《Sleep Health》:Rest-activity rhythms, sleep dimensions, and mortality in adults with cardiovascular-kidney-metabolic syndrome: A survey-weighted NHANES cohort study
编辑推荐:
摘要目标本研究旨在考察休息-活动节律及客观睡眠各维度与全因死亡率之间的关系,并以心脏病死亡率为辅助性次要结局指标,研究对象为患有心血管-肾脏-代谢综合征的成年人。方法我们分析了2011年至2014年国民健康与营养检查调查数据,并追踪至2019年的死亡情况,研究对象为存档心血管
摘要
目标
本研究旨在考察休息-活动节律及客观睡眠各维度与全因死亡率之间的关系,并以心脏病死亡率为辅助性次要结局指标,研究对象为患有心血管-肾脏-代谢综合征的成年人。
方法
我们分析了2011年至2014年国民健康与营养检查调查数据,并追踪至2019年的死亡情况,研究对象为存档心血管-肾脏-代谢阶段1至4的成年人。休息-活动节律指标(日间稳定性、日间内变异性、相对振幅)和睡眠参数(时长、效率、时间变异性)均源自腕带式活动记录仪数据。加权Cox模型纳入了流动检查中心权重、分层及主要抽样单元。
结果
在3061名参与者中,共发生274例全因死亡和79例心脏病死亡。较高的日间内变异性与较高的全因死亡率相关(每增加0.1个单位的危险比[HR]为1.15;95%置信区间[CI]为1.08-1.23),而较高的相对振幅与较低的死亡率相关(每增加0.1个单位的HR为0.74;95% CI为0.66-0.82)。较长的平均睡眠时长(每小时的HR为0.82;95% CI为0.74-0.91)和较高的睡眠效率(每增加0.1个单位的HR为0.70;95% CI为0.57-0.86)与较低的全因死亡率相关,而较大的睡眠中点变异性则与较高的全因死亡率相关(每小时的HR为1.26;95% CI为1.04-1.52)。相对振幅和平均睡眠时长与全因死亡率之间的关系呈非线性。心脏病死亡率结果具有支持性。
结论
休息-活动节律碎片化程度更高、休息-活动节律振幅更低以及多个睡眠维度均与全因死亡率相关。这些发现并未确立因果关系或临床阈值。
引言
心血管-肾脏-代谢综合征描述了脂肪肥胖、代谢风险、慢性肾脏病和心血管疾病在0至4各阶段间的交互负担1。在2011至2020年间,近90%的美国成年人符合心血管-肾脏-代谢1期及以上的标准,约15%符合3期或4期的标准2。较高的心血管-肾脏-代谢分期也与更高的全因死亡率和特定病因死亡率相关3。因此,24小时休息-活动节律和睡眠的客观测量可能为心血管-肾脏-代谢综合征成年人的死亡风险提供补充信息。
休息-活动节律是受昼夜节律、睡眠-觉醒和活动时间过程影响的自由生活行为模式。日间稳定性用于量化日间规律性,日间内变异性用于量化日间内碎片化程度,相对振幅则对比了最活跃10小时(M10)与最不活跃5小时(L5)的活动量4。归一化相对振幅的计算公式为(M10?L5)/(M10+L5),数值越高表示活跃期与休息期之间的分离度越强。在国民健康与营养检查调查中,更稳健的休息-活动节律横断面上与较低的心血管疾病和心脏代谢风险因素患病率相关5。来自鹿特丹、英国生物银行及一项巴西老年队列的前瞻性证据已将节律碎片化或振幅降低与死亡率联系起来,尽管估计值随人群和协变量调整而有所不同6, 7, 8
