≥60岁老年健康体检队列中心血管代谢生物标志物谱与China-PAR估算10年ASCVD风险的关联:一项横断面研究

《Frontiers in Medicine》:Cardiometabolic biomarker profiles associated with estimated 10-year ASCVD risk by the China-PAR model in an older adult health examination cohort: a cross-sectional study

【字体: 大 中 小 】 时间:2026年10月15日 来源:Frontiers in Medicine 3.6

编辑推荐:

  目的:描述在年龄≥60岁接受常规体检的成年人中,心血管代谢生物标志物谱与采用China-PAR(Prediction for Atherosclerotic Cardiovascular Disease Risk in China)方程估算的10年动脉粥样硬化

  
目的:描述在年龄≥60岁接受常规体检的成年人中,心血管代谢生物标志物谱与采用China-PAR(Prediction for Atherosclerotic Cardiovascular Disease Risk in China)方程估算的10年动脉粥样硬化性心血管疾病(ASCVD)风险之间的关联。方法:从医院健康体检中心招募年龄≥60岁的参与者。采用China-PAR方程计算10年ASCVD风险,并分类为低至中等(<10%)或高风险(≥10%)。连续生物标志物与风险评分之间的关联采用Spearman相关并经错误发现率(FDR)校正。采用探索性LASSO logistic回归筛选China-PAR定义高风险状态的特征,随后进行相互校正的logistic回归和四分位数分层分析。结果:共纳入511名参与者(中位年龄67岁;62.8%男性),其中191名(37.4%)被China-PAR分类为高风险。腰臀比(WHR;rho=0.43)、空腹血糖(FPG;rho=0.40)和胱抑素C(CysC;rho=0.39)与计算风险评分的相关性最强。探索性LASSO特征选择保留CysC、FPG、动脉粥样硬化系数(AC)和N末端B型利钠肽原(NT-proBNP)。每增加一个标准差,FPG[校正比值比(aOR)=2.772,95%置信区间(CI):2.047–3.753]和CysC(aOR=2.731,95%CI:1.881–3.964)与China-PAR定义的高风险状态关联最强。所有四种生物标志物在总人群和描述性性别分层分析中均显示随四分位数增加的梯度趋势。结论:CysC、FPG、AC和NT-proBNP与较高的估算China-PAR风险相关。由于FPG和AC在临床或数学上与构建China-PAR所用变量重叠,其关联应部分在评分构建背景下解释。CysC和NT-proBNP不是China-PAR方程的组成部分,值得前瞻性评估。这些发现描述了与较高估算心血管风险相关的生物标志物谱,可能有助于在常规健康体检中提高对不良心血管代谢和心肾特征的临床意识。
研究背景:随着肥胖和糖尿病等代谢疾病患病率上升,动脉粥样硬化性心血管疾病(ASCVD)已成为全球重大公共卫生问题,心血管疾病仍是全球首位死因,近年来发病率持续上升。年龄≥60岁的老年人是ASCVD核心高风险人群,早期识别和风险分层对一级预防尤为重要。中国最早冠心病和缺血性心血管病风险预测方程建立于14年前,但近几十年经济快速发展和人口结构显著变化,需要更新风险评估框架。最初缺乏中国人群专用风险评估工具,导致大规模中国调查中广泛使用国外工具,可能高估或低估总体心血管风险。为此,China-PAR(Prediction for Atherosclerotic Cardiovascular Disease Risk in China)方程被开发,该10年ASCVD风险预测模型现被中国心血管风险评估与管理指南推荐,基于近期队列数据推导并在两个独立中国队列验证,预测性能优于早期模型。不同ASCVD类型共享相似危险因素和病理生理机制,China-PAR框架为中国人群综合心血管风险评估提供基础。China-PAR在原始验证和后续研究中表现可接受。除方程纳入变量外,常规实验室生物标志物可刻画伴随较高估算风险的心血管代谢表型。然而,与公式推导风险评分的关联应区别于对临床事件的增量预后价值。评估生物标志物模式仍可能帮助描述不同China-PAR风险分层老年人的临床表型。常规健康体检老年人通常处于早期或无症状阶段,是一级心血管预防关键目标,早期风险识别和分层管理重要。现有China-PAR在健康体检环境研究多关注风险分布和分层特征,或仅分析有限实验室指标/比值如总胆固醇(TC)/高密度脂蛋白胆固醇(HDL-C)与风险类别关联,常集中于少数指标如尿酸(UA)/高尿酸血症与China-PAR风险水平关联,缺乏全面纳入多指标进行谱评估的研究。因此,该横断面研究主要目的为描述≥60岁常规体检成人广泛心血管代谢生物标志物谱与China-PAR估算10年ASCVD风险关联;次要探索性目的为识别与China-PAR定义高风险状态相关的简约生物标志物集,并描述其四分位分布。研究不设计为开发或验证偶发ASCVD事件预后模型,而是识别可能为解释较高估算心血管风险提供临床相关背景的生物标志物特征。

