6.1/Q1,浙江医院用NHANES:膳食中摄入黄酮类化合物有助于延缓生物衰老过程

**文章题目:**Dietary flavonoids intake contributes to delay biological aging process: analysis from NHANES dataset

**DOI:**10.1186/s12967-023-04321-1

**中文标题:**膳食中摄入黄酮类化合物有助于延缓生物衰老过程:NHANES 数据集分析

**发表杂志:**J Transl Med

**影响因子:**1区,IF=6.1

**发表时间:**2023年7月

**背景:**饮食可能会影响生物学衰老以及个体生物学年龄(BA)和实际年龄(CA)之间的差异(∆age)。类黄酮是一类广泛存在于植物、水果和蔬菜中的天然化合物,具有抗炎和抗氧化的特性。本研究旨在探讨类黄酮摄入量与心脏、肾脏、肝脏以及全身器官的∆age之间的相关性。

**方法:**我们从2007-2008年和2017-2018年的美国国家健康与营养检查调查(NHANES)中提取了3193名成人参与者的饮食类黄酮摄入数据。通过24小时膳食回忆法评估类黄酮摄入量,使用多元线性回归分析评估类黄酮摄入量与各个器官(心脏、肾脏、肝脏)及全身的∆age之间的关系。生物学年龄(BA)是基于循环生物标志物计算的,∆age通过生物学年龄与实际年龄的差值计算。

结果分析:

1.研究参与者的人口统计学特征

研究纳入了3913名参与者,类黄酮摄入量按三分位数分为Q1(最低)、Q2和Q3(最高)三组。Q3组的参与者类黄酮摄入量显著高于Q1组,且Q3组的参与者通常吸烟和重度饮酒的比例较低,慢性病(如高血压、糖尿病、慢性肾病)的患病率较低,但BMI较高。

2.生物学年龄与实际年龄的差异

全身生物学年龄(BA)为49.75岁,∆age为-0.58岁。心脏生物学年龄为46.65岁,∆age为-0.96岁。肾脏生物学年龄为48.01岁,∆age为0.40岁。肝脏生物学年龄为44.43岁,∆age为-3.19岁。结果表明,类黄酮摄入量与全身、心脏和肝脏的∆age显著负相关(即类黄酮摄入量越高,生物学衰老的速度越慢),而与肾脏∆age则呈正相关。

3.类黄酮摄入与生物学年龄的关联

多元线性回归分析结果显示,类黄酮摄入量的增加与全身、心脏和肝脏的∆age呈负相关,Q3组的∆age显著低于Q1组(全身∆age:β = −1.33,心脏∆age:β = −1.51,肝脏∆age:β = −5.14)。然而,类黄酮摄入量与肾脏∆age的关系较为复杂,存在慢性肾病(CKD)影响的差异。

4.分层分析

进一步的分层分析表明,类黄酮摄入量对不同性别、年龄、健康行为和慢性疾病群体的影响存在差异。例如,在不吸烟、轻度饮酒和有规律运动的群体中,类黄酮摄入量较高的参与者其全身生物学年龄延缓效果更加明显。

文章小结:

我们的结果强调了类黄酮的摄入与延缓生物学衰老相关,尤其对心脏和肝脏的衰老有显著的延缓作用。这一发现表明,增加类黄酮的摄入可能对减少心血管和肝脏疾病的长期风险具有潜在益处。

大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!

相关推荐
heartbeat..5 小时前
Spring AOP 全面详解(通俗易懂 + 核心知识点 + 完整案例)
java·数据库·spring·aop
少林码僧7 小时前
2.31 机器学习神器项目实战:如何在真实项目中应用XGBoost等算法
人工智能·python·算法·机器学习·ai·数据挖掘
麦聪聊数据8 小时前
MySQL并发与锁:从“防止超卖”到排查“死锁”
数据库·sql·mysql
AC赳赳老秦8 小时前
DeepSeek 私有化部署避坑指南:敏感数据本地化处理与合规性检测详解
大数据·开发语言·数据库·人工智能·自动化·php·deepseek
sonadorje9 小时前
逻辑回归中的条件概率
算法·机器学习·逻辑回归
YMatrix 官方技术社区9 小时前
YMatrix 存储引擎解密:MARS3 存储引擎如何超越传统行存、列存实现“时序+分析“场景性能大幅提升?
开发语言·数据库·时序数据库·数据库架构·智慧工厂·存储引擎·ymatrix
国强_dev9 小时前
在数据库开发和运维中的“错误信息误导(Red Herring)”
运维·adb·数据库开发
辞砚技术录10 小时前
MySQL面试题——索引2nd
数据库·mysql·面试
linweidong10 小时前
C++thread pool(线程池)设计应关注哪些扩展性问题?
java·数据库·c++
欧亚学术11 小时前
突发!刚刚新增17本期刊被剔除!
数据库·论文·sci·期刊·博士·scopus·发表