一幅 190 万人规模的英国健康画像
2026 年 9 月 10 日发表在《自然·医学》上的一项分析，提供了迄今为止对英国最详细的表型组快照之一。这项工作来自 Our Future Health，这是一个前瞻性队列，旨在招募 500 万名英国居民成年人，以加速疾病预防、检测和治疗新方法的发现与转化。目前入组人数已超过 250 万，其中 190 多万人的基线表型记录现已可用。该论文作者为 Vincent J. Straub、Stefania Benonisdottir、Giovanni Scotti Bentivoglio、Neil Wary、Robert Campbell、Augustine Kong 和 Melinda C. Mills。
该研究并未聚焦于单一疾病，而是提出了一个更广泛的问题：这个快速增长的志愿者人群实际上是什么样子，其疾病模式在多大程度上忠实反映了它本应代表的这个国家？为回答这一问题，作者将该队列与全国估计值以及较早的 UK Biobank 队列进行了基准比较。
该队列实际记录了哪些内容
表型分析工作是后续一切的基础。基线数据涵盖广泛的健康相关领域，既来自参与者报告，也来自登记数据链接。
- 自我报告的健康相关行为，包括生活方式特征
- 参与者的地理位置信息
- 自我报告的诊断和药物使用情况
- 住院和门诊就诊记录
- 癌症登记数据
- 死因信息
这种组合很重要，因为它使研究人员能够超越单一数据流。行为、诊断、处方、医疗接触和登记结局可以并排评估，而这正是人群规模预防研究所需要的。
该队列看起来像这个国家吗？
在社会人口学、生活方式和健康相关指标上，参与者群体大体反映了英国人口模式——对于一个依赖大规模自愿入组的研究来说，这是一个令人鼓舞的信号。但情况并不一致。除一个少数族裔群体外，所有少数族裔群体相对于全国人口都代表性不足，社会经济最贫困群体也同样代表性不足。
这一差距并非脚注。贫困和族裔与疾病负担及获得医疗服务的机会密切相关，因此任何对这些群体采样不足的队列，都可能低估预防项目恰恰需要针对的那些不平等。作者明确指出，随着招募继续，对此类偏倚进行系统性评估仍是一项未完成的任务。
心理健康状况尤为突出
若干主要自我报告疾病的患病率估计高于全国基准，其中心理健康状况——尤其是抑郁和焦虑——是最明显的例子之一。这一差异的方向与 UK Biobank 报告的结果一致，两个队列在各疾病之间的相关性为 0.78。
有几种解释是合理的，而且并不互斥：志愿者队列往往吸引已经关注自身健康的人；自我报告会捕捉到从未获得正式诊断的疾病；全国估计值则基于不同的测量工具。与 UK Biobank 的一致性表明，这一模式是英国大型志愿者研究的一种属性，而不是这一特定数据集的假象。
已知临床关系的重复验证
该分析还检验了与既有临床相关因素的关联是否成立。结果确实成立：两个队列之间的重复验证相关性达到 0.80。在实际意义上，研究人员原本预期会看到的危险因素、疾病和结局之间的关系在大规模上得到了重现——这一验证步骤为下游发现工作提供了更坚实的基础。
药物使用、癌症与年龄梯度
药物使用模式和癌症患病率遵循临床医生会预测的年龄相关梯度，年龄较大的参与者负担更重。一个值得注意的偏差出现在肺癌上，该队列中的发病率低于全国数据——作者指出这一发现，但并未加以解释，而它与志愿者抽样如何塑造队列观察结果这一更广泛问题并存。
偏倚、电子记录与迈向 500 万之路
该研究将自己定位为基线评估，而非最终结论。作者认为，随着招募推进，电子健康记录可以帮助更精确地界定疾病模式，并使偏倚能够被系统测量，而不是靠推断。将队列数据与常规记录链接，将使研究人员能够追踪参与者在整个医疗系统中的情况，捕捉自我报告遗漏的疾病，并量化入组人群与全国人群偏离的程度。
这对转化至关重要。如果一个队列要支持预防和早期检测，其估计值就需要在特定疾病、特定年龄组和特定社区层面值得信赖——而不仅仅是总体层面。
为什么这样的队列现在很重要
医疗系统正面临越来越大的压力：老龄化、生活方式变化和环境暴露推动慢性病负担不断增长，同时健康不平等持续存在，数据也支离破碎。生物医学研究对此的回应是结合多种数据类型——多组学、生活方式因素、社会决定因素和环境测量——来评估人群健康并识别高风险群体。
大型队列研究和生物样本库处于这一转变的中心，长期系统地收集、存储和管理健康与生物数据。如果代表性得到改善，Our Future Health 的规模将使其成为研究疾病如何在整个人口群体中发生的最有力工具之一。
接下来值得关注什么
- 入组是否能缩小代表性不足的少数族裔和贫困群体方面的差距
- 电子健康记录链接会在多大程度上改变抑郁和焦虑的患病率估计
- 随着队列老龄化，低于全国水平的肺癌信号是否会持续
- 该队列的遗传和生物学层面如何与本文描述的基线表型相连接
就目前而言，这项分析提供了一些罕见的东西：对英国一个超大型队列包含什么、它如何与全国及一个成熟生物样本库相比较，以及它的盲点仍在何处，作出透明的说明。
本文基于《自然·医学》的报道。阅读原文。
Originally published on nature.com
