血浆神经丝轻链与老年人认知功能：高密度脂蛋白胆固醇的调节作用Plasma NfL and cognitive functioning in older adults: The moderating role of HDL cholesterol - Singh - 2025 - Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring - Wiley Online Library

1 背景

认知功能下降是进行性神经退行性疾病的一个标志，会损害记忆、执行功能和日常生活活动能力，最终影响个人的独立性和生活质量1, 2。随着全球人口老龄化，认知障碍和痴呆的负担迅速增加，给公共卫生系统和护理人员带来重大挑战3, 4。仅在美国，预计到2060年，阿尔茨海默病(AD)痴呆患者人数将增至1380万5, 6。这一趋势反映了更广泛的全球轨迹，估计每年发生1000万例新发痴呆病例，到2050年全球患病率预计将达到1.52亿7, 8。

痴呆患病率上升的背后是复杂的多因素神经退行过程。神经退行以进行性突触和神经元丧失为特征，导致与年龄相关的认知功能下降和各种形式的痴呆9, 10。这一过程的一个可测量标志物是神经丝轻链(NfL)，这是一种在轴突损伤或退化后释放到细胞外空间和脑脊液(CSF)中的细胞骨架蛋白11。NfL水平也随年龄增长而升高，并可能因性别而异12。较高的NfL水平是神经轴突损伤的敏感指标，已与认知功能恶化和痴呆风险增加相关，即使在临床前阶段也是如此13。随着神经损伤累积，认知障碍加剧，导致依赖性增加和生活质量下降13, 14。

AD占痴呆病例的大多数，占诊断的60%至80%，其次是血管性痴呆、额颞叶变性、海马硬化和路易体痴呆10, 14。混合病理很常见，突显了需要考虑多种相互作用机制的研究方法。在新兴生物标志物中，血浆NfL因其在无创捕获神经退行过程方面的效用而受到广泛关注。然而，神经退行并不孤立发生。老年人的认知表现受多种因素影响，包括血管和代谢健康15。重要的是，NfL本身是一个非特异性标志物，可能受多种系统因素影响，如炎症、肾功能和脂质代谢，包括胆固醇水平16。

其中一个因素是高密度脂蛋白(HDL)胆固醇，传统上被视为心血管保护性因素，但越来越多地认识到其神经保护特性。HDL已被证明具有抗氧化、抗炎和内皮支持作用，这些都可能与维持认知功能相关17, 18。多项研究表明，较高的HDL水平与更好的认知表现和降低的痴呆风险相关17-20。相反，老年人低胆固醇水平与更差的认知表现相关，特别是在没有心血管危险因素的情况下21-23。

尽管有这些证据，最近的研究引入了相互矛盾的发现。一些大规模队列研究报告，非常高的HDL胆固醇水平可能与全因痴呆风险增加相关，表明胆固醇与认知之间可能存在U形或非线性关系22, 24-27。这些矛盾的结果突显了脂质代谢在衰老大脑中的复杂性，以及对代谢和神经退行性通路如何相互作用需要更细致的理解。

大多数研究独立考察了神经退行性和代谢生物标志物。血浆NfL与HDL胆固醇之间的关系仍知之甚少。探索整个成年生命周期中，特别是从中年到老年期，这一交互作用可能为神经退行和脂质代谢对认知表现的综合影响提供新见解。

研究背景

1. 系统评价：我们通过PubMed和近期会议记录回顾了先前文献，以了解血浆神经丝轻链(NfL)、高密度脂蛋白(HDL)胆固醇和认知之间的独立关联。虽然血浆NfL是神经轴突损伤的公认标志物，但HDL在调节神经退行性生物标志物方面的作用尚未得到充分探索。
2. 解释：我们的研究结果表明，HDL胆固醇显著调节血浆NfL与认知表现之间的关系，即较高的HDL水平会强化NfL与认知之间的负相关关系。这挑战了HDL普遍具有神经保护作用的普遍观点。
3. 未来方向：未来研究应使用纵向数据评估这种交互作用背后的机制通路，并包括其他代谢和炎症标志物。研究是否改变HDL水平的干预措施会影响神经退行与认知之间的关系，这对制定基于精准医学的痴呆风险管理策略至关重要。

