Review article 综述Association of frailty and pre-frailty with all-cause and cardiovascular mortality in diabetes: Three prospective cohorts and a meta-analysis
糖尿病中衰弱和预衰弱与全因及心血管死亡率的关系:三项前瞻性队列研究和荟萃分析
Highlights 要点
- •The prevalence of frailty in diabetes (aged 40–90) was estimated to be 10–12 %.
糖尿病(40-90 岁)中的衰弱患病率估计为 10-12%。 - •Frailty was associated with a 1.8-fold risk of all-cause mortality in diabetes.
衰弱与糖尿病全因死亡率风险增加 1.8 倍相关。 - •Frailty was associated with a 2.0-fold higher risk of CVD mortality in diabetes.
虚弱与糖尿病中心血管疾病死亡风险增加 2.0 倍相关。 - •Of five domains, gait speed showed the strongest predictive value for mortality.
在五个领域里,步行速度显示出对死亡率的最高预测价值。 - •Integrating frailty assessment into routine diabetes care is recommended.
建议将虚弱评估纳入常规糖尿病护理。
Abstract 摘要
Objective 目标
研究虚弱状态与糖尿病患者的全因死亡率和心血管疾病(CVD)死亡率之间的关联。
Methods 方法
数据来源于第三次国家健康与营养调查(NHANES III,1988-1994 年)、NHANES(1999-2006 年)和英国生物样本库。使用 Fried 表型评估虚弱状态,并将其分为非虚弱、预虚弱和虚弱。我们进一步进行了荟萃分析,涉及 19 项前瞻性队列研究(753,480 名患者),以总结现有证据。
Results 结果
我们纳入了来自 NHANES III(平均年龄 63.3 ± 0.8 岁,女性占 56.4%)、NHANES 1999–2006(平均年龄 61.6 ± 0.4 岁,女性占 49.7%)和英国生物样本库(平均年龄 59.6 ± 7.2 岁,女性占 39.5%)的 31,225 名糖尿病 患者。在各个队列中,衰弱的患病率分别为 9.9%、10.7%和 12.1%。在超过 13 年的随访期间,我们观察到一致的结果:衰弱和衰弱前期与糖尿病中全因死亡率和心血管疾病(CVD)死亡率风险增加显著相关。值得注意的是,在用于评估衰弱表型的五个领域 中,步速缓慢与全因死亡率和心血管疾病死亡率风险的相关性最强。荟萃分析表明,与非衰弱患者相比,糖尿病患者的衰弱与全因死亡率风险增加 1.8 倍,CVD 死亡率风险增加 2.0 倍。类似地,衰弱前期与全因死亡率风险增加 1.3 倍,CVD 死亡率风险增加 1.4 倍。
Conclusions 结论
本研究建立了衰弱、衰弱前期与糖尿病中全因死亡率和心血管疾病相关死亡率增加之间的强关联。建议将衰弱评估纳入常规实践,以早期识别衰弱和衰弱前期状态,随后实施有针对性的健康生活方式干预,以减轻不良后果。
Keywords 关键词
衰弱死亡率心血管死亡率 2 型糖尿病队列荟萃分析
1. Introduction 1. 引言
糖尿病已成为全球紧迫的公共卫生问题。根据国际糖尿病联合会数据,预计到 2045 年,受糖尿病困扰的成年人数量将激增至 7.83 亿(国际糖尿病联合会,2021 年)。糖尿病患者持续面临过早死亡的风险,尤其是心血管原因(Wong 和 Sattar,2023 年)。因此,迫切需要研究与结果相关的风险因素,旨在制定有效的预防策略,延长受糖尿病影响人群的健康预期寿命。
衰弱是一种常见的老年综合征,其特征是多个生理系统的功能下降以及对外界压力的易感性增加(Fried 等人,2001 年)。糖尿病患者易患衰弱,衰弱患病率高达 20.1%(Hanlon 等人,2020 年;Kong 等人,2021 年)。越来越多的证据表明,衰弱与糖尿病共存与不良结局风险升高相关,包括全因死亡率和心血管疾病(CVD)死亡率(Castro-Rodríguez 等人,2016 年;Espeland 等人,2022 年;He 等人,2022 年;Kitamura 等人,2019 年;Weng 等人,2023 年)。然而,在文献系统综述过程中,我们发现现有研究主要集中于衰弱与糖尿病全因死亡率之间的关联,而关于心血管疾病死亡率的研究却十分匮乏。 前期衰弱,表示非衰弱与衰弱之间的一个中间且可逆的过渡状态,为干预以改善健康结果提供了一个潜在的临界窗口(Mone 等,2023;O’Caoimh 等,2018;Rodríguez-Laso 等,2022;Teh 等,2021),然而关于糖尿病前期衰弱与死亡率的证据存在矛盾且不足。He 等(2022)未观察到糖尿病前期衰弱与死亡率之间存在显著关联,而 Chao 等(2018)和 O’Donovan 等(2019)观察到存在显著的正相关。值得注意的是,关于糖尿病衰弱与前期衰弱与死亡率的高质量荟萃分析目前缺失,仅存在一项相关荟萃分析,该文献检索于 2018 年,且仅纳入了 4 项研究提供风险比(Ida 等,2019)。
为填补这些知识空白,我们旨在全面调查在糖尿病的中老年人群中,衰弱和衰弱前期与全因死亡率和心血管疾病死亡率之间的关联,研究数据来源于第三次国家健康与营养调查(NHANES III,1988-1996)、NHANES(1999-2006)和英国生物样本库。我们还进行了荟萃分析,以系统性地总结和阐述现有相关证据。
2. Research design and methods
2. 研究设计与方法
2.1. Study population 2.1. 研究人群
NHANES 是一项在美国进行的全国性、分层多阶段代表性项目。英国生物样本库是一项包含超过 50 万名英国公民的大规模队列研究。这两个项目均提供全面的流行病学、社会经济、生活方式、体格检查和实验室数据,并已获得官方批准(美国疾病控制与预防中心,2024;Sudlow 等,2015)。NHANES 已获得 NCHS 伦理审查委员会批准(方案 98–12、2005–06、2011–17 和 2018–01)。英国生物样本库资源已获得西北多中心研究伦理委员会批准,编号为 21/NW/0157。所有参与者均签署了知情同意书。
在本研究中,我们使用了来自 NHANES III(1988-1994 年)、NHANES 1999-2006 年和英国生物样本库的数据,这些数据提供了关于衰弱表型评估的信息。基线时患有糖尿病的参与者被定义为通过自我报告的医生诊断、使用胰岛素或口服降糖药物、空腹血糖≥7.0 mmol/L、餐后血浆葡萄糖≥11.1 mmol/L 或糖化血红蛋白 A1c(HbA1c)水平≥6.5%的个体。流程图展示在补充图 1 中。
