🔥 热门搜索

Associations of six insulin resistance-related indices with the risk and progression of cardio-renal-metabolic multimorbidity: evidence from the UK biobank

IF=10.6!北京安贞医院团队靠“多状态模型+中介分析”,用UKB把心肾代谢共病安排得明明白白!

发表期刊:Cardiovascular Diabetology | IF:10.6 | 发表时间:2025-09-30 | DOI:10.1186/s12933-025-02928-w

详细内容

一、一段话总结

本研究基于英国生物银行(UK Biobank)的 327,692 名基线无心肾代谢(CRM)疾病(心血管病 CVD、2 型糖尿病 T2DM、慢性肾病 CKD)参与者,开展前瞻性队列研究,平均随访 13.6 年,旨在评估六种胰岛素抵抗(IR)相关指标(TyG、TyG-BMI、TyG-WC、TyG-WHtR、TG/HDL-C 比值、METS-IR)与 CRM 多发病率发生及进展的关联。通过 Cox 比例风险模型、多状态模型、预测性能评估(AUC、NRI、IDI)及中介分析发现,所有 IR 指标均与 CRM 风险及进展显著相关,其中 TyG-WC(甘油三酯 - 葡萄糖 - 腰围指数)、TyG-WHtR(甘油三酯 - 葡萄糖 - 腰高比)和 METS-IR(胰岛素抵抗代谢评分)表现最优;系统性炎症、肝功能及肾功能(尤其胱抑素 C、尿酸)在 IR 与 CRM 关联中起部分中介作用,且肾功能中介效应最稳定。研究提示上述三个 IR 指标或可纳入 CRM 风险评估,为临床预防提供参考,但需进一步验证临床适用性。

二、文献介绍

项目
内容
中文标题
六种胰岛素抵抗相关指标与心肾代谢多发病率风险及进展的关联:来自英国生物银行的证据
发表期刊
Cardiovascular Diabetology(《心血管糖尿病学》)
发表时间
2025 年 9 月 30 日在线发表(Published online: 30 September 2025)

三、研究背景

  1. CRM 多发病率的公共卫生挑战:人口老龄化及慢性病流行导致多发病率(多种慢性病共存)成为全球公共卫生问题,其中心肾代谢(CRM)多发病率(CVD、T2DM、CKD)因高致残率、高医疗负担及高死亡率,是最常见且危害最大的组合。三者通过共同病理途径(如炎症、代谢紊乱)相互作用,形成恶性循环,加剧疾病进展,但既往研究多关注单一疾病结局或横断面状态,缺乏对疾病动态进展的分析。
  1. 胰岛素抵抗(IR)的核心作用:IR 是 CRM 疾病的核心代谢异常,通过诱发系统性炎症、内皮功能障碍、氧化应激及脂质紊乱促进 CRM 发生,但 IR 金标准检测(高胰岛素 - 正常血糖钳夹技术)复杂,难以用于大规模人群;替代 IR 指标(如 TyG、TG/HDL-C)虽简便,但不同指标对 CRM 多发病率及进展的预测性能比较、IR 与 CRM 关联的生物学机制(如炎症、肝肾功能的中介作用)尚未完全阐明。
  1. 既往研究的局限性:此前研究(如 Tian 等 2025 年研究)仅关注 CVD 与 T2DM 的共病,未纳入 CKD;部分研究仅验证单一 IR 指标(如 TyG-BMI),缺乏多指标横向比较,因此需进一步拓展疾病范围(纳入 CKD)并系统评估六种常用 IR 指标的价值。

四、数据来源

  1. 队列选择:英国生物银行(UK Biobank),2006-2010 年在英格兰、苏格兰、威尔士招募的 501,961 名参与者,包含问卷、体格测量及生物样本数据,经西北多中心研究伦理委员会批准,所有参与者签署知情同意书(研究编号 177024)。
  1. 样本筛选:排除以下人群后最终纳入 327,692 名参与者:
    • 基线已确诊 CVD(缺血性心脏病 IHD、卒中)、T2DM 或 CKD(n=48,101);
    • 胰岛素抵抗相关指标数据不完整(n=67,482);
    • 协变量(如年龄、教育、生活方式)或中介生物标志物(如炎症、肝肾功能指标)数据不完整(n=58,686)。
  1. 随访信息:随访终点为 2024 年 5 月 31 日,通过国家死亡登记系统获取结局数据,平均随访时间 13.6 年,主要结局为随访期间新发 CRM 疾病(首发性、双重、三重)。

