NHANES可发文指标——AIP
定义：血脂异常已被证明在生物衰老中起着关键作用。血浆动脉粥样硬化指数 （AIP） 源自血清甘油三酯 （TG） 和高密度脂蛋白胆固醇 （HDL-C），是血脂异常的有效生物标志物。
公式：
AIP = log₁₀[TG（mmol/L）/HDL-C（mmol/L）]
其中 TG 代表甘油三酯，HDL-C 代表高密度脂蛋白胆固醇。
指标解读：血脂异常其典型特征是总胆固醇（TC）、甘油三酯（TG）和低密度脂蛋白胆固醇（LDL-C）水平升高，高密度脂蛋白胆固醇（HDL-C）水平降低。基于这些变量建立的几个复合指标，包括血浆致动脉粥样硬化指数（AIP）等。值得注意的是，AIP以log₁₀（TG/HDL）计算，已被确立为血脂异常相关指标中的优越预测因子，不仅与血脂异常本身相关，而且与心血管疾病、糖尿病、代谢综合征和高血压等一系列心脏代谢紊乱也表现出密切的关联。与其他血脂异常指标相比，AIP 通过对其比值进行对数变换，整合了两种致动脉粥样硬化脂质参数——甘油三酯（TG）和高密度脂蛋白胆固醇（HDL-C）。这种非线性转化增强了对动态代谢异常的敏感性。此外，AIP 与小致密低密度脂蛋白（sdLDL）的粒径显示出明显的相关性，而小密度低密度脂蛋白（sdLDL）是动脉粥样硬化的关键驱动因素。这使得 AIP 能够反映潜在的致病机制，这是与上述传统指标相比的关键优势。 此外，AIP 对不同种族、年龄组和临床条件的健康结局（例如心血管结局，糖尿病 ）表现出一致的预测有效性。最后，除血脂异常外，AIP 在识别代谢紊乱方面优于其他指标，如胰岛素抵抗、代谢综合征等。因此，AIP是一种新型的、评估代谢健康的实用且具有临床价值的生物标志物。
案例文章：
近期，一项发表于《Cardiovascular Diabetology》（IF=10.6，医学一区）的研究论文中揭示了AIP与生物衰老之间的密切关联。
文章解读：文章采用横断面研究设计，通过表型年龄加速（PhenoAgeAccel）评估生物衰老。采用多变量线性回归模型、亚组分析和交互作用检验来探讨 AIP 与 PhenoAgeAccel 之间的关联。
研究方法：
该研究是一项基于美国人群的横断面研究，利用美国国家健康和营养检查调查 （NHANES）2007–2010年的数据，经过一系列的纳排，纳入4471 名20岁及以上的成年人。纳入的协变量包括身体活动（PA）、人口统计学细节（包括年龄、性别、种族、教育水平、贫困收入比和婚姻状况）、BMI、行为因素（吸烟、饮酒）和健康状况（包括糖尿病、心血管疾病和高血压）。胰岛素抵抗的稳态模型评估（HOMA-IR）使用以下公式确定：HOMA-IR = [空腹血清胰岛素（μU/mL）×FPG（mg/dL）/405]，其中 FPG 表示空腹血糖浓度。
基于上述人群，建立多变量线性回归模型来评估 AIP 与 PhenoAgeAccel 之间的关联，其中 AIP 被分析为分类变量（四分位数）和连续变量（每个单位增加计算β值）。建立了三个模型：模型 1 调整为无协变量;模型 2 根据年龄、性别、种族、教育程度、婚姻状况和 PIR 进行了调整;模型 3 在模型 2 的基础上进一步调整了 BMI、糖尿病、高血压、CVD、吸烟、饮酒和 PA。
此外，为了探究 AIP 与 PhenoAgeAccel 之间的剂量-反应关系，进行了基于多变量线性回归模型的受限三次样条（RCSs）。节点数最初设置在 3 到 5 之间，然后根据每个设置的最低 AIC 值进一步确定。如果确定了 AIP 和 PhenoAgeAccel 之间的非线性关系，则使用“segmented”包来确定拐点，依赖似然比检验的结果和 bootstrap 重采样方法。此外，使用分段多变量线性回归模型评估断点两侧的 AIP 和 PhenoAgeAccel 之间的关联。
还基于性别、年龄、BMI、教育程度、婚姻状况、PIR、糖尿病、高血压、CVD、吸烟和饮酒等变量进行了亚组分析和交互作用检验。如果相互作用测试产生显著结果，则进行随后的分层 RCS 分析。此外，在调整模型 3 中包含的协变量后，进行了 R 包“mediation”来研究 HOMA-IR 对 AIP-PhenoAgeAccel 关联的中介作用。
