美国心脏协会“生命八要素”模型的分析：体育活动能否降低低收入人群的心血管疾病风险？

《Journal of the American Heart Association》：Model Analysis of the American Heart Association’s Life’s Essential 8: Can Physical Activity Mitigate Cardiovascular Risk Among Low‐Income Individuals?

　　摘要

背景
“生命必不可少的8个要素”（Life’s Essential 8）提供了一个全面的框架，将可改变的行为和生物因素与心血管风险联系起来。本研究评估了一个多中介模型，以解释低收入如何与通过血压指数表示的心血管风险相关联。

方法
分析了2021-2023年全国健康与营养调查（NHANES）的数据，研究对象为居住在社区的美国人（n=3345）。多中介路径分析测试了从收入到健康行为（中等至高强度体力活动[MVPA]、睡眠、营养和吸烟）再到生物指标（体重指数、低密度脂蛋白胆固醇和空腹血糖）的行为-生物途径，以收缩压作为终点。

结果
低收入与较低的中等至高强度体力活动（MVPA）水平（β=0.11，P<0.001）、较差的营养状况（β=0.11，P<0.001）以及吸烟率的增加（β=0.40，P<0.001）相关。总间接效应表明，低收入与较高的空腹血糖（β=?0.10 [95% CI, ?0.128 to ?0.066]；P=0.010）、体重指数（β=?0.10 [95% CI, ?0.134 to ?0.069]；P=0.006）和收缩压（β=?0.12 [95% CI, ?0.146 to ?0.088]；P=0.006）相关。较低的中等至高强度体力活动水平与较高的收缩压（β=?0.03 [95% CI, ?0.056 to 0.000]；P=0.048）、空腹血糖（β=?0.07，P<0.001）和体重指数（β=?0.08，P<0.001）相关。

结论
低收入与不健康行为相关，并间接导致不良生物结果和升高的收缩压。中等至高强度体力活动显示出最强的行为关联，这表明促进这种行为可能有助于减轻与收入相关的心血管风险，并为低收入人群的社区干预试验提供信息。

非标准缩写和缩略词
LE8：生命必不可少的8个要素
MVPA：中等至高强度体力活动
NHANES：全国健康与营养调查
PIR：贫困与收入比率

研究视角
什么是新的？
•“生命必不可少的8个要素”提出了一组健康行为（体力活动、睡眠、营养和戒烟），这些行为与影响收缩压的生物因素（体重指数、低密度脂蛋白胆固醇和血糖水平）相关。本研究通过多中介模型展示了生物因素如何调节健康行为与收缩压之间的关系。
•该模型的关键新发现是，通过贫困与收入比率评估的低收入，直接和间接效应分别显示出较低的健康行为参与度和较高的风险生物因素。

下一个应该探讨的问题是什么？
•体力活动被认为对改善生物因素有最强的关联，其次是营养，这突显了这些健康行为是社区干预的重要目标，这些干预措施使用基于理论的方法来解决经济弱势群体面临的相关障碍和促进因素。

心血管疾病仍然是全球主要的死亡原因，在过去30年中观察到死亡人数呈上升趋势。心血管疾病的患病率可以归因于多种因素，包括环境/空气污染以及受我们的行为选择或生活方式因素影响的变量。后者是一组相对自主的因素；因此，向公众推广这些因素对于预防至关重要，并可能有助于抵消不可控的风险因素，如遗传因素。为此，美国心脏协会进行了密集的文献调查，以预防心血管疾病并优化心血管健康，从而提出了“生命必不可少的8个要素”（LE8）。LE8是一项健康促进计划，旨在监测人们的血糖、血压、体重指数（BMI）、营养、体力活动以及睡眠水平，并减少吸烟和不健康的胆固醇（低密度脂蛋白[LDL]），以优化心血管健康。当前关于LE8的研究表明，较高的综合得分与较低的心血管和脑血管事件风险相关。LE8的应用示例包括识别不同人群之间的差异，并强调初级保健和公共卫生在支持广泛采用LE8和有效降低风险方面的重要作用。在公共卫生推广方面，美国心脏协会将LE8列为一系列步骤，通过促进健康行为（营养、体力活动、戒烟和健康睡眠）来改善生物因素（BMI、LDL、血糖和血压）。然而，使用模型分析比较健康行为与生物因素之间效应大小的研究仍然有限。