关键技术与方法:该研究为横断面研究,样本来源于医院健康体检中心2025年5月至8月常规体检者,最终纳入511名年龄≥60岁参与者,来源为The First People's Hospital of Yibin。采用China-PAR方程计算10年ASCVD风险,按<10%和≥10%分组。关键技术包括:对47个连续实验室变量行探索性LASSO(least absolute shrinkage and selection operator)logistic回归,10折交叉验证选择lambda.min和lambda.1se,并以1,000次bootstrap评估选择稳定性;采用Spearman相关并行FDR校正;对LASSO保留变量行单变量和相互校正logistic回归;按生物标志物四分位分组行趋势分析。NT-proBNP先自然对数转换再z-score标准化。未进行插补,采用完整病例分析。

研究结果:
研究人群基线特征:566名初筛者中55名因临床或实验室数据不完整被排除,最终分析队列为511名年龄≥60岁者,其中男性321名(62.8%),中位年龄67岁。按China-PAR评分分为低至中等风险组(<10%,n=320)和高风险组(≥10%,n=191)。高风险组男性比例更高、年龄更大,降压药使用和糖尿病患病率更高,腰围、收缩压、舒张压和腰臀比(WHR)更高;HDL-C更低,甘油三酯(TG)更高;小而密低密度脂蛋白胆固醇(sdLDL-C)、同型半胱氨酸(HCY)、高敏心肌肌钙蛋白I(hs-cTnI)和NT-proBNP更高;肌酐、UA和CysC更高;AC和FPG更高;中性粒细胞百分比更高、淋巴细胞百分比更低、血小板计数(PLT)更低;γ-谷氨酰转移酶(GGT)更高。

实验室指标与China-PAR风险评分的相关性分析:WHR与风险评分相关性最强(rho=0.43),其次为FPG(rho=0.40)和CysC(rho=0.39);腰围亦呈强正相关(rho=0.38)。hs-cTnI和AC均为rho=0.29,NT-proBNP为rho=0.20,HCY为rho=0.22,sdLDL-C为rho=0.14;脂蛋白(a)[Lp(a)]呈弱负相关(rho=?0.09)。肾功能指标均显著相关;GGT为rho=0.25;中性粒细胞绝对计数(NEUT_abs)、中性粒细胞百分比和单核细胞绝对计数(MONO_abs)正相关,淋巴细胞百分比负相关,血小板分布宽度(PDW)正相关,白细胞计数弱相关。低密度脂蛋白胆固醇(LDL-C)无显著相关,丙氨酸氨基转移酶(ALT)和天冬氨酸氨基转移酶(AST)无显著相关。

China-PAR定义高风险状态的探索性LASSO特征选择:排除标识符和China-PAR方程直接使用变量后,对47个候选连续实验室变量进行分析。10折交叉验证显示lambda.min时AUC为0.824,lambda.1se时为0.794。lambda.min保留CysC、FPG、AC和NT-proBNP四个非零特征,lambda.1se仅保留CysC和FPG。1,000次bootstrap中,CysC、FPG、AC和NT-proBNP选择频率分别为100.0%、100.0%、99.8%和97.4%。FPG与糖尿病状态临床相关,AC由TC和HDL-C数学推导,CysC和NT-proBNP不是China-PAR模型成分。

