1 摘要與主要研究

牙周炎與心血管疾病 （CVD） 之間的關(guān)系已被廣泛研究，但生物衰老在這種關(guān)系中的作用仍然知之甚少。本研究致力于調(diào)查牙周炎對(duì) CVD 發(fā)病率的影響，并闡明生物衰老的潛在中介作用。此外，本研究將尋求闡明牙周炎、CVD 和生物衰老之間的因果關(guān)系。

我們納入了來自全國(guó)健康和營(yíng)養(yǎng)檢查調(diào)查 （2009-2014） 的 3269 名參與者，其中包含牙周炎和復(fù)合 CVD 事件的診斷信息。通過使用 Klemera-Doubal 方法的計(jì)算生物年齡 （KDMAge） 和表型年齡 （PhenoAge） 來評(píng)估生物衰老。采用 Logistic 回歸、限制性三次樣條法 （RCS） 分析和亞組分析進(jìn)行數(shù)據(jù)分析。采用中介分析探討生物衰老的中介作用。隨后，使用全基因組關(guān)聯(lián)研究數(shù)據(jù)庫(kù)進(jìn)行孟德爾隨機(jī)化 （MR） 分析，以探索牙周炎、CVD 和生物衰老之間的潛在因果關(guān)系。

牙周炎與 CVD 風(fēng)險(xiǎn)較高相關(guān)。發(fā)現(xiàn)患有牙周炎的參與者生物衰老水平增加，生物衰老水平升高與 CVD 風(fēng)險(xiǎn)增加相關(guān)。中介分析顯示生物衰老的部分中介作用 （PhenoAge： 44.6%;KDMAge：22.9%），在牙周炎和 CVD 風(fēng)險(xiǎn)之間。MR 分析顯示，牙周炎在增加小血管卒中風(fēng)險(xiǎn)方面起因果作用，而發(fā)現(xiàn)心肌梗死增加牙周炎風(fēng)險(xiǎn)。此外，反向 MR 分析顯示，表型衰老會(huì)增加牙周炎的風(fēng)險(xiǎn)，CVD 與生物衰老之間存在雙向因果關(guān)系。

牙周炎與 CVD 風(fēng)險(xiǎn)增加有關(guān)，部分由生物衰老介導(dǎo)，具有復(fù)雜的因果相互關(guān)系。針對(duì)牙周健康的針對(duì)性干預(yù)措施可能會(huì)減緩生物衰老過程并降低 CVD 風(fēng)險(xiǎn)。

在所有模型中，PhenoAge 和 KDMAge 與 CVD 風(fēng)險(xiǎn)顯著呈正相關(guān) （p < 0.001）。在粗模型中，PhenoAge 加速與 CVD 風(fēng)險(xiǎn)呈顯著正相關(guān) （OR 2.14;95% CI 1.66–2.75;p < 0.001），這在模型 1 和 2 中仍然顯著（模型 1：OR 1.85;95% CI 1.40-2.43;p < 0.001;型號(hào) 2： OR 1.60;95% CI 1.21–2.12;p < 0.001），但在模型 3 中未見 （OR 1.28;95% CI 0.96–1.70;p = 0.088）。KDMAge 加速在粗略模型中獲得了相同的結(jié)論 （OR 1.30;95% CI 1.02–1.67;p = 0.037），這在模型 1 中仍然顯著 （OR 1.34;95% CI 1.04-1.75;p = 0.026），但在模型 2 和 3 中，這種關(guān)系不顯著（模型 2：OR 1.21;95% CI 0.92-1.57;p = 0.168;model3：OR 0.97;95% CI 0.74–1.27;p = 0.823）。在調(diào)整了所有混雜因素后，在 PhenoAge/KDMAge 和 CVD 之間沒有觀察到顯著的非線性關(guān)系。

