054
Intro
Adherence to the EAT-Lancet Diet, Plasma Proteomics, and Risk of Venous Thromboembolism: A Large-Scale Prospective Cohort Study 是 Qida He 等人在 2026 年发表于 BMC Medicine 的 UK Biobank 研究。它问的是：饮食越接近 EAT-Lancet planetary health diet，是否和更低的新发 venous thromboembolism (VTE) 风险相关，以及这种关联是否能在血浆蛋白组中看到可能的炎症、凝血和代谢机制线索。
Why I Read It
前面读了不少 UK Biobank 饮食文章，多数结局集中在 CVD、T2D、mortality 或 multimorbidity。这篇把饮食模式拉到 VTE、DVT 和 PE 上，问题更窄，但也更有新意。
我也想看它怎么把 EAT-Lancet diet 和 plasma proteomics 放在一起。饮食评分本身容易停留在“健康人吃得更健康”的层面；加上 Olink 蛋白组后，至少可以看看这种饮食模式是否对应更低炎症、凝血或脂肪因子信号。当然，这类机制分析的证据边界也要看清楚。
What It Says
作者纳入 201,695 名基线无 VTE 的 UK Biobank 参与者。饮食暴露来自 Oxford WebQ 24-hour dietary recall，收集于 2009-2012 年。参与者至少有 1 次有效 24 小时饮食回顾，最多 5 次；多次完成者取平均摄入，以减少单日波动。作者排除了能量摄入不可信者和基线已有 VTE 者。
核心暴露是两个 EAT-Lancet diet adherence scores。Stubbendorff index 范围 0-42，对 14 个食物项目各给 0-3 分；健康鼓励成分包括 vegetables、fruits、whole grains、legumes、nuts、fish 和 unsaturated oils，限制成分包括 red/processed meats、poultry、eggs、dairy、potatoes 和 sugar。Knuppel index 范围 0-14，对同样食物类别按是否达到推荐进行二元评分。分数越高，表示越接近 EAT-Lancet diet。
结局有三个：主结局 incident VTE，次要结局 DVT 和 PE。作者直接使用 UK Biobank First Occurrence fields，而不是自己手动合并 hospital、death、primary care 和 self-report 原始表。VTE 由 PE 和 DVT 相关 First Occurrence date/source fields 组成；DVT 对应 ICD-10 I80-I82，PE 对应 ICD-10 I26。随访从最后一次饮食问卷完成日期开始，到 VTE 诊断、死亡或 2024-12-31 行政删失为止。
主模型是 Cox proportional hazards model。Model 3 调整 age、sex、ethnicity、education、Townsend deprivation index、BMI、smoking、alcohol、physical activity、total energy intake、aspirin use、diabetes、hypertension、hyperlipidemia 和 malignancy。
结果很稳定。以 Stubbendorff index 最低四分位为参考，最高四分位的 VTE HR 为 0.809（95% CI 0.750-0.874），DVT HR 为 0.856（95% CI 0.781-0.938），PE HR 为 0.754（95% CI 0.678-0.838）。连续每增加 1 分，VTE HR 为 0.983，DVT HR 为 0.989，PE HR 为 0.977。restricted cubic spline 没有显示明显非线性。Knuppel index 的结果方向一致。
蛋白组分析使用 Olink Explore platform。QC 后保留 2,916 个蛋白；中介分析样本为 17,992 人，其中 553 例 incident VTE。Stubbendorff index 与 1,584 个蛋白相关，Knuppel index 与 847 个蛋白相关，两者共享 738 个相关蛋白。正相关蛋白包括 ADIPOQ、LPL、GHRL 和部分消化酶；负相关蛋白包括 IL6、TNF、LEP、FGA、PLG 和 MMP9，方向上指向炎症、凝血、脂肪因子和基质重塑信号。
中介分析进一步识别了 94 个两个 diet scores 共享的 VTE mediators。FABP4、LEP 和 ENPP6 是 top mediators。整体 proteomic signature 对 Stubbendorff index-VTE association 的中介比例为 59.19%（95% CI 27.02%-92.15%），对 Knuppel index-VTE association 的中介比例为 40.10%（95% CI 14.53%-65.96%）。KEGG enrichment 主要指向 cytokine-cytokine receptor interaction 等免疫炎症通路。
敏感性分析没有明显推翻主结论。作者排除只完成一次 dietary recall 的参与者、排除前 2 年 VTE、做 complete-case analysis、额外调整 waist circumference 后，EAT-Lancet diet 与 VTE 的负相关仍然存在。按 age、sex、Townsend deprivation index 和 smoking status 分层也没有发现显著交互。
What I Take From It
这篇文章最直接的信息是：EAT-Lancet diet adherence 越高，incident VTE、DVT 和 PE 风险越低，而且这个结果不是某一个评分体系特有。Stubbendorff 和 Knuppel 两套评分给出一致方向，这比只报一个 diet score 更让人放心。
蛋白组部分的价值在于给出一个机制轮廓：更高饮食依从性对应更低的炎症、凝血和 adiposity-related protein signals。FABP4 和 LEP 很值得记，因为它们把饮食、脂肪炎症、血管功能和血栓风险连在一起。ENPP6 更像探索性信号，需要后续研究解释。
我不会把这篇读成“EAT-Lancet diet 已经可以作为 VTE 临床预防处方”。更稳妥的表达是：在 UK Biobank 中，更高 EAT-Lancet diet adherence 与更低 incident VTE/DVT/PE risk 相关，且 Olink proteomics 提示 inflammatory-metabolic-immunothrombotic pathways 可能参与其中。
Note
这里最重要的边界是观察性。高饮食评分人群本身更健康：BMI 更低、吸烟更少、体力活动更多、教育水平更高、慢病更少。Model 3 调整了很多因素，但手术、住院、长期制动、激素治疗、血栓家族史等 VTE 关键风险因素在 UKB 中未必完整。
饮食暴露也有测量问题。Oxford WebQ 是 24-hour recall，哪怕最多 5 次并取平均，也不能完全代表长期饮食模式。参与者也不一定是从 baseline 才开始采用 EAT-Lancet diet，随访中饮食可能变化。
结局方面，作者使用的是 UKB First Occurrence fields。这个选择很实用，但要明白 First Occurrence 是 UKB 汇总字段，背后整合多个来源；作者不是在本文中手动逐条验证 VTE 事件。DVT/PE 的具体 code definition 放在 Supplementary Table S6。
蛋白组和中介分析更应作为机制探索。蛋白只测一次，Olink 子样本明显小于主分析样本；整体 proteomic signature 的中介比例很高，但这种比例在高维、观察性、多蛋白模型中对混杂、测量误差和模型设定很敏感。它提示方向，不等于已经证明了因果通路，也不是临床预测模型。