注：用户上传的论文标题为《Abortion Storms in Dromedary Camels: Causes, Pathogenesis, Risks, Diagnosis, and Control》，但正文内容实为绵羊和山羊瘤胃挥发性脂肪酸与平均日增重关系的荟萃分析。以下回答严格以正文和摘要的实际内容为依据。 单胃动物与反刍动物瘤胃挥发性脂肪酸谱对生长性能的预测价值：基于82项绵羊和山羊研究的系统评价与荟萃回归分析

《Animals》：Abortion Storms in Dromedary Camels: Causes, Pathogenesis, Risks, Diagnosis, and Control

　　

本研究评估了瘤胃挥发性脂肪酸（VFA）生物标志物，即乙酸（acetic acid）、丙酸（propionic acid）、乙酸/丙酸比（A:P）和总挥发性脂肪酸（total VFA），与生长绵羊和山羊平均日增重（ADG）之间的关系，以及这些指标在协变量之外所增加的预测价值。通过系统检索，共纳入84项独立研究（290个处理组；完整数据集为82项研究、283个处理组）。采用两种分析策略：逆方差加权多水平荟萃回归（inverse-variance-weighted multilevel meta-regression）与未加权混合模型（unweighted mixed model），并对干物质采食量（DMI）、初始体重（IBW）、粗蛋白（CP）、中性洗涤纤维（NDF）及物种进行校正。在逆方差加权并结合聚类稳健推断的条件下，乙酸（β = 0.00088；稳健 p = 0.003）、丙酸（β = 0.00188；稳健 p < 0.001）和总VFA（β = 0.00088；稳健 p < 0.001）与ADG呈正相关，而A:P未达显著（稳健 p = 0.074），且表现不一致（p = 0.015）。混合线性模型框架得到一致结果（边际 R² = 0.610–0.642）。留一研究交叉验证（leave-one-out cross-validation）显示，丙酸的预测增益最大（总体 ΔCV-R² = 0.124，95% CI 0.012–0.326；均方根误差（RMSE）降低10.84%）。研究结论为：乙酸、丙酸和总VFA与ADG存在稳健关联，但其增量解释力有限；丙酸具有最大的跨研究预测增量，而A:P并不可靠。

**1. Introduction（引言）**
研究指出，瘤胃挥发性脂肪酸（VFA）可提供反刍动物约70–80%的可代谢能，其发酵主要终产物为乙酸、丙酸和丁酸，其中乙酸、丙酸和乙酸/丙酸比（A:P）是筛查文献中最常报告的指标。VFA谱由微生物区系、日粮和管理方式共同决定：纤维性饲料使发酵偏向乙酸，而易发酵淀粉有利于 Prevotella、Succinivibrionaceae 和 Ruminococcus spp. 等产丙酸菌群，从而提高丙酸比例。丙酸是肝脏糖异生的主要底物，可贡献约60–74%的葡萄糖碳骨架。平均日增重（ADG）是绵羊和山羊常用的生长指标，已有荟萃分析显示丙酸钙可改善羔羊生长，高日增重山羊及高产湖羊瘤胃丙酸浓度较高。研究据此提出假设：丙酸在常规动物与日粮信息之外对ADG具有附加预测价值，其基础是发酵—糖异生轴相关的稳定生物学机制。

**2. Materials and Methods（材料与方法）**
**2.1 Data Sources and Retrieval Strategy（数据来源与检索策略）**：按PRISMA指南系统检索，截至2026年5月20日，初检获1846篇文献，去重后1275篇，经题录筛选排除1085篇，全文评估190篇，最终纳入84项独立研究、290个处理组（48项研究含164个绵羊处理组，37项研究含126个山羊处理组，1项研究同时涉及两个物种）。完整数据样本定义为具备全部预测因子、协变量（DMI、IBW、CP、NDF）及ADG标准误（SE）的记录，共82项研究、283个处理组；总VFA分析基于81项研究、279个处理组。协变量由两名研究者独立提取并交叉核对，其选择依据为对生长性能的决定性作用，并通过逐步加入协变量的模型比较（AIC与异质性解释比例）及方差膨胀因子（VIF）诊断（均≤2.33）验证必要性与非共线性。分析在R软件（4.5.1版）及RStudio环境中完成。

