甘油三酯-葡萄糖-衰弱指数与替代胰岛素抵抗指数对晚期心血管-肾脏-代谢综合征、心血管代谢共病和死亡率的评估性能:估算肾小球滤过率的作用

Evaluative performance of triglyceride-glucose-frailty index versus surrogate insulin resistance indices for advanced cardiovascular-kidney-metabolic syndrome, cardiometabolic multimorbidity, and mortality: the role of estimated glomerular filtration rate

作者信息Kang Liu, Jia-Yuan Zhang, Hui He, Yu-Qi Hu, Jia-Hui Lai, Jing-Yu Zhang, Bin Wang, Xia-Hong Lin
PMID42693435
发布时间2026-09-03
DOI10.1186/s12933-026-03349-z

实验完整度

大型横断面调查研究(NHANES数据),运用加权logistic回归、Cox回归、限制性立方样条、ROC曲线及中介分析等统计方法;缺失体内干预、机制实验及随机对照,属观察性分析。

主要模型

NHANES 2001-2018成年人队列 CKM 1-4期个体 心血管代谢共病个体

重点核对

暴露变量:TyG-FI四分位数(Q1-Q4),计算基于TyG指数和衰弱指数 结局:全因死亡和心血管死亡,随访中位90个月 调整变量:年龄、性别、种族、PIR、教育、婚姻、吸烟、饮酒 统计分析运用加权方法和多项敏感性分析

摘要

背景:心血管-肾脏-代谢(CKM)综合征和心血管代谢共病(CMM)带来大量死亡,然而整合胰岛素抵抗和衰弱的复合指数是否比传统代谢标志物与晚期CKM综合征、CMM和死亡率有更强的关联仍不清楚。本研究评估了甘油三酯-葡萄糖-衰弱指数(TyG-FI)与CKM、CMM以及全因和心血管死亡率的关系,并探讨了基线估算肾小球滤过率(eGFR)的作用。方法:分析纳入来自2001-2018年美国国家健康与营养调查的11,228名20-79岁成年人。TyG-FI计算为TyG指数乘以衰弱指数。使用调查加权的logistic和Cox比例风险模型估计比值比和风险比,并顺序调整人口统计学、社会经济和行为混杂因素。限制性立方样条检查非线性关系。使用受试者工作特征曲线及DeLong检验、时间依赖性AUC、Harrell's C-index、校准和决策曲线分析评估整体模型性能。探索性中介分析量化了基线eGFR所占的死亡率关联比例。通过多种敏感性和亚组分析验证稳健性。结果:在中位随访90个月期间(1,220例全因死亡和379例心血管死亡),较高的TyG-FI四分位数与生存率分级下降相关。与最低TyG-FI四分位数相比,最高四分位数的晚期CKM综合征(OR = 4.57, 95% CI: 3.50–5.99)和CMM(OR = 5.09, 95% CI: 2.83–9.16)的几率显著升高,且全因(HR = 3.90, 95% CI: 2.96–5.13)和心血管死亡(HR = 5.82, 95% CI: 3.38–10.03)的风险更高。在CMM参与者中,与全因死亡的关系仍然存在(HR = 2.69, 95% CI: 1.69–4.28)。结果的剂量-反应模式是非线性的(非线性P < 0.001)。TyG-FI比大多数替代胰岛素抵抗指数显示出更高的区分度,而较低的基线eGFR部分解释了与死亡关联的16.45%至26.74%。敏感性分析证实了所有发现的稳定性。结论:同时捕获代谢功能障碍和生理衰弱的TyG-FI与晚期CKM综合征、CMM患病和死亡率的关系比大多数替代胰岛素抵抗指数更强。在探索性分析中,较低的基线eGFR部分解释了与死亡关联的一部分。TyG-FI可能为高心血管代谢风险个体提供一种实用的早期死亡风险分层工具。

