方法文章

代谢功能障碍相关脂肪性肝病早期心代谢评估的标准化方案

0 次观看

⸱

DOI：

10.3791/70593

⸱

2026年9月29日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Clinical Research Department, Experimental Metabolism and Clinical Research Laboratory, 2Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (ISSSTE), Laboratory of Biochemistry and Experimental Medicine, 3Cardiology Department, Instituto de Seguridad y Servicios Sociales de los Trabajadores del Estado (ISSSTE), 4Facultad de Enfermería y Nutrición, Universidad Autónoma de San Luis Potosí, 5Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada (CICATA), Instituto Politécnico Nacional (IPN)

本文内容

摘要

本方案描述了一种针对患有代谢功能障碍相关脂肪性肝病（MASLD）成人进行早期心脏代谢评估的标准化流程，该流程整合了膳食炎症评估、生物化学生物标志物、超声心动图和颈动脉超声检查，并结合标准化的数据采集、质量控制和数据验证程序，以提高研究的可重复性。

摘要

代谢功能障碍相关脂肪性肝病（MASLD）与慢性低度炎症以及心血管疾病风险增加相关。由于目前缺乏将膳食炎症评估与客观心血管影像学检查相结合的标准化方案，亚临床心肌代谢异常的早期识别仍然具有挑战性。本方案描述了一种可重复的工作流程，用于评估确诊为MASLD的成人个体中膳食炎症潜力与早期心肌代谢异常之间的关联。受试者根据标准化的入组标准进行招募，并通过超声检查确认肝脂肪变性。采用经过验证的半定量食物频率问卷（FFQ）评估膳食摄入情况，并依据原始文献建立的方法计算膳食炎症指数（DII）。心肌代谢评估包括人体测量学指标、空腹生化分析、甘油三酯与高密度脂蛋白胆固醇比值（TG/HDL-C）和血浆致动脉粥样硬化指数（AIP）的计算、酶联免疫吸附测定（ELISA）对炎症生物标志物的定量检测、通过组织多普勒衍生的E/e′值进行经胸超声心动图评估左心室舒张功能，以及双侧颈动脉超声测量颈动脉内膜中层厚度（CIMT）。本方案整合了标准化的数据采集程序、预设的质量控制节点和数据验证步骤，以确保方法学上的一致性和可重复性。代表性结果展示了该方案生成的标准化数据，包括DII分类、炎症生物标志物谱、超声心动图参数和CIMT测量值，但并不意味着已确认存在生物学关联。本方案为开展针对MASLD成人个体中膳食炎症负荷与早期心肌代谢异常之间关系的临床及转化研究，提供了一个详细且可重复的方法学框架。

引言

代谢功能障碍相关脂肪性肝病（MASLD）是全球最常见的慢性肝病，影响约三分之一的成年人。MASLD不仅表现为进行性肝损伤，还具有慢性低度炎症、胰岛素抵抗、内皮功能障碍和加速动脉粥样硬化等特征1,2。心血管疾病是MASLD患者发病和死亡的主要原因，因此迫切需要可靠的手段，在临床明显的心血管疾病发生之前识别早期的心代谢异常3,4。本方案的目的是为MASLD成人患者提供一套标准化且可重复的操作流程，用于综合评估膳食炎症负荷、全身性炎症以及早期亚临床心血管功能障碍。该方案适用于针对此类人群在出现临床显著心血管疾病之前早期心代谢风险的临床与转化研究。

越来越多的证据表明，饮食在代谢相关脂肪性肝病（MASLD）的发生和发展中起着关键作用。以高摄入超加工食品、饱和脂肪、精制碳水化合物和添加糖为特征的饮食模式会促进氧化应激、内皮功能障碍、免疫系统激活以及慢性全身性炎症5,6。相反，富含膳食纤维、多酚、ω-3脂肪酸和抗氧化微量营养素的饮食模式则可减轻与代谢功能障碍及心血管疾病相关的炎症通路6,7。

膳食炎症指数（DII）是通过基于文献的评分系统开发的，用于评估习惯性膳食摄入的炎症潜力，该系统依据45种膳食成分对炎症生物标志物（包括C反应蛋白（CRP）、白细胞介素（IL）-1β、IL-4、IL-6、IL-10和肿瘤坏死因子-α（TNF-α））的影响进行评分8。在不同人群中，较高的DII评分与循环炎症介质增加、胰岛素抵抗、代谢综合征、2型糖尿病以及心血管疾病相关9,10。

尽管膳食炎症指数（DII）已与不良代谢结局相关，但目前仅有少数研究将膳食炎症评估与客观的心血管影像学检查相结合，以检测代谢相关脂肪性肝病（MASLD）个体中的早期心血管改变4,11。代谢性心血管损伤的早期表现之一是亚临床左心室舒张功能障碍，可通过组织多普勒衍生的E/e′比值进行评估，该比值反映左心室充盈压升高，是糖尿病性和代谢性心肌病的早期特征12,13；另一早期表现是颈动脉内膜中层厚度（CIMT），其为亚临床动脉粥样硬化的有效替代指标，可独立预测未来心血管事件的发生14,15。

与主要依赖人体测量、常规生化检测和孤立的心血管危险因素的传统心代谢评估相比，本方案将饮食炎症评估、炎症生物标志物谱型分析、舒张功能的超声心动图评估以及颈动脉超声检查整合到一个标准化的工作流程中。这种整合方法能够利用临床研究环境中广泛可用的无创技术，同时评估饮食暴露、全身性炎症以及亚临床心血管重构。尽管已有多种多模态方法被提出以改善对代谢性疾病中心血管功能早期异常的表征，但标准化的实施方案仍然有限。

