登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《饮酒风险阈值：对83项前瞻性研究中599912名当前饮酒者的个人参与者数据进行组合分析》

  • 来源专题：心血管疾病防治
  • 编译者： 张燕舞
  • 发布时间：2018-04-19

  • 研究对来自19个高收入国家（Emerging Risk Factors Collaboration, EPIC-CVD以及UK Biobank）的三个大型数据源的个人参与者数据进行了综合分析。研究对83项前瞻性研究中的剂量 - 反应关联和计算的每100克酒精（每周12.5单位）的危险比（HR）进行了表征，至少调整了研究或中心、年龄、性别、吸烟和糖尿病。

    分析中包含的599 912名当前饮酒者中，研究记录了540万人年随访期间的40 310例死亡和39 018例心血管疾病事件。对于全因死亡率，研究记录了与酒精摄入水平呈正相关的曲线关系，最低死亡风险为每周100克或更低。酒精摄入量与卒中风险增加呈线性相关（每100克每周HR高摄入（1.14,95％CI，1.10?1.17），心肌梗塞以外的冠心病（1.06,1.0 00-1·11），心力衰竭（1·09,1·03-1·15），致命性高血压病（1·24,1·15-1·33）和致命的主动脉瘤（1.15,1.03-1.28）。相比之下，饮酒增加与心肌梗死风险降低呈线性关系（HR 0.94,0.91-0.97）。

    与那些报告每周饮酒量> 0克且≤100克的人相比，40岁时，那些每周饮酒量> 100克且≤200克年龄预期寿命降低约6个月，每周> 200克且≤350克年龄预期寿命降低约1- 2年，每周> 350克的人的人年龄预期寿命降低约4 - 5年。

    研究表明在目前高收入国家的饮酒者中，全因死亡风险最低的酒精摄入阈值约为100克/周。对于心肌梗塞以外的其他心血管疾病亚型，没有明确的风险阈值，低于该风险阈值，低量的酒精摄入或停止饮酒与较低的疾病风险相关。这些数据支持的酒精摄入量限值低于大多数现行指南中建议的限值。

  • 原文来源：https://www.sciencedirect.com/science/article/pii/S014067361830134X
431浏览量
原文链接
相关报告

  • 《一项随机临床实验的结果显示，酗酒的人对与近期和未来饮酒有关的酒精信号表现出神经内分泌耐受性》
    • 来源专题：重大疾病防治
    • 编译者：蒋君
    • 发布时间：2023-09-18
    • 神经内分泌对酒精的耐受性，即对酒精的皮质醇反应减弱，与严重酒精使用障碍（AUDs）的腹内侧额前皮质（VmPFC）酒精线索反应性和复发风险有关，但其在AUDs发展中的作用尚不清楚。最近的研究表明，狂饮（BD）患者对酒精提示的皮质醇反应减弱可能在促使其大量饮酒方面发挥作用，但这种失调的内分泌反应与BD对酒精线索的神经反应之间的联系尚不清楚。为了检验这一点，根据最近的饮酒史招募了两组参与者。33名BD和31名不酗酒的社交饮酒者（SD）在两个单独的7?T功能性磁共振成像（fMRI）扫描。每次扫描后都会进行酒精味觉测试（ATT），对他们的内隐饮酒动机进行测试，并在实验后对他们的“现实世界”饮酒行为进行为期一个月的前瞻性测量。在每次扫描过程中，反复采集血浆，以检查酒精提示和饮酒对皮质醇水平的单独影响。相对于水线索和SD，BD表现出迟钝的皮质醇线索反应性，这与VmPFC线索反应性呈负相关。在BD中，皮质醇钝化和VmPFC线索反应性增强都与扫描后一个月的即时和未来饮酒量有关。因此，BD的神经内分泌耐受可能与线索的激励显著性增加有关，并在AUD的发展过程中对饮酒量的增加起到机械作用。
    195浏览量
    原文链接