**2.2 Analytical Framework（分析框架）**：主分析采用逆方差加权，即以ADG均值标准误平方的倒数为权重，对组均值拟合多水平荟萃回归；预测因子按加权均值中心化并加入平方项，随机效应结构包括研究（Study）与观察水平随机项两个层次，采用聚类稳健标准误（CR1）。第二框架为未加权线性混合模型（LMM），研究作为随机截距、效应量嵌套于研究内，边际 R² 由Nakagawa–Schielzeth法计算。异质性解释采用三种互补比例：仅含预测因子模型相对空模型的比例、全模型相对协变量模型模型的增量比例（增量 R²，保留负值）以及全模型相对空模型的比例，并报告 τ²、残差异质性Q检验与总体 I²。由于四个指标同属一个VFA池且高度相关（两两Pearson r为?0.49至0.91；VIF 4.3–11.0），同时进入联合模型时均不显著，故分别进行单变量分析，其系数不可解释为相互校正效应。

**2.3 Automatic Selection of Function Forms（函数形式自动选择）**：对每个指标分别拟合线性与二次模型（二次项中心化），综合二次项系数显著性（p < 0.01）、二次模型相对线性模型的增量异质性解释比例或边际 R² 相对增幅（≥10%）以及AIC改善（下降≥4）判定函数形式。结果显示，逆方差框架下A:P与总VFA为二次型，乙酸与丙酸为线性；混合线性框架下所有指标均为线性。

**2.4 Species Interaction Test（物种交互检验）**：将处理水平协变量分解为研究内成分（各处理组X与其所在研究均值的离差）与研究间成分（研究内X均值），分别估计主效应及其物种交互，权重与随机结构与主分析一致，交互检验采用BH法多重校正；交互不显著时以对比法估计各物种的研究内与研究间斜率及95%置信区间（CI），并以原始X、研究内X与研究间X范围的重叠比例量化数据重叠程度。

**2.5 Leave-One-Study-Out Cross-Validation（LOSO，留一研究交叉验证）**：对每个预测因子建立基线模型（DMI + IBW + CP + NDF，全样本另含物种）与基线加指标模型，逐次剔除一项研究并以其余研究重新拟合、预测被剔除研究的全部处理组；评估涵盖总体、绵羊专用与山羊专用方程，计算交叉验证 R²（CV-R²）、ΔCV-R²、RMSE及其降低百分比，并以研究为抽样单位进行1000次配对自助重抽样获得95% CI。

**2.6 Sensitivity Analyses and Risk of Bias Assessment（敏感性分析与偏倚风险评估）**：采用标准误蒙特卡洛扰动（500次）检验交互模型结论的稳健性；比较全数据集与完整数据子集；在逆方差加权、仅研究水平随机效应、精度截断（第95百分位）与未加权混合模型四种变体间比较系数、p值与方向。发表偏倚以漏斗图结合Egger线性回归检验评估，四个指标的Egger检验p值均<0.001，部分源于原始组均值与标准误之间的均值—方差耦合，但不能排除极端组均值的选择性报告。个体研究偏倚风险采用SYRCLE工具（10条目）评估：基线体重/年龄在多数研究报告（74/82），结局报告较完整，而序列产生与盲法极少描述，分配隐藏、随机饲养、随机结局评估及结局评估者盲法几乎未报告，均判为不明确；无研究在ADG估计上被判为高偏倚风险。由于纳入研究多为同一畜群或饲养系统内的营养饲喂试验，标准偏倚工具对组均值数据的适用性有限。研究方案未在PROSPERO注册，而在Open Science Framework（OSF）注册。

**2.7 Statistical Software, Significance Definition, and Data Availability（统计软件、显著性定义与数据可及性）**：多水平荟萃回归采用metafor包（4.6.0版）的rma.mv函数，LMM采用nlme（3.1-166）与lme4（1.1-35.5）包，Satterthwaite近似由lmerTest（3.1-3）获得，数据管理主要依赖dplyr（1.1.4）。显著性水平设为α = 0.05，VFA指标与ADG的关联为预设主要假设，物种交互多重比较采用BH校正，分析脚本与中间结果见补充材料。

