近年来，随着全球老龄化逐渐加剧，老年群体的生活质量和健康状况愈发受到社会关注。在大家的印象中，超重、肥胖常常与高血压、高血脂等多种心脑血管疾病息息相关，是老年人健康路上的绊脚石，俗话说“千金难买老来瘦”，事实真的如此吗？今天小云给大家分享的这篇文章可能会重塑你的认知，让我们一起来看看吧~
这是今年4月由中国疾病预防控制中心施小明、吕跃斌等人在国际心血管专业顶级期刊《European Heart Journal》发表了一篇题为“Body mass index, waist circumference, and mortality in subjects older than 80 years: a Mendelian randomization study”的研究论文，研究结果出人意料！结果显示：在高龄（≥80岁）人群中，BMI较高且腰围较低的体型，可以显著降低死亡风险。
作者利用中国老年健康影响因素跟踪调查 （Chinese Longitudinal Healthy Longevity Survey，CLHLS）数据库，并结合当下爆火的孟德尔随机化，强强联合，更受审稿人青睐！
此外，作者的选题角度就非常具有新意，从中国人比较关注的长寿健康问题出发，探究体重指数（BMI）和腰围（WC）与死亡风险之间的相关性，一下子抓住了老年群体的痛点，创新性MAX！（ps：不知道怎么创新的小伙伴可以来找小云！这里有新鲜出炉的生信热点方向，还有一大波的可复现的创新思路，感兴趣的直接来公众号后台找我噢！）
定制生信分析
云服务器租赁
(加微信备注99领取试用)
题目：80岁以上受试者的体重指数、腰围和死亡率：一项孟德尔随机研究
杂志：European Heart Journal
影响因子：IF=39.3
关注公众号，后台发送“123”可以直接获取原文PDF，文献编号：240519
体重指数（BMI）和腰围（WC）都是常用的肥胖指标，被认为是心血管疾病（CVD）的独立危险因素。然而，新出现的证据在老年人（≥80岁）的身体质量指数（BMI）和健康的观察性研究中提出了肥胖悖论，因为有报道称BMI与死亡率呈负相关。因此，本研究旨在探讨中国老年人群BMI、WC或两者与死亡率的因果关系，更深入了解老年人的体重管理。
该研究依托中国纵向健康长寿调查（CLHLS），进行面对面的访谈问卷、人体测量评估和生物样本的实验室测量，最终纳入了5306名年龄≥80岁的高龄老人。并根据中国BMI指南标准，将受试者分为四类：体重过轻（BMI＜18.5 kg/m2）、正常体重（BMI 18.5-23.9 kg/m2）、超重（BMI 24.0-27.9 kg/m2）和肥胖（BMI≥28.0 kg/m2）。
本研究基于CLHLS数据库中1998年至2018年5306名社区老年人（平均年龄90.6岁）的数据，使用58个与BMI相关的单核苷酸多态性（SNP）和49个与WC相关的SNP构建遗传风险评分，随后使用孟德尔随机化（MR）模型进行因果估计。进行单样本线性MR和非线性MR分析，探讨基因预测BMI、WC的相关性，以及它们与全因死亡率、心血管疾病（CVD）死亡率和非CVD死亡率的联合效应。
在纳入分析的5306名参与者中，平均基线年龄为90.6±7.2岁，其中42.0%为男性。平均BMI和WC分别为19.4 kg/m2和79.5 cm。在所有参与者中，41.8%的人体重不足，44.6%的人体重正常，10.6%的人体重超标，3.0%的人肥胖。在随访期间死亡的3766名参与者中，2732名（72.5%）被确定了死亡原因，随后被分为心血管疾病死亡率组（791名受试者）和非心血管疾病死亡率组（1941名受试者）（表1）
2. BMI与全因和特定原因死亡率的观察性和因果关系
研究发现，基因预测的BMI和全因死亡率之间存在因果关系。在2SLS模型中，经性别和年龄调整后，基因预测的BMI每增加1 kg/m2，全因死亡风险降低4.5% [HR 0.955 （95% CI 0.928-0.983），图1]。非线性MR模型显示，基因预测的BMI与全因死亡率呈反J型关系，曲线反映了与超重或轻度肥胖的参与者相比，体重不足和正常体重的参与者的死亡率更高（图2A），死亡风险从最低BMI降至28.0 kg/m2，此后一直保持不变。
