《Global Epidemiology》：Rationale and methodology of an ongoing Maltese longitudinal cohort study focusing on obesity: a decade of population health surveillance
编辑推荐：
背景/目的：马耳他的肥胖患病率位居欧洲前列且持续上升。人群代谢健康具有动态性，需要纵向证据以理解马耳他人群肥胖度的时间变化及其决定因素。本研究旨在探究10年间肥胖度的纵向变化，并检验社会人口学、社会经济、生活方式、临床及生物学因素与马耳他成年人超重/肥胖结局之
背景/目的：马耳他的肥胖患病率位居欧洲前列且持续上升。人群代谢健康具有动态性，需要纵向证据以理解马耳他人群肥胖度的时间变化及其决定因素。本研究旨在探究10年间肥胖度的纵向变化，并检验社会人口学、社会经济、生活方式、临床及生物学因素与马耳他成年人超重/肥胖结局之间的关联。方法：SAHHTEK 2.0是对2016年SAHHTEK队列的10年纵向随访研究。在1861名原始参与者中，系统选取455人邀请参加2026年的重新评估。将重复进行问卷调查、人体测量、血压、空腹血糖及血脂测量。预设的多变量回归模型将检验基线暴露与2026年肥胖度结局之间的纵向关联，以BMI为主要结局，并调整基线肥胖度和预设协变量。结果：截至撰写时，目标455名参与者中已招募268人。数据收集正在进行中，分析将量化10年间肥胖度的变化并识别超重和肥胖的关键决定因素。结论：本研究结果将提供关于肥胖轨迹和可改变风险因素的重要证据，支持针对性预防策略并为国家公共卫生政策提供信息。
**研究背景与意义**
马耳他群岛的超重和肥胖患病率多年来持续攀升，位居欧洲最高之列。2014至2016年间开展的SAHHTEK研究是马耳他最近一次具有代表性的全国横断面研究，该研究探索了2型糖尿病、空腹血糖受损（IFG）及其共同决定因素（包括超重-肥胖状态、高血压和代谢综合征）在人群层面的患病率，并分析了社会人口学、生活方式和生物学因素之间的关联。然而，人群代谢状态并非静止不变，而是随年龄、环境变化、社会人口学及其他文化社会因素而波动。COVID-19大流行预计已对人群健康状况产生影响，且身体代谢和内分泌系统与COVID-19之间存在直接联系，这为Long COVID等新现象的临床挑战留下了进一步研究空间。建立人群特异性肥胖风险因素有助于制定并实施量身定制的医疗政策，如针对性筛查和预防措施，尤其是在后COVID-19时代。马耳他政府机构Xjenza Malta与卫生和积极老龄化部合作，近期投资了一项肥胖研究项目，以加强肥胖研究并提供更好的循证预防数据。公共卫生实体已实施多项公共卫生策略（如"A Healthy Weight for Life"）以应对这一代谢性疾病。确定肥胖的人群特征和风险因素需要纵向队列研究，以确定不同风险因素与生活方式选择之间的时间关系。马耳他此前从未开展过采用健康检查模式的纵向队列研究，本研究代表了马耳他大学的重要研究，也为国家公共卫生部门和其他利益相关者提供了有用的循证前瞻性数据来源，其研究设计还可作为其他小国家、岛屿和地区开展类似研究的框架。
**研究方法概述**
研究人员开展了SAHHTEK 2.0研究，这是对2016年SAHHTEK队列的10年纵向随访。原始SAHHTEK研究为全国横断面研究，通过单阶段随机化和按年龄（18–70岁）、性别和地点（马耳他和戈佐）分层的过程从身份证和护照登记数据中获取样本，共1861名参与者参与，数据经加权以反映目标人群并调整无应答。SAHHTEK 2.0通过马耳他健康信息与研究管理局（DHIR）与马耳他国家死亡登记处交叉链接，排除已故参与者。样本量基于区间估计的预期精度，假设人群比例为50%、有限源人群为1861人，估计319份完成评估可提供95%置信区间、绝对误差约±5个百分点。随访招募中，原始队列按年龄、性别和地点排序，每四名参与者中系统选取一名邀请，共产生455人。