Xuan Wang, Hao Ma, Qi Sun, Jun Li, Yorko Heianza, Rob M Van Dam, Frank B Hu, Eric Rimm, JoAnn E Manson, Lu Qi
PMID:39776171 [IF=37.6]
【主要发现】
喝咖啡的时间可能比喝多少咖啡更能影响死亡风险，具体来说：
Ÿ早上喝咖啡的人，可能比下午或晚上喝的人更长寿，尤其是降低心血管疾病（CVD）导致的死亡风险。
Ÿ研究提醒我们，什么时候喝咖啡可能和健康结果有关，而不仅仅取决于喝了多少。
【研究背景】
由于咖啡因对中枢神经系统的刺激作用，咖啡长期以来一直被用于改善清醒和缓解嗜睡。然而，当天晚些时候喝咖啡可能会扰乱日常昼夜节律，从而改变咖啡摄入量与健康结果之间的关联。目前尚不清楚人群中是否存在不同的咖啡饮用时间模式，如果有，这些模式是否与死亡风险有关。
在这项研究中，通过全国健康与营养检查调查（NHANES） 中的聚类分析确定了人群中喝咖啡的时间模式，并在女性和男性生活方式验证研究（WLVS 和 MLVS）中验证了这些模式，在护士健康研究 （NHS） 和 NHS II 中进行的两项子研究，以及卫生专业人员随访研究 （HPFS） 队列。随后，调查了 NHANES 中咖啡饮用时间和咖啡摄入量模式与全因和原因特异性死亡风险之间的联合关联。
【研究方法】
1.研究设计和人群
这项研究包括来自 1999-2018 年全国健康和营养检查调查的 40 725 名成年人，他们拥有完整的饮食数据信息，以及来自女性和男性生活方式验证研究的 1463 名成年人，他们拥有完整的 7 天饮食记录数据。
2.咖啡饮用时间模式的评估
为了测试研究结果的稳健性，（i）分别仅使用第 1 天或第 2 天的饮食回忆作为内部验证来重复聚类分析，（ii） 分别仅使用含咖啡因或不含咖啡因的咖啡重复聚类分析，以及 （iii） 使用 WLVS 和 MLVS 作为外部验证进行聚类分析。
3.全国健康和营养检查调查中的死亡评估
通过与截至 2019 年 12 月 31 日的全国死亡指数的联系确定有关死亡和死亡日期的信息。死因分为 CVD 和癌症，根据国际疾病分类第十修订版代码 I00-I99，癌症代码为 I20-I25。随访时间从访谈或检查之日开始计算，直至死亡之日或研究结束（2019 年 12 月 31 日）。
4.统计分析
协方差（广义线性模型）和χ 2分析测试分别用于比较具有不同咖啡饮用时间模式的参与者之间的连续变量和分类变量。使用两步聚类来确定人群中咖啡饮用时间的模式。将缺失协变量编码为分类变量的缺失指示符类别，并将连续变量编码为平均值。通过使用 Fine 和 Gray 的比例子风险模型，分别进行了敏感性分析，以解释 CVD 特异性死亡率和癌症特异性死亡率分析的其他原因的竞争风险。
此外，按年龄、性别、家庭收入、吸烟状况、诊断的慢性病（诊断为糖尿病、高血压或高胆固醇）和睡眠时间短进行了分层分析。通过向模型添加叉积项来访问咖啡饮用时间模式与这些因素之间的乘法交互作用。此外，为了同时考虑咖啡饮用的时间和数量，调查了咖啡饮用时间和咖啡摄入量模式与死亡风险的联合关联。使用 SAS 9.4 版 （SAS Institute Inc. Cary， NC， USA） 和 SPSS 23.0 版 （SPSS， Inc.， Chicago， IL， USA） 进行统计分析。所有 P 值均为双侧，P < .05 被认为具有统计学意义。
【研究结果】
1.基线时的集群识别和特征
