NHANES数据库+孟德尔随机化分析：膳食纤维摄入量和卒中的关联

2025-07-11 来源：医咖会

2025年4月29日，《STROKE》期刊发表了一项研究，利用NHANES数据库探索膳食纤维摄入量和卒中风险的关联，研究还采用了两样本孟德尔随机化方法，以探究两者的因果关联[1]。研究显示：膳食纤维摄入量与卒中风险呈负相关，孟德尔随机化分析进一步证明了膳食纤维与小血管卒中风险降低的因果关联。

原文链接：https://www.ahajournals.org/doi/full/10.1161/STROKEAHA.124.049093

研究背景

全球致死致残的原因中，卒中一直都位居前列。现有研究表明，增加膳食纤维摄入量可以降低卒中风险，但受到样本量、研究方法、疾病分类等各方面的限制，膳食纤维对卒中的保护作用并不明确。

孟德尔随机化分析是一种基于遗传变异的流行病学因果推断方法，通过模拟随机对照试验的逻辑，评估暴露和结局的关联。本研究利用美国国家健康与营养调查数据库（NHANES）的数据，并采用两样本孟德尔随机化方法，严格评估膳食纤维摄入量和卒中的潜在关联和因果关联。

注：支持本研究分析的相关数据可通过以下网址获取：

研究方法

研究人群

研究对象选自NHANES数据库1999-2018年的调查数据。排除标准如下：

(1) 18岁以下；

(2) 卒中问卷数据不完整或缺失；

(3) 孕妇；

(4) 缺乏膳食纤维摄入信息；

(5) 缺乏协变量数据。

研究设计

研究分为两个阶段：

初始阶段：分析膳食纤维摄入量与卒中发病率的关联，并进一步分析膳食纤维摄入量与卒中幸存者全因死亡率的关联。

图. A 纤维摄入量与卒中的关联；B纤维摄入量与卒中患者全因死亡的关联

第二阶段：基于全基因组关联研究提取膳食纤维和卒中的汇总统计数据，使用两样本孟德尔随机化分析，通过这种创新方法，为前述观察到的关联提供遗传基础，从而建立因果关联。

卒中的判定

参与者在访谈中表示曾有专业医学人员告知其有卒中诊断史，研究归为卒中组，反之则为非卒中组。卒中包括任意卒中、任意缺血性卒中、大动脉卒中、心源性卒中和小血管卒中。

膳食纤维摄入量的判定

统计参与者面访时回忆之前24小时内(午夜零点为界)摄入的饮食种类、数量，以NHANES使用的食物成分表量化其包含的能量、营养素等成分含量。

完整的方法详见 NHANES 膳食访谈程序手册：

https://wwwn.cdc.gov/nchs/nhanes/continuousnhanes/questionnaires.aspx?Cycle=2019-2020

研究使用根据个体体重调整后的膳食纤维摄入量。根据膳食纤维量的三分位数将参与者分为三组：T1，≤10.9 g/天；T2，10.9～18.3 g/天；T3，≥18.3 g/天。

评估死亡率结局

该研究评估的主要结局为全因死亡率，生存数据从数据收集基线时间开始，直至死亡或设定日期（2019年12月31日)。

协变量

根据与卒中的相关性、既往相关研究的选择，该研究筛查出15个协变量：

人口统计学特征：年龄、教育水平、性别、种族、婚姻、贫困收入比（PIR，数值越低越贫困）、身体质量指数(BMI)
饮食因素：能量摄入、碳水化合物摄入
疾病状况：高血压、糖尿病（医生诊断）、高脂血症（自我报告高胆固醇或总胆固醇水平≥5.17 mmol/L）、冠状动脉疾病（自我报告）
生活习惯：吸烟、饮酒

统计分析

研究使用Logistic回归来探索膳食纤维摄入量与卒中发病率的关联，采用限制性立方样条分析两者的剂量反应关系；使用Kaplan-Meier曲线和Cox回归模型评估纤维摄入量与全因死亡率的关联，同样使用限制性立方样条分析两者的剂量反应关系。