为了补充传统的血脂谱评估，本方案还纳入了甘油三酯与高密度脂蛋白胆固醇比值（TG/HDL-C）以及血浆致动脉粥样硬化指数（AIP），后者计算为 log (TG/HDL-C)。AIP 反映了致动脉粥样硬化性与抗动脉粥样硬化性脂蛋白之间的平衡，现已被视为小而密低密度脂蛋白（LDL）颗粒、胰岛素抵抗、内皮功能障碍及残余心血管风险的替代标志物。因此，AIP 能更全面地评估致动脉粥样硬化性血脂异常，并在识别心血管风险升高的个体方面表现出良好的区分能力，尤其适用于患有代谢相关脂肪性肝病（MASLD）等代谢性疾病的患者16,17。

此外，本方案纳入了一组循环炎症生物标志物，以进一步阐明饮食炎症潜力与MASLD中心血管代谢损伤之间关联的生物学机制。选择这些生物标志物是因为它们在白细胞募集、先天免疫激活、促炎与抗炎信号传导、内皮功能障碍以及胰岛素抵抗中发挥核心作用。同时检测这些介质可比单独使用CRP更全面地表征全身性炎症，从而加深对MASLD中饮食炎症负荷与早期心血管损伤之间关系的机制理解1,18,19。

因此，本方案通过整合膳食评估、炎症生物标志物分析、生化检测、超声心动图和颈动脉超声检查，提供了一种标准化且可重复的方法，用于评估膳食炎症潜力与患有代谢功能障碍相关脂肪性肝病（MASLD）成人早期心代谢改变之间的关联。通过采用标准化的测量程序和预设的质量控制节点，该工作流程旨在促进不同研究者和研究机构之间的可重复性，同时支持针对MASLD早期心代谢风险的临床和转化研究。

方案

本研究方案已获得墨西哥墨西哥城国家医疗中心“20 de Noviembre”以及国家劳动者安全与社会保障研究所（ISSSTE）的研究与研究伦理委员会的批准（批准编号：04-118-2025）。所有操作均须遵循《赫尔辛基宣言》以及适用于涉及人类受试者研究的国家法规。在受试者入组前，须获得其书面知情同意。通过为所有临床、实验室、饮食和影像数据使用编码的研究标识符，以保护受试者的隐私和机密性。

1. 受试者招募与入组资格评估

  1. 招募参与者
    1. 在2025年至2026年期间，招募年龄≥18岁且疑似患有代谢功能障碍相关脂肪性肝病（MASLD）的成年人。
    2. 在入组前，向参与者说明研究目的、流程、潜在风险以及保密措施。
    3. 在实施任何研究操作前，获得每位参与者的书面知情同意书。
  2. 确诊MASLD
    1. 采用标准化的机构操作流程进行腹部超声检查。
    2. 通过观察肝脏回声强度高于肾皮质，并伴有后方声衰减，确认存在肝脂肪变性。
    3. 根据当前共识标准，通过确认肝脂肪变性以及至少存在一项心血管代谢危险因素来诊断MASLD。
      注：所有超声检查应采用相同的采集方案，并尽可能由同一名经验丰富的放射科医师操作，以尽量减少操作者间的差异性。
  3. 评估纳入资格
    1. 纳入符合所有预设纳入标准且已签署书面知情同意书的参与者。
    2. 排除有大量饮酒史的参与者。
    3. 排除患有病毒性肝炎（乙型肝炎或丙型肝炎）、自身免疫性肝病、药物性肝损伤、遗传性肝病、妊娠、活动性恶性肿瘤、失代偿性心力衰竭或其他可能干扰心血管代谢评估的慢性肝病的参与者。
      注：通过为每位参与者分配编码的研究标识符，从研究数据库中移除姓名、病历号及其他个人身份信息，并将超声心动图和颈动脉超声图像存储于安全的机构数据库中，以保护参与者隐私。

2. 食物频率问卷

  1. 选择膳食评估工具
    1. 选择适用于研究人群的经过验证的半定量食物频率问卷（FFQ）。
      注：应使用先前通过多次24小时膳食回顾或膳食记录验证过的FFQ。在本方案中，采用包含140项的食物条目的半定量FFQ（ENSANUT）来评估过去7天内的习惯性膳食摄入量20,21。
  2. 准备膳食评估
    1. 在招募参与者之前，使用标准化的书面说明对所有访谈员进行培训。
    2. 在所有访谈员中统一问卷施测、份量估计、回答解释及数据记录的标准。
  3. 实施FFQ
    1. 通过面对面访谈的方式进行FFQ调查。
    2. 指导参与者报告在FFQ规定参考期间内的习惯性食物和饮料摄入情况。
    3. 应包括工作日和周末所消费的食物。
    4. 排除因急性疾病、住院或短期治疗干预所引起的暂时性膳食变化。
  4. 记录膳食摄入
    1. 使用FFQ预定义的频率类别记录食物摄入情况。
    2. 使用标准化的家庭用具、食物模型、照片或参考份量指南估计食物份量。
    3. 对参与者不熟悉的食物、份量或频率类别进行澄清，但不得影响其回答。
      注：访谈结束后应立即审核每份完成的FFQ，以验证数据质量。识别缺失的回答或不一致的信息，并在将数据录入研究数据库之前直接与参与者核实并解决差异。
  5. 计算每日膳食摄入量
    1. 将报告的摄入频率转换为平均每日摄入量（份/天）。
    2. 根据FFQ手册将份量转换为每日克数或毫升数。
    3. 使用适当的食物成分数据库和营养分析软件计算每日营养素摄入量。
    4. 对所有参与者采用相同的营养素计算方法。
      暂停点：在完成数据质量核查后，安全保存已完成的FFQ，并在后续进行营养素分析及膳食炎症指数（DII）计算。