2.2. Physical frailty phenotype assessment
2.2. 生理衰弱表型评估
我们采用了 Fried 等人(2001 年)提出的五个标准来评估衰弱表型,即体重减轻、疲劳、虚弱、步速缓慢和身体活动减少。这些标准根据先前使用 NHANES(Crow 等人,2018 年,Wilhelm-Leen 等人,2009 年)和英国生物样本库数据(Hanlon 等人,2018 年,Petermann-Rocha 等人,2020 年)的研究进行了适当调整。在 NHANES 中,我们纳入了衰弱领域达到四个或更多的参与者,因为先前研究表明这种方法具有适用性(Blodgett 等人,2015 年,Crow 等人,2018 年,Wilhelm-Leen 等人,2009 年)。根据 Fried 及其同事描述的截断值(Fried 等人,2001 年),参与者被分为非衰弱(0 分)、衰弱前期(1-2 分)或衰弱(≥3 分)。详细定义见补充表 1-3。
2.3. Ascertainment of mortality
2.3. 死亡率确定
在 NHANES 中,通过将数据与国家死亡指数记录链接,直至 2019 年 12 月 31 日,确定死亡率。在英国生物样本库中,从英格兰和威尔士的国民医疗服务体系(NHS)信息中心和苏格兰的 NHS 中央登记处获取死亡率数据,直至 2022 年 11 月 30 日。使用国际疾病分类(ICD)-9 和 ICD-10 来确定死亡原因,心血管疾病(CVD)死亡率被定义为因心脏病和中风导致的死亡(补充方法)。每位参与者的随访持续时间计算为基线检查日期与死亡时间或删失日期之间的差值。
2.4. Covariates 2.4. 协变量
社会人口学特征包括年龄、性别、种族/民族、教育程度、家庭收入和 Townsend 剥夺指数。Townsend 剥夺指数是一个综合且更具代表性的社会经济地位指标,高分表示更严重的社会经济剥夺。行为因素和体格检查指标涵盖吸烟状况、饮酒量、健康饮食评分或健康饮食指数(HEI)以及体重指数(BMI),具体详情请参见补充方法及补充表 4。既往研究表明,长期疾病与衰弱和寿命存在关联(Hanlon 等,2018 年),并指出糖尿病患者易患多种合并症(Hanlon 等,2020 年)。长期疾病的构建最初是为苏格兰的一项大型横断面研究而开发的,随后被改编用于英国生物样本库(Barnett 等,2012 年;Hanlon 等,2018 年),如我们先前所述(Chen 等,2023 年)。我们还利用 NHANES 中的可用数据构建了长期疾病评分,详细定义见补充表 5-7。 我们进一步考虑了与糖尿病相关的因素,包括糖尿病病程、糖尿病药物使用和 HbA1c 水平。每个队列中包含的详细变量在补充表 8 中呈现。
2.5. Statistical analysis
2.5. 统计分析
采用多变量 Cox 比例风险回归模型评估风险比(HRs)和 95%置信区间(CIs)。在 NHANES 中,所有统计分析均考虑了样本权重、分层和初级抽样单位,以反映全国代表性估计。根据所包含的协变量拟合了三种模型。模型 1 调整了年龄(连续)、性别、种族和中心(仅在 UK Biobank 中)。模型 2 进一步调整了教育水平(仅在 NHANES 中)、家庭收入(仅在 NHANES 中)、Townsend 剥夺指数(仅在 UK Biobank 中)、吸烟状况、饮酒量、健康饮食评分(仅在 UK Biobank 中)或 HEI(仅在 NHANES 中),以及 BMI。模型 3 进一步调整了与糖尿病相关的因素和长期合并症的个数。协变量的缺失值在回归模型中作为虚拟变量处理。 进行了分层分析,以探讨不同年龄亚组(40-64.9 岁或≥65 岁)、性别、种族(白人或非白人)、吸烟状况、饮酒量、BMI、糖尿病病程(<5 年或≥5 年)、糖尿病药物使用、HbA1c(<7.0%或≥7.0%)以及长期合并症数量(0-1 或≥2)之间的差异。此外,还进行了多项敏感性分析,以通过排除随访两年内死亡的患者、基线时患有 CVD 或仅存在四个衰弱领域的患者,来检验主要结果的稳健性。所有分析均使用 SAS 版本 9.4(SAS Institute,美国)进行。双侧 P 值<0.05 被认为具有统计学意义。
2.6. Meta-analysis 2.6. 综合分析
我们对 PubMed、Web of Science、Embase 和 Ovid MEDLINE® ALL 数据库进行了系统文献检索,检索范围截至 2024 年 11 月 15 日。检索策略如下:(虚弱 OR 虚弱性 OR 虚弱状态 OR 虚弱综合征 OR 衰弱 OR 衰弱性 OR 虚弱) AND (死亡率 OR 死亡 OR 心血管死亡率 OR 不良结局) AND (糖尿病 OR 糖尿病或糖尿病性或 2 型糖尿病)。详细信息见补充表 9。文献筛选和数据提取由独立研究人员(L.W.和 L.C.)进行。如果文章符合以下标准,则被纳入研究:1)队列设计;2)针对糖尿病患者或对糖尿病患者进行分层分析;3)测量基线虚弱状态;4)结果为全因死亡率或 CVD 死亡率;5)提供 HRs 或 ORs 和 95% CI;6)调整混杂因素。使用纽卡斯尔-奥塔瓦量表评估所识别的符合条件的文献质量。使用 Stata 软件(版本 17.0)进行荟萃分析。使用 I 2 统计量评估研究间的异质性。 当 I² < 50% 时,采用固定效应模型合并效应量;否则,采用随机效应模型。通过 Meta 回归分析确定异质性的来源,并根据虚弱程度测量、年龄和性别进行亚组分析。在开展文献检索前已完成注册(CRD42023417723)。
3. Results 3. 结果
3.1. Baseline characteristics
3.1. 基线特征
基线时共纳入 31,225 名符合条件的糖尿病患者(表 1),包括来自 NHANES III 的 2284 名(平均年龄 63.3 ± 0.8 岁,女性占 56.4%)、来自 NHANES 1999–2006 的 2162 名(平均年龄 61.6 ± 0.4 岁,女性占 49.7%)以及来自英国生物样本库的 26,779 名(平均年龄 59.6 ± 7.2 岁,女性占 39.5%)。按衰弱表型分层的基本特征详细信息见补充表 10 & 11。在所有三个队列中,NHANES III、NHANES 1999–2006 和英国生物样本库的衰弱患病率分别为 9.9%、10.7%和 12.1%,而前衰弱患病率则显著较高,分别为 44.2%、38.0%和 54.1%。与衰弱非患者相比,糖尿病合并衰弱患者表现为年龄更大、女性居多、家庭收入和教育水平较低、糖尿病病程更长以及慢性病更多。
Table 1. Baseline Characteristics of Participants with Diabetes in NHANES III, NHANES (1999–2006), and the UK Biobank.
