基于NHANES数据库的膳食炎症指数与心肾代谢综合征的关联性研究

The association between dietary inflammatory index and cardiorenal metabolic syndrome： a study using NHANES data

摘要

目的 探讨膳食炎症指数（Dietary inflammation index，DII）与心血管-肾脏-代谢（Cardiovascular-kidney-metabolic，CKM）综合征的关联性。 方法 本研究使用美国国家健康和营养检查调查 （National Health and Nutrition Examination Survey， NHANES）1999—2020年的数据。根据CKM综合征的临床严重程度，将研究对象的CKM患病情况分为4个分期。DII通过膳食回顾法计算。采用单因素分析（连续变量的组间比较选择方差分析，分类变量的组间比较选择卡方检验）和无序多分类Logistic回归模型探讨DII与CKM综合征的关联，并通过趋势性检验（P_trend）分析DII四分位分组与CKM综合征分期之间的线性趋势。 结果 最终分析包括16 530例研究对象，基线时CKM综合征分期涵盖0～4期。总体DII评分为（1.40±1.85）分，且DII四分位分组随着CKM综合征分期增加而显著升高，呈线性增加的趋势。无序多分类Logistic回归模型分析结果表明，在调整混杂因素后，更高的DII与CKM综合征发生风险仍然相关。在完全调整模型中，CKM4分期的最高DII组（Q4）风险最为突出。 结论 DII评分的升高可能通过促进系统性炎症这一潜在机制影响CKM综合征的发生与发展。应重视对高膳食炎症负荷的早期识别与干预，推广抗炎饮食模式，从而有效预防和管理CKM综合征。

Abstract

Objective : To investigate the association between the dietary inflammation index （DII） and cardiovascular-kidney-metabolic （CKM） syndrome. Methods The data from the National Health and Nutrition Examination Survey （NHANES） from 1999 to 2020 was used. Participants were classified into four stages based on the clinical severity of CKM syndrome. The DII was calculated using dietary recall data. Univariate analysis （analysis of variance for continuous variables and chi-square test for categorical variables） and multinomial logistic regression were employed to examine the association between DII and CKM syndrome. Additionally， a trend test （P_trend） was conducted to assess the linear trend across DII quartiles in relation to CKM syndrome stages. Results The final analysis included 16 530 participants， with CKM syndrome stages ranging from 0 to 4 at baseline. The overall mean DII score was 1.40±1.85， and DII quartiles showed a significant increasing trend with advancing CKM syndrome stages. The multinomial logistic regression analysis indicated that， after adjusting for confounders， higher DII scores remained associated with an increased risk of CKM syndrome. In the fully adjusted model， the highest DII quartile （Q4） demonstrated the most pronounced risk for CKM stage 4. Conclusion Elevated DII scores may influence the onset and progression of CKM syndrome through the potential mechanism of promoting systemic inflammation. Early identification and intervention targeting high dietary inflammatory load， along with the promotion of anti-inflammatory dietary patterns， should be emphasized for the effective prevention and management of CKM syndrome.

关键词

膳食炎症指数 / 心肾代谢综合征 / 国家健康与营养检查调查

Key words

Dietary inflammatory index / Cardiorenal metabolic syndrome / National Health and Nutrition Examination Survey

近年来，美国心脏协会（American Heart Association，AHA）将心血管-肾脏-代谢（Cardiovascular-kidney-metabolic，CKM）综合征定义为一种涉及心血管、肾脏和代谢系统之间相互作用及病理生理关联的全身性疾病，该病可导致多器官功能障碍，并伴随心血管不良结局的高发生率^［1-2］。1999—2020年美国国家健康和营养检查调查（National Health and Nutrition Examination Survey，NHANES）显示，25%的参与者至少有1种心脏、肾脏或代谢疾病；8%的参与者（近四分之一≥65岁）患有1种以上的CKM疾病^［3］。近90%的美国成年人处于不同阶段的CKM综合征，其中符合晚期标准的比例高达15%。CKM综合征在2021年已成为美国人群的主要死亡原因^［4］。因此，CKM综合征与高发病率和过早死亡密切相关，造成了巨大的社会经济负担，已成为全球性的公共卫生问题^［3-5］。

