《Diabetes Research and Clinical Practice》：Evidence from two large prospective cohorts: variations in remnant cholesterol inflammation index and the risk of cardiometabolic multimorbidity in middle-aged and elderly populations
编辑推荐：
摘要研究目的尽管残余胆固醇和高效敏C反应蛋白都是心脏代谢性疾病多重发病的风险因素，但二者联合使用的预测价值尚不明确。本研究旨在探讨残余胆固醇炎症指数在预测心脏代谢性疾病多发症发生中的作用。研究方法该指数基于中国健康与退休纵向研究中的5,870名参与者以及英国老龄化纵向研究中的2,
摘要
研究目的
尽管残余胆固醇和高效敏C反应蛋白都是心脏代谢性疾病多重发病的风险因素，但二者联合使用的预测价值尚不明确。本研究旨在探讨残余胆固醇炎症指数在预测心脏代谢性疾病多发症发生中的作用。
研究方法
该指数基于中国健康与退休纵向研究中的5,870名参与者以及英国老龄化纵向研究中的2,295名参与者数据计算得出，计算公式为：RC（毫克/分升）×hs-CRP（毫克/升）/10。研究者还对一个子群体（共5,966人）进行了纵向分析，进一步研究累计的RCII值、RCII值的变化与心脏代谢性疾病多发症发病风险之间的关联。
研究结果
基线RCII值每增加一个对数单位，心脏代谢性疾病多发症的风险分别增加14%（中国研究：风险比1.14，95%置信区间为1.09–1.19）和21%（英国研究：风险比1.21，95%置信区间为1.10–1.34）。同样，累计RCII值的增加也会使风险分别上升20%（中国研究：风险比1.20，95%置信区间为1.11–1.29）和30%（英国研究：风险比1.30，95%置信区间为1.11–1.51）。分析显示，与稳定的低RCII水平相比，持续高水平的RCII会带来更高的心脏代谢性疾病多发症风险。RCII在预测该疾病方面具有中等程度的独立预测能力，其效果优于单独使用RC或hs-CRP。
研究结论
由于RCII同时反映了脂质代谢和炎症反应两大路径，因此它与心脏代谢性疾病多发症的发病存在显著关联，有望帮助实现更精准的早期风险分层。
引言
随着全球范围内多种慢性疾病同时存在的状况日益普遍，这对公共卫生体系尤其是老龄化社会而言构成了巨大挑战。心脏代谢性疾病多重发病是指至少两种心脏代谢性疾病同时存在的状况，这类疾病包括2型糖尿病、中风和心脏病等，是目前最为常见且临床影响最严重的多重发病类型之一[1]、[2]。患有此类疾病的人群面临更高的身体残疾、认知功能下降以及过早死亡的风险，这进一步加剧了医疗成本和资源需求[3]、[4]、[5]。在人口老龄化趋势不断加剧以及代谢风险状况发生变化的背景下，心脏代谢性疾病多重发病的发病率预计还会继续上升，因此亟需改进风险分层方法并制定有效的早期干预策略。
残余胆固醇是富含甘油三酯的脂蛋白中所含的胆固醇，已被证实是导致心脏代谢性疾病残留风险的重要因素[6]。大量研究表明，即便在常规脂质指标正常的情况下，较高的残余胆固醇水平也与2型糖尿病、中风以及动脉粥样硬化性心血管疾病的发病密切相关[7]、[8]、[9]、[10]。与此同时，慢性炎症也是推动心脏代谢性疾病发展与恶化的核心机制。高效敏C反应蛋白作为一种能够有效反映慢性全身性炎症的生物标志物，已被证明能够预测心力衰竭、冠状动脉疾病以及中风的发病风险[11]、[12]。值得注意的是，血脂异常与炎症之间存在双向交互作用：残余胆固醇会引发炎症反应，而炎症又会通过改变脂蛋白的代谢和清除过程加重血脂异常。这种协同作用意味着，单独使用任一生物标志物都无法全面反映导致心脏代谢性疾病发展的复杂病理机制。最近提出的残余胆固醇炎症指数通过将残余胆固醇和高效敏C反应蛋白结合为一个指标，为量化这两种因素之间的相互作用提供了新的方法[13]。虽然已有初步证据表明该指数具有预测心血管事件的潜力，但它与心脏代谢性疾病多发症发病之间的关联尚未得到研究。我们推测，由于RCII同时反映了脂质代谢和炎症反应两大路径，因此它有望成为一种更为优秀的生物标志物，从而更准确地预测多重发病风险。