表 1. NHANES III、NHANES(1999-2006)和英国生物样本库中糖尿病参与者的基线特征。
| Characteristics 特征 | NHANES III (1988–1994) | NHANES (1999–2006) | UK Biobank (2006–2010) 英国生物样本库 (2006–2010) |
|---|---|---|---|
| No. of Participants 参与人数 | 2284 | 2162 | 26779 |
| Age, years 年龄,岁 | 63.3 (0.8) | 61.6 (0.4) | 59.6 (7.2) |
| ≥ 65 years ≥65 岁 | 1318 (50.1) | 1123 (42.1) | 8051 (30.1) |
| Female 女性 | 1249 (56.4) | 1042 (49.7) | 10569 (39.5) |
| White 白色 | 940 (75.8) | 884 (66.5) | 23284 (87.0) |
| Low household income 低收入家庭 | 777 (21.0) | 664 (22.3) | - |
| Less than high school 未完成高中学业 | 922 (22.8) | 981 (31.2) | - |
| Townsend deprivation index Townsend 剥夺指数 | - | - | −0.5 (3.4) |
| Never smoking 从不吸烟 | 1053 (42.5) | 1002 (47.4) | 12079 (45.1) |
| Never drinking & special occasions only 从不饮酒,仅在特殊场合 | 1909 (81.1) | 1752 (80.0) | 9034 (33.7) |
| Healthy diet score or HEI 健康饮食评分或 HEI | 66.9 (0.6) | 53.3 (0.3) | 3.3 (1.5) |
| Overweight & obesity 超重 & 肥胖 | 1701 (72.3) | 1743 (82.5) | 23988 (89.6) |
| Diabetes duration ≥ 5 years 糖尿病病程 ≥ 5 年 | 650 (23.3) | 1053 (46.2) | 11300 (42.2) |
| Diabetes medication use 使用糖尿病药物 | 758 (28.6) | 1378 (60.3) | 15351 (57.3) |
| HbA1c ≥ 7.0 % HbA1c ≥ 7.0 % | 1422 (66.8) | 1098 (56.0) | 16076 (60.0) |
| The number of long-term morbidities ≥ 2 长期疾病数量 ≥ 2 | 1455 (65.7) | 2162 (74.1) | 13923 (52.0) |
| History of CVD 心血管疾病史 | 563 (22.5) | 646 (28.1) | 5480 (20.5) |
| Pre-frailty 预衰弱 | 1098 (44.2) | 850 (38.0) | 14482 (54.1) |
| Frailty 虚弱 | 298 (9.9) | 261 (10.7) | 3252 (12.1) |
连续变量(年龄、Townsend 剥夺指数和健康饮食评分或 HEI)以均值(标准差)表示。HEI,健康饮食指数。NHANES 中 HEI 的最大值为 100,英国生物样本库中健康饮食评分模型的最大值为 10。分类变量以数量(百分比)表示。在 NHANES 中,所有估计值均考虑了复杂的调查设计。HbA1c,糖化血红蛋白。
3.2. Associations of frailty and pre-frailty with all-cause and CVD mortality in diabetes
3.2. 衰弱和前衰弱与糖尿病全因死亡率和心血管疾病死亡率的关系
NHANES III、NHANES 1999–2006 和英国生物样本库的中位随访时间分别为 13.9、13.6 和 13.4 年。我们记录了 8276 例死亡事件,其中 2626 例与心血管疾病(CVD)相关。与非虚弱人群相比,患有糖尿病的虚弱患者在全因死亡率和心血管死亡率方面表现出最高的发病率。在全面调整了社会人口统计学、行为、糖尿病相关因素和长期疾病因素后,我们观察到一致的结果:虚弱与全因死亡率风险显著增加相关,NHANES III、NHANES 1999–2006 和英国生物样本库的 HR 值分别为 1.72(95% CI:1.28,2.31)、2.18(95% CI:1.63,2.91)和 1.87(95% CI:1.71,2.04)。同样,虚弱与心血管死亡率风险显著增加相关,相应队列的 HR 值分别为 1.80(95% CI:1.24,2.63)、2.32(95% CI:1.38,3.91)和 2.11(95% CI:1.79,2.50)(表 2)。
Table 2. HRs (95 % CIs) for All-cause and CVD Mortality according to Frailty Phenotype among Patients with Diabetes in NHANES III, NHANES (1999–2006) and the UK Biobank.
