单核细胞/高密度脂蛋白胆固醇比值轨迹对代谢相关脂肪性肝病发病风险的影响：随机森林、轨迹分析与孟德尔随机化研究

本研究通过多模态方法揭示单核细胞/高密度脂蛋白胆固醇比值（MHR）的纵向轨迹与代谢相关脂肪性肝病（MAFLD）发病风险的关联。结合机器学习、前瞻性队列分析与孟德尔随机化（MR），证实MHR动态升高是MAFLD的独立预测因子，为早期风险分层提供了新型炎症-代谢整合标志物。

　　

Abstract

Background and Aims

单核细胞/高密度脂蛋白胆固醇比值（MHR）作为整合炎症与脂质代谢的新型生物标志物，其与代谢相关脂肪性肝病（MAFLD）的纵向关联尚不明确。本研究旨在通过多学科方法探究MHR轨迹对MAFLD风险的影响。

Methods

研究结合三种方法：（1）基于机器学习的随机森林模型评估特征重要性；（2）前瞻性队列分析通过重复测量MHR识别轨迹模式；（3）孟德尔随机化（MR）推断因果关系。

Results

队列中识别出三种MHR轨迹。与低稳定组相比，中度上升组（HR 1.17, 95% CI 1.04–1.32）和高波动组（HR 1.24, 95% CI 1.03–1.49）的MAFLD发病率显著更高。随机森林将MHR列为前5位预测因子，MR分析支持其因果关系。

Conclusion

多模态研究表明，纵向MHR升高先于并预测MAFLD发展，提示炎症-脂质复合通路的作用。MHR轨迹分析可增强早期风险分层，尤其在代谢受损个体中。

Introduction

代谢相关脂肪性肝病（MAFLD）已成为全球最常见的慢性肝病，影响超过25%的成人。其疾病谱从单纯性脂肪变性到肝硬化甚至肝癌，而早期干预可显著改善预后。2020年疾病概念的更新使“MAFLD”更强调代谢紊乱在发病机制中的核心作用。慢性炎症被证明是该疾病进展的关键驱动因素。近年来，基于常规血液检测的炎症标志物显示出对MAFLD的诊断和风险预测价值。其中，单核细胞/高密度脂蛋白胆固醇比值（MHR）整合了免疫激活和脂质代谢保护的双重信号，在横断面研究中显示出比其他指标更好的诊断效能。然而，现有研究存在重要空白：（1）缺乏关于炎症标志物（尤其是MHR）动态轨迹与MAFLD发病关联的纵向证据；（2）未明确BMI等代谢因素如何与炎症轨迹相互作用影响疾病风险；（3）未系统评估炎症指标的相对贡献值及其性别差异。

本研究基于社区前瞻性队列，首次利用组基轨迹建模（GBTM）分析MHR的动态模式，揭示其与MAFLD发展的时间关联。通过孟德尔随机化（MR）进一步验证因果关系，分层分析探讨BMI和性别对“炎症-代谢串扰”的调节作用。旨在确定纵向MHR轨迹是否预测MAFLD发病，并探索代谢和性别特异性因素如何调节这种关联。研究结果可通过提供新型动态生物标志物改善人群健康，增强临床决策，实现针对免疫代谢调节轴的精准干预。

Methods

Population Characteristics

Cross-Sectional Study Population

基于中国健康体检队列——32996名接受腹部超声检查的汉族成年人，来自中国广东省及周边地区，具有高度同质的遗传背景。

Longitudinal Trajectory Study Population

动态随访队列——20186名成年体检者（2017年6月至2021年6月），需完成至少三次年度随访（包括问卷、血常规、血脂检测和腹部超声）。

排除标准包括：（1）严重肝脏或慢性系统性疾病；（2）妊娠或哺乳等特殊状态；（3）基线超声显示脂肪肝证据；（4）影响肝脂肪积累的条件或药物使用。

Diagnostic Criteria for MAFLD

肝脂肪变性采用标准化腹部超声评估，依据回声标准（如肝肾对比增强、血管边缘模糊和声束衰减）。MAFLD诊断需肝脂肪变性加以下之一：（1）超重或肥胖（亚洲成人BMI≥23 kg/m²）；（2）2型糖尿病；（3）至少两项代谢风险异常：腰围≥90 cm（男）/80 cm（女）、血压≥130/85 mmHg或抗高血压治疗、甘油三酯≥1.70 mmol/L、HDL-C<1.0 mmol/L（男）/1.3 mmol/L（女）、 prediabetes（空腹血糖5.6–6.9 mmol/L）、HOMA-IR≥2.5、hs-CRP>2 mg/L。