主要结果：
1.模型调整表
AIP 与 PhenoAgeAccel 之间的关联。
模型 1：针对无协变量进行调整
模型 2：根据年龄、性别、种族、教育、婚姻状况和 PIR 等变量进行调整
模型 3：根据年龄、性别、种族、教育程度、婚姻状况、PIR、BMI、糖尿病、高血压、CVD、吸烟、饮酒和 PA 等变量进行调整
2.RCS曲线
识别 AIP 和 PhenoAgeAccel 之间的关联。（A） 通过 RCS 分析 AIP（作为连续变量）和 PhenoAgeAccel 之间的关联（B）AIP（作为分类变量）和 PhenoAgeAccel 之间的关联
3.阈值效应
AIP 在 PhenoAgeAccel 上的阈值效应分析。
4.基于阈值的关联分析
AIP 与 PhenoAgeAccel 之间的关联基于 AIP 的阈值 -0.0433。
5.亚组分析
采用亚组分析以及交互作用测试来探索按性别、年龄、BMI、教育水平、婚姻状况、PIR 以及糖尿病、高血压、CVD、吸烟和饮酒。结果显示，AIP-PhenoAgeAccel 关联在按性别、糖尿病和高血压分类的亚组中存在显著差异。
6.亚组中的RCS曲线
通过 RCS 分析鉴定不同亚组中 AIP 与 PhenoAgeAccel 的关联。（A）RCS 分析，根据糖尿病分层确定 AIP 与 PhenoAgeAccel 的关联。（B）RCS 分析，根据高血压分层确定 AIP 与 PhenoAgeAccel 的关联。（C）RCS 分析，根据性别分层确定 AIP 与 PhenoAgeAccel 的关联。
7.中介效应分析
鉴于以HOMA-IR为代表的胰岛素抵抗与生物衰老之间的相互关联性，进行了额外的中介效应分析。发现HOMA-IR介导了 AIP 与 PhenoAgeAccel 之间 39.21%的关联。
8.探索与生物衰老相关的胆固醇代谢、甘油三酯代谢和胰岛素抵抗的潜在靶点和机制
根据网络药理学分析结果，共鉴定出胆固醇代谢、甘油三酯代谢、胰岛素抵抗和生物衰老基因共 1369、360、5983 和 386 个。维恩图显示，4 个生物过程共有 51 个交叉靶点。利用 STRING 数据库获取这 51 个基因的 PPI 信息，PPI 网络分析确定了前 10 个交叉靶点，分别是 INS、APOE、IL6、PPARG、MTOR、IL10、ACE、PPARGC1A、SERPINE1 和 APOB。
研究结论：PhenoAgeAccel 随着 AIP 水平的升高而增加，这一趋势在女性、糖尿病和高血压患者中尤为明显。此外，AIP 和 PhenoAgeAccel 之间的关系表现出逆 L 形模式，这是由 HOMA-IR 指示的胰岛素抵抗介导的。研究结果表明，AIP 水平可能提供有关衰老加速和对年龄相关疾病易感性的宝贵信息。
指标结论：
AIP（血浆动脉粥样硬化指数） 是整合致动脉粥样硬化脂质谱两大核心成分——甘油三酯（TG）与高密度脂蛋白胆固醇（HDL-C） 的生物标志物，能够有效反映血脂异常的内在驱动机制，从而更精准地评估生物衰老加速及对多种年龄相关疾病（如心血管疾病、代谢综合征、糖尿病等）的易感性。与单一血脂指标（如TG、HDL-C）或其他复合指标相比，AIP展现出显著的优越性：其独特的计算方式通过非线性转换增强了对代谢紊乱动态变化的敏感性；更关键的是，AIP与小而密低密度脂蛋白（sdLDL）粒径密切相关，直接关联动脉粥样硬化的核心病理机制，这是其区别于传统指标的核心优势。此外，AIP基于常规血脂检测项目（TG、HDL-C），计算简便、成本低廉，且在不同种族、年龄组和临床背景下均表现出对不良健康结局（心血管事件、糖尿病等）一致且稳健的预测能力。在识别代谢功能障碍（如胰岛素抵抗、代谢综合征）方面，AIP也优于其他指标。
因此，AIP是一种高度实用且具有重要临床价值的生物标志物，有助于在人群层面高效识别衰老加速和年龄相关疾病高风险个体，指导精准的风险分层和早期干预。未来可进一步利用大型队列（如CHARLS）的丰富表型数据，深入探索AIP与更广泛的衰老表型（如认知衰退、骨质疏松、肾功能下降等）的关联，为制定精准化、分层化的抗衰老与慢性病综合防控策略提供强有力的科学依据。
评论列表