本研究通过评估这种交互在调整人口统计学和临床协变量后是否仍然显著，调查了HDL胆固醇对老年人血浆NfL浓度与认知表现之间关系的影响。我们假设较高的血浆NfL水平与较差的认知表现相关，并且这种关联在HDL水平较高的个体中会被减弱。我们预计这种调节效应在分析中包括的两种全局认知测量中都是一致的，并且独立于相关协变量。

2 方法

2.1 研究设计和参与者

这项横断面研究使用了衰老成人脑连接组(AABC)研究的基线数据，这是一项在圣路易斯华盛顿大学、波士顿哈佛大学/麻省总医院、洛杉矶加州大学洛杉矶分校和明尼阿波利斯明尼苏达大学进行的多地点纵向队列研究。参与者是来自四个美国站点的社区居住的≥36岁成年人，通过学术中心和外展活动招募；样本是自愿的，不是基于人群的。作为主研究的一部分，参与者每2年完成一次临床、认知和生物标志物评估。对于当前分析，使用了基线时间点的数据。

收集了包括年龄、性别、教育水平和载脂蛋白E(APOE) ε4基因型在内的社会人口学信息。符合条件的参与者≥36岁，身体健康，英语流利，并能前往研究地点。排除了有精神或神经系统疾病、严重限制预期寿命的疾病(如晚期癌症)、近期药物滥用、使用已知影响认知的药物或有意识丧失的创伤性脑损伤史的个体(见支持信息中的补充流程图1)。没有进行正式的轻度认知障碍(MCI)诊断；认知状态通过蒙特利尔认知评估(MoCA)和临床前阿尔茨海默认知综合量表(PACC)进行横断面评估。由于简短的认知测试可能受年龄、教育或疲劳影响，仅低分不足以确认MCI。

研究方案获得圣路易斯华盛顿大学机构审查委员会(IRB #: 202201003-1001)批准，并符合《赫尔辛基宣言》。所有参与者均获得书面知情同意。本研究遵循加强流行病学中观察性研究报告指南进行横断面研究。

2.2 生物标志物评估

血液样本收集在K2乙二胺四乙酸管中，并以2000 g离心5分钟。血浆在4小时内转移到低吸附聚丙烯冷冻管中，并储存在-80°C直至分析。血浆NfL浓度使用超灵敏单分子阵列(Simoa)平台(Quanterix)测量。HDL胆固醇通过标准化酶法比色法(Roche Diagnostics)定量。同样评估了其他代谢生物标志物，包括低密度脂蛋白(LDL)、总胆固醇、甘油三酯和肌酐。APOE ε4基因型通过基于聚合酶链反应的检测确定。

2.3 认知评估

认知表现使用PACC进行评估，包括情景记忆、处理速度、执行功能和语义记忆的测试28。参与者完成了雷伊听觉言语学习测试(RAVLT)以评估情景记忆，连线测试A部分和B部分(TMT-A和TMT-B)28以评估处理速度和执行功能，以及美国国立卫生研究院工具箱图片词汇测试以评估语义记忆29。也进行了MoCA以评估全局认知功能30。使用RAVLT延迟回忆分数、TMT-A、TMT-B和图片词汇测试的校正标准分数的标准化(z分数转换)分数计算单个综合分数PACC。

2.4 统计分析

使用R软件(版本4.2.2)进行统计分析。描述性统计总结了人口统计学、临床、认知和生物标志物特征。使用单向方差分析(≥3组)或独立t检验(2组)比较连续变量，而使用卡方检验或费舍尔精确检验(当预期频率<5时)评估分类变量。在分析中，种族分为两组：白人和非白人(nW)。nW种族组包括被种族化为黑人或非裔美国人、西班牙裔、美洲原住民和亚裔的个体，因为这些群体中的个体数量有限。

使用广义线性模型(GLM)检查血浆NfL浓度与认知表现之间的关系是否被HDL胆固醇在两个认知结果上修改：MoCA和PACC。所有模型都包含NfL和HDL之间的交互项，并针对年龄、种族、性别和教育年限进行了调整。使用交互图可视化交互效应。