**3. Results（结果）**
**3.1 Sample Characteristics（样本特征）**：完整数据样本含82项研究、283个处理组，平均ADG为0.170 ± 0.081 kg/d，乙酸均值48.30 ± 22.70 mmol/L，丙酸17.95 ± 9.83 mmol/L，A:P为3.06 ± 1.15，总VFA为77.27 ± 36.77 mmol/L；绵羊与山羊平均ADG分别为0.213与0.117 kg/d。饲料转化率（FCR，采食量与增重之比，数值越低表示饲料效率越好）作为次要终点的平行分析见3.9节。

**3.2 The Correlation Between Acetic Acid and ADG（乙酸与ADG的相关性）**：乙酸与ADG呈显著正相关（β = 0.00088；95% CI 0.00031–0.00144；聚类稳健 p = 0.003；总模型异质性解释比例0.583），混合线性框架亦显著（β = 0.00070；p < 0.001；边际 R² = 0.610），但其增量异质性解释比例仅0.017，为四指标中最小。物种层面，绵羊在两框架中均显著，山羊均不显著；且绵羊亚组中乙酸的增量异质性解释比例为负（?0.017）。

**3.3 Association Between Propionic Acid and ADG（丙酸与ADG的关联）**：丙酸与ADG显著正相关（β = 0.00188；95% CI 0.00095–0.00280；稳健 p < 0.001；总体异质性解释比例0.621），混合线性框架亦显著（β = 0.00213；p < 0.001；边际 R² = 0.637），其增量异质性解释比例0.107，为四指标中最高。山羊丙酸在两框架中均显著，绵羊丙酸在两框架中亦均显著。

**3.4 The Relationship Between A:P and ADG（A:P与ADG的关系）**：A:P的证据强度在两框架间不一致，逆方差框架下未达聚类稳健显著（β = ?0.00820；稳健 p = 0.074），混合线性框架下呈弱负显著（β = ?0.00769；p = 0.015），增量异质性解释比例为0.071。三个浓度型指标呈正相关而比值型指标A:P呈负相关的对比，与研究间分解的探索性结果一致，但显著性跨框架不一致表明A:P不宜作为独立预测指标。

**3.5 Correlation Between Total VFA and ADG（总VFA与ADG的相关）**：总VFA与ADG显著正相关（β = 0.00088；稳健 p < 0.001；增量异质性解释比例0.083），混合线性框架亦显著（β = 0.00127；p < 0.001；边际 R² = 0.642），绵羊与山羊在两框架中均显著。

**3.6 Results of the Species Interaction Test（物种交互检验结果）**：扩展模型中物种×X（研究内）与研究间交互项均未达显著（p > 0.05）。物种特异斜率显示，绵羊乙酸的研究内与研究间斜率均显著，山羊乙酸均不显著；山羊丙酸的两个斜率均显著，绵羊丙酸仅研究间斜率显著。该模式提示乙酸对绵羊更敏感、丙酸对山羊更敏感，但差异不足以确证交互效应。

**3.7 Incremental Predictive Value of LOSO（留一研究交叉验证的增量预测价值）**：总体方程中，加入丙酸使CV-R²由0.393升至0.518（ΔCV-R² = 0.124；95% CI 0.012–0.326，不含零），RMSE降低10.84%，两项指标均表明明确的增量预测价值；总VFA（ΔCV-R² = 0.070；95% CI ?0.051–0.236）区间跨零，A:P（ΔCV-R² = 0.073；95% CI 0.003–0.178）区间几乎刚排除零。绵羊方程中丙酸使CV-R²升至0.485（ΔCV-R² = 0.056，CI跨零），RMSE降低5.03%，增量不确定；山羊方程中丙酸使CV-R²由?0.599升至?0.157（ΔCV-R² = 0.441；95% CI 0.035–1.337），RMSE降低14.92%，但绝对CV-R²仍为负，说明含丙酸模型对山羊ADG的预测仍劣于总体均值，故解读审慎。两个物种方程中均为含丙酸的预测点估计最佳（ΔCV-R²分别为0.046与0.204），但95% CI均跨零，属探索性结果。

**3.8 Sensitivity Analysis Results（敏感性分析结果）**：完整数据与全数据结果在四个指标上的效应方向一致，定性显著性结论亦一致；蒙特卡洛扰动（500次）与多推断稳健性检验支持主要结论，丙酸交互与预测增量在标准误扰动下方向稳定。但仅采用研究水平随机效应模型与第95百分位精度上限两种推断变体时，乙酸、丙酸与总VFA方向与主分析一致，而乙酸与丙酸不再达到名义显著，这削弱了“稳健关联”的表述强度。

