文章信息
- 郭俊池, 黄明, 张明妍, 等.
- GUO Junchi, HUANG Ming, ZHANG Mingyan, et al.
- 基于“湿浊痰饮类病”理论探究痰湿体质人群心力衰竭风险中的血浆脂质标志物
- Exploration of plasma lipid biomarkers associated with heart failure risk in individuals with phlegm-dampness constitution based on the theory of "similar diseases and syndromes of damp-turbidity-phlegm-rheum"
- 天津中医药, 2026, 43(7): 826-832
- Tianjin Journal of Traditional Chinese Medicine, 2026, 43(7): 826-832
- http://dx.doi.org/10.11656/j.issn.1672-1519.2026.07.03
-
文章历史
- 收稿日期: 2026-04-04
2. 天津中医药大学,天津 301617
心力衰竭(HF)是各种心血管疾病发展的终末阶段,其发病率与病死率居高不下,已成为全球公共卫生体系中亟待解决的重大慢病 [1]。HF不仅是心肌收缩功能受损或结构改变所致,更是一种涉及脂质代谢异常、炎症反应、能量代谢障碍与胰岛素抵抗等的多系统代谢性疾病过程 [2]。其中,血浆脂质紊乱被认为是推动动脉粥样硬化、心肌损伤与心肌重构的重要机制,是HF病程发生发展的关键分子环节 [3]。
张伯礼院士提出的“湿浊痰饮类病”理论认为,津液代谢失常可形成“湿、浊、痰、饮”4类病理产物,逐渐阻滞气机、损伤阳气、影响心脉运行 [4]。“湿浊痰饮类病”理论丰富了中医的临床治疗体系,“湿、浊、痰、饮”既是疾病的致病因素,又是病理产物,以“阴邪得祛,阳气得昭”为主要治疗思路 [5-7]。“湿浊痰饮类病”理论中“湿浊内停—痰饮聚结—阻滞心脉—阳气不振”的病机链条,与西医中“脂质蓄积—炎症及氧化应激—心肌功能下降”的病理机制呈现高度对应关系,为从中医角度理解HF的系统代谢性特征提供了理论支撑 [8-9]。
在理论体系向人群表型层面延伸时,中医体质学认为“湿浊痰饮”多源于脾失健运,水湿内停,最终表现为痰湿体质 [10]。现代研究亦证实,痰湿体质人群常具有肥胖、代谢迟缓、胰岛素抵抗、脂质代谢紊乱等特征,与HF发生危险因素高度重叠,提示痰湿体质可能构成HF的高易感人群 [11-12]。
本研究在“湿浊痰饮类病”理论的指导下,拟初步以肥胖表征痰湿体质,结合现代组学技术,聚焦痰湿体质人群中与HF风险相关的血浆脂质标志物的识别。通过脂质组学数据挖掘潜在的易感代谢特征,并利用孟德尔随机化(MR)作为因果推断方法,明确脂质标志物在痰湿体质与HF风险之间的中介作用,从而为揭示痰湿体质“易病性”及其现代医学基础提供新的研究思路和靶点依据。
1 资料与方法 1.1 研究思路本研究以“湿浊痰饮类病”思想为指导,MR为主要分析方法,逆方差加权(IVW)为主要计算模型,依次探究痰湿体质人群的HF发病风险是否增加、血浆脂质组学在HF中的代谢变化以及识别痰湿体质人群HF风险下的关键脂质标志物。由于目前国际公共遗传数据库尚未建立基于中医四诊(舌象、脉象、体征及体质量表)直接定义的痰湿体质全基因组关联研究(GWAS)表型,本研究参考既往体质学及代谢组学研究共识,将与痰湿体质高度重叠的“代谢异常/肥胖”遗传表型用作代理指标 [13-15]。痰湿体质临床特征包括体形肥胖、代谢迟缓、易疲倦、苔腻厚等,与现代肥胖、脂质代谢紊乱及胰岛素抵抗密切相关,既往研究亦证实代谢性肥胖与痰湿体质存在较高一致性,因此本研究选取Finngen数据库中的“obesity”GWAS表型(finngen_R9_E4_OBESITY)作为痰湿体质的遗传代理变量,用于MR分析以反映痰湿体质相关代谢特征的遗传贡献。同时,为避免误解,本研究仅在遗传水平上模拟痰湿体质在代谢维度的可量化特征,并不等同于临床体质辨识,未来研究仍需结合中国人群四诊体质数据进一步验证。研究的具体流程见图 1。
|
| 图 1 研究的详细流程图 Fig. 1 Detailed flow diagram of the study |