3. 膳食炎症指数估算

注意：膳食炎症指数（Dietary Inflammatory Index, DII）是一种基于文献的算法，通过使用经过验证的膳食评估工具收集的数据，来估算习惯性膳食摄入的炎症潜力8。

  1. 准备膳食摄入数据
    1. 使用标准化的食物成分数据库和营养分析软件，将所有食物频率问卷（FFQ）的应答结果转换为每日营养素摄入量。
    2. 对所有参与者采用相同的营养素计算方法。
  2. 选择膳食成分
    1. 确定可用于计算膳食炎症指数（DII）的膳食成分。
    2. 仅使用所选食物频率问卷（FFQ）和食物成分数据库能够可靠捕获的膳食成分进行DII计算。
    3. 对所有参与者应用相同的一组膳食成分。
      注意：对于未测量的膳食成分，不得赋值为零。
  3. 计算标准化得分
    1. 将每种膳食成分的摄入量与原始DII方法学中描述的相应全球参考均值和标准差进行比较8。
    2. 使用以下公式计算标准化得分：
    3. 标准化得分 = (参与者摄入量 − 全球参考均值) ÷ 全球参考标准差
  4. 计算中心化百分位数
    1. 根据原始DII方法学，将每个标准化得分转换为中心化百分位数。
    2. 使用以下公式计算中心化百分位数：
    3. 中心化百分位数 = (百分位数 × 2) − 1
  5. 计算各成分DII得分
    1. 将中心化百分位数乘以原始DII数据库中为每种膳食成分指定的炎症效应得分8。
    2. 对所有可用的膳食成分重复该计算。
    3. 成分DII得分 = 中心化百分位数 × 炎症效应得分
  6. 计算总体膳食炎症指数
    1. 将各成分DII得分相加，得到每位参与者的总体DII得分。
    2. 负值表示更具抗炎性的膳食模式。
    3. 正值表示更具促炎性的膳食模式。
  7. 对参与者进行分类
    1. 根据参与者的DII得分进行排序。
    2. 依据研究人群的分布情况，将参与者划分为四分位组。
  8. 执行质量控制
    1. 对所有参与者使用相同的FFQ、食物成分数据库、营养分析软件及DII计算方法。
    2. 在分析前，检查所有膳食记录是否存在信息缺失、能量摄入不合理或数据录入错误。
    3. 随机抽取部分参与者的样本，独立重新计算其DII，以验证计算的准确性。
    4. 记录DII计算中包含的所有膳食成分，并报告无法获取的成分。

4. MASLD 评估

  1. 按照1.2.2所述确认肝脂肪变性。
    注意：尽可能由同一位经验丰富的放射科医生使用相同的采集参数完成所有检查，以尽量减少操作者依赖性变异。
  2. 评估酒精摄入情况
    1. 采用标准化临床访谈评估酒精摄入情况。
    2. 排除酒精摄入量超过当前MASLD诊断阈值的受试者。
  3. 排除肝脂肪变性的继发原因
    1. 排除患有慢性病毒性肝炎（HBV或HCV）的受试者。
    2. 排除患有自身免疫性肝病、药物性肝损伤、遗传性肝病、妊娠、活动性恶性肿瘤或其他可能干扰心脑代谢评估的慢性肝病的受试者。
  4. 评估心脑代谢危险因素
    1. 评估体重指数（BMI），将BMI ≥25 kg/m2定义为超重或肥胖。
    2. 根据空腹血浆葡萄糖 >125 mg/dL诊断2型糖尿病。
    3. 通过确认以下至少两项标准的存在来评估代谢紊乱：腰围增加、血压 ≥130/85 mmHg、甘油三酯 ≥150 mg/dL、男性HDL-C <40 mg/dL或女性HDL-C <50 mg/dL、空腹血浆葡萄糖100–125 mg/dL或HbA1c 5.7%–6.4%，或胰岛素抵抗标志物升高（如HOMA-IR）。
  5. 根据当前共识标准，当确认存在肝脂肪变性并至少伴有一个心脑代谢危险因素时，诊断为MASLD。