**3.9 Secondary Outcome: Feed Conversion Ratio（次要终点：饲料转化率）**：以FCR为次要终点的平行分析沿用两种框架（边际 R² = 0.23–0.29）。与ADG不同，FCR的LOSO在加入VFA指标后仅显示不确定的增量预测（总体最佳ΔCV-R² = 0.31，95% CI ?0.02–0.75，绝对CV-R²仍为负），并出现两个显著物种交互（研究内丙酸 p = 0.017；研究间A:P p = 0.036）。逆方差加权下，研究内较高的乙酸（β = ?0.040；稳健 p = 0.008）、丙酸（β = ?0.091；稳健 p < 0.001）与总VFA（β = ?0.032；稳健 p = 0.002）与较低FCR相关，而A:P在研究间水平与FCR正相关（β = 0.516；稳健 p = 0.034）。FCR结果方向与ADG关联一致，但应视为暂定结论。

**4. Discussion（讨论）**
**4.1 Principal Analysis Results and Mechanisms（主要分析结果与机制）**
**4.1.1 Separation of Correlation Strength and Predictive Increment（相关强度与预测增量的分离）**：两框架均显示总VFA、乙酸和丙酸与ADG显著正相关，校正DMI、IBW、CP、NDF与物种后方向一致、量级相近，全模型分别解释0.625、0.583和0.621的研究间异质性。增量方面，VFA谱在常规协变量之外仅增加有限异质性解释，乙酸0.017、A:P 0.071、丙酸0.107、总VFA 0.083，丙酸仍最大；LOSO亦显示丙酸跨研究预测增益最明确。浓度型指标（乙酸、总VFA）更多追踪与采食量、体型和日粮组成共变的规模—质量维度，故增量解释力有限。A:P证据强度跨框架不一致、点估计较小且函数形式在两框架间分歧，线性模型为最适宜选择，其解释与应用应限于观测数据范围。此外，各指标以mmol/L绝对浓度分析，将丙酸解释为相对不受稀释影响的指标属推断性结论，尚需显式摩尔比例再分析确认。

**4.1.2 Mechanistic Reasoning Behind the Relationship Between Fermentation Products and Tissue Growth（发酵产物与组织生长关系的机制推理）**：该框架贯穿微生物产生、上皮吸收、门静脉与肝脏代谢、内分泌与组织合成四个相互关联的环节。产生环节中，发酵动力学决定代谢谱，丙酸途径与产甲烷竞争氢；淀粉型日粮利于 Succinivibrionaceae 与 Prevotella 等菌群而提高丙酸，丙酸升高既是强烈发酵的生态结果，又是肝脏糖异生的关键前体。吸收环节中，VFA经被动扩散或MCT1/MCT4、NHE、NBCe1等转运体跨上皮，丁酸多在上皮氧化为β-羟丁酸，而丙酸和乙酸以较高比例进入门静脉，上皮形态与转运体表达亦随发酵负荷适应。需强调瘤胃液浓度不等于到达肝脏的底物通量，绝对浓度受瘤胃液体积、唾液分泌与采样时间影响，摩尔比则对稀释不敏感，这是丙酸预测更稳健、浓度型指标更易受测量噪声影响的原因。代谢上，丙酸经丙酰辅酶A羧化酶（PCC）转化为甲基丙二酰辅酶A，再由甲基丙二酰辅酶A变位酶（MCM，以维生素B₁₂为辅酶）异构为琥珀酰辅酶A，后者经三羧酸循环正向反应生成草酰乙酸，经线粒体苹果酸/天冬氨酸穿梭进入胞质，最终由磷酸烯醇式丙酮酸羧激酶（PCK1，亦称PEPCK）转化为磷酸烯醇式丙酮酸（PEP）进入糖异生，提供60–74%的葡萄糖碳骨架。该途径上调肝脏糖异生酶并具促胰岛素分泌作用；羔羊口服接种试验表明较高瘤胃丙酸上调肝脏PC与G6PC并提高肝糖输出，葡萄糖—胰岛素—IGF-1轴进而驱动氮沉积与蛋白合成。反馈环节中，丙酸氧化亦作为饱感信号（肝脏氧化理论），故其ADG效应处于能量供应与食欲调节的稳态环路内，边际效应随浓度升高而趋缓；过高发酵负荷甚至可能引发亚急性瘤胃酸中毒而降低采食与生长。结果显示丙酸二次项不显著，故在观测范围内以线性关系为主。

