Med-CLHLS，持续分享CLHLS数据库生信文献与思路解读，捕捉当下热点指标/思路，感兴趣的老师拜托点点关注~
中国纵向健康长寿调查，是由北京大学健康老龄与发展研究中心/国家发展研究院组织的老年人追踪调查，调查范围覆盖全国23个省市自治区，调查对象为65岁及以上老年人和35-64岁成年子女。
调查问卷分为存活被访者问卷和死亡老人家属问卷两种。存活被访者问卷的调查内容包括老人及家庭基本状况、社会经济背景及家庭结构、经济来源和经济状况、健康和生活质量自评、认知功能、性格心理特征、日常活动能力、生活方式、生活照料、疾病治疗和医疗费承担；死亡老人家属问卷的调查内容包括老人死亡时间、死因等内容。
该调查项目在1998年进行基线调查后分别于2000 年、2002年、2005年、2008-2009年、2011-2012年、2014年和2017-2018年进行了跟踪调查，最近的一次跟踪调查(2017-2018年)共访问15,874 名65+岁老年人,收集了2014-2018年期间死亡的2,226位老年人的信息。
文章标题：Body mass index, waist circumference, and mortality in subjects older than 80 years: a Mendelian randomization study
中文标题：80 岁以上受试者的体重指数、腰围和死亡率：一项孟德尔随机化研究
发表期刊：Eur Heart J .
发表时间：2024年6月
影响因子：37.6/Q1
新出现的证据在对年长老年人（≥80 岁）体重指数 （BMI） 和健康状况的观察性研究中提出了肥胖悖论，因为据报道 BMI 与死亡率呈负相关。本研究旨在调查 BMI 、腰围 （WC） 或两者与中国最老年老年人死亡率的因果关系。
暴露
体格检查是在面对面访谈期间进行的。基线体重、身高和 WC由训练有素的工作人员按照标准化方案测量。在 1998 年、2000 年和 2002 年的调查中，参与者的身高是经过验证的方程式，如下所示：男性身高 = 2.01 ×膝高 + 67.78;女性身高 = 1.81 × 膝盖高度 + 74.08。用柔性卷尺测量最低肋骨和髂嵴之间的腰围，精确到 1 厘米。体重指数是用体重 （kg） 除以平方身高来计算的。随后根据中国个体指南将参与者分为四类：体重不足 （BMI < 18.5 kg/m2）、正常体重（BMI 18.5-23.9 kg/m2）、超重（BMI 24.0–27.9 kg/m2）和肥胖 （BMI ≥ 28.0 kg/m2)。
结局
在随访调查期间，参与者的生存状态被确定为存活、死亡或失访。与死亡相关的信息，包括已故参与者的确切死亡日期和原因，是从他们最近的亲属或持有死亡证明的乡村/社区医生那里收集的（如果有，从住院和医疗记录中确定）。根据国际疾病分类 （ICD，第 10 次修订版），CVD 相关死亡率定义为任何 ICD-10 诊断被登记为与 CVD 相关的死亡原因 （I00-I78）;非 CVD 死亡率包括所有其他已知原因。生存时间定义为从基线调查到死者死亡，幸存者到 2018 年 9 月 1 日，或从失踪者到随访调查日期。
研究方法
1998 年至 2018 年间，共有 5306 名社区最年长者 （平均年龄 90.6 岁） 参加了中国纵向健康长寿调查 （CLHLS）。根据 58 个与 BMI 相关的单核苷酸多态性 （SNP） 和 49 个与 WC 相关的 SNP 构建遗传风险评分，随后得出孟德尔随机化 （MR） 模型的因果估计。进行单样本线性 MR 和非线性 MR 分析，以探讨遗传预测的 BMI 、 WC 及其联合效应与全因死亡率、心血管疾病 （CVD） 死亡率和非 CVD 死亡率的关联。
结果分析
1. 基线特征
在纳入分析的 5306 名参与者中，平均基线年龄为 90.6 ± 7.2 岁，其中 42.0% 为男性。平均 BMI 和 WC 为 19.4 kg/m2和 79.5 厘米。在所有参与者中，41.8% 体重不足，44.6% 体重正常，10.6% 超重，3.0% 肥胖。在随访期间死亡的 3766 名参与者中，确定了 2732 名 （72.5%） 的死因，随后分为 CVD 死亡率组（791 名受试者）和非 CVD 死亡率组（1941 名受试者;表 1)。
2. BMI 与全因死亡率和原因特异性死亡率的观察和因果关系
每 1 kg/m2在调整性别和年龄后，遗传预测 BMI 的增加与 2SLS 模型中全因死亡风险降低 4.5% 有关。
3. WC 与全因死亡率和原因特异性死亡率的观察和因果关系
非线性 MR 模型表明遗传预测的 BMI 与全因死亡率呈反向 J 形关联。该曲线反映了与超重或轻度肥胖参与者相比，体重不足和正常体重参与者的死亡风险较高。死亡风险从最低的 BMI 下降到 ∼28.0 kg/m2此后一直留在此地。非线性 MR 分析还揭示了 WC 与全因死亡率。
4. BMI 和 WC 对死亡率的联合因果影响分析
为了确定 BMI 和 WC 的联合因果效应，设置了基因预测的 BMI 和 WC 的各种组合来调节不同体型的参与者，其中 BMI 分为三组，WC 分为两组。与遗传预测 BMI 水平正常且遗传预测 WC 水平较低的参与者相比，BMI 较高且 WC 较低的参与者全因死亡风险较低。
文章小结
在观察性分析中，较高的 BMI 和 WC 都与最年长的老年人全因死亡风险较低单调相关。这项 MR 研究观察到与观察分析一致的结果——即 BMI 与死亡率之间存在负相关，呈现出反向 J 形曲线，风险最低，约为 28.0 kg/m2.然而，与观察分析相反，遗传预测的 WC 与最年长老年人的死亡风险呈正相关。联合效应分析显示，BMI 较高但 WC 较低的参与者死亡风险最低，这表明在最年长老年人的体重管理中应考虑 BMI 和 WC。考虑到 BMI 和 WC 的不同作用，应谨慎设计和实施最年长老年人的体重管理指南。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
