既往、里程碑及两次随访累积甘油三酯-葡萄糖指数与非传统血脂指标与心血管-肾脏-代谢综合征(CKM)0-3期成人新发心血管疾病的关系:一项全国性前瞻性队列研究

Antecedent, landmark, and two-visit cumulative triglyceride-glucose index and non-traditional lipid measures in relation to incident cardiovascular disease in adults with cardiovascular-kidney-metabolic syndrome (CKM) stages 0-3: a nationwide prospective cohort study

作者信息Aomen Lu, Qian Xu
PMID42778923
发布时间2026-09-23
DOI10.1186/s12933-026-03386-8

实验完整度

中

基于CHARLS前瞻性队列,有明确实验方法和验证结果,但为观察性分析,无功能或机制验证。

主要模型

CHARLS 2011-2020年CKM 0-3期成人队列(n=4,420) 2015年里程碑分析设计 病因特异性Cox和Fine-Gray竞争风险模型

重点核对

累积双高与双低暴露定义基于队列特异性中位数 模型3调整年龄、性别、BMI、吸烟、饮酒、教育、婚姻、睡眠、居住地、收缩压、舒张压、eGFR、hs-CRP和癌症 CVD事件定义:里程碑后首次医生诊断心脏病或卒中或相应治疗证据 死亡作为竞争事件处理,Fine-Gray模型估计亚分布HR 主要分析家族:五个累积双高vs双低比较,Benjamini-Hochberg FDR校正

摘要

背景:甘油三酯-葡萄糖(TyG)指数和非传统血脂参数(nTLPs)是反映重叠代谢与脂蛋白负担的低成本标志物。它们在心血管-肾脏-代谢(CKM)0-3期成人中的心血管疾病(CVD)特异性纵向关联及增量预后贡献仍不确定。方法:我们在中国健康与养老追踪研究(CHARLS)中进行了2015年里程碑分析。TyG与血浆致动脉粥样硬化指数(AIP)、非高密度脂蛋白胆固醇(non-HDL-C)、Castelli风险指数I和II(CRI-I和CRI-II)以及脂蛋白结合指数(LCI)联合评估。我们检查了2011年既往值、2015年里程碑值以及2011年至2015年的两次随访时间加权累积测量值。主要分析家族包括五个累积双高与双低比较,针对新发CVD。拟合了病因特异性Cox模型和Fine-Gray模型,并采用Benjamini-Hochberg校正。次要分析涉及心脏病、卒中、剂量反应、效应修饰、稳健性以及考虑删失的五年预测。结果:在4,420名CKM 0-3期且具有有效里程碑后CVD随访的参与者中,827人发生CVD;终点特异性分析包括4,411名参与者中的571例心脏病事件和4,414名参与者中的328例卒中事件。对于累积双高暴露,CVD的校正Cox HR范围为1.29(95% CI 1.09–1.52)至1.45(1.20–1.74),Fine-Gray SHR范围为1.28(1.09–1.50)至1.43(1.19–1.72);所有主要FDR q值均< 0.003。次要卒中估计通常更大。仅协变量C-index为0.616,五年IPCW AUC为0.634(0.608–0.659)。最佳扩展模型,TyG加CRI-II,C-index为0.628,AUC为0.665(0.640–0.690),分别对应变化0.012和0.031。结论:在考虑竞争死亡后,较高的两次随访累积TyG-nTLP负担与新发CVD相关。然而,增量判别能力较小,且共享的实验室组分限制了生物学独立性或协同作用的声称。这些指数可能为流行病学风险特征描述提供额外信息,而其增量临床预测价值似乎有限,需要进一步验证。

