你的寿命与红细胞的数量BioRxiv

红细胞计数与人类自然寿命极限：来自长寿命家族研究的证据

红细胞生成是体内复制最密集的过程。其终身的复制需求可能会侵蚀造血细胞的复制能力，导致老年人红细胞计数（erythrocyte count，EC）下降并限制其寿命。我们在长寿命家族研究（LLFS）的1,620名年龄≥70岁的参与者中，考察了EC与死亡率之间的关系，发现较低的EC进一步加剧了随年龄呈指数增长的死亡率上升。我们确定了一个EC阈值（ECT）（约3.8 × 10¹²/L），低于该阈值时死亡率会升高（p = 9.3 × 10⁻⁶）。随着EC随年龄增长而下降（p = 8.2 × 10⁻¹⁸），许多参与者的EC值会低于此阈值，从而急剧增加其死亡风险。这个基于死亡风险的ECT在老年人中通过模型得出，独立于基于统计学阈值（≤65岁人群血红蛋白分布的第5百分位数）的WHO贫血定义。因此，EC的下降可能是对许多老年人施加自然寿命极限的生物学因素之一。

20世纪，人类预期寿命延长了近30年，但在寿命最长的人群中，其增长速度最近已放缓¹。一种可能的解释是人类体细胞复制能力存在生物学极限。这一现象由Hayflick和Moorhead²发现，他们发现培养的人类体细胞在进入衰老状态（一种被称为海弗利克极限³（Hayflick limit）的生长永久停滞状态）之前，只能复制有限次数。红细胞生成是人体内复制最密集的过程，是造血的核心驱动因素⁴。如果海弗利克极限在体内起作用，造血干细胞的复制能力将随年龄增长而减弱⁵。由此产生的红细胞生成障碍可能导致衰老性贫血及其相关的死亡风险增加⁶⁻⁹。

世界卫生组织（WHO）将血红蛋白（Hemoglobin ，Hgb）浓度低于参考人群（≤65岁）Hgb分布第5百分位数定义为贫血¹⁰,¹¹。这种二分类的、基于分布的统计学定义，并未捕捉到EC随年龄增长而下降的情况，也未反映个体在接近自然寿命（natural lifespan ，NLS）极限（即生物学上限制生存的最大可能年龄）时可能出现的后果。在本研究中，我们考察了美国国立老龄化研究所长寿命家族研究（Aging Long Life Family Study ，LLFS）¹²中EC与一个明确结局——全因死亡率（all-cause mortality）（以下简称死亡率）之间的关系。LLFS的研究设计富集了具有较高可能达到超长寿命的家族，因此其成员比一般人群更有可能接近NLS极限。

我们应用了Cox比例风险模型（CPHM）、联合模型（JM）和随机过程模型（SPM）（方法部分）来：（a）评估在LLFS年龄≥70岁的参与者中，EC是否改变年龄相关的死亡风险增加（使用每位参与者的单次EC测量值）；（b）检验参与者特异性EC轨迹（由基线EC及其年龄相关变化定义）与死亡率之间的关联；（c）检验是否存在一个EC阈值（ECT），低于该阈值死亡风险增加；以及（d）确定性别对EC轨迹及其与死亡率和生存率关联的影响。

70岁后的红细胞计数轨迹

样本包括1,620名无癌症或肾脏疾病的LLFS参与者，他们在年龄≥70岁时有一次或多次EC测量，并有主要模型中使用的死亡率及关键协变量（年龄和性别）的可用信息（方法）。表1总结了参与者的特征。扩展数据图1展示了参与者的筛选流程。补充表S1提供了整个样本以及520名具有两次或三次连续EC测量值的子样本的额外协变量（吸烟、体重指数、胱抑素C、高敏C反应蛋白、白细胞介素-6和转铁蛋白受体）（smoking, body mass index, cystatin C, high-sensitivity C-reactive protein, interleukin-6, and transferrin receptor）信息。

两性的EC均随年龄增长而下降。平均而言，女性的EC低于男性，但她们的下降速度较慢（图1，表1）。在70-79岁年龄段，下降幅度在两性中相似，但在80-89岁和≥90岁年龄段，男性的下降幅度大于女性（表1）。

70岁及以上首次红细胞计数与死亡风险的关联

在随访期间（均值± 标准差：10.3 ± 5.3年；最长随访：18.4年；表1），共有765名（47.2%）参与者死亡。使用CPHM，我们在调整年龄和性别的主模型中发现了较低EC与较高死亡风险之间的关联。EC每降低1个单位（1 x 10¹²/L）的风险比（HR）为1.32（95%置信区间[CI]：[1.12, 1.60]）。这表明，在调整年龄（每增加一岁HR：1.14，95% CI：[1.13, 1.15]）和性别（男性对女性HR：1.50，95% CI：[1.29, 1.71]）后，EC低1 x 10¹²/L的参与者比EC较高的参与者死亡风险增加32%。

由于死亡率随年龄呈指数增长，70岁后低EC与死亡风险增加的关联尤为显著（图2）。这些轨迹展示了不同年龄（x轴）和EC值下的死亡风险比，相对于70岁年龄和该年龄平均EC（4.5 × 10¹²/L）时的死亡风险。由于EC和死亡率均以70岁为基准进行缩放，当EC = 4.5 × 10¹²/L时，70岁时的死亡HR为1，当EC = 3.5 × 10¹²/L时升至1.3，而当EC = 5.0 x 10¹²/L时降至0.9（图2）。然而，例如在90岁时，仅因年龄自然增长，平均EC下的死亡HR已达13.7；当EC = 3.5 × 10¹²/L时进一步升至18.0，而当EC = 5.0 x 10¹²/L时则降至11.9。