本研究使用的全部GWAS数据来源于国际公共数据库。痰湿体质人群的数据来源于Finngen数据库,编号为finngen_R9_E4_OBESITY;HF人群的数据来源于IEU Open GWAS数据库,编号为ebi-a-GCST009541;血浆脂质组学的数据来源于GWAS Catalog数据库,编号为GCST90301941-GCST90302173,该研究采用核磁共振代谢组学平台对血浆/血清样本中的循环代谢标志物进行高通量定量分析,主要包括脂蛋白亚类及其脂质组成、传统血脂指标、载脂蛋白、脂肪酸谱,以及小分子代谢物。所有检测数据均经过质量控制流程,包括标准化信号校正、批次效应去除、个体水平共变量校正与异常值剔除,并采用基于线性混合模型的GWAS分析方法以确保统计可靠性 [16]。
1.3 MR分析本研究以IVW为核心算法,IVW是最常用的两样本MR计算模型,通过对多个遗传工具变量(SNP)的因果效应估计进行逆方差加权回归,在所有SNP均无水平多效性时,可提供一致性强、统计效率高的因果估计 [17]。尽管IVW在大规模数据中具备良好的稳定性和计算优势,本研究进一步使用加权中位数法、MR-Egger法、加权模型和简单模型,以探索复杂疾病中潜在的“暴露-结局”因果路径 [18]。本研究采用MR-Egger模型的截距以评估SNP水平多效性。
1.4 中介分析本研究以两步MR分析法(two-step MR)以计算关键脂质标志物在痰湿体质人群HF风险中的中介效应。第一步,计算痰湿体质人群HF风险的因果效应,记为beta_k;第二步,计算痰湿体质人群与血浆脂质代谢物的因果效应,记为beta_m;计算血浆脂质代谢物与HF的因果效应,记为beta_n。脂质标志物的中介效应beta_mn= beta_m*beta_n,中介比例beta_p=(beta_mn/beta_k)* 100%,以beta_p > 0为具有显著中介效应 [19]。
1.5 统计学方法本研究应用R4.5.0和R studio 2024.12.1完成全部统计分析,应用Two Sample MR 0.6.8进行MR分析,ggplot 23.5.1完成可视化,IVW显著性阈值设置为P < 0.05,水平多效性检验P > 0.05代表无水平多效性。
2 结果 2.1 痰湿体质人群的HF风险评估本研究以痰湿体质人群的GWAS数据为暴露,HF数据为结局,暴露数据过滤参数设置为“P < 5×10-8,clump_kb= 10 000,clump_r2=0.001”,剔除连锁不平衡后纳入32个SNPs作为工具变量进行统计分析,工具变量的相关信息,见表 1。两样本MR分析显示,痰湿体质显著增加HF风险[OR=1.205,95%CI(1.152,1.261),P < 0.001]。MR-Egger检验未发现显著水平多效性(P=0.498)。
| SNP位点 | 效应等位基因 | 其他等位基因 | beta | se | P |
| rs17024258 | T | C | 0.119 | 0.021 | < 0.001 |
| rs3811405 | G | A | 0.063 | 0.011 | < 0.001 |
| rs633715 | C | T | 0.070 | 0.012 | < 0.001 |
| rs6739303 | T | C | 0.127 | 0.014 | < 0.001 |
| rs13394970 | G | T | -0.058 | 0.010 | < 0.001 |
| rs1861410 | T | C | -0.067 | 0.010 | < 0.001 |
| rs1446585 | G | A | -0.065 | 0.011 | < 0.001 |
| rs10929985 | T | C | 0.064 | 0.010 | < 0.001 |
| rs12639495 | C | T | 0.082 | 0.013 | < 0.001 |
| rs12507026 | T | A | 0.083 | 0.010 | < 0.001 |
| rs147001051 | G | C | 0.120 | 0.022 | < 0.001 |
| rs34298980 | C | T | -0.069 | 0.011 | < 0.001 |
| rs2076308 | C | G | 0.097 | 0.012 | < 0.001 |
| rs35296418 | A | G | -0.068 | 0.013 | < 0.001 |
