征的流行率逐年上升，成为全球公共卫生领域的重要挑战。AHA（美国心脏协会）近年来提出了CKM综合征这一概念，强调了在这些疾病早期阶段进行干预的重要性，以期降低其对个体健康和生命质量的威胁。LC9是AHA最新提出的健康生活方式评估指标，它不仅涵盖了传统的心血管健康指标，还引入了心理健康这一关键维度，从而提供了一个更为全面的健康评估框架。

研究利用了美国国家健康与营养调查（NHANES）的数据库，分析了7,647名参与者的健康数据。通过对这些数据进行逻辑回归、Cox回归和限制性立方样条（RCS）分析，研究人员发现LC9评分与CKM综合征的严重程度和死亡率之间存在显著的负相关关系。具体而言，每提高10%的LC9评分，个体发展为CKM综合征晚期阶段的风险会下降约37%。此外，通过加权分位数回归（WQS）模型，研究还指出血糖水平是影响CKM综合征进展的主要因素。这一发现强调了血糖控制在预防CKM综合征恶化中的核心作用。

在探讨LC9评分对CKM综合征预后的影响时，研究发现更高的LC9评分与较低的全因死亡率和心血管死亡率密切相关。Cox回归模型显示，LC9评分每提高10%，全因死亡率下降约19%，心血管死亡率下降约26%。这表明，LC9评分不仅能够反映个体的健康状态，还可能在一定程度上预测其未来的健康风险。然而，RCS分析进一步揭示了LC9评分与CKM综合征严重程度之间存在非线性关系，而与死亡率之间则未发现显著的非线性联系。这一结果提示，LC9评分对疾病严重程度的影响可能是累积性的，但对死亡率的预测作用则较为线性，或者受到其他因素的调节。

为了更深入地理解LC9评分与CKM综合征严重程度之间的关系，研究还进行了中介分析，发现“表型年龄加速”（PhenoAgeAccel）在其中发挥了重要作用。PhenoAgeAccel是一个基于生物标志物计算的指标，能够更准确地反映个体的生物年龄，而非单纯的生理年龄。研究发现，LC9评分与CKM综合征严重程度之间的关系部分通过PhenoAgeAccel实现，即LC9评分的改善有助于减缓生物年龄的加速，从而降低CKM综合征的严重程度。这一发现不仅为LC9的临床应用提供了理论支持，也为如何通过改善生活方式来延缓生物衰老提供了新的视角。

此外，研究还比较了LC9、LE8（生命的关键8项）和LS7（生命的关键7项）这三种健康评估指标在预测CKM综合征严重程度和死亡率方面的表现。结果显示，LC9在预测CKM综合征严重程度方面具有更高的准确性，而在预测死亡率方面则与LE8和LS7表现相近。这一结果表明，LC9在评估CKM综合征的进展风险方面更具优势，但其在死亡率预测中的价值仍需进一步研究。研究还指出，虽然LC9在评估中加入了心理健康这一新维度，但其依赖于自我报告的数据，可能存在一定的主观偏差和测量误差。因此，在未来的健康评估工具开发中，应考虑采用更为客观和标准化的指标来提高LC9的准确性和适用性。

从研究的结构来看，其涵盖了广泛的分析方法，包括逻辑回归、Cox回归、RCS分析、分层分析、中介分析以及模型比较。这些方法共同构建了一个全面的评估体系，使得研究结果更具说服力和科学性。例如，通过逻辑回归分析，研究人员能够明确LC9评分与CKM综合征严重程度之间的关系；而通过Cox回归模型，他们进一步验证了LC9评分对死亡率的预测作用。RCS分析则揭示了评分与疾病严重程度之间的非线性关系，为理解LC9评分的动态影响提供了重要依据。

在实际应用层面，这项研究为公共卫生政策和临床实践提供了新的方向。LC9的引入，使得健康评估工具更加全面，能够更有效地识别出那些处于CKM综合征早期阶段的个体，并为他们提供针对性的干预措施。研究结果表明，提高LC9评分可以显著降低CKM综合征的进展风险和死亡率，因此，未来在制定健康促进计划时，应将LC9作为重要的参考指标。特别是在针对特定高危人群，如老年人、低教育水平者或有心理问题的个体时，LC9可能具有更高的应用价值。

值得注意的是，研究还发现LC9评分在不同亚组中的影响存在差异。例如，在不同年龄段的个体中，LC9评分对CKM综合征严重程度的影响程度不同，这提示我们需要进一步研究不同人口群体的健康需求和干预策略。此外，PhenoAgeAccel作为中介变量，在LC9评分与CKM综合征严重程度之间的关系中占据重要地位，这一发现为延缓生物衰老提供了新的研究路径。因此，未来的研究可以围绕如何通过改善LC9评分来减缓PhenoAgeAccel的加速，从而降低CKM综合征的进展风险。

从研究的意义来看，这项工作不仅填补了LC9在CKM综合征研究中的空白，还为整合心血管、肾脏和代谢健康提供了新的思路。LC9的引入使得健康评估工具更加贴近实际生活，涵盖了更多与健康相关的维度，如睡眠质量、心理健康和饮食习惯等。这些因素在传统的心血管健康评估中往往被忽视，但在CKM综合征的背景下，它们可能成为重要的预测因子和干预靶点。因此，LC9的推广和应用，将有助于更全面地理解和管理CKM综合征，为预防和治疗提供科学依据。

然而，这项研究也存在一定的局限性。首先，由于研究数据来源于NHANES，其横断面设计限制了因果关系的直接推断。其次，某些CKM综合征相关指标依赖于自我报告，这可能导致数据偏差和信息失真。因此，在未来的纵向研究中，应考虑采用更精确的测量方法，以提高数据的可靠性和研究的深度。此外，研究还指出，LC9在预测CKM综合征死亡率方面相较于LE8和LS7没有显著优势，这提示我们需要进一步探索其他潜在的预测因子，以完善CKM综合征的评估体系。

总体而言，这项研究通过系统分析LC9评分与CKM综合征之间的关系，揭示了生活方式在预防和管理CKM综合征中的重要作用。LC9的引入，不仅丰富了心血管健康评估的维度，还为未来的研究和临床实践提供了新的工具和方法。研究结果表明，LC9评分的提高可以显著降低CKM综合征的严重程度和死亡率，因此，将LC9纳入健康评估和干预策略中，可能有助于更有效地预防和控制CKM综合征的进展。未来的研究应进一步探讨LC9的临床应用价值，特别是在不同人群和地区的适用性，以及其在实际健康管理中的可行性。同时，应加强对LC9评分与其他健康指标之间关系的深入研究，以期为CKM综合征的综合管理提供更加科学和系统的支持。