表 2. NHANES III、NHANES(1999-2006)和英国生物样本库中糖尿病患者的虚弱表型与全因和心血管疾病死亡率的风险比(95%置信区间)
| Empty Cell | NHANES III (1988–1994) | NHANES (1999–2006) | The UK Biobank | ||||||
|---|---|---|---|---|---|---|---|---|---|
| Characteristic 特征 | Non-frailty 非虚弱 | Pre-frailty 预衰弱 | Frailty 虚弱 | Non-frailty 非虚弱 | Pre-frailty 预衰弱 | Frailty 虚弱 | Non-frailty | Pre-frailty | Frailty |
| All-cause mortality 全因死亡率 | |||||||||
| Incidence/person-years 发病率/人年 | 643/15881 | 940/15009 | 280/2849 | 480/14000 | 506/9748 | 206/2314 | 1360/118364 | 2850/184790 | 1011/39019 |
| Model 1 模型 1 | 1 (ref.) 1(参考) | 1.51 (1.30, 1.76) | 2.61 (2.07, 3.29) | 1 (ref.) 1(参考) | 1.70 (1.47, 1.96) | 3.21 (2.50, 4.12) | 1 (ref.) | 1.48 (1.39, 1.58) | 2.79 (2.57, 3.03) |
| Model 2 模型 2 | 1 (ref.) 1 (参考文献) | 1.40 (1.21, 1.61) | 2.33 (1.82, 2.97) | 1 (ref.) 1 (参考文献) | 1.64 (1.41, 1.91) | 2.67 (2.03, 3.51) | 1 (ref.) | 1.36 (1.27, 1.45) | 2.22 (2.03, 2.42) |
| Model 3 模型 3 | 1 (ref.) 1 (参考文献) | 1.28 (1.13, 1.47) | 1.72 (1.28, 2.31) | 1 (ref.) 1 (参考文献) | 1.53 (1.29, 1.81) | 2.18 (1.63, 2.91) | 1 (ref.) | 1.29 (1.21, 1.38) | 1.87 (1.71, 2.04) |
| CVD mortality 心血管疾病死亡率 | |||||||||
| Incidence/person-years 发病率/人年 | 224/15881 | 388/15009 | 127/2849 | 165/14000 | 170/9748 | 77/2314 | 356/118364 | 800/184790 | 319/39019 |
| Model 1 模型 1 | 1 (ref.) 1 (参考文献) | 1.72 (1.35, 2.18) | 3.09 (2.26, 4.24) | 1 (ref.) 1 (参考文献) | 1.53 (1.16, 2.02) | 3.75 (2.44, 5.78) | 1 (ref.) | 1.61 (1.42, 1.83) | 3.49 (2.99, 4.07) |
| Model 2 模型 2 | 1 (ref.) 1 (参考文献) | 1.60 (1.21, 2.13) | 2.70 (1.93, 3.77) | 1 (ref.) 1 (参考文献) | 1.43 (1.07, 1.93) | 3.03 (1.92, 4.79) | 1 (ref.) | 1.45 (1.27, 1.64) | 2.69 (2.29, 3.16) |
| Model 3 模型 3 | 1 (ref.) 1 (参考文献) | 1.43 (1.09, 1.89) | 1.80 (1.24, 2.63) | 1 (ref.) 1 (参考文献) | 1.32 (0.99, 1.76) | 2.32 (1.38, 3.91) | 1 (ref.) | 1.34 (1.18, 1.53) | 2.11 (1.79, 2.50) |
模型 1 在所有三个研究中调整了年龄(连续变量)、性别和种族,并考虑了 NHANES 研究的复杂抽样设计,并在英国生物样本库研究中调整了中心。
模型 2 进一步调整了教育水平(在 NHANES 中)、家庭收入(在 NHANES 中)、Townsend 剥夺指数(在英国生物样本库中)、吸烟状况、饮酒量、健康饮食评分或健康饮食指数(按四分位数),以及 BMI(< 25.0,25.0–29.9,≥ 30.0 kg/m²)。
模型 3 在模型 2 的基础上进一步调整了糖尿病病程、糖尿病药物使用、HbA1c(< 7% 或 ≥ 7%)以及长期慢性病数量。
值得注意的是,患有前期衰弱的糖尿病患者的全因死亡率也显著升高,其风险比(HR)分别为 1.28(95%置信区间:1.13,1.47)、1.53(95%置信区间:1.29,1.81)和 1.29(95%置信区间:1.21,1.38),心血管疾病(CVD)死亡率的风险比分别为 1.43(95%置信区间:1.09,1.89)、1.32(95%置信区间:0.99,1.76)和 1.34(95%置信区间:1.18,1.53),这些数据来自不同的队列(表 2)。
3.3. Secondary analyses 3.3. 次要分析
在分层分析中,患有衰弱和前衰弱的糖尿病患者在各种亚组中始终显示出与全因死亡率和心血管疾病死亡率增加的显著关联(补充表 12&13)。特别值得注意的是,40-64.9 岁中年患者中衰弱的死亡率风险显著升高,风险比(HR)为 2.88(95%置信区间:1.82,4.54),超过了 1999-2006 年 NHANES 研究中≥65 岁老年患者的观察值(交互作用 P 值=0.02)。我们观察到相当一部分(NHANES III,5.9%,41.0%;1999-2006 年 NHANES,9.1%,37.6%;英国生物样本库,12.4%,54.2%)的糖尿病患者在中年组中表现出衰弱或前衰弱(补充表 14)。此外,在白人糖尿病患者中,衰弱与 NHANES III 和英国生物样本库中的心血管疾病死亡率升高相关(交互作用 P 值分别为 0.05 和 0.03)。 敏感性分析排除了随访两年内死亡或基线时患有心血管疾病的患者,结果一致,除了在 NHANES III 中,虚弱与预虚弱与心血管疾病死亡率之间的关联变得不显著(P 分别为 0.09 和 0.07,接近 0.05)。此外,在 NHANES 中,排除仅具有四个虚弱领域的患者后,观察到一致的结果(补充表 15)。
