**摘要**
**背景**
白蛋白与球蛋白比率（AGR）是一种廉价且常规可获得的实验室指标，可能反映营养状况和全身免疫活性。然而，其在基于人群的样本中与桥本氏甲状腺炎（HT）和甲状腺自身抗体的关联尚未得到充分研究。我们调查了AGR与美国成年人HT和甲状腺自身抗体水平之间的关联。
**方法**
我们分析了2007-2012年全国健康与营养调查（NHANES）中的10,423名参与者。使用多变量逻辑回归来评估AGR与HT之间的关联，并应用平滑曲线拟合来评估关联的形状。我们还检查了AGR与甲状腺自身抗体之间的关系，并进行了敏感性和亚组分析以评估结果的稳健性。
**结果**
在完全调整的模型中，AGR每增加一个单位，HT的患病可能性降低（OR = 0.70；95% CI：0.54–0.91；p < 0.05）。曲线拟合分析支持AGR与HT之间存在线性负相关。AGR还与甲状腺过氧化物酶抗体（TPOAb）水平呈负相关（β = −11.33；95% CI：−17.91至−4.75；p = 0.0007），而与甲状腺球蛋白抗体（TgAb）的关联则无统计学意义（β = −4.23；95% CI：−10.88至2.43；p = 0.2129）。敏感性和亚组分析得出了一致的结果。
**结论**
在具有全国代表性的美国样本中，较低的AGR与较高的HT患病几率和较高的TPOAb水平相关。作为一种常规可获得的综合指标，AGR可能有助于HT的风险评估和人群层面的早期识别。这些发现是观察性的，需要前瞻性和机制性研究来确认时间顺序并阐明潜在的途径。
**1. 引言**
桥本氏甲状腺炎（HT），也称为慢性淋巴细胞性甲状腺炎，是最常见的自身免疫性甲状腺疾病之一。其特征是淋巴细胞浸润和甲状腺组织的逐渐破坏[1]。作为全球甲状腺功能减退的主要原因，HT影响了大约5%–10%的普通人群，且在女性中的发病率显著高于男性，男女比例为约7:1[2]。该病通常表现为非特异性症状，如疲劳、体重增加和皮肤干燥，这些症状会显著降低生活质量。尽管HT的发病机制尚未完全阐明，但识别新的生物标志物和相关风险因素非常重要。近年来，已经研究了多种血液学和生化标志物来评估HT的炎症状态。例如，红细胞分布宽度（RDW）在HT患者中经常增加，表明可能与慢性炎症有关[3]。一些研究还显示维生素D水平异常升高，可能反映了免疫功能的失调[4]。此外，HT患者的多种炎症相关比率也常常发生变化，包括中性粒细胞与淋巴细胞比率（NLR）、血小板与淋巴细胞比率（PLR）和尿酸与HDL胆固醇比率（UHR）[5–7]。这些参数可能反映了全身炎症、免疫失衡和代谢功能障碍，使其成为有前景且成本效益高的HT指标。白蛋白与球蛋白比率（AGR）是一个简单且广泛可获得的血液参数，反映了具有抗炎和抗氧化特性的白蛋白与参与免疫反应的球蛋白之间的平衡[7]。它作为全身炎症和免疫-营养状态的标志物，已与多种自身免疫性疾病相关联。例如，在类风湿性关节炎中，AGR降低，并与促炎细胞因子（如IL-6和TNF-α）呈负相关。然而，关于AGR在HT中的证据仍然有限[8–13]。肿瘤坏死因子-α（TNF-α）是HT中的关键促炎细胞因子，会导致甲状腺细胞损伤和免疫细胞募集[14]。浸润的免疫细胞进一步加剧炎症，而TNF-α会损害线粒体功能，导致过多的活性氧（ROS）产生和氧化组织损伤[15]。作为主要的循环抗氧化剂，白蛋白可以抑制TNF-α诱导的线粒体氧化应激[16]，从而可能减轻HT中的细胞损伤。同时，炎症微环境可能激活AKT/mTOR/NF-κB通路，抑制自噬，并促进ROS积累和DNA损伤。这些变化促进了Th17细胞的分化并持续释放细胞因子，形成一个加速甲状腺破坏的正反馈循环[15, 17]。