美国癌症幸存者持续存在的心血管负担及独立关联,2016至2024年

Persistent Cardiovascular Burden and Independent Association Among Cancer Survivors in the United States, 2016 to 2024

作者信息Xinhui Liu, Shuo Wu, Jiqing Li, Jianhua Gu
PMID42466486
发布时间2026-07-21
DOI10.1161/JAHA.126.049666

实验完整度

研究基于大规模全国代表性横断面调查数据,采用Joinpoint回归和IPTW方法进行关联分析,并进行了亚组和敏感性分析,但缺乏纵向随访和机制验证。

主要模型

美国成年人(BRFSS调查人群) 癌症幸存者 无癌症对照组

重点核对

癌症幸存者定义:自报癌症病史,排除非黑色素瘤皮肤癌 心血管疾病结局:心肌梗死、冠心病或卒中的复合诊断 调整变量:年龄、性别、种族、教育、收入、吸烟、饮酒、体育活动、BMI、高血压、高胆固醇、糖尿病等 关联队列限制为奇数年(2017、2019、2021、2023),因这些年份强制收集高血压和高脂血症模块 IPTW权重:倾向评分计算,权重截尾于第1和第99百分位

摘要

背景:心血管疾病(CVD)是癌症幸存者发病的主要原因之一。然而,当代趋势以及癌症幸存状态与普遍CVD之间的独立关联尚未被完全刻画。方法:利用2016至2024年行为风险因素监测系统数据,我们分析了两个具有全国代表性的美国成年人队列。趋势队列(n=3,642,415)通过Joinpoint回归评估了年龄标准化CVD患病率。关联队列(n=829,958)使用逆概率治疗加权法分离了癌症幸存状态与CVD之间的关联。结果:从2016年到2024年,癌症幸存者中年龄标准化CVD患病率持续为一般人群的两倍(12.9%–15.0%对比6.8%),且无显著的时间下降趋势。在未调整分析中,幸存者的CVD患病率比对照组高11.7%。经逆概率治疗加权调整后,显著的绝对患病率差异持续存在,为3.0%。因此,癌症幸存状态与普遍CVD独立相关(比值比[OR],1.22 [95% CI,1.18–1.27];E值=1.76)。在年龄<65岁的幸存者(OR,1.82 [95% CI,1.58–2.08])和没有传统代谢合并症的幸存者(OR,1.71 [95% CI,1.50–1.95])中,关联更强。按部位分析显示,前列腺癌和结直肠癌存在稳健的独立关联,而乳腺癌和肺癌的关联在分别调整年龄和吸烟相关因素后大大减弱。结论:美国癌症幸存者中的CVD负担仍然持续较高。在独立于传统因素的情况下,癌症幸存状态与显著的CVD负担相关,尤其是在年轻个体和低风险代谢特征个体中。这些发现支持将心血管监测扩展到常规低风险亚组。

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
癌症幸存者中CVD的当代患病率趋势如何?癌症幸存状态是否与传统危险因素无关地独立与CVD患病率相关?
核心机制
研究未直接验证机制,但讨论提出癌症相关生物学过程(如慢性炎症、促血栓状态)和抗癌治疗的心脏毒性可能贡献于CVD风险。
主要证据
基于BRFSS 2016-2024年数据,趋势队列(n≈3.6百万)显示癌症幸存者年龄标准化CVD患病率持续为一般人群两倍;关联队列(n=829,958)经IPTW调整后,癌症幸存状态与CVD患病率独立相关(OR 1.22 [95% CI 1.18-1.27])。
研究意义
研究支持将心血管监测扩展到传统低风险亚组(如年轻幸存者和无代谢合并症者),并强调需要癌症特异性、风险分层的预防和监测策略。

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。

1

构建分析队列

为了评估癌症幸存者中CVD患病率的趋势和独立关联,构建具有全国代表性的趋势队列和关联队列。

使用2016-2024年BRFSS数据,构建趋势队列(2016-2024,n=3,642,415)和关联队列(2017、2019、2021、2023,n=829,958)。排除孕妇、年龄<18岁、缺失关键变量者。

2

评估CVD患病率时间趋势

评估癌症幸存者中年龄标准化CVD患病率的年度变化趋势。

在趋势队列中计算癌症幸存者和一般人群的年龄标准化CVD患病率,并使用Joinpoint回归分析年度百分比变化。

3

评估癌症幸存状态与CVD的独立关联

在控制传统心血管危险因素后,评估癌症幸存状态与CVD患病率之间的独立关联。

在关联队列中,使用逆概率治疗加权(IPTW)调整混杂,并计算绝对风险差和比值比。

4

亚组和敏感性分析

评估关联在不同亚组中的一致性,并检验结果的稳健性。

按年龄、代谢状态、癌症部位等进行亚组分析;使用扩展数据集和多重插补进行敏感性分析。

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
R软件R Foundation for Statistical Computing4.3.0
Joinpoint回归程序National Cancer Institute5.0

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
数据来源
BRFSS年度调查数据,选择2016-2024年,关联队列仅奇数年(2017、2019、2021、2023)
阅读提示:Methods->Study Design and Data Source
队列定义
癌症幸存者定义为自报癌症病史(排除非黑色素瘤皮肤癌);CVD结局定义为心肌梗死、冠心病或卒中
阅读提示:Methods->Study Population and Eligibility, Variable Definitions
统计调整
IPTW权重计算:倾向评分模型中的协变量列表;权重截尾于第1和第99百分位
阅读提示:Methods->Statistical Analysis->Propensity Score and IPTW Analysis
亚组分析
年龄、代谢合并症(高血压、糖尿病、血脂异常或肥胖)、癌症部位(乳腺、前列腺、肺、结直肠)等分层变量
阅读提示:Methods->Subgroup and Stratified Analyses
敏感性分析
扩展数据集(2016-2024)中未调整高血压和高脂血症;多重插补设定(m=5)
阅读提示:Methods->Sensitivity Analysis