《Science Progress》：Association between biological aging and fecal incontinence, chronic diarrhea in U.S. adults: A retrospective cross-sectional analysis based on NHANES data
编辑推荐：
目的：本研究旨在探究加速的生物衰老及其组分生物标志物与慢性腹泻（CD）和粪便失禁（FI）之间的关联。
方法：这项横断面研究分析了来自2005-2010年美国国家健康与营养调查（NHANES）中5,443名参与者的数据。表型年龄（PhenoAge）通过九项临床生
目的：本研究旨在探究加速的生物衰老及其组分生物标志物与慢性腹泻（CD）和粪便失禁（FI）之间的关联。
方法：这项横断面研究分析了来自2005-2010年美国国家健康与营养调查（NHANES）中5,443名参与者的数据。表型年龄（PhenoAge）通过九项临床生物标志物计算得出，表型年龄加速（PhenoAgeAccel）则由将PhenoAge对实际年龄（CA）进行回归所得的残差推导而来。研究人员采用加权t检验和卡方检验比较基线特征，并使用加权逻辑回归和限制性立方样条（RCS）分析这些关联。进行了亚组分析以评估潜在的效应修饰，并通过敏感性分析评估主要发现的一致性。
结果：PhenoAgeAccel与FI呈正相关，而未检测到PhenoAgeAccel与CD之间存在显著关联。患有FI的参与者具有更高的CA、PhenoAge和PhenoAgeAccel（P<0.05）。FI的患病率随PhenoAge和PhenoAgeAccel四分位数的升高而增加（趋势检验P<0.05）。在完全调整模型中，PhenoAge的第四分位数（Q4）相较于第一分位数（Q1）与更高的FI风险相关（OR = 2.559, 95% CI 1.012–6.468, P = 0.037）。同样，PhenoAgeAccel的Q4相较于Q1也与更高的FI风险相关（OR = 1.571, 95% CI 1.097–2.250, P = 0.014）。与表型年龄减速的参与者相比，表型年龄加速的参与者发生FI的风险也更高（OR = 1.417, 95% CI 1.084–1.851, P = 0.011）。RCS分析支持PhenoAgeAccel与FI之间存在显著的正向线性关联。研究人员评估了九项临床生物标志物与FI的关联。白蛋白（ALB）、C反应蛋白（CRP）和红细胞分布宽度（RDW）显示出与FI的显著线性关联（所有非线性检验P值均>0.05），而淋巴细胞百分比（LYM%）和平均红细胞体积（MCV）则显示出显著的非线性关联（所有非线性检验P值均<0.05）。肌酐（Cr）、葡萄糖（Glu）、碱性磷酸酶（ALP）和白细胞计数（WBC）未显示与FI有显著关联（所有总体关联检验P值均>0.05）。在年龄（交互作用P值<0.001）和糖尿病状态（交互作用P值=0.034）方面观察到显著的交互作用，表明PhenoAgeAccel与FI的关联因这些因素而异。敏感性分析支持了连续性PhenoAgeAccel与FI关联的稳健性，尽管基于四分位数的分析其统计学证据有所减弱。
结论：在一个具有全国代表性的美国成年人样本中，PhenoAgeAccel与FI呈显著且线性的关联，而未观察到PhenoAgeAccel与CD之间存在显著关联。需要前瞻性研究来确认此关联并阐明其时间关系。
论文解读文章
1. 研究背景与目的
粪便失禁（FI）是指不自主且反复发生的肠道控制能力丧失，全球患病率约8%，在养老院居民中高达10%-69%，严重损害患者生活质量并造成社交障碍。慢性腹泻（CD）虽与FI密切相关，但二者是临床表现不同的独立结局：CD以大便稀溏和排便次数增多为特征，而FI则以排便自主控制受损为核心。随着全球人口老龄化，探索生物衰老与肠道功能障碍之间的关系成为老年胃肠病学的研究重点。生物衰老可能通过多途径损害肛门直肠的排便控制机制，如盆底肌萎缩、肠神经系统退化和肠道屏障损伤等。然而，连接生物衰老与FI发展的具体机制尚不清楚。