研究表明，脂多糖（LPS）可以通过NF-κB通路激活抑制肝细胞中的白蛋白表达，而NF-κB抑制剂（如SN50）可以恢复白蛋白水平[18, 19]。HT中可能存在类似的机制，这可能解释了NF-κB激活与AGR降低之间的负相关关系[20]。关于凋亡，HT中的甲状腺滤泡细胞通过Fas/FasL系统的上调和Bcl-2的下调经历程序性细胞死亡[14]。类似地，壬基酚（NP）已被证明可以通过氧化应激介导的Fas/FasL–Bax/Bcl-2通路诱导睾丸细胞凋亡[21]。鉴于白蛋白可以抑制氧化应激，理论上它可以减轻HT中甲状腺细胞的氧化应激诱导的凋亡。然而，这一假设需要进一步的实验验证。鉴于HT的高发病率和AGR在其发病机制中的潜在作用，我们进行了这项研究以调查AGR与HT之间的关联。利用2007-2012年全国健康与营养调查（NHANES）的数据，我们旨在提供关于这种关系的有力证据。这项研究不仅增强了我们对AGR在HT中作用的理解，还探讨了其在临床实践中作为早期检测和风险分层的潜在用途。
**2. 材料与方法**
2.1. 数据来源和研究人群
NHANES由疾病控制与预防中心（CDC）实施，是一项持续的横断面调查，旨在评估美国非机构化平民的健康和营养状况。它结合了访谈、身体评估和实验室检测，采用复杂的多阶段概率抽样策略以实现全国代表性。研究方案由国家卫生统计中心（NCHS）的研究伦理审查委员会审查和批准，所有参与者在参与前都提供了知情同意，确保了伦理合规性和自愿参与。NHANES数据集可通过CDC网站公开获取，所有个人标识符均已删除以保护隐私。数据的匿名性质允许进行二次分析，前提是研究人员遵循既定的使用和引用指南。本研究使用了2007年至2012年间NHANES周期的数据，因为甲状腺功能测试结果仅在这些调查年份可用。初始样本包括NHANES 2007–2012数据集中的30,442名参与者。排除了没有甲状腺功能数据的参与者（n = 19,997），因为这些测量对于评估甲状腺健康是必要的。此外，还排除了缺少计算AGR所需的白蛋白或球蛋白测量的参与者（n = 22）。应用这些排除标准后，共有10,423名符合条件的参与者被纳入最终分析（图1）。此外，本研究符合2013年修订的赫尔辛基宣言。
2.2. AGR及其成分的评估
AGR是营养和生理状态的关键指标，通过将血清白蛋白水平除以球蛋白水平得出——两者都是血清蛋白质的关键成分。白蛋白浓度使用DcX800分析仪上的双色数字终点技术进行评估，其中白蛋白与溴甲酚紫（BCP）反应产生可测量的颜色变化。记录600 nm处的吸光度，所得信号直接与白蛋白浓度相关。这种方法广泛用于临床评估肝肾功能和营养状况，因为白蛋白对蛋白质摄入敏感。球蛋白水平没有直接测量；而是通过从总血清蛋白中减去白蛋白来计算，总血清蛋白通过比色法（蛋白质与铜离子在碱性溶液中的反应）进行量化。血液样本来自12岁及以上的NHANES参与者，在移动检查中心（MECs）的标准条件下采集。对于安排在上午的参与者，静脉穿刺前需要至少9小时的禁食期，以提高代谢和蛋白质相关测量的准确性和一致性。
2.3. HT诊断方法
HT通过升高的甲状腺特异性自身抗体来识别，即甲状腺球蛋白抗体（TgAb）和甲状腺过氧化物酶抗体（TPOAb）。当TgAb浓度≥4 IU/mL和/或TPOAb浓度≥9 IU/mL时，确诊为HT。这两种标志物的定量使用顺序两步免疫酶夹心法进行，涉及将样本与涂有相应蛋白质的顺磁颗粒孵育——TgAb使用甲状腺球蛋白，TPOAb使用甲状腺过氧化物酶。去除未结合的物质后，加入特定的结合物：TgAb使用甲状腺球蛋白-碱性磷酸酶结合物，TPOAb使用蛋白质A-碱性磷酸酶结合物。然后引入化学发光底物（Lumi-Phos 530），并使用发光计测量产生的光。