在所有模型中，牙周炎和 CVD 風(fēng)險(xiǎn)之間存在顯著的正相關(guān) （p 趨勢(shì)< 0.006）。具體來說，在粗模型中，中度牙周炎與 PhenoAge 加速的風(fēng)險(xiǎn)顯著呈正相關(guān) （OR 1.42;95% CI 1.22-1.65;p < 0.001），嚴(yán)重牙周炎的風(fēng)險(xiǎn)更高 （OR 2.72;95% CI 2.18-3.40;p < 0.001）。它在模型 1 中仍然顯著 （p < 0.032）。然而，在模型 2 和 3 中，嚴(yán)重牙周炎與加速表型衰老之間的正相關(guān)仍然顯著 （p < 0.002），但中度牙周炎不再顯著 （p 從 0.089 到 0.523）。牙周炎和 KDMAge 加速之間的關(guān)系相似。例如，在模型 3 中，嚴(yán)重牙周炎與 KDMAge 加速的風(fēng)險(xiǎn)呈顯著正相關(guān) （OR 1.42;95% CI 1.10-1.82;p = 0.006）。隨后的深入分析未發(fā)現(xiàn)平均 PPD/CAL 與生物衰老之間存在顯著的非線性關(guān)系。

圖中顯示了生物衰老在牙周炎 （包括牙周炎狀態(tài)、平均 PPD 和平均 CAL） 和 CVD 之間關(guān)聯(lián)的顯著中介作用 （均 p < 0.01）。例如，通過 PhenoAge 影響 CVD 發(fā)生的牙周炎的中介比例為 46.60%，通過 KDMAge 的中介比例為 22.92%。敏感性分析的結(jié)果表明，本研究中建立的中介模型是可靠的。

牙周炎和 CVD 的 MR 分析

在使用三個(gè)不同的牙周炎數(shù)據(jù)庫(kù)對(duì)各種 CVD 進(jìn)行 MR 分析，我們發(fā)現(xiàn)牙周炎 （IEU） 與小血管卒中呈顯著正相關(guān) （OR 1.15;95% CI 1.00-1.33; p = 0.049），表明其潛在的因果效應(yīng)。未發(fā)現(xiàn)與其他 MR 方法有顯著關(guān)聯(lián)。我們沒有檢測(cè)到水平多效性，留一法分析顯示與牙周炎的關(guān)聯(lián)是由所有單個(gè) SNP 驅(qū)動(dòng)的。異質(zhì)性分析顯示 SNP 之間沒有顯著的異質(zhì)性。我們進(jìn)行了額外的 MR 分析以調(diào)查反向因果關(guān)系的可能性。發(fā)現(xiàn)了 MI 對(duì)牙周炎的潛在因果影響 （FinnGen），隨后的分析證明了這一結(jié)論的可靠性。

牙周炎和生物衰老的 MR 分析

MR 分析的結(jié)果并未為牙周炎對(duì)生物衰老的因果影響提供實(shí)質(zhì)性支持。然而，在檢查牙周炎對(duì)生物衰老的反向因果效應(yīng)時(shí)，我們發(fā)現(xiàn) DNAm Hannum 年齡加速對(duì)牙周炎 （FinnGen） 有顯著的因果效應(yīng)（OR 1.056;95% CI 1.01-1.11;p = 0.023）。有趣的是，我們發(fā)現(xiàn) PhenoAge 加速具有可能降低牙周炎風(fēng)險(xiǎn)的因果效應(yīng) （FinnGen） （OR 0.965;95% CI 0.93–1.00;p = 0.035）。額外的 MR 分析和敏感性分析表明，我們的結(jié)果是可靠的。