2.5 敏感性分析

进行了敏感性分析，通过纳入额外的协变量(包括体重指数(BMI)、APOE ε4基因型、总胆固醇、LDL、甘油三酯和肌酐)来评估结果的稳健性。这些变量被包括在内，以解释可能影响NfL、HDL和认知表现之间关系的潜在混杂效应。Friedewald LDL是总胆固醇、HDL和甘油三酯的线性函数31, 32，因此我们使用非冗余脂质集以避免结构多重共线性：集合A(HDL + LDL + 甘油三酯；总胆固醇排除)和集合B(HDL + 总胆固醇 + 甘油三酯；LDL排除)。使用R Studio中的check_collinearity()函数评估多重共线性(方差膨胀因子VIF < 5可接受)，将GVIF转换为多df因素的VIF等效值。为了测试HDL与认知之间的非线性关联，我们在未调整和完全调整的模型(包括年龄、性别、种族、教育、NfL、BMI和APOE ε4)中添加了二次HDL项(HDL²)。使用赤池信息准则(AIC)、贝叶斯信息准则(BIC)和似然比检验评估模型拟合度，ΔAIC或ΔBIC ≥ 2表示拟合改善。

3 结果

3.1 基线特征和基于生物标志物的分层

共纳入417名参与者(表1)，分为三个年龄组：36至45岁(n = 57)、45至65岁(n = 154)和≥65岁(n = 206)。样本平均年龄为66.5岁(标准差[SD] = 16.8；范围37.7-90.0)，55.4%为女性，76.1%为白人(χ²[2] = 49.59, P < 0.001)。平均BMI为27.3 kg/m²(SD = 5.09)，在较年轻组中值较高(F[2, 415] = 8.62, P < 0.001)。教育年限平均为17.5年(SD = 2.20)，在各年龄组间无差异(F[2, 415] = 0.06, P = 0.945)。血浆NfL水平随年龄显著增加(36-45岁：74.9 pg/mL；45-65岁：85.6 pg/mL；≥65岁：218 pg/mL；F[2, 415] = 42.67, P < 0.001)。在代谢生物标志物中，HDL差异显著(F[2, 412] = 4.12, P = 0.0169)，在36至45岁组中最低(53.4 mg/dL)，在较老年组中较高(60.1-60.7 mg/dL)。≥65岁组的LDL显著较低(106 mg/dL；F[2, 411] = 6.64, P = 0.00145)，总胆固醇显示类似趋势(F[2, 410] = 3.97, P = 0.0195)；甘油三酯无差异(F[2, 412] = 0.81, P = 0.444)。认知表现随年龄下降：MoCA分数从26.8(36-45岁)降至24.8(≥65岁；F[2, 413] = 15.82, P < 0.001)，PACC分数从0.185(36-45岁)降至-0.158(≥65岁；F[2, 415] = 15.35, P < 0.001)。

表1. 按年龄分层的基线人口统计学、认知、心血管代谢和血浆生物标志物特征

• 注：方差分析报告的检验统计量为P(df1, df2)，卡方检验为χ²(df)，并附有相应的P值。
• 缩写：APOE，载脂蛋白E；BMI，体重指数；HDL，高密度脂蛋白；LDL，低密度脂蛋白；MoCA，蒙特利尔认知评估；NfL，神经丝轻链；PACC，临床前阿尔茨海默认知综合量表；SD，标准差。

3.2 回归分析

在预测PACC的模型中，NfL和HDL的交互作用具有统计学意义(β = -0.00，标准误差[SE] = 0.00，t = -2.89，P = 0.0041)，表明在HDL水平较高的个体中，较高的NfL水平与较低的PACC分数有更强的关联。在调整年龄(β = -0.01，SE = 0.00，t = -6.74，P < 0.001)、种族(β = 0.24，SE = 0.06，t = 3.61，P = 0.0004)和教育(β = 0.06，SE = 0.01，t = 5.08，P < 0.001)后，交互作用仍然显著。HDL(β = 0.01，P = 0.0040)和NfL(β = 0.00，P = 0.029)的主效应也显著，而性别不显著(P = 0.65)。该模型解释了24.6%的方差(N = 414，R² = 0.246；表2)。