在本研究中，确定了两种不同的咖啡饮用时间模式：第 1 组，早上型和第 2 组，全天型（图 1A）。在 NHANES 的 40 725 名参与者中，36% （n = 14 643） 被确定为具有早晨型模式，16% （n = 6489） 被确定为具有全天型模式，48% （n = 19 593） 是不喝咖啡的人。对于早晨模式的参与者，咖啡消费主要集中在早上（凌晨 4 点至 11:59 之间），但下午（中午 12 点至下午 4:59 之间）或晚上（下午 5 点至凌晨 3:59 之间）几乎没有饮用；对于全天模式的参与者，咖啡消费分布在早上、下午和晚上的一整天。在以下系列敏感性分析中验证了类似的模式：如果我们只使用第 1 天或第 2 天的饮食数据进行聚类分析（图 1B 和 C）；或者如果我们分别仅使用含咖啡因或不含咖啡因的咖啡来创建模式（参见在线补充数据，图 S2）；或者如果我们在 WLVS 和 MLVS 的参与者中重复分析。在来自 WLVS 和 MLVS 的 772 名女性和 691 名男性中，61% （n = 470） 和 62% （n = 426） 被确定为具有早晨型模式，19% （n = 149） 和 18% （n = 128） 被确定为具有全天型模式，20% （n = 153） 和 20% （n = 137） 是不喝咖啡的人，分别（图 1D 和 E）。
2.基线特征
表 1 列出了根据咖啡饮用时间模式的参与者的基线特征。与不喝咖啡的人相比，晨型和全天型模式的参与者年龄较大，更有可能是白人，家庭收入更高，糖尿病、高血压和高胆固醇的患病率更高。在喝咖啡的人中，与全天模式的参与者相比，晨间模式的参与者更有可能喝茶和含咖啡因的苏打水，但喝的咖啡（含咖啡因和不含咖啡因的咖啡）更少。
3.咖啡饮用时间模式与死亡风险之间的关联
在中位 [四分位距 （IQR）] 随访 9.8 （9.1） 年期间，共记录了 4295 例死亡事件。在这些死亡事件中，1268 例是由 CVD 引起的，934 例是由癌症引起的。与不喝咖啡相比，早晨型咖啡饮用模式与较低的全因死亡风险显著相关 （HR： .88;95% CI： .81–.96），而全天型模式与全因死亡风险无关 （HR： .99;95% CI： .90–1.10），在调整年龄、性别、种族、NHANES 周期、家庭收入、教育水平后， 糖尿病、高血压、高胆固醇、吸烟、身体活动、替代健康饮食指数评分、总卡路里摄入量以及含咖啡因的咖啡和不含咖啡因的咖啡的量（表 2）。如果我们进一步调整茶的摄入量和含咖啡因的苏打水，结果没有变化（表 2）；当我们进一步调整睡眠持续时间短和睡眠困难时，观察到的关联仍然相似（HR：.84;95% CI：晨型模式为 .74–.95，HR：.96;95% CI：全天模式为 .83–1.12；表 2）。我们还根据年龄、性别、家庭收入、吸烟状况、诊断出的慢性病和睡眠时间短进行了分层分析，我们没有发现喝咖啡时间的模式与这些因素与全因死亡风险相关的显著相互作用（参见在线补充数据，表 S1）。
4.咖啡摄入量和咖啡饮用时间模式与死亡风险的联合关联
本研究首先评估了咖啡摄入量与总研究人群死亡率的相关性。观察到较高的咖啡摄入量与较低的全因死亡率和 CVD 特异性死亡率风险显著相关（趋势 <.01 的所有 P），但与癌症特异性死亡率无关（参见在线补充数据，表 S5）。然后，对咖啡摄入量和咖啡饮用时间模式与死亡风险进行了联合分析。咖啡摄入量与全因死亡风险之间的关联因咖啡饮用时间的模式而异 （P-交互作用 = .031）。与不喝咖啡相比，适度（>1 至 2 杯/天和 >2 至 3 杯/天）和重度（>3 杯/天）咖啡消费与晨型参与者全因死亡风险降低显著相关，HR （95% CI） 为 .85 （.71–1.01）、.84 （.73–.96）、.72 （.60–.86）， 和 .79 （.65–.97） 分别在“>0 至 1 杯/天”、“>1 至 2 杯/天”、“>2 至 3 杯/天”和“>3 杯/天”组中（线性趋势 <.001 的 P），而咖啡消费与全天模式参与者的全因死亡风险没有显著相关性（图 2A 和 3A）。对于 CVD 特异性死亡率，观察到类似的交互模式，但交互项不显著（图 2B 和 3B）。
Discussion and Thinking
本研究发现，喝咖啡的时间与全因死亡风险和 CVD 特异性死亡风险相关，与咖啡摄入量无关。具体来说，研究结果表明，早上喝咖啡可能比当天晚些时候喝咖啡与较低的死亡率更密切相关。研究结果强调了考虑饮酒时间与咖啡摄入量与健康结果之间关联的重要性。