2.4. 协变量
我们遵循了Lingli Chen等人2022年的方法[22]。基于先前的文献和临床重要性，我们确定了一系列可能影响分析的潜在混杂变量。人口统计变量包括年龄（岁）、性别（男/女）、种族/民族（墨西哥裔美国人、非西班牙裔白人、非西班牙裔黑人或其他）、教育水平（≤高中 vs. >高中）和贫困收入比（PIR），分为贫困和非贫困。体质指数（BMI，kg/m²）分为三个类别：<24.9、24.9–30和≥30。临床变量包括高血压和糖尿病的存在。实验室测量包括甲状腺功能指标和各种生化标志物，如促甲状腺激素（TSH，uIU/mL）、游离三碘甲状腺原氨酸（FT3，pg/mL）、游离甲状腺素（FT4，ng/dL）、TgAb（IU/mL）、TPOAb（IU/mL）、高密度脂蛋白胆固醇（HDL-C，mg/dL）、低密度脂蛋白胆固醇（LDL-C，mg/dL）、甘油三酯（TG，mg/dL）、总胆固醇（TC，mg/dL）、丙氨酸氨基转移酶（ALT，U/L）、天冬氨酸氨基转移酶（AST，U/L）、碱性磷酸酶（U/L）、空腹血糖（mg/dL）、糖化血红蛋白（HbA1c，%）、白蛋白（g/dL）和AGR。BMI通过将体重（kg）除以身高（m²）的平方来计算。种族/民族和教育按照上述分类。高血压定义为收缩压（SBP）≥140 mmHg、舒张压（DBP）≥90 mmHg，或有自我报告的高血压史。糖尿病根据自我报告的诊断、使用胰岛素或口服降糖药、空腹血糖≥126 mg/dL或HbA1c≥6.5%来识别。
2.5. 统计分析
所有统计分析均使用R软件（版本4.2）和EmpowerStats（版本2.0）进行，显著性阈值设为p < 0.05。正态分布的连续变量表示为加权平均值±标准差（mean ± SD），并使用独立t检验进行比较。对于非正态分布的数据，报告加权中位数和四分位数范围（IQRs），并使用Kruskal–Wallis秩和检验评估组间差异。分类变量以百分比总结，并使用卡方检验进行分析。缺失值通过数据插补技术处理。参与者根据其AGR分为四分位数，以评估基线特征的差异。为了探索AGR与HT可能性之间的关联，使用多变量逻辑回归计算比值比（ORs）和95%置信区间（CIs）。构建了三个调整模型：模型1：未调整；模型2：调整年龄、性别和种族/民族；模型3：进一步调整潜在混杂因素，包括PIR、教育水平、高血压、糖尿病状态、BMI、FT3和FT4。进行交互作用检验，以评估年龄、性别、种族/民族、婚姻状况、教育、高血压、糖尿病、BMI和PIR等变量的效应修饰，确保各亚组间关联的一致性。此外，基于模型3的调整，还使用了平滑曲线拟合来评估AGR与HT风险之间的潜在非线性关系。
**3. 结果**
按是否存在HT分层的参与者基线特征总结在表1中。在总人群（n = 10,423）中，HT组（n = 1355）和非HT组（n = 9,068）在多个变量上存在显著差异。HT患者年龄较大，女性在该组中更为普遍。此外，HT患者中非西班牙裔白人的比例较高。婚姻状况和教育水平也显示出显著差异，更多HT患者已婚或教育水平高于高中。表1. 按HT状态分组的参与者基线特征（NHANES 2007–2012）。特征
非桥本氏甲状腺炎
桥本氏甲状腺炎
p值
（n = 10,423）
（n = 9068）
（n = 1355）
年龄，中位数（IQR）（岁）
43.00（36.00）
42.00（37.00）
53.00（31.00）
< 0.001
年龄组（%）
< 40岁
4655（44.66%）
4251（46.87%）