研究报告了4个模型的分析结果：

未调整模型
模型1：调整了参与者的年龄、性别、BMI 和种族
模型 2：进一步调整了参与者的教育程度、PIR 和婚姻状况
模型 3：全面调整了全部的15个协变量

孟德尔随机化分析

该分析模型基于三个假设评估暴露与结局的因果关系：

工具变量单核苷酸多态性(SNP)与膳食纤维具有很强的相关性；
基因变异与其他混杂因素无关
SNP对卒中的影响完全通过膳食纤维介导

图. 孟德尔随机化模型

研究结果

基线特征

研究最终纳入NHANES 数据库中39010名参与者进入分析，平均年龄47.1岁，50.24%为女性。

膳食纤维摄入量与卒中的关联

将膳食纤维摄入量作为连续变量，在完全调整模型（模型3）中，膳食纤维摄入量与卒中呈负相关（OR=0.98；95%CI 0.97-0.99；p＜0.0001）。

将膳食纤维摄入量作为分类变量，四个模型均显示膳食纤维摄入量对卒中具有保护作用。如在完全调整模型（模型3）中，与T1摄入量相比，T2和T3组卒中风险分别下降了19%和29%。以上所有模型的趋势p值均＜0.001，提示随着膳食纤维摄入量的增加，卒中风险呈现出下降趋势（p<0.001)。所有模型中，保护作用在T3组最强，此时膳食纤维摄入量超过18.3g/d，卒中风险最低。

图. 膳食纤维摄入量和卒中风险的关联

多因素调整样条回归模型显示，膳食纤维摄入量与卒中风险呈稳定的线性负相关（非线性p=0.566），且随着膳食纤维摄入量的增加，卒中风险呈稳步下降趋势。

图. 多因素调整样条回归分析A.膳食纤维摄入量和卒中风险；B.按饮酒状态分层

膳食纤维摄入量和全因死亡率的关联

纳入1453位参与者，平均随访时间为6.9年，其中650位参与者死亡。

Cox回归分析：除未调整模型，其他模型中均显示膳食纤维摄入量与全因死亡率呈负相关，且膳食纤维摄入量的增加与全因死亡率的下降显著相关(p<0.001)。如在完全调整模型（模型3）中，与T1相比，T2和T3组全因死亡风险分别下降23%和32%。

图. 膳食纤维摄入量和全因死亡率的关联

Kaplan-Meier生存曲线分析：按照高膳食纤维摄入量与低膳食纤维摄入量分组，二者全因死亡率存在显著差异(p=0.02)，高膳食纤维摄入量组的卒中患者生存率更高。按照三分位数T1、T2、T3分组，也显示了同样的结果，反映了膳食纤维对卒中后预后的潜在影响。

图. Kaplan-Meier生存曲线A.高膳食纤维摄入量组与低膳食纤维摄入量组，B. T1、T2、T3分组的卒中患者生存情况

孟德尔随机化分析

基于逆方差加权法，未观察到纤维摄入量与缺血性卒中、大动脉卒中或心源性卒中之间有因果关联，但纤维摄入量与小血管卒中之间存在因果关联。具体而言，膳食纤维摄入量增加与小血管卒中风险降低存在显著相关性(OR=0.8326；95%CI0.7051-0.9833；p=0.0309)。

图.孟德尔随机化分析，评估膳食纤维摄入量与小血管卒中的因果关系

讨论

研究基于NHANES十年的数据，纳入了足够多的样本量，采用了多种分析方法探讨膳食纤维摄入对卒中预防和预后的影响。

膳食纤维摄入量与卒中发病率显著负相关，特别是调整所有混杂因素后，膳食纤维摄入量超过约18.3g/天时，卒中风险最小，预防效果最显著。该关联可能存在多种潜在生物学机制，主要是调节炎症，比如抑制白介素等炎症标志物水平，进而抑制动脉粥样硬化，降低卒中风险。膳食纤维，尤其是可溶性纤维，还可以有效调节血脂，降低胆固醇水平，改善动脉粥样硬化，膳食纤维还对肠道菌群存在积极影响。

研究发现，膳食纤维摄入与全因死亡率相关，高膳食纤维摄入量可提高卒中患者的生存率。该结果与既往的一些研究结果一致。

遗传因素对膳食纤维摄入的影响十分复杂，研究显示基因介导的高膳食纤维摄入在降低小血管卒中风险方面有效。纤维的代谢产物，如短链脂肪酸，可以调节炎症反应，介导膳食纤维对小血管卒中的潜在因果保护作用。