肠道微生物群饮食指数对肌肉和骨骼健康的影响:一项横断面研究
1. 引言
老年人肌肉和骨骼组织的同时流失是一个重要的公共卫生问题,对骨折、行动能力受损和死亡率等健康结局有显著影响[1,2]。全球范围内,根据世界卫生组织标准,骨质疏松症和骨量减少的患病率分别达到19.7%和40.4%[3]。骨质疏松症造成的经济和临床负担相当巨大,仅美国每年就发生约200万例骨质疏松性骨折,花费170亿美元,并导致发病率和死亡率增加[4,5]。肌肉减少症以骨骼肌质量和功能进行性丧失为特征,也因其与不良健康结局的关联而日益受到重视,在老年人群中的患病率估计在5%至50%之间[6,7]。
肠道微生物群在肌肉骨骼健康中的作用是一个新兴的研究领域,有证据表明肠道微生物群的改变可直接影响肌肉表型[8]和骨代谢[9]。益生菌、益生元、短链脂肪酸(SCFAs)和其他细菌产物已作为增强肌肉质量和身体表现的潜在治疗剂出现,特定菌株如乳酸杆菌和双歧杆菌在逆转与年龄相关的肌肉流失方面显示出前景[10]。肠-骨轴[11]和肠-肌轴[12]的概念突出了饮食摄入、肠道微生物群组成与骨骼和肌肉代谢之间的相互作用,表明调节肠道微生物群可能是管理骨质疏松症和肌肉减少症的新策略。
饮食与肠道微生物群密切相关。肠道微生物群饮食指数(DI-GM)提供了一种工具,通过评估与肠道微生物群多样性和组成相关的饮食成分,来测量饮食质量对肠道健康的影响[13]。DI-GM的构建基于14种食物或营养素。与现有饮食质量评估工具相比,该指数的开发提供了更具体、更直接与肠道健康相关的视角,为我们理解饮食如何通过肠道微生物群影响肌肉骨骼健康提供了新线索。
鉴于这些疾病的巨大医疗和经济负担以及当前治疗方法的局限性,本研究旨在调查DI-GM对骨质疏松症、肌肉减少症和骨折的潜在影响。通过利用基于国家健康与营养检查调查(NHANES)的大样本数据分析方法,本研究将为DI-GM与肌肉骨骼健康之间的关系提供见解,可能为骨质疏松症、肌肉减少症和骨折的预防和治疗提供新策略。
2. 材料和方法
2.1. 研究人群
本分析的数据来源于NHANES,这是美国一项全面且具有全国代表性的研究,调查了广泛的人口统计特征和健康问题。调查参与者从全美各州选出,确保样本反映全国人口。仅包含结果指标和DI-GM具有完整测量协议的周期。所有周期中变量的定义和编码方法均标准化。最终,将周期特定的抽样权重纳入每个合并数据集,并保留调查设计变量。由于数据库的数据限制,骨质疏松症数据跨度为2007年至2020年,涵盖7个年度周期;总骨密度(BMD)数据覆盖2011年至2018年,包括4个年度周期;肌肉减少症和肌肉质量指数(MQI)数据从2011年至2014年收集,包括2个年度周期;骨折数据在5个年度周期中收集:"2007-2008"、"2009-2010"、"2013-2014"、"2017-2018"和"2019-2020"。NHANES方案已获得国家卫生统计中心伦理审查委员会批准,最近一次批准日期为2022年8月24日。所有参与者均提供了知情同意,确保研究的伦理进行。
2.2. 肠道微生物群饮食指数
DI-GM[13]包含14种食物项目和营养素,分为肠道健康的有益成分和不良成分。有益成分包括牛油果、西兰花、鹰嘴豆、咖啡、蔓越莓、发酵乳制品、膳食纤维、绿茶、大豆和全谷物。相比之下,红肉、加工肉、精制谷物和高脂饮食(能量至少40%来自脂肪)被视为不良成分。DI-GM使用饮食回忆数据计算,对于达到或超过性别特异性中位数的有益项目,得分为1,否则得分为0。对于不良成分,包括高脂饮食,如果消费量达到或超过性别特异性中位数或40%阈值,则得分为0,否则得分为1。这些单独分数汇总确定总DI-GM分数,范围从0到13,反映个人与肠道微生物群健康相关的饮食模式。
2.3. 骨质疏松症和总BMD
NHANES利用双能X射线吸收测定法(DXA)提供全国代表性身体成分数据集。DXA扫描提供身体各区域(包括全身、手臂、腿部、躯干和头部)的骨骼和软组织的全面评估。此外,它还提供骨盆、左右肋骨、胸椎和腰椎的详细骨测量。总BMD评估针对8至59岁参与者进行。孕妇不允许进行DXA测试。