404（29.82%）
40–60岁
2780（26.67%）
2368（26.11%）
412（30.41%）
≥ 60岁
2988（28.67%）
2449（27.00%）
539（39.77%）
性别，n（%）
男性
5227（50.15%）
4728（52.36%）
479（35.35%）
女性
5196（49.85%）
4320（47.64%）
876（64.65%）
种族，n（%）
墨西哥裔美国人
1805（17.32%）
1566（17.27%）
239（16.64%）
非西班牙裔白人
4535（43.50%）
3831（42.25%）
704（51.96%）
非西班牙裔黑人
2157（20.70%）
2004（22.10%）
153（11.29%）
其他
1926（18.48%）
1667（18.38%）
259（19.11%）
婚姻状况（%）
已婚或与伴侣同居
5180（49.70%）
4446（49.03%）
592（54.17%）
从未结婚
1487（14.27%）
1335（14.72%）
其他
3756（36.04%）
3287（36.25%）
469（34.61%）
教育水平，n（%）
高中及以下
6303（60.47%）
5553（61.24%）
750（55.35%）
高中以上
4120（39.53%）
3515（38.76%）
605（44.65%）
BMI组，n（%）
< 24.9 kg/m²
3592（34.46%）
3149（34.73%）
443（32.69%）
24.9–30 kg/m²
3361（32.25%）
2916（32.16%）
445（32.84%）
≥ 30 kg/m²
3470（33.29%）
3003（33.11%）
467（34.47%）
PIR，n（%）
贫困
8863（85.03%）
7727（85.21%）
1136（83.84%）
非贫困
1560（14.97%）
1341（14.79%）
219（16.16%）
高血压，n（%）
是
7351（70.53%）
6462（71.26%）
889（65.61%）
否
3072（29.47%）
2606（28.74%）
466（34.39%）
糖尿病，n（%）
是
9342（89.63%）
8162（90.01%）
1180（87.09%）
否
1081（10.37%）
906（9.99%）
175（12.91%）
FT3，中位数（IQR）（pg/mL）
3.20（0.57）
3.20（0.51）
2.90（0.50）
< 0.001
FT4，中位数（IQR）（ng/dL）
0.80（0.20）
0.80（0.20）
0.80（0.20）
0.320
TSH，中位数（IQR）（uIU/mL）
1.53（1.26）
1.49（1.17）
1.97（2.02）
< 0.001
aTG，中位数（IQR）（IU/mL）
0.60（0.00）
0.60（0.00）
4.20（17.45）
< 0.001
aTPO，中位数（IQR）（IU/mL）
0.60（1.20）
0.50（0.80）
35.40（161.05）
< 0.001
HDL-C，中位数（IQR）（mg/dL）
50.00（19.00）
50.00（19.00）
51.00（20.00）
< 0.001
LDL-C，中位数（IQR）（mg/dL）
108.00（47.00）
107.00（47.00）
109.00（46.00）
0.002
TG，中位数（IQR）（mg/dL）
16.2（11.17）
10.25（10.72）
5.31（14.64）
0.008
TC，中位数（IQR）（mg/dL）
