基于贝叶斯线性结构方程模型(BLSEM)探索从产前到中年期体重指数(BMI)发展的生命历程路径分析

本研究针对肥胖这一全球性健康挑战，开发了创新的贝叶斯线性结构方程模型(BLSEM)，通过分析芬兰NFBC1966出生队列4119名参与者从产前至46岁的纵向数据，揭示了BMI发展的复杂生命历程路径。研究发现所有童年期变量与成年BMI的关联均通过多重中介路径实现，其中脂肪重积聚年龄(AgeAR)和11岁前生长速度是最强预测因子。该研究为理解肥胖发展的关键窗口期提供了新见解，开发的BLSEM方法为复杂生命历程数据分析提供了有力工具。

　　

肥胖已成为21世纪最严峻的公共卫生挑战之一，世界肥胖联盟将其定义为慢性复发性疾病。尽管大量研究表明从胎儿期开始的生长发育模式与成年肥胖风险相关，但传统统计方法难以解析贯穿生命全程的复杂因果关系网络。现有研究多聚焦特定生命阶段，缺乏对遗传、环境和社会经济因素如何通过不同发育阶段交互作用的系统认识。特别是在关键发育节点如婴儿期脂肪高峰(AP)、儿童期脂肪重积聚(AR)和青春期，个体对外界影响的敏感性及遗传效应可能呈现动态变化，这些时空调控机制仍有待阐明。

为突破这些方法学限制，由Evangelia Tzala领衔的国际研究团队在《International Journal of Obesity》发表了创新性研究。他们开发了贝叶斯线性结构方程模型(BLSEM)，整合变量选择先验，首次实现对从产前到中年期BMI发展轨迹的全生命周期分析。该方法可同时处理大量变量间的复杂关系，通过构建有向无环图(DAG)识别直接、间接(中介)和总效应，为肥胖发展的因果推断提供新视角。

研究团队应用这一创新方法分析了芬兰北部1966年出生队列(NFBC1966)的独特数据资源。该队列覆盖芬兰最北部两省96%的1966年出生人口，具有极高的随访率和丰富表型数据，包括产前记录、平均20次的儿童期生长测量以及31岁和46岁的详细临床评估。研究最终纳入4119名参与者(52.3%男性)，通过拟合生长曲线获得关键发育参数如AP(约9月龄)和AR(约5.5岁)的年龄和BMI值。

技术方法的核心是构建包含6个生命阶段的BLSEM模型：1)产前和出生；2)婴儿期(1岁)；3)儿童期(6岁)；4)青春期(14岁)；5)成年早期(31岁)；6)中年期(46岁)。模型包含59个变量(29个内生变量和30个外生变量)，采用贝叶斯方法处理缺失数据，通过马尔可夫链蒙特卡罗(MCMC)算法估计参数。关键创新在于变量选择先验的应用，自动筛选数据支持的关联，计算每个箭头在DAG中的包含概率，提供可解释的效应量估计。

研究结果揭示了一系列重要发现：

产前因素的中介效应

所有产前因素与46岁BMI(BMI₄₆)的关联均通过多重中介路径实现。母亲孕前BMI通过35条路径产生总效应52.3×10^-3 SD单位，相当于每增加1 SD孕前BMI(约3.3 kg/m²)，后代BMI₄₆增加0.08 kg/m²。母亲吸烟通过31条路径与较高的BMI₄₆相关[22.5(5.34-41.0)×10^-3 SD]，而较高的社会经济地位(SEP)通过26条路径显示保护效应[-1.85(-3.57至-0.18)×10^-3 SD]。

生长发育的关键预测作用

儿童期生长参数显示出最强的预测价值。脂肪重积聚年龄(AgeAR)每增加11个月，BMI₄₆降低0.99 kg/m²[-174.0(-219.0至-124.3)×10^-3 SD]。AR至11岁期间的BMI增长速度(BMI_AR11)每增加0.21 kg/m²/年，BMI₄₆增加2.19 kg/m²[95.6(39.1-158.0)×10^-3 SD]。婴儿期脂肪高峰BMI(BMI_AP)每增加0.8 kg/m²与BMI₄₆增加0.31 kg/m²相关[53.1(18.7-89.4)×10^-3 SD]。

遗传因素的发育时相性

BMI多基因风险评分(PRS_BMI)通过6条路径产生间接效应[14.8(2.66-22.8)×10^-3 SD]，值得注意的是，遗传效应从AR期开始显现，通过降低AgeAR和增加BMI_{AR11影响成年BMI。}

成年代谢健康的持续影响

31岁BMI(BMI₃₁)显示最强的直接效应，每增加1 SD(约3.9 kg/m²)对应BMI₄₆增加0.68 kg/m²[539.3(500.3-577.9)×10^-3 SD]。血压因子(BPF₃₁)也有显著影响[80.4(46.1-113.8)×10^-3 SD]。

模型解释力方面，对BMI₁₄的方差解释度最高(58.1%)，BMI₄₆为34.6%，表明模型成功捕获了生命历程中影响BMI发展的关键因素。

这项研究通过创新的BLSEM方法，首次系统描绘了从产前到中年期BMI发展的完整路径图谱。研究证实儿童期特别是AR阶段是干预的关键窗口期，早期生长模式比单一时间点测量更能预测长期代谢健康。方法学上，BLSEM解决了传统分析处理复杂生命历程数据的局限，为流行病学研究提供了可处理高维纵向数据的新范式。尽管基于相对同质的芬兰人群，但研究揭示的发育规律可能普遍适用于类似社会环境。未来研究可扩展至更多元人群，并探索特定干预措施在不同发育阶段的效果差异。该研究为制定分阶段的肥胖预防策略提供了重要科学依据，强调儿童期特别是学龄前阶段在塑造长期健康结局中的核心地位。