根据美国心脏协会提出的LE8变量顺序，我们可以提出基于文献支持的路径，展示行为决定因素如何与一些或所有生物因素相关联。例如，参与中等至高强度体力活动已被证明可以预测更健康的血压水平、血糖水平、BMI和LDL水平。同样，健康的营养摄入也可以导致更健康的血压水平、血糖水平、BMI和LDL水平。最近的研究发现，睡眠不足会升高血压、血糖水平和BMI。众所周知，吸烟对心血管系统有害，特别是对血压有直接影响，并会升高血糖水平。这些生物标志物可以解释BMI、血糖和LDL如何导致血压升高。在系统评价中，实现健康的血压是评估心血管健康的一个常见目标；尽管存在一些例外，但经常升高的血压通常是即将发生心血管事件的警告信号。因此，高血压被视为心血管疾病或事件的替代终点。

图1. “生命必不可少的8个要素”路径模型。该模型控制了年龄、性别和种族因素。体力活动强度为中等至高强度。BMI表示体重指数；LDL表示低密度脂蛋白。

研究目的
本研究的目的是探讨贫困与收入比率（PIR）如何影响所提出的LE8多中介模型中的因素。具体来说，该模型考察了PIR与健康行为之间的联系，以及这些健康行为如何与生物标志物相关联，路径如表1所示。主要目标是识别在控制模型中对生物标志物有显著影响的健康行为。我们假设体力活动和健康饮食将产生最多的显著效应，鉴于这些行为影响多种生理过程。次要目标是考察PIR对预防性健康行为和生物风险标志物的直接和间接效应。假设较低的PIR将与高风险行为相关，从而导致较差的生物结果。

方法
本研究使用的数据均通过疾病控制与预防中心维护的NHANES存储库公开提供，网址为https://wwwn.cdc.gov/nchs/nhanes/。本研究采用了最新的NHANES（2021-2023）版本。NHANES是由疾病控制与预防中心开展的全国代表性项目，提供了关于美国人口健康和营养状况的全面评估。数据集包括通过访谈和体检收集的各种健康相关变量、人口统计信息和饮食信息。

措施
本研究包括各种确定因素，以反映社会决定因素（PIR）、行为和生物变量。

社会决定因素
贫困与收入比率（PIR）：NHANES发布了PIR及其人口统计信息，定义为家庭收入与贫困阈值的比率。与教育和职业相比，它被认为是更可靠的社会经济地位指标。NHANES通过将参与者自报的家庭收入除以相应的联邦贫困水平阈值来计算和发布PIR，值范围从0到5。在当前样本中，36.9%的参与者PIR≥3.0，表明略超过三分之一的人处于或高于联邦贫困阈值的3倍。

研究结果
分析显示，低收入与较低的中等至高强度体力活动水平、较差的营养状况以及吸烟率的增加相关。总收入与较低的健康行为相关，从而导致较差的生物结果。总体间接效应表明，低收入与较高的空腹血糖、体重指数和收缩压相关。这些访谈评估了访谈前24小时（从中午到午夜）的饮食摄入情况，详细记录了所摄入的食物和饮料的种类和数量，包括所有水来源。收集的饮食数据还包括美国农业部《膳食研究食物和营养数据库》的代码，用以识别特定的食物和饮料项目。尽管NHANES并不直接为参与者提供健康饮食指数（Healthy Eating Index）得分，但可以利用该数据库代码来计算这些得分。健康饮食指数是一种经过验证的工具，用于评估个人的饮食与《美国人膳食指南》的契合程度。在本研究中，我们使用NHANES提供的个人饮食数据以及美国农业部《食物模式等价数据库》中的营养成分数据来计算健康饮食指数得分。《食物模式等价数据库》将《膳食研究食物和营养数据库》中记录的食物和饮料转换为37种美国农业部定义的食物模式成分。NHANES中的个人饮食记录通过唯一的“foodcode”标识符与《食物模式等价数据库》进行了关联，从而能够在参与者层面评估饮食成分的摄入情况和营养成分。

