巢式病例對照研究文獻案例分享

鄭麗娜，劉麗萍

2019年Arterioscler Thromb Vasc Biol發(fā)表了一篇巢式病例對照研究“Association Between Fatty Acids of Blood Cell Membranes and Incidence of Coronary Heart Disease——A Case-Control Study Nested in the PREDIMED Trial”。通過該研究探討巢式病例對照研究的相關內容。

1 研究介紹

1.1 研究背景 脂肪酸作為細胞膜的主要成分，一旦從細胞膜上釋放，可轉化為生物活性分子，對一些疾病具有調控作用。大量證據表明心肌細胞細胞膜中酰化的長鏈ω-3脂肪酸是冠心病中缺血性損傷心肌的主要保護因子。研究證實，紅細胞膜中的ω-3狀態(tài)是心肌細胞膜ω-3含量的良好替代標志物。最近2項大型流行病學研究報道，紅細胞膜中具有高比例長鏈飽和脂肪酸（very long chain saturated fatty acid，VLCSFA；C20：0，C22：0，C24：0）的受試者心臟驟停的風險較低，并且可能有較低的冠心病患病風險。本研究旨在探究血細胞膜中脂肪酸基線水平和1年變化與具有心血管疾病高風險的老年人群發(fā)生冠心病事件之間的關系。

1.2 研究方法 本研究是基于一項多中心、單盲、對照研究的巢式病例對照研究，共納入7447例有心血管疾病高風險的參與者。由評審委員會裁定發(fā)生的冠心病事件，最終有280例發(fā)生了冠心病事件，其中，僅136例具有基線血細胞樣本（入院第2天空腹采血）。每個病例選擇兩個對照（272例），病例組和對照組在年齡、性別、BMI、干預和在研究中的持續(xù)時間方面均匹配。將其中211例接受了1年隨訪的受試者（70例病例vs141例對照）納入1年變化分析。

通過氣相色譜測定血樣中的脂肪酸譜，每種脂肪酸的量表示為樣品中總脂肪酸的百分比。收集飽和脂肪酸、多不飽和脂肪酸、單不飽和脂肪酸、ω-3指數(shù)、極長鏈脂肪酸等變量信息。

1.3 研究結果 在基線，相比對照組，發(fā)生冠心病事件的受試者2型糖尿病患病率和吸煙者比例均較高（均P＜0.05）。病例組和對照組血細胞膜中脂肪酸的基線比較，VLCSFA水平，特別是C22：0，C24：0，C22：4n6，C22：5n6，C24：1n9在病例組中顯著低于對照組，而C18：1n9cis和C20：1n9的水平在病例組中更高。

對病例組136例患者的基線脂肪酸進行分析，其中模型1為未校正模型，模型2校正了基線中存在顯著差異的吸煙與糖尿病兩個混雜因素，兩個模型結果均顯示了C20：1n9每增加1個標準差（standard deviation，SD）與冠心病事件風險增加顯著相關，而VLCSFA、C22：0和C24：0每增加1個SD與冠心病事件風險降低顯著相關。對病例組70例患者1年后脂肪酸變化水平進行分析，結果顯示1年的脂肪酸水平變化與冠心病事件發(fā)生之間無明顯相關性。

校正年齡、吸煙、BMI、飲酒、休息時間-體力活動和2型糖尿病等混雜因素后的橫斷面分析顯示，C22：0與IL-10呈負相關，Spearman偏相關系數(shù)（rs）為-0.16，在C24：0和IL-10之間也觀察到類似趨勢，但未達到顯著水平（rs=-0.14）。以上2種VLCSFA與其他炎癥標志物（IFN-γ，IL-1b，IL-6，IL-8）之間無明顯相關性。而C20：1n9與上述任何一種炎癥標志物均無明顯相關性。進一步校正IL-10基線水平后，C22：0與IL-10的1年變化水平呈負相關。