本研究利用股骨颈和腰椎的BMD诊断骨质疏松症。T值用于诊断,T值将个人BMD与年轻成人参考人群的平均BMD进行比较,以标准差(SD)表示。具体参数包括股骨颈平均BMD为0.86 g/cm²,SD为0.12;腰椎平均BMD为1.064 g/cm²,SD为0.106。根据世界卫生组织标准,T值≤-2.5表示骨质疏松症。诊断基于腰椎和股骨颈之间较低的T值,因为不同部位的BMD测量结果可能不一致,基于最低T值的诊断更能准确反映个人的骨质疏松状况。
2.4. 肌肉减少症和MQI
肌肉减少症的诊断基于3个标准[14]:身体功能不良、虚弱和肌肉质量低。具体而言,身体功能不良定义为步行速度≤0.8 m/s;虚弱通过握力低评估,男性<26 kg,女性<16 kg;肌肉质量低通过四肢瘦体重/体重指数(BMI)评估,男性<0.789,女性<0.512。
MQI通过将肌肉力量除以肌肉质量来量化肌肉质量,使用DXA评估手臂或四肢骨骼肌质量[15]。使用Takei测力计测量握力,参与者站直并尽可能用力握紧测力计。休息60秒后,每只手重复此测试3次,记录最高值。本研究通过将优势手和非优势手握力与四肢骨骼肌质量结合来计算总MQI。
2.5. 骨折
在本研究中,骨折的诊断基于通过骨质疏松症部分收集的个人访谈数据,提供有关髋部、腕部或脊柱骨折的自我报告信息。
2.6. 混杂因素
我们的分析中混杂因素包括年龄、性别、种族、教育水平、家庭收入、BMI、吸烟状况、酒精消费、身体活动和总血清钙。参与者自我报告其年龄、性别、种族、教育、家庭收入、吸烟状况、酒精消费和身体活动。吸烟状况分为不吸烟者(终身香烟消费<100支)、前吸烟者(终身100支或以上香烟且目前不吸烟)和当前吸烟者(终身100支或以上香烟且目前吸烟)。酒精消费分类如下:"从不"指<12次终身饮酒;"前"指有12次或以上饮酒史但过去一年没有;"轻度"指女性每年1-2次,男性2-3次;"中度"指女性每月2-3次,男性3-4次,或每月暴饮2-4天;"重度"指女性每月3-4次,男性4-5次,或每月暴饮5天或以上。身体活动基于自我报告的参与度、持续时间和强度进行评估,包括家务、肌肉训练、步行和骑自行车,并以总时间和总代谢当量表示。BMI使用以下公式计算:千克为单位的体重除以米为单位的身高的平方(kg/m²)。
2.7. 统计分析
DI-GM和结果(骨质疏松症、总BMD、肌肉减少症、MQI和骨折)这两个主要变量的缺失数据从分析中排除。剩余变量的缺失值使用随机森林算法进行填补,该算法能够适应大型NHANES样本中的非线性关系和混合数据类型,但依赖于观察变量之间的相关性。该算法使用已知变量作为自变量,将具有缺失值的变量作为因变量来预测缺失值。抽样权重是使用移动检查中心检查权重(WTMEC2YR用于2007-2018年,WTMECPRP用于2018-2020年)以及变量SDMVPSU和SDMVSTRA为复杂样本设计生成的。连续变量使用均值和标准误差描述,而分类变量使用频率和百分比描述。本研究使用逻辑回归分析估计DI-GM对骨质疏松症、肌肉减少症和骨折的影响,使用线性回归分析估计对BMD和MQI的影响。同时,进行了分层分析。我们采用限制性三次样条方法探索非线性关系,并为模型构建选择3个结点。为探索DI-GM对骨质疏松症、肌肉减少症和骨折风险的阈值效应并找到拐点,我们使用平滑曲线拟合和广义加性模型。效应大小表示为比值比(ORs)或beta,置信区间为95%(CI)。双尾检验的显著性水平设定为0.05。本研究使用R软件(版本4.4.1,R开发核心团队,奥地利维也纳)进行分析,使用以下包:用于填补的missForest(版本1.5),用于加权和逻辑回归的survey(版本4.1-1),以及用于限制性三次样条的rms(版本6.8-2)。
3. 结果
3.1. 人群特征