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
整合胰岛素抵抗和衰弱的复合指数TyG-FI与晚期CKM综合征、CMM及全因和心血管死亡风险是否相关?其区分性能是否优于大多数替代胰岛素抵抗指数,以及基线eGFR是否在其中起作用?
核心机制
文献提出胰岛素抵抗和衰弱相互交织,加剧全身性炎症和氧化应激等共同通路,协同增加心血管和死亡风险;肾功能损伤可能中介代谢衰弱向临床终点转变。
主要证据
NHANES 2001-2018 11,228名成年人队列中,TyG-FI最高四分位与晚期CKM综合征(OR=4.57)、CMM(OR=5.09)及全因死亡(HR=3.90)和心血管死亡(HR=5.82)风险显著相关;eGFR中介比例为16.45%-26.74%。
研究意义
TyG-FI可能为高心血管代谢风险个体提供一种实用的早期死亡风险分层工具;但需在临床实施前进行独立前瞻性验证。

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

研究人群选择与队列构建

从NHANES 2001-2018选取20-79岁非成年的对象,确定最终分析人群。

研究者联合九个连续的两年周期NHANES数据,初始共91,351人。排除年龄不符合或怀孕个体后得48,938人,进一步排除缺失CKM分期、衰弱指数、胰岛素抵抗指标、生存状态及其他变量者后,最终纳入11,228名参与者。

2

指标定义与计算

定义主要暴露指标TyG-FI并比较多种替代胰岛素抵抗指数。

根据原文公式计算TyG-FI(TyG指数乘以衰弱指数)、TyG、BMI、WHtR、BRI、ABSI、AIP、METS-IR等指标。衰弱指数采用38项的缺陷累积模型,其中排除了与CKM定义重叠的11项。

3

结局评估(死亡率)

确定全因死亡和心血管死亡的结局数据来源和判定标准。

死亡状态获取自NHANES公共链接死亡文件,随访截止至2019年12月31日。死因分类采用ICD-10。全因死亡率定义为任意原因死亡,心血管死亡率定义为因心脏病或脑血管病致死。

4

CKM分期与CMM定义

定义CKM综合征分期和心血管代谢共病状态。

按照AHA总统咨询文件对CKM进行分期(0-4期)。代谢紊乱包括多种危险因素;临床CVD包括既往诊断的心衰、冠心病、心梗或脑卒中;亚临床CVD通过PREVENT算法评估(10年风险≥20%)。CMM定义为糖尿病、心脏病和脑卒中三类中至少存在两种。

5

统计分析与关联检验

评估TyG-FI与结局的关系,检验剂量-反应关系及区分度。

采用加权logistic回归和Cox比例风险模型计算OR和HR,模型依次调整人口统计学、社经和行为因素。限制性立方样条用于探索非线性。使用ROC曲线、时间依赖AUC、Harrell's C-index等评估区分度。

6

敏感性分析与中介分析

验证主要发现的稳健性并探讨eGFR的中介作用。

通过纳入CKM 0期、排除极端值、多重插补、Fine-Gray竞争风险模型和准泊松回归等敏感性分析。中介分析使用1000次bootstrap抽样估计eGFR在TyG-FI与死亡关联中的中介比例。

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。

产品清单

实验环节名称品牌货号
R软件R Foundation for Statistical Computing--

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
数据来源和队列选择
使用NHANES 2001-2018数据,纳入20-79岁非怀孕成年人,排除缺失关键变量的受试者,最终样本量11,228。
阅读提示:Methods: Study population and design
暴露定义
TyG-FI定义为TyG指数(ln[TG (mg/dL) × FBG (mg/dL)/2])乘以38项衰弱指数,衰弱指数排除了与CKM和CMM重叠的11项。
阅读提示:Methods: Definitions of insulin resistance indices
结局判定
全因死亡和心血管死亡, ICD-10编码心血管死亡为I00-I09、I11、I13、I20-I51;脑卒中为I60-I69。
阅读提示:Methods: Mortality data collection and analysis
统计分析
采用加权logistic和Cox模型,调整多变量(模型3调整年龄、性别、种族、PIR、教育、婚姻、吸烟、饮酒),使用限制性立方样条(3结点)评估非线性。
阅读提示:Methods: Statistical analysis
敏感性分析
包括扩大样本、剔除极端值、多重插补、竞争风险模型、准泊松回归等。
阅读提示:Results: Sensitivity analyses