生物老化和 CVD 的 MR 分析

已確定GrimAge 加速對(duì)小血管卒中的潛在因果影響（OR 0.925;95% CI 0.87-0.99;p = 0.017）;AF 的 Hannum 年齡加速 （OR 1.019;95% CI 1.00–1.03;p = 0.010）;和 AF 上的 PhenoAge （OR 1.014;95% CI 1.00–1.03;p = 0.015）、MI （OR 1.026;95% CI 1.00–1.04;p = 0.003）、CHD （OR 1.001;95% CI 1.00–1.00;p = 0.002）、IHD（OR 1.001;95% CI 1.00–1.00;p = 0.030）和小血管卒中 （OR 1.073;95% CI 1.03–1.12;p = 0.001）。在檢查生物衰老對(duì) CVD 的反向因果效應(yīng)時(shí)，我們發(fā)現(xiàn) AF 對(duì) Hannum 年齡加速有潛在的因果效應(yīng)（OR 1.103;95% CI 1.01-1.20;p = 0.027）、GrimAge 加速時(shí)心源性栓塞性卒中 （OR 1.119;95% CI 1.00–1.25;p = 0.039），以及 GrimAge 加速時(shí)的小血管卒中 （OR 0.901;95% CI 0.81–1.00;p = 0.049）。隨后的敏感性分析證實(shí)了我們的結(jié)論。

2 統(tǒng)計(jì)學(xué)方法

本研究利用 NHANES 2009-2014 年的數(shù)據(jù)來代表大多數(shù)美國(guó)人口。選擇 2009 年至 2014 年的數(shù)據(jù)是因?yàn)閮H在此期間進(jìn)行牙周炎相關(guān)檢查。有關(guān) NHANES 招募程序、種群特征和研究設(shè)計(jì)的詳細(xì)信息，請(qǐng)?jiān)L問疾病控制和預(yù)防中心 （CDC） 的網(wǎng)站。只有接受了完整的牙科檢查并完成了作為 NHANES 一部分的自我報(bào)告 CVD 問卷的參與者才被納入當(dāng)前研究。本研究的分析包括年齡、性別、種族/民族、教育程度、體重指數(shù) （BMI）、貧困收入比 （PIR）、吸煙狀況、飲酒、糖尿病、高血壓和高脂血癥等變量。這是由于它們以前在科學(xué)文獻(xiàn)中與牙周炎和 CVD 的關(guān)聯(lián)，以及它們作為關(guān)鍵人口和健康因素的作用，有可能影響研究結(jié)果。 二次數(shù)據(jù)分析不需要倫理批準(zhǔn)。本研究遵循流行病學(xué)觀察性研究報(bào)告 （STROBE） 指南。

口腔健康檢查由持有正式執(zhí)照的牙醫(yī)在移動(dòng)檢查中心 （MEC） 進(jìn)行。在 30 歲的參與者中，使用牙周探針在每顆牙齒的 6 個(gè)部位（不包括第三磨牙）使用牙周探針測(cè)量臨床附著水平 （CAL） 和探診袋深度 （PPD） ≥。牙周炎是根據(jù) 2012 年 CDC/美國(guó)牙周病學(xué)會(huì)分類定義的。根據(jù)參與者的牙周炎狀況，將參與者分為三組：無/輕度牙周炎、中度牙周炎和重度牙周炎 [18]。平均 CAL 和 PPD 被納入分析。CVD 的定義是通過個(gè)人訪談數(shù)據(jù)中自我報(bào)告的充血性心力衰竭 （CHF）、心絞痛、心肌梗死 （MI）、卒中和冠心病 （CHD） 病史來確定的。這些問題是由訓(xùn)練有素的訪談員在家中使用計(jì)算機(jī)輔助個(gè)人訪談 （CAPI） 系統(tǒng)提出的。使用 Klemera-Doubal 方法 （KDMAge） 和表型年齡 （PhenoAge） 作為評(píng)估生物衰老的標(biāo)志物。使用 9 個(gè)與衰老相關(guān)的變量確定 PhenoAge，包括白蛋白水平、肌酐水平、血糖水平、C 反應(yīng)蛋白 （CRP） 水平、淋巴細(xì)胞百分比、平均細(xì)胞體積、紅細(xì)胞分布寬度、堿性磷酸酶水平和白細(xì)胞計(jì)數(shù)。KDMAge 根據(jù) 8 個(gè)生物標(biāo)志物確定：ln-CRP、血肌酐、糖化血紅蛋白、血清白蛋白、血清總膽固醇、血清尿素氮、血清堿性磷酸酶和收縮壓。KDMAge 或 PhenoAge 加速是使用實(shí)際年齡回歸的殘差計(jì)算的。補(bǔ)充方法中概述了詳細(xì)的計(jì)算方法。

