Biomarker-calibrated dietary macronutrient densities and their comparative associations with chronic disease risk in a cohort of postmenopausal females
含NPAAS-FS人体喂养研究(n=153)开发代谢组生物标志物、NPAAS(n=436)建立校准方程，并在n=82,121队列中前瞻性关联验证
WHI观察性研究（OS）绝经后女性队列（n=65,202） WHI膳食改变试验对照组（DM-C）绝经后女性队列（n=16,919） NPAAS人体营养生物标志物研究参与者（n=436） NPAAS-FS人体 habitual-diet 喂养研究参与者（n=153）
生物标志物方程交叉验证CV-R2>36%标准（蛋白质37.9%、碳水化合物38.4%、SFA 46.4%、PUFA 52.8%，MUFA 29.9%未达标） 校准方程调整R2（a-R2）≥36%标准及交叉验证a-R2（CVa-R2）用于解释疾病关联确定性 Cox模型按研究组分（DM-C或OS）、激素治疗试验状态、年龄（5岁分组）和种族/族裔分层，并调整疾病特异性混杂因素 主要终点：CHD（非致死性心肌梗死+冠心病死亡）、浸润性乳腺癌、T2D；随访中位时间CVD 12.7年、T2D 16.5年、癌症约25年 敏感性分析排除基线后前3年或前6年随访，HR与主分析差异不大
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
在控制膳食的人体喂养研究中，利用血清和24小时尿液代谢组学及能量消耗、尿氮等指标，开发可反映膳食宏量营养素密度的生物标志物方程。
招募153名WHI参与者进行为期两周的个体化喂养，使其膳食接近平常饮食；收集第二周门诊空腹血清和24小时尿液，进行靶向LC-MS/MS、Lipidyzer脂质组学、NMR和GC-MS代谢组学检测，并测定血清磷脂脂肪酸；使用线性回归结合LASSO变量选择和交叉验证构建生物标志物方程。
在独立样本中将生物标志物膳食密度估计值对FFQ密度估计值和参与者特征进行回归，生成校正FFQ测量误差的校准方程。
在NPAAS的436名未参加NPAAS-FS的参与者中，将生物标志物log密度对相应FFQ log密度及疾病类别特异性协变量集进行线性回归，计算调整R2（a-R2）和交叉验证a-R2（CVa-R2），以36%为阈值筛选可用于疾病关联分析的校准方程。
将校准方程应用于大型WHI队列的基线FFQ数据，前瞻性评估生物标志物校准的宏量营养素密度与CHD、卒中、总CVD、乳腺癌、结肠癌、总浸润性癌和T2D风险的关联。
在DM-C（n=16,919）和OS（n=65,202）共82,121名参与者中计算生物标志物校准的膳食密度；使用Cox回归模型，以log-HR对log摄入密度线性建模，呈现每20%密度增量的HR，并进行5%能量替代分析及特定脂肪酸密度分析。
评估特定SFA和PUFA密度（如棕榈酸SFA 16:0、花生四烯酸PUFA 20:4）对总SFA/PUFA密度疾病关联的贡献，并检验结果的稳健性。
在log-HR模型中同时加入特定脂肪酸密度与总SFA/PUFA密度，评估总SFA密度HR变化；进行排除随访前3年或前6年的敏感性分析；并额外调整反式脂肪酸、酒精、纤维、水果和蔬菜密度。
按研究目的归类文中使用的方法，便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 血清代谢组学分析 | Sciex Triple Quad 6500+质谱仪 | Sciex | -- |
| 脂质组学分析 | Sciex QTRAP 5500 Lipidyzer平台 | Sciex | -- |
| SelexION差示迁移谱 | -- | -- | |
| 尿液代谢组学分析 | Bruker Avance III 800 MHz核磁共振波谱仪 | Bruker | -- |
| Agilent 7890A / 5875C气相色谱-质谱仪 | Agilent | -- | |
| 膳食营养摄入计算 | 营养数据系统for Research（NDSR 2005版） | University of Minnesota | -- |
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 |
|---|---|
| NPAAS-FS人体喂养研究 | 参与者n=153、两周喂养期、个体化饮食接近平常饮食、第二周空腹血清和24小时尿液采集 阅读提示：Methods中NPAAS feeding study (NPAAS-FS)小节 |
| 代谢组学检测 | LC-MS/MS靶向代谢组学155种代谢物、Lipidyzer 664种血清脂质、NMR 57种尿液代谢物、GC-MS 138个注释代谢物，缺失值阈值<20% 阅读提示：Methods中Metabolite profiling in NPAAS-FS小节 |
| NPAAS校准方程开发 | 参与者n=436、FFQ log密度与生物标志物log密度线性回归、疾病类别特异性协变量集、a-R2≥36%标准、100次随机拆分交叉验证 阅读提示：Methods中Calibration equation development for macronutrient densities in NPAAS小节及Supplementary Table 1 |
| WHI队列疾病关联分析 | 分析队列n=82,121（DM-C 16,919；OS 65,202）、DM-C使用1年FFQ作为基线、排除基线前疾病、Cox模型分层变量、随访截止日期 阅读提示：Methods中Study cohorts、Outcome ascertainment及Statistical Methods for Disease association analyses小节 |
| 膳食密度BR估计与替代分析 | HR呈现为每20%密度增量、替代分析使用5%能量增量、Cox模型调整的疾病特异性协变量集 阅读提示：Methods中Disease association analyses using biomarker-calibrated FFQ data小节及Table 3、Table 4脚注 |
| 特定脂肪酸密度分析 | SFA 16:0（棕榈酸）和PUFA 20:4（花生四烯酸）密度与总SFA/PUFA密度同时纳入模型、额外调整反式脂肪酸/酒精/纤维/水果/蔬菜密度 阅读提示：Results中Table 5及Supplementary Tables 6-8相关段落 |