189.00（42.40）
188.20 ± 42.32
194.78 ± 42.44
< 0.001
ALT，中位数（IQR）（U/L）
20.00（11.00）
20.00（11.00）
20.00（11.00）
0.482
AST，中位数（IQR）（U/L）
23.00（8.00）
23.00（8.00）
23.00（8.00）
0.375
碱性磷酸酶，中位数（IQR）（U/L）
69.00（30.00）
69.00（31.00）
67.00（27.00）
< 0.001
糖化血红蛋白（IQR）（%）
5.50（0.60）
5.40（0.60）
5.50（0.70）
< 0.001
白蛋白，中位数（IQR）（g/dL）
4.30（0.40）
4.30（0.40）
4.20（0.40）
< 0.001
球蛋白，中位数（IQR）（g/dL）
2.90（0.60）
2.90（0.60）
2.90（0.50）
0.004
AGR，中位数（IQR）
1.48（0.37）
1.48（0.37）
1.46（0.35）
< 0.001
注：FT3代表游离三碘甲状腺原氨酸；FT4代表游离甲状腺素；aTPO代表抗甲状腺过氧化物酶抗体；TG代表甘油三酯；AST代表天冬氨酸氨基转移酶；ALT代表丙氨酸氨基转移酶。缩写：AGR代表白蛋白与球蛋白比率；aTG代表抗甲状腺球蛋白抗体；BMI代表体重指数；HDL-C代表高密度脂蛋白胆固醇；LDL-C代表低密度脂蛋白胆固醇；PIR代表贫困与收入比率；TC代表总胆固醇；TSH代表促甲状腺激素。
桥本氏甲状腺炎患者具有较高的HDL-C、LDL-C和TC水平以及较高的TSH水平。相比之下，非桥本氏甲状腺炎患者的FT3水平较低。在BMI分布上也观察到了显著差异，更多桥本氏甲状腺炎患者被归类为超重或肥胖（BMI ≥ 30 kg/m²）。此外，桥本氏甲状腺炎患者的高血压和糖尿病患病率低于非桥本氏甲状腺炎患者。
3.2. AGR与高血压的关联
为了评估AGR与高血压风险之间的关联，进行了多变量逻辑回归分析，如表2所示。在未调整的模型（模型1）中，AGR每增加一个单位，高血压风险降低37%（OR = 0.63；95% CI：0.52–0.78；p < 0.05）。调整年龄、性别和种族/民族后（模型2），这种关联仍然显著，表明风险降低27%（OR = 0.73；95% CI：0.59–0.92；p < 0.05）。在完全调整的模型（模型3）中，还考虑了社会经济因素、合并症和甲状腺功能指标，AGR与高血压仍呈负相关，每增加一个单位，风险降低29%（OR = 0.79；95% CI：0.63–0.99；p < 0.05）。这些在所有模型中一致的结果强调了AGR与高血压发生可能性之间的强烈负相关。
3.3. 敏感性分析
为了评估我们的发现结果的稳健性并探索潜在的非线性效应，将AGR分为四分位数——这是流行病学研究中当临床临界值未定义时的标准方法[23]。这种方法也与我们人群中AGR的分布一致（中位数 = 1.48，IQR = 0.37），确保了亚组比较的平衡。作为敏感性分析的一部分，将AGR分为四分位数以评估发现的稳健性和可靠性。当AGR作为连续变量进行分析时，关联模式保持一致，趋势的p值也具有显著性（表2）。为了进一步评估AGR与高血压风险之间的潜在线性关联，基于完全调整的模型（模型3）生成了一条平滑曲线。如图2所示，拟合曲线表明AGR与高血压发生可能性之间存在明显的负相关。
3.4. 子组分析