骨质疏松症分析包括37,033名个体的数据,其中3,935名参与者患有骨质疏松症,如图1所示。患有骨质疏松症的人群年龄较低,家庭收入较低,身体活动较少,教育水平较高。骨质疏松症组中从不吸烟和饮酒者的比例显著高于无骨质疏松症者。表1显示了有无骨质疏松症人群的特征。
表1 - 根据骨质疏松症的调查加权特征
| 总计 | 无骨质疏松症 | 骨质疏松症 | P值 | |
|---|---|---|---|---|
| 年龄 | 40.44 (0.21) | 41.35 (0.20) | 29.99 (0.68) | <0.0001 |
| 性别 | 0.4368 | |||
| 女性 | 17,974 (49.11) | 16,059 (49.03) | 1,915 (50.12) | |
| 男性 | 19,059 (50.89) | 17,039 (50.97) | 2,020 (49.88) | |
| 种族 | <0.0001 | |||
| 非西班牙裔白人 | 14,069 (64.67) | 12,672 (64.92) | 1,397 (61.79) | |
| 非西班牙裔黑人 | 8,235 (11.44) | 7,526 (11.70) | 709 (8.52) | |
| 墨西哥裔美国人 | 6,282 (9.65) | 5,513 (9.38) | 769 (12.83) | |
| 其他 | 8,447 (14.23) | 7,387 (14.01) | 1,060 (16.86) | |
| 教育水平 | <0.001 | |||
| 大学及以上 | 20,388 (63.01) | 18,027 (62.66) | 2,361 (67.11) | |
| 高中或同等学历 | 14,228 (33.29) | 12,837 (33.66) | 1,391 (29.07) | |
| 高中以下 | 2,417 (3.70) | 2,234 (3.69) | 183 (3.82) | |
| 家庭收入 | 2.9379 (0.03) | 2.97 (0.03) | 2.56 (0.06) | <0.0001 |
| BMI | 27.55 (0.07) | 27.99 (0.07) | 22.45 (0.16) | <0.0001 |
| 吸烟 | <0.0001 | |||
| 从不 | 24,518 (62.97) | 21,112 (61.49) | 3,406 (80.06) | |
| 以前 | 6,319 (19.55) | 6,050 (20.36) | 269 (10.19) | |
| 现在 | 6,196 (17.48) | 5,936 (18.15) | 260 (9.75) | |
| 酒精消费 | <0.0001 | |||
| 从不 | 11,146 (20.41) | 8,338 (17.27) | 2,808 (56.52) | |
| 以前 | 3,208 (8.25) | 3,034 (8.49) | 174 (5.41) | |
| 轻度 | 10,346 (31.87) | 9,909 (33.27) | 437 (15.82) | |
| 中度 | 4,635 (15.89) | 4,457 (16.55) | 178 (8.37) | |
| 重度 | 7,698 (23.58) | 7,360 (24.43) | 338 (13.88) | |
| 身体活动时间 | 1,232.99 (16.49) | 1,250.68 (17.54) | 1,029.66 (17.76) | <0.0001 |
| 身体活动MET | 4,924.55 (65.99) | 4,996.14 (70.22) | 4,101.49 (70.80) | <0.0001 |
| 钙(mmol/L) | 2.36 (0.002) | 2.36 (0.002) | 2.39 (0.003) | <0.0001 |
BMI = 体重指数,MET = 代谢当量
肌肉减少症分析包括10,262名个体的数据,其中565名参与者患有肌肉减少症,如图1所示。患有肌肉减少症的人群男性比例较高,年龄较低,家庭收入较低,身体活动较少,教育水平较高。肌肉减少症组中从不吸烟和饮酒者的比例显著高于无肌肉减少症者。补充数字内容表S1(
3.2. DI-GM与骨质疏松症和总BMD的关联
表2显示了各种模型下的逻辑和线性回归结果。无论是否调整混杂因素,DI-GM都降低了骨质疏松症的可能性(调整后:OR: 0.96; 95% CI: 0.93-0.996; P = .03;未调整:OR: 0.92; 95% CI: 0.89-0.94; P < .001)。DI-GM提高了BMD(beta: 0.003; 95% CI: 0.001-0.005; P = .001),相反,在调整后无关联。
表2 - 肠道微生物群饮食指数对肌肉和骨骼影响的逻辑或线性回归分析结果
| 未调整模型 | 调整后模型 | |||
|---|---|---|---|---|
| OR/β (95% CI) | P值 | OR/β (95% CI) | P值 | |
| 骨质疏松症 | 0.92 (0.89至0.94) | <0.0001 | 0.96 (0.93至0.996) | .03 |
| BMD | 0.003 (0.001至0.005) | .001 | 0.001 (-0.0003至0.003) | .10 |
| 肌肉减少症 | 0.86 (0.77至0.96) | .01 | 0.97 (0.84至1.13) | .67 |
| MQI | 0.02 (0.01至0.03) | .002 | 0.001 (-0.01至0.01) | .73 |
| 骨折 | 1.02 (0.98至1.06) | .32 | 1.01 (0.97至1.06) | .48 |
| 髋部 | 0.99 (0.91至1.07) | .72 | 1.00 (0.92至1.08) | .99 |
| 腕部 | 1.02 (0.98至1.06) | .27 | 1.02 (0.97至1.06) | .45 |
| 脊柱 | 0.99 (0.92至1.07) | .87 | 0.99 (0.92至1.07) | .78 |
BMD = 骨密度,CI = 置信区间,MQI = 肌肉质量指数,OR = 比值比
分层分析结果见补充数字内容表S3和S4。在高教育水平(OR: 0.96; 95% CI: 0.91-1.00; P = .0496)、高家庭收入(OR: 0.91; 95% CI: 0.85-0.98; P = .01)和正常体重(OR: 0.94; 95% CI: 0.89-0.99; P = .03)的个体中,DI-GM与骨质疏松症风险降低相关。在50岁以上(OR: 0.93; 95% CI: 0.88-0.996; P = .04)、女性(OR: 0.93; 95% CI: 0.89-0.98; P = .01)和非西班牙裔白人(OR: 0.94; 95% CI: 0.89-0.99; P = .02)的个体中,DI-GM与骨质疏松症风险降低相关。在50岁以下个体中,DI-GM提高了总BMD(beta: 0.003; 95% CI: 0.001-0.004; P = .004)。
调整多个混杂因素后,发现DI-GM与骨质疏松症之间存在非线性关系(P = .002)。此外,可观察到阈值效应,拐点在DI-GM值为3.97处,中位数为4。当DI-GM值小于临界值时,骨质疏松症风险略有增加;当DI-GM值超过临界值时,风险迅速下降。然而,DI-GM与BMD之间未发现非线性关系(P = .35)。
3.3. DI-GM与肌肉减少症和MQI的关联
DI-GM降低了肌肉减少症的可能性(OR: 0.86; 95% CI: 0.77-0.96; P = .01)并提高了MQI(beta: 0.02; 95% CI: 0.01-0.03; P = .002),未经调整。相反,在调整后,DI-GM与肌肉减少症和MQI无关。
