大豆摄入与膀胱癌发病风险：国际膀胱癌流行病学与营养决定因素（BLEND）研究中队列研究的汇总分析

Soy Consumption and the Risk of Developing Bladder Cancer: A Pooled Analysis of Cohort Studies from the International Pooled Bladder Cancer Epidemiology and Nutritional Determinants (BLEND) Study

作者信息Yue-Wei Wu, Evan Yi-Wen Yu, Ya-Ting Chen, Meng-Han Li, Yu-Ting Liang

PMID42884561

期刊Nutrients

发布时间2026-09-22

DOI10.3390/nu18193110

来源查看原文

实验完整度

低

研究为12项前瞻性队列研究的汇总分析，无体外或动物实验验证，仅基于观察性数据。

主要模型

12项前瞻性队列研究（549,458名参与者） 3164例新发膀胱癌病例

重点核对

总大豆摄入量分组：从不消费（0 g/day）、轻度（>0–<1 g/day）、中度（≥1–<10 g/day）、高度（≥10 g/day） Cox比例风险回归模型调整变量：模型2调整年龄、性别、吸烟状态、吸烟包年及总能量摄入；模型3额外调整蔬菜和水果摄入按性别分层分析及性别与吸烟状态的交互作用检验（p interaction）豆油、大豆、豆奶、未发酵豆酱等亚类摄入量分析随访人年计算：从入组日期至诊断膀胱癌、死亡、失访或研究退出日期

摘要

背景：流行病学研究显示大豆摄入与膀胱癌（BC）之间的关联结果不一致。因此，本研究旨在通过汇总12项全球范围内关于该主题的现有队列研究，对大豆摄入影响膀胱癌风险的问题给出更明确的答案。材料与方法：在一项汇总分析中，对12项队列研究（共549,458名参与者，包括3164例新发膀胱癌病例）的膀胱癌发病风险进行了调查。使用Cox比例风险回归分析获得汇总风险比（HRs）及相应的95%置信区间（CIs）。结果：未观察到总大豆摄入量与膀胱癌发病风险之间的关联。然而，在调整潜在混杂因素后，豆油摄入与风险增加相关（模型2 HR=1.49，95% CI 1.03–2.16），比较从不消费与曾经消费，以及中等消费（模型2 HR 1.69，95% CI 1.08–2.67；模型3 HR 1.65，95% CI 1.03–2.64）和高消费（模型2 HR 1.57，95% CI 1.06–2.33；模型3 HR 1.50，95% CI 1.00–2.26）。总体而言，大豆、豆奶或未发酵豆酱摄入未观察到显著关联。对于女性，观察到中等大豆消费与膀胱癌风险显著降低相关（HR = 0.46，95% CI 0.22–0.89）。对于男性，发现曾经消费豆油者以及高大豆消费者中膀胱癌风险显著增加（HR分别为1.63，95% CI 1.00–2.66；HR = 1.69，95% CI 1.02–2.80）。结论：本研究表明，不同亚类的大豆消费可能与膀胱癌风险存在不同的关联，且存在性别差异。

研究人群与数据汇总

构建足够样本量的国际多中心队列以评估大豆摄入与膀胱癌风险的关联

从BLEND联盟中筛选12项具有足够大豆消费信息的前瞻性队列研究，合并个体水平数据，共549,458名参与者（3164例病例，546,294名非病例），中位随访计算人年。

膳食暴露评估与编码

标准化不同队列的大豆摄入量数据以进行可比分析

使用各队列的食物频率问卷（FFQ）评估膳食摄入，按Eurocode 2食物编码系统重新编码，将周、月或年摄入份数转换为每日克数（使用USDA FoodData Central标准份量）。

大豆摄入与膀胱癌风险的关联分析

评估总大豆及不同亚类大豆消费与膀胱癌发病风险的关联

采用Cox比例风险回归分析计算汇总风险比（HRs）和95%置信区间（CIs），以从不消费为参照组，分别建立 crude 模型（模型1）、模型2（调整年龄、性别、吸烟状态、吸烟包年及总能量摄入）和模型3（额外调整蔬菜和水果摄入）。分析亚类包括豆油、大豆、豆奶和未发酵豆酱。

