044
Intro
Social Isolation and Loneliness Associate with Early Menopause and Mortality in Women: A UK Biobank Cohort Study 是 Yuteng Wang 等人在 2026 年发表于 BMC Medicine 的研究文章，分析 UK Biobank 白人女性中社会隔离、孤独感、早绝经和全因死亡之间的关联。DOI: 10.1186/s12916-026-05027-z
Why I Read It
这篇文章适合放在“社会心理暴露和女性生殖衰老”这条线索里读。它把社会隔离和孤独感分开处理：前者偏客观社会关系结构，后者偏主观社会断联体验。这个区分对读 UK Biobank 的 psychosocial exposure 很有用，因为两者经常被混在一起讲，但变量构造和解释并不完全一样。
我更关心的是它的方法边界。文章一方面把早绝经作为结局做 logistic regression，另一方面又把既往绝经状态和基线 SI/LO 放进死亡随访分析。这个设计能提供关联证据，但很容易被误读成完整的时间链条。
What It Says
研究对象是 79,578 名 UK Biobank 白人女性，其中 6,778 人被定义为早绝经，72,800 人为正常绝经。早绝经（EM）来自自报自然绝经年龄，定义为 40-45 岁；正常绝经（NM）定义为 46-55 岁。医源性绝经、绝经前女性、极端绝经年龄和关键协变量缺失者被排除。
暴露有两个。社会隔离（SI）由居住安排、社会接触频率和社会活动参与 3 个自报问卷指标相加，分析中分为 0、1、>=2。孤独感（LO）由自报孤独感和向亲近者倾诉频率 2 个指标相加，分析中分为 0、1、2。它们都是基线自报问卷衍生出的有序分类指数，不是单个原始 field，也不是连续变量。
第一部分分析 SI/LO 与早绝经的关联，用 logistic regression。充分调整后，SI=1 与早绝经的 OR 为 1.06，SI>=2 的 OR 为 1.09，后者接近边界显著；LO=2 与早绝经的 OR 为 1.13，而 LO=1 不显著。也就是说，高孤独感和较高社会隔离与“属于早绝经组”相关，但效应不大，而且时间顺序并不强。
第二部分分析全因死亡。死亡状态和死亡日期来自国家死亡登记链接，包括 England/Wales 的 NHS Digital 和 Scotland 的 NHS Central Register；随访从 recruitment date 到死亡或删失，删失日期为 2021-12-31。中位随访 12.87 年，共记录 5,915 例死亡。作者用 Cox proportional hazards models 按绝经状态分层，发现 SI/LO 越高，全因死亡风险越高，而且这种关联在 EM 组更强。比如 SI>=2 在 EM 组的 HR 为 1.55，在 NM 组为 1.17；LO=2 在 EM 组的 HR 为 1.42，在 NM 组为 1.14。
作者还做了交互和交叉分组展示。Cox 模型里加入 SI/LO * menopause status 后，SI 与绝经状态的交互比较稳定，LO 的交互较弱。随后用 EM/NM 与 SI/LO 水平交叉分组画 Kaplan-Meier 曲线，展示 SI/LO 越高时 EM 与 NM 的生存差距越大。这一部分更像是把交互结果可视化，而不是一个完全独立的新发现。
What I Take From It
这篇的核心读法应该收紧为两句话：基线 SI/LO 水平与自报既往早绝经状态相关；基线 SI/LO 与后续全因死亡风险相关，并且这种死亡关联在既往早绝经女性中更强。
它不能直接支持“社会隔离或孤独导致早绝经”。原因很清楚：SI/LO 是 UK Biobank 基线时测到的当前社会心理状态，而早绝经多半发生在基线之前，并且由参与者回忆绝经年龄定义。因此第一部分更像横断面或回顾性关联：早绝经女性在基线时更可能报告较高 SI/LO，或者基线 SI/LO 与早绝经史共现。
死亡分析的时间顺序更清楚一些：基线时已经测得 SI/LO，也已经根据既往绝经年龄分出 EM/NM，然后随访全因死亡。但这里的绝经状态仍然不是随访中新发生的暴露，而是基线前已发生、基线时回忆确定的状态。
Note
这篇文章提醒我，读 UK Biobank 生殖史研究时要先问“事件发生在基线前还是基线后”。早绝经这种变量如果来自基线自报绝经年龄，就不是一个标准的 incident outcome。可以用 logistic regression 做关联分析，但 OR 的解释应该是 having a history of early natural menopause 的 odds，而不是未来发生早绝经的风险。
文章的敏感性分析包括排除 depression/anxiety、排除 HRT 使用者、把绝经年龄作为连续变量、SI 和 LO 相互调整。这里 depression/anxiety 的排除尤其需要谨慎：正文只说基于 self-report 和 ICD-10 codes，补充表给了代码，但没有清楚说明 ICD-10 的来源是 HES inpatient、outpatient、death registry 还是其他合并记录，也没有说明时间窗。若不限定时序，这个排除可能混入随访后记录；若主要来自住院记录，又可能只捕捉较严重精神疾病。
另一个边界是全因死亡。作者说明使用死亡状态和死亡日期，并未报告使用具体死因 ICD-10 字段、primary cause 或 secondary cause。因此这里不应把它解释成某类 cause-specific mortality；更稳的说法就是 death registry 记录到死亡即为 all-cause mortality 事件。