5. 评估心脏代谢风险

  1. 获取人口统计学和人体测量学数据
    1. 记录参与者的年龄、性别、病史、当前用药情况以及已诊断的心血管代谢性疾病，包括2型糖尿病和高血压。
    2. 使用校准后的设备测量身高和体重。
    3. 通过将体重（kg）除以身高的平方（m2）计算体重指数（BMI）。
    4. 使用不可拉伸的卷尺测量最后肋骨下缘与髂嵴中点之间的腰围。
  2. 采用常规自动化临床实验室方法测定心血管代谢风险的生化标志物
    1. 根据机构实验室规程采集空腹血液样本。
    2. 使用常规自动化临床实验室检测方法测定生化标志物，包括总胆固醇、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、甘油三酯、空腹血浆葡萄糖、糖化血红蛋白（HbA1c）和空腹胰岛素。
      注意：自动化临床实验室检测通常采用酶法比色法测定总胆固醇和甘油三酯；采用直接均相酶法比色法测定HDL-C和LDL-C；采用己糖激酶酶法测定空腹血浆葡萄糖；采用高效液相色谱法（HPLC）测定HbA1c；采用化学发光免疫分析法测定空腹胰岛素。
    3. 计算胰岛素抵抗稳态模型评估值（HOMA-IR）。
    4. 计算甘油三酯与高密度脂蛋白胆固醇（TG/HDL-C）比值。
    5. 按以下公式计算血浆致动脉粥样硬化指数（AIP）：
      AIP = log (TG/HDL-C)
  3. 测定血浆炎症生物标志物
    注意：处理人类生物样本时应遵守机构生物安全规定和标准防护措施。穿戴适当的个人防护装备（PPE），使用无菌材料和无菌技术，将样本置于密封容器中运输，并按照机构规定处置生物废弃物。
    1. 采集并处理血液样本
      1. 采用无菌技术从肘前静脉采集15 mL空腹静脉血，注入含适当抗凝剂的采血管中。
      2. 轻柔颠倒混匀采血管8–10次。在4 °C条件下以2,000 × g离心10分钟。
      3. 将血浆上清液转移至标记好的无菌管中，并按需分装。将分装样本储存于−80 °C直至分析。
    2. 进行ELISA检测
      1. 配制标准品和样本稀释液。将100 µL的标准品、对照品及适当稀释的血浆样本以复孔形式加入指定的抗体包被孔中。
      2. 室温下轻度振荡孵育2.5小时。吸出内容物，用含0.05%吐温20（PBST，pH 7.2–7.4）的磷酸盐缓冲液洗涤3次，每次300 µL，最后一次洗涤后去除残留液体。
      3. 每孔加入100 µL检测抗体，室温孵育1小时。洗涤微孔板后，加入100 µL链霉亲和素-辣根过氧化物酶（streptavidin-HRP），室温孵育30–60分钟。重复洗涤步骤。
      4. 每孔加入100 µL TMB底物以显色。室温避光孵育20–30分钟，然后加入终止液。
      5. 使用酶标仪在450 nm波长处测定吸光度。根据标准曲线计算待测物浓度。
      6. 每个血浆样本均以复孔检测，并计算平均值用于统计分析。
      7. 每次分析运行中均需包含校准标准品和质控样本。
      8. 确认复孔测量值符合预设的变异系数标准。若超出标准或发现技术误差，则需重复测量。
      9. 使用编码的参与者标识符记录最终结果。在整个实验室分析过程中保持样本匿名性。
  4. 通过超声心动图评估左心室舒张功能
    1. 准备参与者和设备
      1. 在图像采集前让参与者安静休息至少10分钟。
      2. 将参与者置于左侧卧位，并连接心电图导联以实现心动周期同步。
      3. 在安静呼吸期间采集所有图像，尽量减少呼吸运动影响。
      4. 使用配备2–5 MHz相控阵探头的高分辨率超声系统，该探头具备脉冲波多普勒和组织多普勒成像功能。
      5. 在整个研究过程中尽可能保持相同的超声设备、探头设置和采集参数。
        注意：所有检查均应遵循美国超声心动图学会和欧洲心血管影像协会的现行建议12,22。
    2. 采集标准超声心动图图像
      1. 获取标准的胸骨旁长轴、胸骨旁短轴、心尖四腔、心尖二腔和心尖长轴切面图像。
      2. 在多普勒采集前优化增益、深度、扇形宽度和帧率。
    3. 测量二尖瓣血流
      1. 在心尖四腔切面中将脉冲波多普勒取样容积置于二尖瓣叶尖之间。
      2. 记录早期（E）和晚期（A）跨瓣血流速度。
      3. 至少采集三个连续的心动周期用于分析。
    4. 进行组织多普勒成像
      1. 在心尖四腔切面中启动脉冲波组织多普勒成像。
      2. 依次将取样容积置于室间隔和侧壁二尖瓣环处。
      3. 尽可能使超声束与心肌运动方向平行。
      4. 在每个瓣环位置记录三个连续的心动周期。
    5. 计算瓣环速度
      1. 测量室间隔和侧壁的e′速度。
      2. 对每个瓣环位置的三个心动周期取平均值。
      3. 计算平均瓣环e′速度。
    6. 计算E/e′比值
      1. 通过将二尖瓣E速度除以平均瓣环e′速度计算平均E/e′比值。
      2. 如可获得，分别报告室间隔和侧壁的E/e′比值。
        注意：为质量控制，应在呼吸稳定期间至少采集三个连续的心动周期，并对每个超声心动图变量取三次独立测量的平均值。保存所有数字图像，由至少两名对实验室和饮食数据不知情的经过培训的操作员进行离线分析，并在最终数据分析前评估操作者间可重复性。
  5. 通过测量颈动脉内膜-中膜厚度评估亚临床动脉粥样硬化
    1. 准备参与者和设备
      1. 使用配备7–15 MHz线阵血管探头的高分辨率超声系统进行颈动脉超声检查。
      2. 在图像采集前让参与者仰卧位休息至少10分钟。
      3. 将颈部轻微后伸，并将头部向检查侧相反方向旋转约30–45°。
      4. 避免过度旋转头部，以维持血管几何形态并优化图像质量。
      5. 尽可能对所有参与者使用相同的超声系统、探头、采集设置和分析软件。
    2. 进行颈动脉超声检查
      1. 分别检查左右颈动脉。
      2. 在横断面上识别颈总动脉、颈动脉球部、颈内动脉和颈外动脉。
      3. 旋转探头以获得纵切图像，清晰显示管腔-内膜界面和中膜-外膜界面。
      4. 在测量前优化图像深度、焦点区域和总体增益。
    3. 测量颈动脉内膜-中膜厚度
      1. 将CIMT定义为管腔-内膜界面前缘与中膜-外膜界面前缘之间的距离。
      2. 选择颈动脉球部近端约10 mm处远端颈总动脉后壁无斑块的节段。
        注意：除非这些区域被预定义为主要研究结局，否则不应将颈动脉球部或颈内动脉纳入主要的颈总动脉CIMT测量。
    4. 计算CIMT
      1. 从每侧颈动脉至少获取三次测量值。
      2. 分别计算右侧和左侧颈动脉的平均CIMT。
      3. 将左右侧平均值取平均，计算总体平均CIMT。
      4. 将每侧无斑块的最大CIMT作为次要描述性变量记录。
    5. 解释CIMT
      1. 主要将CIMT作为连续变量进行分析。
      2. 仅在适当时，为代表性分类分析应用预定义的研究特异性CIMT阈值（<0.7 mm 或 ≥0.7 mm）。
      3. 将颈动脉斑块记录为与CIMT测量分开的变量。
        注意：仅在代表性分析中使用≥0.7 mm的CIMT阈值；如可获得，应使用基于年龄和性别的特异性参考值。通过训练有素的超声技师、编码图像以及至少两名研究者的盲法独立分析确保质量控制。使用组内相关系数（ICCs）及其95%置信区间评估观察者间和观察者内可靠性，当动脉界面显示不清时应重复测量。