3.4. Associations of five frailty domains with all-cause and CVD mortality in diabetes
3.4. 五个衰弱维度与糖尿病全因和心血管疾病死亡率的关联
我们对五个衰弱成分与全因和心血管疾病死亡率之间的关联进行了进一步分析(补充图 3 和图 1)。在充分调整社会人口统计学、行为、糖尿病相关因素、疾病史和五个衰弱成分(相互调整)后,观察到慢速步行速度与全因死亡率之间存在显著关联,NHANES III、NHANES 1999–2006 和英国生物样本库的 HR 分别为 1.23(95% CI:1.03,1.46)、1.53(95% CI:1.11,2.10)和 1.53(95% CI:1.44,1.64);与心血管疾病死亡率之间的关联 HR 分别为 1.43(95% CI:1.12,1.84)、2.15(95% CI:1.18,3.92)和 1.80(95% CI:1.59,2.03)。在英国生物样本库中,我们还观察到低身体活动、低握力和体重减轻与死亡率风险之间存在显著关联,而疲劳则未发现关联(图 1)。

Fig. 1. Individual components of frailty and their association with all-cause and CVD mortality. Associations of frailty domains and (A) all-cause and (B) CVD mortality. Multivariable adjusted for age, sex, race, center (in the UK Biobank), education (in NHANES), family income (in NHANES), Townsend deprivation index (in the UK Biobank), smoking, alcohol consumption, healthy diet score (in the UK Biobank) or healthy eating index (in NHANES), BMI, diabetes duration, diabetes medication use, HbA1c, morbidities, and five frailty components (mutual adjustment). We also considered complex sampling designs in NHANES studies.
图 1. 虚弱个体成分及其与全因和心血管疾病死亡率的关联。虚弱领域与(A)全因和(B)心血管疾病死亡率的关联。多变量调整了年龄、性别、种族、中心(在英国生物样本库中)、教育(在 NHANES 中)、家庭收入(在 NHANES 中)、Townsend 剥夺指数(在英国生物样本库中)、吸烟、饮酒、健康饮食评分(在英国生物样本库中)或健康饮食指数(在 NHANES 中)、BMI、糖尿病病程、糖尿病药物使用、HbA1c、疾病和五个虚弱成分(相互调整)。我们还考虑了 NHANES 研究中的复杂抽样设计。
3.5. Meta-analysis 3.5.荟萃分析
数据库检索后,共识别出 7294 条记录,去除重复记录后,通过筛选标题、摘要和全文文章,最终有 17 篇文章(Cacciatore 等,2013;Castro-Rodríguez 等,2016;Chao 等,2018;Chode 等,2016;Ferri-Guerra 等,2020;He 等,2022;Huang 等,2023;Kitamura 等,2019;Leung 等,2021;Mickute 等,2023;Nguyen 等,2021;O’Donovan 等,2019;Qin 和 Zheng,2023;Thein 等,2018;Wang 等,2014;Weng 等,2023;Xiong 等,2024)符合纳入标准(补充图 4)。其中,He 的文章(He 等,2022)包含来自不同国家的两项队列研究,Mickute 的研究(Mickute 等,2023)通过使用英国生物样本库数据与我们的研究相似。Xiong 的文章(Xiong 等,2024),使用了与 Qin 的研究(Qin 和 Zheng,2023)相同的队列和衰弱评估方法,被纳入主要荟萃分析(调整了更多混杂因素并提供最新证据),而 Qin 的研究仅在亚组分析中被考虑。 主要荟萃分析涵盖了 19 项队列研究(总计 753,480 名患者),包括 NHANES III、NHANES 1999–2006 以及我们本次分析中包含的英国生物样本库研究。补充表 16 列出了纳入研究的特征,这些研究根据纽卡斯尔-渥太华质量评估量表评分为 6–9 分。
森林图显示,在糖尿病患者中,虚弱和预虚弱与全因死亡率和心血管死亡率合并的 HRs(95% CI)分别为 1.83(1.55,2.16)和 1.29(1.17,1.42),以及 1.97(1.51,2.57)和 1.35(1.21,1.51)(图 2)。值得注意的是,在 19 项与虚弱和预虚弱及全因死亡率相关的研究中观察到显著的异质性(I²分别为 91.4%和 67.8%),荟萃回归分析将异质性的 12.2%和 91.4%归因于虚弱测量。亚组分析显示,基于虚弱表型的虚弱和预虚弱与全因死亡率合并的 HRs(95% CI)分别为 2.15(1.81,2.55)和 1.32(1.25,1.39)(补充图 5)。关于测量、年龄和性别亚组的合并 HRs 的汇总结果分别显示在补充图 5-8 中。

Fig. 2. Meta-analysis of the association between frailty status and all-cause and CVD mortality. Forest plots of the associations between (A) frailty and all-cause mortality, (B) pre-frailty and all-cause mortality, (C) frailty and CVD mortality, (D) pre-frailty and CVD mortality.
