一项新型肠道微生物饮食指数与牙周炎的关联：一项横断面研究

背景

肠道微生物群和牙周炎已引起越来越多的研究关注。肠道微生物饮食指数(DI-GM)是一种评估肠道微生物组多样性的新指标，但尚未在牙周炎研究中得到调查。

方法

这项横断面研究分析了2009-2014年美国国家健康与营养调查(NHANES)的数据，包括9,978名30-80岁且有牙周检查记录的参与者。参与者被分为两组：无牙周炎组(n = 4,879)和牙周炎组(轻度、中度或重度；n = 5,099)。DI-GM根据饮食回忆数据计算，包含了对肠道微生物有益和不利的成分。采用多变量逻辑回归分析DI-GM与牙周炎之间的关联，并将体重指数(BMI)作为潜在中介变量进行评估。二次分析包括亚组评估、限制性立方样条(RCS)模型和多变量插补。

结果

DI-GM评分越高与牙周炎呈负相关(比值比[OR] = 0.94，95%置信区间[CI]：0.91-0.97)。同样，对肠道微生物有益的评分越高与牙周炎患病率越低相关(OR = 0.90，95% CI：0.87-0.94)。调整后，DI-GM仍与中度(OR = 0.94，95% CI：0.91-0.97)和重度牙周炎(OR = 0.89，95% CI：0.85-0.94；均p < 0.001)呈负相关。同样，较高的有益微生物评分与中度(OR = 0.91，95% CI：0.87-0.95)和重度牙周炎(OR = 0.84，95% CI：0.79-0.90；所有p < 0.001)风险降低相关。RCS模型显示DI-GM与牙周炎之间存在线性关联。BMI显示出显著的中介效应(4.9，95% CI：0.96-11.05%；p = 0.014)。

结论

新提出的DI-GM与牙周炎患病率呈负相关，BMI在这一关系中发挥显著的中介作用。

1 引言

牙周炎是一种主要由菌群失调引起的慢性炎症性疾病。其进展可导致严重后果，包括牙齿脱落、牙槽骨吸收和最终无牙症(1)。2021年，全球超过十亿人患有重度牙周炎，年龄标准化患病率为12.5%(2)。作为全球健康负担的主要贡献者，牙周炎不仅损害口腔健康和生活质量，还与全身性炎症和多种共病密切相关，凸显了有效预防和管理策略的必要性(3)。因此，迫切需要探索有效的预防和管理策略来应对牙周炎的普遍性。

鉴于此背景，新兴证据表明肠道微生物群与牙周炎之间存在关键联系，强调了口腔-肠道轴在口腔和全身健康中的相互关联(4, 5)。先前研究表明咀嚼功能在维持口腔和肠道微生物稳态以及支持营养吸收方面发挥着至关重要的作用，特别是在老年营养管理中。此外，受损的咀嚼功能被证明会直接减少肠道微生物多样性并加剧全身炎症(6)。

饮食摄入、肠道微生物群和宿主生理构成系统稳态的基本三元组。该三元组通过关键机制发挥作用，包括免疫调节和代谢平衡(7)。不同的饮食模式对肠道微生物群产生不同的影响(8)。高脂饮食破坏肠道微生物群，减少短链脂肪酸(SCFAs)并损害肠道屏障，触发TLR4/NF-κB介导的炎症，促进肥胖和糖尿病(9)。相反，植物性饮食模式与微生物多样性增加和有益菌群富集(如Faecalibacterium, Bifidobacterium)相关，从而促进代谢健康并减少全身炎症(10)。这些发现表明，针对肠道微生物群的饮食干预代表了一种改善全身健康结果(包括口腔健康)的新颖且有前景的治疗策略。

基于此证据，Kase等人对106项成人研究进行了系统回顾，确定了14种影响肠道微生物群组成的关键饮食成分。基于这些发现，研究人员开发了肠道微生物饮食指数(DI-GM)，这是一种旨在根据饮食与肠道微生物群健康关联来评估饮食质量的工具(11)。值得注意的是，研究表明DI-GM与多种慢性疾病相关，包括抑郁症(12)、糖尿病(13)和睡眠障碍(14)。然而，DI-GM与牙周炎之间潜在关联的研究很少。