睡眠健康是多维度的,包括时长、连续性、时间、规律性、满意度和日间功能9。设备测量的睡眠时长和效率与全因死亡率和特定病因死亡率之间表现出联合关联10。其他前瞻性研究将睡眠连续性与时间、睡眠规律性以及多维睡眠模式与死亡率联系起来11, 12, 13。客观监测可以从同一份记录中导出休息-活动节律和睡眠维度,但这两种概念并非可互换:休息-活动节律概括了完整的24小时活动模式,而睡眠指标则刻画保留下来的睡眠时段。
Weng等人已经研究了心血管-肾脏-代谢1至4期成年人的休息-活动节律与死亡率之间的关系14。本研究通过以下方面扩展了这一证据:在共同框架下评估休息-活动节律与单个客观睡眠维度,区分有效活动日与有效睡眠夜,并纳入国民健康与营养检查调查的设计基础分析、多重插补、非线性分析、比例风险诊断以及竞争风险敏感性分析。我们以全因死亡率作为主要结局指标。心脏病死亡率基于公开使用的心脏病底层原因重编码,作为辅助性次要结局指标进行考察。
章节摘要
研究设计与参与者
国民健康与营养检查调查采用分层、多阶段概率设计抽样非机构化的美国平民人口15。我们使用了2011-2012年和2013-2014年周期数据,因为这两个周期均包含了腕带加速度计测量。通过受访者序列号将访谈、流动检查中心、实验室、处方药、体力活动监测及公开使用死亡率文件进行关联。国家卫生统计中心研究
参与者筛选与特征
最终加权分析样本包括3061名存档心血管-肾脏-代谢1至4期的成年人(图1)。在中位随访82个月(四分位间距70-96个月)期间,发生了274例全因死亡和79例心脏病死亡。加权平均年龄为50.2岁,男性占50.6%,心血管-肾脏-代谢1、2、3、4期分别占24.1%、60.3%、3.9%和11.7%。基本样本特征在表1中分别于监测、休息-活动节律和睡眠指标之前呈现。已死亡参与者
讨论
在本加权国民健康与营养检查调查分析样本中,针对存档心血管-肾脏-代谢1至4期的成年人,较高的日间内变异性(IV)和较低的相对振幅(RA)是跨敏感性分析中最一致的结果。较长的睡眠时长、较高的睡眠效率和较低的睡眠中点变异性也与较低的全因死亡率相关,但睡眠估计值对完整病例分析更为敏感。日间稳定性(IS)的关联未达到错误发现率阈值。心脏病死亡率结果
结论
在本加权国民健康与营养检查调查分析样本中,针对存档心血管-肾脏-代谢1至4期的成年人,较高的日间内变异性(IV)和较低的相对振幅(RA)始终与较高的全因死亡率相关。睡眠时长、睡眠效率和睡眠中点变异性显示出额外的关联,但这些估计值在完整病例分析中精度较低。心脏病死亡率结果具有支持性,但仍需进一步确认。
作者贡献
Miao Huang:数据整理、形式分析、可视化、原创草稿撰写、审阅与编辑。Renjie Huang:数据整理、调查、方法学、项目管理、审阅与编辑。Dongyan Wang:概念化、调查、方法学、监督、原创草稿撰写、审阅与编辑。所有作者均审阅并批准了本文的最终版本,并同意对本工作的内容负责。
资助
本研究未获得公共、商业或非营利部门资助机构的任何专项资助。
写作过程中生成式人工智能及人工智能辅助技术的声明
在本工作的准备和修订过程中,作者使用了OpenAI的ChatGPT和Codex辅助语言编辑。作者已审阅、编辑、执行并核实了相关输出内容,并对本文发表的内容承担全部责任。
数据共享
本研究使用的去标识化参与者数据和文档可通过美国疾病控制与预防中心国家卫生统计中心网站上的国民健康与营养检查调查及公开使用关联死亡率文件获取。本研究未产生新的参与者级别数据。
利益冲突声明
作者声明,他们不存在可能影响本文报告工作的已知的竞争性经济利益或个人关系。
致谢
我们感谢国民健康与营养检查调查的参与者及工作人员。
Miao Huang|Renjie Huang|Dongyan Wang