分层分析结果见补充数字内容表S5和S6。在低教育水平的个体中(OR: 0.003; 95% CI: 0.001-0.007; P < .001),DI-GM与肌肉减少症风险降低相关。然而,在其他分层中未发现DI-GM与肌肉减少症和MQI的关联。DI-GM与肌肉减少症(P = .64)和MQI(P = .41)的非线性关系未被发现。
3.4. DI-GM与骨折的关联
DI-GM与肌肉减少症无关(OR: 1.01; 95% CI: 0.97-1.06; P = .48)。此外,在DI-GM与髋部、腕部和脊柱这三个特定部位的骨折之间未发现关联。在分层分析中,DI-GM对骨折也无影响,见补充数字内容表S7。DI-GM与骨折之间的非线性关系未被发现(P = .08)。
4. 讨论
肠道微生物群是影响骨质疏松症和肌肉减少症的重要因素之一。饮食可能通过影响肠道微生物群来影响骨骼和肌肉健康。本研究探讨了DI-GM与骨质疏松症、肌肉减少症和骨折之间的关系。最初,在未调整混杂因素的情况下,DI-GM与骨质疏松症、BMD、肌肉减少症和MQI相关;然而,调整后,仅观察到与骨质疏松症风险降低的显著关联。未发现DI-GM与骨折之间存在关系。
本研究发现DI-GM与骨质疏松症风险降低相关,特别是在教育水平高、家庭收入高和体重正常的人群中,表明通过饮食调整改善肠道微生物群可能是预防骨质疏松症的有效策略。基于肠-骨轴,饮食摄入还可以通过改变肠道微生物群的丰度、多样性和组成来参与骨代谢的调节[11]。包含矿物质、蛋白质和水果蔬菜的均衡饮食对骨骼健康很重要[16]。未来,可以通过将DI-GM分数与肠道微生物群特征相关联来理论上支持DI-GM的合理性。此外,应注意本研究基于美国NHANES数据,主要反映西方饮食模式。对于非西方饮食,大豆和扁豆等食物可能作为DI-GM中当前包含的有益成分的区域替代品,未来研究应进一步探索其与区域饮食特征结合的适应性。
研究表明,高膳食炎症指数与骨质疏松症[17]和骨折风险增加相关[18]。建议采用地中海饮食[19]和每天2-3份乳制品,因其钙和优质蛋白质的综合作用,支持钙磷平衡和骨代谢,与骨折风险降低相关。相反,不建议食用不平衡的西方饮食、素食[20]、非超重者的减肥饮食和酒精。关于茶和咖啡、超出维生素D的额外维生素、富含植物雌激素的食物、钙强化植物饮料、口服营养补充剂以及益生元和益生菌的膳食摄入对骨密度和骨折风险的影响,由于数据不足或零散,科学共识尚未达成[21]。本研究选择的DI-GM为饮食模式提供了更全面的建议。此外,非线性关系的发现进一步强调了DI-GM与骨骼健康之间联系的复杂性。阈值效应的存在表明可能存在特定的DI-GM值,超过该值后其对骨质疏松症的预防效果可能增强。
一些研究提出了"肠-肌轴"的存在,通过该轴肠道微生物群可能介导营养对肌肉细胞的影响[22]。在本研究中,调整混杂因素后,DI-GM与肌肉减少症不再相关,表明DI-GM的影响被这些其他变量介导或掩盖。高蛋白摄入和运动在肌肉减少症中起着更重要的作用[23]。值得注意的是,未发现DI-GM与骨折风险之间存在显著关联,表明骨折的发生可能涉及更复杂的机制,包括生活方式和遗传因素。
肠道微生物群与骨质疏松症的联系正受到越来越多的关注[24],它们相互作用的分子机制正逐步被揭示。首先,肠道微生物群通过影响免疫系统功能间接影响骨代谢[25]。特定肠道细菌可以调节宿主的免疫状态[26,27],减少与骨吸收过程密切相关的炎症因子的产生。此外,肠道微生物群产生的短链脂肪酸(SCFAs),特别是丁酸盐,已被证明抑制核因子κB配体受体激活剂的表达,减少破骨细胞的形成和活性,从而减少骨吸收[28]。同时,SCFAs促进成骨细胞分化和骨形成[29]。值得注意的是,肠道微生物群还可以通过影响钙和维生素D的肠道吸收来影响骨密度。此外,肠道微生物群可能通过调节宿主微小RNA[30],如miRNA-33-5p、miRNA-194和miRNA-433-3p,参与调节骨质疏松症中与成骨细胞分化相关的基因表达。因此,肠道微生物群通过多种途径参与骨质疏松症的发生和发展,为骨质疏松症的预防和治疗提供了新视角。
