在全球范围内，高血压的影响范围极其广泛，超过 11 亿人深受其扰。高血压就像一颗隐藏在身体里的定时炸弹，是诱发心血管疾病的重要因素，而中风、心力衰竭以及心肌梗死等都与它密切相关。中风，更是因其突然发作且后果严重，严重威胁着人们的生命健康。一旦发病，它可能导致缺血性（因血栓堵塞血管）或出血性（因血管破裂）的脑部血液供应中断，不仅是全球范围内导致死亡和长期残疾的主要原因，还会给患者个人、家庭以及整个医疗系统带来沉重的负担。那些中风幸存者，往往伴随着身体和认知功能的严重受损，生活质量大幅下降，医疗费用也随之急剧增加。
在众多影响心血管健康的因素中，饮食的作用不可小觑。不良的饮食习惯，比如大量摄入饱和脂肪、反式脂肪以及精制糖，就像是在身体里埋下一颗颗 “隐患种子”，它们会逐渐引发动脉粥样硬化、高血压和肥胖，而这些都是心血管疾病的主要风险因素。相反，富含水果、蔬菜、全谷物和健康脂肪的饮食，例如地中海饮食，却像是身体的 “保护神”，能够有效降低心血管疾病的发生风险。
炎症，作为心血管疾病发生和发展过程中的关键因素，就像一个隐藏在暗处的 “捣乱分子”，默默地推动着疾病的进展。慢性全身性炎症在动脉粥样硬化的发病机制中起着重要作用，它会促使斑块形成，还会让斑块变得不稳定，最终可能导致心脏病发作和中风。像 C 反应蛋白（CRP）和白细胞介素 - 6（IL - 6）这些生物标志物，就像是炎症的 “信号灯”，它们水平的升高，往往预示着心血管事件发生风险的增加。
膳食炎症指数（DII）则是评估个人饮食炎症潜力的有力工具。它通过综合评估各种已知影响炎症的饮食成分摄入情况，为每种成分打分，分数越高，说明饮食的促炎作用越强，反之则抗炎作用越强。尽管已有研究表明饮食炎症与心血管疾病之间存在联系，但对于 DII 对高血压患者中风风险的具体影响，相关研究还比较有限。为了填补这一空白，来自济南大学、云南省保山市第二人民医院、汕头市中心医院等多家机构的研究人员开展了一项深入研究。他们的研究成果发表在《Scientific Reports》上，为我们了解饮食、炎症与中风风险之间的关系提供了新的视角。
研究人员从美国国家健康和营养检查调查（NHANES）1999 - 2020 年的数据中选取了 23712 名高血压患者作为研究对象。在研究过程中，他们用到了多种关键技术方法。首先，根据参与者 24 小时饮食回忆数据计算 DII 得分，评估饮食的炎症潜力。对于中风的诊断，则是依据参与者自我报告的医生诊断结果。在统计分析方面，运用多变量逻辑回归模型，全面调整各种潜在混杂因素，评估 DII 与中风风险的关联；采用限制立方样条（RCS）回归探索二者的非线性关系；利用最小绝对收缩和选择算子（LASSO）回归筛选出影响中风风险的关键饮食因素，并构建风险预测列线图模型，通过受试者工作特征（ROC）曲线评估模型的预测能力。
研究结果
- 基线特征：研究发现，与无中风病史的参与者相比，有中风病史的患者年龄更大，女性占比更高，非西班牙裔白人更多。同时，中风患者糖尿病和冠心病的患病率更高，吸烟和饮酒的比例也更大。而且，他们的估算肾小球滤过率（eGFR）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）、甘油三酯（TG）、总胆固醇（TC）、高密度脂蛋白胆固醇（HDL - C）和低密度脂蛋白胆固醇（LDL - C）水平较低，而空腹血糖（FPG）、血清肌酐（SCR）和 DII 得分较高。
- DII 与中风患病率的关系：逻辑回归分析表明，高血压患者中，较高的 DII 水平与中风患病率增加显著相关。与 DII 最低四分位数（Q1）组相比，最高四分位数（Q4）组中风的优势比（OR）在不同模型中有明显差异，调整混杂因素后，Q4 组的 OR 为 1.44（95% 置信区间 1.19 - 1.74）。连续模型显示，调整混杂因素后，DII 每增加一个单位，中风患病率的 OR 为 1.08（1.04 - 1.13）。通过 RCS 分析发现，DII 与中风患病率之间存在非线性剂量反应关系，转折点为 0.29。当 DII 低于 0.29 时，与中风患病率无显著关联；高于 0.29 时，DII 每增加一个单位，中风患病率增加 17%（OR = 1.17，95% CI = 1.09 - 1.25）。
- 分层分析：在不同亚组中，多变量逻辑回归分析显示，大多数亚组中 DII 增加与中风 OR 值升高相关，但在年龄小于 60 岁的参与者、男性、墨西哥裔美国人、体重指数（BMI）≥30 kg/m² 的个体、从不吸烟者、轻度和重度饮酒者以及冠心病患者中，这种关联不具有统计学意义。不过，各亚组之间未观察到显著的交互作用，这表明较高的 DII 是中风的重要风险因素，不受年龄、性别、BMI、种族、吸烟状况、饮酒量、糖尿病和冠心病等因素的影响。
- 关键饮食成分：研究运用 LASSO 回归确定了影响高血压患者中风风险的关键饮食成分。最终得到的风险预测模型基于年龄、贫困收入比（PIR）、eGFR、膳食纤维、总饱和脂肪和总叶酸这六个变量构建，该模型的曲线下面积（AUC）为 70.93%（95% CI 69.81% - 72.06%），具有较高的预测准确性。
研究结论与讨论
本研究明确了 DII 与高血压患者中风风险之间存在显著关联，二者呈非线性关系。这一发现意义重大，它提示我们饮食的炎症潜力是中风的一个重要独立风险因素，通过调整饮食来减轻炎症，有可能降低中风风险。而且，研究还确定了膳食纤维、总饱和脂肪和总叶酸这三种关键饮食成分对中风风险的重要影响。增加膳食纤维和叶酸的摄入似乎具有保护作用，而较高的饱和脂肪摄入则会增加风险。
从临床角度来看，医生可以借助 DII 得分评估高血压患者的中风风险，并为患者提供个性化的饮食建议。研究构建的列线图模型也为精准预测个体中风风险提供了实用工具。从公共卫生层面出发，积极推广抗炎饮食，能够显著降低高血压人群的中风发病率。因此，公共卫生政策应加强对公众的教育，让大家了解饮食、炎症与中风风险之间的紧密联系，从而引导人们主动做出有利于心血管健康的饮食改变。
不过，该研究也存在一些局限性。研究采用的是横断面设计，这使得研究人员无法确定 DII 与中风风险之间的因果关系。而且，研究依赖于自我报告的饮食数据和中风诊断结果，可能会出现偏差和不准确的情况。此外，DII 计算仅包含 25 种食物参数，可能无法全面评估饮食的炎症潜力。未来的研究需要开展纵向研究，最好在急性中风发生时收集患者的饮食数据，以便进一步明确因果关系，深入探讨其他可能的混杂因素，从而更全面地理解饮食、炎症与中风风险之间的复杂关系。
生物通微信公众号
