详细内容
一、一段话总结
该研究基于中国健康与退休纵向研究(CHARLS)数据,纳入 10443 名 45 岁及以上中老年人,通过 Kaplan-Meier 曲线、Cox 比例风险模型及限制性立方样条(RCS)分析,探讨 C - 反应蛋白 - 甘油三酯葡萄糖指数(CTI,综合反映炎症与胰岛素抵抗的生物标志物)与卒中风险在不同性别、年龄及血糖状态下的关联。结果显示,随访 9 年期间共 960 人发生卒中(9.2%),CTI 与卒中风险呈显著正线性相关,该关联在男女群体、中老年人中趋势一致;在血糖分层中,正常糖调节(NGR)和糖尿病前期(Pre-DM)人群的 CTI 升高与卒中风险增加显著相关(NGR:HR=1.33,Pre-DM:HR=1.20),但糖尿病(DM)人群中无显著关联;且 CTI 对卒中的预测价值优于单独的 C - 反应蛋白(CRP)和甘油三酯 - 葡萄糖指数(TyG),可为临床卒中风险分层及针对性干预提供依据。
二、文献介绍
| 项目 | 详情 |
| 中文标题 | 不同血糖状态下 C - 反应蛋白 - 甘油三酯葡萄糖指数与卒中风险的相关性:来自中国健康与退休纵向研究 (CHARLS) 的启示 |
| 发表期刊 | Cardiovascular Diabetology |
| 发表时间 | 2025 年(在线发表时间:2025 年 3 月 26 日,卷期:24:142) |
三、研究背景
- 卒中的公共卫生负担:卒中是全球死亡和长期残疾的主要原因,中国人群卒中风险居世界首位,年均新增病例超 200 万,2010-2017 年患病率上升 19.3%,约 7%-18% 的卒中与颈动脉粥样硬化相关,亟需识别可干预的风险因素以开展一级预防。
- 胰岛素抵抗与炎症的作用:胰岛素抵抗(通过 TyG 指数评估)和炎症(通过 CRP 评估)是动脉粥样硬化的关键驱动因素,二者可通过促进血管内皮损伤、氧化应激及血栓形成增加卒中风险;现有研究已证实 TyG 指数、CRP 分别与卒中风险相关,但缺乏综合二者的指标对卒中风险的评估。
- CTI 的研究缺口:C - 反应蛋白 - 甘油三酯葡萄糖指数(CTI)是综合反映炎症(CRP)与胰岛素抵抗(TyG 指数)的新型生物标志物,已在癌症恶液质、癌症死亡率、冠心病中显示出预测价值,但 CTI 与卒中风险的关联(尤其不同血糖状态下的差异)尚未明确,需进一步验证。
四、数据来源
研究数据来源于中国健康与退休纵向研究(CHARLS),该研究为全国性纵向队列,采用多阶段分层抽样方法,基线调查(2011 年,Wave 1)纳入中国 28 个省、150 个地区、450 个村庄的 17708 名中老年人,后续每 2-3 年随访 1 次,截至 2020 年已完成 5 波调查(2011、2013、2015、2018、2020 年)。
最终研究队列筛选:从基线 17708 人中排除以下人群,最终纳入 10443 人:
- 缺失基线 CRP 数据(6072 人);
- 缺失基线空腹血糖(FPG)或甘油三酯(TG)数据(28 人);
- 缺失基线糖化血红蛋白(HbA1c)数据(104 人);
- 年龄 < 45 岁或缺失年龄数据(357 人);
- 有卒中史、缺失卒中随访数据或失访(732 人)。
五、研究框架及详细技术路线图
1. 研究框架
以 "CTI 与卒中风险的关联" 为核心,围绕 "整体关联 - 分层关联(性别、年龄、血糖状态)- 预测价值 - 结果稳健性" 四层逻辑展开,最终为临床卒中风险分层提供依据。
2. 详细技术路线图

六、研究步骤及结果展示
1. 步骤 1:研究对象基线特征分析
- 基线人口学与临床特征:10443 名参与者平均年龄 59.13±9.31 岁,男性占 46.8%;血糖状态分布为 NGR(39.5%)、Pre-DM(44.4%)、DM(16.1%)。
- CTI 四分位数(Q1≤8.16,Q2:8.16-8.68,Q3:8.68-9.27,Q4>9.27)相关特征:
- CTI 越高,女性比例(Q1:49.9%→Q4:55.8%)、城镇居住比例(Q1:30.5%→Q4:41.9%)、高血压(Q1:38.7%→Q4:61.1%)、糖尿病(Q1:4.4%→Q4:37.0%)、血脂异常(Q1:18.0%→Q4:85.4%)比例越高;
- 身体测量指标:BMI(Q1:22.03→Q4:25.20 kg/m²)、SBP(Q1:125.79→Q4:135.24 mmHg)、FPG(Q1:96.12→Q4:114.66 mg/dl)随 CTI 升高而升高,HDL-C(Q1:60.22→Q4:41.20 mg/dl)随 CTI 升高而降低(均 P<0.001)。< /li>
2. 步骤 2:CTI 与卒中风险的整体关联
- 结局事件:中位随访 9 年,960 名(9.2%)参与者发生卒中,卒中发生率随 CTI 四分位数升高而增加(Q1:6.0%→Q4:12.3%)。