**生物变量**

- **体质指数（BMI）**：BMI直接从NHANES数据集中获取，计算方法为体重（千克）除以身高（米）的平方（kg/m2）。体重和身高的测量由受过培训的健康技术员依据NHANES协议使用标准化和校准的仪器进行。
- **血压**：NHANES在血压测量部分提供了收缩压和舒张压值。血压测量使用标准化协议和校准过的血压计进行，每位参与者在体检时有多次测量结果，最终记录平均值。美国心脏协会推荐使用收缩压作为心血管健康的预测指标，因此该参数被纳入了分析中。
- **低密度脂蛋白（LDL）**：NHANES在实验室数据部分包含了胆固醇相关数值。胆固醇水平通过空腹后的静脉采血样本进行检测。实验室分析遵循NHANES的标准程序以确保准确性和可靠性。2021年至2023年的数据集包含了总胆固醇（mg/dL）和高密度脂蛋白（mg/dL）的测量值。LDL（mg/dL）是通过从总胆固醇中减去高密度脂蛋白来计算的。
- **空腹血糖**：血浆空腹血糖值也在实验室数据部分提供，单位为mg/dL。空腹血糖水平是在禁食一夜后采集的血液样本中测得的，并按照NHANES的标准协议在认证实验室进行分析的。

**统计分析**
所有分析均使用IBM SPSS Statistics 57和IBM Analysis Moment of Structure（IBM，阿蒙克，纽约）软件进行。进行了双变量相关性分析，以确定模型决定因素之间的关系。主要目标是识别对生物标志物有显著影响的行为。模型中包含了介于健康行为和收缩压之间的生物测量指标。健康行为由收入因素预测。为了实现次要目标，模型还包括了一个贫困与收入比（PIR）变量，这使我们能够测试行为对生物因素的直接影响和间接影响。模型考虑了年龄、性别和种族作为协变量，以确保研究结果适用于不同年龄、性别和种族的个体。这些变量的选择旨在获得普遍适用的结果。

**中介路径**
中介路径的确定基于LE8的概念框架，该框架整合了影响心血管健康的已建立的行为和生物因素。此外，我们还进行了双变量相关性分析，以实证支持模型中特定中介路径的包含，确保中介路径反映了统计上显著的关系。这种理论和实证相结合的方法指导了我们多元中介模型中中介路径的选择，特别关注了贫困与收入比（PIR）作为影响健康行为和生物风险因素的关键决定因素。模型中规定了从PIR到每种健康行为、从健康行为到生物风险指标（BMI、LDL、血糖）以及从这些生物指标到收缩压的直接路径。所有变量路径关系都在表1中展示。

**描述性统计**
表2提供了年龄、性别和种族的描述性统计信息，但这些变量并未作为协变量用于路径分析。分析采用了全信息最大似然期望值法来估计均值和截距。间接效应使用校正偏差后的95%置信区间（CI）进行计算。所有标准化估计值均被报告，以便于跨所有路径进行解释。根据主要目标构建了多元中介路径分析模型，以研究生物测量指标（BMI、LDL胆固醇、血糖水平）如何在收缩压和健康行为（中等至剧烈体力活动、睡眠、营养和吸烟）之间起中介作用。

**结果**
参与者中男性（47.4%）和女性（52.6%）的比例相当，大多数参与者已婚或处于事实婚姻关系中（58.1%）。其余人口统计信息见表2，LE8的原始数据见表3。

**表3. LE8因素**
| 特征 | 总数（n=3345） |
|-------------|-------------------|
| 运动频率/周 | 143.74±226.5 |
| 睡眠时间/天 | 11.99±2.3 |
| 吸烟情况 | 每天 | 473 (14.1%) |
| | 有时 | 1537 (45.9%) |
| | 从不 | 1333 (39.9%) |
| 健康饮食指数 | 64.43±10.5 |
| BMI | 30.20±7.7 |
| 血压 | 124.16±18.9 |
| LDL胆固醇 | 108.49±34.3 |
| 空腹血糖 | 113.36±36.7 |