此外，肥胖——其特征是慢性能量失衡和脂肪组织重塑——被认为是全身炎症和代谢失调的主要贡献者(15)。先前研究已建立了肥胖与牙周炎(16)以及肥胖与肠道微生物群失衡(17)之间的关联。因此，可以合理推测，支持健康肠道微生物群的饮食模式可能通过缓解与肥胖相关的炎症和代谢功能障碍来降低牙周炎风险。

基于这些观察，本研究调查了NHANES参与者中DI-GM指数与牙周炎患病率之间的关联，特别关注体重指数(BMI)的潜在中介作用。通过阐明这些关系，本研究旨在增强对口腔-肠道轴的理解及其对预防牙周炎的饮食策略的影响。

2 方法

2.1 数据来源

本横断面研究的数据来自三个连续的NHANES周期(2009-2014)。NHANES由国家卫生统计中心(NCHS)进行，采用复杂的分层多阶段概率整群抽样设计，评估美国平民非机构化人口的健康和营养状况。调查方案获得了NCHS研究伦理审查委员会的批准，所有参与者在数据收集前均提供了书面知情同意。本二次分析符合机构审查委员会豁免资格。详细的抽样方法和数据访问程序可在

2.2 研究设计和人群

最初从2009-2014年NHANES数据周期中纳入30,468名参与者，因为牙周炎数据仅在这些周期中可用。排除了孕妇(n = 190)。进一步排除了缺失牙周炎数据(n = 19,631)、DI-GM成分数据不完整(n = 614)和缺失BMI数据(n = 55)的参与者。最终横断面分析包括9,978名参与者。入选过程如图1所示。

2.3 牙周炎诊断

在2009-2014年NHANES周期中，根据标准牙周评估协议，对最多28颗牙齿的六个位点(近中颊侧、颊侧中点、远中颊侧、近中舌侧、舌侧中点和远中舌侧)进行了牙周检查。记录了两个参数：临床附着丧失(AL)和探诊深度(PD)(18)。牙周炎根据疾病控制和预防中心与美国牙周病学会联合制定的分类标准进行定义。轻度牙周炎定义为≥2个邻面位点AL≥3mm且≥2个邻面位点PD≥4mm(不在同一颗牙齿上)，或≥1个位点PD≥5mm。中度牙周炎定义为≥2个邻面位点AL≥4mm(不在同一颗牙齿上)，或≥2个邻面位点PD≥5mm(不在同一颗牙齿上)。重度牙周炎定义为≥2个邻面位点AL≥6mm(不在同一颗牙齿上)且≥1个邻面位点PD≥5mm(19)。如果参与者符合上述任何严重程度标准(轻度、中度或重度)，则被归类为患有牙周炎("是")；如果不满足任何标准，则归类为牙周健康("否")。

2.4 DI-GM的开发

根据Kase等人提出的标准化评分标准，确定了14种特定食物和营养素作为DI-GM的核心成分。有益成分包括牛油果、西兰花、鹰嘴豆、咖啡、蔓越莓、发酵乳制品、膳食纤维、绿茶(NHANES未指定茶类，因此数据不可用)、大豆和全谷物。不利成分包括红肉、加工肉类、精制谷物和高脂饮食(11)。DI-GM使用2009-2014年NHANES周期的饮食回忆数据计算。对于有益饮食成分，如果摄入量大于或等于性别特异性中位数，则参与者得分为1，低于中位数则为0。对于不利成分，如果消费量大于或等于性别特异性中位数(或高脂饮食≥总能量摄入的40%)，则得分为0，低于相应阈值则为1。DI-GM总分计算为所有成分得分的算术和，范围从0(最低)到13(最高)，分数越高表示越接近有益饮食模式。该总分由两部分组成：有益成分(分数范围：0-9)和不利成分(分数范围：0-4)。在分析中，DI-GM分数基于人群分布分为四分位数(0-3、4、5和≥6)。

