论文标题： Re-examination of statistical relationships between dietary fats and other risk factors, and cardiovascular disease, based on two crucial datasets

期刊：Quantitative Biology

作者：Jiarui Ou, Le Zhang, Xiaoli Ru

发表时间：15 Mar 2024

DOI：10.1002/qub2.29

微信链接：点击此处阅读微信文章

心血管疾病（CVD）是全球许多地区的主要死因，其诸多风险因素可能与饮食有关。为了改善公众健康和增进对该主题的理解，世界各地展开了许多相关研究，例如弗雷明翰心脏研究（FHS）和明尼苏达冠状动脉实验（MCE），这些分析通常采用统计t检验和Cox模型评估特定人群的CVD风险。然而，这些参数统计方法可能存在三方面的问题：样本量偏小、右删失偏差以及针对单一研究的数据集导致缺乏长期多样数据的证据。这些问题导致统计功效/可信度比较有限。

近日，来自四川大学、首都医科大学附属北京朝阳医院的研究者联合在Quantitative Biology期刊上发表了题为“Re-examination of Statistical Relationships between Dietary Fats and other Risk Factors, and Cardiovascular Disease, based on Two Crucial Datasets”的研究论文。文章旨在基于两个关键数据集对饮食脂肪与其他风险因素及心血管疾病之间的统计关系进行重新审视。研究团队针对三个主要问题，即饱和脂肪摄入减少与胆固醇水平（尤其是高密度胆固醇以及低密度胆固醇和甘油三酯）降低的因果关系、总胆固醇水平降低对心血管疾病死亡率的影响，以及饮食、风险因素与心血管病风险间的复杂关联，分别运用非参数化置换检验、基于重采样的秩检验以及A/B测试进行更有效的统计分析。

全文概要

心血管疾病与饮食脂肪及其他风险因素之间的统计关系是心血管健康的重要研究方向，许多实验性研究利用参数化统计方法揭示了饱和脂肪与心血管疾病风险之间的潜在关联，不过这些统计方法可能存在三方面问题：样本量偏小、右删失偏差以及缺乏多样的长期证据，这些问题可能导致统计有效性的降低。

为了克服首个问题，研究团队运用非参数化置换检验探讨膳食脂肪与血清总胆固醇之间的关系。为解决第二个问题，采用基于重采样的秩检验来考察血清总胆固醇水平是否影响CVD死亡率。针对第三个问题，利用额外的弗雷明汉心脏研究（FHS）数据进行A/B测试，以探究饮食、风险因素与CVD风险之间的元关系。主要技术路线如下：

（S1）非参数置换测试：利用明尼苏达冠状动脉实验（MCE）数据，采用非参数置换测试来验证低饱和脂肪饮食与血清总胆固醇降低之间的因果联系。该方法通过随机排列数据组别标签以模拟“零假设”下的分布，并计算实际观察到的差异在这些模拟分布中的位置，从而得到p值。结果表明低饱和脂肪饮食与总胆固醇水平下降之间存在显著关联。

（S2）基于重采样的秩检验：针对小样本量且存在右删失问题的MCE数据，研究者采用了基于重采样的秩检验来评估血清总胆固醇水平降低是否显著影响心血管疾病（CVD）导致的死亡率。首先通过典型秩估计器过程估算仅由CVD导致的死亡事件所对应的观察危险率，接着进行重采样过程以进行假设检验。计算得到的两尾重采样p值反映了血清总胆固醇（主要由高密度胆固醇加上低密度胆固醇及甘油三酯组成）水平变化对CVD致死风险比无显著影响的零假设与降低胆固醇显著影响CVD致死风险的备择假设之间的证据强度。结果显示，对于低饱和脂肪饮食控制组而言，降低血清总胆固醇水平对于CVD致死风险的影响并未呈现统计显著性。

（S3）A/B测试与长期数据分析：为了探讨更广泛的饮食、风险因素与CVD风险之间的元关系，研究者使用额外的弗雷明翰心脏研究（FHS）数据进行了A/B测试。这一部分结合了长期观察数据，揭示了饮食脂肪、其他风险因素（如血压异常范围）与CVD风险之间的复杂关系，特别是这些因素如何影响胆固醇水平与CVD风险之间的相互作用。结果显示，异常的舒张压范围会影响血清胆固醇水平与心脏病风险之间的统计关联。

总结而言，本研究主要有三方面贡献：1）：验证了不饱和脂肪饮食与降低总胆固醇水平之间的因果联系（S1）。2）：基于小样本、右删失的MCE数据，发现降低血清总胆固醇水平对饮食控制组CVD致死风险的影响并不显著（S2）。3）：结合S1和S2的结果，通过FHS长期数据的A/B测试进一步揭示了饮食脂肪、其他风险因素与CVD风险间复杂的交互作用，特别是饮食导致的血压异常范围等因子对总胆固醇水平与CVD风险间关系的影响（S3）。研究方法中，团队采用了非参数统计方法克服了原分析中t检验和Cox模型可能存在的样本量小、右删失偏差和缺乏多样长期证据等导致的统计功效/可信度有限的问题。尽管如此，本文也指出了当前方法的局限性，如非参数方法计算成本高，对于大型复杂数据集效率低下，以及在处理某些小样本情况时可能出现显著的统计I型错误和较低的检验效能。

QB期刊介绍

Quantitative Biology （QB）期刊是由清华大学、北京大学、高教出版社联合创办的全英文学术期刊。QB主要刊登生物信息学、计算生物学、系统生物学、理论生物学和合成生物学的最新研究成果和前沿进展，并为生命科学与计算机、数学、物理等交叉研究领域打造一个学术水平高、可读性强、具有全球影响力的交叉学科期刊品牌。

QB期刊目前已被ESCI, Scopus, CSCD等国内外重要数据库收录。IF2022=3.1，Citescore2022=5.7。

《前沿》系列英文学术期刊  

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn