《Frontiers in Public Health》：Metabolic syndrome severity and all-cause mortality in the CLHLS biomarker subsample of older Chinese adults
编辑推荐：
背景：代谢综合征（Metabolic Syndrome, MetS）是一组增加心血管代谢疾病和死亡风险的危险因素集合。研究人员开发了一种连续的代谢综合征评分（MetS Score）以量化MetS的严重程度，但其与中国老年人群全因死亡率的关联尚不明确。方法：研究
背景：代谢综合征（Metabolic Syndrome, MetS）是一组增加心血管代谢疾病和死亡风险的危险因素集合。研究人员开发了一种连续的代谢综合征评分（MetS Score）以量化MetS的严重程度，但其与中国老年人群全因死亡率的关联尚不明确。方法：研究人员分析了来自中国老年健康影响因素跟踪调查（CLHLS，2008-2018年和2011-2018年）的2443名参与者。MetS Score是通过确认性因子分析（Confirmatory Factor Analysis, CFA）利用甘油三酯（Triglycerides, TG）、高密度脂蛋白胆固醇（High-Density Lipoprotein Cholesterol, HDL-C）、空腹血糖（Fasting Blood Glucose, FBG）、收缩压（Systolic Blood Pressure, SBP）和体质指数（Body Mass Index, BMI）推导得出。参与者被分为四分位数（Q1-Q4）。Cox比例风险模型用于估计全因死亡率的风险比（Hazard Ratios, HRs）及95%置信区间（Confidence Intervals, CIs）。亚组分析检验了年龄、性别、居住地和其他协变量的异质性，限制性立方样条（Restricted Cubic Splines）探索了剂量-反应关系。结果：在10356人年的随访期间，发生了1412例死亡（136.3/1000人年）。MetS Score每增加1个单位，与死亡风险降低13.9%相关（HR?=?0.861, 95% CI: 0.787–0.942）。这种保护效应主要体现在Q4组与Q1组相比（HR?=?0.792, 95% CI: 0.669–0.938）。亚组分析显示，在年龄≥80岁的参与者（HR?=?0.785, 95% CI: 0.660–0.935）、女性（HR?=?0.758, 95% CI: 0.617–0.931）和农村居民（HR?=?0.817, 95% CI: 0.618–0.980）中关联更强。限制性立方样条分析证实了总体人群和≥80岁年龄组中存在线性的反向关联。结论：反映MetS严重程度的MetS Score与中国老年人群的全因死亡率呈反向关联，特别是在≥80岁的老年人群中。这些发现提示，较高的MetS Score可能在老年人群中产生矛盾性的生存获益，这需要进一步的机制研究来阐明。
本研究的核心议题是评估代谢综合征（Metabolic Syndrome, MetS）严重程度与中国老年人群全因死亡风险之间的关系。代谢综合征是一组包括中心性肥胖、胰岛素抵抗、高血压和血脂异常在内的代谢异常集群，已成为一个重大的全球公共卫生问题。传统上，采用如NCEP ATP III标准这样的分类定义，当存在三项或以上异常时即诊断为MetS，这种方法虽然临床操作简便，但无法捕捉代谢功能障碍的连续性和严重程度差异。为了克服这一局限，研究人员提出了连续的严重程度评分，即MetS Score，它通过确认性因子分析（Confirmatory Factor Analysis, CFA）整合多个连续的代谢指标进行计算，能够提供更精细的风险分级。然而，尤其是在老年人群中，MetS Score与全因死亡率的关联尚不明确，现有研究结果存在矛盾，部分报告线性关联，而另一些则提示存在悖论或J型曲线关系，这可能与“肥胖悖论”以及年龄相关的身体成分变化有关。鉴于中国正经历快速的人口老龄化进程，评估MetS Score在这一特定人群中的预后意义至关重要。因此，研究人员利用中国老年健康影响因素跟踪调查（Chinese Longitudinal Healthy Longevity Survey, CLHLS）的数据，旨在明确MetS Score与全因死亡率的关联，并深入分析年龄、性别、居住地等亚组差异，特别是探讨这种关系是否具有线性特征。
为开展此项研究，研究人员主要采用了以下几个关键方法。首先，研究基于CLHLS这一具有全国代表性的前瞻性队列，该队列覆盖中国23个省份，纳入了基线年龄≥65岁的老年人。研究使用了CLHLS的生物标志物数据集以及两个随访数据集（2008–2018年和2011–2018年），最终分析了2443名符合条件的参与者。其次，核心暴露指标MetS Score的构建是基于五个连续的代谢指标：甘油三酯（Triglycerides, TG）、高密度脂蛋白胆固醇（HDL-C）、空腹血糖（FBG）、收缩压（SBP）和体质指数（BMI）。通过对数转换等处理使各指标方向一致后，使用CFA模型估计因子载荷，并参照既往方法推导出最终的个人MetS Score计算公式。主要结局为全因死亡率。统计分析上，研究人员采用Cox比例风险回归模型估计MetS Score（作为连续变量和分类四分位数）与死亡风险的关联及其95%置信区间，并通过限制性立方样条模型检验剂量-反应关系的线性。研究还进行了广泛的亚组分析，并通过敏感性分析（如排除随访早期死亡）和多重插补处理缺失数据来验证结果的稳健性。