**相关性分析**
双变量相关性分析显示，较低的PIR与所有行为和生物标志物的较差得分相关，包括中等至剧烈体力活动（r=0.11, P<0.001）、吸烟（r=?0.41, P<0.001）、睡眠时间（r=0.05, P=0.007）、健康饮食（r=?0.05, P=0.01）、BMI（r=?0.11, P<0.001）和血糖水平（r=?0.07, P<0.001），但与LDL（r=0.03, P=0.057）或收缩压（r=?0.07, P<0.001）无关。这些行为与生物因素之间的显著相关性被进一步确认为模型中的中介路径。其他相关性见表4。

**模型测试**
**主要目标**：模型探讨了行为和生物标志物之间的关系。结果显示，较低的BMI与较高的中等至剧烈体力活动（MVPA）和更好的健康饮食相关（β=?0.08, P<0.001）；较低的血糖水平与较高的MVPA和较少的吸烟相关（β=?0.07, P<0.001），但与健康饮食无关（β=?0.01, P=0.589）。
**次要目标**：模型还研究了贫困与收入比（PIR）对健康行为和生物风险因素的影响。较低PIR的个体表现出较低的MVPA水平（β=0.11, P<0.001）、较差的健康饮食（β=0.24, P<0.001）和更多的吸烟行为（β=0.40, P<0.001），但在睡眠时间上没有差异。考虑到整体影响，较低的PIR与较高的血糖（β=?0.10 [95% CI, ?0.128 to ?0.066]; P=0.010）、BMI（β=?0.10 [95% CI, ?0.134 to ?0.069]; P=0.006）和血压（β=?0.12 [95% CI, ?0.146 to ?0.088]; P=0.006）相关，但与LDL胆固醇无关（β=?0.01 [95% CI, ?0.023 to 0.001]; P=0.076）。

**讨论**
美国心脏协会的LE8框架指出了公众可以监测的生物行为因素，以维护心血管健康和预防心脏事件。尽管每个因素都有大量证据支持，但更多研究表明这些因素与较低的PIR之间存在关联效应。本研究汇总了先前的发现，将这些因素纳入模型中进行测试，以确定生活方式行为在降低心血管疾病生物风险参数方面的作用程度和功能。进行零阶双变量相关性分析并与文献结果一致，增加了NHANES数据的有效性，为后续的模型分析提供了支持。本研究的主要目标是测试一个多元中介路径分析模型，该模型能够全面控制所有因素，并同时考虑年龄、性别和种族。研究结果揭示了在生物参数上具有最多显著影响的行为因素及其影响程度。次要目标探讨了较低PIR如何导致不健康行为，进而增加生物风险。讨论中概述了行为变量、生物参数以及低收入与这些因素之间的观察到的关系。

