《Nutrients》:Nutritional Status in a Contemporary Urban Population-Based Cohort: Prevalence, Clinical Associations and Long-Term Health Outcomes
编辑推荐:
背景:营养缺乏与多种疾病的不良预后相关。然而,在一般非患病人群中,不良营养状态对长期全因死亡率(all-cause mortality)的预后影响尚未得到充分描述。目的:研究人员旨在报告德国当代城市人群中不良营养状态的患病率、临床关联及预后后果。方法:纳入来自
背景:营养缺乏与多种疾病的不良预后相关。然而,在一般非患病人群中,不良营养状态对长期全因死亡率(all-cause mortality)的预后影响尚未得到充分描述。目的:研究人员旨在报告德国当代城市人群中不良营养状态的患病率、临床关联及预后后果。方法:纳入来自LIFE-Adult研究的8398名参与者队列。在基线计算四种客观营养评分,即预后营养指数(Prognostic Nutritional Index, PNI)、控制营养状态评分(Controlling Nutritional Status Score, CONUT)、营养风险指数(Nutritional Risk Index, NRI)和甘油三酯-胆固醇-体重指数(Triglyceride Cholesterol Body Weight Index, TCBI),并根据评分三分位数对参与者营养状态进行分类。评估营养状态与常见危险因素以及主要疾病之间的关系。此外,检查基线不良营养状态与七年随访期间全因死亡风险之间的关联。结果:根据世界卫生组织(WHO)的肥胖定义,LIFE-Adult研究队列平均处于超重状态,近三分之二参与者(67%)的体重指数(BMI)≥ 25,仅1%为体重不足。然而,不良营养状态与特定BMI类别无关。在最低PNI三分位组中,较高年龄、女性、癌症和慢性肾脏病(chronic kidney disease, CKD)更常见,而主动吸烟和高胆固醇血症较不普遍(p < 0.01)。在总体人群中,最低PNI、NRI和TCBI三分位组以及最高CONUT类别的参与者全因死亡累积发生率显著更高(log-rank检验,PNI、CONUT和NRI的p < 0.01,TCBI的p < 0.04)。调整混杂因素后,在多变量Cox回归分析中,最低PNI和NRI三分位组以及最高和中等CONUT类别仍与全因死亡风险增加独立且显著相关(所有p < 0.01)。TCBI在任何回归模型中均与全因死亡无关。结论:不良营养状态与一般人群死亡率增加相关。需要临床试验前瞻性评估营养干预对健康结局的疗效。
研究背景与问题:营养不良(不良营养状态/营养缺乏)被定义为必需营养素供给不足或吸收受损,导致能量和蛋白质缺乏、肌肉量丢失及身体功能受损。WHO已将其列为全球公共卫生的重要威胁,与发病率、死亡率和生活质量下降相关。既往共识认为,不良营养状态在心血管危险因素或癌症、终末期肾病等慢性病患者中高发,并与身体、认知和免疫功能下降及不良预后相关。但工业化国家一般人群常被假定食物充足,系统评估非患病人群营养状态患病率、决定因素和后果的数据有限,尤其缺乏营养缺乏与长期生存的预测模型。已有PNI、CONUT、NRI和TCBI等评分用于多种临床疾病,但其成分可能受疾病病理生理或严重程度影响,固定阈值跨人群解释需谨慎。由于一般人群未常规营养筛查,风险个体可能未被发现和干预。因此,研究人员在德国Leipzig当代城市LIFE-Adult人群队列中评估四种营养评分对不良营养状态患病率、决定因素和预后后果的价值,重点关注长期生存。
关键技术与方法:样本来自LIFE-Adult研究,该研究于2011年8月至2014年11月招募德国Leipzig 10000名年龄和性别分层随机居民;本研究纳入8398名可计算PNI者。基线通过体检、计算机辅助个人访谈和自填问卷收集社会人口学、心血管危险因素、合并症及用药信息,计算四种营养评分。随访于2017—2021年进行,通过居民登记查询生命状态。主要结局为全因死亡。统计分析使用SPSS 29.0;连续变量以均值±标准差表示,分类变量以频率和百分比表示;组间比较采用方差分析、独立样本t检验或卡方检验;评分相关性采用Spearman秩相关;采用log-rank检验和Cox比例风险回归,建立未调整及逐步调整模型,并进行交互分析。
研究结果:
3.1 基线特征:初始10000名参与者中,8398名具有完整血清白蛋白和绝对淋巴细胞计数,可计算PNI;1602名因缺失数据被排除,纳入与排除者在年龄、性别和社会经济地位方面无明显差异。PNI和NRI近似正态分布,TCBI和CONUT呈强右偏。PNI、NRI和TCBI之间存在弱至中度正相关,CONUT与三者呈负相关。按PNI三分位分组,切点为53.3和56.3;NRI切点为108.2和111.2;TCBI切点为1336.9和2352.4;CONUT因右偏设切点为0和≥3。营养缺乏定义为PNI、NRI、TCBI最低三分位和CONUT最高类别;PNI缺乏为<53.3。研究人群平均BMI为27.5±4.8,67%为BMI≥25,25%为肥胖BMI≥30,1%为体重不足BMI<18.5;BMI在PNI三分位间无显著差异。最低PNI三分位中年龄>65岁比例更高,女性、癌症史和CKD更常见(p<0.001),而主动吸烟、高胆固醇血症、糖尿病和轻度体力活动最少见(p<0.01)。除BMI外,数值变量在有无营养缺乏者间均有显著差异;最低PNI组估算肾小球滤过率(estimated glomerular filtration rate, eGFR)较低,收缩压和舒张压较低,血清白蛋白、总胆固醇、甘油三酯和淋巴细胞计数较低。
3.2 死亡风险:中位随访90.8个月,444名参与者(5.3%)死亡,7954名存活。Cox比例风险回归曲线显示,总体人群中最低PNI、NRI、TCBI三分位和最高CONUT类别的全因死亡累积发生率高于其他组。TCBI的Kaplan-Meier曲线分离较弱,log-rank检验p=0.04;其他三种评分p<0.01。
3.3 多变量交互分析:多变量分析以营养状态最佳组为参照。模型1未调整;模型2调整年龄和性别;模型3调整年龄、性别、社会经济状况、吸烟、体力活动、心血管疾病(cardiovascular disease, CVD)、慢性阻塞性肺疾病(chronic obstructive pulmonary disease, COPD)、癌症、糖尿病和CKD。单变量和多变量分析中,最低PNI和NRI三分位组较最高组全因死亡风险增加,最高CONUT类别较低类别风险增加。中等CONUT评分在单变量和模型3中与全因死亡增加相关,但模型2中不再显著。TCBI在三个模型中均无关联。交互分析未发现模型3调整变量对“最差营养状态”与全因死亡关联有效应修饰。
讨论部分总结:研究人员指出,该研究用常规实验室数据计算营养评分,描述德国东部城市队列营养状态与人口学及健康因素关联,并评估长期全因死亡影响。PNI与其他评分相关;尽管队列平均超重,BMI分类在PNI三分位间无显著差异,提示BMI单独不足以充分刻画营养状态,BMI与营养状态相关但不同。不良营养状态主要与年龄较大、女性、癌症史和CKD相关;未发现与COPD、风湿病或已确诊CVD相关。意外的是,主动吸烟、血压升高、高胆固醇血症和糖尿病与不良营养状态风险呈反向关联,但研究人员强调这不意味着这些因素代表更好营养状态。体力活动差异在轻度水平最明显。年龄增加与营养缺乏一致;女性尽管更年轻但缺乏更常见,可能与男性血清白蛋白更高或女性肌肉量更少影响含体重评分有关。未发现低社会经济地位与不良营养状态明确关系,可能与LIFE-Adult招募选择偏倚及德国强制医保有关。癌症史是主要决定因素。关于死亡,较低PNI、NRI和较高CONUT独立与长期全因死亡增加相关;交互分析显示该关联不因慢性病、性别、年龄、吸烟或体力活动而改变。观察性设计不能确立因果,也不支持PNI作为单独临床决策工具;但PNI基于常规参数,可作为识别需更密切风险评估和预防策略个体的可及标志物。优势为一般人群队列、样本量大、年龄谱宽、性别和社会经济分布较均衡。局限包括营养缺乏定义和诊断标准变异,Naber et al.报告不同测量工具检测营养不良差异约40%—60%;评分受稀释效应影响,不检测微量营养,不考虑不规律进食;PNI受淋巴细胞和albumin影响;CONUT受降脂药和饮食影响且使用分类变量;NRI受体重变化影响;连续变量分类损失信息;观察性无因果;BMI替代体脂分布;LIFE-Adult存在选择偏倚,参与者更健康、更健康意识、社会经济地位更高;Enzenbacher et al.报告参与者更少为老年女性,更可能已婚、就业、当前不吸烟;可能低估一般人群疾病和营养缺乏患病率,限制外部有效性。
结论翻译:总之,在该人群队列中,超重和肥胖仍常见。值得注意的是,BMI在不同PNI三分位间无显著差异,提示营养状态不能仅由BMI充分刻画。尽管不良营养状态似乎在年龄较大、女性、有癌症史或CKD者中更普遍,但在调整性别、年龄、生活方式因素、心血管危险因素和慢性合并症后,其与不良长期生存的关联仍然存在。这些发现支持将标准化营养评估更广泛地整合到常规临床实践以及基于人群的早期检测和预防策略中。由于一般人群未常规进行营养筛查,处于风险中的个体可能仍未被发现。鉴于慢性病负担和医疗费用不断增长,提高对营养筛查、早期识别和靶向干预的认识可能是必要的。