《Nutrition & Metabolism》：Trimethylamine N-oxide and major adverse cardiac and cerebrovascular events: results of umbrella review and meta-analysis
编辑推荐：
背景：循环氧化三甲胺（trimethylamine N-oxide, TMAO）可能是主要不良心脑血管事件（major adverse cardiac and cerebrovascular events, MACE）的因果因素或标志物，但来自人类的证据仅限于
背景：循环氧化三甲胺（trimethylamine N-oxide, TMAO）可能是主要不良心脑血管事件（major adverse cardiac and cerebrovascular events, MACE）的因果因素或标志物，但来自人类的证据仅限于观察性研究，且存在固有的不确定性。
方法：研究人员开展了一项伞形系统综述和Meta分析，纳入人类研究。在MEDLINE、Web of Science、Cochrane Library和PROSPERO中的检索（最近更新至2025年2月）共识别出120篇符合纳入标准的出版物。
结果：来自34项关于TMAO与MACE关联的队列研究的合并风险比（hazard ratio, HR）及95%置信区间（95% confidence intervals, 95%CIs）为1.20（1.12–1.27），预测区间（prediction interval, PI）为0.93–1.54，I2=73.3%。经发表偏倚校正后（Egger检验p＜0.001），合并HR（95%CIs）为1.10（1.03–1.17）。来自18项病例对照研究的合并比值比（odds ratio, OR）（95%CIs）在考虑发表偏倚后为1.05（0.94–1.18）。作为诊断试验，TMAO的合并曲线下面积（area under the curve, AUC）（95%CIs）估计为72.8%（68.8–77.1）%，PI=54.7%–97.1%，I2=93.8%，n=24项研究。TMAO的平均（95%CIs）敏感度和特异度分别为65.3%（56.1–74.5）%和79.0%（65.4–92.6）%。数据未提示存在TMAO浓度升高的阈值。
结论：既往报道的人类研究中TMAO与MACE之间的关联估计被系统性高估。结果不支持TMAO作为MACE及相关疾病的因果因素或标志物。不同实验室之间TMAO测量的协调统一，以及在健康人群中开展处理混杂因素的队列研究，仍然是迫切需要的。
**论文解读：TMAO与MACE关联的伞形综述与Meta分析——系统性偏倚下的真实效应**
**1. 研究背景与问题**
氧化三甲胺（trimethylamine N-oxide, TMAO）是一种分子量为74 kD的小分子，由肝脏中的三甲胺经黄素依赖性单加氧酶氧化生成，而三甲胺是肠道细菌代谢胆碱、甜菜碱和肉碱的产物。既往研究提示TMAO可能通过影响胆固醇代谢、血小板聚集或诱导肾小管间质纤维化等机制促进动脉粥样硬化，但这些机制是否在人类中发挥作用尚不明确。在流行病学层面，循环TMAO浓度升高与主要不良心脑血管事件（major adverse cardiac and cerebrovascular events, MACE）之间的关联已在多项观察性研究中被报道，但这些研究几乎全部纳入已具有MACE危险因素（如肾功能障碍、糖尿病）的人群，而这些因素本身可同时导致TMAO升高和MACE风险增加，提示混杂因素可能扭曲TMAO与MACE的关联。此外，现有文献在因果推断与预测模型之间缺乏明确区分，许多研究将“风险标志物”“预后标志物”“诊断标志物”与“危险因素”混为一谈。既往针对TMAO与MACE的Meta分析多采用未校正效应值、MACE定义异质或纳入偏倚风险较高的原始研究，可能高估了关联强度。因此，研究人员开展这项伞形综述与Meta分析，旨在系统评估循环TMAO与MACE的关联，量化发表偏倚、混杂和偏倚风险对合并估计的影响，并评估TMAO作为诊断或预测标志物的潜在价值。
**2. 研究设计与技术方法**
该研究已在PROSPERO注册（CRD42024534940）。研究人员检索了MEDLINE、Web of Science、Cochrane Library和PROSPERO数据库（主要检索于2024年5月16日，更新检索于2025年2月23日），限定英文文献，并筛检既往系统综述的参考文献列表。纳入所有报告血液TMAO与MACE关联的研究设计，排除存在严重方法学缺陷的文献。数据提取由两位研究者独立完成，并收集调整与未调整的效应值（HR、OR、RR）及95%置信区间（95%CIs）。在方案修订中，还收集了受试者工作特征（receiver operating characteristic, ROC）曲线分析的曲线下面积（area under the curve, AUC）及敏感度、特异度数据。统计分析使用Comprehensive Meta-Analysis Version 4，采用随机效应模型，逆方差加权，并用Hartung-Knapp方法进行推断。异质性通过Cochran‘s Q检验和I2统计量评估，预测区间（prediction interval, PI）按效应值对数正态分布假设计算。发表偏倚采用Egger回归检验和漏斗图，并用Duval和Tweedie剪补法校正缺失研究。偏倚风险（risk of bias, ROB）使用个体化版本的OHAT（Office of Health Assessment and Translation）工具评估，包含7个领域。亚组分析按地理区域、随访时长、ROB、是否校正肾功能或高血压等分层。敏感性分析包括逐篇剔除（leave-one-out）、合并重叠人群出版物、使用未调整效应值等。对于队列研究、病例对照研究和诊断试验数据，分别在不同研究设计内进行Meta分析。