本研究包括的協(xié)變量如下：年齡（30-59 歲或 ≥ 60 歲）;性別（男性或女性）;種族/民族（非西班牙裔白人、非西班牙裔黑人或其他）;教育程度（高中以下、高中或同等學(xué)歷，或大專及以上）;BMI（< 25.0、25-29.9 或 ≥ 30.0）;PIR（< 1、1-2.99 或 ≥ 3）;吸煙狀況（從不、從不或當(dāng)前）;飲酒（從不、偶爾或經(jīng)常）;高血壓（是或否）;高脂血癥（是或否）和糖尿病（是或否）。

我們使用適用于 NHANES 設(shè)計(jì)的分析方法，考慮分層和加權(quán)，以產(chǎn)生具有全國(guó)代表性的估計(jì)值。分類變量表示為百分比，連續(xù)變量表示為平均值±標(biāo)準(zhǔn)差 （SD）。進(jìn)行正態(tài)性檢驗(yàn)以評(píng)估連續(xù)變量的分布。對(duì)缺失數(shù)據(jù)進(jìn)行了多次插補(bǔ)。使用 Logistic 回歸模型評(píng)估牙周炎、 CVD 和生物衰老之間的關(guān)聯(lián)。除了具有未調(diào)整協(xié)變量的粗略模型外，還構(gòu)建了三個(gè)模型：模型 1，針對(duì)年齡、性別和種族/民族進(jìn)行了調(diào)整;模型 2，針對(duì)教育、BMI 和 PIR 進(jìn)行調(diào)整;和 Model 3，進(jìn)一步調(diào)整了吸煙狀況、酒精使用、高血壓、高脂血癥和糖尿病。進(jìn)行亞組分析以測(cè)試模型的穩(wěn)健性。限制性三次樣條法 （RCS） 分析用于檢查牙周炎、 CVD 和生物衰老之間的非線性關(guān)系。此外，使用平行中介模型評(píng)估了生物衰老在牙周炎與 CVD 關(guān)聯(lián)中的潛在中介作用。

牙周炎、生物衰老和 CVD 的遺傳工具的選擇

從 GWAS 數(shù)據(jù)庫(kù)獲得單核苷酸多態(tài)性 （SNP），并采用 MR 分析探討牙周炎、CVD 和生物衰老之間的因果關(guān)系。我們從三個(gè)GWAS數(shù)據(jù)庫(kù)獲取了牙周炎數(shù)據(jù)，包括GLIDE聯(lián)盟（17,353例，28,210例對(duì)照）、FinnGen聯(lián)盟（4784例，272,252例對(duì)照），以及IEU的Meta分析（1740例，347,186例對(duì)照）。生物衰老數(shù)據(jù)來自對(duì) 28 個(gè)隊(duì)列中 34,710 名歐洲血統(tǒng)個(gè)體的 GWAS 薈萃分析，包括 DNA 甲基化 （DNAm）、GrimAge 加速、DNAm Hannum 年齡加速、內(nèi)在表觀遺傳年齡加速和 DNAm PhenoAge 加速。選擇 5 例 CVD 進(jìn)行研究。AF 數(shù)據(jù)來源于一項(xiàng)涉及 6 個(gè)歐洲 GWAS 的薈萃分析（60,620 例，970,216 例對(duì)照）。MI 數(shù)據(jù)來源于一項(xiàng)納入 2 項(xiàng)隊(duì)列研究（61,505 例，577,716 例對(duì)照）的 GWAS meta 分析。缺血性心臟病 （IHD） 數(shù)據(jù)（20,857 例;340,337 例對(duì)照）和 CHD 數(shù)據(jù)（10,157 例;351,037 例對(duì)照）取自英國(guó)生物樣本庫(kù)。卒中（40,585例，406,111例對(duì)照）及其亞型的數(shù)據(jù)，包括缺血性腦卒中（34,217例，406,111例對(duì)照）、大動(dòng)脈卒中（4373例，406,111例對(duì)照）、小血管卒中（5386例，406,111例對(duì)照）和心源性栓塞性卒中（7193例，406,111例對(duì)照）的數(shù)據(jù)來自MEGASTROKE聯(lián)盟。