| rs71554214 | C | T | 0.102 | 0.012 | < 0.001 |
| rs10973268 | G | C | -0.064 | 0.010 | < 0.001 |
| rs11030104 | G | A | -0.098 | 0.014 | < 0.001 |
| rs580466 | T | G | 0.073 | 0.013 | < 0.001 |
| rs76503812 | A | G | 0.113 | 0.020 | < 0.001 |
| rs9316943 | G | A | -0.071 | 0.011 | < 0.001 |
| rs4261436 | C | T | 0.062 | 0.010 | < 0.001 |
| rs1594904 | G | A | 0.060 | 0.011 | < 0.001 |
| rs72793809 | T | C | 0.069 | 0.010 | < 0.001 |
| rs1558902 | A | T | 0.196 | 0.010 | < 0.001 |
| rs7230605 | C | T | 0.077 | 0.013 | < 0.001 |
| rs11082279 | A | G | -0.060 | 0.010 | < 0.001 |
| rs12956821 | G | T | -0.062 | 0.011 | < 0.001 |
| rs58084604 | T | C | 0.105 | 0.013 | < 0.001 |
| rs4072287 | A | C | 0.061 | 0.010 | < 0.001 |
| rs34783010 | T | G | -0.077 | 0.012 | < 0.001 |
| rs45551238 | T | C | -0.149 | 0.024 | < 0.001 |
| rs71327107 | G | T | 0.060 | 0.011 | < 0.001 |
本研究以血浆脂质组学的GWAS数据为暴露,过滤参数设置为“P < 1×10-5,clump_kb=10000,clump _r2=0.001”,以HF的GWAS数据为结局,显著性阈值根据BH矫正法设置为P < 0.000 2,剔除具有水平多效性(P < 0.05)的结果,MR分析显示,56种血浆脂质代谢物显著增加HF风险,结果见图 2。这些脂质主要分布于3大类:1)三酰甘油类——集中于小至中等颗粒极低密度脂蛋白胆固醇(VLDL)及高密度脂蛋白胆固醇(HDL)。2)胆固醇类指标——集中于VLDL亚型。3)磷脂类——多呈现在HDL及VLDL粒径分布中。本研究进一步应用加权中位数、MR-Egger、加权模型及简单模型进行结果验证以确认结果的稳健性,2.3中30种具有中介效应的脂质标志物与HF的MR分析散点图见开放科学(资源服务)标识码(OSID)。
|
| 图 2 血浆脂质组中显著增加HF风险的脂质代谢物 Fig. 2 Plasma lipid metabolites significantly increasing HF risk |
本研究采用两步MR法探究痰湿体质人群HF风险中的关键脂质标志物,在2.2的基础上,进一步以痰湿体质人群的GWAS数据为暴露,过滤参数设置为“P < 5×10-8,clump_kb=10 000,clump_r2= 0.001”,以2.2中筛选出的显著增加HF风险的血浆脂质代谢物为结局,MR分析显示痰湿体质与30种血浆脂质代谢物具有显著正向相关性,并计算效应量记为beta_m,根据2.1中痰湿体质到HF的效应量beta_k和2.2中血浆脂质代谢物到HF的效应量beta_n,计算中介效应beta_mn和中介比例beta_p。结果显示,30种血浆脂质代谢物可作为痰湿体质人群HF风险中的关键脂质标志物,具体信息见表 2,代谢网络示意图见图 3。
| 数据编号 | 具体信息 | beta_k | beta_m | beta_n | beta_mn | beta_p |
| GCST90301946 | 脂蛋白B水平 | 0.187 | 0.046 | 0.117 | 0.005 | 2.91% |
| GCST90301947 | 脂蛋白B与脂蛋白A1的比值 | 0.187 | 0.075 | 0.126 | 0.010 | 5.09% |