此后，进一步研究了BMI与CVD和非CVD死亡率的因果关系（图1）。与全因死亡率相似，BMI与非CVD死亡率呈负相关，HR略低[2SLS方法，HR 0.946 （95% CI, 0.910 – 0.984）]。BMI与全因/非心血管疾病死亡率之间因果关系的非线性MR曲线也有类似的趋势（图2A）。由于BMI与总体非心血管疾病死亡率呈负相关，因此对于呼吸和消化系统疾病死亡（HR 0.840, P = 0.003）或其他非心血管疾病死亡（HR 0.925, P = 0.006）的因果关系似乎更为明显。
亚组分析显示，对于功能状态较差的参与者，BMI对全因死亡率的反向因果效应更为明显。体弱组、非体弱组、有慢性疾病组和无慢性疾病组的hr （95% ci）分别为0.929（0.900 ~ 0.958）、0.953（0.923 ~ 0.983）、0.945（0.905 ~ 0.986）和0.956（0.921 ~ 0.992）。此外，ADL残疾患者BMI与死亡率呈负相关[HR 0.933 （95% CI 0.895 ~ 0.974）]、认知功能正常[HR 0.946（0.916 ~ 0.977）]、饮食多样性良好[HR 0.960（0.923 ~ 0.998）]、经常运动[HR 0.898（0.853 ~ 0.945）]、无合并症[HR 0.955 （0.926 ~ 0.985）]（图1）。
图1 Cox模型中体重指数和腰围与全因、心血管疾病和非心血管疾病死亡率的关系，以及使用两阶段最小二乘回归模型估计其线性孟德尔随机化因果效应。
3. WC与全因死亡率和病因特异性死亡率的观察性和因果关系
Cox回归模型显示，高龄人群WC与全因死亡率呈负相关（P < 0.001）， WC每增加5 cm，相对危险度为0.971 （95% CI 0.950-0.985）。对于特定原因的死亡率，WC与非心血管疾病死亡率相关，HR为0.950 （95% CI 0.922-0.978），而与心血管疾病死亡率无显著相关性。线性MR模型显示，腰围与全因死亡率之间存在正相关关系，腰围每增加5厘米，相对危险度为1.108 （95% CI 1.036-1.185）。非线性MR分析也揭示了WC和全因死亡率之间的J型相关性（图2B）。至于死因特异性死亡率，WC与CVD死亡率之间存在正相关[HR 1.193 （95% CI 1.064-1.337）]， WC与非CVD死亡率之间存在正相关[HR 1.110 （95% CI 1.016-1.212）]。
图2 体重指数和腰围与全因、心血管疾病和非心血管疾病死亡率的非线性孟德尔随机化
为了确定BMI和WC的联合因果效应，设置了基因预测BMI和WC的各种组合来调节不同体型的参与者，其中BMI分为三组，WC分为两组。与基因预测BMI正常、基因预测WC较低的人相比，BMI较高、WC较低的受试者全因死亡风险较低[HR 0.80 （95% CI 0.70-0.92）]（表2）。BMI较低、WC较高的受试者死亡风险最高[HR 1.22 （95% CI 1.06-1.39）]。当我们进一步评估BMI和WC对心血管疾病和非心血管疾病死亡率的联合影响时，也发现BMI较高和WC较低的参与者[HR 0.82 （95% CI 0.67-0.99）]和BMI较高和WC较高的参与者[HR 0.81 （95% CI 0.69-0.96）]的非心血管疾病死亡率风险较低。亚组分析表明，高BMI和低WC的身材对男女的保护作用都很显著。
表2 基因预测BMI和WC与全因死亡率和病因特异性死亡率的分析
本研究依托CLHLS数据库和MR分析探究了BMI和WC与死亡风险的关系，结果显示：对于高龄（≥80岁）人群，在一定程度上，BMI与死亡风险呈负相关，腰围与死亡风险呈正相关，BMI在28.0 kg/m2左右时，死亡风险可能最低。因此，高龄老人不必过度迷恋“老来瘦”，保持BMI较高且腰围较低的体型或许是保持长寿的秘诀。这篇文章可谓是紧跟当前研究潮流，既利用了可公开获取的大样本量临床数据，同时又使用了孟德尔随机化这种当红的研究方法，只用统计学手段就能完成一篇Top级别39分+的纯数据分析文章。对于想要在数据挖掘领域有所建树的小伙伴们来说，这篇文章无疑是一个很好的学习和借鉴对象。有想做一些临床数据统计分析的宝子，可以扫码找小云聊聊想法哦~
原文始发于微信公众号（云生信学生物信息学）：颠覆认知！中疾控39+高分论文揭秘长寿之谜，CLHLS数据库+孟德尔随机化再创研究辉煌，赶快学起来吧！