为了进一步探讨AGR与高血压风险之间的关联，根据年龄、性别、种族/民族、婚姻状况、教育背景、高血压、糖尿病、BMI和PIR进行了分层分析和交互作用分析。分层结果显示，任何亚组中都没有显著的效应修饰。具体来说，年龄（< 40岁、40–60岁、≥ 60岁；p = 0.2589）、性别（男性 vs. 女性；p = 0.1840）、种族（墨西哥裔美国人、非西班牙裔白人、非西班牙裔黑人、其他；p = 0.6170）、婚姻状况（与伴侣同居、从未结婚、其他；p = 0.9327）、教育水平（高中及以下 vs. 高中以上；p = 0.6108）、BMI（< 24.9 kg/m²、24.9–30 kg/m²、≥ 30 kg/m²；p = 0.3747）、PIR（贫困 vs. 非贫困；p = 0.8190）、高血压的存在（p = 0.8533）和糖尿病（p = 0.7005）的交互作用p值均不显著。如图3所示，这些发现表明AGR与高血压之间的负相关在所有评估的亚组中都是一致的。
3.5. AGR与TPOAb和TgAb的关联
鉴于甲状腺自身抗体在高血压的发病机制和进展中的关键作用，我们研究了AGR水平与两种关键甲状腺自身抗体TPOAb和TgAb之间的关联，以评估AGR是否可以作为自身免疫活动的潜在标志物。基于模型3的多变量回归分析（表3）显示，AGR与TPOAb水平之间存在显著的线性负相关（β = −8.95；95% CI：−15.07至−2.83；p = 0.002）。然而，AGR与TgAb水平之间没有观察到统计学上的显著关联（β = −2.96；95% CI：−9.28至3.37；p = 0.4583）。
为了验证结果的稳定性，将AGR分为四分位数进行了敏感性分析。最高四分位数的个体在所有调整模型中的TPOAb水平显著低于最低四分位数的个体。相比之下，AGR四分位数与TgAb水平之间没有一致的关联。此外，应用平滑曲线拟合来探索AGR与这两种甲状腺自身抗体之间的潜在非线性关系（图4）。结果显示AGR与TPOAb水平之间存在线性负相关，与回归分析一致。
4. 讨论
本研究基于NHANES数据，发现AGR与高血压风险之间存在显著的线性负相关。在多变量调整潜在混杂因素后，这种关联仍然稳健：较低的AGR水平与较高的高血压风险相关，AGR每增加一个单位，高血压风险大约降低30%，这表明AGR具有潜在的临床意义。鉴于AGR是一个常规的、易于获取且低成本的实验室参数，并可能部分反映营养状况和系统性炎症，它可能有助于高血压的风险评估和早期识别。进一步分析显示AGR与TPOAb水平之间存在显著的负相关，而与TgAb的关联未达到统计学显著性；曲线拟合、敏感性和亚组分析得出了一致的结果，支持了我们发现的稳定性。利用具有全国代表性的NHANES样本并评估了两种主要的甲状腺自身抗体，本研究增强了统计功效，并提高了发现结果在美国人群中的普遍性。先前的研究已经探讨了营养和代谢因素在高血压发展中的作用。使用NHANES数据，一项研究报告了维生素C摄入量与高血压相关甲状腺功能减退症之间的负相关[24]，支持抗氧化状态与自身免疫炎症之间的潜在联系[25–27]。另一项研究发现，生育年龄女性的血清铁水平较高与较低的高血压风险相关[28]，铁与TPOAb呈负相关，而其与TgAb的关联则呈非线性。与这些关注个别营养素或微量元素的研究不同，我们的研究强调了AGR——一个常规可获得的综合指标，反映了营养状况和系统性免疫活动——并证明了其与高血压风险的显著关联。结合先前的证据，这些发现表明AGR可能与炎症相关状况有关，为了解高血压的代谢-免疫机制提供了另一个临床可获得的窗口。白蛋白是肝脏中合成最多的血浆蛋白，有助于维持胶体渗透压、运输功能和抗炎活性[23, 30]。在系统性炎症条件下，细胞因子如IL-6和TNF-α可能会抑制肝脏白蛋白的合成并增加血管通透性，从而降低循环中的白蛋白浓度[31]。