IF10.6!南医大苏州附一院团队靠 CHARLS 大数据,拿下中科院TOP 顶刊!

引言/    

🩺 心血管疾病是全球主要健康负担，传统风险指标难以覆盖复杂病理机制。📊 结合AIP（脂质代谢标志物）与FI（生理衰退指标）的AIP-FI复合指标，其对心血管疾病风险的影响尚未明确。🎯 本研究基于CHARLS队列，探索AIP-FI与CVD、中风、心脏病的关联，为风险评估提供新工具。

文献解读/ 

1. 随访时长：中位9年。

2. 事件发生情况：共记录1648例CVD（23.9%）、548例中风（7.9%）、1280例心脏病（18.6%）。

3. 核心发现：AIP-FI与三种疾病风险呈显著正非线性相关，可作为整合代谢与生理衰老状态的风险评估指标。

1. 数据来源：中国健康与养老追踪调查（CHARLS）队列。

2. 研究对象：6896名≥45岁、基线无CVD/中风/心脏病的参与者。

3. 关键指标：计算AIP（log10(TG/HDL-C)）、FI（28项健康缺陷评分）及复合指标AIP-FI（AIP×FI）。

4. 统计分析：采用Cox比例风险模型、限制性立方样条（RCS）分析，结合亚组和敏感性分析验证结果。

• 探索血浆致动脉粥样硬化指数-衰弱指数（AIP-FI）与心血管疾病（CVD）、中风、心脏病发病风险的关联。

• 验证AIP-FI作为中老年人群心血管风险分层工具的实用性。

一、研究人群基线特征

1. 最终纳入6896名参与者，平均年龄58.0±8.8岁，男女各占50.0%；

2. AIP-FI四分位数越高，参与者年龄越大、女性占比越高，高血压、糖尿病、血脂异常患病率越高，BMI、收缩压、空腹血糖、甘油三酯（TG）等指标越高，高密度脂蛋白胆固醇（HDL-C）越低（表1）；

表1：参与者基线特征及AIP-FI分组差异表

3. 参与者筛选流程：从CHARLS基线17708人中，排除缺失数据、基线有心血管疾病、年龄<45岁等10812人，最终纳入6896人（图1）。

图1：CHARLS队列参与者筛选流程图

二、AIP-FI与CVD风险的关联

1. 9年中位随访期间，共发生1648例CVD事件（发生率23.9%）；

2. 调整所有混杂因素后，AIP-FI每升高1单位，CVD风险增加195%（HR=2.95，95%CI：2.15~4.05，P<0.001）（表2）；

3. 按AIP-FI四分位数分组，Q3（HR=1.25，95%CI：1.07~1.46）和Q4（HR=1.66，95%CI：1.41~1.95）组CVD风险显著高于Q1（参考组），Q2组无显著差异（表2）；

表2：AIP-FI与CVD发病风险关联分析表

4. 限制性立方样条分析显示，AIP-FI与CVD风险呈显著正非线性关系（所有模型P-overall<0.05，P for non-linear<0.05）（图2）。

图2：AIP-FI与CVD风险的非线性关系图

三、AIP-FI与中风风险的关联

1. 随访期间共发生548例中风事件（发生率7.9%）；

2. 调整所有混杂因素后，AIP-FI每升高1单位，中风风险增加214%（HR=3.14，95%CI：1.88~5.26，P<0.001）（表3）；

3. 四分位数分组显示，Q2（HR=1.43，95%CI：1.05~1.94）、Q3（HR=1.93，95%CI：1.44~2.59）、Q4（HR=2.22，95%CI：1.64~3.01）组中风风险均显著高于Q1，呈明显剂量反应关系（P for trend<0.001）（表3）；

表3：AIP-FI与中风发病风险关联分析表

4. 限制性立方样条分析显示，AIP-FI与中风风险呈显著正非线性关系（所有模型P-overall<0.05，P for non-linear<0.05）（图3）。

图3：AIP-FI与中风风险的非线性关系图

四、AIP-FI与心脏病风险的关联

1. 随访期间共发生1280例心脏病事件（发生率18.6%）；

2. 调整所有混杂因素后，AIP-FI每升高1单位，心脏病风险增加172%（HR=2.72，95%CI：1.89~3.92，P<0.001）（表4）；

3. 四分位数分组中，仅Q4组（HR=1.59，95%CI：1.33~1.90）心脏病风险显著高于Q1，Q2、Q3组无统计学差异，但趋势检验P<0.001（表4）；

表4：AIP-FI与心脏病发病风险关联分析表

4. 限制性立方样条分析显示，AIP-FI与心脏病风险呈显著正非线性关系（所有模型P-overall<0.05，P for non-linear<0.05）（图4）。

图4：AIP-FI与心脏病风险的非线性关系图

五、亚组分析与交互作用结果

1. AIP-FI与CVD、中风、心脏病的关联在多数亚组（年龄、居住地、吸烟/饮酒状态、基础疾病、BMI等）中保持一致（图5A、B、C）；

2. 交互作用显示：

• CVD：AIP-FI与性别存在交互作用（P=0.002），男性中关联更强（HR=5.35 vs 女性HR=2.14）（图5A）；

• 中风：AIP-FI与年龄（P=0.03）、高血压（P=0.015）、血脂异常（P=0.002）存在交互作用，45~60岁、无高血压、无血脂异常亚组中关联更显著（图5B）；

• 心脏病：AIP-FI与性别存在交互作用（P=0.046），男性风险更高（HR=4.64 vs 女性HR=2.04）（图5C）。

图5：AIP-FI与CVD、中风、心脏病的亚组及交互作用分析图

六、敏感性分析结果

1. 排除缺失数据、剔除非空腹参与者、排除随访期间死亡参与者后，AIP-FI与三种疾病风险的关联结果均无实质性改变；

2. E值分析显示，CVD、中风、心脏病的E值分别为2.82、5.73、2.68，提示未测量混杂因素难以解释观察到的关联，结果稳健。

一、方法创新🧪

• 首次将脂质代谢标志物（AIP）与生理衰退指标（FI）联合，构建AIP-FI复合指标，弥补传统单一指标评估的局限性。

• 证据创新：基于CHARLS大样本队列（6896人）及9年随访数据，明确AIP-FI与三种心血管疾病的正非线性关联，结果更具代表性和可靠性。

二、机制突破🧬

• 针对中国中老年群体特征，为心血管疾病预防策略制定提供本土化证据，缓解全球心血管疾病的公共健康负担。

三、临床价值🏥

• 提供AIP-FI这一简单易算的复合指标，可快速实现中老年人群心血管疾病（CVD）、中风、心脏病的风险分层，助力高危人群早期识别与精准干预。

本研究通过创新复合指标与严谨分析，证实AIP-FI可作为中老年人群心血管风险评估的实用工具，既丰富了心血管疾病风险预测的理论体系，又为临床实践与公共卫生干预提供了新方向。