基于以上考虑，我们选择了中国健康与退休纵向研究以及英国老龄化纵向研究这两项大规模、具有全国代表性的前瞻性老龄化研究队列，旨在全面分析RCII与心脏代谢性疾病多发症发病之间的关联。目前尚无研究系统探讨过RCII与该疾病风险之间的关联，也没有研究分析RCII暴露的纵向变化模式与该疾病风险之间的关系。我们假设，作为同时反映残余胆固醇和全身性炎症的复合生物标志物，RCII不仅会与更高的心脏代谢性疾病多发症发病风险相关，还能提供比单独使用任一成分更高的预测价值。通过研究基线水平、纵向变化模式以及累计暴露程度等多个维度，我们希望明确脂质代谢和炎症反应对心脏代谢性疾病发展的共同影响，并评估RCII在不同老龄化人群中的风险分层应用价值。
章节摘录
暴露因素的评估
本研究的主要暴露因素包括基线RCII值、累计RCII值以及RCII值的纵向变化情况。残余胆固醇的计算公式为：RC = TC ? (HDL-C + LDL-C) [16]；RCII值的计算公式为：RCII = [RC（毫克/分升）×hs-CRP（毫克/升）]/10 [13]；累计RCII值则通过以下公式计算：CumRCII = (RCII第一次测量值 + RCII第二次测量值)/2 × （两次测量之间的时间间隔）[16]。累计残余胆固醇值和累计高效敏C反应蛋白值也是采用类似方法计算的。研究将基线RCII值高于或等于中位数的情况定义为高RCII水平。
基线特征
本研究共纳入了来自中国健康与退休纵向研究的5,870名参与者以及英国老龄化纵向研究的2,295名参与者，他们的基线年龄中位数分别为60.0岁和61.0岁，女性比例分别为54.2%和55.3%。如表1所示，那些在随访期间患上心脏代谢性疾病多重发病的参与者通常年龄更大，结婚或拥有伴侣的比例更低，而且其基线时的残余胆固醇、高效敏C反应蛋白以及RCII水平也均高于那些未患该疾病的参与者（所有差异均具有统计学显著性，P值均小于0.05）。此外，这些患者的体重指数也更高，收缩压也更为偏高。
讨论
本研究提供了有力的证据，表明基线水平及累计RCII值升高都会独立增加心脏代谢性疾病多发症的发病风险。回归分析结果显示，RCII值和对数值形式的累计RCII值与心脏代谢性疾病多发症的发病风险之间存在线性剂量-反应关系，说明风险随这些指标水平上升而持续增加，且不存在明显的阈值效应。特别值得关注的是，那些长期保持高RCII水平的参与者面临的最高的心脏代谢性疾病多发症风险，而那些RCII值出现动态变化的参与者，无论是从低水平上升至高水平，还是
结论
在本研究中，基线RCII值、累计RCII值以及RCII值的变动都与心脏代谢性疾病多发症的发病风险增加相关，这体现了脂质代谢和全身性炎症共同作用的结果。RCII在预测心脏代谢性疾病多发症方面具有中等程度的独立预测能力，其效果优于单独使用残余胆固醇或高效敏C反应蛋白，因此有望提升风险分层的准确性。不过，仍需要进一步的前瞻性研究来验证RCII在预防心脏代谢性疾病多发症方面的实际应用价值。
数据可用性声明
支持本研究结果的数据可从中国健康与退休纵向研究的官方网站（http://charls.pku.edu.cn）以及英国老龄化纵向研究的官方网站（https://ukdataservice.ac.uk）上获取。
伦理声明
中国健康与退休纵向研究获得了北京大学伦理审查委员会的批准，英国老龄化纵向研究则得到了伦敦多中心研究伦理审查委员会的许可。在这两项研究中的所有参与者都签署了知情同意书。
CRediT作者贡献说明
宋文：负责文章的初稿撰写、可视化分析、结果验证、软件应用、研究方法设计、数据收集、正式分析、数据整理以及概念构建工作。孙中华：同样参与了文章的初稿撰写、可视化分析、结果验证、软件应用、研究方法设计、数据收集、正式分析、数据整理以及概念构建工作。宋彦军：负责可视化分析、结果验证、软件应用以及研究方法设计相关工作。郑志豪：承担结果验证、研究监督以及研究方法设计等工作。孟凌冰：负责文章的审阅与编辑工作。
资金支持
本研究得到了以下项目的资助：非传染性慢性病国家科技重大专项（项目编号：2025ZD0548200），医学科学创新基金 [项目编号：2021-I2M-1-008]，国家级高水平医院临床研究经费 [项目编号：2022-GSP-QN-06、2023-GSP-GG-02、2023-GSP-QN-17、2023-GSP-QN-34、2023-GSP-RC-05]，以及北京市临床重点专项 [项目编号：PM202401220002]。
利益冲突声明
所有作者均声明，自己不存在任何可能影响本研究结果的已知财务利益冲突或个人关系。
宋文|孙中华|宋彦军|郑志豪|孟凌冰|张文红|窦克飞
中国医学科学院国家心血管病中心阜外医院心脏代谢病医学中心，北京100037，中国