研究表明，CKM综合征起源于脂肪组织过多或功能失调，从而分泌促炎和促氧化产物，损害动脉、心脏和肾脏组织，导致胰岛素敏感性降低^［2］。其中炎症是CKM发病机制中的重要环节，包括心血管、肾脏和代谢系统的炎症反应等^［6-8］。既往研究表明，各种饮食成分与炎症有直接关系^［9］，因其具有潜在促炎或抗炎特性，已成为全球慢性病的主要驱动因素^［10］。不健康饮食是多种慢性非传染性疾病（如肥胖、2型糖尿病和心血管疾病）的公认危险因素^［11］，其致病机制至少部分源于饮食在肠道和全身所引发的慢性低度炎症^［12］。饮食炎症指数（Dietary inflammation index，DII）是一种评估饮食炎症潜力的指标，由Shivappa N等^［13］于2014年首次提出。DII被广泛用于探究饮食炎症在疾病发生发展中的作用^［14］，且已被证实与多种慢性疾病（如癌症、心血管疾病等）相关^{［10-11，15］}。因此，DII可作为制定健康维护策略或饮食干预措施的依据，对于预防和管理慢性疾病具有重要意义。

当前，人们日益关注抗炎饮食模式在预防心脏代谢等慢性疾病中的作用^［12］，这些疾病正是CKM的重要组成部分。然而，目前尚未有研究探讨DII和CKM 综合征之间的相关性。因此，本研究拟通过分析DII与CKM综合征的关联性，为CKM的预防和控制提供一定的参考。

1 研究对象与方法

1.1　数据来源

本研究的数据来自NHANES，这是由美国疾病控制和预防中心进行的一项具有全国代表性的调查，用以评估美国人群的营养和健康状况，并提供可靠、权威和准确的健康统计数据。该调查采用分层抽样、多阶段抽样等方法，每两年从美国15个地区选取样本。调查内容涵盖人口学信息、体格检查结果、实验室检测、问卷调查及饮食数据等。数据收集由专业人员完成。所有参与者均签署知情同意书，并获得美国国家卫生统计中心伦理审查委员会的批准。NHANES数据为公开数据，可通过官方网站获取（https：//www.cdc.gov/nchs/nhanes/index.htm）。

1.2　研究对象

本研究分析了1999—2020年的NHANES数据集，最初包含68 897例参与者。在排除了41 356例缺乏DII评分、无法计算CKM数据及11 011例存在缺失值的参与者后，共有16 530例符合条件的参与者被纳入研究。

1.3　CKM综合征的分期

根据AHA的科学声明，CKM综合征分为0～4期^［16］。0期的特征是不存在CKM危险因素，包括体重指数（Body mass index，BMI）和腰围、血糖、血压、血脂指标正常，且无慢性肾脏病或亚临床/临床心血管疾病迹象。1期定义为超重（BMI≥23 kg/m²）、腹部肥胖（腰围：女性≥80 cm，男性≥90 cm）或脂肪组织功能障碍（葡萄糖耐量受损或糖尿病前期，空腹血糖≥5.6～6.9 mmol/L），且无其他代谢危险因素或CKD。2期定义为存在代谢危险因素（如高甘油三酯血症≥1.5 mmol/L、血脂异常、高血压、代谢综合征、糖尿病）、中度至高危CKD或两者同时存在。3期定义为亚临床CVD，包括预测CVD风险高或极高危CKD的个体，如极高危CKD或根据AHA预测心血管疾病事件风险方程预测的10年CVD风险高，由于缺乏相关指标，本研究使用风险等价物来定义这个阶段。4期定义为伴有和不伴有肾衰竭的CKM综合征中的CVD。

