🔥 热门搜索

Association of the triglyceride-glucose index combined with a body shape index with all-cause and cardiovascular mortality in individuals with cardiovascular-kidney-metabolic syndrome stage 0-3: findi

IF=10.6!“CHARLS+NHANES+发文王者指数TyGTyG-ABSI”发双一区TOP!新指标构建方法好复刻!

发表期刊:Cardiovascular Diabetology | IF:10.6 | 发表时间:2025-09-23 | DOI:10.1186/s12933-025-02921-3

详细内容

一、一段话总结

本研究以心血管 - 肾脏 - 代谢综合征(CKM)0-3 期患者为研究对象,基于美国 NHANES(1999-2018,n=18158)和中国 CHARLS(n=5695)两个前瞻性队列,通过 Cox 比例风险模型、限制立方样条(RCS)、时间依赖 ROC 等统计方法,探讨甘油三酯 - 葡萄糖指数联合体型指数(TyG-ABSI)与全因死亡率及心血管死亡率的关联。结果显示,TyG-ABSI 升高与 CKM 0-3 期患者全因死亡率(每 SD 升高 HR=1.226)和心血管死亡率(每 SD 升高 HR=1.377)显著独立相关,且存在剂量反应关系(Q4 vs Q1:全因 HR=2.072,心血管 HR=3.643);其长期预测性能(5-15 年 AUC 0.688-0.739)优于其他 TyG 衍生指标(如 TyG-BMI、TyG-WC),经亚组分析、多维度敏感性分析(排除癌症 / 早期死亡、调整用药 / 社会决定因素等)及 CHARLS 外部验证(全因死亡率 HR=1.375)后结果稳健;中介分析显示动脉僵硬度(ePWV,介导 16.5-16.6%)和全身炎症反应指数(SIRI,介导 3.7%)为部分作用途径。最终证实 TyG-ABSI 可作为 CKM 0-3 期患者死亡率风险分层的有效指标,为早期干预提供依据。

二、文献介绍

  • 中文标题:在心血管 - 肾脏 - 代谢综合征 0-3 期患者中,甘油三酯 - 葡萄糖指数联合体型指数与全因死亡率和心血管死亡率的关系:来自两个前瞻性队列的发现
  • 发表期刊:Cardiovascular Diabetology
  • 发表时间:2025 年(在线发表时间 2025 年 9 月 23 日,接收时间 2025 年 8 月 23 日)

三、研究背景

  1. CKM 综合征的提出与流行病学特征

2023 年美国心脏协会(AHA)提出 CKM 综合征概念,特指心血管、肾脏、代谢功能相互关联的多系统疾病,其死亡率高于各单一疾病叠加风险。1988-2018 年,CKM 综合征患病率显著上升:女性从 13.9% 升至 15.2%,男性从 18.9% 升至 22.4%(男性增幅更明显),且疾病严重程度与死亡率正相关,凸显早期预防的重要性。

  1. CKM 综合征的核心病理机制
  • 胰岛素抵抗(IR):为 CKM 病理生理核心,通过炎症、脂毒性、氧化应激等途径驱动糖尿病、心脏病、肥胖、慢性肾病(CKD)进展,非侵入性指标 TyG 指数(甘油三酯 - 葡萄糖指数)是 IR 的常用替代指标,但单独使用预测价值有限。
  • 肥胖的作用:中心性肥胖(腹部 / 躯干脂肪堆积)与心血管风险、死亡率密切相关,而传统 BMI 存在 "肥胖悖论",无法准确反映脂肪分布;ABSI(体型指数)结合腰围(WC)、BMI 和身高,可更精准评估中心性肥胖,且与心血管代谢疾病风险的相关性优于 BMI/WC。
  1. 现有研究空白与本研究目的

复合指标 TyG-ABSI(TyG 指数 ×ABSI)已在普通人群中显示出优于传统指标的心血管死亡预测能力,但在 CKM 综合征患者(尤其是 0-3 期预临床阶段)中,其与死亡率的关联及预测价值尚未深入探讨。本研究旨在填补这一空白,从关联强度、机制等维度揭示 TyG-ABSI 对 CKM 0-3 期患者全因 / 心血管死亡率的预测作用。

四、数据来源

本研究基于两个独立前瞻性队列,具体信息如下:

队列名称人群特征研究周期纳入排除标准最终样本量核心数据收集内容
NHANES美国全国代表性人群1999-2018纳入:≥20 岁、CKM 0-3 期、关键数据完整;排除:CKM 4 期、怀孕、体重 / 随访 / TyG-ABSI 数据缺失18158 人实验室指标(空腹血糖、甘油三酯、HDL-C/LDL-C、HbA1c 等)、人体测量指标(身高、体重、WC)、生活方式、合并症、随访至 2019 年的死亡率(全因 / 心血管,ICD-10 编码)
CHARLS中国 45 岁及以上人群基线数据 + 随访纳入:≥45 岁、CKM 0-3 期、关键数据完整;排除:CKM 4 期、年龄 < 45 岁、生存状态 / TyG-ABSI 数据缺失5695 人与 NHANES 类似,新增社会经济状态数据;死亡率仅收集全因死亡率(用于外部验证)

注:两个队列均通过伦理审批(NHANES 经 NCHS 伦理委员会批准,CHARLS 经北京大学生物医学伦理委员会批准),所有参与者均签署知情同意书。

五、研究框架及详细技术路线图

1. 研究整体框架

以 "数据筛选→指标计算→数据预处理→特征选择→统计分析→外部验证→结论推导" 为核心逻辑,聚焦 TyG-ABSI 与 CKM 0-3 期患者死亡率的关联及预测性能,通过多维度分析确保结果稳健性。

2. 详细技术路线图(分阶段描述)

阶段 1:队列数据筛选与预处理

  • NHANES 队列:从 101316 名原始参与者中,依次排除年龄 < 20 岁(n=46235)、CKM 4 期 / CKM 分期缺失(n=33014)、怀孕(n=708)、体重缺失 / 失访(n=2441)、TyG-ABSI 缺失(n=760),最终纳入 18158 人;
  • CHARLS 队列:从原始参与者中排除年龄 < 45 岁(n=407)、CKM 4 期 / 分期缺失(n=4800)、生存状态缺失(n=2490)、TyG-ABSI 缺失(n=3890)、协变量缺失(n=426),最终纳入 5695 人。

阶段 2:关键指标计算

基于公式计算核心指标及对照指标:

  • TyG 指数:TyG = ln(空腹血糖(mg/dL)×空腹甘油三酯(mg/dL)/2)
  • ABSI:ABSI = WC(cm)/(BMI²/³×身高¹/²(cm))
  • TyG-ABSI:TyG-ABSI = TyG × ABSI
  • 其他 TyG 衍生指标:TyG-BMI(TyG×BMI)、TyG-WC(TyG×WC)、TyG-WHtR(TyG×WC / 身高)、TyG-WWI(TyG×WC/√体重)

阶段 3:数据清洗与协变量处理

标准化处理协变量:人口学特征(年龄、性别、种族/民族)、生活方式(吸烟、饮酒、体力活动)、合并症(高血压、糖尿病、CKD 分期、血脂异常等)、实验室指标、社会经济状态(教育、收入、医保类型);多重插补处理缺失值(<10%)。

阶段 4:统计分析

  • 基线特征描述:连续变量(均值±SD/中位数[IQR])、分类变量(n/%),按 TyG-ABSI 四分位分组比较(ANOVA/Kruskal-Wallis/χ² 检验);
  • 关联分析:Cox 比例风险模型评估 TyG-ABSI(连续/四分位)与全因/心血管死亡率的关联(HR+95% CI),调整多变量(模型 1:年龄、性别、种族;模型 2:+生活方式;模型 3:+合并症;模型 4:+实验室指标);
  • 剂量反应关系:限制性立方样条(RCS)分析 TyG-ABSI 与死亡率的非线性关联(3-5 个节点);
  • 预测性能:时间依赖 ROC 曲线评估 TyG-ABSI 及对照指标(TyG-BMI、TyG-WC 等)对 5/10/15 年死亡率的预测性能(AUC 比较-DeLong 检验);
  • 亚组分析:按年龄、性别、种族、CKM 分期、糖尿病状态等分层,交互作用检验(似然比检验);
  • 敏感性分析:排除基线癌症患者、排除前 2 年死亡事件、进一步调整社会决定因素(教育、收入等)、竞争风险模型(Fine-Gray);
  • 中介分析:评估动脉僵硬度(ePWV)、全身炎症反应指数(SIRI)在 TyG-ABSI 与死亡率关联中的介导作用(比例%)。