Data Collection

通过问卷收集年龄、性别、吸烟、饮酒、家族史、高血压和糖尿病诊断。吸烟定义为每天至少一支烟持续六个月。体重和身高精确测量，BMI计算为体重/身高²。血压测量三次取平均值。高血压定义为收缩压≥140 mmHg或舒张压≥90 mmHg，或自我报告病史或用药。糖尿病定义为空腹血糖≥7.0 mmol/L或HbA1c≥6.5%，或自我报告病史或用药。研究经南方医科大学第三附属医院伦理委员会批准（2022-ER-020），获知情同意豁免。

Laboratory Testing

空腹血样采集，使用酶法分析血清标志物（TG、CHOL、LDL-C、HDL-C、UA）。单核细胞计数通过血常规分析，空腹血糖通过葡萄糖氧化酶法测量。使用Hitachi 7600-110或Sysmex XE-2100分析仪。HbA1c通过高效液相色谱（HPLC）测量。炎症指标计算公式包括MHR、NLR、PLR、SII和SIRI。

Statistical Methods

正态分布数据以均数±标准差表示，使用t检验、方差分析（ANOVA）和卡方检验比较组间差异。随机森林分析使用500棵树（ntree=500），mtry通过网格搜索确定，变量重要性通过3折交叉验证平均。轨迹分析使用Stata和traj插件，基于删失正态分布，标准包括最高BIC、平均后验概率>70%和样本量>5.0%。Cox比例风险模型评估MHR轨迹/基线/变异轨迹与MAFLD发病的关联，调整年龄、性别、BMI、WC、血脂、高血压、糖尿病、吸烟、肝酶、血红蛋白和血小板计数。乘性和加性交互作用通过epiR包计算。

Mendelian Randomization

使用多种方法（IVW、加权中位数、MR-Egger等）研究基因与MAFLD的因果关系，IVW结果为主要证据。计算OR和95% CI，进行敏感性分析。异质性通过Cochran Q检验评估，水平多效性通过MR-Egger截距和MR-PRESSO检验。IVs选择p<1×10^-5，LD r²<0.01，F统计量≥10。

Results

Baseline Characteristics

横断面人群中，MAFLD患者8826例（49.4±12.0岁），对照20486例（46.5±13.2岁）。纵向队列中，MAFLD患者1984例（47.9±11.2岁），对照6540例（45.3±11.6岁）。MAFLD组男性比例、糖尿病、BMI、ALT、AST、GGT、TG和LDL-C较高，HDL-C较低。MHR变异定义为随访值与基线差（ΔMHR）。个体内变异性分析显示，高MHR轨迹组不仅均值高，且变异性低，表明炎症持续稳定升高。

Random Forest Prediction for MAFLD

横断面数据中，随机森林确定MAFLD最重要的预测因子为BMI、ALT和WC，MHR重要性显著高于其他炎症指标。纵向数据中，重要预测因子包括BMI、TG、WC和MHR轨迹。

Association of MHR Trajectories with MAFLD Incidence and Subgroup Analysis

5年随访后，1984名参与者发生MAFLD。所有性别-BMI亚组均显着趋势（P<0.05）。非超重女性、非超重男性、超重/肥胖女性和超重/肥胖男性的MAFLD累积发病率分别为10.48%、19.73%、38.79%和49.34%。高MHR轨迹组MAFLD累积发病率显著更高，曲线随时间分离。风险比（HR）和95% CI在组间差异显著。基线MHR和MHR变异轨迹均与MAFLD发病相关。交互作用分析显示MHR变异轨迹与超重/肥胖存在抗性乘性交互作用。加性交互作用中，总人群和两性在模型1和2中显着协同效应（RERI>0, AP>0, SI>1）。模型3中加性交互作用边界显著。

Mendelian Randomization Between MHR Phenotype, HDL and MAFLD

IVW分析显示单核细胞数量与MAFLD无显著关联（p>0.05）。除HDL外，11种单核细胞表型与MAFLD显著相关。HDL与MAFLD负相关，负相关表型包括CD11c⁺单核细胞百分比、CD14^-CD16⁺单核细胞百分比、CD16在CD14^-CD16⁺和CD14⁺CD16⁺单核细胞上的表达水平、单核细胞前向散射面积（FSC-A）值和PDL-1在CD14⁺CD16⁺单核细胞上的表达水平。正相关表型包括HLA DR在CD14^-CD16⁺单核细胞、CD14⁺单核细胞和单核细胞上的表达水平，以及HLA DR⁺⁺单核细胞百分比。多重检验校正后，CD11c⁺单核细胞百分比、HLA DR在CD14⁺单核细胞上的表达水平和HDL仍与结果显著相关（FDR调整p<0.05）。MR-Egger截距p>0.05，无水平多效性证据。Cochran Q检验提示SNP间无显著异质性（p>0.05）。