因此，较低的白蛋白水平可能反映了与自身免疫活性增强生物相容的炎症状态或营养状况不佳[32–34]。球蛋白包括α1-、α2-、β-和γ-球蛋白组分，其中γ-球蛋白（免疫球蛋白）代表适应性免疫激活[35–37]。在甲状腺功能亢进（HT）中，自身抗原驱动的B细胞反应伴随着甲状腺自身抗体（TPOAb和TgAb）的产生，富含免疫球蛋白的球蛋白组分可能会相应增加[38, 39]。免疫复合物的形成和补体激活已被认为与自身免疫性甲状腺炎的甲状腺组织损伤有关[27, 40, 41]。因此，升高的球蛋白水平不仅是HT的病理特征，还可能通过放大炎症和免疫反应加速疾病进展[42, 43]。作为综合指标，AGR（白蛋白与球蛋白的比值）可以反映全身免疫活动的平衡，并可能作为非特异性标志物[44]。在我们的分析中，较低的AGR与较高的HT风险相关，并且与TPOAb呈负相关，这表明AGR可能能够追踪该人群中与抗体相关的免疫活动。与TgAb无统计学显著关联可能反映了TgAb相关途径的异质性或该终点检测的统计能力有限。总体而言，这些关联发现强调了我们研究的假设生成性质，突出了未来机制研究的潜在方向，而不是阐明直接的因果关系。需要承认几个局限性。由于本研究采用横断面设计，无法确定低AGR水平是否是HT的致病因素，或者HT的存在是否引发了随后影响AGR水平的炎症，这表明可能存在反向因果关系的问题。因此，需要进一步的纵向或前瞻性研究来确认AGR在HT发展中的预测价值。此外，本研究基于抗体阳性来定义HT，因此没有识别出血清阴性的HT（SN-HT）患者。先前的研究表明，SN-HT可能占所有HT病例的约20%[45]。这一亚组在AGR水平或炎症反应方面可能表现出不同的特征，这意味着当前的研究结果可能不能完全推广到这一人群。最后，尽管NHANES数据在美国具有全国代表性，但这些发现在其他国家或具有独特文化或地区特征的人群中的普遍性可能有限。未来的研究应包括前瞻性队列研究以验证AGR与HT发病率之间的关联，纵向研究以探讨AGR水平下降是否预示着HT的发生，以及干预性研究以探索调整AGR水平是否可以影响HT风险或疾病进展。较低的AGR水平与较高的HT风险独立相关，且AGR与TPOAb呈显著负相关。鉴于其可获取性和低成本，AGR可能是一个实用的生物标志物，用于识别HT高风险个体并反映与抗体相关的免疫活动。值得注意的是，多变量调整、灵活的曲线拟合和敏感性分析有助于描述AGR与HT关联的模式和稳健性，提供了关于潜在免疫炎症途径的新流行病学视角。然而，由于本研究是观察性和横断面的，没有评估直接的细胞或分子过程，因此需要进行机制性和前瞻性研究来确定AGR的变化是否先于HT的发生，并阐明潜在的生物学机制。
作者贡献
所有作者都对这项研究做出了实质性贡献。Wenjun Wu和Jing Jin在研究设计、数据分析和手稿撰写方面贡献均等。Nana Qin和Dutian Xu参与了数据收集、统计分析和文献回顾。Fangxu Liu在假设形成方面提供了理论支持，协助重构了机制讨论的逻辑，并在修订过程中提供了关键参考文献。Yuanchen He和Baoyin Li监督了研究，提供了重要的修改意见，并负责通讯联系。
致谢
作者感谢所有参与这项研究的人员，包括数据收集、分析和手稿准备的人员。他们的努力和奉献对完成这项工作至关重要。
资金
作者没有从任何组织获得支持。
披露
所有作者已阅读并批准了最终稿件，并同意对工作的所有方面负责。
伦理声明
所有NHANES方案均获得了国家卫生统计中心伦理审查委员会的批准。
利益冲突
作者声明存在利益冲突。
数据可用性声明
本研究中的数据集可以在在线存储库中找到。