肌肉减少症以骨骼肌质量和力量的进行性丧失为特征,也被认为与肠道微生物群相关。肠道微生物群不仅影响肌肉质量,还改变肌肉表型。研究发现,无菌小鼠或用抗生素处理的小鼠肌肉质量显著降低,这种现象可以通过重新引入肠道微生物群来逆转[31],在人类研究中也观察到类似结果[32]。作为肠道微生物群的主要代谢产物,短链脂肪酸被广泛认为介导了肠道微生物群和骨骼肌之间的相互作用。SCFAs可以缓解肌肉萎缩,改善肌肉力量和耐力[33]。具体而言,丁酸盐和乙酸盐可以增加I型肌球蛋白重链和β-氧化关键酶的表达,促进氧化性肌肉表型。此外,肠道微生物群可以通过影响线粒体功能和神经肌肉接头来调节肌肉功能[34]。
肠道微生物群与骨折风险之间的关系很复杂,涉及多种机制。肠道微生物群通过影响骨密度和肌肉力量间接影响骨折风险。然而,肠道微生物群对骨折的影响可能还涉及其他复杂机制,包括炎症反应的调节。肠道微生物群失衡可导致炎症状态,影响骨代谢和肌肉健康,从而增加骨折风险。尽管如此,肠道微生物群与骨折风险之间的直接联系仍需进一步研究以阐明其作用机制,并为临床治疗提供科学依据。
尽管本研究已尽可能纳入与肌肉骨骼健康相关的常见混杂因素,但仍需考虑残余混杂因素的潜在影响。睡眠质量和压力水平等不良生活方式因素可能同时影响健康饮食选择和肌肉骨骼代谢。此外,与社会经济状况相关的未纳入变量,包括社区食物环境和医疗保健利用率,可能通过影响健康饮食的可获得性和疾病干预时机间接对结果产生微妙干扰。
本研究尽可能多地纳入了年度周期,依赖于NHANES数据库的数据,代表了一个庞大的研究人群。使用复杂的抽样程序对数据进行加权,以确保准确代表美国几乎全部人口。此外,本研究选择了5个指标——骨质疏松症、BMD、肌肉减少症、MQI和骨折——以更全面地检查肌肉骨骼系统。然而,本研究存在一些不可避免的局限性。首先,作为横断面研究,无法建立因果关系。其次,某些分析中阳性结果的样本量可能相对较小,影响结果的统计功效。此外,本研究中的饮食和骨折数据基于自我报告,可能引入回忆偏倚。最后,缺乏临床验证分析意味着结果的临床应用价值需要进一步验证。
总之,DI-GM作为一种新型饮食评估工具,为饮食、肠道微生物群和肌肉骨骼健康之间的相互作用提供了新视角。未来研究需要深入探讨DI-GM如何通过其对肠道微生物群的影响来影响骨骼和肌肉健康,并在不同年龄、性别和种族群体中检验这些影响。此外,研究应考虑DI-GM与其他健康指标的潜在关联及其在整体肌肉健康中的作用。通过这些研究,我们可以更好地理解饮食、肠道微生物群和肌肉骨骼健康之间的相互作用,并为相关疾病的预防和治疗开发新策略。
5. 结论
总之,我们基于NHANES数据库分析的研究为DI-GM与骨质疏松症、肌肉减少症和骨折之间的关系提供了有价值的见解。研究表明,DI-GM可能降低特定人群的骨质疏松症和肌肉减少症风险,但对骨折无显著影响。DI-GM与骨质疏松症之间的非线性关系也表明在特定阈值下可能存在显著的预防效果。未来研究应进一步验证这些发现,并探索其生物学机制和临床应用价值。
致谢
作者谨向提供公开数据的NHANES数据库表示感谢。
作者贡献
概念化: 裴子凯、石可瑜
数据整理: 裴子凯、石可瑜、权思洁、石越
正式分析: 裴子凯、石可瑜
方法学: 裴子凯、石可瑜
监督: 周毅
可视化: 权思洁
撰写—初稿: 裴子凯、石可瑜、权思洁、石越
撰写—审阅和编辑: 周毅
缩写词
BMD 骨密度
BMI 体重指数
CI 置信区间
DI-GM 肠道微生物群饮食指数
DXA 双能X射线吸收测定法
MET 代谢当量
MQI 肌肉质量指数
NHANES 国家健康与营养检查调查
OR 比值比
RCS 限制性三次样条
SCFAs 短链脂肪酸
SD 标准差
WHO 世界卫生组织
**关键词:**骨密度;DI-GM;骨折;肌肉质量指数;骨质疏松症;肌肉减少症
【全文结束】