表2. 预测认知分数的一般线性模型，基于人口统计学、心血管代谢和血浆生物标志物

• 注：模型N：414(PACC)，412(MoCA)。模型R²：0.246(PACC)，0.216(MoCA)。PACC：设计用于检测阿尔茨海默病临床前阶段细微认知变化的综合认知分数。MoCA：用于检测轻度认知障碍的30分认知筛查工具。HDL胆固醇，以毫克/分升(mg/dL)测量。NfL：血液神经退行生物标志物，以皮克/毫升(pg/mL)测量。Beta (SE)：估计回归系数及其标准误差。95% CI (LL, UL)：显示估计的LL和UL的95% CI。t值：一般线性模型中的检验统计量。P值：如果零假设成立，获得观察结果的概率。值<0.05通常被认为是统计学显著的。HDL × NfL：反映HDL水平是否调节NfL与认知之间关系的交互项。
• 缩写：CI，置信区间；HDL，高密度脂蛋白；LL，下限；MoCA，蒙特利尔认知评估；NfL，神经丝轻链；PACC，临床前阿尔茨海默认知综合量表；SE，标准误差；UL，上限。

在MoCA模型中，NfL和HDL的交互作用再次显著(β = -0.0002，SE = 0.0001，t = -2.73，P = 0.0066)，较高的NfL浓度与HDL较高者的分数较低相关。在调整年龄(β = -0.063，SE = 0.0095，t = -6.64，P < 0.001)、种族(β = 1.02，SE = 0.33，t = 3.07，P = 0.0023)和教育(β = 0.18，SE = 0.0595，t = 2.99，P = 0.0029)后，效应仍然存在。HDL(β = 0.030，P = 0.021)和NfL(β = 0.0080，P = 0.046)都是显著的主效应，而性别不显著(P = 0.16)。该模型解释了21.6%的方差(N = 412，R² = 0.216；表2)。

在按年龄分层的分析中，NfL和HDL的交互作用对≥65岁参与者的PACC显著(β = -4.77 × 10-5，SE = 2.22 × 10-5，P = 0.033)，但对MoCA不显著(P = 0.077)。在36至45岁或45至65岁年龄组中未观察到显著交互作用。然而，当年龄被连续建模时，交互作用对两个结果仍然显著，支持年龄作为修饰因子的稳健性。

为了进一步可视化交互作用，我们绘制了分层交互图，描绘了血浆NfL水平与认知表现之间的关联，调整了年龄、种族和教育年限，并根据HDL胆固醇进行分层，HDL被二分为低(<60 mg/dL)和高(≥60 mg/dL)组，基于队列均值(59.5 mg/dL)和临床指南阈值33-35。在所有结果(MoCA和PACC)中，HDL高水平组的个体随着NfL增加，认知分数下降更为陡峭，与HDL低水平者相比(图1A和1B)。为了提高透明度并说明回归线周围的变异性，添加了数据点和95%置信区间(支持信息中的图S1A和S1B)。这些发现从视觉上强化了统计交互作用，并表明较高的HDL水平可能放大NfL升高的不利认知效应。为了进一步检查HDL的调节作用，使用针对MoCA和PACC的调节路径模型评估了交互效应，显示了相同的交互效应(支持信息中的图S1C和S1D)。

图1 血浆NfL浓度与HDL水平对(A)PACC分数和(B)MoCA分数的交互作用。HDL，高密度脂蛋白；MoCA，蒙特利尔认知评估；NfL，神经丝轻链；PACC，临床前阿尔茨海默认知综合量表

3.3 敏感性分析

在所有敏感性模型中，血浆NfL和HDL胆固醇之间的交互作用仍然具有统计学意义且一致为负。在调整基因型状态、BMI、总胆固醇、LDL和甘油三酯后，这种交互效应仍然存在。在中心化的非冗余脂质模型中，所有协变量的VIF都很低(≈1-2)，包括c_hdl:c_nfl交互(≈1.05)，表明多重共线性可忽略不计。HDL和NfL的交互作用在所有模型中保持负向且具有统计学意义。对于PACC，这种效应在各种规格中保持一致(基线：t = -2.89，P = 0.0041；集合A：t = -3.03；集合B：t = -3.03；仅LDL：t = -2.98；仅总胆固醇：t = -3.01；仅甘油三酯：t = -2.99；所有P < 0.005；N = 388)。MoCA结果类似(基线：t = -2.73；集合A/B：t = -2.78；仅LDL/总胆固醇/甘油三酯：t ≈ -2.75至-2.79；所有P < 0.007；N = 388)。AIC值在模型间相当(PACC ≈ 605.8-607.3；MoCA ≈ 1834.8-1838.3；见支持信息中的表S1和S2)。多重共线性诊断显示稳定估计：对于PACC，集合A的VIF范围为1.05至1.52；集合B为1.05至1.91。MoCA遵循类似模式。在未中心化的模型中，VIF膨胀(≈27-29)，但在调整后降至≈5.2至5.4，中心化后降至≈1.05(见表S1和S2)。