  • 《《Nature》饮酒、大肠运动可能会混淆微生物组研究》
    • 来源专题：中国科学院病毒学领域知识资源中心
    • 编译者：malili
    • 发布时间：2020-11-21
    • 肠道微生物代表了一个由数十万亿细菌细胞组成的复杂生态系统，这些细菌细胞对精神健康和心血管健康都有深远的影响。虽然微生物组的组成与某些疾病（如帕金森氏症）有关联，但很难弄清楚这些关联是否只是相关性、健康状况的后果，还是疾病的原因或贡献。 11月4日发表在《Nature》杂志上的一篇综述旨在通过分析患有和不患有特定疾病的人之间的生理和生活方式差异，并确定可能与肠道微生物群组成有关的差异，来寻找潜在的混淆变量。 文章合著者美国国家过敏和传染病研究所的免疫学家Ivan Vujkovic Cvijin一直在研究肠道微生物如何影响HIV感染者的健康。在这一领域，有一个有趣的发现，与男性发生性关系的男性肠道微生物组成与其他男性有很大不同。在美国和许多西欧国家，艾滋病毒感染者的主要人群是与男男发生性关系的男性。结果发现，当我们在这一领域进行的一些研究中，我们把男性与男性发生性关系的HIV感染者与与女性发生性关系的未感染者进行了比较。在这些研究中，我们不仅发现了依赖于HIV的差异，而且还取决于性偏好，而我们真正想要的只是识别那些因HIV而不同的细菌。 从这个意义上说，这些研究被性偏好混淆了。结果表明，虽然艾滋病毒确实对肠道微生物群有影响，但另一个因素对微生物群的影响似乎要大得多。还有哪些我们完全不知道的令人困惑的变量？对于哪些变量可能会混淆疾病受试者与未经研究的受试者之间的比较，还没有一个详尽的检查。 所以有了这篇研究饮酒量和排便质量对肠道微生物的影响的文章。大便通常是松散的、坚硬的还是正常的，都是许多疾病产生混淆效应的重要原因。 重要的是，这两个因素对人与疾病的影响往往与一个没有疾病的人相比有很大的差异。另外，我们服用的药物通常限制我们喝酒，这是为什么呢？ 在我们的免疫系统、我们对传染病的反应以及对其他慢性病的易感性方面，我们都是独一无二的。生物学，在很多方面，是试图了解是什么导致了人们的反应方式的这些差异。当然，不同人群的微生物群是非常不同的。 一个人饮酒越多，对微生物群的影响就越大。即使偶尔每周喝一到两次酒，也会对微生物群落产生可测量的影响。酒精本身在微生物学实验室中被用作消毒剂，人们可能期望酒精杀死肠道中的一些细菌，减少肠道微生物群落的多样性，但实际上发现了相反的效果——多样性的增加也是剂量依赖性的。但科学家们还不知道这种增加的多样性对健康的影响。 本文描述了一个有关人类活动与肠道微生物组的公开数据集，同时还向每个人发放了问卷，其中有100多个问题非常详细。其中有很多关于每个样本的信息，可以用来识别对微生物组有最大影响的变量。 研究方法是机器学习，机器学习的一个很好的组成部分是交叉验证的概念，把一部分在一个变量上不同的参与者，比如说老年人和年轻人，从比较的总样本中抽取一个子集，然后检查微生物群中的哪些模式区分了这两个群体。对于算法没有看到的对象，将测试在第一个子集中发现的模式是否稳健，并且是否在未看到的对象中也被观察到。 这是一种非常有效的方法来评估给定变量对微生物群落的影响有多强和可复制性。“我们对数据集中的所有变量都进行了量化，并按重要性对它们进行了排序，”Ivan Vujkovic Cvijin说。 基于这些发现，他们提出了人类微生物组研究的建议，以获取有关这些变量的信息。这两种情况通常不会作为临床研究的一部分收集，而年龄、BMI和性别则更为典型。“我们建议扩大收集到的信息变量，如果可能的话，在被比较的组之间匹配这些变量，因为它们对微生物群落有影响，我们希望减少多少研究实际上是在研究这些混杂变量的影响，而不是缩小范围把他们的研究结果归结为对正在研究的疾病真正感兴趣的东西，”作者总结。 如何采用iSeq 100测序系统进行微生物全基因组测序？ 原文检索：Host variables confound gut microbiota studies of human disease （生物通：伍松）
    123浏览量
    原文链接