1.4　暴露因素

DII的计算基于NHANES营养方法学工作组通过24小时回忆访谈收集的饮食信息，根据特定炎症生物标志物水平加权得分后对45种食物参数分别赋予炎症效应得分进行计算。由于维生素D摄入量数据收集始于2007年，因此，本研究仅纳入了27个饮食参数，包括：碳水化合物、蛋白质、总脂肪、乙醇、纤维素、胆固醇、饱和脂肪酸、单不饱和脂肪酸和多不饱和脂肪酸（含n-3和n-6多不饱和脂肪酸）、烟酸、维生素A/B₁/B₂/B₆/B₁₂/C/D/E、铁、镁、锌、硒、叶酸、β-胡萝卜素、咖啡因及能量。膳食炎症指数计算过程如下：首先依据公式Ｚ=（特定膳食营养素24小时摄入量-该营养素全球日平均摄入量）÷摄入量标准差，算出该营养素的Z评分；接着将Ｚ值转换为正态分布下单尾概率密度的P值，并对P值乘以2再减去1，完成零均值化处理；然后，将零均值化后的数值与膳食效应系数相乘，得到该营养素的膳食炎症指数。最后将所有营养素的膳食炎症指数相加，得出每个参与者的总DII评分。正分代表促炎潜力，负分代表抗炎潜力，零分表示无显著影响，其理论参考值从-8.87（具有最大抗炎潜力的饮食）到+7.89（具有最大促炎潜力的饮食）不等。为了进一步分析，将DII平均分为4组，从最低四分位数（最大程度抗炎）到最高四分位数（最大程度促炎）。

1.5　协变量

协变量根据生活方式等因素对CKM可能产生影响来选择。以下变量被引入作为协变量：年龄、性别（男性/女性）、种族（墨西哥裔美国人/其他西班牙裔/非西班牙裔白人/非西班牙裔黑人/其他种族）、教育水平（高中及以下/大学及以上）、婚姻状况（已婚/同居/其他）、吸烟（从不吸烟/过去吸烟/现在吸烟）、饮酒（不饮酒/以前饮酒/轻度饮酒/中度饮酒/重度饮酒）、体力活动水平（步行/骑自行车/锻炼/休闲活动），其中体力活动水平通过每周运动当量任务来定义，分为小于500（轻度活动）、500～1 000（中等活动）、大于1 000（高强度活动）。

1.6　统计学处理

由于各变量缺失值比例均低于10%，因此采用直接删除法对缺失值的个案进行处理。连续变量以\overline{x}±s表示，组间比较采用方差分析。分类变量以n（%）表示，组间比较采用卡方检验。采用Logistic回归中的趋势性检验（P_trend）探讨DII与CKM分期之间是否存在线性趋势；由于平行线检验的P<0.05，因此采用单因素和无序多分类Logistic回归探讨DII与CKM综合征的关联性，无序多分类Logistic回归包含调整不同协变量的模型。所有分析在R 4.4.3中进行。检验水准α=0.05。

2 结果

2.1　基线特征

本研究最终纳入16 530例参与者，平均年龄（48.03±17.23）岁，包括8 834例（53.4%）男性和7 696例（46.6%）女性。其中1 693例为0期、3 336例为1期、9 174例为2期、736例为3期、1 591例为4期。不同CKM分期中，参与者在年龄、性别、种族、教育水平以及婚姻状态、BMI、饮酒史、吸烟史、疾病状态等基线特征的分布差异有统计学意义（P<0.05）。见表1。

2.2　CKM患者的DII水平

研究对象的总体DII评分为（1.40±1.85）分。初步分析发现DII评分在不同CKM分期的差异有统计学意义；在此基础上，通过LSD事后检验进行两两比较。为探讨DII与CKM分期之间是否存在线性关联，研究将DII评分由连续变量转换为分类变量，根据其四分位数将研究对象分为4组：Q1（最大程度抗炎）、Q2、Q3和Q4（最大程度促炎），以第一分位数为参考，从而检验DII是否存在趋势性。结果发现，DII四分位分组与CKM综合征分期之间存在显著的线性趋势（P_trend<0.001）。具体而言，与低DII组相比，高DII组（Q4）在CKM4中占比最高（29.6%）；而低DII组（Q1）占比则随着CKM分期增加而逐渐减少。见表2。