這項(xiàng) MR 研究是根據(jù) STROBE-MR 指南進(jìn)行的。原始研究的所有參與者都提供了知情同意，并獲得了倫理許可。

統(tǒng)計(jì)分析

在工具變量的篩選中，稍微寬松的閾值 p < 5 × 10–6由于滿足嚴(yán)格閾值的 SNP 數(shù)量有限 （p < 5 × 10），因此被選擇篩選 SNP–8).獨(dú)立聚類 （r2截?cái)?0.001;距離窗口 10,000 kb）然后使用 1000 個(gè) Genomes 數(shù)據(jù)對(duì)歐洲樣本進(jìn)行。在標(biāo)準(zhǔn)化 GWAS 數(shù)據(jù)中的效應(yīng)等位基因后，我們使用 MRPRESSO 方法去除異常值，然后使用 Radial MR 方法再次去除異常值。我們確保這些工具的 F 統(tǒng)計(jì)量超過閾值 10。逆方差加權(quán) （IVW） 用作主要指標(biāo)。此外，使用 MR-Egger 、加權(quán)中位數(shù)、簡(jiǎn)單模型和加權(quán)模型方法來評(píng)估我們研究結(jié)果的穩(wěn)健性。反向 MR 分析用于檢查暴露與結(jié)果之間的反向因果關(guān)系。我們進(jìn)行了敏感性分析，以檢測(cè) MR 估計(jì)中潛在的多效性和異質(zhì)性。源自 IVW 方法的異質(zhì)性標(biāo)志物用于識(shí)別潛在的水平多效性 （Cochran Q 衍生測(cè)試 p < 0.05）。此外，還進(jìn)行了留一法分析以評(píng)估單個(gè) SNP 對(duì) MR 估計(jì)的影響或偏倚。

所有統(tǒng)計(jì)分析均使用 R 4.3.3 版進(jìn)行。所有檢驗(yàn)均為雙尾，顯著性水平設(shè)置為 p < 0.05。

3 小結(jié)

研究采用了雙樣本孟德爾隨機(jī)化分析，發(fā)現(xiàn)牙周炎不僅與CVD風(fēng)險(xiǎn)增加有關(guān)，還與生物衰老的加速相關(guān)。具體而言，生物衰老通過PhenoAge和KDMAge的中介作用，分別占牙周炎與CVD風(fēng)險(xiǎn)之間關(guān)聯(lián)的44.6%和22.9%。此外，反向孟德爾隨機(jī)化分析顯示，生物衰老與牙周炎之間存在雙向因果關(guān)系，心肌梗死（MI）也可能增加牙周炎的風(fēng)險(xiǎn)。

研究結(jié)果強(qiáng)調(diào)了針對(duì)牙周健康的干預(yù)可能有助于減緩生物衰老過程，從而降低CVD風(fēng)險(xiǎn)。這一發(fā)現(xiàn)為臨床實(shí)踐提供了重要的啟示，表明維護(hù)口腔健康不僅對(duì)局部健康至關(guān)重要，也可能對(duì)全身健康產(chǎn)生深遠(yuǎn)影響。未來的研究應(yīng)進(jìn)一步探索牙周炎與生物衰老及CVD之間的復(fù)雜關(guān)系，以尋找更有效的干預(yù)策略。