2.5 协变量

混杂变量的选择由先前发表的证据和临床相关性指导。协变量包括年龄、性别、种族/民族、婚姻状况、教育水平、贫困收入比(PIR)、体力活动水平、吸烟状况、酒精消费、糖尿病和高血压(16, 20, 21)。在逻辑回归分析和描述性统计中，年龄作为连续变量处理，但在亚组分析中分为三组：30-44岁、45-59岁和60-80岁。种族/民族分为非西班牙裔白人、非西班牙裔黑人、墨西哥裔美国人或其他种族。婚姻状况分为已婚、与伴侣同居或独居。教育水平分为三类：少于9年、9-12年和超过12年。根据美国政府指南，家庭收入根据PIR分为三组：低(PIR ≤ 1.3)、中(PIR > 1.3-3.5)和高(PIR > 3.5)。体力活动通过自我报告的运动强度、持续时间和频率计算每周代谢当量(MET)分钟。根据国际体力活动问卷评分标准分为三个水平：低(<600 MET-min/周)、中(600-3,000 MET-min/周)和高(≥3,000 MET-min/周)(22)。吸烟状况根据对两个问题的回答分为从不吸烟、前吸烟者或当前吸烟者："您一生中是否至少吸过100支香烟？"和"您现在吸烟吗？"酒精消费分为三类：从不饮酒者——一生中饮酒少于12次者；前饮酒者——报告在单一年份中饮酒至少12次但过去一年未饮酒者，或尽管过去一年戒酒但一生中饮酒≥12次者；当前饮酒者——每年饮酒至少12次者。流行疾病(糖尿病和高血压)基于问卷中自我报告的医生诊断确定。BMI计算为体重(千克)除以身高(米)的平方。

2.6 统计分析

本研究涉及对NHANES公开可用数据集的二次分析。连续变量表示为平均值±标准差(SD)，分类变量表示为比例(%)。根据分布正态性，使用独立样本t检验(参数)或Mann-Whitney U检验(非参数)进行连续变量的组间比较。根据需要使用卡方(χ2)检验或Fisher精确检验分析分类变量。

对于所有分析，协变量缺失数据少于8%。为解决缺失问题，同时保留统计功效并最小化偏差，使用R中的mice包通过链式方程进行多重插补，采用五次插补。所有后续分析均使用插补数据集进行。

构建多变量逻辑回归模型，检验DI-GM与牙周炎之间的关联，包括按疾病严重程度分层的分析。结果表示为调整后的比值比(ORs)及相应的95%置信区间(CIs)。模型I未经调整。模型II调整了年龄、性别、种族/民族、婚姻状况、教育水平和PIR。模型III额外调整了吸烟状况、酒精消费和体力活动。模型IV完全调整，纳入模型III协变量以及糖尿病和高血压。

使用四个结点(位于DI-GM值的第5、35、65和95百分位)的限制性立方样条(RCS)回归，评估DI-GM与牙周炎之间潜在的非线性关联。为进一步探索潜在机制，检验了BMI在DI-GM与牙周炎关系中的潜在中介作用。通过三种互补方法评估中介效应：用于参数显著性检验的Sobel检验；使用1,000次重抽样的非参数自助法估计置信区间；以及具有正态近似的拟贝叶斯蒙特卡罗方法(1,000次模拟)，以进行稳健推断。

2.7 敏感性分析：亚组和多模型逻辑回归

根据年龄、性别、种族/民族、婚姻状况、教育水平、PIR、吸烟状况、酒精消费、体力活动、糖尿病状态和高血压状态进行亚组分析。此外，使用排除缺失值观察后的原始数据集进行多模型逻辑回归分析。

所有统计分析均使用R软件4.2.2版( The R Foundation for Statistical Computing, Vienna, Austria;)和Free Statistics软件2.1.1版(Beijing, China;)进行。双尾p值<0.05被认为具有统计学意义。

3 结果

3.1 参与者特征

分析中包括9,978名30-80岁的参与者。牙周炎的总体患病率为51.1%。表1显示了按牙周炎状态分层的参与者人口统计学和临床特征。与牙周健康参与者相比，患有牙周炎的参与者通常年龄更大，男性比例更高，社会经济地位和教育程度较低，体力活动较少，更可能是当前吸烟者，并且心代谢共病患病率更高。他们还表现出较低的DI-GM评分和较高的BMI值(均p < 0.001)。然而，两组之间在对肠道微生物不利的成分方面未观察到显著差异(p > 0.05)。

