队列建立与基线特征描述
确定研究人群并描述基线特征，比较Lp(a)高（≥125 nmol/L）与低（<125 nmol/L）组差异
纳入UK Biobank中无CAD或AS的参与者，共43,512人，按Lp(a)水平分组描述基线特征（如年龄、性别、BMI、血脂、hsCRP等）
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
脂蛋白(a)、炎症与冠状动脉疾病及主动脉瓣狭窄风险
Lipoprotein(a), Inflammation, and Risk of Coronary Artery Disease and Aortic Valve Stenosis
实验完整度
高基于UK Biobank大型前瞻性队列，包含清晰的暴露定义、结局判定、Cox回归交互作用检验、多重敏感性分析及竞争风险模型，证据层级明确。
主要模型
UK Biobank一级预防人群队列
重点核对
Lp(a)水平（<125 nmol/L vs ≥125 nmol/L） 炎症生物标志物（IL-1β、IL-18、IL-6、NLR、hsCRP）的测量平台（Olink Explore 3072）及四分位数分组 结局定义（CAD和AS的诊断编码） Cox模型的调整协变量集 交互作用P值的多重检验校正阈值（α=0.0125）
摘要
重要性：脂蛋白(a)[Lp(a)]水平升高的个体存在临床异质性。先前的研究提示低度炎症可能改变这种风险，但结果仍存在争议。目的：验证炎症生物标志物可能改变一级预防人群中脂蛋白(a)相关冠状动脉疾病(CAD)和主动脉瓣狭窄(AS)风险的假设。设计、设置和参与者：招募于2006年3月至2010年10月在一项基于人群的英国成年人队列中进行。纳入符合条件的在英国生物样本库中无CAD或AS并在入组时接受血浆蛋白质组学分析的参与者。数据分析时间为2025年6月至2026年4月。暴露：Lp(a)水平(<125 nmol/L vs ≥125 nmol/L)及炎症生物标志物白细胞介素1β(IL-1β)、IL-18、IL-6和中性粒细胞与淋巴细胞比率(NLR)。主要结局和指标：主要结局为发生CAD的风险。次要结局为发生AS的风险。结果：在43512名英国生物样本库参与者中，6975名(16.0%)Lp(a)水平≥125 nmol/L，24079名(55.3%)为女性，总体平均(SD)年龄为56.5(8.2)岁。发生CAD的中位(Q1-Q3)随访时间为13.5(12.7-14.3)年，发生AS为13.6(12.9-14.4)年。多变量校正的Cox比例风险模型检验了Lp(a)水平与每个炎症生物标志物在主要和次要结局中的交互作用。在测试的炎症生物标志物中，IL-6与发生CAD和AS的关联最强。IL-6水平改变了Lp(a)相关的发生CAD的风险(IL-6四分位数4中Lp(a)≥125 nmol/L vs <125 nmol/L的风险比[HR]：1.43；95% CI，1.25-1.63；而IL-6四分位数1中HR为1.09；95% CI，0.85-1.38；交互作用P=.008)。Lp(a)与NLR的交互作用(交互作用P=.02)具有提示性，但在多重检验校正后不再显著。没有炎症生物标志物改变Lp(a)相关的发生AS的风险。结论和相关性：在这项一级预防队列研究中，Lp(a)相关的发生CAD风险被IL-6改变，在较低炎症生物标志物水平的背景下观察到较低的相关风险。这些发现将IL-6确定为可能改变Lp(a)相关CAD风险的炎症风险生物标志物。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 炎症生物标志物是否可能改变脂蛋白(a)相关冠状动脉疾病和主动脉瓣狭窄的风险？
- 核心机制
- IL-6通过与Lp(a)的交互作用改变其相关CAD风险，低水平IL-6背景下Lp(a)风险降低；NLR的交互作用具有提示性但不显著；炎症标志物未改变Lp(a)相关AS风险。
- 主要证据
- 基于UK Biobank 43,512名无基础CAD或AS的参与者，中位随访13.5年，多变量校正Cox模型显示IL-6四分位数4中Lp(a)≥125 nmol/L vs <125 nmol/L的HR为1.43（95%CI 1.25-1.63），交互作用P=0.008。
- 研究意义
- 这些发现支持IL-6作为炎症风险生物标志物，可能有助于细化Lp(a)相关CAD风险评估，并指导靶向预防策略，包括降Lp(a)和抗炎治疗。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
炎症标志物与结局的关联分析
评估IL-1β、IL-18、IL-6、hsCRP、NLR水平与发生CAD和AS的关联
使用Cox比例风险模型分析各炎症标志物四分位数（以第一四分位为参考）与CAD、AS风险的关系，调整多种协变量
Lp(a)与炎症标志物的交互作用分析
检验炎症标志物是否改变Lp(a)相关CAD和AS风险
在Cox模型中添加Lp(a)-by-炎症标志物交互项，Lp(a)二分类（≥125 vs <125 nmol/L），按炎症标志物四分位数展示HR
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 蛋白质组学测量 | Olink Explore 3072 | Thermo Fisher Scientific | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 队列选择 | 纳入标准（无CAD/AS、有Lp(a)、hsCRP、NLR及至少一项Olink测量）、排除标准、UK Biobank应用号（7089） 阅读提示：Methods - Study Design |
| 暴露测量 | Lp(a)阈值（125 nmol/L）、炎症标志物（IL-1β、IL-18、IL-6、NLR）的测量方法和平台（Olink Explore 3072、血常规计算NLR）、hsCRP测量 阅读提示：Methods - Exposures |
| 结局定义 | CAD和AS的ICD-10、ICD-9及手术编码，心肌梗死敏感性分析定义 阅读提示：Methods - Outcomes，补充材料eTable 1 |
| 统计分析 | 多变量调整协变量集、Lp(a)二分类切点、交互项建模、多重检验校正（α=0.0125）、敏感性分析（无插补、竞争风险、连续Lp(a)、性别分层、欧洲血统） 阅读提示：Methods - Statistical Analysis |