参与者通过邮寄邀请信重新邀请，接受邀请者被安排至三个政府健康诊所中最近的一个，预约前一天发送短信提醒。知情书面同意在到达诊所时获取，同意书提供马耳他语和英语版本。研究获得大学研究伦理委员会（UREC）伦理批准（MED-2023-00078）。数据收集于2024年5月开始，目前仍在进行中。问卷收集社会人口学、社会经济、生活方式、饮食、饮酒、吸烟、睡眠模式、病史、COVID感染、COVID疫苗接种和Long COVID症状等数据，并纳入国际验证工具如Epworth嗜睡量表、患者健康问卷（PHQ-9）和Post-COVID-19功能状态（PCFS）量表。体格检查包括血压（手动验证血压计测量三次）、腰围（下肋缘与髂嵴中点处测量）、身高和体重（ADAM? MDW-250 L数字健康秤）。血液样本用于全血细胞计数、肾功能、空腹血糖、血脂谱、HbA1C和肝功能检测，样本在采集后2小时内运送至实验室。主要结局为2026年测量的BMI（kg/m2，连续变量），次要连续肥胖度结局为腰围（cm）和体重（kg）。绝对BMI变化计算为ΔBMI =（2026年BMI）?（2016年BMI）。主要纵向分析使用2016年测量的暴露，包括年龄、性别、教育程度、地点、吸烟状态、饮酒频率和量、中度至剧烈体力活动（MVPA）、步行、地中海饮食评分、睡眠时长、Epworth嗜睡量表评分、收缩压、舒张压、空腹血糖、总胆固醇、LDL胆固醇、HDL胆固醇和甘油三酯。对每个预设基线暴露分别拟合多变量线性回归模型，以2026年BMI为主要因变量，初始核心调整集包括基线BMI、年龄、性别、教育程度和地点。预设效应修饰分析评估性别对吸烟状态、平均饮酒量、MVPA、地中海饮食评分和睡眠时长的效应修饰。采用标准化差异量化参与者与非参与者之间的基线特征差异。缺失数据采用完整病例分析。统计分析使用IBM SPSS Statistics版本32。
**研究结果**
鉴于本文为研究方案与方法学论文，结果部分主要报告招募进展。截至撰写时，目标455名参与者中已有268人同意参与研究。数据收集仍在进行中，分析将量化10年期间肥胖度的变化并识别超重和肥胖的关键决定因素。
**讨论与结论**
本研究的主要潜在选择偏倚来源为2026年随访的非参与。在原始2016队列中，455人被系统选取邀请参加随访，并非所有受邀者均会参与。若参与与基线肥胖度或作为暴露检查的社会人口学、生活方式或代谢特征相关，选择偏倚将特别值得关注。由于所有455名被选取随访的个体（包括未参与2026年随访者）均有2016年测量数据，因此可直接评估。参与者和非参与者的基线特征将使用标准化差异进行比较，差异的幅度和方向将在解释随访参与相关选择偏倚的可能性时予以考虑。第二个关注点是生活方式暴露的测量误差。吸烟、饮酒、体力活动、饮食和睡眠均为问卷衍生测量，因此依赖于参与者的报告。暴露错分可能衰减、夸大或以其他方式改变估计的关联，取决于测量误差的性质。为减轻此问题，暴露定义和评分程序已预先设定。2016年和2026年两个时间点的测量可用性允许评估长期肥胖度差异，但无法确定两个时间点之间变化的轨迹。因此分析涉及随访时测量的肥胖度（以基线肥胖度为条件）以及两个观察测量时间点之间的变化，不应被解释为描述 intervening decade 期间肥胖度轨迹的形状或时间。研究结论：本研究结果将提供关于肥胖轨迹和可改变风险因素的重要证据，支持针对性预防策略并为国家公共卫生政策提供信息。通过提供10年期间肥胖度变化及其与社会人口学、社会经济、生活方式和临床因素关联的纵向数据，本研究将生成可为人群层面预防策略和针对性干预提供信息的证据。研究结果预计将通过识别可改变风险因素和脆弱人群亚组来支持国家政策制定，从而指导资源分配、监测优先事项以及肥胖预防和健康促进方案的设计。除为国家卫生政策做出贡献外，本研究还与欧盟心血管健康计划"Safe Hearts Plan"相关，该计划将重点转向预防、早期发现和个性化护理，同时通过综合策略应对肥胖、吸烟和不良饮食等风险因素。