3.2 DI-GM-牙周炎关联

表2显示了多变量逻辑回归分析结果，评估了DI-GM与牙周炎之间的关联，并调整了潜在混杂变量。DI-GM每增加1分，牙周炎患病率降低10%(OR = 0.90，95% CI：0.88-0.92，p < 0.001)。在完全调整混杂因素后(表2，模型IV)，关联仍然显著(OR = 0.94，95% CI：0.91-0.97，p < 0.001)。当DI-GM作为分类变量分析时，与DI-GM最低组相比，DI-GM≥6的参与者牙周炎患病率显著较低(OR = 0.68，95% CI：0.61-0.76，p < 0.001)。完全调整后这种关联仍然存在(OR = 0.79，95% CI：0.69-0.90，p < 0.001；表2，模型IV)。此外，对肠道微生物有益的成分评分与牙周炎呈负相关(OR = 0.90，95% CI：0.87-0.94，p < 0.001)，而对肠道微生物不利的成分与牙周炎风险无显著关联。

图2说明了DI-GM与不同临床类别中牙周炎严重程度之间的剂量-反应关系。多变量调整模型显示，DI-GM与中度(OR = 0.94，95% CI：0.91-0.97，p < 0.001)和重度牙周炎(OR = 0.89，95% CI：0.85-0.94，p < 0.001)呈负相关。对肠道微生物有益的成分水平较高也与中度(OR = 0.91，95% CI：0.87-0.95，p < 0.001)和重度牙周炎(OR = 0.84，95% CI：0.79-0.90，p < 0.001)患病率较低相关。相比之下，对肠道微生物不利的成分与牙周炎风险无显著关联。

如图3所示，DI-GM与牙周炎呈线性相关(P非线性 = 0.347)。同样，对肠道微生物有益的成分与牙周炎表现出线性剂量-反应关系(P非线性 = 0.199)。相比之下，对肠道微生物不利的成分与牙周炎无显著关联(p > 0.05)。总体而言，观察到DI-GM水平与牙周炎风险之间存在负相关，DI-GM评分越高，患病风险越低。

3.3 中介和补充分析

图4显示BMI介导了DI-GM与牙周炎之间的关联。BMI的中介效应在统计学上显著，占总效应的4.9%(95% CI：0.96-11.05%，p = 0.014)。

进行了全面的敏感性分析，使用多种推断模型评估主要发现的稳健性并评估研究结论的潜在变化。还进行了亚组分析，包括各种人口统计学和临床亚组的分层分析。对于连续变量，在进行交互分析之前根据既定的临床截断值进行分类。DI-GM在所有亚组中一致显示出与牙周炎的保护性关联，未观察到显著的交互作用效应(p > 0.05；补充图1)。此外，在排除具有缺失协变量数据的参与者(n = 1,296)后，后续分析重新确认了DI-GM-牙周炎关联的稳健性，表明发现的稳定性(补充表2)。在多模型逻辑回归分析中，DI-GM≥6的参与者牙周炎患病率显著较低(粗略模型：OR = 0.69，95% CI：0.61-0.78，p < 0.001；调整模型：OR = 0.80，95% CI：0.70-0.92，p = 0.002)。

4 讨论

这项大型横断面研究发现，较高的DI-GM评分与较低的牙周炎患病率稳健相关，表现出独立于主要混杂因素的剂量-反应关系。值得注意的是，这种负相关延伸至牙周炎严重程度，并部分由BMI介导。这一发现强调，通过肠道微生物群优化系统代谢的饮食干预可能降低牙周炎风险，说明了饮食-微生物-牙周炎轴的作用。

牙周炎仍然是成年人牙齿脱落的主要原因，严重影响生活质量和整体健康。它具有多因素病因，其中龈下生物膜触发宿主炎症和免疫反应，最终导致不可逆的牙周组织破坏(23)。牙周炎与肠道微生物群中α-多样性降低相关(24)。牙周炎患者的粪便样本显示Bacteroides、Faecalibacterium、Fusobacterium和Lachnospiraceae的相对丰度增加，Lactobacillus丰度降低(25)。炎症性肠病也与牙周炎相关，涉及的微生物种类包括Fusobacterium nucleatum、Campylobacter rectus和Campylobacter concisus(26)。文献支持肠道炎症和牙周炎之间的双向关系，其中每种状况似乎影响另一种状况的发病和进展。肠道微生物群产生的代谢物可能通过口腔-肠道轴促进牙周炎的发病机制(27)。在此轴中，由肠道微生物组调节的病原体反应性Th17细胞已被证明会引发牙周炎症(28)。越来越多的证据表明，肠道微生物群通过肠道-牙槽骨信号通路在调节骨代谢中起核心作用。肠道微生物群及其代谢物可能通过系统循环转移到牙槽骨，直接影响牙周组织稳态和稳定性(29)。

