胆固醇-HDL-葡萄糖指数及其肥胖相关衍生物的累积暴露和动态轨迹与心血管疾病的关联:一项全国性前瞻性队列研究

Associations of cumulative exposure and dynamic trajectories of the cholesterol-HDL-glucose index and its obesity-related derivatives with cardiovascular disease: a nationwide prospective cohort study

作者信息Han Wang, Guirong Song, Guorong Li, Dongmei Hu, Ying Zhang, Zhuowei Sun, Chenxi Zhai, Dongyong Zhang, Xiao Tang
PMID42469827
发布时间2026-07-17
DOI10.1186/s12933-026-03295-w

实验完整度

大型前瞻性队列研究,包含重复测量数据,采用Cox回归、轨迹分析等多种统计方法,但缺乏干预性实验验证。

主要模型

中国健康与养老追踪调查(CHARLS)队列

重点核对

CHG及其衍生物的计算公式及数据来源(2011年和2015年重复测量) 累积暴露计算公式((indicator2012+indicator2015)/2 × 时间) 轨迹分类标准(基于基线中位数的高/低二分法) Cox回归模型中的协变量调整集(年龄、性别、教育等) 结局定义(自报医生诊断的CVD和卒中)

摘要

背景:整合代谢生物标志物与人体测量指标已被证明能增强对心血管疾病(CVD)的判别能力。然而,胆固醇-HDL-葡萄糖指数(CHG)及其衍生物对CVD风险的影响仍不清楚。本研究旨在探讨CHG及其衍生物与CVD的关联,并比较其判别性能。方法:这项前瞻性研究纳入了来自中国健康与养老追踪调查(CHARLS)的3359名无CVD的参与者。利用2011年和2015年获得的重复测量值来推导CHG及其衍生物的累积暴露和纵向轨迹模式。采用Cox比例风险回归模型检验这些指标的基线值、累积暴露和纵向轨迹与CVD和卒中发病的关联。结果:在中位随访5年期间,466名参与者(13.9%)发生了CVD。在基线测量、累积暴露和纵向轨迹中,CHG及其衍生物均与CVD显著相关。累积CHG衍生物显示出显著优于单独累积CHG的判别能力(Delong检验P<0.05),其中累积CHG-腰围(HR=1.29)和累积CHG-中国内脏脂肪指数(HR=1.28)的相关性最强。关于轨迹模式,与维持稳定低水平者相比,CHG-CVAI稳定高水平的参与者风险最高(HR=1.79),其次是CHG-WC(HR=1.65)。此外,CHG-CVAI和CHG-WC的上升和下降轨迹均与CVD风险增加相关(上升CHG-CVAI:HR=1.79;下降CHG-CVAI:HR=1.54;上升CHG-WC:HR=1.45;下降CHG-WC:HR=1.54)。结论:CHG及其衍生物与CVD发病密切相关,其中CHG-CVAI和CHG-WC的关联最为显著。此外,CHG-CVAI和CHG-WC的上升和下降轨迹与较高风险相关,凸显了在考虑基线代谢状态的同时追踪动态增加的重要性。这些指标可能有助于识别CVD高风险个体。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
CHG指数及其衍生物的基线水平、累积暴露和纵向轨迹与CVD及卒中的关联,以及这些指标的判别性能。
核心机制
CHG指数可能作为胰岛素抵抗和炎症的替代标志,结合肥胖指标反映代谢紊乱和内脏脂肪堆积,协同促进动脉粥样硬化。
主要证据
基于CHARLS队列3359名参与者,采用Cox回归分析显示CHG及其衍生物与CVD风险显著相关,其中CHG-CVAI和CHG-WC的关联最强。
研究意义
长期监测CHG及其衍生物可能有助于个性化预防策略和CVD风险分层,联合管理代谢功能障碍和肥胖可能带来更好的心血管益处。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

队列纳入与排除

确定研究人群,排除基线已有CVD或数据不完整者。

从CHARLS 2011年基线队列中排除年龄<45岁、已患CVD、数据不足及失访者,最终纳入3359名参与者。

2

暴露指标计算

计算CHG及其衍生物的基线值、累积暴露和纵向轨迹。

基于FBG、TC、HDL-C计算CHG,并乘以肥胖指标得到衍生物;使用2011和2015年数据计算累积暴露,并根据基线中位数分类高/低,定义四种轨迹。

3

结局评估

确定CVD和卒中事件的判定标准。

通过自我报告的医生诊断来识别心脏病和卒中,CVD定义为两者任一。

4

统计建模

评估暴露指标与CVD风险的关联及判别能力。

使用Cox比例风险回归模型,计算HR及95%CI;采用ROC曲线和AUC评估判别能力,并进行多项敏感性分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
队列纳入与排除
纳入标准:年龄≥45岁、无基线CVD、有2011和2015年数据;排除标准:基线CVD、数据缺失、失访等。
阅读提示:Methods - 研究设计与人群,图1
暴露指标计算
CHG、CHG-BMI、CHG-WC等计算公式;累积暴露公式;轨迹分类基于基线中位数。
阅读提示:Methods - 暴露评估,动态轨迹
结局评估
CVD定义为自报医生诊断的心脏病或卒中;卒中为自报。
阅读提示:Methods - 结局评估
统计建模
Cox回归模型协变量调整集;Z-score标准化;ROC曲线和AUC计算;R版本4.5.2。
阅读提示:Methods - 统计分析