038
Intro
A Newly Developed Circadian Imbalance Index (CII) and Risk of Cardiovascular-Kidney-Metabolic Disease in the UK Biobank 是 Jing Zhang 等人在 2026 年发表于 European Journal of Epidemiology 的前瞻性队列研究。文章用 UK Biobank 数据构造了一个新的 Circadian Imbalance Index，并评估它与 incident cardiovascular-kidney-metabolic (CKM) disease 的关系。
Why I Read It
我读这篇主要是为了看一个流行病学 composite exposure score 是怎么被构造、建模和解释的。CII 不是成熟临床量表，而是作者基于 UK Biobank 可用变量新做的 0-5 分指数：晚型 chronotype、睡眠过短或过长、高 neuroticism、不典型含咖啡因咖啡摄入、低 vitamin D 各记 1 分。
这篇也适合放在 UK Biobank 方法阅读线索里。它同时涉及 Cox 模型、遗传祖源分层、复合结局、夜班工作交互、BMI 作为潜在中介变量的逐步调整，以及敏感性分析。
What It Says
作者纳入 191,764 名 baseline 时有工作或自雇、无 major chronic diseases 的 UK Biobank 参与者。主要结局是随访中新发 CKM disease，也就是 type 2 diabetes、cardiovascular disease 或 chronic kidney disease 任一发生。结局来自住院记录、死亡登记和自报信息；中位随访 13.5 年，共观察到 16,907 例 incident CKM。
主结果是 CII 越高，CKM 风险越高。在 European ancestry 参与者中，以 CII 0-1 为参照，Model 2 调整年龄、性别、收入和教育后，CII 2、3、4、5 的 HR 分别为 1.26、1.42、1.65、1.95。进一步调整 smoking、alcohol、physical activity 和 BMI 后，关联减弱但仍存在。
Asian ancestry 参与者中也有同方向趋势，Model 2 下 CII 5 vs 0-1 的 HR 为 2.03。不过这个组样本小，最高 CII 组只有 68 人、11 个事件；Model 4 加 BMI 后 HR 为 1.82，95% CI 为 0.95-3.48，估计已经不够精确。African ancestry 组没有观察到显著关联，作者也把这解释为需要更大样本验证，而不是证明没有效应。
夜班工作是第二条主线。在 European ancestry 人群中，作者把 CII 分成 low、intermediate、high，再和 day worker、shift worker、night shift worker 联合分类。以 low CII 的 day workers 为参照，high CII 的 night shift workers 风险最高，HR 为 2.22。乘法交互不显著，但加法交互显著，high CII + night shift work 的 RERI 为 0.456，AP 为 0.205。
What I Take From It
这篇文章最有价值的地方不是证明某个单一睡眠变量导致 CKM，而是展示一种 composite exposure 的组织方式：先把多个 circadian-related traits 二元化并相加，再用分层模型和交互分析观察风险梯度。这个设计很清楚，也方便在队列研究里复现。
但 CII 的解释必须回到它的五个组成部分。晚型 chronotype 和睡眠时长比较接近昼夜节律问题；neuroticism、咖啡摄入和 vitamin D 则更混合，可能同时反映心理状态、行为习惯、健康选择、日照、饮食文化和社会因素。因此 CII 更适合被理解为 “propensity to circadian misalignment” 的研究型 proxy，而不是直接测量到的 biological circadian misalignment。
我也会把这篇当作 additive interaction 的阅读例子。作者没有只报告乘法交互，而是进一步用 RERI 和 AP 描述高 CII 与夜班叠加时的额外风险。对公共卫生问题来说，加法尺度往往更接近“组合暴露多出来多少负担”的问题。
Note
这仍然是观察性研究。CII 是新构造的指数，尚未在独立队列或干预研究中充分验证；除 vitamin D 外，CII 组分和夜班暴露多来自 self-report，存在 exposure misclassification。文章也缺少光照、meal timing、social jet lag、咖啡饮用时间和 tea caffeine 等更直接或更细的昼夜节律相关变量。
genetic ancestry 分层也要谨慎读。作者用 genetically derived ancestry，而不是自报族裔；这有助于处理遗传相似性分组，但 European ancestry 占绝大多数，Asian 和 African 组样本都小，尤其 African 组统计功效不足。Asian 结果可以说方向一致，但不能过度解释每个 CII 等级的精确风险。
后续如果引用这篇，我会把它定位为 UK Biobank 中 “circadian-related composite score and CKM risk” 的证据，而不是因果机制证据。它提出了一个值得复现的打分框架，也提示夜班人群可能是更需要关注的风险组合；但“降低 CII 是否能降低 CKM 风险”仍然需要更强设计来回答。