**3. 研究结果**
**3.1 检索结果与纳入研究**
初次检索识别出27篇相关系统综述和Meta分析，从中筛出451篇原始出版物，经去重和全文筛选后，104篇符合数据提取条件；更新检索新增36篇，最终共141篇具有唯一MEDLINE标识（PMID）的出版物。排除21篇因效应值不适宜合并后，120篇进入定量分析。存在重叠人群的出版物被合并为一项研究以避免重复报告。最终70个独立的已建立人群研究贡献了数据，其中美国Cleveland Clinic的GenBank研究贡献11篇，中国国家卒中登记III（CNSR-III）贡献4篇，另有多项研究（如CHS、MESA、PREVEND、PREDIMED等）存在多篇重叠出版物。
**3.2 队列研究中TMAO与MACE的关联**
对34项报告调整后HR的队列研究进行Meta分析，合并HR（95%CIs）为1.20（1.12–1.27），I2=73.3%，PI=0.93–1.54，Knapp-Hartung调整后HR为1.20（1.10–1.30）。Egger检验提示显著发表偏倚（p＜0.001），剪补法估计缺失14项阴性研究，校正后HR（95%CIs）降至1.07（1.03–1.15），Knapp-Hartung调整后为1.07（0.96–1.20），PI变为0.77–1.49。逐篇剔除未改变总体估计。31项报告未调整HR的队列研究合并未调整HR（95%CIs）为1.60（1.45–1.76），校正发表偏倚后降至1.31（1.18–1.46），提示混杂因素解释了相当比例的关联。
**3.3 亚组与敏感性分析**
总体ROB较高的研究（HR=1.25，95%CIs：1.13–1.38）比ROB较低的研究（HR=1.15，95%CIs：1.08–1.23）显示出更强的关联。较早发表（2016–2020）和随访时间短（＜5年）的研究也报告了更高的合并HR。校正肾功能或高血压对合并HR影响不大。中国研究显示的关联强于世界其他地区。在基线已有肾脏疾病的11项研究中，合并HR（95%CIs）=1.26（1.11–1.43），与肾功能正常人群（HR=1.18，95%CIs：1.10–1.26）接近。TMAO不同切点值与HR之间未呈现剂量-反应关系。
**3.4 病例对照研究**
18项病例对照研究的合并OR（95%CIs）为1.38（1.24–1.54），I2=89.1%，PI=0.95–2.02。Egger检验显著（p=0.0003），校正发表偏倚后OR（95%CIs）降至1.05（0.94–1.18）。ROB较高的研究显示OR=1.93（1.40–2.66），而ROB较低的研究OR=1.08（1.00–1.17）。未校正高血压的研究OR=2.32（1.21–4.43），校正后OR=1.24（1.09–1.41）；未校正肾功能的研究OR=1.55（1.29–1.86），校正后OR=1.29（1.13–1.49），确认高血压和肾功能是重要混杂因素。亚洲/中国的研究OR=2.02（1.41–2.89），其他地区OR=1.14（1.002–1.29）。
**3.5 TMAO作为诊断标志物**
对24项报告TMAO诊断或预后效能的ROC研究进行Meta分析，合并AUC（95%CIs）为72.8%（68.8–77.1）%，I2=93.8%，PI=54.7%–97.1%。合并敏感度（95%CIs）为65.3%（56.1–74.5）%，特异度（95%CIs）为79.0%（65.4–92.6）%。当TMAO升高患病率为25%时，阳性预测值（PPV）=50.8%，阴性预测值（NPV）=87.1%。各研究用于定义TMAO升高的切点值极不一致，例如预测卒中的切点从1.4 μmol/L到8.1 μmol/L不等，未显示统一阈值。
**3.6 其他结局**
对于全因死亡率（n=42）、肾功能障碍（n=7）、心力衰竭（n=8）等结局，TMAO的合并HR在发表偏倚校正后均较小，且PI均包含1.00，方向与MACE结果一致。
**4. 讨论与结论**
**4.1 讨论总结**
本伞形综述发现，TMAO与MACE的关联估计在人类研究中被系统性高估。发表偏倚、混杂因素、高偏倚风险和异质性是导致高估的重要原因。队列研究未经校正的HR远高于校正后HR，提示混杂因素（尤其是肾功能和高血压）解释了大部分关联。校正发表偏倚后，残余关联的幅度很小，且PI包含1.00，说明并非在所有相似人群中均能观察到该关联。病例对照研究的结果进一步支持这一结论，高ROB和未校正关键混杂因素的研究明显高估关联。TMAO作为诊断标志物的AUC约为72.8%，敏感度和特异度均不够理想，且缺乏公认的临床切点值。不同实验室间的测量方法（多为自建液相色谱-串联质谱法，LC-MS/MS）缺乏标准化，分析前因素（如空腹状态、样本储存、采血距急性事件时间）也可能影响TMAO浓度。既往研究中半数以上将因果推断与预测模型混为一谈，调整变量选择缺乏合理依据，残余混杂不可避免。此外，尚无证据表明降低TMAO能带来临床获益，针对肠道菌群或饮食前体的干预也未显示有效降低TMAO或改善MACE风险。
**4.2 研究结论**
研究人员发现，既往报道的TMAO与MACE之间的关联可能因多种来源的系统性偏倚而被高估。在校正发表偏倚和混杂因素后，残余关联的幅度很小。血浆TMAO常在急性血管事件后不久测量，且测量对象本身因合并症（如肾功能障碍或高血压）已处于结局高风险状态。此外，无法确定与疾病相关的TMAO升高阈值，这限制了TMAO作为单一预后生物标志物预测MACE风险的潜在用途。未来研究可能需测试TMAO与已确立的心血管风险模型联合使用时能否提供增量预后价值。目前仍缺乏在健康人群中开展的研究以及探讨降低TMAO健康效应的研究。