二次HDL项(HDL²)很小，不显著(所有P > 0.69)，并未改善模型拟合度(ΔAIC和ΔBIC < 2)，HDL-NfL交互的方向或显著性没有变化，支持使用线性HDL规格(支持信息中的表S3)。这些发现证实HDL一致地修改了NfL-认知关系，突显了在解释神经退行效应时考虑代谢背景的重要性。

4 讨论

目前，了解代谢标志物如何与神经退行过程相互作用以影响老年人认知功能是痴呆研究中的一个重要领域。在本研究中，我们发现血浆NfL水平与认知表现之间的关联显著受到HDL胆固醇的修饰。虽然HDL通常被认为具有神经保护作用，但我们的结果显示较高的HDL水平与血浆NfL和认知表现之间的负相关关系更强，表明HDL在神经退行背景下的作用更为复杂。这种一致的交互作用表明，血浆NfL反映的神经轴突损伤的认知效应在HDL较高时可能被放大而非减轻。这些发现指出了衰老过程中代谢和神经退行过程之间的复杂相互作用，表明HDL在认知健康中的作用可能比以前认为的更为复杂。

对于PACC，NfL和HDL的交互作用仅在≥65岁的参与者中显著，与文献一致，该文献强调了晚年神经退行和代谢脆弱性的汇聚。对于MoCA，效应在方向和幅度上相似，但统计学上不显著。当年龄被连续处理时，交互作用对两个结果仍然显著，表明年龄是一个连续的效应修饰因子，子组分析可能受限于样本量较小。

我们队列中的平均血浆NfL浓度相对较高，可能反映了年龄分布、血管和代谢负担、样本类型和实验室间变异等因素。由于不存在标准化参考材料，不同实验室之间的绝对水平无法直接比较。然而，统一处理和单批分析保持了内部有效性，并确保了队列内比较的可靠性。回归系数未标准化，以生物标志物原始单位报告(例如，NfL pg/mL，HDL mg/dL)。尽管交互项的数值很小，但这种幅度在涉及连续生物标志物的观察性研究中是预期的，即使微小的效应也可能发出生物学上有意义的过程信号，这些过程有助于认知衰老，特别是在纵向或人口水平上进行检查时。

HDL胆固醇传统上被认为在心血管和神经学背景下具有保护作用，归因于其抗炎、抗氧化和血管保护特性18, 36。HDL已知可调节内皮功能，抑制氧化应激，并参与淀粉样蛋白β清除，所有这些都被认为支持认知健康37-40。观察性研究已将较高的HDL水平与中年和老年更好的认知表现联系起来19, 26, 37。然而，这些关联并非一致，新兴证据表明HDL与认知之间的关系可能是非线性或依赖于背景的22, 24。为了解决这种可能性，我们测试了二次HDL项(HDL²)，但在未调整或调整模型中均未发现非线性关联的证据。因此，在所有分析中将HDL建模为线性预测因子。

最近的队列研究报告称，非常高的HDL水平与认知障碍和痴呆风险增加相关27, 41, 42。这些发现表明HDL可能并非普遍提供保护，在特定生物条件下甚至可能变得功能失调或有害。我们的研究通过证明在NfL较高(神经轴突损伤的标志物)的情况下，较高的HDL水平与更差的认知表现相关，支持这一新兴观点。HDL似乎放大了神经退行的认知后果，而不是减轻其影响。这种悖论因衰老队列的证据而进一步复杂化，这些证据揭示了HDL轨迹和功能随时间的变异性。老年人横断面研究报道HDL稳定或较高，可能反映了生存效应，而纵向研究显示随着年龄增长逐渐下降27, 43-46。与此同时，衰老与HDL功能的变化相关，包括抗氧化和胆固醇外流能力降低45, 47, 48，表明HDL浓度并不能完全捕捉保护潜力。在这种背景下，我们发现较高的HDL强化了NfL-认知的负相关关系，表明晚年升高的HDL可能代表一种适应不良而非保护状态。综上所述，这些观察表明HDL对认知的影响是背景依赖的，受血管健康、药物使用和合并症的影响。

