心血管疾病（CVD）是全球第一大致死疾病。据世界卫生组织统计，每年因其死亡的人数占全球总死亡人数的30%以上。因此，预防CVD对于降低人群中的心血管风险至关重要。
先前的研究表明，健康的饮食和充足的运动均能够有效降低CVD死亡风险。然而，目前尚不清楚这两种因素对CVD死亡风险的共同作用。
2024年12月12日，中国学者用NHANES数据库，在期刊《European Journal of Nutrition》（医学二区，IF=4.1）发表题为：“Joint association of anti-inflammatory diet and vigorous leisure-time physical activity on all-cause and cardiovascular disease mortality in U.S. adults: findings from NHANES, 2007–2014”的研究论文，旨在探究抗炎饮食和休闲时间进行剧烈的体力活动（剧烈LTPA），对全因死亡率以及CVD死亡率的联合作用。
研究结果表明，抗炎饮食和每周进行75分钟以上的剧烈运动有助于降低全因和心血管的死亡风险，并且二者联合可以更有效的降低死亡风险。
在公共数据库与孟德尔随机化公众号回复“原文”即可获得文献PDF等资料。想用NHANES发文，看看这个可一键提取和分析数据的NHANES Online平台！如感兴趣请联系郑老师团队，微信号：aq566665
研究团队基于美国国家健康与营养调查（NHANES）数据库2007~2014年的数据，经过纳排，最终纳入了16,068名年龄≥18岁的美国成年人，平均年龄为49.37岁，其中51.06%为女性。在平均8.5年的随访期间，其中484人死于CVD。
图1 研究人群筛选流程图
√暴露定义和分类
饮食分类：研究团队通过膳食炎症指数（DII）评估饮食炎症指数，并根据28种营养素的摄入量（如脂肪、碳水化合物、蛋白质、维生素、矿物质等）来计算DII评分。其中：
DII评分＞0表示促炎饮食；
DII评分＜0表示抗炎饮食。
运动分类：团队将剧烈LTPA定义为持续时间为10分钟以上，可导致心脏和呼吸频率显著升高的运动（如跑步、足球、篮球、快速游泳和快速骑自行车等）。并进一步将其分为分为两类：
运动充足（剧烈LTPA时间≥75分钟/周）；
运动不足（剧烈LTPA时间<75分钟/周）。
主要研究结果
一、单因素分析
研究团队使用Cox回归模型，分别探究抗炎饮食和剧烈LTPA对全因死亡率以及CVD死亡率的影响。结果表明，抗炎饮食和充足的运动均能够显著降低全因死亡率以及CVD死亡率。
具体表现如下：
抗炎饮食：与促炎饮食相比，抗炎饮食组的全因死亡率和CVD死亡率分别降低了20%、29%；
剧烈LTPA：与运动不足相比，运动充足将全因死亡率和CVD死亡率分别降低了28%、46%。
图2 饮食与死亡率的关联
（根据年龄、性别、种族、教育水平、家庭收入、吸烟状况、饮酒状况、BMI、高血压、血糖状态和高脂血症进行调整）
图3 剧烈LTPA与死亡率的关联
二、交互作用分析
同时，研究团队还通过相乘交互作用和相加交互作用，探究抗炎饮食和剧烈LTPA在对全因死亡率以及CVD死亡率的作用上是否存在交互作用。结果显示，没有足够的证据表明它们之间存在交互作用。
三、联合效应分析
研究团队还进一步根据饮食和运动的特征将参与者分为四组，通过联合效应分析探究饮食和运动对全因死亡率以及CVD死亡率的联合作用。
结果表明，抗炎饮食可以降低运动不足者的全因死亡率和CVD死亡率。然而，充分运动并不能缓解促炎饮食所带来的负面影响。
并且综合来看，抗炎饮食＋运动充足可将参与者的全因死亡率和CVD死亡率均降到最低，其与促炎饮食＋运动不足者相比，分别降低了49%、69%。
图4 抗炎饮食和剧烈LTPA的联合作用
（模式1：促炎饮食+运动不足；模式2：抗炎饮食+运动不足；模式3：促炎饮食+运动充足；模式4：抗炎饮食+运动充足）
三、亚组分析
此外，在考虑了协变量的影响后，研究团队还进一步对上述四组参与者进行了亚组分析。结果表明，以上四个模式对全因死亡率以及CVD死亡率的影响均没有显著的交互作用（p for interaction>0.05）。
综上所述，研究表明抗炎饮食结合每周75分钟以上的剧烈运动可以最大限度地降低死亡风险。此外，抗炎饮食可以降低运动不足的危害，但运动却并不能降低促炎饮食带来的负面影响。
统计学方法
√交互作用分析
定义：交互作用描述的是当存在两个或多个自变量（独立变量）影响一个因变量时，这些自变量之间的相互影响关系。简单来说，如果一个自变量对因变量的影响依赖于另一个自变量的水平或值，那么这两个自变量之间就存在交互作用。
例如，本文中探讨了抗炎饮食和剧烈LTPA在影响全因死亡率以及CVD死亡率时，两者之间是否存在影响。
√联合效应分析
定义：联合效应通常指的是两个或多个因素的影响效应相互增强或相互抑制，即两个因素同时存在时，其效应并不仅仅是各个因素效应之和，而是因为两个因素之间的相互作用而产生的非线性效应。
√交互作用分析和联合效应分析的区别
关系性质：交互作用强调的是自变量如何相互影响对方对因变量的效应；而联合效应则强调两个或多个因素共同作用时产生的总体效应。
效应计算：在交互作用分析中，通常通过引入交互项来考察自变量对因变量的共同影响；而在联合效应分析中，则更侧重于计算两个或多个因素共同作用时的效应值。
例如，本文在探讨了饮食和剧烈LTPA对全因死亡率以及CVD死亡率的影响后，进一步探究二者的共同作用。
即，联合效应分析，乍一看，好像觉得思路很难，需要非常复杂的统计方法，但其实不是的，今天这篇文章思路非常简单！
研究思路：将参与者根据饮食的炎症特性和剧烈LTPA的程度分为四种模式：
模式1：促炎饮食+运动不足；
模式2：抗炎饮食+运动不足；
模式3：促炎饮食+运动充足；
模式4：抗炎饮食+运动充足。
之后，采用加权Cox比例风险回归模型计算具有CVD风险和全因死亡率风险的四种模式的风险比（HR）和95%可信区间（CI）。仅此而已！
这篇文章的分析思路清晰易懂，对于想用NAHNES数据做联合效应分析的同学而言，是一篇值得参考的好文章。想详细了解NHANES数据库发文思路的同学，郑老师的NHANES一对一统计服务课程值得了解一下！现在报名还会送一年的NHANES Online平台使用权，像本研究中涉及的NHANES指标DII，平台可零代码一键提取和分析数据。