红细胞计数轨迹与死亡风险的关联

我们使用JM来检验个体参与者EC轨迹与至死亡时间之间的关联（方法）。风险函数中EC轨迹的回归系数量化了参与者特异性EC偏离预期（人群平均）EC与死亡率的关联程度。在此分析中，使用了来自1,620名参与者的所有可用EC测量值来估计联合似然函数，而个体内EC变化的信息则来自520名具有重复EC测量值的参与者。

EC轨迹的估计回归系数为-0.326（补充表S2，面板B），表明相对于模型隐含的预期轨迹，较低的个体特异性EC轨迹与较高的死亡风险相关，相当于EC轨迹低于预期轨迹每1 x 10¹²/L对应HR为1.39。因此，当应用于纵向EC轨迹时，JM证实了CPHM对70岁后首次EC测量值的发现。JM还证实了EC轨迹随年龄下降，即EC每年下降约0.021 x 10¹²/L（补充表S2，面板A中的“时间”；扩展数据图2）。

检验死亡率相关的红细胞计数阈值

SPM为EC与死亡风险之间的关系提供了比JM或CPHM更灵活的设定（方法和补充文本）。与JM类似，SPM使用了所有1,620名参与者的EC测量数据。SPM表明，一个EC阈值（ECT）定义了EC与死亡风险之间的关系（方法），即当EC降至ECT以下时，死亡率会高于相应年龄的基线水平。对于高于ECT的EC值，EC与死亡率之间无关联，风险保持在相应年龄的基线水平。我们将低于ECT的额外死亡风险建模为EC的二次函数。我们还假设此二次函数的宽度可能随年龄变化（例如变窄），并检验了宽度与年龄无关的零假设。

SPM确定了低EC与死亡风险增加之间的关联（p = 9.3 x 10⁻⁶），证实了ECT的存在。在拟合的阈值SPM下，估计的ECT为3.8 × 10¹²/L，95% bootstrap CI为[3.4 x 10¹²/L, 4.1 x 10¹²/L]。重要的是，我们发现描述ECT以下EC相关死亡的二次函数随年龄增长而变窄（p = 0.007），表明在较年长年龄，EC偏离ECT相同程度所导致的死亡风险增加大于较年轻年龄。

基于70岁及以上红细胞计数的结果。 EC的男女差异（表1，图1）可能导致死亡风险的性别差异。CPHM强调了较低EC时死亡风险的放大效应（图2）。这种放大效应转化为70岁时不同初始EC的参与者生存概率的差异。图3显示了70岁后的生存概率。值得注意的是，对于75岁及100岁以后的不同EC值，女性和男性的生存概率差异不大。然而，在这些极端年龄之间，70岁时不同初始EC的个体间的生存机会差异是显著的。例如，根据模型估计，一名70岁时EC = 3.5 × 10¹²/L的女性参与者活到90岁的概率为41.5%，而同龄EC = 5.5 × 10¹²/L的女性参与者则为60.2%。对于70岁时EC = 3.5 × 10¹²/L的男性参与者，活到90岁的概率为26.8%，而同龄EC = 5.5 × 10¹²/L的男性参与者则为46.8%。图3底部面板比较了不同EC和年龄下女性和男性的生存概率。

基于红细胞计数轨迹的结果。 JM证实男性EC高于女性。根据模型估计，男性和女性之间的平均EC差异约为0.192 × 10¹²/L（补充表S2，面板A中的变量“sex”）。我们还估计了一个包含性别-时间和性别-年龄交互项的模型（补充表S3）。根据该模型，男性EC下降更快（约0.011 × 10¹²/L/年），而女性则较慢（p = 0.014），这与图1（扩展数据图3）所示的经验模式一致。

使用SPM（方法和补充文本），我们发现至少有一个模型组分在女性和男性之间存在差异（p < 10⁻¹⁶）。基于此发现，我们进一步确定了哪些具体的模型组分在性别间存在差异。与男性较高的死亡率一致，我们发现无EC影响的基础死亡风险是性别依赖的（p = 2.0 x 10⁻⁴）。此外，我们证实了反映EC动态（p = 2.5 x 10⁻³）及其变异性（p = 6.7 x 10⁻⁴）的模型组分也存在性别依赖性。反映估计的EC年龄相关变化的组分也显示出性别依赖性（p < 10⁻¹⁶）。然而，ECT无性别依赖性（p = 0.14）。

我们进一步研究了反映估计的EC年龄相关变化的模型组分中的性别差异，发现各自轨迹的截距和斜率均存在性别依赖性。具体而言，男性在此轨迹上的下降速度快于女性（约0.011 × 10¹²/L/年；p = 5.7 x 10⁻⁶），并且该轨迹在70岁时的估计初始值男性比女性高约0.33 × 10¹²/L（p < 10⁻¹⁶）（扩展数据图4）。

图4显示了基于SPM的EC随年龄下降、死亡风险和生存率在性别中的关系。例如，如果一名女性在70岁时EC = 4.4 × 10¹²/L（她年龄的平均值），并且她的EC按照估计的平均年龄相关EC变化随年龄下降，那么她的EC在图中所示的所有年龄都将保持在ECT（约3.8 × 10¹²/L）之上。因此，她的死亡风险将与任何70岁时初始EC更高的女性没有差异。然而，对于一名70岁时EC为3.8 × 10¹²/L的女性，其EC轨迹将降至ECT以下，表明存在额外的EC特异性死亡风险。对于这名女性，90岁时的HR（相对于70岁、EC为其年龄平均值的女性的死亡风险）为33.5，而70岁时EC为平均值的90岁女性的HR为24.6（图4中左下面板的插表）。对于更低的初始EC，相应HR的差异变得更大。在男性中观察到类似的结果（中右面板）。