几种机制可能支持这些相互矛盾的发现。HDL颗粒是异质性的，其功能可能随年龄、炎症、代谢状态和疾病而变化38, 45, 47-49。在氧化或炎症应激或代谢疾病下，HDL可能失去其抗氧化和抗炎特性并变为促炎45, 50。这种转化可能会降低HDL的保护能力，或在老年人群和神经退行人群中导致神经元损伤。这种功能失调的HDL表型与胆固醇外流能力降低、血管支持受损以及调节免疫反应能力下降相关45, 47-50。

在我们的研究中，较高的HDL水平与NfL和认知之间更强的负相关关系相关，表明在神经退行升高背景下，HDL在认知衰老中的功能作用可能不同。我们的发现表明，它可能更多地作为代谢和血管脆弱性的标志物，而非普遍的保护目标，同时作为可修改因素、风险生物标志物和系统健康的指标。

这项研究有几个优势。首先，它使用了经过验证的血浆生物标志物，包括血浆NfL(神经轴突损伤的敏感指标)和HDL胆固醇(关键代谢标志物)。这使得能够对代谢和神经退行过程如何相互作用影响认知表现进行新的调查。其次，使用经过充分验证和互补的结果评估认知功能，这些结果捕捉了多个认知领域，增强了发现的全面性和相关性。第三，使用临床上有意义的HDL临界值进行分层可视化，提高了交互效应的可解释性和潜在的转化相关性。

然而，我们认识到几个局限性。首先，缺乏关于临床因素(包括降胆固醇药物(如他汀类药物)和心血管合并症(如高血压、糖尿病、中风和动脉粥样硬化))的详细数据，限制了我们将高HDL与有利的代谢健康与药理学改变的特征区分开来的能力，并阻止了对它们潜在混杂或调节作用的评估。其次，横断面设计排除了因果推断或纵向变化的评估。第三，HDL为了可视化而被二分，这可能无法完全捕捉其与NfL和认知关系的复杂性。第四，没有测量系统因素，如代谢(例如糖化血红蛋白A1c[HbA1c])和炎症(例如白细胞介素6[IL-6]、肿瘤坏死因子α[TNF-α]和C反应蛋白[CRP])状态，减少了对影响HDL功能和认知的更广泛途径的洞察。

未来的研究应使用纵向设计，样本更大、更多样化，纳入生活方式和药物数据，包括额外的代谢(例如HbA1c)和炎症生物标志物(例如IL-6、TNF-α和CRP)，并在疾病阶段收集重复的生物标志物测量。评估极端HDL水平并应用孟德尔随机化以明确因果通路也很重要，而试验应测试提高HDL功能而非仅仅提高浓度是否能带来认知益处，并支持将HDL整合到易感个体的风险分层中。

我们的研究表明，HDL胆固醇会修改老年人血浆NfL与认知之间的关联，HDL较高会强化负相关关系。这些发现表明，在神经退行中HDL可能并非普遍具有保护作用，并强调了在评估认知风险时考虑代谢背景的重要性。由于HDL可在血液中测量并对药物、体育活动和饮食有反应，因此它既是一个临床生物标志物，也是一个可修改的目标。临床医生应考虑将HDL等代谢标志物与NfL等血浆生物标志物整合，以改进早期识别并指导个性化的痴呆预防策略。

致谢

作者们深深感谢衰老成人脑连接组(AABC)研究的参与者、研究人员和敬业的工作人员。作者们向进行参与者评估的临床核心、进行APOE基因分型的遗传学核心以及分析血浆样本的生物标志物核心表示诚挚的感谢。本研究得到了国家卫生研究院(NIH)和国家老龄化研究所(NIH/NIA；R01 AG068183、R01 AG067428、R01 AG074302、U19AG073585)授予的资助支持。资助机构在研究设计、实施、数据收集、管理、分析或解释，或在准备、审查或批准手稿方面没有任何作用。

利益冲突声明

作者声明无利益冲突。所有作者都披露了与本手稿内容相关的任何相关关系/活动/利益。作者声明无利益冲突。资金来源(NIH/NIA)在致谢部分详细说明，没有赞助商参与研究设计、数据分析或手稿准备。作者披露可在支持信息中获取。

同意声明

所有参与者在入组时均提供了书面知情同意。本研究获得了圣路易斯华盛顿大学机构审查委员会的批准，并按照《赫尔辛基宣言》进行。

【全文结束】