| GCST90301973 | HDL中的三酰甘油水平 | 0.187 | 0.031 | 0.090 | 0.003 | 1.48% |
| GCST90302004 | 大HDL中磷脂与总脂质的比值 | 0.187 | 0.055 | 0.084 | 0.005 | 2.49% |
| GCST90302006 | 大HDL中三酰甘油与总脂质的比值 | 0.187 | 0.055 | 0.144 | 0.008 | 4.27% |
| GCST90302021 | 大VLDL中的胆固醇酯 | 0.187 | 0.067 | 0.084 | 0.006 | 3.03% |
| GCST90302040 | 中等HDL中磷脂与总脂质的比值 | 0.187 | 0.031 | 0.113 | 0.003 | 1.85% |
| GCST90302041 | 中等HDL中的三酰甘油 | 0.187 | 0.049 | 0.109 | 0.005 | 2.82% |
| GCST90302042 | 中等HDL中三酰甘油与总脂质的比值 | 0.187 | 0.067 | 0.119 | 0.008 | 4.28% |
| GCST90302057 | 中等VLDL中的总胆固醇 | 0.187 | 0.066 | 0.099 | 0.007 | 3.53% |
| GCST90302059 | 中等VLDL中的胆固醇酯 | 0.187 | 0.064 | 0.118 | 0.008 | 4.04% |
| GCST90302061 | 中等VLDL中的游离胆固醇 | 0.187 | 0.064 | 0.087 | 0.006 | 2.97% |
| GCST90302063 | 中等VLDL中的总脂质 | 0.187 | 0.069 | 0.094 | 0.006 | 3.47% |
| GCST90302064 | 中等VLDL颗粒的浓度 | 0.187 | 0.069 | 0.089 | 0.006 | 3.28% |
| GCST90302065 | 中等VLDL中的磷脂 | 0.187 | 0.068 | 0.098 | 0.007 | 3.59% |
| GCST90302074 | 残余胆固醇(非HDL、非LDL) | 0.187 | 0.048 | 0.148 | 0.007 | 3.81% |
| GCST90302089 | 小HDL中的三酰甘油 | 0.187 | 0.067 | 0.107 | 0.007 | 3.84% |
| GCST90302090 | 小HDL中三酰甘油与总脂质的比值 | 0.187 | 0.060 | 0.103 | 0.006 | 3.30% |
| GCST90302104 | 小VLDL中的总胆固醇 | 0.187 | 0.055 | 0.142 | 0.008 | 4.17% |
| GCST90302106 | 小VLDL中的胆固醇酯 | 0.187 | 0.053 | 0.148 | 0.008 | 4.22% |
| GCST90302108 | 小VLDL中的游离胆固醇 | 0.187 | 0.050 | 0.113 | 0.006 | 3.05% |
| GCST90302110 | 小VLDL中的总脂质 | 0.187 | 0.060 | 0.106 | 0.006 | 3.41% |
| GCST90302120 | 酪氨酸水平 | 0.187 | 0.075 | 0.101 | 0.008 | 4.07% |
| GCST90302123 | VLDL中的总胆固醇水平 | 0.187 | 0.064 | 0.130 | 0.008 | 4.44% |
| GCST90302137 | 超大HDL中三酰甘油与总脂质的比值 | 0.187 | 0.047 | 0.110 | 0.005 | 2.79% |
| GCST90302150 | 极小VLDL中的总胆固醇 | 0.187 | 0.032 | 0.144 | 0.005 | 2.45% |
| GCST90302152 | 极小VLDL中的胆固醇酯 | 0.187 | 0.039 | 0.153 | 0.006 | 3.22% |
| GCST90302156 | 极小VLDL中的总脂质 | 0.187 | 0.036 | 0.132 | 0.005 | 2.55% |
