摘要：近日，哈医大学者用NHANES数据库，在期刊《Redox Biology》（生物学一区Top，IF=11.9）发表了一篇题为：“Supplement-driven iron overload accelerates phenotypic aging via i

01NHANES衰老指标

表型年龄（PhenoAge）和表型年龄加速（PhenoAgeAccel）指标简介

表型年龄是用于评估个体生物学年龄的指标，反映了个体的生理状态与实际年龄之间的关系。它综合考虑了多个健康指标和生理参数，因此可以用来更好地反映个体的健康状况；表型年龄加速则表示个体的生物学年龄与实际年龄之间的差异，用于衡量老化速度。

指标计算公式：

表型年龄（PhenoAge）：

表型年龄加速（PhenoAgeAccel）：

PHENOAGE_ADVANCE计算为实际年龄回归PhenoAge的残差。

指标数据在郑老师团队开发的NHANES Online平台现可一键提取和分析。详情可见：（更正）NHANES平台可直接分析的第50个指标：表型年龄和表型年龄加速（加速）

02论文解读

近日，哈医大学者用NHANES数据库，在期刊《Redox Biology》（生物学一区Top，IF=11.9）发表了一篇题为：“Supplement-driven iron overload accelerates phenotypic aging via inflammatory biomarkers: Potential counteraction through anti-inflammatory or antioxidant diets” 的研究论文。

研究旨在探讨铁摄入与表型年龄加速（PhenoAgeAccel）之间的关系，评估炎症与氧化应激的中介作用，并探索抗炎或抗氧化饮食的调节效应。

研究背景

铁在人体生理中具有双重作用：适量摄入维持健康，过量则可能导致铁过载，引发炎症与氧化应激，进而加速衰老。

然而，铁摄入与生物年龄之间的具体关系尚不明确，尤其是补充铁与膳食铁的影响差异，以及抗炎或抗氧化饮食是否具有调节作用，仍需深入探讨。

数据来源

本研究数据来源于美国国家健康与营养调查（NHANES）2017–2018年的数据，经过纳排，最终纳入 8692 名年龄 ≥ 20岁、具有完整数据的成年人。

图1 参与者的筛选流程

研究方法

研究采用限制性立方样条（RCS）分析铁摄入与PhenoAgeAccel 的非线性关系，并通过K-means聚类识别铁摄入模式。

此外，广义线性模型（GLM）进行多变量调整分析；中介分析评估炎症与氧化应激标志物的中介效应；最后开展分层和敏感性分析评估了结果的稳健性。

主要研究结果

研究结果显示，铁摄入与衰老呈U型关系。具体而言，在完全调整模型中，总铁摄入与PhenoAgeAccel存在U型关联，拐点为18.441 mg/day。

这意味着：低于该值，铁摄入延缓衰老（β=-0.126）；高于该值则加速衰老（β=0.021）。

图2 RCS曲线结果

通过聚类分析，研究者将参与者分为“补充驱动铁过载（SDIO）” 组和 “膳食铁参考（DIR）” 组。

结果显示，与DIR组相比，SDIO组表现出显著更快的表型衰老。

图3 聚类分析结果：A) Pearson 相关热图；B) K 均值聚类最佳聚类数确定；C) 主成分分析（PCA）可视化；D) 各聚类间铁源分布比较

中介分析表明，六种系统性炎症标志物（AISI、SII和SIRI等）显著介导了 SDIO 与衰老加速的关联，中介比例在 15.53% 至 25.63% 之间，而氧化应激标志物的中介效应不显著。

图4 中介分析结果

最后，分层和敏感性分析结果表明上述关联在不同人群中保持一致，且主要结论保持稳健。

图5 亚组分析结果

研究结论

补充铁导致的铁过载可能通过炎症途径加速表型衰老，而抗炎或抗氧化饮食可有效缓解这一过程。研究提示应谨慎使用铁补充剂，并推荐富含抗炎/抗氧化成分的饮食以延缓衰老。

来源：郑老师讲统计