相较于肛门直肠测压等侵入性检查，基于血液生物标志物的衰老指标提供了一种非侵入性、可规模化的人群衰老评估方法。表型年龄（PhenoAge）作为一种新型的生物衰老指数，整合了实际年龄（CA）和九种循环生物标志物，能够稳健地量化异质性生物衰老过程。表型年龄加速（PhenoAgeAccel）则进一步捕捉了个体生物衰老相对于实际年龄的偏离程度。尽管已有证据支持生物衰老与多种慢性疾病（如心血管和代谢性疾病）相关，但关于PhenoAgeAccel与CD及FI之间系统性流行病学证据仍然有限。因此，本研究旨在结合PhenoAgeAccel方法与NHANES数据库，描述与衰老相关的肠道健康差异，识别高风险亚群，并为以健康老龄化为导向的肠道疾病预防策略提供流行病学证据。
2. 主要研究方法
本研究是一项基于2005-2010年NHANES数据的回顾性横断面观察性研究，最终纳入5,443名成年参与者。研究人员使用了几个关键技术方法：
- •
暴露变量定义：利用实际年龄（CA）和九项血清生物标志物（白蛋白ALB、肌酐Cr、葡萄糖Glu、C反应蛋白CRP、淋巴细胞百分比LYM%、平均红细胞体积MCV、红细胞分布宽度RDW、碱性磷酸酶ALP、白细胞计数WBC）计算表型年龄（PhenoAge），并通过将PhenoAge对CA进行线性回归得到的残差来计算表型年龄加速（PhenoAgeAccel）。
- •
结局变量定义：通过布里斯托尔粪便性状量表（BSFS）和粪便失禁严重程度指数（FISI）问卷分别定义慢性腹泻（CD）和粪便失禁（FI）。
- •
统计分析：采用加权逻辑回归分析评估PhenoAge/PhenoAgeAccel与CD/FI的关联，并使用限制性立方样条（RCS）分析探索潜在的非线性关系。通过分层分析和敏感性分析检验结果的稳健性。
3. 研究结果
3.1 基线特征
与无FI的参与者相比，FI患者的平均实际年龄（55.44岁 vs 46.76岁）、平均PhenoAge（54.78岁 vs 44.43岁）均更高，PhenoAgeAccel更接近正值（-0.65岁 vs -2.34岁），且加速衰老比例更高（36.36% vs 25.23%）。FI患者中女性、离异/丧偶/分居者、非西班牙裔白人、低收入、缺乏运动、肥胖的比例更高，并且合并心血管疾病、糖尿病、抑郁症或癌症的比例也更高。在生物标志物水平上，FI组的葡萄糖（Glu）、碱性磷酸酶（ALP）、C反应蛋白（CRP）、红细胞分布宽度（RDW）和白细胞计数（WBC）水平更高，而白蛋白（ALB）和淋巴细胞百分比（LYM%）水平更低。
3.2 逻辑回归分析
在完全调整模型（Model 3）中，PhenoAge的最高四分位数（Q4）相较于最低四分位数（Q1）与更高的FI风险相关（OR = 2.559, 95% CI 1.012–6.468, P = 0.037）。同样，PhenoAgeAccel的Q4相较于Q1也与更高的FI风险相关（OR = 1.571, 95% CI 1.097–2.250, P = 0.014）。此外，加速表型年龄组的FI风险高于减速组（OR = 1.417, 95% CI 1.084–1.851, P = 0.011）。然而，未发现PhenoAgeAccel与CD之间存在显著关联。
3.3 限制性立方样条分析
RCS分析结果显示，PhenoAgeAccel与FI之间存在显著的正向线性关联。
3.4 单个生物标志物与FI的关联
在九项生物标志物中，ALB、CRP和RDW与FI呈显著线性关联；LYM%和MCV与FI呈显著非线性关联；而Cr、Glu、ALP和WBC与FI无显著关联。
3.5 亚组分析与敏感性分析
研究发现，年龄和糖尿病状态对PhenoAgeAccel与FI的关联存在显著的交互作用。敏感性分析支持了连续性PhenoAgeAccel与FI关联的稳健性。
4. 讨论与结论
本研究在一个具有全国代表性的美国成年人样本中，首次系统性地探讨了PhenoAgeAccel与FI及CD的关联。研究结论指出，PhenoAgeAccel与FI呈显著且正向的线性关联，而与CD无显著关联。这一发现表明，生物衰老加速可能是FI的一个独立风险因素，其作用可能独立于实际年龄和其他传统风险因素。研究还识别出ALB、CRP、RDW等特定生物标志物与FI的关联，提示炎症、营养状况和红细胞功能可能在FI的病理生理过程中发挥作用。此外，年龄和糖尿病状态的交互作用表明，针对不同人群的干预策略可能需要个体化考量。
结论翻译：PhenoAgeAccel在一个具有全国代表性的美国成年人样本中与FI呈显著且线性的关联，而未观察到PhenoAgeAccel与CD之间存在显著关联。需要前瞻性研究来确认此关联并阐明其时间关系。