| GCST90302157 | 极小VLDL颗粒的浓度 | 0.187 | 0.038 | 0.127 | 0.005 | 2.56% |
| GCST90302160 | 极小VLDL中的三酰甘油 | 0.187 | 0.044 | 0.108 | 0.005 | 2.51% |
| 注:LDL,低密度脂蛋白胆固醇。 | ||||||
|
| 图 3 中介脂质标志物与HF风险的代谢网络示意图 Fig. 3 Schematic metabolic network illustrating the mediating lipid biomarkers associated with heart failure risk |
“湿浊痰饮类病”理论由张伯礼院士提出,认为津液异化可形成“湿、浊、痰、饮”4类病理产物,积久不化,损伤阳气,是多种慢性疾病的共同机制 [4,8]。本研究在该理论指导下,将“痰湿体质—脂质异常—HF风险”构建为一个连贯的因果链条,为“湿浊痰饮类病”在HF领域的现代化表达提供了思路。
本研究通过两步MR分析识别出30种在“痰湿体质—HF风险”路径中具有中介作用的血浆脂质标志物,但这些脂质在病理过程中所扮演的角色并非完全一致。从功能属性上看,这些中介脂质可大致归纳为3类:以VLDL相关胆固醇酯和三酰甘油为代表的促动脉粥样硬化与促炎性脂质;以脂蛋白B及其相关比例指标为代表的脂质颗粒数量与转运负荷标志物;以及部分HDL相关磷脂及脂质组成比例,反映脂质逆向转运和代谢稳态调节能力。从西医角度来看,这一代谢模式可能反映了痰湿体质人群普遍存在的脂质蓄积状态及能量代谢受损 [20]。小、中粒径VLDL颗粒因粒径更易进入血管内皮下层,其胆固醇酯含量升高可强化脂质在血管壁的沉积,并通过激活核转录因子-κB(NF-κB)、促进内皮细胞黏附分子表达而诱发炎症反应和内皮损伤,加速动脉粥样硬化的形成;进而导致冠状动脉灌注不足、心肌缺血与心肌重构,是促发HF的重要病理基础 [21-22]。同时,血浆三酰甘油升高不仅仅是能量贮存过剩的表现,还可诱导脂肪毒性、抑制心肌线粒体氧化能力、改变心肌底物利用方式,使心肌由“脂肪酸氧化驱动”状态转变为低效的“葡萄糖依赖”代谢模式,导致心肌能量供应进一步下降 [23]。此外,三酰甘油异常亦可促进胰岛素抵抗、加剧系统性代谢炎症和氧化应激,从而通过“代谢内分泌—心脏”轴进一步推动HF的发生与进展 [24-25]。脂蛋白B水平升高作为本研究另一个显著的中介指标,提示脂质颗粒数量增加而非单纯成分改变,这意味着循环系统内存在更强的脂质颗粒暴露负担 [26]。大量含APOB的动脉粥样硬化颗粒进入内皮层后,会促进泡沫细胞形成与斑块不稳定性,构成HF发生的远程代谢驱动来源 [27]。因此,从分子机制角度推测,痰湿体质所表现的“痰浊难化”可能对应为脂质颗粒清除效率下降、肝脏VLDL分泌升高与脂蛋白代谢平衡失调的综合表型,为传统中医理论与现代脂质代谢损伤提供可交叠的物理基础。
从中医视角来看,“湿浊痰饮类病”理论认为津液运化失常可导致湿浊内停、痰浊稽留并最终阻滞心脉,其病机链条可概括为“津液运化失司—湿浊中阻—痰浊稽留—心脉被阻” [4,8]。这一病理演变与西医所揭示的脂质异常累积、炎症反应激活、内皮损伤及心肌供能受限等分子通路具有较强的对应关系 [9]。值得注意的是,本研究所识别的关键脂质中介以小、中粒径VLDL及脂蛋白结构类指标为核心,其特征与中医所谓“痰浊质稠、积而不行”的特性高度契合,提示痰湿体质可能存在可量化的代谢分子表征,为传统“痰湿阻心”提供了可被现代脂质代谢机制解释的证据支持。但是另一方面,“湿浊痰饮类病”理论涉及多层面的理论体系,除了脂质代谢紊乱,还涵盖了水液代谢、气机运行、脏腑功能等多个方面,尤其是脾、肺、肾及三焦等脏腑的作用。虽然脂质代谢紊乱是“湿浊痰饮类病”理论在西医视角下的一个重要表现,但痰湿体质的复杂性不仅体现在脂质代谢异常,还涉及脾胃的运化功能、气机的运行等方面,因此未来研究应结合其他中医理论(如脾胃功能失调、水液代谢等)进一步深入探讨。
痰为百病之源”,中医历代医家多认为痰湿乃众多慢性病之根,张景岳曾提出“痰之为病,不但胸中有痰,凡病之变,皆可由痰而生。”脂质代谢异常,尤其是磷脂、鞘脂、三酰甘油等物质的紊乱,易形成“痰浊”,中医所谓“痰阻心脉”“浊阻气机”,从而影响心脏阳气的鼓动与血脉的畅通 [28]。现代研究亦指出,这类脂质异常可通过诱导炎症反应、内皮功能障碍及心肌重构,促进HF的发生 [29]。相关研究发现,羧肽酶Q(CPQ)、凝血酶受体1(F2R)、整合素αL亚基(ITGAL)可能介导了痰湿体质人群的HF风险 [30]。因此,痰湿体质并非仅为“证”,亦具有可量化的分子表征,其“痰”“湿”之象,可能在脂质代谢中得到具体映射。
