肥胖和抑郁症状的联合轨迹与青光眼发病风险：一项来自健康与退休研究的16年前瞻性队列研究

《Frontiers in Aging Neuroscience》：Joint trajectories of obesity and depressive symptoms and risk of incident glaucoma: a 16-year prospective cohort study from the Health and Retirement Study

　　

背景：肥胖和抑郁在老年人中常同时发生，并共享可能与青光眼相关的通路，然而其动态共演及对青光眼风险的联合贡献仍未被充分阐明。目的：本研究旨在识别身体质量指数（BMI）和抑郁症状的联合纵向轨迹，并评估其与青光眼发病的关联。方法：在美国健康与退休研究（2000–2016年）的6,154名参与者中，研究人员应用了基于群体的多轨迹模型（group-based multi-trajectory modeling, GBMTM），对九个波次的BMI和流行病学研究中心抑郁量表（CESD-8）轨迹进行联合分类。青光眼发病为自我报告。Cox模型估计了风险比（HR）及其95%置信区间（CI）。结果：在中位随访12.0年（四分位距8.0–16.0年）期间，234名参与者（3.8%）发生青光眼发病。研究识别出四个不同的联合轨迹组：正常体重–低抑郁（23.5%，参照组）、超重–低抑郁（25.3%）、正常体重–高抑郁（31.9%）和肥胖–中度抑郁（19.3%）。每1,000人年的粗发病率范围从参照组的1.92（95% CI 1.31–2.71）到肥胖–中度抑郁组的4.82（95% CI 3.75–6.11）（log-rank p < 0.001）。在完全调整模型中，与参照轨迹相比，超重–低抑郁组（HR 1.61, 95% CI 1.04–2.49）、正常体重–高抑郁组（HR 1.82, 95% CI 1.19–2.78）和肥胖–中度抑郁组（HR 2.52, 95% CI 1.61–3.93）的参与者青光眼风险显著增加（趋势p < 0.001）。这些关联在亚组分析和敏感性分析中保持一致。结论：BMI升高和抑郁症状的不良联合轨迹与较高的青光眼风险独立且剂量依赖相关，支持在青光眼预防中整合监测代谢和心理健康。

**论文解读：肥胖与抑郁症状联合轨迹对青光眼发病风险的影响——基于健康与退休研究的16年前瞻性队列分析**

**研究背景与问题提出**
青光眼是全球不可逆性失明的主要原因，2021年全球约9500万人受其影响，预计至2040年将增至1.12亿。尽管眼内压（IOP）是可干预的核心风险因素，但相当比例的患者在达到目标IOP后仍出现疾病进展，提示存在IOP非依赖性的病理机制。近期研究表明，代谢紊乱（如肥胖）和心理因素（如抑郁）可能通过IOP非依赖性通路参与青光眼发病。肥胖与抑郁在老年人中常共病，且共享慢性低度炎症、下丘脑-垂体-肾上腺轴失调、自主神经功能紊乱等生物学通路，这些通路可能影响视网膜神经节细胞（RGC）存活。然而，既往研究多将肥胖和抑郁作为独立、静态的暴露因素，缺乏对其动态共演及联合效应的纵向评估。因此，本研究旨在利用健康与退休研究（HRS）的16年随访数据，通过群体多轨迹建模（GBMTM）识别肥胖和抑郁症状的联合纵向轨迹，并量化其与青光眼发病风险的关联，为精准风险分层和靶向预防提供依据。该论文发表于《Frontiers in Aging Neuroscience》。

**研究内容与结论**
研究人员基于HRS（美国50岁及以上老年人全国代表性队列）2000–2016年共9个波次的数据，纳入6,154名基线无青光眼且暴露数据完整的参与者。通过GBMTM同时建模身体质量指数（BMI）和流行病学研究中心抑郁量表（CESD-8）的纵向演化，识别出四个联合轨迹组：正常体重–低抑郁（参照组）、超重–低抑郁、正常体重–高抑郁、肥胖–中度抑郁。在中位12年随访期间，共234例（3.8%）发生青光眼发病。多因素Cox回归显示，与参照组相比，其他三组青光眼风险均显著增加，趋势p<0.001；其中肥胖–中度抑郁组风险最高（HR=2.52, 95% CI 1.61–3.93）。该关联在排除反向因果、竞争风险、不同暴露窗口等9项敏感性分析及6个亚组分析中保持一致。结论：肥胖和抑郁症状的不良联合轨迹与青光眼发病风险独立且剂量依赖相关，支持将代谢与心理健康监测整合到青光眼预防策略中。

