Impact of different physical examination frequencies on biochemical indicator variability in community-dwelling older adults: an 8-year retrospective cohort study

Technische Zusammenfassung: Auswirkungen unterschiedlicher Häufigkeiten körperlicher Untersuchungen auf die Variabilität biochemischer Indikatoren bei in der Gemeinschaft lebenden älteren Erwachsenen

Problemstellung
Mit der beschleunigten Alterung der chinesischen Bevölkerung sind Herz-Kreislauf-Erkrankungen (HKE) zum führenden Todesursache geworden, was maßgeblich durch die Akkumulation modifizierbarer Risikofaktoren vorangetrieben wird. Während die Weltgesundheitsorganisation regelmäßige Gesundheitsuntersuchungen als eine zentrale Strategie der Primärprävention bezeichnet, beruhen bestehende Erkenntnisse weitgehend auf Querschnittsdaten aus Einzeluntersuchungen. Es besteht eine kritische Lücke im longitudinalen Verständnis darüber, wie die Häufigkeit von Gesundheitsuntersuchungen – ein verhaltensweise modifizierbarer Faktor – die langfristigen Verläufe von kardiometabolischen sowie hepatischen/renalen Indikatoren bei älteren Erwachsenen beeinflusst. Diese Studie adressiert die Notwendigkeit zu klären, ob eine höhere Untersuchungsfrequenz die Verschlechterung dieser kritischen Gesundheitsmarker verzögern oder umkehren kann.

Methodik
Die Forschung verwendete ein retrospektives Kohortenstudiendesign über 8 Jahre (2018–2025) unter Nutzung von Daten der Nationalen Basisdienstleistungen für die öffentliche Gesundheit (NBPH) des Tairi Community Health Service Center in Shanghai.

• Kohorte: Die Studie umfasste 57.020 gültige Untersuchungsdatensätze von dauerhaft in der Gemeinschaft lebenden Bewohnern im Alter von ≥60 Jahren, die alle obligatorischen nationalen Protokollposten abgeschlossen hatten.
• Expositionsvariable: Die Gesamtzahl der von jedem Individuum über den 8-Jahres-Zeitraum wahrgenommenen Gesundheitsuntersuchungen wurde als kontinuierliche Expositionsvariable behandelt.
• Outcomes: Elf biochemische Indikatoren wurden analysiert, darunter der Body-Mass-Index (BMI), Serum-Kreatinin (CREA), Blut-Harnstoff-Stickstoff (BUN), Gesamtcholesterin (TC), Low-Density-Lipoprotein-Cholesterin (LDL-C), High-Density-Lipoprotein-Cholesterin (HDL-C), Triglyzeride (TG), Alanin-Aminotransferase (ALT), Aspartat-Aminotransferase (AST), Gesamtbilirubin (TBIL) und Nüchtern-Glukose (GLU).
• Statistische Analyse: Lineare gemischte Modelle (Linear Mixed-Effects Models, LMM) mit zufälligen Intercepts für jeden Probanden wurden verwendet, um die longitudinalen Veränderungen zu analysieren. Die Modelle wurden hinsichtlich Alter, Geschlecht, Baseline-Indikatorwerten und Zeit adjustiert. Entscheidend war die Einbeziehung eines Interaktionsterms zwischen Untersuchungsfrequenz und Zeit, um zu bestimmen, ob sich die Änderungsrate der Indikatoren basierend auf der Untersuchungsfrequenz unterschied.
• Datenverarbeitung: Schiefe Variablen (TG, ALT, AST, GLU) wurden einer natürlichen logarithmischen Transformation unterzogen. Mehrfachtests wurden mittels des Benjamini-Hochberg-Verfahrens korrigiert, um die Rate der falsch-positiven Ergebnisse (False Discovery Rate, FDR) zu kontrollieren.

Wesentliche Ergebnisse
Die longitudinale Analyse ergab eine komplexe, indikatorenspezifische Assoziation zwischen der Untersuchungsfrequenz und den Gesundheitsverläufen:

1. Günstige Verläufe (Renal, Lipid und Hepatisch): Eine höhere Untersuchungsfrequenz war signifikant mit verbesserten langfristigen Verläufen für mehrere Schlüsselindikatoren assoziiert.