**4.2 Species Differences and Cross-Study Predictive Value（物种差异与跨研究预测价值）**：物种特异斜率呈现乙酸对绵羊更敏感、丙酸对山羊更敏感的点估计模式，但物种×X交互项均不显著，故仅作探索性解读，不按物种分别建模。绵羊品种间微生物群落结构差异亦可能削弱物种特异信号的稳定性。该模式符合宿主对发酵动力学的双重调控：绵羊与山羊在采食和反刍行为上不同，山羊瘤胃体积相对较大、滞留时间更灵活，即使同一日粮其有效发酵谱也可能不同；宿主基因组是核心微生物群的主要决定因素，微生物对日粮变化的响应亦具宿主特异性。交互不显著与既有研究报道的绵羊、山羊和牛采食反应平行但截距不同、物种系统差异主要表现为基线而非斜率差异相一致。LOSO显示丙酸在所有预测情景中均为最佳添加组分，总体增益明确，山羊增益最大（ΔCV-R² = 0.441，RMSE降低14.92%），但基线较弱；增量增益在基线较弱的目标上最大，这种预测增益与基线表现的反向关系仅能通过留一研究交叉验证显现。

**4.3 Comparison with Previous Studies and Robustness（与既往研究的比较及稳健性）**：多项独立证据支持丙酸与ADG的正相关，包括丙酸钙改善羔羊生长的荟萃分析、高日增重山羊与高产湖羊瘤胃丙酸升高、提高瘤胃丙酸与总VFA的酵母类添加剂改善山羊ADG、羔羊断奶后ADG与瘤胃微生物组成相关以及口服给药上调肝脏糖异生关键酶等；相反，低剂量丙酸钙或丙酸钠未能改善育肥羔羊生长，提示效应依赖剂量与生理阶段，丙酸的促生长作用并非无条件。既往研究多以相关或回归p值报告效应，较少同时提供增量 R²、稳健推断与留一验证，本研究通过透明报告有限的增量异质性解释并以LOSO直接量化丙酸的跨研究预测收益弥补了这一空白。稳健性检验支持相同结论：两框架在乙酸、丙酸和总VFA的显著正相关上一致，将A:P方向视为非稳健后，完整数据与全数据比较、标准误蒙特卡洛模拟（500次）及多模拟推断均未改变方向或定性结论。

**4.4 Application Significance and Limitations（应用意义与局限）**：总VFA与乙酸可作为发酵强度的监测指标，适用于日粮配制与饲养管理中的发酵规模追踪；丙酸为跨研究更稳健的组成型指标，与丙酸生成改善饲料效率和生长性能的证据相符；A:P不宜单独用于预测生长性能。总VFA—丙酸模型可作为基于处理组均值、经留一内部验证的经验估计模型，用于估计相似试验条件下处理组的平均表现，但不支持个体精确预测，需独立外部验证。局限性包括：结论基于处理组均值，存在发表偏倚风险（四指标Egger检验p值均<0.001，可能高估关联强度）；品种、饲养方式、采样时间与VFA测定方法所致异质性未被完全解释；总VFA数据仅覆盖81项研究279个处理组，函数形式选择对分析框架敏感；LOSO属内部验证，模型对山羊基线值的预测力较弱，不足以支持建立或依赖山羊专用方程。因此定量推断应在处理组（聚合）层面解读，外推至个体动物时需谨慎。

**5. Conclusions（结论）**：总VFA、乙酸和丙酸在两分析框架中均与ADG稳健相关，但在常规协变量校正之外，VFA谱对研究间异质性的增量解释力有限。各组分中丙酸的增量解释价值最高，在跨研究预测层面的附加贡献最稳定，而A:P既不稳健也不具独立信息价值。绵羊与山羊的点估计存在差异，但交互层面差异不显著。研究建议将丙酸纳入基于处理组均值的生长预测模型，优先以独立外部数据验证，并将此类模型的应用限于条件相似情境下由处理组均值导出的估计；未来研究应结合机制验证与更丰富的宿主协变量，以深化对VFA介导生长调控的理解。