性别分层与交互作用分析

探究性别是否修饰大豆消费与膀胱癌风险的关联

在模型中纳入大豆消费与性别及吸烟状态的交互项，p interaction < 0.05视为显著，并对性别进行分层分析。

剂量-反应关系分析

评估大豆消费与膀胱癌风险之间是否存在剂量依赖性关系

采用分数多项式回归（fractional polynomial regression）进行剂量-反应分析，按每日摄入量十分位数呈现结果。

环节	核对要点
研究人群与数据来源	纳入的12项前瞻性队列研究的具体名单、地理区域、随访时长及基线特征；总样本量549,458名参与者（3164例病例，546,294名非病例）；总随访6,095,268人年阅读提示：Methods 2.1 Study Population；Results 3.1 Baseline Characteristics；Table 1和Table 2
膳食暴露评估与分组	FFQ类型（自填或访谈员管理）；大豆摄入量换算方法（USDA FoodData Central标准份量）；总大豆摄入分组界值：从不（0 g/day）、轻度（>0–<1 g/day）、中度（≥1–<10 g/day）、高度（≥10 g/day）；亚类分组采用三分位数阅读提示：Methods 2.2 Data Collection and Coding；Methods 2.3 Statistical Analyses
Cox回归模型调整变量	模型1（crude）；模型2调整年龄、性别、吸烟状态（当前/ former/ never）、吸烟包年及总能量摄入（kcal/day）；模型3在模型2基础上额外调整蔬菜摄入（g/day）和水果摄入（g/day）；吸烟状态分类编码0-6的具体定义阅读提示：Methods 2.3 Statistical Analyses；Table 3和Table 4脚注
性别分层与交互作用	交互项（大豆消费×性别、大豆消费×吸烟状态）的纳入方式；p interaction < 0.05的显著性阈值；分层分析的具体亚组（男性/女性）阅读提示：Methods 2.3 Statistical Analyses；Results 3.2.3；Table 4
剂量-反应分析	分数多项式回归的具体模型设定；十分位数分组方法；每日增量（g/day）的计算方式阅读提示：Methods 2.3 Statistical Analyses（Secondary analysis段落）
缺失数据处理与统计软件	缺失数据未进行插补，采用完整病例分析（complete-case approach）；统计软件为STATA version 14.2 SE；p < 0.05为显著性阈值阅读提示：Methods 2.3 Statistical Analyses末段

环节

核对要点

研究人群与数据来源

纳入的12项前瞻性队列研究的具体名单、地理区域、随访时长及基线特征；总样本量549,458名参与者（3164例病例，546,294名非病例）；总随访6,095,268人年

阅读提示：Methods 2.1 Study Population；Results 3.1 Baseline Characteristics；Table 1和Table 2

膳食暴露评估与分组

FFQ类型（自填或访谈员管理）；大豆摄入量换算方法（USDA FoodData Central标准份量）；总大豆摄入分组界值：从不（0 g/day）、轻度（>0–<1 g/day）、中度（≥1–<10 g/day）、高度（≥10 g/day）；亚类分组采用三分位数

阅读提示：Methods 2.2 Data Collection and Coding；Methods 2.3 Statistical Analyses

Cox回归模型调整变量

模型1（crude）；模型2调整年龄、性别、吸烟状态（当前/ former/ never）、吸烟包年及总能量摄入（kcal/day）；模型3在模型2基础上额外调整蔬菜摄入（g/day）和水果摄入（g/day）；吸烟状态分类编码0-6的具体定义

阅读提示：Methods 2.3 Statistical Analyses；Table 3和Table 4脚注

性别分层与交互作用

交互项（大豆消费×性别、大豆消费×吸烟状态）的纳入方式；p interaction < 0.05的显著性阈值；分层分析的具体亚组（男性/女性）

阅读提示：Methods 2.3 Statistical Analyses；Results 3.2.3；Table 4

剂量-反应分析

分数多项式回归的具体模型设定；十分位数分组方法；每日增量（g/day）的计算方式

阅读提示：Methods 2.3 Statistical Analyses（Secondary analysis段落）

缺失数据处理与统计软件

缺失数据未进行插补，采用完整病例分析（complete-case approach）；统计软件为STATA version 14.2 SE；p < 0.05为显著性阈值

阅读提示：Methods 2.3 Statistical Analyses末段

大家都在搜

大家都在搜