所选生物标志物与高风险状态的logistic关联:四个变量经z-score标准化,NT-proBNP先自然对数转换。单变量分析中,CysC的OR为2.875,FPG为2.636,AC为2.054,log_NT-proBNP为1.728。相互校正模型中,FPG的aOR为2.772,CysC为2.731,AC为2.085,log_NT-proBNP为1.582,均P<0.001。这些估计量化与公式推导高风险类别的关联,不建立增量预测价值。

所选生物标志物的四分位分层:CysC四分位升高时,平均10年ASCVD风险评分从Q1约5%升至Q4约12%,高风险比例从约15%升至约60%,性别亚组趋势一致。FPG四分位与风险评分显著正趋势,女性从约3%升至约12%,男性从约8%升至约15%,高风险比例Q4接近70%而Q1约15%。AC四分位与较高风险评分相关,总体高风险比例Q4约60%而Q1约20%。NT-proBNP四分位与风险评分正趋势,高风险比例随四分位增加。所有四种生物标志物均显示分级关联,性别分层分析为描述性,不推断性别差异。

讨论部分总结:该研究在511名≥60岁常规健康体检者中应用China-PAR方程,描述心血管代谢生物标志物与估算10年ASCVD风险的横断面关联。37.4%参与者为高风险。探索性LASSO保留CysC、FPG、AC和NT-proBNP。这些结果描述伴随较高估算China-PAR风险的生物标志物模式,不应解释为偶发ASCVD事件预测。China-PAR由Yang et al.于2016年基于106,281名参与者开发,C-statistic为0.794,并在后续中国队列中评估。CysC与心血管结局相关,Shlipak et al.报道其与社区老年人心血管死亡等结局相关,后续meta分析支持与长期死亡关联;本研究中CysC与计算评分强相关,相互校正OR为2.731/SD,但因其非China-PAR成分,仍不能确定对未来ASCVD事件的增量预后信息。FPG方面,前瞻性证据支持血糖异常与血管风险关系,大型meta分析和韩国队列显示空腹血糖与心血管结局相关;本研究中FPG aOR为2.772/SD,但糖尿病本身是China-PAR成分,FPG参与本队列糖尿病临床定义,部分关联源于与评分的临床耦合。AC为(TC?HDL-C)/HDL-C,等同于非HDL-C/HDL-C比值,不同于动脉粥样硬化血浆指数log(TG/HDL-C);本研究中AC aOR为2.085/SD,但AC由TC和HDL-C计算,与评分构建数学耦合。NT-proBNP在Framingham study等中与心血管事件和死亡相关;本研究中其相关性较温和,但相互校正后aOR为1.582/SD,且非China-PAR成分,仍需观察心血管结局方能确定增量预后价值。关键发现是WHR与计算风险评分相关性最强,其次FPG和CysC;WHR与腰围、FPG与糖尿病、AC与TC/HDL-C存在重叠,CysC和NT-proBNP为非重叠特征。四分位分层显示计算风险和高中风险比例随四种生物标志物四分位升高而分级增加。临床意义在于,常规健康体检中这些指标可为较高估算China-PAR风险提供可解释背景,提高对代谢、肾脏、脂质和心脏异常的临床意识,并促进更全面风险因素评估。局限性包括:横断面结局为估算评分而非观察事件,不能证明因果、预后或增量临床预测;AC、FPG和WHR与China-PAR变量存在数学或临床耦合;LASSO交叉验证AUC仅区分公式推导高风险类别;单中心短时间招募,98.6%来自中国南方,均为≥60岁,可能存在选择偏倚;性别分层为描述性;NT-proBNP等影响因素未全面纳入。

结论翻译:总之,这项横断面研究描述了老年健康体检队列中与China-PAR估算10年ASCVD风险相关的心血管代谢生物标志物谱。CysC、FPG、AC和NT-proBNP经探索性LASSO特征选择保留,并与China-PAR定义的高风险状态相关。FPG、AC和WHR在临床或数学上与China-PAR方程成分重叠,因此应部分解释为评分构建的耦合信号。CysC和NT-proBNP不是China-PAR成分,代表值得前瞻性研究的非重叠关联。尽管当前发现未建立未来ASCVD事件预测或超越China-PAR的增量性能,但观察到的生物标志物谱可能有助于提高常规健康体检中对较高估算心血管风险个体的临床意识,并支持更全面的风险因素评估。需要具有观察心血管结局的前瞻性纵向研究来确定其预后意义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号