2.3　DII与CKM综合征的关联性

以DII为自变量、CKM综合征为因变量、单因素分析中与CKM综合征显著相关（P<0.05）的变量为协变量构建无序多分类Logistic回归模型，探讨DII与CKM综合征发生之间的关联，结果如表3所示。在未调整任何协变量的模型1中，与参考组相比，CKM1分期的Q4组、CKM2分期的Q3组与Q4组、CKM3分期的Q4组、CKM4分期的Q2组，Q3组和Q4组，各比较组间差异有统计学意义（P<0.05）。在模型2中（对年龄、性别、种族进行调整），与参考组相比，CKM1分期的Q3组与Q4组、CKM2分期、CKM3分期、CKM4分期的Q2组、Q3组和Q4组，各比较组间差异有统计学意义（P<0.05）。在模型3中（在模型2的基础上进一步调整婚姻状况、教育水平、体力活动水平、吸烟、饮酒、BMI），CKM2的Q3、Q4组，CKM3的Q3、Q4组，以及CKM4的Q3、Q4组的关联性具有统计学意义，其中CKM4分期的最高DII组（Q4）风险最为突出（OR=2.291，95%CI：1.777～2.954），而CKM4分期的Q2组与参考组相比，关联性不再具有统计学意义（OR=1.223， 95%CI：0.957～1.562， P=0.108）。

3 讨论

本研究基于NHANES数据库1999—2020年统计结果，探讨了DII与CKM综合征之间的关联性，结果显示，CKM患者更有可能是DII水平较高者；CKM综合征的疾病分期与DII四分位分组呈线性增加的趋势，分期越高，DII评分OR值也越大（P_trend<0.001），提示CKM综合征的风险增加，且结果在不同模型调整协变量后仍具有显著性。

3.1　DII与CKM综合征的关联性

本研究发现，随着CKM综合征的分期升高，DII评分的OR值也越大，CKM综合征的发生风险就越高，这一发现提示促炎饮食可能通过慢性低度炎症机制加速CKM综合征的进展。本研究结果与既往研究一致，即慢性全身性炎症与多种慢性疾病（如心血管疾病、慢性肾脏病和糖尿病）的发生发展密切相关^{［5，17-19］}。此外，DII与晚期CKM（如CKM4期）的关联强度显著高于早期阶段（CKM1/CKM2），即使在调整混杂因素后仍显著，这可能提示炎症对已受损器官存在累积效应。如高DII饮食模式可能通过加剧血管内皮功能障碍和肾脏纤维化推动CKM向终末期发展。本研究还显示，DII的增加与CKM综合征发生风险的增加呈线性趋势，这提示饮食炎症潜力可能是CKM综合征的重要危险因素。

3.2　炎症在CKM综合征中的作用机制

CKM的病理生理学涉及一系列复杂的相互作用机制，其中炎症起关键作用^［20］。慢性低度炎症可通过激活促炎因子（如IL-6、TNF-α）和氧化应激通路，导致脂肪组织功能障碍、胰岛素抵抗及血管内皮损伤，进而加速心血管、肾脏和代谢系统的交互损伤^［21-22］。其中饮食习惯在全身炎症中的作用已被广泛研究，有研究^［23-25］表明，以高脂肪和高热量为特征的西方饮食模式会导致全身炎症增加，而炎症可导致血管内皮功能障碍，促进动脉粥样硬化的发展，进而增加患心血管疾病的风险，饮食中的促炎因子不仅能直接损伤肾脏细胞，还可通过调节相关酶活性影响信号传导，加重肾脏细胞损伤，降低肾功能，增加CKM综合征风险。此外，炎症还与胰岛素抵抗密切相关，加剧代谢紊乱^［8，18］。这一发现可能为通过抗炎饮食干预（如富含膳食纤维、多不饱和脂肪酸的饮食模式）提供重要依据，支持其在CKM综合征管理中的应用。