Discussion

MAFLD是一种复杂的多系统 disorder，发病机制涉及脂肪组织 dysfunction、肠道菌群失衡和肝脏免疫应答异常。近年来，炎症在MAFLD发展和进展中的关键作用日益受到关注。多项研究报道脂肪肝与中性粒细胞/淋巴细胞比值（NLR）、血小板/淋巴细胞比值（PLR）和全身免疫炎症指数（SII）等炎症标志物的关联。但由于样本异质性、横断面设计局限和缺乏纵向数据，其预测价值未被系统评估。本研究首次使用随机森林算法比较五种常用炎症标志物的预测力，揭示单核细胞/高密度脂蛋白胆固醇比值（MHR）在预测未来MAFLD风险方面表现最强。通过轨迹建模分析五年随访数据，识别出三种MHR动态模式。高轨迹组个体发生MAFLD的风险显著升高，风险在超重或肥胖男性中尤为突出。与常规静态指标相比，我们的发现强调了MHR自身时间趋势的预测意义——这是现有研究未涉及的方面。孟德尔随机化分析进一步支持因果关系，显示高密度脂蛋白胆固醇（HDL-C）水平较高对MAFLD有保护作用，而特定激活表型的单核细胞（如高HLA-DR表达）与疾病风险正相关。这些结果表明，可能是单核细胞的激活状态而非仅其数量在疾病进展中起关键作用。

作为整合促炎单核细胞和抗炎HDL-C的比值，MHR能动态反映免疫代谢平衡的转变。激活的单核细胞释放多种炎症细胞因子（如IL-1β和TNF-α），促进肝脏炎症和脂质积累。相反，HDL-C发挥抗炎和脂质调节作用，通过抑制单核细胞趋化和减弱TLR信号通路提供保护。

此外，我们的孟德尔随机化分析显示较高HDL-C水平具有保护效应，而激活表型的单核细胞与MAFLD风险正相关。这些发现表明MHR不仅是预测标志物，还可能在MAFLD发展中起因果作用。

先前研究已确立MHR作为心血管疾病存在和预后的独立预测因子。美国全国性队列研究证实MHR对全因和心血管死亡的贡献。MHR还被显示预测代谢综合征和维生素D缺乏。血脂——尤其是高密度脂蛋白（HDL）——在 linking 心血管状况与代谢综合征和脂肪肝病中起 crucial 作用。

与现有文献相比，本研究提供多项创新贡献。首先，多数先前研究基于横断面设计，忽略了炎症标志物的时间动态；我们则通过轨迹建模揭示长期MHR趋势对疾病风险的影响。其次，尽管 prior 研究常聚焦单一炎症标志物，本研究系统比较五种标志物并通过多种分析方法验证MHR的稳健性。第三，我们的孟德尔随机化分析首次提示单核细胞、HDL-C与MAFLD病因学的潜在因果联系，为未来探索治疗靶点提供理论基础。

本研究也有 several 局限性。由于队列研究的实际约束，饮食和体力活动等生活方式因素以及胰岛素抵抗指标未纳入模型；代之以BMI和腰围作为代理变量。随访期相对较短，MAFLD诊断的确切时间信息有限。此外，孟德尔随机化（MR）分析固有地反映终生暴露对疾病风险的影响，难以捕捉短期波动或识别关键阈值。由于UK Biobank样本主要为欧洲裔， findings 对其他人群的普适性需在多中心、多种族队列中进一步验证。

未来研究应旨在阐明MHR作为预测标志物的动态调控机制，并探索其作为治疗靶点的潜力，以为MAFLD的个体化风险预测和精准预防提供新途径。

Conclusions

总之，我们的研究表明单核细胞/高密度脂蛋白胆固醇比值（MHR）的纵向轨迹与MAFLD发病风险显著相关，尤其在超重和肥胖男性中。这些发现得到孟德尔随机化的进一步支持，提示免疫代谢失衡在MAFLD发展中的潜在因果作用。尽管研究利用大样本量和稳健分析方法，但未测量的生活方式混杂因素和缺乏机制验证等局限性应注意。鉴于其常规血液测试中的可用性，MHR可能作为MAFLD早期风险分层的有前途的生物标志物。未来临床研究有必要验证其预测价值并探索其在个性化预防策略中的效用。

Ethics Approval and Consent to Participate

根据《赫尔辛基宣言》原则，本研究方案经南方医科大学第三附属医院机构审查委员会（IRB）批准（项目识别码：2022-ER-020）。获知情同意豁免。

Author Contributions

所有作者对报告的工作做出重大贡献，包括构思、研究设计、执行、数据获取、分析和解释；参与起草、修订或批判性审阅文章；最终批准发布版本；同意文章提交期刊；并对工作的所有方面负责。

Disclosure

所有作者披露与本工作无相关利益冲突。

Data Sharing Statement

本研究中生成和/或分析的数据集因参与者隐私问题未公开可用，但可向通讯作者合理请求获取。