《Frontiers in Public Health》：Longitudinal joint trajectories of the dietary inflammatory index and physical activity and risk of incident cardiometabolic multimorbidity among women: evidence from the China Health and Nutrition Survey
编辑推荐：
目的：探讨中国女性膳食炎症指数（dietary inflammatory index, DII）与体力活动（physical activity, PA）的长期联合轨迹与新发心血管代谢共病（cardiometabolic multimorbidity, CMM）
目的：探讨中国女性膳食炎症指数（dietary inflammatory index, DII）与体力活动（physical activity, PA）的长期联合轨迹与新发心血管代谢共病（cardiometabolic multimorbidity, CMM）风险之间的关联。方法：数据来源于2004–2015年中国健康与营养调查。研究共纳入3,970名基线无CMM的成年女性。研究人员在2004年至2011年间重复评估DII和PA，并通过基于组的轨迹模型识别联合轨迹。CMM定义为高血压、糖尿病、卒中与心脏病中至少2种首次同时出现。采用Cox模型评估轨迹与新发CMM的关联，并进行了亚组和敏感性分析。结果：随访期间，400名参与者（10.1%）发生新发CMM。研究识别出3种联合轨迹：较低DII＋中等活动（n=559，14.1%）、中等DII＋高度活动（n=541，13.6%）和较高DII＋不活动（n=2,870，72.3%）。与较低DII＋中等活动组相比，较高DII＋不活动组的CMM风险显著升高（HR=1.62，95% CI：1.14–2.31；p=0.007），而中等DII＋高度活动组未见显著差异。各亚组间未观察到显著的效应修饰。敏感性分析中该关联仍然存在。结论：较高膳食炎症与较低体力活动的持续模式与中国女性新发CMM风险升高相关，为基于行为暴露的早期风险识别提供了纵向证据。
心血管代谢共病（cardiometabolic multimorbidity, CMM）指糖尿病、高血压、心脏病和卒中中至少两种疾病共存，反映多种风险因素和病因通路的累积负担。在中国中老年女性中，CMM造成显著健康负担，且女性经历妊娠、绝经等独特生理转变，与社会和行为因素交互形成特殊的风险累积轨迹。然而，当前慢性病预防策略多针对单一疾病，女性特异性预防策略有限；一旦CMM发生，临床重心转向管理和并发症控制，早期干预窗口明显变窄。因此，在CMM发生前识别长期风险因素和暴露模式至关重要。生活方式干预是低成本、可及的一级预防入口，其中饮食和体力活动（physical activity, PA）是反映能量摄入与消耗的两大核心行为维度。膳食炎症指数（dietary inflammatory index, DII）是评估整体饮食炎症潜能的综合指标，可能通过慢性低度炎症促进肥胖、胰岛素抵抗、血脂异常和高血压聚集，进而推动CMM进展；PA则调节这些代谢紊乱。既往研究多基于单次测量，对中国女性长期风险累积及共病进展关注不足。为此，研究人员利用中国健康与营养调查（China Health and Nutrition Survey, CHNS）2004—2015年数据，聚焦成年女性，运用多变量基于组轨迹模型构建DII和PA的长期联合轨迹，评估其与新发CMM风险的关联。
研究人员纳入3,970名基线无CMM的成年女性，通过基于组的轨迹模型识别出三种长期联合轨迹：较低DII＋中等活动（n=559，14.1%）、中等DII＋高度活动（n=541，13.6%）和较高DII＋不活动（n=2,870，72.3%）。以较低DII＋中等活动组为参照，较高DII＋不活动组在完全调整后的Cox模型中CMM风险显著升高（HR=1.62，95% CI：1.14–2.31；p=0.007），而中等DII＋高度活动组无显著关联。该研究为CMM发生前基于行为暴露的早期风险识别提供了纵向证据，并支持在中国成年女性中开展更早期、以生活方式为导向的预防。
关键技术与方法：数据来自CHNS 2004—2015年开放前瞻性队列，最终纳入3,970名基线无CMM成年女性。饮食摄入通过三次24小时膳食回顾和家庭食物称重记录评估，基于24个膳食参数计算DII；PA通过问卷收集职业、家务、交通和休闲活动，以代谢当量小时/周（MET-h/week）表示。研究人员采用多变量基于组轨迹模型（group-based trajectory modeling, GBTM）对2004—2011年四次重复测量的DII和PA进行联合轨迹识别；随后使用Cox比例风险模型评估轨迹与新发CMM的关联，并进行亚组分析及多项敏感性分析（排除早期事件、死亡竞争风险、限定无任何组分疾病人群）。