3.3　饮食干预在CKM综合征预防中的公共卫生学意义

本研究结果发现，高DII饮食可能通过引发全身性炎症反应，影响心血管、肾脏和代谢系统的正常功能，从而导致CKM综合征。这提示饮食干预在CKM综合征的预防和管理中起着重要作用，且这种方式成本较低、易实现。DII作为一个可量化的工具，其计算基于多种膳食成分的摄入量，包括宏量营养素、微量营养素和植物活性物质等^［26］。研究表明，富含抗炎成分的饮食模式（如地中海饮食、DASH饮食等）与较低的炎症标志物水平和慢性疾病风险相关^{［12，27］}。这些饮食模式通常富含水果、蔬菜、全谷物、鱼类和坚果等，含有丰富的抗氧化剂、多酚和ω-3脂肪酸等抗炎成分。相反，高糖、高脂肪和高盐的饮食模式则可能增加炎症反应和慢性疾病的风险^{［12，28］}。鉴于饮食是一种可改变的生活方式因素，以DII为指导的饮食干预有望成为一种成本效益较高的公共卫生举措。因此，有必要树立抗炎饮食观念，通过控制促炎食物摄入，增加抗炎食物摄入，改善不良饮食习惯，有助于降低CKM综合征的发生风险，最终延缓乃至阻止其进展。

3.4　本研究的局限性

尽管本研究是基于具有全国代表性的NHANES数据库且样本量较大，但仍存在一定的局限性。首先，DII的计算基于24小时饮食回忆数据，可能存在回忆偏倚和报告不准确的情况。其次，由于NHANES数据的限制，本研究仅纳入了27种膳食成分用于DII的计算，可能无法完全反映饮食的炎症潜力。此外，本研究为横断面研究，无法确定因果关系，未来需要更多的前瞻性队列研究和随机对照试验进一步验证。最后，CKM综合征的分期标准在不同国家和地区可能存在差异，本研究使用的分期标准可能不完全适用于其他人群。

参考文献

[1] Zhu R， Wang R， He J，et al.Prevalence of cardiovascular-kidney-metabolic syndrome stages by social determinants of health［J］.JAMA Netw Open，2024，7（11）：e2445309.

[2] Correction to： 2020 ACC/AHA guideline for the management of patients with valvular heart disease： a report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines［J］. Circulation， 2024，150（12）：e267.

[3] Ostrominski J W， Arnold S V， Butler J，et al.Prevalence and overlap of cardiac，renal，and metabolic conditions in US adults，1999-2020［J］.JAMA Cardiol，2023，8（11）：1050-1060.

[4] Aggarwal R， Ostrominski J W， Vaduganathan M.Prevalence of cardiovascular-kidney-metabolic syndrome stages in US adults，2011-2020［J］.JAMA，2024，331（21）：1858-1860.

[5] Tang J， Xu Z， Ren L，et al.Association of serum Klotho with the severity and mortality among adults with cardiovascular-kidney-metabolic syndrome［J］.Lipids Health Dis，2024，23（1）：408.

[6] Wu L， Shi Y， Kong C，et al.Dietary inflammatory index and its association with the prevalence of coronary heart disease among 45，306 US adults［J］.Nutrients，2022，14（21）：4553.

[7] Shivappa N， Hébert J R， Rietzschel E R，et al.Associations between dietary inflammatory index and inflammatory markers in the Asklepios study［J］.Br J Nutr，2015，113（4）：665-671.

[8] Cao Y， Wang W， Xie S，et al.Joint association of the inflammatory marker and cardiovascular-kidney-metabolic syndrome stages with all-cause and cardiovascular disease mortality：a national prospective study［J］.BMC Public Health，2025，25（1）：10.

[9] Wang Z， Yuan C， Zhang Y，et al.Food inflammation index reveals the key inflammatory components in foods and heterogeneity within food groups：how do we choose food？［J］.J Adv Res，2025，74：87-98.