校正年齡、性別、BMI、吸煙、休息時間-體力活動，血脂異常和高血壓等混雜因素后橫斷面分析顯示，VLCSFA（OR0.43，95%CI0.23～0.82）、C24：0（OR0.35，95%CI0.17～0.70）與2型糖尿病顯著相關。C22：0與2型糖尿病也可觀察到類似趨勢。

1.4 研究結論 地中海區(qū)域心血管疾病高風險的老年人群中，冠心病事件與C22：0和C24：0水平呈負相關，與C20：1n9水平呈正相關。

2 Q&A

Q1：什么是巢式病例對照研究？其優(yōu)勢及在臨床研究中的作用是什么？

A1：巢式病例對照研究（nested case control study，NCCS），又稱隊列內病例對照研究。它往往是基于大規(guī)模的隨訪數(shù)據，如隊列研究或登記型研究，其病例和對照人群均源于同一個全隊列，以所有的隊列作為一個整體人群。其研究步驟為：①根據研究目的確定研究隊列人群（注意：人群進入隊列時均沒有發(fā)生目標疾病，和隊列研究相同）；②收集隊列內每個成員的相關信息和生物標本；③預定期間的隨訪；④確定隨訪期內發(fā)生某疾病的全部病例，組成病例組；⑤隨訪結束時尚未發(fā)生所研究疾病的人群隨機匹配一個或多個對照（如1∶1、1∶2等）；⑥對收集的兩組成員相關生物標本進行必要的化驗；⑦統(tǒng)計分析，計算發(fā)病率、OR等。該研究優(yōu)勢為：病例和對照均來自同一隊列，可比性好，且兩組的暴露資料等均在疾病診斷前收集，一旦結果提示暴露與疾病的相關性，這種相關性符合因果關系推斷的時間順序，觀察偏倚也能得到很好地控制。此類研究設計尤其適用于包括復雜的化學或生化分析研究因素的前瞻性研究。

Q2：本研究在數(shù)據處理上采用了1個標準差作為增量單位來分析與結果的相關性，該方法是否適用于其他類型研究？

A2：本研究由于其研究內容（脂肪酸）的特殊性，將不同種類脂肪酸含量用其在總脂肪酸中的百分比來表示，并分析了基于1個SD增量，發(fā)生冠心病事件的風險變化。但SD是針對具體研究的，當在另一個背景下更換一組研究對象時，其脂肪酸的SD值即發(fā)生改變，因此不可能重復該研究并期望找到相同的結果。此外，在常規(guī)臨床研究中的變量大多數(shù)有具體單位及固定范圍，故采用1個SD增量對于臨床醫(yī)師來說是沒有意義的。如血糖或血壓的單位是明確的，如果研究結果提示增加10 mm Hg（1 mm Hg=133.32 Pa）的收縮壓會增加腦出血風險，這可在另一項研究中證實，臨床醫(yī)師可參考這些數(shù)值作為治療目標。然而，如果結論是1個SD增量，這樣的結論難以重復且基本沒有臨床應用價值。故認為采用標準差作為增量單位來分析與結果的相關性的作用是有限的，且難以適用于其他類型的研究。

Q3：在進行回歸分析時，如何挑選校正因素來設計不同模型？

A3：回歸分析主要用于尋找某疾病發(fā)生的危險因素、校正混雜因素預測疾病發(fā)生等。回歸分析有明確的結局變量（因變量）和解釋變量（自變量），一些自變量對結局有較大的影響，但并非此次研究的主要目的，此時需設計模型對其進行校正。故校正因素的選擇主要取決于研究目的。一般模型1通常為未校正或校正一些不可干預的基本信息（如人口學特征）后的結果；模型2可加入一些在基線分析中存在顯著差異的變量，或一些臨床上普遍認可的危險因素（盡管基線信息分析中未提示兩組間存在顯著差異），均可進行校正；模型3可在模型2的基礎上再加入一些新型標志物進行校正后分析。