6. 统计学分析

  1. 估算样本量
    1. 根据主要研究目的和预期效应量估算所需的样本量。
    2. 采用显著性水平（α）为 0.05，统计检验效能至少为 80%。
  2. 使用适当的正态性检验（如 Shapiro–Wilk 检验）评估连续变量的分布情况。
  3. 选择统计检验方法
    1. 对符合正态分布的连续变量，采用 Student's t-检验进行分析。
    2. 对不符合正态分布的连续变量，采用 Mann–Whitney U 检验进行分析。
    3. 当比较两个以上组别时，根据情况选用单因素方差分析（ANOVA）或 Kruskal–Wallis 检验。
    4. 对分类变量，采用卡方检验或 Fisher 精确检验进行分析。
    5. 使用 Pearson 相关性分析评估符合正态分布变量之间的关联性。
    6. 使用 Spearman 等级相关性分析评估不符合正态分布变量之间的关联性23,24,25。
  4. 调整混杂变量
    1. 在适当情况下，进行多变量回归分析，以评估膳食炎症指数与心脏代谢结局之间的独立关联。
    2. 在回归模型中对临床相关的混杂变量进行调整，包括年龄、性别、体重指数、腰围、合并症、吸烟状况、体力活动水平以及可能影响炎症生物标志物的药物使用情况26。
  5. 将双侧 p 值 <0.05 视为具有统计学意义。
  6. 报告统计分析结果
    1. 根据情况，以均值 ± 标准差或中位数（四分位距）的形式报告连续变量。
    2. 以频数和百分比的形式报告分类变量。
    3. 在适用情况下，报告效应估计值及其相应的 95% 置信区间。

结果

所有参与者均通过标准化肝脏超声检查确诊为代谢功能障碍相关脂肪性肝病（MASLD）。研究人群按年龄和性别进行匹配，最常见的合并症为2型糖尿病、系统性动脉高血压和血脂异常，详见表1。代表性分析所依据的原始数据见补充文件1。

作为该方案的一个代表性应用，膳食炎症指数（DII）被分析作为膳食炎症潜能的指标。探索性分析显示，DII 与 E/e′ 比值之间存在中等程度的正相关关系（Spearman's ρ = 0.50，p < 0.05），而 DII 与颈动脉内膜中层厚度（CIMT）之间未观察到显著相关性（Spearman's ρ = 0.40，p = 0.81；图 1）。因此，DII 与 CIMT 之间的相关性应被视为一项探索性、无统计学意义的结果。

代表性生化分析表明，MASLD 患者的血浆葡萄糖、HbA1c 和甘油三酯浓度更高，心血管风险也更大，这体现在升高的甘油三酯与高密度脂蛋白胆固醇比值（TG/HDL-C）和血浆致动脉粥样硬化指数上。通过根据颈动脉内膜中层厚度（CIMT）对参与者进行分层，进一步评估了亚临床动脉粥样硬化。代表性分析显示，CIMT 增加与体重、体重指数或腰围无关，但与 MASLD 的存在相关（表 2）。

该方案的适用性进一步体现在预定义的参与者分类标准中。被分配至最高DII四分位数（Q4）的参与者代表膳食炎症负担最重的亚组，而被分配至Q1的参与者则代表炎症暴露水平最低。同样，颈动脉内膜中层厚度（CIMT）≥0.7 mm的参与者被归类为具有增加的亚临床动脉粥样硬化，而E/e′值＞14则提示左心室充盈压升高及舒张功能障碍。这些预定义的阈值为解读膳食、血管和心脏相关发现提供了标准化框架，并有助于在不同参与者组间对心脏代谢风险进行可重复的比较。

figure-results-1
图1膳食炎症指数与早期心脏代谢指标之间的代表性关系 (A) 膳食炎症指数（DII）与E/e比值之间的相关性′ 比值，一种超声心动图评估左心室充盈压的指标。BDII 与颈动脉内膜中层厚度（CIMT）之间的相关性，以连续变量形式进行分析。预设的 CIMT 阈值 0.7 mm 仅用于代表性分类分析，不应将其解读为通用的诊断截断值。 请点击此处以查看此图的放大版本。

无 MASLD有 MASLDp 值
(n = 10)(n = 15)
年龄（岁） 42 (37 – 48)41 (39 – 43)0.37
男性，n (%)4 (40.0)8 (53.3)0.4
空腹血糖（mg/dL）88 (83 – 94)105 (98 – 125)0.01
HbA1c5.9 (5.5 - 6.1)6.4 (6.0 – 7.2)0.02
TG（mg/dL）120 (74 – 147)219 (108 – 297)0.02
HDLc（mg/dL）41 (37 – 46)48 (30 – 57)0.43
TG/HDL-C 比值2.5 (1.8 – 4.9)5.1 (2.6 – 6.7)0.04
AIP0.32 (0.24 – 0.41)0.42 (0.35 – 0.62)0.04
CRP（mg/dL）0.8 (0.4 – 1.0)1.1 (0.2 – 1.3)0.23

表1：根据代谢功能障碍相关脂肪性肝病（MASLD）状态划分的代表性人口统计学、生物化学及心脏代谢特征。 无MASLD与有MASLD参与者的基线人口统计学特征以及代表性生物化学和心脏代谢参数。连续变量以中位数（四分位间距）表示，分类变量以 n (%) 表示。连续变量的组间比较采用学生t检验或Mann–Whitney U检验，分类变量采用Fisher确切概率法。缩写：MASLD = 代谢功能障碍相关脂肪性肝病；HbA1c = 糖化血红蛋白；TG = 甘油三酯；HDL-C = 高密度脂蛋白胆固醇；AIP = 血浆致动脉粥样硬化指数；CRP = C反应蛋白。

早期动脉粥样硬化进展期动脉粥样硬化p值
CIMT ＜ 0.7 (n = 18)CIMT ≥ 0.7 (n = 7)
体重 (kg) 73.4 ± 18.070.0 ± 10.60.4
BMI (kg/m2) 30.0 ± 5.2429.0 ± 4.430.46
腰围 (cm)90.5 ± 7.596.5 ± 2.890.48
MASLD8 (44.4)7 (100)0.01

表2：根据颈动脉内膜中层厚度划分的代表性人体测量学特征 代表性人体测量特征及根据颈动脉内膜中层厚度（CIMT）分层的代谢相关脂肪性肝病（MASLD）患病率。根据CIMT将参与者分为早期亚临床动脉粥样硬化组（CIMT＜0.9 mm）和动脉粥样硬化斑块形成组（CIMT≥0.9 mm） <0.7 mm）或亚临床动脉粥样硬化增加（CIMT ≥0.7 mm）。连续变量以均值表示 ± 标准差，分类变量以 n （%）。组间比较采用 Student's t检验，Mann-Whitney U 根据情况采用t检验或卡方检验。缩写：BMI = 体重指数；WC = 腰围；CIMT = 颈动脉内膜中层厚度。

补充文件 1：本研究中所述分析所使用的原始数据。 请点击此处下载该文件。

讨论

本文所述方法提供了一种标准化的工作流程，用于研究心脏代谢和致动脉粥样硬化负担是否与代谢功能障碍相关性脂肪性肝病（MASLD）相关，其理论基础是肝脏相关的代谢功能障碍可能促进早期动脉粥样硬化27,28。该工作流程建立了标准化的受试者筛选、膳食评估、生物标志物定量、心血管影像学检查、质量控制和数据验证程序，以提高方法学的一致性和可重复性。在可行的情况下，所有测量均使用相同的设备、标准化的采集参数、经过培训的技术人员、重复验证以及盲法图像分析，以尽量减少不同研究者和机构之间的操作者依赖性变异。采用结构化、图像辅助的食物频率问卷（FFQ）进行膳食评估是关键环节，因为DII（膳食炎症指数）的计算依赖于自我报告膳食摄入的准确性。使用标准化参考份量和视觉辅助工具可减少回忆偏倚，并提高个体间的可比性29,30。同样，利用包含45种膳食参数的全球参考数据库计算膳食炎症指数（DII），可在不同人群中实现膳食炎症潜能的标准化评估8,9。此阶段若出现膳食摄入的误分类，可能会削弱与心脏代谢结局之间的关联性。此外，整合生化标志物、左心室舒张功能（E/e′）的超声心动图评估以及颈动脉内膜-中层厚度（CIMT）测量，可对早期心脏代谢风险进行全面评估。严格遵循指南推荐的检测方案，可最大限度地减少操作者依赖性变异，确保心血管测量结果的可靠性和可重复性12,15,22。

需要强调的是，膳食炎症指数（DII）旨在表征个体间膳食炎症潜力的差异，而非用于诊断代谢相关脂肪性肝病（MASLD）或独立预测心脑血管代谢性疾病。因此，并非所有MASLD患者都会表现出升高的DII评分，而较高的DII评分也并不一定意味着存在严重的心脑血管代谢异常。本方案将DII作为分层变量，用于探讨膳食炎症负担的增加是否与MASLD疾病谱中进行性的亚临床心血管改变相关。为了提高可行性，本方案采用经过人群适配的膳食频率问卷（FFQ），便于在临床环境中实施。尽管全面的膳食评估工具可涵盖更广泛的营养素，但简化的FFQ在估算DII及饮食相关的炎症模式方面已显示出可接受的有效性31。

该方案还纳入了标准化的质量控制程序，以提高实验室检测和影像学评估过程中的可重复性。标准化的血液采集、及时的样本处理、适当的储存条件、编码化的样本标识、实验室指标的重复检测以及质量控制样本的纳入，可最大限度地减少分析变异。同样，标准化的患者体位、多普勒声束校准、图像采集切面以及多个心动周期的平均测量值，可降低超声心动图测量的变异；而采用标准化的无斑块远壁段颈总动脉进行双侧颈动脉内中膜厚度（CIMT）评估，并结合独立且盲法的图像审核，可提高血管测量的可重复性。该工作流程可适应不同的研究环境，允许实验室基础设施有限的研究中心优先实施膳食评估、人体测量学评价以及基于超声的心血管评估，再根据可用资源和研究目标逐步纳入额外的分子或炎症生物标志物检测。

