卒中是全球?qū)е滤劳龊蜌埣驳闹饕�原因之一，隨著年齡增長，患病風(fēng)險顯著增加。然而，每個人“變老”的速度并不相同，有的人年過花甲依然精神矍鑠，有的人未及不惑便已“未老先衰”。這種差異體現(xiàn)在“生物年齡”上，它衡量的是個體生理功能的實際衰退程度，而非簡單的“歲數(shù)”（即時序年齡）。越來越多的證據(jù)表明，生物年齡可能是比時序年齡更好的健康與疾病預(yù)測指標。其中，PhenoAge和BioAge是兩種被廣泛認可的生物年齡計算模型，分別由不同的血液生化指標組合計算得出。它們與實際年齡的差值，被稱為生物年齡加速，通常與多種慢性病風(fēng)險和死亡風(fēng)險增加相關(guān)。那么，這些反映內(nèi)在生理衰老程度的生物年齡指標，是否與卒中的發(fā)生有關(guān)？它們對卒中后死亡風(fēng)險的預(yù)測能力又如何？為了回答這些問題，來自首都醫(yī)科大學(xué)宣武醫(yī)院神經(jīng)外科的研究團隊開展了一項橫斷面研究。

本研究利用美國國家健康與營養(yǎng)調(diào)查在1999年至2018年間共十個周期的數(shù)據(jù)，對37,832名成年參與者的信息進行了分析。卒中病史通過參與者自我報告醫(yī)生診斷來確定。研究人員使用“BioAge”R軟件包，根據(jù)NHANES數(shù)據(jù)訓(xùn)練了KDM-BA（文中常與BioAge互換使用）和PhenoAge算法，來計算每位參與者的生物年齡。PhenoAge的計算納入了時序年齡、白蛋白、肌酐、葡萄糖、淋巴細胞百分比、平均紅細胞體積、紅細胞分布寬度、堿性磷酸酶和白細胞計數(shù)等九個變量。KDM-BA的計算則包括了收縮壓、總膽固醇、堿性磷酸酶、白蛋白、血尿素氮、肌酐和糖化血紅蛋白（HbA1c）。生物年齡加速（PhenoAgeAccel/BioAgeAccel）被定義為預(yù)測的生物年齡與時序年齡的差值，正值表示加速衰老。研究的主要結(jié)局是卒中患病率和全因死亡率，后者通過鏈接至2019年底的NHANES死亡率檔案確定。統(tǒng)計分析采用了復(fù)雜的加權(quán)邏輯回歸和Cox比例風(fēng)險回歸模型，以控制年齡、性別、種族、婚姻狀況、收入、教育、吸煙、高血壓、糖尿病、飲酒、體重指數(shù)和血脂異常等多種混雜因素的影響。

最終分析納入了37,832名參與者。與無卒中人群相比，卒中患者年齡更大，更多為男性，白人比例更高。他們的收入水平、教育程度更低，單身比例以及糖尿病、血脂異常和高血壓的患病率更高。在生物年齡指標上，卒中患者的PhenoAge和BioAge均值均顯著高于非卒中人群。值得注意的是，卒中患者的平均PhenoAgeAccel為正值（0.21），而非卒中人群為負值（-3.11），表明卒中群體存在顯著的加速衰老現(xiàn)象。

經(jīng)過多變量調(diào)整后，分析結(jié)果顯示：

生物年齡及其加速狀態(tài)同樣是全因死亡率和心血管死亡率的強力預(yù)測因子。

本研究通過大規(guī)模人群數(shù)據(jù)證實，反映生理功能的生物年齡指標（尤其是PhenoAge）及其加速狀態(tài)，是卒中患病風(fēng)險和死亡風(fēng)險的獨立且有力的預(yù)測因子。這超越了傳統(tǒng)時序年齡的評估價值。研究結(jié)論指出，生物年齡加速可能通過導(dǎo)致神經(jīng)血管單元（包括內(nèi)皮細胞、周細胞、膠質(zhì)細胞和神經(jīng)元）與年齡相關(guān)的功能退化，從而增加對缺血性損傷的易感性，并削弱恢復(fù)和神經(jīng)可塑性能力。這些發(fā)現(xiàn)具有重要的臨床意義。將PhenoAge、BioAge等生物年齡指標整合到臨床實踐中，有望顯著提高卒中風(fēng)險分層和患者管理的精準度，識別出那些“看起來年輕”但生理上已“加速衰老”的高危個體，從而進行早期干預(yù)。同時，生物年齡加速作為死亡風(fēng)險預(yù)測工具，有助于在癥狀出現(xiàn)前識別高危人群，為改善臨床結(jié)局和公共衛(wèi)生策略提供新視角。當然，研究也存在一些局限性，例如卒中為自我報告可能存在回憶偏倚，橫斷面設(shè)計難以確定因果關(guān)系，未能根據(jù)卒中嚴重程度進行調(diào)整等。未來需要縱向研究進一步驗證，并深入探索其背后的生物學(xué)機制，以及抗衰老干預(yù)措施對生物年齡和卒中風(fēng)險的影響。總而言之，這項工作為理解衰老與腦血管健康的關(guān)系提供了新的證據(jù)，推動了從“時序年齡”到“生物年齡”的診療觀念轉(zhuǎn)變。