   • Nierenfunktion: Die Serum-Kreatinin-Werte (CREA) sanken mit höherer Frequenz signifikant (β = −0,926 µmol/L pro zusätzlicher Untersuchung), mit einer signifikanten negativen Interaktion über die Zeit, was auf eine beschleunigte Verbesserung hindeutet.
   • Lipidprofil: Die LDL-C-Werte sanken (β = −0,029 mmol/L) und zeigten ebenfalls eine signifikante negative Zeitinteraktion. Das Gesamtcholesterin (TC) und die Triglyzeride (log-transformiert) zeigten Haupteffekte, wobei TG jedoch eine positive Interaktion aufwies (siehe unten).
   • Leftenzym: Die ALT-Werte sanken signifikant (log ALT: β = −0,0077).
   • Andere Indikatoren: Gesamtbilirubin (TBIL), Nüchtern-Glukose (log GLU) und AST zeigten signifikante negative Haupteffekte, was bedeutet, dass häufigere Untersuchungen mit niedrigeren Werten assoziiert waren, jedoch ohne signifikante Zeitinteraktionen.

2. Ungünstige oder neutrale Verläufe:

   • BMI und Triglyzeride: Im Gegensatz zu den günstigen Trends bei anderen Markern war eine höhere Untersuchungsfrequenz mit einem schnelleren Anstieg des BMI über die Zeit assoziiert (Interaktion β = 0,011 kg/m²/Jahr) sowie mit einem leichten Anstieg der Triglyzeridwerte.
   • BUN: Es wurde kein signifikanter Zusammenhang zwischen der Untersuchungsfrequenz und den Blut-Harnstoff-Stickstoff-Werten gefunden.
   • HDL-C: Zeigte einen minimalen negativen Haupteffekt, aber keine signifikante Interaktion mit der Zeit.

3. Geschlechtsspezifische Stratifizierung: Während einige Variationen in den Interaktionseffekten zwischen den Geschlechtern beobachtet wurden (z. B. für log TG), ergaben Drei-Wege-Interaktionstests keine statistisch signifikanten Unterschiede, was darauf hindeutet, dass das Geschlecht kein signifikanter Modifikator der allgemeinen Interaktionseffekte war.

Bedeutung und Behauptungen
Die Arbeit postuliert, dass regelmäßige Gesundheitsüberwachung eine wertvolle Strategie für das Management chronischer Krankheitsrisiken ist, ihre Wirksamkeit jedoch nicht universell über alle biologischen Marker hinweg gilt.

• Monitoring-Feedback-Aktions-Zyklus: Die Studie legt nahe, dass für Indikatoren wie CREA, LDL-C und Leberenzyme häufigere Untersuchungen einen „Monitoring-Feedback-Aktion“-Zyklus erleichtern können. Regelmäßiges Datenfeedback verbessert wahrscheinlich das Gesundheitsbewusstsein, was zu Lebensstilanpassungen oder einer rechtzeitigen medizinischen Adhärenz führt, die diese spezifischen Marker im Laufe der Zeit verbessern.
• Grenzen des reinen Monitorings: Die beobachteten ungünstigen Trends bei BMI und Triglyzeriden verdeutlichen eine kritische Einschränkung: Biologisches Monitoring allein reicht nicht aus, um die natürliche Verschlechterung von Indikatoren umzukehren, die stark durch den Lebensstil (Ernährung und körperliche Aktivität) beeinflusst werden. Die Autoren legen nahe, dass der beobachtete Anstieg von BMI und TG unter häufig untersuchten Personen entweder „umgekehrte Kausalität“ widerspiegelt (Personen mit bestehenden metabolischen Risiken suchen häufiger medizinische Hilfe) oder ein Management-Dilemma darstellt, bei dem das Monitoring nicht mit effektiven, strukturierten Lebensstilinterventionen kombiniert wird.
• Deckeneffekt (Ceiling Effect): Für Indikatoren wie TBIL, GLU und TC beobachtet die Studie einen „Deckeneffekt“ oder abnehmende Grenzerträge. Häufige Untersuchungen helfen, günstige Werte aufrechtzuerhalten und initiale Risiken zu korrigieren, führen aber nicht zwangsläufig zu einer Beschleunigung der Abnahme, sobald ein stabiles Kontrollplateau erreicht ist.

Fazit
Die Studie kommt zu dem Schluss, dass eine höhere Untersuchungsfrequenz zwar im Allgemeinen mit günstigeren langfristigen Verläufen der kardiometabolischen sowie der hepatischen und renalen Funktion assoziiert ist, dieser Nutzen jedoch nicht automatisch eintritt. Um eine umfassende Gesundheitsförderung zu erreichen, insbesondere für das Gewichts- und Lipidmanagement, muss das biologische Monitoring tief in effektive, nachhaltige Lebensstilinterventionen integriert werden, anstatt sich ausschließlich auf das Monitoring zu verlassen.