如何通过FIB-4指数预测心脏骤停？UK Biobank 50万人研究解析

方法 数据来源和研究人群 本分析使用了来自前瞻性UK Biobank队列（申请编号：394593）的数据，该队列在2006年至2010年间招募了502,128名年龄在40至69岁的社区居住成年人。参与者完成了基线问卷和体格检查。约920万居住在英国22个评估中心25英里范围内的个体收到了邀请，应答率为5.4%。随访数据通过与国家健康登记系统的链接获得。该研究获得了北西多中心研究伦理委员会（11/NW/0382）的伦理批准，所有参与者均提供了书面知情同意。研究人群最初包括所有UK Biobank参与者，随访截至2022年12月31日。我们应用了以下排除标准：(1) 缺少计算FIB-4指数所需的数据（丙氨酸氨基转移酶[ALT]、天冬氨酸氨基转移酶[AST]或血小板计数）；(2) 既往有SCA诊断；(3) 缺少协变量数据。所有疾病诊断均使用国际疾病分类第十版（ICD-10）代码系统验证（表S1）。 暴露和结局定义 主要暴露因素为肝纤维化，采用非侵入性FIB-4指数评估，计算公式为：(年龄[年] × AST [U/L]) / (血小板计数 [10⁹/L] × √ALT [U/L])。参与者被分为三个预定义的纤维化风险组：低风险（<1.30）、不确定（1.30–2.67）和高风险（>2.67）。主要结局为SCA，定义为记录的突然心脏骤停（I46.1）或未特指的心脏骤停（I46.9）。 协变量的选择基于既往文献、生物学合理性及数据集中的可用性。统计分析连续变量使用Kolmogorov–Smirnov检验评估正态性，并总结为均值±标准差（SD）或中位数（四分位距[IQR]）。分类变量表示为频率（百分比）。使用Kruskal–Wallis检验评估连续变量的组间差异，使用卡方检验评估分类变量的组间差异。使用Poisson回归估计不同FIB-4类别的SCA发生率，并以每100,000人年表示。使用Kaplan–Meier曲线进行时间-事件分析，并使用对数秩检验。使用未调整和调整的Cox比例风险模型估计风险比（HRs），以低风险FIB-4组（<1.30）作为参考。多变量模型调整了年龄、性别、吸烟状况、酒精使用、体重指数（BMI）、心肌梗死史、高血压、糖尿病、心肌病、慢性肾病、瓣膜性心脏病、心力衰竭和收缩压。使用Schoenfeld残差验证比例风险假设。使用受限立方样条法评估FIB-4作为连续变量与SCA风险之间的剂量-反应关系。进行了敏感性分析以评估稳健性：(1) 排除有特定合并症（心肌梗死、高血压、糖尿病、心肌病、慢性肾病、瓣膜性心脏病或心力衰竭）的参与者；(2) 按年龄、性别、吸烟、酒精使用、BMI和收缩压进行分层分析；(3) 排除随访时间<1年、<3年或<5年的参与者，以评估长期关联。双侧p值<0.05定义为统计显著性。所有分析均使用RStudio版本4.3.1进行。