在現(xiàn)實生活中，臨床干預(yù)試驗有時難以實施，但又想評估某項干預(yù)措施的效果，該怎么辦？ 2025年11月24日，中山大學(xué)學(xué)者在《BMC Medicine》期刊上（醫(yī)學(xué)1區(qū)，IF=8.3）發(fā)表論文，基于因果推斷技術(shù)——參數(shù)g公式，探討了針對十一種飲食模式的假設(shè)性干預(yù)策略（hypothetical intervention strategies）對空氣污染物混合暴露相關(guān)的主要慢性疾病及死亡率的影響。  研究設(shè)計：模擬膳食干預(yù) 本研究是一項基于英國生物銀行（ UK Biobank）的前瞻性隊列研究，最終共納入17254 名參與者（女性占 57.8%；平均年齡 56.6 ± 7.8 歲）。研究從2009年開始，隨訪至2022年。 主要結(jié)局：與空氣污染混合物（包括PM2.5 、PM10 、NO2 、NOX、SO2 和苯）相關(guān)的心血管疾病、糖尿病、癌癥、慢性腎臟病、慢性阻塞性肺疾病、癡呆和全因死亡率。 膳食模式評分：基于五輪 24 小時膳食評估，研究者計算了 11 種膳食模式的依從性得分，包括：替代地中海飲食（AMED）、飲食抗氧化指數(shù)（DAI）、飲食多樣性得分（DDS）、能量調(diào)整的飲食炎癥指數(shù)（E-DII）等。 模擬干預(yù)措施：研究者對每種飲食模式模擬了2種閾值干預(yù)和1種靜態(tài)干預(yù)。閾值干預(yù)基于每種飲食模式的人群分布，從而做到分層干預(yù)。
膳食優(yōu)化能降低與空氣污染相關(guān)健康風(fēng)險 1.空氣污染物混合物-健康結(jié)果之間的關(guān)聯(lián) 研究者通過量化 g 計算方法和多元廣義傾向得分（mvGPS）模型，發(fā)現(xiàn)空氣污染物混合物與所有健康結(jié)果的升高風(fēng)險相關(guān)。 2.飲食干預(yù)-空氣污染混合物相關(guān)的健康結(jié)果之間的關(guān)系 對于每次干預(yù)，研究者從原始研究人群中有放回地隨機抽取30000個人以生成新的數(shù)據(jù)集。在這些數(shù)據(jù)集中，根據(jù)干預(yù)策略在每個基線后時間點更新迭代11 種膳食模式評分。 之后，研究者估計了每個時間點的結(jié)局風(fēng)險，從而評估并比較了三種模擬膳食模式干預(yù)對空氣污染物相關(guān)疾病及死亡的13 年累積風(fēng)險的不同影響，并與無干預(yù)條件下進行對比，得到風(fēng)險差（RD）。 研究者發(fā)現(xiàn)與無干預(yù)相比：
 例如，當DDS飲食得分增加到≥10、≥12和18時，13 年累計風(fēng)險降低幅度（每 1000 人口）在 心血管疾病（CVD） 方面為?0.48至?2.14。
 
總結(jié) 總的來說，本研究利用參數(shù) g 公式，發(fā)現(xiàn)改善健康飲食習(xí)慣依從性(尤其是AMED、DDS、DAI和 E-DII)的假設(shè)性干預(yù)措施，可降低與空氣污染相關(guān)慢性疾病和全因死亡率的風(fēng)險，且在“最佳依從性”下獲益最大。 在無法開展隨機試驗的情況下，使用高質(zhì)量的縱向和觀察性數(shù)據(jù)進行假設(shè)性干預(yù)分析是一種替代方法。 相比傳統(tǒng)的回歸分析，本研究使用的參數(shù)化g公式可以模擬多種干預(yù)策略、控制混雜因素（如年齡、性別、BMI、吸煙等）、直接提供模擬干預(yù)的絕對指標（RDs）。 這既解決了難以用隨機對照試驗進行因果推斷的問題，也具有很強的公共衛(wèi)生意義大：在空氣污染短期內(nèi)難以根本改善的背景下，飲食干預(yù)提供了一種“可操作的緩沖策略”。 |
|
|