支持微生物群的饮食的保护作用可能通过调节全身炎症发挥作用。富含对肠道微生物有益成分(如膳食纤维和多酚)的饮食增强了共生细菌产生短链脂肪酸的能力(30)。短链脂肪酸发挥强大的全身抗炎作用，可能减轻驱动牙周组织破坏的炎症级联反应(31)。相反，高饱和脂肪和精制糖的失调饮食促进促炎菌群(如Firmicutes)的富集，减少有益菌属(如Bifidobacterium)，并促进有利于牙周炎发病的代谢炎症状态(9)。这一机制框架与已确立的证据一致，即牙周炎是由宿主对龈下生物膜的失调炎症反应引起的，导致不可逆的组织损伤和肠道微生物组成及多样性的并发改变(23, 24)。

我们的发现与先前报道的地中海或植物性饮食模式与牙周炎呈负相关的研究一致(32, 33)。这种一致性在生物学上是合理的，因为高DI-GM评分本质上强调了这些饮食模式的关键成分——即水果、蔬菜、豆类和全谷物——这些成分已知可促进微生物稳态并减弱炎症(34)。支持性证据来自一项14项研究(1998-2018年)的系统综述，表明膳食维生素C摄入量和血清浓度与牙周炎患病率和严重程度呈负相关(35)。我们的研究具有潜在的临床意义，建议牙周炎患者增加高DI-GM食物摄入，同时限制低DI-GM食物。这一发现支持，旨在促进微生物群支持性食物(特别是富含纤维和多酚的食物)的饮食咨询可作为常规牙周治疗的宝贵辅助手段，通过调节系统性炎症通路改善治疗效果。

本研究引入了DI-GM指数的新应用，该工具使用14种特定食物成分来量化对肠道友好的饮食。该指数与肠道微生物组多样性的生物标志物表现出稳健的相关性，能够精确诊断增强微生物多样性的饮食模式。此外，它强调特定食物而非广泛类别，增强了其临床适用性。与传统评分(如HEI-2015、MED)不同，DI-GM在保持可比的整体饮食质量评估的同时，通过纳入短链脂肪酸产生等微生物特征，提供了对饮食-微生物组相互作用的更全面评估。

BMI的显著中介作用突显了连接饮食、肠道微生物群和牙周炎的可能生物学途径。大量证据表明，肥胖通过脂肪组织分泌促炎细胞因子(如肿瘤坏死因子-α、白细胞介素-6)和刺激破骨细胞活性并促进组织破坏的脂肪因子部分地促进了牙周炎的发病机制(36, 37)。肠道微生物群失调是肥胖及其相关代谢炎症发展的关键因素(38)。本研究观察到BMI介导DI-GM与牙周炎之间的关联，表明促进健康肠道微生物群的饮食模式可能通过对其体重及其相关炎症环境的有益影响部分改善牙周健康。

本研究的优势包括其大型、全国代表性的NHANES样本以及使用标准化、经验证的牙周评估协议。然而，几个局限性值得注意。横断面设计排除了因果推断。饮食数据来自自我报告的24小时回忆，可能存在回忆偏差，可能无法准确代表习惯性摄入。尽管对潜在混杂因素进行了全面调整，但无法排除未测量变量的残余混杂。此外，本分析构建的DI-GM缺少原始指数中的"绿茶"成分，因为NHANES中没有相关数据。考虑到绿茶多酚具有已证实的抗炎特性，这一遗漏可能削弱了观察到的负相关。未来需要前瞻性队列研究来确定因果关系，并且纵向干预试验应进一步评估针对肠道微生物群的饮食策略在牙周炎预防和管理中的有效性。