图 2. 虚弱状态与全因死亡率和心血管疾病死亡率之间关联的荟萃分析。虚弱与全因死亡率(A)、前期虚弱与全因死亡率(B)、虚弱与心血管疾病死亡率(C)、前期虚弱与心血管疾病死亡率(D)之间关联的森林图。
4. Discussion 4. 讨论
我们的分析跨越三个前瞻性队列,一致显示虚弱和前虚弱与糖尿病患者的全因死亡率和心血管疾病死亡率风险增加存在显著关联。通过一项涵盖 753,480 名患者的大型荟萃分析,我们证实虚弱与全因死亡率风险增加 1.8 倍、心血管疾病死亡率风险增加 2.0 倍相关。同样,与非虚弱人群相比,前虚弱个体在全因死亡率风险上增加 1.3 倍,在心血管疾病死亡率风险上增加 1.4 倍。
糖尿病患者持续面临过早死亡的风险升高(Wong and Sattar, 2023)。因此,识别与死亡率相关的风险因素和预测因素对于指导糖尿病管理至关重要。越来越多的证据表明,虚弱在糖尿病患者中普遍存在,并与不良结局相关(Castro-Rodríguez et al., 2016, Espeland et al., 2022, Hanlon et al., 2020, He et al., 2022, Kitamura et al., 2019, Kong et al., 2021, Weng et al., 2023)。由于方便且易于实施,虚弱表型成为评估虚弱的常用指标(Fried et al., 2001, Hanlon et al., 2020)。在本研究中,我们评估了三个前瞻性队列中糖尿病患者的基线虚弱表型,观察到虚弱与死亡风险增加之间存在显著关联,这与先前的研究结果一致(Leung et al., 2021, Thein et al., 2018)。 与以往仅将个体分为虚弱或非虚弱(Ferri-Guerra 等,2020;Huang 等,2023;Leung 等,2021;Nguyen 等,2021;Qin 和 Zheng,2023;Thein 等,2018;Weng 等,2023)的方法不同,我们将预虚弱纳入分析,并在三个队列中持续观察到死亡率增加了 1.3 至 1.5 倍。值得注意的是,虽然四分之一的预虚弱病例可以逆转,但虚弱个体的逆转率仅为 3%(Kojima 等,2019)。这突出了早期筛查预虚弱的重要性,特别是随着越来越多的研究对其与死亡率的相关性感兴趣。一项涉及 2510 名糖尿病患者的最新研究,跨越中国和英国的两个前瞻性队列,发现基线预虚弱与超过六年的随访期间死亡率之间没有显著关联(He 等,2022)。相反,另一项涉及 17252 名患者的研究最近观察到预虚弱与死亡率风险增加之间存在显著关联(Mickute 等,2023)。 这些不一致的发现促使我们确定前衰弱是否可以作为糖尿病患者的死亡风险因素或预测因素。因此,我们系统地总结了现有证据以及三个队列的研究结果,证实糖尿病患者的前衰弱与全因死亡率风险增加 1.3 倍相关。
心血管疾病仍然是糖尿病的主要死亡原因(Wong 和 Sattar,2023 年)。然而,关于虚弱与糖尿病心血管疾病死亡率之间关联的证据仍然不足。一项随机对照试验的二次分析首次研究了这种关联(Nguyen 等人,2021 年)。然而,由于研究设计(例如严格的排除标准和干预因素),该证据的普适性有限。相比之下,我们的研究基于大型、具有全国代表性的队列和较长的随访时间,提供了可靠且有代表性的证据。我们的研究结果表明,在调整了糖尿病相关参数和长期疾病后,虚弱与心血管疾病死亡率之间的关联有所减弱,但仍保持显著。此外,我们的荟萃分析整合了三个队列的结果,代表了该领域的首次系统证据,阐明了糖尿病中虚弱与心血管疾病死亡率之间的关联。
在分层分析中,我们发现虚弱的中年患者表现出显著升高的死亡率,接近甚至超过老年患者的观察结果。与老年人普遍存在的身体功能随年龄下降的现象相反,中年患者虚弱的表现可能源于严重的潜在疾病或残疾,极大地缩短了预期寿命(Brummel 等人,2017)。此外,我们发现白人虚弱患者对心血管疾病(CVD)死亡率的易感性显著高于其他种族/民族背景的患者。虽然先前研究表明非西班牙裔白人糖尿病患者的心血管疾病发病率较高(An 等人,2021),但种族、虚弱和心血管疾病死亡率之间的相互作用仍 largely 未知。我们发现白人患者的虚弱患病率低于非白人患者,这与先前证据一致(Nik-Ahd 等人,2022)。然而,与非白人相比,糖尿病患者一旦出现虚弱,对心血管疾病死亡率的易感性显著升高。 揭示导致这种差异的潜在机制需要在未来的研究中进行探索。
在荟萃分析中,我们从不同人群综合了数据,从而为研究结果提供了更广泛的普适性和更强的稳健性。尽管我们的三项队列研究一致地识别了虚弱与死亡率之间的强关联,但这些研究之间风险增加的幅度存在差异。荟萃分析解决了这种变异性,并提供了与糖尿病患者的全因死亡率和心血管疾病死亡率相关的虚弱风险增加的精确估计。这种澄清可以为虚弱评估在糖尿病管理中的潜在作用提供有价值的见解。同时,荟萃分析还总结了其他虚弱评估方法与糖尿病患者死亡率风险之间的关联,这增加了本研究的临床应用价值。由于虚弱在糖尿病中的高患病率,糖尿病临床管理者无论在何种临床环境下都会遇到虚弱问题。尽管目前缺乏对糖尿病患者虚弱个体诊断和临床管理的共识,但早期虚弱评估和干预的健康益处是显而易见的。 最近发表在《欧洲心脏杂志》上的一项研究发现,恢复到前衰弱或非衰弱状态的衰弱参与者其心血管疾病(CVD)发病风险有所降低(He 等人,2024)。在糖尿病患者中,衰弱指数的增加与过早死亡风险升高相关(Espeland 等人,2022)。对糖尿病管理的衰弱评估是理解干预措施是否以及如何减轻衰弱并增加健康长寿的重要步骤,建议对衰弱和糖尿病的患者进行个体化干预(Hanlon 等人,2020)。
我们的研究具有两个显著的优点。首先,我们利用了美国代表性人群、英国大规模队列以及包含所有可用研究的荟萃分析数据,从而提供了最全面的证据。其次,利用这些高质量数据,我们能够考虑许多混杂因素,特别是既往研究中常被忽视的合并症。然而,仍需考虑一些局限性。首先,虚弱表型的评估仅限于基线测量,无法探讨虚弱状态变化与死亡率之间的关联。其次,尽管既往研究主要关注老年人群的虚弱,但观察发现所有三个队列中糖尿病中年患者中虚弱现象相当普遍。这种患病率与老年人相似,同样增加了与虚弱相关的全因和心血管疾病死亡率风险。第三,由于所使用的三个研究均为观察性研究,直接因果关系推断应谨慎。
5. Conclusions 5. 结论
总之,本研究确定了虚弱和预虚弱与糖尿病中年和老年个体全因死亡率和心血管疾病相关死亡率增加之间的关联。建议将虚弱评估纳入常规实践,以识别虚弱和预虚弱状态,为糖尿病管理,随后实施有针对性的健康生活方式干预,以减轻不良后果。
Funding 资助
本研究由科学技术部重点专项(资助编号:2022YFA1103600)、国家自然科学基金(资助编号:82473618 & 92357305)和中国科学技术协会(资助编号:2021QNRC001 & 2020QNRC001)资助。
Declaration of Competing Interest
利益冲突声明
未报告与本研究相关的潜在利益冲突。
Acknowledgments 致谢
作者感谢 NHANES 和英国生物样本库的参与者和工作人员的贡献。英国生物样本库的数据在提交申请后对所有研究人员开放。本研究是在英国生物样本库资源(申请号 63454)的支持下进行的。
Author contributions 作者贡献
L.C.和 Y.L.提出了研究方案并设计了研究。L.W.和 X.T.进行了统计分析。L.W.、L.C.、X.L.和 Y.A.完成了文献检索和数据提取。L.W.和 L.C.起草了文稿的初稿。Y.L.、X.T.、X.L.和 Y.A.参与了文稿的审阅修订。L.C.是本研究的保证人,因此可以完全访问研究中的所有数据,并对数据的完整性和数据分析的准确性负责。所有作者均审阅并批准了文稿的最终版本。
Appendix A. Supplementary material
附录 A.补充材料
Supplementary Figure 1. Supplementary material
References
- An et al., 2021Prevalence and incidence of microvascular and macrovascular complications over 15 years among patients with incident type 2 diabetesBMJ Open Diabetes Res. Care, 9 (2021), Article e001847, 10.1136/bmjdrc-2020-001847
- Barnett et al., 2012Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional studyLancet Lond. Engl., 380 (2012), pp. 37-43, 10.1016/S0140-6736(12)60240-2
- Blodgett et al., 2015Frailty in NHANES: comparing the frailty index and phenotypeArch. Gerontol. Geriatr., 60 (2015), pp. 464-470, 10.1016/j.archger.2015.01.016
