老年人血浆HDL亚类与新发痴呆风险的关联

Associations of plasma HDL subclasses with incident dementia risk in older adults

作者信息Binchong An, Suad Ali, Karen Smith, Samantha Roemhild, Lindsey Neumann, Dwight R Stoll, Ling Li, Pamela L Lutsey, Michelle M Mielke, Fang Yu, Ron C Hoogeveen, Lin Zhang, Alvaro Alonso, Danni Li
PMID42814411
发布时间2026-10
DOI10.1002/alz.71893

实验完整度

中

两个队列的观察性关联分析,使用NMR和AEX-MS表征HDL亚类,Cox回归评估关联,无功能或机制验证。

主要模型

UKB队列(23,790名老年人) ARIC队列(147名老年人) NMR衍生的HDL亚类 AEX-MS定义的HDL亚组分

重点核对

UKB中NMR衍生的HDL亚类颗粒和脂质浓度(28项测量) ARIC中AEX定义的HDL亚组分1和2的总脂质和个体脂质物种 Cox回归模型调整的协变量(年龄、性别、种族、APOE ε4、教育、BMI、吸烟、糖尿病、收缩压、降压药、LLT) ARIC中使用Firth惩罚Cox回归,UKB中多重比较BH校正 随访时间:UKB平均12.6年,ARIC平均7.7年

摘要

引言:血浆高密度脂蛋白(HDL)大小各异。我们研究了老年人HDL亚类及其脂质组成与新发痴呆风险之间的关联。方法:我们纳入了基线时无痴呆的23,790名英国生物银行(UKB)参与者和147名社区动脉粥样硬化风险(ARIC)研究老年人。HDL亚类及其脂质组成通过两种不同的方法进行表征:UKB中采用Nightingale核磁共振(NMR)波谱法,ARIC中采用阴离子交换色谱法分离HDL亚组分后结合基于质谱的脂质组学(AEX-MS)。使用Cox回归模型评估关联,并调整协变量。结果:在UKB中,Nightingale NMR衍生的血浆小HDL和超大HDL颗粒及六种脂质浓度(总脂质、甘油三酯[TG]、磷脂、游离胆固醇、胆固醇酯[CE]、总胆固醇)分别与较低和较高的新发痴呆风险相关。这些关联可能主要由NMR衍生小HDL中的颗粒浓度以及NMR衍生超大HDL中的脂质和颗粒浓度驱动。在ARIC中,AEX定义的HDL亚组分1(例如较小的HDL)中的总TG、总溶血磷脂酰胆碱(LPC)和磷脂酰乙醇胺(PE),以及AEX定义的亚组分2(例如较大的HDL)中的TG与新发痴呆风险降低相关。讨论:尽管不同的HDL亚类表征和脂质测量方法使得跨队列结果难以比较,但HDL亚类及其脂质组成在两个队列中均与新发痴呆风险相关。

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
HDL亚类及其脂质组成是否与新发痴呆风险存在关联?
核心机制
HDL亚类与痴呆风险的关联可能由颗粒浓度和脂质组成共同驱动,小HDL和超大HDL分别与较低和较高风险相关,但具体机制未明确。
主要证据
在UKB队列中,NMR衍生的小HDL颗粒和脂质浓度与较低痴呆风险相关,超大HDL与较高风险相关;在ARIC队列中,AEX定义的HDL亚组分1的TG和亚组分2的LPC、PE、TG与较低风险相关。
研究意义
研究提示HDL亚类及其脂质组成可能作为痴呆风险的生物标志物,但需要在独立队列中验证,并进一步定义AEX定义的HDL亚类大小。

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

队列构建与基线HDL亚类表征

建立研究队列并量化HDL亚类及其脂质组成

UKB队列使用NMR代谢物谱分析HDL亚类;ARIC队列使用AEX-MS分离HDL亚组分并测量脂质

2

新发痴呆的随访与 ascertainment

确定新发痴呆事件

通过医疗记录、住院、死亡记录和神经心理评估识别痴呆

3

关联分析

评估HDL亚类及其脂质组成与新发痴呆风险的关联

使用Cox比例风险模型,调整协变量,进行多重比较校正

4

敏感性和交互作用分析

检验关联的稳健性和效应修饰

进行landmark分析、Fine-Gray竞争风险分析、按LLT使用分层分析等

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
Nightingale NMR代谢物谱分析Nightingale Health--
三重四极杆质谱仪----
丁基羟基甲苯----
HPLC级氯仿:甲醇----
Skyline----

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
UKB队列NMR分析
NMR代谢物谱分析平台:Nightingale Health;HDL亚类定义:小、中、大、超大HDL;统计模型:Cox回归,调整协变量
阅读提示:Methods 2.2和2.5,Table S1
ARIC队列AEX-MS分析
AEX分离HDL亚组分1和2;质谱检测249种脂质物种;使用Firth惩罚Cox模型;样本量147,事件数38
阅读提示:Methods 2.3和2.5,Table S2
痴呆 ascertainment
UKB:算法定义结局,随访至2023年;ARIC:神经心理评估和记录链接,随访至2019年
阅读提示:Methods 2.4
协变量调整
UKB:年龄、性别、种族、APOE ε4、教育、BMI、吸烟、糖尿病、收缩压、降压药、LLT;ARIC:年龄、性别、中心、APOE ε4、认知状态、LLT、吸烟
阅读提示:Methods 2.5,补充方法