编辑推荐:
摘要背景与压力相关的疾病与未来的躯体健康问题有关,这表明这些疾病涉及系统性的机制。然而,来自生物标志物的证据在各个生理系统之间仍然分散且不完整。我们研究了常规收集的实验室生物标志物是否与压力相关疾病的风险有关,并分析了它们在诊断前的时间趋势。方法我们使用2010年至2023年间收
与压力相关的疾病与未来的躯体健康问题有关,这表明这些疾病涉及系统性的机制。然而,来自生物标志物的证据在各个生理系统之间仍然分散且不完整。我们研究了常规收集的实验室生物标志物是否与压力相关疾病的风险有关,并分析了它们在诊断前的时间趋势。
我们使用2010年至2023年间收集的芬兰中部的电子健康记录进行了一项回顾性队列研究。我们的分析样本包括73,909名个体:6,758例病例和67,151名对照组,他们在性别和出生年份上进行了匹配。病例被诊断为与压力相关的疾病,包括急性应激反应、创伤后应激障碍、适应障碍、对严重压力的其他/未具体指定的反应、职业倦怠或未在其他地方分类的压力。基线时,参与者的年龄在34至92岁之间,平均随访时间为4.6±3.3年。我们检测了十项常规生物标志物:C反应蛋白、血红蛋白、葡萄糖、糖化血红蛋白、甘油三酯、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、肌酐、钠和钾。使用广义加性模型来可视化时间趋势。通过调整共病情况、处方药物和就诊频率的Cox比例风险模型,来估计压力相关疾病诊断风险与诊断前一年内测量的生物标志物水平之间的关联。
在多变量模型中,有三个生物标志物与压力相关疾病诊断的风险相关。较高的血红蛋白水平(每克/升HR 0.98,95%置信区间0.97–0.99)和较高的钾水平(每毫摩尔/升HR 0.74,95%置信区间0.64–0.86)与较低的风险相关,而较高的LDL-C水平与较高的风险相关(每毫摩尔/升HR 1.12,95%置信区间1.06–1.18)。多变量模型的一致性为0.67。在覆盖整个随访期的时变模型中,只有血红蛋白保持了显著的关联。
血红蛋白、钾和LDL-C与压力相关疾病的诊断显示出适度但稳健的关联。这些发现为未来研究压力相关疾病的躯体方面指明了方向。
与压力相关的疾病与未来的躯体健康问题有关,这表明这些疾病涉及系统性的机制。然而,来自生物标志物的证据在各个生理系统之间仍然分散且不完整。我们研究了常规收集的实验室生物标志物是否与压力相关疾病的风险有关,并分析了它们在诊断前的时间趋势。
我们使用2010年至2023年间收集的芬兰中部的电子健康记录进行了一项回顾性队列研究。我们的分析样本包括73,909名个体:6,758例病例和67,151名对照组,他们在性别和出生年份上进行了匹配。病例被诊断为与压力相关的疾病,包括急性应激反应、创伤后应激障碍、适应障碍、对严重压力的其他/未具体指定的反应、职业倦怠或未在其他地方分类的压力。基线时,参与者的年龄在34至92岁之间,平均随访时间为4.6±3.3年。我们检测了十项常规生物标志物:C反应蛋白、血红蛋白、葡萄糖、糖化血红蛋白、甘油三酯、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、肌酐、钠和钾。使用广义加性模型来可视化时间趋势。通过调整共病情况、处方药物和就诊频率的Cox比例风险模型,来估计压力相关疾病诊断风险与诊断前一年内测量的生物标志物水平之间的关联。
在多变量模型中,有三个生物标志物与压力相关疾病诊断的风险相关。较高的血红蛋白水平(每克/升HR 0.98,95%置信区间0.97–0.99)和较高的钾水平(每毫摩尔/升HR 0.74,95%置信区间0.64–0.86)与较低的风险相关,而较高的LDL-C水平与较高的风险相关(每毫摩尔/升HR 1.12,95%置信区间1.06–1.18)。多变量模型的一致性为0.67。在覆盖整个随访期的时变模型中,只有血红蛋白保持了显著的关联。
血红蛋白、钾和LDL-C与压力相关疾病的诊断显示出适度但稳健的关联。这些发现为未来研究压力相关疾病的躯体方面指明了方向。
生物通 版权所有