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
在CKM 0-3期且2015年无临床CVD的成人中,既往、里程碑及两次随访累积TyG-nTLP测量是否与新发CVD及其心脏病和卒中亚型相关,并且是否在既定协变量之外显著改善预测?
核心机制
较高的两次随访累积TyG-nTLP负担与新发CVD相关,但共享实验室组分和缺乏交互作用表明这是共同升高的代谢-脂质表型,而非协同或独立生物学效应。
主要证据
在4,420名CHARLS参与者中,五个累积双高比较的Cox HR为1.29-1.45,Fine-Gray SHR为1.28-1.43,所有q<0.003;卒中HRs为1.51-1.79;预测增量C-index变化0.012,AUC变化0.031。
研究意义
这些指标可能作为低成本的流行病学描述符,用于表征代谢-脂质负担,但其增量临床预测价值有限,需要外部验证和进一步评估。

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

研究设计与队列构建

建立2015年里程碑分析队列,确保参与者2015年前无临床CVD且具有完整暴露和协变量数据。

使用CHARLS Waves 1-5(2011-2020)数据,筛选2011年受访、年龄≥45岁、2015年前无CVD、2015年CKM分期0-3、两次生物标志物完整、有阳性随访间隔和完整主要模型协变量的参与者。

2

暴露评估与计算

计算TyG和五种非传统血脂参数在2011年、2015年及累积暴露值。

TyG计算为ln[(甘油三酯mg/dL × 空腹血糖mg/dL)/2];AIP为log10[甘油三酯(mmol/L)/HDL-C(mmol/L)];non-HDL-C为总胆固醇减HDL-C;CRI-I为总胆固醇/HDL-C;CRI-II为LDL-C/HDL-C;LCI为[总胆固醇×甘油三酯×LDL-C]/HDL-C。累积测量为[(2011值+2015值)/2]×间隔时间。

3

CKM分期

在2015年里程碑对参与者进行CKM分期。

使用AHA 0-4期框架和CHARLS风险等效操作化。0期无CKM风险因素;1期过度/功能异常肥胖或糖尿病前期;2期代谢风险因素或中高风险肾病;3期风险等效代理(性别特异性Framingham 10年一般CVD风险女性≥21.5%或男性≥21.6%,或eGFR<30 mL/min/1.73 m²);4期临床CVD排除。

4

结局 ascertainment与随访

确定新发CVD、心脏病和卒中事件及随访时间。

主要终点为新发CVD,定义为里程碑后首次报告医生诊断心脏病或卒中或相应治疗证据。心脏病和卒中分别分析。事件时间分配至首次阳性随访访谈日期;死亡作为竞争事件。

5

统计分析

评估累积双高与双低暴露与CVD的关联及预测增量。

使用三个层次调整模型(Model 1未调整;Model 2调整人口学和行为;Model 3进一步调整血压、eGFR、hs-CRP和癌症)。拟合病因特异性Cox和Fine-Gray模型。主要分析家族为五个Model 3累积双高vs双低比较,BH-FDR校正。

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版本4.5.2----

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
研究设计与队列构建
入选标准:2011年受访、年龄≥45岁、2015年前无临床CVD、2015年CKM分期0-3、两次生物标志物完整、阳性随访间隔、完整主要模型协变量
阅读提示:Methods 'Study design and participants';Figure 1;Supplementary Tables S2–S3
暴露评估
TyG和nTLP计算公式及单位转换;累积测量为[(2011值+2015值)/2]×间隔时间;联合分类基于中位数
阅读提示:Methods 'Exposure assessment'
CKM分期
CKM分期操作定义:0期无风险因素;1期肥胖或糖尿病前期;2期代谢风险或肾病;3期Framingham风险≥21.5%(女)或≥21.6%(男)或eGFR<30;4期临床CVD排除
阅读提示:Methods 'CKM staging';Supplementary Table S1
结局 ascertainment
CVD定义:首次医生诊断心脏病或卒中或相应治疗证据;事件时间分配至首次阳性访谈日期;死亡作为竞争事件;中位随访5年
阅读提示:Methods 'Outcomes and follow-up'
统计分析
主要分析家族:五个累积双高vs双低比较;Model 3调整变量;BH-FDR校正;预测性能指标
阅读提示:Methods 'Statistical analysis';Table 2;Figure 2