尽管本研究初步探讨了痰湿体质人群在HF风险中的血浆脂质标志物,具有一定的创新性和启发意义,但仍存在若干局限性,值得在未来的中医临床与基础研究中进一步思考和完善。第一,本研究所使用的遗传与脂质组数据主要来源于欧洲人群,研究中以肥胖体质作为中医痰湿体质的类比,尚缺乏基于中国人群的真实临床分型信息,如舌苔、脉象等中医四诊资料。第二,本研究采用的是横断面的MR分析方法,虽然可以在一定程度上推断因果关系,但仍难以全面反映痰湿体质在HF发生发展过程中的动态变化特征。痰湿体质作为一个可以随时间演变的状态,其与HF风险之间的关系可能受到生活方式、环境因素、中药干预等多重因素的调节。第三,影响脂质代谢和HF风险的共同混杂因素,如社会经济地位、生活方式、其他疾病状态等,可能会对脂质代谢和HF风险产生交互作用,影响最终的研究结果。第四,目前的中介分析仅聚焦于血浆脂质代谢通路,尚未纳入中医所强调的“脾为生痰之源”“肾为水液之本”等整体调节理念所对应的其他代谢网络,如炎症因子、免疫细胞、微生物组等。中医体质的形成与调节涉及多系统协同作用,因此未来研究可尝试整合多组学数据,从多维度解析痰湿体质的分子特征,建立“体质—标志物—疾病”的精准干预路径,为中医药干预HF提供更系统的理论支持。
4 小结本研究以“湿浊痰饮类病”理论为指导,融合现代脂质组学与因果推断方法,阐明了痰湿体质人群HF风险中的30种脂质标志物。这一发现不仅揭示了痰湿体质HF发病风险的研究提供了物质基础,也为中医“治未病”、精准辨体干预提供了新的研究思路。未来应进一步结合舌象、脉象等中医辨证要素,构建符合中医特色的人群数据库,推动“体质—标志物—疾病”一体化防治体系的建立,实现中医药在慢病防控中的高质量发展。
| [1] |
ABDIN A, WILKINSON C, AKTAA S, et al. European society of cardiology quality indicators update for the care and outcomes of adults with heart failure: The heart failure association of the ESC[J]. European Journal of Heart Failure, 2024, 26(9): 1867-1875. DOI:10.1002/ejhf.3376 |
| [2] |
PERRONE-FILARDI P, PAOLILLO S, COSTANZO P, et al. The role of metabolic syndrome in heart failure[J]. European Heart Journal, 2015, 36(39): 2630-2634. DOI:10.1093/eurheartj/ehv350 |
| [3] |
POLOCZKOVÁ H, KREJČÍ J. Heart failure treatment in 2023:Is there a place for lipid lowering therapy[J]. Current Atherosclerosis Reports, 2023, 25(12): 957-964. DOI:10.1007/s11883-023-01166-3 |
| [4] |
李霄, 金鑫瑶, 吕玲, 等. 张伯礼"湿浊痰饮类病证治"学术思想撮要[J]. 中医杂志, 2022, 63(17): 1620-1624. |
| [5] |
张硕, 彭鑫, 封继宏. 张伯礼教授从"湿浊痰饮"论治气道黏液高分泌经验[J]. 天津中医药, 2025, 42(7): 818-822. DOI:10.11656/j.issn.1672-1519.2025.07.02 |
| [6] |
昝树杰, 王凯, 秦广宁, 等. 张伯礼运用达原饮辨治湿浊类病思路探析[J]. 世界中医药, 2024, 19(23): 3660-3663. |
| [7] |
