生物衰老与痛风风险及全因死亡率的关联：基于NHANES和UK Biobank的循证研究

《Maturitas》：Association of biological aging with gout risk and all-cause mortality: Evidence from NHANES and UK Biobank

　　

专业术语翻译摘要 NHANES和UK Biobank队列研究将生物衰老与痛风患病率、发病率和全因死亡率相关联。生物年龄每提前1年，痛风的比值比（OR）或风险比（HR）增加4%–8%。加速生物衰老与全因死亡率风险增加21%–134%相关。在排除血清尿酸和肾功能生物标志物后，上述关联基本持续存在。UK Biobank中，女性及体质指数（BMI）≤25 kg/m2的参与者关联更强。

论文主体内容解读文章

研究背景与问题

痛风是一种以单钠尿酸盐（MSU）晶体沉积于关节及关节周围组织为特征的慢性代谢性风湿病，常表现为反复发作的急性炎症，全球患病率约为0.59%–0.92%，且常伴随慢性肾病、肥胖及心血管疾病等合并症。尽管痛风传统上被视为年龄相关性疾病，但实际年龄（CA）无法充分反映个体衰老过程的生物学异质性。生物年龄（BA）指标，如基于Klemera–Doubal方法（KDMAge）和PhenoAge，通过整合炎症、代谢及器官功能相关多维生物标志物来量化这种异质性。既往研究已表明加速生物衰老与骨关节炎、衰弱、心血管疾病及死亡风险增加相关，但生物衰老与痛风风险及预后的关系尚未被系统评估。因此，本研究旨在利用两个大规模、具有全国代表性的队列，系统探讨生物衰老与痛风患病率、发病率及死亡率之间的关联。

研究设计与结论

研究人员利用美国国家健康与营养调查（NHANES，2007–2018）和英国生物银行（UK Biobank，UKB）两个队列，分别进行横断面分析（痛风患病率）、前瞻性队列分析（UKB中痛风发病率）及生存分析（全因死亡率）。NHANES中纳入22,131名参与者，其中1092例为痛风患者；UKB中纳入316,251名参与者进行横断面分析，315,536名无痛风者接受前瞻性随访（中位随访13.80年），7128例痛风患者纳入死亡率分析。研究构建了KDMAge和PhenoAge两种生物年龄指标，并以生物年龄对实际年龄回归的残差定义生物年龄提前（加速衰老）。研究发现，生物年龄提前与痛风患病风险显著相关，且呈剂量-反应关系；在UKB前瞻性队列中，KDMAge提前每增加1年，痛风发病风险增加8%（HR=1.08），PhenoAge提前每增加1年，风险增加4%（HR=1.04）。此外，生物衰老显著损害痛风患者的生存，KDMAge或PhenoAge提前每增加1年，死亡风险增加2%–5%，最高四分位数参与者相比最低四分位数的死亡风险增加1.58至5.06倍。该研究首次在大规模人群中系统揭示了生物衰老对痛风易感性和预后的独立影响，为理解痛风病理生理及患者预后评估提供了新视角。

主要关键技术方法

研究基于NHANES（2007–2018）和UK Biobank两个队列，采用横断面和前瞻性设计。KDMAge在NHANES中基于12项生物标志物（如舒张压、平均红细胞体积、血尿素氮、糖化血红蛋白（HbA1c）、碱性磷酸酶（ALP）、白蛋白（ALB）、血清肌酐、尿酸等），在UKB中基于15项指标（如收缩压、腰臀比、体脂百分比、一秒用力呼气容积、胱抑素C、钠、HbA1c、胰岛素样生长因子1、葡萄糖、血清尿酸、尿素等），均按性别分层构建。PhenoAge采用标准10变量算法，NHANES因2011–2018周期缺乏C反应蛋白（CRP）数据，采用修正的9变量无CRP公式。统计分析包括多变量逻辑回归（评估痛风患病率）、Cox比例风险回归（评估痛风发病率和全因死亡率）、限制性立方样条（RCS）分析剂量-反应关系，以及9项敏感性分析验证结果稳健性。

研究结果

生物衰老与痛风患病风险：横断面分析显示，KDMAge和PhenoAge提前均与痛风患病风险显著正相关。NHANES中，KDMAge提前每增加1年，患病风险增加4%（OR=1.04）；UKB中增加7%（OR=1.07）。加速衰老（提前>0年）者相比非加速者，NHANES中患病风险增加56%（OR=1.56），UKB中增加88%（OR=1.88）。

生物衰老与痛风发病风险：UKB前瞻性队列中，KDMAge提前每增加1年，痛风发病风险增加8%（HR=1.08），PhenoAge提前增加4%（HR=1.04）。发病率随四分位数增加而上升，KDMAge Q1–Q4分别为0.57、1.07、1.57和2.92/1000人年。模型校正的10年绝对风险从0.43%（Q1）增至1.23%（Q4）。

生物衰老与痛风患者全因死亡率：在完全校正模型中，KDMAge或PhenoAge提前每增加1年，死亡风险增加2%–5%。UKB中，KDMAge Q4相比Q1的死亡风险增加59%（HR=1.59），PhenoAge Q4增加58%（HR=1.58）。NHANES中，PhenoAge Q4相比Q1的死亡风险增加5.06倍（HR=5.06）。

剂量-反应关系：RCS分析显示，KDMAge和PhenoAge提前与痛风风险呈单调递增关系；与死亡率的关系中，KDMAge呈J型非线性模式，PhenoAge呈近似线性上升趋势。

亚组分析：UKB中发现性别和BMI存在显著交互作用，女性及BMI≤25 kg/m²者中关联更强。

敏感性分析：排除血清尿酸和肾功能生物标志物后，连续指标及最高四分位数的关联基本保持，但部分二分类加速衰老指标有所减弱，提示关联部分独立于痛风相关生物标志物。

讨论与结论

研究讨论指出，生物衰老指标整合了炎症、代谢及器官功能等多维信息，可能通过系统性生理退化增加痛风易感性并恶化预后。加速生物衰老与痛风风险的关联在排除尿酸和肾功能指标后仍部分存在，提示其可能反映更广泛的衰老相关病理过程。结论部分强调，生物衰老与痛风患病率、发病率及全因死亡率显著相关，KDMAge和PhenoAge可作为痛风风险评估和预后判断的潜在工具，尤其对女性和正常体重人群具有更强的预测价值。研究建议未来研究进一步探索生物衰老干预对痛风防治的潜在作用。