[10] Marx W， Veronese N， Kelly J T，et al.The dietary inflammatory index and human health：an umbrella review of meta-analyses of observational studies［J］.Adv Nutr，2021，12（5）：1681-1690.

[11] Phillips C M， Chen L W， Heude B，et al.Dietary inflammatory index and non-communicable disease risk：a narrative review［J］.Nutrients，2019，11（8）：1873.

[12] Xu J， Xie L， Fan R，et al.The role of dietary inflammatory index in metabolic diseases：the associations，mechanisms，and treatments［J］.Eur J Clin Nutr，2025，79（5）：397-412.

[13] Shivappa N， Godos J， Hébert J R，et al.Dietary inflammatory index and cardiovascular risk and mortality-a meta-analysis［J］.Nutrients，2018，10（2）：200.

[14] Zhou N， Xie Z P， Liu Q，et al.The dietary inflammatory index and its association with the prevalence of hypertension：a cross-sectional study［J］.Front Immunol，2023，13：1097228.

[15] Ruiz-Canela M， Bes-Rastrollo M， Martínez-González M A.The role of dietary inflammatory index in cardiovascular disease，metabolic syndrome and mortality［J］.Int J Mol Sci，2016，17（8）：1265.

[16] Ndumele C E， Rangaswami J， Chow S L，et al.Cardiovascular-kidney-metabolic health：a presidential advisory from the American heart association［J］.Circulation，2023，148（20）：1606-1635.

[17] 时兴华，姚红为，白银，等.膳食炎症指数与脑卒中后抑郁风险的相关性分析：一项基于NHANES的横断面研究［J］.实用预防医学，2025，32（1）：33-38.

[18] 曲世芳.膳食炎症指数与慢性肾脏疾病、尿白蛋白/肌酐比值及肾小球滤过率的关联研究［D］.长春：吉林大学，2024.

[19] Pellegrini V， La Grotta R， Carreras F，et al.Inflammatory trajectory of type 2 diabetes：novel opportunities for early and late treatment［J］.Cells，2024，13（19）：1662.

[20] Gao C， Gao S， Zhao R，et al.Association between systemic immune-inflammation index and cardiovascular-kidney-metabolic syndrome［J］.Sci Rep，2024，14（1）：19151.

[21] Libby P， Loscalzo J， Ridker P M，et al.Inflammation，immunity，and infection in atherothrombosis：JACC review topic of the week［J］.J Am Coll Cardiol，2018，72（17）：2071-2081.

[22] Rispoli R M， Popolo A， De Fabrizio V，et al.Targeting inflammatory imbalance in chronic kidney disease：focus on anti-inflammatory and resolution mediators［J］.Int J Mol Sci，2025，26（7）：3072.

[23] Christ A， Lauterbach M， Latz E.Western diet and the immune system：an inflammatory connection［J］.Immunity，2019，51（5）：794-811.

[24] Fredman G， Serhan C N.Specialized pro-resolving mediators in vascular inflammation and atherosclerotic cardiovascular disease［J］.Nat Rev Cardiol，2024，21（11）：808-823.

[25] Cabała S， Herosimczyk A.Diet-induced proteomic and metabolomic signatures in chronic kidney disease：a precision nutrition approach［J］.Metabolites，2025，15（3）：211.

[26] Shivappa N， Steck S E， Hurley T G，et al.Designing and developing a literature-derived，population-based dietary inflammatory index［J］.Public Health Nutr，2014，17（8）：1689-1696.

[27] Song Y， Lobene A J， Wang Y，et al.The DASH diet and cardiometabolic health and chronic kidney disease：a narrative review of the evidence in East Asian countries［J］.Nutrients，2021，13（3）：984.

[28] Mambrini S P， Menichetti F， Ravella S，et al.Ultra-processed food consumption and incidence of obesity and cardiometabolic risk factors in adults：a systematic review of prospective studies［J］.Nutrients，2023，15（11）：2583.

基金资助

赣南医科大学高层次人才科研启动经费项目(QD202209)