苑航, 黄明, 秦广宁, 等. 张伯礼教授基于"湿浊痰饮类病"学说辨治阵发性心房颤动临证经验[J]. 天津中医药大学学报, 2025, 44(2): 97-100. |
| [8] |
秦广宁, 金鑫瑶, 刘耀远, 等. 基于张伯礼"湿浊痰饮类病"学说浅析射血分数保留的心力衰竭治疗策略[J]. 中医杂志, 2024, 65(1): 35-38, 43. |
| [9] |
张瑞, 贾福运, 闫景顺, 等. 基于"脾-线粒体"和"湿浊痰饮类病"学说探析心力衰竭发病与辨治[J]. 中国实验方剂学杂志, 2025, 31(10): 265-274. |
| [10] |
刘兴, 王琦, 李炜, 等. 痰湿体质知识图谱构建研究初探[J]. 北京中医药大学学报, 2022, 45(9): 949-955. |
| [11] |
罗悦, 周娟. 基于随机森林的中医痰湿体质预测模型研究[J]. 世界科学技术—中医药现代化, 2024, 26(7): 1906-1915. |
| [12] |
王紫睿, 张露, 刘剑刚, 等. 基于代谢组学研究痰湿体质单纯性肥胖患者代谢产物差异[J]. 中国中西医结合杂志, 2024, 44(11): 1330-1338. |
| [13] |
孟令杰, 朱燕波, 徐佳, 等. 不同肥胖表型者中医体质特点分析研究[J]. 中国全科医学, 2020, 23(2): 221-226. |
| [14] |
李雅楠, 李玲孺, 李英帅. 肥胖分型的理论与科学实证[J]. 中华中医药杂志, 2019, 34(11): 5346-5348. |
| [15] |
黄燕春, 邹家琼, 郭姗姗, 等. 整合代谢和免疫细胞因子构建痰湿体质的客观血清分子诊断模型[J]. 中药药理与临床, 2021, 37(6): 133-138. |
| [16] |
KARJALAINEN M K, KARTHIKEYAN S, OLIVER-WILLIAMS C, et al. Genome-wide characterization of circulating metabolic bio-markers[J]. Nature, 2024, 628(8006): 130-138. DOI:10.1038/s41586-024-07148-y |
| [17] |
KAWAI V K, SHI M, FENG Q, et al. Pleiotropy in the genetic predisposition to rheumatoid arthritis: A phenome-wide association study and inverse variance-weighted Meta-analysis[J]. Arthritis & Rheumatology, 2020, 72(9): 1483-1492. |
| [18] |
SALEM J E, SHOEMAKER M B, BASTARACHE L, et al. Association of thyroid function genetic predictors with atrial fibrillation: A phenome-wide association study and inverse-variance weighted average Meta-analysis[J]. JAMA, 2019, 4(2): 136-143. |
| [19] |
郭俊池, 张明妍, 赵英强, 等. 通脉养心丸治疗冠心病的核心基因及其潜在免疫和代谢机制[J]. 中国药房, 2025, 36(17): 2148-2153. |
| [20] |
王琦. 从三个关键科学问题论中医体质学的进展及展望——中华中医药学会中医体质分会第十九次学术年会讲话[J]. 北京中医药大学学报, 2021, 44(12): 1061-1066. |
| [21] |
DEGORICIJA V, KLOBUČAR I, POTOČNJAK I, et al. Cholesterol content of very-low-density lipoproteins is associated with 1-year mortality in acute heart failure patients[J]. Biomolecules, 2022, 12(10): 1-12. |
| [22] |
