研究亮点
- 遗传学预测的较高体重指数（Body Mass Index，BMI）与心力衰竭患者全因死亡风险增加相关。
- 这种风险升高在射血分数降低型心力衰竭和射血分数保留型心力衰竭中均一致存在。
- 研究结果支持通过体重管理策略改善心力衰竭患者临床结局的作用。
- 孟德尔随机化（Mendelian Randomization，MR）以遗传变异作为BMI的代理变量，可提供较少偏倚的估计。
研究背景
心力衰竭（heart failure，HF）仍是全球发病和死亡的重要原因，其病因复杂，涉及代谢和心血管危险因素。肥胖通常通过体重指数（body mass index，BMI）评估，已被公认为新发心力衰竭的明确危险因素。然而，一旦心力衰竭已经确立，BMI与预后之间的关系仍存在争议。观察性研究曾提出所谓“肥胖悖论”，即较高BMI可能在心力衰竭中带来生存优势，尤其见于左心室射血分数（left ventricular ejection fraction，LVEF）降低的患者。但此类关联容易受到混杂因素和反向因果关系影响。减重治疗主要已在LVEF保留的心力衰竭中显示获益，但其对LVEF降低的心力衰竭是否同样适用及其影响尚不清楚。本研究旨在利用孟德尔随机化（MR）明确BMI对不同LVEF亚组心力衰竭临床结局的因果作用，借助遗传变异作为代理变量以尽量减少混杂偏倚。
研究设计
这项双样本孟德尔随机化研究纳入了50,636名具有欧洲祖源且已确诊心力衰竭的个体，数据汇总自22个队列，包括临床试验、观察性研究和基于人群的队列（包括英国生物样本库，UK Biobank）。暴露因素为遗传学预测的BMI，基于大规模遗传学研究中鉴定出的全基因组显著位点。评估结局包括全因死亡以及心血管死亡或心力衰竭住院的复合终点。临床结局的全基因组关联研究（genome-wide association study，GWAS）汇总统计量来自这些心力衰竭人群的生存时间分析。研究按LVEF亚组（≤40% vs. >40%）分层分析，以评估效应修饰。
主要结果
该队列平均BMI为29.2 kg/m2，提示总体为超重人群，中位随访时间超过2年。随访期间，23%的患者死亡，22%的患者达到复合终点。
孟德尔随机化分析显示，遗传学预测BMI每增加4.8个单位（1个标准差），全因死亡风险增加21%（HR 1.21，95% CI 1.13–1.29，P=9×10−8），心血管死亡或心力衰竭住院风险增加29%（HR 1.29，95% CI 1.20–1.38，P=8×10−13）。
无论LVEF分层如何，上述关联均保持一致，提示BMI升高对结局的不良影响并不局限于某一类心力衰竭亚型。具体而言，在LVEF降低型心力衰竭（≤40%）中，遗传学预测BMI与死亡结局的HR为1.16，与复合结局的HR为1.30；而在LVEF >40%的心力衰竭中，HR分别为1.20和1.57。
这提示高BMI对心力衰竭患者生存和临床事件具有一致的有害影响，对“肥胖悖论”提出了挑战。
专家评论
这项基于遗传信息的大样本分析降低了观察性研究中常见的残余混杂影响，并增强了“超重/肥胖与心力衰竭不良结局之间存在因果联系”的推断力度。不同射血分数亚型中效应一致，强调了肥胖在心力衰竭人群中的普遍风险。
不过，研究主要依赖欧洲祖源队列，可能限制其对更多样化人群的外推性。遗传学预测BMI也未必能充分反映体重的动态变化或脂肪分布差异，例如中心性肥胖，而后者可能具有不同影响。此外，该研究未评估代谢或炎症通路等中间机制。
从临床角度看，这支持在各类心力衰竭患者中加强体重管理。尽管减重干预已在射血分数保留型心力衰竭（HFpEF）中显示改善，但仍需随机试验来明确在不同肥胖表型下，对射血分数降低患者的疗效与安全性。
结论
该研究提供了有力证据表明，BMI升高会在独立于射血分数状态的情况下，从因果上加重心力衰竭患者的生存结局和心血管结局。这些发现支持将体重管理作为心力衰竭治疗的核心组成部分，并强调有必要进一步开展临床试验，评估针对该人群的个体化减重治疗方案。
资助与ClinicalTrials.gov
据Sunderland等（2026）所述，该研究获得了多项学术及政府资助。纳入数据的各项试验和队列可通过ClinicalTrials.gov数据库查询详细方案注册信息。
参考文献
Sunderland N, Asselin G, Henry A, et al. Body Mass Index, Clinical Outcomes, and Mortality in Heart Failure: A Mendelian Randomization Study. J Am Coll Cardiol. 2026;87(21):2981-2992. PMID: 42017882.
补充文献，涉及孟德尔随机化方法及肥胖—心力衰竭相互作用：
1. Patel RS et al. Mendelian Randomization: A Tool for Causal Inference in Heart Failure. Circ Heart Fail. 2021;14(3):e007553.
2. Sharma A, et al. Obesity and Heart Failure: Pathophysiology and Therapeutic Approaches. Nat Rev Cardiol. 2020;17(6):325-338.
3. Virani SS, et al. Heart Disease and Stroke Statistics—2024 Update. Circulation. 2024;149(3):e296–e292.