阶段 5:外部验证与结论推导

  • 外部验证:在 CHARLS 队列中验证 TyG-ABSI 与全因死亡率的关联(Cox 模型);
  • 结论整合:综合 NHANES 发现与 CHARLS 验证结果,明确 TyG-ABSI 对 CKM 0-3 期患者死亡率的预测价值及临床意义。

六、研究结果

1. 基线特征

NHANES 队列 18158 人平均年龄 47.6 岁,男性 48.9%,平均随访 8.2 年,累计全因死亡 1472 例(8.1%)、心血管死亡 428 例(2.4%);CHARLS 队列 5695 人平均年龄 59.3 岁,男性 47.2%,平均随访 6.8 年,全因死亡 623 例(10.9%)。随 TyG-ABSI 四分位升高,参与者年龄、WC、BMI、血压、空腹血糖、甘油三酯、糖尿病、高血压、CKD 患病率均显著上升(趋势 P<0.001)。

2. TyG-ABSI 与死亡率的关联

多因素 Cox 回归显示,TyG-ABSI 每升高 1 SD,全因死亡率风险增加 22.6%(HR=1.226,95% CI=1.162-1.294)、心血管死亡率风险增加 37.7%(HR=1.377,95% CI=1.241-1.529);Q4 与 Q1 相比,全因死亡率风险增加 107.2%(HR=2.072,95% CI=1.752-2.451)、心血管死亡率风险增加 264.3%(HR=3.643,95% CI=2.521-5.264),且存在显著剂量反应关系(趋势 P<0.001)。

3. 预测性能比较

TyG-ABSI 对 5/10/15 年全因死亡率的预测 AUC 分别为 0.688、0.712、0.739,均显著高于 TyG-BMI(0.662、0.684、0.707)、TyG-WC(0.657、0.679、0.701)及单一 TyG 指数(0.631、0.652、0.673)(所有 DeLong 检验 P<0.01)。

4. 亚组分析与敏感性分析

TyG-ABSI 与死亡率的正相关在所有亚组中一致(年龄、性别、种族、CKM 分期、糖尿病状态等),无显著交互作用(交互 P>0.05);排除癌症患者、早期死亡事件或进一步调整社会决定因素后结果稳健。

5. 中介分析

动脉僵硬度(ePWV)介导 TyG-ABSI 与全因死亡率关联的 16.5%(95% CI=12.3-21.7%)、与心血管死亡率关联的 16.6%(95% CI=11.8-22.4%);全身炎症反应指数(SIRI)分别介导 3.7%(95% CI=1.8-6.2%)和 3.7%(95% CI=1.6-6.5%)。

6. 外部验证

CHARLS 队列中,TyG-ABSI 每升高 1 SD,全因死亡率风险增加 37.5%(HR=1.375,95% CI=1.263-1.497),与 NHANES 结果方向一致且效应量更大。

七、讨论与结论

1. 主要发现

本研究首次在 CKM 0-3 期患者中证实 TyG-ABSI 与全因/心血管死亡率显著独立相关,且预测性能优于传统指标;其关联部分通过动脉僵硬度和全身炎症介导。

2. 机制阐释

  • TyG-ABSI 同时捕获胰岛素抵抗(TyG)和中心性肥胖(ABSI)两种 CKM 核心病理机制,协同促进动脉硬化、炎症加速死亡风险;
  • ABSI 克服 BMI "肥胖悖论",更精准反映躯干脂肪堆积的代谢危害;
  • TyG-ABSI 整合代谢异常与体脂分布,提供比单一指标更全面的风险评估。

3. 临床意义

  • TyG-ABSI 为无创、低成本指标,便于基层医疗机构筛查高死亡风险的 CKM 患者;
  • 联合评估胰岛素抵抗与体脂分布,有助于识别传统风险评分低估的高危人群;
  • 为针对动脉僵硬度和炎症的早期干预(生活方式、药物)提供标靶。

4. 优势与局限性

  • 优势:两大独立队列、大样本、长期随访、多维度分析、外部验证;
  • 局限性:残余混杂可能、CHARLS 无心血管死亡率数据、单一时间点指标测量。

5. 结论

TyG-ABSI 是 CKM 0-3 期患者全因/心血管死亡率的独立预测因子,且预测价值优于传统指标,其关联部分由动脉僵硬度和全身炎症介导。联合评估 TyG-ABSI 有助于早期识别高危人群并指导针对性干预。

八、参考文献

(参考文献内容略)

广告Banner