- Brummel et al., 2017Frailty and subsequent disability and mortality among patients with critical illnessAm. J. Respir. Crit. Care Med., 196 (2017), pp. 64-72, 10.1164/rccm.201605-0939OC
- Cacciatore et al., 2013Clinical frailty and long-term mortality in elderly subjects with diabetesActa Diabetol., 50 (2013), pp. 251-260, 10.1007/s00592-012-0413-2
- Castro-Rodríguez et al., 2016Frailty as a major factor in the increased risk of death and disability in older people with diabetesJ. Am. Med. Dir. Assoc., 17 (2016), pp. 949-955, 10.1016/j.jamda.2016.07.013
- Centers for Disease Control and Prevention, 2024Centers for Disease Control and Prevention, 2024. About the National Health and Nutrition Examination Survey. URL 〈https://www.cdc.gov/nchs/nhanes/index.htm〉.
- Chao et al., 2018Both pre-frailty and frailty increase healthcare utilization and adverse health outcomes in patients with type 2 diabetes mellitusCardiovasc. Diabetol., 17 (2018), p. 130, 10.1186/s12933-018-0772-2
- Chen et al., 2023Physical frailty, adherence to ideal cardiovascular health and risk of cardiovascular disease: a prospective cohort studyAge Ageing, 52 (2023), Article afac311, 10.1093/ageing/afac311
- Chode et al., 2016Frailty, diabetes, and mortality in middle-aged African AmericansJ. Nutr. Health Aging, 20 (2016), pp. 854-859, 10.1007/s12603-016-0801-3
- Crow et al., 2018Mortality risk along the frailty spectrum: data from the national health and nutrition examination survey 1999 to 2004J. Am. Geriatr. Soc., 66 (2018), pp. 496-502, 10.1111/jgs.15220
- Espeland et al., 2022Eight-year changes in multimorbidity and frailty in adults with type 2 diabetes mellitus: associations with cognitive and physical function and mortalityJ. Gerontol. A. Biol. Sci. Med. Sci., 77 (2022), pp. 1691-1698, 10.1093/gerona/glab342
- Ferri-Guerra et al., 2020The association of frailty with hospitalizations and mortality among community dwelling older adults with diabetesJ. Frailty Aging, 9 (2020), pp. 94-100, 10.14283/jfa.2019.31
- Fried et al., 2001Frailty in older adults: evidence for a phenotypeJ. Gerontol. A. Biol. Sci. Med. Sci., 56 (2001), pp. M146-M156, 10.1093/gerona/56.3.m146
- Hanlon et al., 2018Frailty and pre-frailty in middle-aged and older adults and its association with multimorbidity and mortality: a prospective analysis of 493 737 UK Biobank participantsLancet Public Health, 3 (2018), pp. e323-e332, 10.1016/S2468-2667(18)30091-4
- Hanlon et al., 2020Frailty measurement, prevalence, incidence, and clinical implications in people with diabetes: a systematic review and study-level meta-analysisLancet Healthy Longev., 1 (2020), pp. e106-e116, 10.1016/S2666-7568(20)30014-3
- He et al., 2022Frailty is associated with the progression of prediabetes to diabetes and elevated risks of cardiovascular disease and all-cause mortality in individuals with prediabetes and diabetes: evidence from two prospective cohortsDiabetes Res. Clin. Pract., 194 (2022), Article 110145, 10.1016/j.diabres.2022.110145
- He et al., 2024Changes in frailty and incident cardiovascular disease in three prospective cohortsEur. Heart J., 45 (2024), pp. 1058-1068, 10.1093/eurheartj/ehad885
- Huang et al., 2023Clinical impacts of frailty on 123,172 people with diabetes mellitus considering the age of onset and drugs of choice: a nationwide population-based 10-year trajectory analysisAge Ageing, 52 (2023), Article afad128, 10.1093/ageing/afad128
- Ida et al., 2019Relationship between frailty and mortality, hospitalization, and cardiovascular diseases in diabetes: a systematic review and meta-analysisCardiovasc. Diabetol., 18 (2019), p. 81, 10.1186/s12933-019-0885-2
- International Diabetes Federation, 2021International Diabetes Federation, 2021. International Diabetes Federation Diabetes Atlas 10th Edition presentation. URL 〈https://diabetesatlas.org/atlas-presentation/〉.