研究结果如下：
1. 研究人群与基线特征
共3,970名参与者，平均随访8.2年，400例（10.1%）发生新发CMM。与未发生者相比，发生者年龄更大，教育程度更低，体重指数（body mass index, BMI）、收缩压、舒张压更高，基线已有1种CMM组分疾病的比例更高，PA更低，DII更高，总能量、蛋白质、膳食纤维、维生素C、维生素E、锌等营养素摄入更低。
2. 基线DII与PA暴露与新发CMM的关联
三分位分析显示，较高DII与CMM风险升高相关，较高PA与风险降低相关。以中位数交叉分组时，较高DII＋不活动组风险最高（HR=1.81，95% CI：1.32–2.46），但DII与PA间未观察到显著加性交互。限制性立方样条显示，DII与CMM风险呈正向线性关联，PA与CMM风险呈负向线性关联。
3. DII与PA的多波次分布
2004—2011年四次调查中，DII分布集中于正值且随时间呈上升趋势，提示总体上为促炎饮食模式；PA分布明显右偏，多数人处于低至中等水平。两者均表现出明显的个体异质性和时间变异性。
4. DII–PA联合轨迹模式的识别与特征
通过比较2—6组轨迹模型，最终选择三组模型，各组平均后验概率≥0.750，最小组合比例13.6%。三组分别为较低DII＋中等活动、中等DII＋高度活动和较高DII＋不活动。主成分分析双标图显示三组在多维暴露空间中形成可区分聚类。较高DII＋不活动组年龄最大、DII最高、PA最低、教育程度最低、多种营养素摄入最低、血压最高，基线已有1种CMM组分疾病的比例最高。
5. 联合轨迹组与新发CMM风险
Kaplan-Meier曲线显示三组无CMM生存概率差异显著（log-rank p<0.0001）。在Cox模型中，完全调整后较高DII＋不活动组较较低DII＋中等活动组风险增加62%（HR=1.62，95% CI：1.14–2.31；p=0.007），中等DII＋高度活动组无显著关联。Schoenfeld残差检验未提示比例风险假设被违反。
6. 亚组分析
较高DII＋不活动轨迹的风险升高在年龄≥50岁、小学及以下教育、已婚/同居、基线无CMM组分疾病人群中显著，各亚组间交互作用均不显著，提示关联在不同亚组间基本一致。
7. 敏感性分析
排除随访前2年内发生CMM者后，HR为2.02（95% CI：1.29–3.17）；以死亡为竞争事件的Fine-Gray模型显示SHR为1.62（95% CI：1.14–2.29）；限制基线无任何CMM组分疾病的分析中HR为1.73（95% CI：1.19–2.51）。中等DII＋高度活动组在所有敏感性分析中均无显著关联，表明主结果稳健。
讨论总结：该研究提示，传统心血管代谢风险筛查依赖血压、血糖、血脂等指标，这些指标常在疾病过程显现后才异常；将风险评估上移至饮食和PA等生活方式因素，有助于在共病累积形成前识别长期行为风险。本研究中，女性在CMM发生前已表现出较高的膳食炎症负担、较低PA和不足的营养素摄入。基线分析显示DII和PA分别与CMM风险独立相关，但两者无显著加性交互，联合暴露仍提示更高风险，支持在风险分层中共同考虑两种行为因素。轨迹分析相比单次测量更能捕捉长期暴露模式，且较高DII＋不活动组的关联独立于BMI、血压和基线CMM组分疾病状态，限制无任何组分疾病人群后仍存在，提示关联并非由已存在的疾病负担驱动。机制上，CMM的组分疾病共享慢性炎症、胰岛素抵抗、血管炎症和内皮功能障碍等通路，高DII和低PA可能促进这些失调。中国女性常承担家庭食物采购和烹饪，其饮食行为影响整个家庭；中老年女性PA多嵌入职业、家务和日常活动，受时间和社区资源限制，因此综合生活方式干预可能更可行。该研究也存在局限：观察设计不能排除残余混杂和反向因果；CHNS未持续收集绝经状态；PA为自我报告；CMM组分主要基于自报诊断；数据缺失可能造成选择偏倚；且单一队列结论需在中国其他女性人群中验证。
结论：该研究表明，在CMM发生前，成年女性已表现出长期不同的膳食炎症负担和PA组合。通过重复测量构建DII和PA的长期联合轨迹，研究人员发现纵向行为暴露模式与新发CMM存在关联；尤其是更促炎饮食与较低体力活动的持续共存与CMM风险升高相关。这些发现凸显了持续饮食和PA模式与CMM发展的相关性，即使在尚未确立心血管代谢疾病的早期阶段也如此，并支持在中国成年女性中更早阶段开展以生活方式为导向的预防。
