NHANES新指标——生命必需8 (LE8)评分发表IF=4.2文章

2023年8月，汕头大学医学院附属第一医院的学者在《Am J Nephrol》（三区，IF=4.2 ）发表题为：Life's Essential 8 and Mortality in US Adults with Chronic Kidney Disease 的研究论文。

这项研究为一项队列研究，旨在使用NHANES数据库和对应的死亡数据，调查坚持生命必需8 (LE8)对降低慢性肾脏疾病(CKD)个体死亡率的潜在影响。结果表明， 

慢性肾脏疾病(CKD)个体中坚持较高的LE8水平与降低全因死亡率和因特异性死亡率的风险有关。

摘要与主要结果

一、摘要

背景：目前慢性肾脏疾病(CKD)的流行率很高，而且CKD患者面临更高的死亡风险，包括全因和病因特异性结果。目前的研究旨在调查坚持生命必需8 (LE8)对降低CKD个体死亡率的潜在影响。 

方法：利用2005年至2018年的国家健康和营养调查(NHANES)数据，我们分析了22420名美国成年人(≥20岁)。CKD的定义是尿白蛋白-肌酐比值(≥30 mg/g或3 mg/mmol)和估计的肾小球滤过率(<60 ml/min/1.73m2)。测定饮食、体力活动(PA)、尼古丁暴露、睡眠、体重指数(bmi)、血脂、血糖、血压(BP)等LE8成分，并给予0 ~ 100分。LE8总分为所有成分的非加权平均，分为低心血管健康(CVH)(0-49)、中等心血管健康(5079)和高心血管健康(80-100)。Cox比例风险回归模型用于探索LE8与全因、心血管疾病(CVD)和癌症死亡率的关系。 

结果：在总体人群中，中度CVH患者CKD风险降低47%，而与低CVH相比，高CVH患者CKD风险降低55%。在平均7.58年的随访中，与无CKD的患者相比，CKD患者的全因死亡率和心血管疾病死亡率分别高出93%和149%。在CKD患者中，LE8评分每增加10分，全因死亡率(尤其是PA、尼古丁暴露、血糖和BP)的风险降低17%，CVD死亡率(尤其是PA)降低18%，癌症死亡率(尤其是PA和睡眠健康)降低12%。在附加和敏感性分析中，在进一步考虑肾功能的潜在混杂因素后，结果仍然具有显著性。此外，与LS7相比，LE8在CKD患者心血管疾病死亡率的风险分层方面表现优越。观察LE8与年龄、文化程度、婚姻状况和饮酒状况之间的交互作用。

结论：目前的研究表明，在CKD个体中坚持较高的LE8水平与降低全因死亡率和因特异性死亡率的风险有关。

二、研究结果

1.基线特征

在22420名参与者中，3814人被诊断为CKD，加权平均年龄为47.18岁(SE, 0.27)，其中50.06%的参与者为女性。3522名参与者被归类为低CVH, 14587名参与者被归类为中等CVH, 4311名参与者被归类为高CVH。

2.LE8评分与CKD之间的关联（logistic回归）

在粗模型中，LE8评分每增加10分，CKD患病率就降低(OR, 0.71, 95%CI: 0.68-0.73)。在分类变量方面，与低CVH水平相比，中等CVH水平(OR, 0.41, 95%CI: 0.37-0.43)和高CVH水平(OR, 0.21, 95%CI: 0.18-0.24)在粗模型中CKD患病率较低。这种关联仍然是显著的。

3.LE8与全因、心血管疾病和癌症死亡率的关系

与无CKD的人相比，CKD患者的全因死亡率(HR, 1.93, 95%CI: 1.72-2.16)和CVD死亡率(HR, 2.49, 95%CI: 1.90-3.27)较高，而与癌症死亡率(HR, 1.28, 95%CI: 0.96-1.71)无相关性。

在CKD患者中，模型3中LE8评分每增加10分，全因(HR, 0.83, 95%CI: 0.78-0.89)、CVD (HR, 0.82, 95%CI: 0.73-0.92)和癌症死亡率(HR, 0.88, 95%CI: 0.78-0.99)均较低。

4.附加和敏感性分析

补充表5显示了在CKD参与者中LE8成分与死亡率的相关性。补充表6所示，在进一步调整CKD参与者的UACR和eGFR后，观察到LE8和死亡率之间类似的关联。补充表7显示LE8评分的四分位数与全因死亡率和因特异性死亡率的相关性。

设计与统计学方法

一、研究设计

P参与者：2005-2018年的慢性肾脏疾病(CKD)患者（年龄≥20岁）

E暴露：生命必需8 (LE8)分数

协变量包括年龄、性别、种族/民族、受教育程度、PIR、CVD史、饮酒状况和抑郁

O结局：全因死亡和心血管死亡

S研究类型：队列研究

二、统计方法

1.考虑权重+统计描述：正态分布的连续变量采用均值和标准差[SD]，偏态分布的连续变量采用中位数和四分位数范围[IQR]);分类变量的数据以数字和百分比频率(%)表示。

2.差异性分析：为了评估不同CVH水平的差异变异，对分类数据采用卡方检验，对连续变量采用方差分析(ANOVA)。反向Kaplan-Meier法计算中位随访时间和置信区间。计算从研究开始到死亡或随访终点的人年数。

3.采用多变量logistic回归分析来检验CVH评分与CKD风险之间的关系。

采用Cox比例风险回归分析来评估CKD与全因、CVD和癌症死亡率的关系，以及CKD人群中CVH评分对这些死亡率结果的影响。

Kaplan-Meier生存曲线用于估计不同CVH组的生存，并通过log-rank检验进行评估。

4.次要分析：分别评估LE8成分与全因、CVD和癌症死亡率的相关性。此外，我们进一步调整了基线eGFR和UACR，以探讨肾功能和肾脏疾病在LE8和全因、CVD和癌症死亡率[12]之间的关系中的中介或混淆作用。我们还根据四分位数在回归模型中纳入LE8评分，以重新分析CKD人群中LE8与全因、CVD和癌症死亡率之间的关系。

5.敏感性分析：分别评估LE8成分与全因、CVD和癌症死亡率的相关性。此外，我们进一步调整了基线eGFR和UACR，以探讨肾功能和肾脏疾病在LE8和全因、CVD和癌症死亡率[12]之间的关系中的中介或混淆作用。我们还根据四分位数在回归模型中纳入LE8评分，以重新分析CKD人群中LE8与全因、CVD和癌症死亡率之间的关系。

6. 数据分析在R，版本4.2.2中开展。

小结

本文是一项队列研究，将LE8评分（定量）又分为三分类变量；将人群都分为是否有CKD患者；和不同等级LE8评分的人群，主要进行了以下两个方面的研究：

①LE8评分与CKD之间的关联（logistic回归）

②：LE8与全因、心血管疾病和癌症死亡率的关系

本文的亮点是还进行了次要结果分析和敏感性分析，较为全面。

一个专门做公共数据库的公众号，关注我们

‍