- Kitamura et al., 2019Combined effect of diabetes and frailty on mortality and incident disability in older Japanese adultsGeriatr. Gerontol. Int., 19 (2019), pp. 423-428, 10.1111/ggi.13637
- Kojima et al., 2019Transitions between frailty states among community-dwelling older people: a systematic review and meta-analysisAgeing Res. Rev., 50 (2019), pp. 81-88, 10.1016/j.arr.2019.01.010
- Kong et al., 2021The prevalence of frailty among community-dwelling older adults with diabetes: a meta-analysisInt. J. Nurs. Stud., 119 (2021), Article 103952, 10.1016/j.ijnurstu.2021.103952
- Leung et al., 2021Reexamining the classification of older adults with diabetes by comorbidities and exploring relationships with frailty, disability, and 5-year mortalityJ. Gerontol. A. Biol. Sci. Med. Sci., 76 (2021), pp. 2071-2079, 10.1093/gerona/glab141
- Mickute et al., 2023Individual frailty phenotype components and mortality in adults with type 2 diabetes: a UK Biobank studyDiabetes Res. Clin. Pract., 195 (2023), Article 110155, 10.1016/j.diabres.2022.110155
- Mone et al., 2023Hyperglycemia drives the transition from pre-frailty to frailty: The Monteforte studyEur. J. Intern. Med., 111 (2023), pp. 135-137, 10.1016/j.ejim.2023.01.006
- Nguyen et al., 2021The Impact of frailty on the effectiveness and safety of intensive glucose control and blood pressure-lowering therapy for people with type 2 diabetes: results from the ADVANCE TrialDiabetes Care, 44 (2021), pp. 1622-1629, 10.2337/dc20-2664
- Nik-Ahd et al., 2022Population trends in frailty in older adults with benign urological conditions in Northern CaliforniaUrol. Pract., 9 (2022), pp. 314-320, 10.1097/UPJ.0000000000000309
- O’Caoimh et al., 2018Transitions and trajectories in frailty states over time: a systematic review of the European Joint Action ADVANTAGEAnn. Ist. Super. Sanita, 54 (2018), pp. 246-252, 10.4415/ANN_18_03_12
- O’Donovan et al., 2019Association of diabetes and frailty with mortality in middle-aged and older EuropeansAge Ageing, 48 (2019), pp. iii17-iii65, 10.1093/ageing/afz103.198
- Petermann-Rocha et al., 2020Associations between physical frailty and dementia incidence: a prospective study from UK BiobankLancet Healthy Longev., 1 (2020), pp. e58-e68, 10.1016/S2666-7568(20)30007-6
- Qin and Zheng, 2023Association of frailty index with congestive heart failure, all-cause and cardiovascular mortality among individuals with type 2 diabetes: a study from National Health and Nutrition Examination Surveys (NHANES), 1999-2018Diabetol. Metab. Syndr., 15 (2023), p. 210, 10.1186/s13098-023-01165-z
- Rodríguez-Laso et al., 2022Transitions between frailty states and its predictors in a cohort of community-dwelling spaniardsJ. Am. Med. Dir. Assoc., 23 (2022), pp. 524.e1-524.e11, 10.1016/j.jamda.2021.07.008
- Sudlow et al., 2015UK biobank: an open access resource for identifying the causes of a wide range of complex diseases of middle and old agePLoS Med, 12 (2015), Article e1001779, 10.1371/journal.pmed.1001779
- Teh et al., 2021Dietary protein intake and transition between frailty states in octogenarians living in New ZealandNutrients, 13 (2021), p. 2843, 10.3390/nu13082843
- Thein et al., 2018Physical frailty and cognitive impairment is associated with diabetes and adversely impact functional status and mortalityPostgrad. Med., 130 (2018), pp. 561-567, 10.1080/00325481.2018.1491779
- Wang et al., 2014Frailty attenuates the impact of metformin on reducing mortality in older adults with type 2 diabetesJ. Endocrinol. Diabetes Obes., 2 (2014), p. 1031
- Weng et al., 2023Effect of frailty, physical performance, and chronic kidney disease on mortality in older patients with diabetes: a retrospective longitudinal cohort studyDiabetol. Metab. Syndr., 15 (2023), p. 7, 10.1186/s13098-022-00972-0
- Wilhelm-Leen et al., 2009Frailty and chronic kidney disease: the Third National Health and Nutrition Evaluation SurveyAm. J. Med., 122 (2009), pp. 664-671.e2, 10.1016/j.amjmed.2009.01.026
- Wong and Sattar, 2023Cardiovascular risk in diabetes mellitus: epidemiology, assessment and preventionNat. Rev. Cardiol., 20 (2023), pp. 685-695, 10.1038/s41569-023-00877-z
- Xiong et al., 2024Association of frailty index with all-cause and cardiovascular mortality with different diabetic status: NHANES 1999-2018Acta Diabetol. (2024), 10.1007/s00592-024-02348-4
Cited by (1)
Associations between thyroid function, thyroid hormone sensitivity indices, and frailty: Insights from a large cross-sectional study
甲状腺功能、甲状腺激素敏感性指标与衰弱的关系:一项大型横断面研究的启示2025, Experimental Gerontology
2025 年,《实验老年学》
© 2025 Elsevier B.V. 保留所有权利,包括文本和数据挖掘、人工智能训练以及类似技术的权利。