该工作流程的另一优势在于能够识别表型不一致的个体，例如具有高度促炎性饮食模式但无心代谢异常证据的个体，或相反，尽管已存在心代谢功能障碍，但其膳食炎症指数（DII）值相对较低的个体。此类发现有助于深入理解饮食模式、胰岛素敏感性、内脏脂肪堆积、体力活动、遗传与表观遗传因素、药物治疗、睡眠质量及其他心代谢健康环境决定因素之间的复杂相互作用。采用该标准化方案的纵向研究可进一步阐明膳食炎症负荷与代谢相关脂肪性肝病（MASLD）中心代谢疾病进展之间的关系。

本方案存在若干局限性，需予以考虑。横断面研究设计无法对饮食炎症潜力与心脏代谢损伤之间的关系进行因果推断。此外，膳食炎症指数（DII）反映的是习惯性饮食模式，而非急性炎症反应，且自我报告的饮食评估易受回忆偏倚的影响32。仅依赖C反应蛋白（CRP）作为全身性炎症标志物，相较于更广泛的细胞因子谱分析，可能低估细微的炎症变化33。同样，颈动脉内膜中层厚度（CIMT）的可重复性取决于所评估的动脉节段、管壁选择、心动周期时相以及测量次数。因此，连续CIMT分析及基于人群特异性百分位数的解读更为可取；而代表性结果中使用的≥0.7 mm阈值应视为预设的、研究特异性的分析截断值，而非普适的临床阈值。重要的是，本方案旨在作为早期心脏代谢风险评估的工作流程，而非诊断或预后算法。与主要依赖人体测量、血压评估、血糖状态、肝相关生化检测和血脂谱来评估心血管风险的传统代谢相关脂肪性肝病（MASLD）患者心脏代谢筛查方法不同34,35，该工作流程整合了五个互补的评估维度：（i）通过DII量化饮食炎症负担；（ii）生化心脏代谢谱分析；（iii）循环炎症生物标志物；（iv）利用E/e′比值进行超声心动图评估左心室舒张功能；（v）CIMT作为早期亚临床动脉粥样硬化的标志。这些互补性评估共同提供了一个标准化、无创且可重复的框架，可在临床明显的心血管疾病发生之前识别早期代谢与血管改变，同时作为对传统心脏代谢筛查的补充而非替代1,3,12,15,34,35,36,37,38,39。

披露

作者无任何利益冲突需要披露。

致谢

作者感谢机构项目 E015 提供的经费支持。

材料

本文使用的材料清单
姓名公司目录编号评论
ELISA 检测试剂盒 Abcamab65328ELISA 检测试剂盒，比色法，Abcam，适用于 96 孔板
用于吸光度检测的酶标仪，SunriseTecan 30190079检测模式：吸光度；波长范围：340 nm - 750 nm；滤光片波长：405 nm、450 nm、492 nm、620 nm；板型：96 孔板
血压计HomecareANEROIDE 1000100% 棉质自调节魔术贴袖带，成人动脉指示袖套
用于测量 CIMT 的超声设备Philips EPIQ7L12-3 Broadband Linear Array Transducer线性探头（宽带线性阵列探头）