五、研究框架及详细技术路线图

1. 研究总体框架

采用前瞻性队列研究设计,以 “IR 指标→CRM 多发病率(发生 + 进展)” 为核心关联,结合 “协变量调整→预测性能评估→机制探索→结果验证” 四步分析,明确 IR 指标的临床价值及生物学通路。

2. 详细技术路线图

markmap-20251015 175719.png

六、研究步骤及结果展示

1. 步骤 1:基线特征分析

  • 方法:按 “是否发生 CRM 疾病” 分组,比较两组的人口学、生活方式、代谢、炎症及肝肾功能指标。
  • 结果:58,563 人(17.3%)在随访期间发生 CRM 疾病,该组特征为:
    • 人口学:年龄更大(59.74±7.13 vs 55.27±8.06 岁)、男性比例更高(55.4% vs 42.2%)、TDI 更高(-1.11 vs -1.49,剥夺程度更重)、教育水平更低;
    • 生活方式:吸烟(当前 13.5% vs 9.6%)、不饮酒比例更高;
    • 生物指标:代谢指标(TyG、TyG-WC、METS-IR 等)、炎症指标(CRP、WBC)、肝功能指标(ALT、GGT)、肾功能指标(胱抑素 C、肌酐)均显著升高,白蛋白降低(均 P<0.001)。

2. 步骤 2:IR 指标与 CRM 风险的关联(Cox 回归)

  • 方法:将 IR 指标作为连续变量(标准化为 1SD 增量),采用 Cox 比例风险模型,调整 Model1(年龄、性别、种族)和 Model2(额外调整 TDI、教育、生活方式、HbA1c、LDL-C),分析与首发性、双重、三重 CRM 及单一疾病(IHD、卒中、T2DM、CKD)的关联。
  • 结果
    • 所有 6 个 IR 指标均与 CRM 风险显著相关,TyG-WC、TyG-WHtR、METS-IR 关联最强
      • TyG-WC 每 1SD 增加,首 / 双 / 三重 CRM 风险分别增加 51.4%、88.6%、128.7%(均 P<0.001);
      • TyG-WHtR 对应风险增加 48.5%、82.8%、119.9%,METS-IR 对应增加 44.7%、72.6%、99.4%(均 P<0.001)。
    • 疾病特异性关联:IR 指标对 T2DM 关联最强(HR 范围 1.333-2.333),如 TyG-WC 每 1SD 增加,T2DM 风险增 133.3%;对卒中关联最弱(部分指标调整后无统计学意义,如 TyG 的 HR=1.011,P=0.290)。

3. 步骤 3:IR 指标的预测性能评估

  • 方法:通过 ROC 曲线(AUC)、NRI、IDI 评估 IR 指标对 CRM 的预测价值,比较 “传统模型(仅协变量)” 与 “传统模型 + IR 指标” 的性能差异。
  • 结果
    • AUC:三重 CRM 预测中,TyG-WHtR AUC 最高(0.892,95% CI:0.883-0.900),其次为 METS-IR(0.885)和 TyG-WC(0.881);首发性 CRM 中,METS-IR AUC 最高(0.755)。
    • NRI/IDI:METS-IR 的连续 NRI 最高(0.382,95% CI:0.331-0.392),TyG-WHtR 次之(0.372);IDI 方面,TyG-WHtR 和 METS-IR 均为 0.025(均 P<0.001),显著优于 TyG(NRI=0.271,IDI=0.013)和 TG/HDL-C(NRI=0.277,IDI=0.007)。