- Cox 回归结果(Model3,调整所有协变量):
- 连续变量:CTI 每增加 1 单位,卒中风险增加 19%(HR=1.19,95% CI:1.09-1.29,P<0.001),高于 CRP(HR=1.01)和 TyG 指数(HR=1.17);
- 分类变量:与 Q1 相比,Q2(HR=1.24)、Q3(HR=1.48)、Q4(HR=1.55)卒中风险依次升高(趋势 P<0.001)。< /li>
- 剂量反应与预测价值:
- RCS 分析显示,CTI 与卒中风险呈显著正线性相关(P<0.001);< /li>
- ROC 曲线:CTI 的 AUC=0.587(95% CI:0.569-0.606),高于 CRP(AUC=0.565)和 TyG 指数(AUC=0.567),提示 CTI 预测卒中更优。
3. 步骤 3:不同性别、年龄分层下的关联
(1)性别分层(Model3)
- 女性:CTI 每增加 1 单位,卒中风险增加 22%(HR=1.22,95% CI:1.09-1.36,P<0.001);< /li>
- 男性:CTI 每增加 1 单位,卒中风险增加 15%(HR=1.15,95% CI:1.02-1.29,P=0.019);
- 交互作用:性别与 CTI 无显著交互(P=0.617),提示男女关联趋势一致。
- RCS 分析:男女均显示 CTI 与卒中的显著正线性相关(女性 P<0.001,男性 P=0.027)。
(2)年龄分层(Model3)
- 中年(45-60 岁):CTI 每增加 1 单位,卒中风险增加 25%(HR=1.25,95% CI:1.11-1.41,P<0.001);< /li>
- 老年(≥60 岁):CTI 每增加 1 单位,卒中风险增加 12%(HR=1.12,95% CI:1.00-1.26,P=0.041);
- 交互作用:年龄与 CTI 无显著交互(P=0.132),提示中老年人关联趋势一致。
- RCS 分析:中老年人均显示 CTI 与卒中的显著正线性相关(中年 P<0.001,老年 P=0.043)。
4. 步骤 4:不同血糖状态下的关联(Model3)
| 血糖状态 | 卒中例数(发生率) | CTI 每增加 1 单位的 HR(95% CI) | P 值 | 与 Q1 相比的 HR(Q4) | RCS 关系 |
| NGR | 317(7.7%) | 1.33(1.11-1.59) | 0.002 | 1.83(1.28-2.61) | 非线性显著 |
| Pre-DM | 440(9.5%) | 1.20(1.04-1.39) | 0.014 | 1.50(1.10-2.06) | 线性显著 |
| DM | 203(12.0%) | 1.08(0.92-1.26) | 0.345 | 1.30(0.83-2.04) | 无显著关联 |
- Kaplan-Meier 曲线:NGR 和 Pre-DM 人群中,CTI 四分位数越高,卒中累积发生率越高(Log-rank P<0.001);DM 人群无显著差异(Log-rank P=0.267)。
5. 步骤 5:亚组分析与敏感性分析
(1)亚组分析
- 一致性:CTI 与卒中的正相关在 "从不 / 当前吸烟""从不 / 当前饮酒""BMI<24 /≥28 kg/m²""有无高血压" 等亚组中均一致;
- 交互作用:仅 CTI 与血脂异常存在显著交互(P=0.015),血脂异常人群中 CTI 的 HR=1.12,无血脂异常人群中 HR=1.38,均呈线性正相关(RCS P<0.001)。< /li>
(2)敏感性分析
- 排除缺失值、排除非空腹人群、排除死亡人群后,CTI 与卒中的关联结果无显著变化;
- 分段 Cox 回归、Logistic 回归分析均验证结果稳定性;
- E 值 = 1.67(Model3),提示需极强的未测量混杂因素才能抵消 CTI 与卒中的关联,结果稳健。
七、研究结论
- 整体关联:C - 反应蛋白 - 甘油三酯葡萄糖指数(CTI)与中老年人卒中风险呈显著正线性相关,CTI 每增加 1 单位,卒中风险增加 19%,且 CTI 对卒中的预测价值优于单独的 CRP 和 TyG 指数。
- 分层差异:
- 性别与年龄:CTI 与卒中的关联在女性(HR=1.22)和男性(HR=1.15)、中年人(HR=1.25)和老年人(HR=1.12)中趋势一致,无显著交互作用;
- 血糖状态:CTI 与卒中风险的显著关联仅存在于正常糖调节(NGR,HR=1.33)和糖尿病前期(Pre-DM,HR=1.20)人群,糖尿病(DM)人群中无显著关联。
- 临床意义:CTI 可作为中老年人卒中风险分层的可靠生物标志物,临床实践中需根据个体的性别、年龄及血糖状态制定 CTI 管理策略,尤其应加强 NGR 和 Pre-DM 人群的 CTI 监测与干预,以降低卒中发生风险。