**结论**
评估四种行为后发现，中等至剧烈体力活动（MVPA）在改善生物标志物方面表现出最多的显著路径，包括BMI、血糖和收缩压。参与MVPA会激活一系列生理过程，从而调节心血管和代谢健康。具体来说，MVPA在各种健康行为中显示出积极的影响，尽管其他行为的影响程度不同。虽然MVPA的独立效应已得到充分证实，但在不同年龄、性别和种族的健康行为中进行测试时，其有益效果仍然显著，这表明其在促进生活方式相关试验中的重要性。健康饮食是影响生物参数的第二大决定因素，能够显著降低BMI和收缩压。总体而言，MVPA和健康饮食的独立效应已被证实，而在所有相关健康行为中进行测试时，这些行为因素的有益效果仍然显著，这强调了在生活方式相关试验中推广这些行为的重要性。吸烟对血糖的影响最为显著，尤其是对收缩压的影响也很强。尽管已有研究证明吸烟对血糖水平和糖尿病风险的负面影响，但最新研究进一步支持了这一发现。睡眠虽然与收缩压和血糖水平相关，但在模型分析中的显著性不显著。尽管规律睡眠对心血管健康有益，但在模型分析中其关联效果较少。最后，尽管睡眠与收缩压和血糖水平有关，但在模型中的关联性不强。具体而言，最近的研究提供了关于贫困对心血管健康影响的全面见解，64, 65 并评估了加剧这些复杂性的其他压力因素。例如，由于缺乏定期体检而导致的个人生物标志物意识不足，通常是由于保险覆盖有限或不存在、生活在“食物荒漠”地区以及缺乏安全或负担得起的环境进行中等强度至高强度的身体活动（MVPA）所造成的；所有这些因素都构成了重大障碍，包括知识获取和戒烟方面的困难。在缓解措施方面，MVPA 被认为是最重要的决定因素，表明促进 MVPA 可以帮助减轻一些与收入相关的障碍并降低心血管风险。MVPA 的生理效应与更健康的饮食、减少吸烟和充足的睡眠密切相关，66, 67, 68 这可能有助于实现其他行为目标，因此它被认为是四个行为因素中优先考虑的行为改变焦点。

**优势与局限性**
当前研究在某些局限性背景下仍具有值得认可的优势。研究数据使用了美国疾病控制与预防中心（CDC）进行的全国健康与营养调查（NHANES）数据集，从而提供了一个具有验证指标的普遍性美国样本。本次研究的特定优势包括整合相关文献发现，以支持将 LE8 因素纳入模型中。此外，研究还分析了个人收入（PIR）对心血管健康相关因素的影响。多中介模型同时分析了所有效应大小，从而获得了更稳健的统计结果，相比之下，单独的回归模型可能会导致 I 型错误增加。37, 38 应将这项研究的优势放在其局限性的背景下考虑。本研究使用的是横断面数据，这限制了对其随时间变化效应的观察。尽管 NHANES 数据集中的所有指标都经过了验证，但身体活动和睡眠数据是自我报告的，而使用可穿戴设备可以获得更精确的数据。理想情况下，如果能够获得未来心脏病发作的前瞻性数据，将有助于测试 LE8 对这些事件的长期预测效应。然而，由于缺乏此类数据，该模型使用血压作为心血管事件的公认替代终点进行了分析。28, 29, 30, 31 本研究控制了人口统计变量，以获得适用于不同种族和性别的结果。不过，未来的研究可以探讨这些人口统计变量之间的潜在对比效应，并检查性别差异是否会影响 LE8 多中介模型中提出的路径。

**结论**
总体而言，该模型表明社会差异，特别是较低的个人收入（PIR），与不健康行为密切相关，这些行为会恶化生物学结果，从而增加心血管事件的发生几率。在这些因素中，MVPA 被认为是最强的决定因素，表明促进 MVPA 可以帮助缓解与低 PIR 相关的社会差异并降低心血管风险。健康营养是下一个最强的决定因素，虽然鼓励普及健康营养知识，但在干预设计中必须关注并解决低收入者面临的知识获取和支付能力等方面的障碍。如果存在吸烟习惯，戒烟对于防止其对 MVPA 和营养的负面影响至关重要。低收入人群所面临的障碍复杂性要求我们认识到形成健康习惯的挑战。个人收入（PIR）是一个复杂的概念，它反映了多种障碍，这些障碍最终导致人们参与健康行为的程度降低，进而导致生物学风险指标升高。一个重要的目标是改善经济弱势群体的生物学风险指标。这需要基于理论的纵向研究来识别与低收入人群的四种健康行为相关的障碍和促进因素。一旦确定了这些因素，就可以测试基于社区的行为改变计划。这些发现支持了需要进行基于社区的临床试验，以评估 MVPA 是否能够减轻心血管事件风险的差异。

**资金来源**
无。