《Frontiers in Neurology》：Dynamic frailty and depressive symptoms in relation to incident stroke: findings from five harmonized longitudinal cohorts
编辑推荐：
背景：衰弱和抑郁症状在晚年常见，可能与脑血管风险相关。关于衰弱负担和衰弱变化是否与不同老龄化队列中的新发卒中相关，证据仍然有限。方法：研究人员分析了来自五个基于人群的老龄化队列的统一纵向数据：美国健康与退休研究（HRS）、中国健康与养老追踪调查（CHARLS）
背景：衰弱和抑郁症状在晚年常见，可能与脑血管风险相关。关于衰弱负担和衰弱变化是否与不同老龄化队列中的新发卒中相关，证据仍然有限。方法：研究人员分析了来自五个基于人群的老龄化队列的统一纵向数据：美国健康与退休研究（HRS）、中国健康与养老追踪调查（CHARLS）、欧洲健康、老龄化与退休调查（SHARE）、英国老龄化纵向研究（ELSA）和墨西哥健康与老龄化研究（MHAS）。衰弱采用统一的24项缺陷累积衰弱指数（frailty index，FI）进行测量。主要分析采用队列特异性Cox比例风险模型（Cox proportional hazards models）估计基线FI与随访期间首次观察到的新发卒中之间的关联。次要探索性分析评估了非线性关联、FI变化、竞争死亡、抑郁症状作为通路标志以及两波交叉滞后关联。结果：分析样本包括81482名参与者和5089例新发卒中事件。在完全调整的队列特异性Cox模型中，FI每增加0.1个单位与HRS、CHARLS、SHARE和MHAS中更高的卒中风险相关，但在ELSA中未发现显著关联。观察到显著的队列间异质性；因此，将队列特异性估计值解释为主要结果，并将随机效应合并估计值视为描述性结果。将死亡视为竞争事件的Fine-Gray敏感性分析支持五个队列中衰弱与卒中的正向关联。限制性立方样条（restricted cubic spline，RCS）分析提示基线FI和FI变化存在非线性关联。探索性通路分析表明，抑郁症状在统计上解释了部分选定衰弱-卒中关联，尽管模式因队列和暴露定义而异。两波交叉滞后面板模型（cross-lagged panel models，CLPMs）提示，升高的衰弱脆弱性与随后的抑郁症状或卒中之间存在微弱的、队列特异性的前瞻性关联；这些发现被解释为探索性时间关联，而非因果性个体内效应。结论：更高的衰弱负担与大多数（而非全部）统一老龄化队列中的新发卒中相关，且不同人群间存在显著异质性。这些发现支持在老年人中进行重复衰弱评估和整合情绪评估，同时强调了队列特异性解释和采用经确认卒中结局的验证性研究的必要性。
论文《Frontiers in Neurology》发表的研究聚焦于动态衰弱与抑郁症状对卒中发病的影响，基于五项统一纵向队列探讨了衰弱负担与衰弱变化在新发卒中中的预测价值。研究背景指出，衰弱和抑郁症状在老年人中常见，可能增加脑血管风险，但既往证据在跨人群研究中尚不充分，尤其是衰弱动态变化与卒中发病的关联缺乏系统分析。研究人员利用美国健康与退休研究（HRS）、中国健康与养老追踪调查（CHARLS）、欧洲健康、老龄化与退休调查（SHARE）、英国老龄化纵向研究（ELSA）和墨西哥健康与老龄化研究（MHAS）的统一数据，旨在评估基线衰弱指数（frailty index，FI）、FI变化及抑郁症状在卒中风险中的角色。
研究得出核心结论：在四个队列中，基线FI每增加0.1单位与卒中风险显著升高相关（HRS：HR 1.07，CHARLS：HR 1.35，SHARE：HR 1.30，MHAS：HR 1.31），ELSA中无显著关联；非线性分析提示累积衰弱负担和FI恶化与卒中风险相关，但衰弱改善未明确降低风险；抑郁症状部分介导了部分衰弱-卒中关联，但模式因队列而异；竞争死亡风险分析支持正向关联。重要意义在于强调了重复衰弱评估与整合情绪评估的临床价值，并指出需进行队列特异性解读和经确认卒中结局的验证性研究。