WANG Y, LIU X, WU B, et al. Integrated proteomic and metabolomic analysis reveals the NADH-mediated TCA cycle and energy metabolism disorders based on a new model of chronic progressive heart failure[J]. Molecular BioSystems, 2013, 9(12): 3135-3145. DOI:10.1039/C3MB70263D |
| [23] |
ZHENG H, WU K, WU W, et al. Relationship of the trajectory of the triglyceride-glucose index with heart failure: The Kailuan study[J]. Lipids in Health and Disease, 2024, 23(1): 257. DOI:10.1186/s12944-024-02254-2 |
| [24] |
POTOČNJAK I, TRBUŠIĆ M, TEREŠAK S D, et al. Metabolicsyndrome modulates association between endothelial lipase and lipid/lipoprotein plasma levels in acute heart failure patients[J]. Scientific Reports, 2017, 7(1): 1165. DOI:10.1038/s41598-017-01367-2 |
| [25] |
YLÄ-HERTTUALA S, BAKER A H. Cardiovascular gene therapy: Past, present, and future[J]. Molecular Therapy, 2017, 25(5): 1095-1106. DOI:10.1016/j.ymthe.2017.03.027 |
| [26] |
WANG Y, LIU X, WU B, et al. Mediation effect analysis of lipoprotein levels on BMI and cardiovascular outcomes in patients with heart failure[J]. BMC Cardiovascular Disorders, 2024, 24(1): 553. DOI:10.1186/s12872-024-04155-9 |
| [27] |
XIAO J, JI J, ZHANG N, et al. Association of genetically predicted lipid traits and lipid-modifying targets with heart failure[J]. European Journal of Preventive Cardiology, 2023, 30(4): 358-366. DOI:10.1093/eurjpc/zwac290 |
| [28] |
郭文茜, 姚海强. 多组学视域下的中医体质学研究[J]. 中华中医药杂志, 2022, 37(2): 581-585. |
| [29] |
KAZE A D, NDEMELE C E, MARTIN S S, et al. Visit-to-visit variability in lipid levels and risk of incident heart failure in adults with type 2 diabetes[J]. Diabetes Care, 2025, 48(6): 982-987. DOI:10.2337/dc24-2533 |
| [30] |
郭俊池, 张明妍, 徐强, 等. "湿浊痰饮类病"理论整合转录组学与孟德尔随机化构建痰湿体质人群心力衰竭风险中的核心基因模型[J]. 天津中医药大学学报, 2025, 44(8): 673-678. |
2. Tianjin University of Traditional Chinese Medicine, Tianjin 301617, China
2026, Vol. 43