研究结果部分，首先报告了MetS Score的开发与基线特征。通过CFA，研究人员得出了针对≥65岁参与者的MetS Score计算公式。在2443名参与者中，大多数为女性、年龄≥80岁、汉族、农村居民，且无养老金、文盲、认知功能正常、无自报慢性病。与MetS Score最低四分位数（Q1）的参与者相比，最高四分位数（Q4）的参与者年龄更轻、女性比例更高、更可能居住在城市、已婚或同居、超重/肥胖、有养老金、参与体育锻炼，且估算肾小球滤过率（eGFR）较低、认知功能正常。
接着，研究详细阐述了MetS Score与全因死亡率的关联。在10356.6人年的随访中，共发生1412例死亡，粗死亡率为136.3/1000人年。Kaplan-Meier生存分析显示，MetS Score不同四分位数组间的生存曲线存在显著差异。Cox比例风险模型分析表明，在完全调整了年龄、性别、民族、居住地、教育水平、婚姻状况、吸烟、饮酒、运动、ADL残疾评分、认知功能、eGFR和慢性病数量等多种协变量后（模型3），MetS Score每增加1个单位，全因死亡风险降低13.9%（HR?=?0.861, 95% CI: 0.787–0.942）。当作为分类变量分析时，与最低四分位数（Q1）相比，最高四分位数（Q4）的参与者死亡风险显著降低（HR?=?0.792, 95% CI: 0.669–0.938），而Q2和Q3组与Q1组相比则无显著差异。限制性立方样条分析进一步证实，MetS Score与死亡风险之间存在整体的线性反向剂量-反应关系。
亚组分析结果显示，MetS Score与全因死亡率的反向关联在多个亚组中存在异质性。这种保护性关联在年龄≥80岁的老年人群（HR?=?0.847, 95% CI: 0.769–0.933）、女性（HR?=?0.839, 95% CI: 0.745–0.944）、未婚/丧偶/离异者（HR?=?0.835, 95% CI: 0.753–0.927）、农村居民（HR?=?0.870, 95% CI: 0.784–0.966）、与家人同住或在机构居住者（HR?=?0.847, 95% CI: 0.767–0.935）、无养老金者（HR?=?0.848, 95% CI: 0.772–0.931）、认知功能较低者（CMMSE <18, HR?=?0.709, 95% CI: 0.592–0.848）、eGFR正常或轻度降低者（≥60 mL/min per 1.73?m
2, HR?=?0.848, 95% CI: 0.747–0.962）以及无自报慢性病者（HR?=?0.784, 95% CI: 0.697–0.881）中尤为显著。当MetS Score按四分位数分析时，最高四分位数（Q4）带来的死亡风险降低效应同样在这些亚组中最为明显。
敏感性和验证分析进一步支持了结果的稳健性。排除随访第1年内或前2年内死亡的参与者后，MetS Score与全因死亡率的反向关联保持不变。Bootstrap内部验证显示CFA因子载荷稳定，模型无严重过拟合。增量判别分析表明，将MetS Score加入完全调整模型后，Harrell’s C指数有微小提升。
为了深入探究高龄人群（≥80岁）的关联，研究人员对此亚组（1757人）进行了专门分析。结果显示，在此高龄亚组中，MetS Score每增加1个单位，完全调整后的死亡风险降低15.3%（HR?=?0.847, 95% CI: 0.769–0.933）。与Q1组相比，Q4组的死亡风险在所有模型中均保持较低水平（模型3：HR?=?0.785, 95% CI: 0.660–0.935），限制性立方样条分析也证实了该亚组中存在线性的反向关联。
论文的讨论部分对上述发现进行了总结和探讨。研究人员指出，在这个大型、具有全国代表性的中国老年人群队列中，较高的MetS Score与较低的全因死亡率呈反向关联，这一发现与许多在中青年人群中进行的研究相反。研究人员认为，这种“悖论”性发现可能由多种机制共同解释。首要机制是“肥胖悖论”（obesity paradox），即在晚年人群中，较高的体重指数（BMI）和体脂储备可能提供对抗营养不良、肌肉减少症（sarcopenia）和衰弱（frailty）的保护作用，这些是非心血管疾病死亡的关键驱动因素。其次，较高的MetS Score可能部分反映了更好的营养状态和能量储备，在疾病或应激期间提供必要的代谢缓冲。第三，幸存者偏差（survivorship bias）也可能起作用：能够存活至高龄且长期存在代谢异常的个体，可能本身就是一个具有保护性遗传、免疫或行为因素的生物学强健亚群。研究结果强调，在评估老年人的代谢风险时，不能采用“一刀切”的阈值，而应考虑年龄特异性策略。对于临床医生和政策制定者而言，在应用基于MetS的评估工具时，需充分考量老年人更广泛的生理和社会背景。
最后，研究结论部分明确指出：较高的MetS Score与较低的全因死亡率呈矛盾性关联，这一关联在中国老年人群，尤其是在最年长的亚组（≥80岁）中表现突出。这些发现揭示了代谢综合征严重程度的预后意义在不同生命阶段存在差异，并强调了在代谢风险评估和预防中实施年龄定制化策略的重要性。