参考文献

  1. Rinella ME, et al. A multisociety Delphi consensus statement on new fatty liver disease nomenclature. J Hepatol. 2023;79(6):1542-1556.
  2. Younossi ZM, et al. The global epidemiology of nonalcoholic fatty liver disease and nonalcoholic steatohepatitis: a systematic review. Hepatology. 2023;77(4):1335-1347.
  3. Byrne CD, Targher G. NAFLD: a multisystem disease. J Hepatol. 2015;62(1 Suppl).
  4. Paik JM, et al. Changes in the global burden of chronic liver diseases from 2012 to 2017: the growing impact of NAFLD. Hepatology. 2020;72(5):1605-1616.
  5. Monteiro CA, Cannon G, Lawrence M, Costa Louzada ML. Ultra-processed foods, diet quality, and health using the NOVA classification system. Food and Agriculture Organization of the United Nations; Rome; 2019.
  6. Schwingshackl L, et al. Adherence to healthy dietary patterns and risk of chronic diseases: an updated umbrella review of meta-analyses of prospective cohort studies. Nutrients. 2021;13(10):3395.
  7. Medina-Remón A, et al. Polyphenol intake from a Mediterranean diet decreases inflammatory biomarkers related to atherosclerosis: a substudy of the PREDIMED trial. Br J Clin Pharmacol. 2017;83(1):114-128.
  8. Shivappa N, et al. Designing and developing a literature-derived, population-based Dietary Inflammatory Index. Public Health Nutr. 2014;17(8):1689-1696.
  9. Shivappa N, et al. Dietary inflammatory index and cardiovascular risk and mortality: a meta-analysis. Nutrition. 2019;59:56-64.
  10. Vissers LET, et al. The relationship between the Dietary Inflammatory Index and risk of cardiovascular disease, cardiovascular mortality, and all-cause mortality: a prospective cohort study. Am J Clin Nutr. 2017;105(5):1113-1119.
  11. Mazidi M, et al. Dietary inflammatory index and cardiometabolic risk in US adults. Atherosclerosis. 2018;276:23-27.
  12. Nagueh SF, et al. Recommendations for the evaluation of left ventricular diastolic function by echocardiography: an update from the American Society of Echocardiography and the European Association of Cardiovascular Imaging. J Am Soc Echocardiogr. 2016;29(4):277-314.
  13. Paulus WJ, Tschöpe C. A novel paradigm for heart failure with preserved ejection fraction: comorbidities drive myocardial dysfunction and remodeling through coronary microvascular endothelial inflammation. J Am Coll Cardiol. 2013;62(4):263-271.
  14. Lorenz MW, et al. Prediction of clinical cardiovascular events with carotid intima-media thickness: a systematic review and meta-analysis. Circulation. 2007;115(4):459-467.
  15. Touboul PJ, et al. Mannheim carotid intima-media thickness and plaque consensus (2004-2006-2011): an update on behalf of the Advisory Board of the 3rd, 4th and 5th Watching the Risk Symposia. Cerebrovasc Dis. 2012;34(4):290-296.
  16. Dobiásová M. Atherogenic index of plasma [log(triglycerides/HDL-cholesterol)]: theoretical and practical implications. Clin Chem. 2004;50(7):1113-1115.
  17. Niroumand S, et al. Atherogenic index of plasma: a marker of cardiovascular disease. Med J Islam Repub Iran. 2015;29:240.
  18. Tilg H, Moschen AR. Evolution of inflammation in nonalcoholic fatty liver disease: the multiple parallel hits hypothesis. Hepatology. 2010;52(5):1836-1846.
  19. Francque SM, et al. Non-alcoholic fatty liver disease: a patient guideline. JHEP Rep. 2021;3(5):100322.
  20. Denova-Gutiérrez E, et al. Validity of a food frequency questionnaire to assess food intake in Mexican adolescent and adult population. Salud Publica Mex. 2016;58(6):617-628.
  21. Denova-Gutiérrez E, et al. Relative validity of a food frequency questionnaire to identify dietary patterns in an adult Mexican population. Salud Publica Mex. 2016;58(6):608-616.
  22. Lang RM, et al. Recommendations for cardiac chamber quantification by echocardiography in adults: an update from the American Society of Echocardiography and the European Association of Cardiovascular Imaging. Eur Heart J Cardiovasc Imaging. 2015;16(3):233-270.
  23. Cohen J. Statistical power analysis for the behavioral sciences. 2nd ed. Lawrence Erlbaum Associates; Hillsdale, NJ; 1988.
  24. Shapiro SS, Wilk MB. An analysis of variance test for normality: complete samples. Biometrika. 1965;52(3-4):591-611.
  25. Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J R Stat Soc Series B Stat Methodol. 1995;57(1):289-300.
  26. Greenland S, Pearce N. Statistical foundations for model-based adjustments. Annu Rev Public Health. 2015;36:89-108.
  27. Targher G, et al. Increased prevalence of cardiovascular disease in type 2 diabetic patients with non-alcoholic fatty liver disease. Diabet Med. 2006;23(4):403-409.
  28. Lonardo A, et al. Hypertension, diabetes, atherosclerosis and NASH: Cause or consequence J Hepatol. 2018;68(2):335-352.
  29. Willett W. Nutritional epidemiology. 3rd ed. Oxford University Press; New York; 2013.
  30. Thompson FE, Subar AF. Dietary assessment methodology. In: Coulston AM, Boushey CJ, Ferruzzi MG, Delahanty LM, editors. Nutrition in the prevention and treatment of disease. 4th ed. Academic Press; London; 2017:5-48.
  31. Cavicchia PP, et al. A new dietary inflammatory index predicts interval changes in serum high-sensitivity C-reactive protein. J Nutr. 2009;139(12):2365-2372.
  32. Freedman LS, et al. Pooled results from 5 validation studies of dietary self-report instruments using recovery biomarkers for energy and protein intake. Am J Epidemiol. 2014;180(2):172-188.
  33. Pearson TA, et al. Markers of inflammation and cardiovascular disease: application to clinical and public health practice: a statement for healthcare professionals from the Centers for Disease Control and Prevention and the American Heart Association. Circulation. 2003;107(3):499-511.
  34. European Association for the Study of the Liver, European Association for the Study of Diabetes, European Association for the Study of Obesity. EASL-EASD-EASO clinical practice guidelines on the management of metabolic dysfunction-associated steatotic liver disease. J Hepatol. 2024;81(3):492-542.
  35. Arnett DK, et al. 2019 ACC/AHA guideline on the primary prevention of cardiovascular disease: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Circulation. 2019;140(11).
  36. Ruiz-Canela M, Bes-Rastrollo M, Martínez-González MA. The role of dietary inflammatory index in cardiovascular disease, metabolic syndrome and mortality. Curr Cardiol Rep. 2016;18(7):60.
  37. Targher G, Day CP, Bonora E. Risk of cardiovascular disease in patients with nonalcoholic fatty liver disease. N Engl J Med. 2010;363(14):1341-1350.
  38. Calder PC, et al. Dietary factors and low-grade inflammation in relation to overweight and obesity. Br J Nutr. 2011;106(Suppl 3).
  39. Estruch R, et al. Primary prevention of cardiovascular disease with a Mediterranean diet supplemented with extra-virgin olive oil or nuts. N Engl J Med. 2018;378(25).

重印与许可

标签

膳食炎症指数肝脂肪变性颈动脉超声检查超声心动图评估炎症生物标志物甘油三酯高密度脂蛋白胆固醇比值致动脉粥样硬化指数

本文已发表

视频即将推出

联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。