主要关键技术方法包括：①使用统一的24项缺陷累积衰弱指数（FI）测量衰弱，采用比例计算规则（至少80%项目可用）；②队列特异性Cox比例风险模型估计基线FI与新发卒中的关联，并逐步调整人口学、社会经济、行为及临床协变量；③限制性立方样条（restricted cubic spline，RCS）评估基线FI和FI变化的非线性关联；④Fine-Gray竞争风险模型以死亡作为竞争事件进行敏感性分析；⑤探索性通路分析评估抑郁症状作为通路标志，采用基线分解和动态衰弱变化模型；⑥两波交叉滞后面板模型（cross-lagged panel model，CLPM）评估衰弱脆弱性、抑郁症状与卒中状态的时间顺序关联。样本来源为五个基于人群的老龄化队列（HRS、CHARLS、SHARE、ELSA、MHAS）。
研究结果部分：
**3.1 研究人群和基线特征**
在排除后，最终Cox分析样本包括81482名参与者（HRS 14586人、CHARLS 11202人、SHARE 36593人、ELSA 8660人、MHAS 10441人），共观察到5089例新发卒中事件。基线时，患卒中的参与者FI值普遍高于无卒中者，FI分布呈右偏态且与年龄正相关，验证了统一FI的预期分布特性。
**3.2 基线衰弱指数与新发卒中的Cox和竞争风险模型**
在完全调整模型中，FI每增加0.1单位与HRS（HR 1.07，95% CI 1.05–1.09）、CHARLS（HR 1.35，95% CI 1.29–1.41）、SHARE（HR 1.30，95% CI 1.25–1.35）和MHAS（HR 1.31，95% CI 1.17–1.46）中更高的卒中风险相关，而ELSA中无显著关联（HR 1.01，95% CI 0.93–1.10）。比例风险假设检验显示CHARLS和ELSA中FI项存在名义偏离，但FDR校正后不显著。Fine-Gray竞争风险分析支持所有五个队列中FI与卒中的正向关联（ELSA：sHR 1.11，95% CI 1.03–1.19），提示竞争死亡可能部分解释了ELSA的Cox阴性结果。
**3.3 亚组和无卒中生存分析**
亚组分析显示，FI与卒中风险的正向关联在性别、年龄、教育、就业、婚姻状况、吸烟、饮酒和体力活动分层中广泛一致。Kaplan-Meier曲线表明，在HRS、CHARLS、SHARE、MHAS和合并样本中，衰弱参与者的无卒中生存率显著较低，ELSA中差异不明显。
**3.4 基线FI和FI变化与新发卒中的非线性关联**
RCS分析显示基线FI与卒中风险呈非线性关系：在合并模型中，FI增加时卒中风险逐步上升，尤在高FI水平时更陡。FI变化的RCS分析表明，FI纵向升高与较高的卒中风险相关，而FI降低未一致对应风险下降，提示衰弱恶化对风险分层更有信息价值。
**3.5 探索性中介和两波交叉滞后分析**
中介相关分析显示，抑郁症状在基线衰弱、衰弱加重和衰弱改善模型中统计上部分解释了选定衰弱-卒中关联，但模式因队列和暴露定义而异。两波CLPM分析使用FI≥0.10阈值，自回归路径最强，交叉滞后路径提示衰弱脆弱性升高与后续抑郁症状或卒中之间存在选择性前瞻性关联，但效应量较小，被解释为探索性时间关联而非因果效应。FDR校正后，主要Cox发现保持稳健，其余次要分析多被削弱。
讨论部分总结了主要发现：在五个队列中的四个，基线衰弱负担与卒中风险相关；ELSA的减弱关联部分可由竞争死亡解释；累积衰弱和恶化与风险相关，而改善未明确降低风险；抑郁症状在部分通路中相关但未完全解释关联。研究强调了队列特异性诠释的重要性，并指出未来需使用经确认的卒中亚型信息。结论部分翻译如下：更高的基线衰弱负担与大多数（而非全部）统一老龄化队列中的新发卒中相关，且不同人群间存在显著异质性。非线性和动态分析表明，累积衰弱负担和FI随时间恶化具有临床信息价值，而观测到的FI改善在本观察性分析中未明确转化为降低的卒中风险。抑郁症状在选定的衰弱-卒中通路中具有相关性，支持重复衰弱评估和整合情绪评估，同时强调了进行验证性研究和谨慎进行队列特异性解读的必要性。