**主要关键技术方法**
本研究采用以下关键技术方法：1）基于群体的多轨迹建模（GBMTM），利用有限混合效应回归框架，同步估计BMI和CESD-8的纵向轨迹，并基于AIC、BIC、平均轮廓宽度和Gap统计量确定最优分组数；2）Cox比例风险回归模型，分三层逐步调整协变量（社会人口学、生活方式、慢性病及视力），以估计风险比（HR）及95%置信区间（CI）；3）Fine-Gray竞争风险模型，以全因死亡为竞争事件评估稳健性；4）多个敏感性分析，包括排除早期事件、改变建模窗口、完整病例分析等。数据来源：美国健康与退休研究（HRS），2000–2016年共9个波次。

**研究结果**

**1. 研究人群**
在6,154名纳入分析的参与者中，中位年龄72.0岁（四分位距68.0–77.0），女性占59.4%，中位基线BMI为26.10 kg/m²（23.50–29.20），中位CESD-8评分为1.0（0.0–2.0），20.6%达到临床升高抑郁阈值（CESD-8≥3）。与未发生青光眼的参与者相比，发病者基线BMI显著更高（26.60 vs. 26.10 kg/m², p=0.019），随访时间更短（6.0 vs. 12.0年, p<0.001），其他基线特征无显著差异。

**2. 联合BMI-抑郁轨迹的识别**
通过GBMTM，模型选择指标（AIC、BIC、平均轮廓宽度、Gap统计量）支持四组解为最优模型。四个轨迹组特征如下：正常体重–低抑郁组（n=1,445, 23.5%）：基线BMI均值22.8 kg/m²，CESD-8均值1.2分；超重–低抑郁组（n=1,555, 25.3%）：BMI均值27.6 kg/m²，CESD-8均值1.4分；正常体重–高抑郁组（n=1,964, 31.9%）：BMI均值24.1 kg/m²，CESD-8均值4.6分；肥胖–中度抑郁组（n=1,190, 19.3%）：BMI均值34.2 kg/m²，CESD-8均值3.4分。各组平均后验概率均≥0.82，表明分类良好。

**3. 联合轨迹与青光眼发病的关联**
Kaplan-Meier累积发病率曲线显示各组间差异显著（log-rank p<0.001）。粗发病率（每1,000人年）从参照组的1.92（95% CI 1.31–2.71）升至肥胖–中度抑郁组的4.82（95% CI 3.75–6.11）。在完全调整模型（模型3）中，与参照组相比，超重–低抑郁组HR=1.61（95% CI 1.04–2.49），正常体重–高抑郁组HR=1.82（95% CI 1.19–2.78），肥胖–中度抑郁组HR=2.52（95% CI 1.61–3.93），趋势p<0.001。逐步调整协变量后，关联持续存在。

**4. 敏感性分析**
九项预设敏感性分析均支持主要结果的稳健性。例如，排除随访前2年青光眼事件后，肥胖–中度抑郁组HR=2.58（95% CI 1.68–3.95）；采用Fine-Gray竞争风险模型（以死亡为竞争事件）后HR=2.51（95% CI 1.66–3.80）；采用不同建模窗口（波次5–9）后HR=2.85（95% CI 1.87–4.34）。所有分析中，趋势p均<0.001。

**5. 亚组分析**
按年龄（<75岁 vs. ≥75岁）、性别、种族/民族（白人 vs. 黑人）、教育程度、高血压、糖尿病及吸烟状态进行的亚组分析显示，肥胖–中度抑郁轨迹与青光眼发病的关联在所有亚组中均显著，且交互作用p值均>0.05，表明关联具有一致性。

**总结讨论与结论**
本研究首次在基于人群的纵向队列中表征肥胖与抑郁症状的联合轨迹，并证明其与青光眼发病风险独立且剂量依赖相关。肥胖–中度抑郁组风险最高（HR=2.52），提示代谢与心理负担的协同效应可能通过共享通路（如慢性炎症、HPA轴失调、神经营养因子减少）加速青光眼视神经损伤。结论部分原文翻译如下：在这项针对美国老年人的前瞻性队列中，肥胖和抑郁症状的不良联合轨迹与青光眼发病风险增加独立且剂量依赖相关，其中肥胖合并中度抑郁者风险最高。这些模式表明，累积的、相互交织的代谢和心理负担可能通过共享通路加速青光眼损伤。研究人员的发现强调了在眼部风险分层中联合考虑心理健康和身体健康的价值。需要在不同人群中进行未来研究以验证这些轨迹组，并调查针对体重管理和抑郁的协调干预是否能改变青光眼风险进程。