4. 步骤 4:IR 指标与 CRM 进展的多状态模型分析

  • 方法:构建多状态模型,分析 IR 指标对 “健康→首 CRM”“首 CRM→双 CRM”“双 CRM→三 CRM” 三个过渡阶段的影响,死亡作为吸收状态。
  • 结果
    • 所有 IR 指标均与 CRM 进展相关,TyG-WHtR 和 TyG 表现最稳定
      • TyG-WHtR 每 1SD 增加,健康→首 CRM 风险增 65.3%,首→双增 34.6%,双→三增 26.7%(均 P<0.001);
      • TyG 对应风险增加 68.9%、29.3%、14.5%(均 P<0.05)。
    • 疾病亚型差异:IR 指标与 T2DM 发病关联最强(TyG 每 1SD 增加,T2DM 风险增 225.3%),与 CKD 关联次之(TyG 每 1SD 增加,CKD 风险增 41.4%);一旦发生 CKD,IR 指标对 “CKD→双 CRM” 的预测价值消失(HR 无统计学意义)。

5. 步骤 5:中介分析(机制探索)

  • 方法:以 IR 指标为暴露,CRM 为结局,炎症(CRP、WBC 等)、肝功能(ALT、AST 等)、肾功能(胱抑素 C、尿酸等)为中介变量,采用 “线性回归 + Cox 回归” 验证关联,通过 R 软件 “mediation” 包计算比例介导(PM)及 95% CI(1000 次 bootstrap 抽样)。
  • 结果
    • 肾功能中介效应最强且稳定:胱抑素 C 介导 TyG-BMI 对首 CRM 的效应(PM=14.16%),尿酸介导 TG/HDL-C 对首 CRM 的效应(PM=13.56%);在双重、三重 CRM 中,仅肾功能指标(胱抑素 C、尿酸)保留中介作用(如尿酸在双重 CRM 中 PM=8.58%-15.70%)。
    • 炎症与肝功能中介:炎症指标(如中性粒细胞)介导 TyG 对首 CRM 的效应(PM=4.39%),ALT 介导 TG/HDL-C 对首 CRM 的效应(PM=7.09%),但在双重、三重 CRM 中中介效应减弱。

6. 步骤 6:亚组与敏感性分析(结果验证)

  • 亚组分析:在年龄(<60 vs ≥60 岁)、性别、BMI(<25 vs ≥25 kg/m²)、吸烟 / 饮酒状态分层中,IR 指标与 CRM 的关联均一致,且在 < 60 岁、女性、超重 / 肥胖、有吸烟 / 饮酒史人群中关联更强。
  • 敏感性分析
    • 排除随访前 2 年发生 CRM 的参与者(减少反向因果),结果与主分析一致;
    • 排除空腹时间 < 8 小时的参与者(减少 IR 指标测量误差),关联强度无显著变化;
    • 调整降压药、降糖药、降脂药使用,或采用 Fine-Gray 竞争风险模型(考虑死亡竞争风险),结果仍稳健。

七、研究结论

  1. IR 指标与 CRM 的关联:六种胰岛素抵抗相关指标均与心肾代谢(CRM)多发病率的发生及进展显著相关,其中TyG-WC(甘油三酯 - 葡萄糖 - 腰围指数)、TyG-WHtR(甘油三酯 - 葡萄糖 - 腰高比)、METS-IR(胰岛素抵抗代谢评分) 的预测性能最优,可作为 CRM 风险评估的潜在工具。
  1. 生物学机制:系统性炎症、肝功能异常及肾功能损伤(尤其肾功能)是 IR 与 CRM 关联的重要中介通路,其中肾功能的中介作用最稳定,提示 IR 可能通过损害肾脏功能加剧 CRM 进展,形成 “IR - 肾损伤 - CRM” 恶性循环。
  1. 临床意义与局限性:将 TyG-WC、TyG-WHtR、METS-IR 纳入 CRM 风险评估,结合炎症及器官功能监测,或可降低 CRM 多发病率负担;但研究存在局限性(UK Biobank 样本以白人为主、基线未排除亚临床疾病、IR 指标仅基线测量),需在多样化人群中进一步验证以明确临床适用性。


广告Banner