联合胆固醇、高密度脂蛋白、葡萄糖指数和衰弱指数与心血管-肾脏-代谢综合征0-3期新发心血管疾病的关联:来自CHARLS的证据

Association between the combined cholesterol, high-density lipoprotein, glucose index and frailty index and new-onset cardiovascular disease in individuals with cardiovascular-kidney-metabolic syndrome stages 0-3: evidence from CHARLS

作者信息Zhonghua Sun, Kexue Wang, Chiwei Guo, Jiajun Qiu, Wencai Wang, Yameng Xu, Yi Tang, Kaisaierjiang Kadier, Song Wen, Wenhong Zhang
PMID42464305
发布时间2026-07-16
DOI10.1186/s12933-026-03293-y

实验完整度

中

基于CHARLS队列的纵向观察性研究,进行了多变量Cox回归、RCS、ROC、NRI/IDI等分析,但无体外或动物模型验证。

主要模型

CHARLS队列中4,603名CKM 0-3期中老年参与者

重点核对

CKM分期定义:依据AHA科学声明,0期为无CKM危险因素,1期为超重/肥胖、腹型肥胖或脂肪相关功能障碍,2期为代谢危险因素和/或中高风险CKD,3期为亚临床CVD(PREVENT方程10年预测CVD风险≥20%或极高风险CKD),4期为临床CVD并排除。 CHG-FI计算:CHG指数由总胆固醇、HDL-C和空腹血糖计算,FI基于32项健康缺陷构建,CHG-FI为CHG与FI的乘积。 结局定义:新发CVD为随访期间发生心脏病或卒中,基于自我报告的医生诊断;心脏病包括心脏病发作、冠心病、心绞痛、充血性心力衰竭或其他心脏问题;卒中为自我报告的医生诊断卒中。 随访时间:中位随访9年,随访波次为2013、2015、2018和2020年。 协变量调整:Model 4调整年龄、性别、教育、户口、婚姻状况、吸烟、饮酒、睡眠时间、BMI、高血压、糖尿病、血小板计数、血尿素氮、尿酸、C反应蛋白和血清肌酐。

摘要

背景:早期心血管-肾脏-代谢(CKM)综合征,涵盖0-3期,代表了在临床心血管疾病(CVD)发生之前识别高危个体的关键窗口期。代谢失调和衰弱相关的生理脆弱性可能共同导致中老年人的心血管易感性。然而,传统的单域标志物可能不足以充分捕捉这种联合风险负担。本研究旨在评估联合胆固醇、高密度脂蛋白、葡萄糖指数和衰弱指数(CHG-FI)与早期CKM综合征个体新发CVD、心脏病和卒中的关联及预测效用。 方法:本队列研究使用了中国健康与养老追踪研究(CHARLS,2011-2020)的纵向数据,纳入4,603名CKM 0-3期参与者。新发CVD定义为随访期间发生心脏病或卒中,是主要结局;新发心脏病和卒中作为次要结局分别分析。CHG-FI计算为胆固醇、高密度脂蛋白、葡萄糖(CHG)指数与衰弱指数(FI)的乘积。采用多变量Cox比例风险模型评估CHG-FI与新发心血管结局的关联。应用限制性立方样条检查非线性剂量-反应关系。联合暴露分析用于描述联合CHG和FI类别下的CVD风险,并进行乘法和加法交互分析以评估CHG和FI是否在新发CVD中相互作用。使用受试者工作特征曲线、DeLong检验、净重分类改善(NRI)和综合判别改善(IDI)将预测性能与CHG、FI、甘油三酯-葡萄糖指数(TyG)、血浆致动脉粥样硬化指数(AIP)和胰岛素抵抗代谢评分(METS-IR)进行比较。通过分别将CHG-FI和比较指数加入完全调整的基础模型,进一步进行正式的增量建模。 结果:在中位随访9年期间,1,189名参与者(25.8%)发生新发CVD。在完全调整模型中,CHG-FI每增加一个单位与新发心脏病(HR=1.59;95% CI 1.42-1.77)、卒中(HR=1.56;95% CI 1.32-1.83)和复合CVD(HR=1.56;95% CI 1.41-1.72)风险升高相关。与最低四分位数相比,最高CHG-FI四分位数的参与者所有心血管结局风险增加超过两倍。限制性立方样条分析显示非线性关联,心血管风险在较低至中等CHG-FI水平增加更陡峭。在联合暴露分析中,同时具有高CHG和高FI的参与者新发CVD风险最高(HR=2.05;95% CI 1.71-2.47);然而,未观察到统计学显著的乘法或加法交互。在评估的指数中,CHG-FI对新发CVD(AUC 0.624)和心脏病(AUC 0.622)显示出最高的AUC,并在两个结局上统计学优于CHG、FI、TyG、AIP和METS-IR;然而,绝对判别性能一般。对于新发CVD,CHG-FI与CHG、TyG、AIP和METS-IR相比显示出统计学显著的重分类改善,NRI值分别为13.85%、9.16%、11.02%和20.90%,与所有参考指数相比,IDI改善较小但统计学显著,范围为0.20%至0.48%。在正式增量模型中,将CHG-FI加入完全调整的基础模型提供了统计学显著但有限的改善,仅比单独FI有小的绝对增益。 结论:在早期CKM综合征的中老年人中,较高的CHG-FI与新发CVD、心脏病和卒中风险增加独立相关。同时具有高CHG和高FI的参与者新发CVD风险最大,尽管这种模式并未反映统计学显著的乘法或加法交互。CHG-FI显示出统计学显著但适度的判别性能,且超越比较指数和临床协变量的增量改善幅度有限。这些发现提示CHG-FI可能作为一种反映综合葡萄糖-脂质代谢失调和衰弱相关脆弱性的补充标志物,但不应被视为独立的临床预测工具,在临床应用前需要进一步验证。

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期的中老年人群中,由CHG指数和FI衍生的联合指数CHG-FI是否与新发CVD、心脏病和卒中相关?CHG-FI是否提供超越其单个组分和已建立的代谢指数的增量预测价值?CHG和FI是否在新发CVD中相互作用?
核心机制
CHG-FI可能反映葡萄糖-脂质代谢失调和衰弱相关生理脆弱性的综合负担,这两者可能通过部分独立或平行的途径共同导致心血管风险,但未观察到统计学显著的乘法或加法交互。
主要证据
在4,603名CKM 0-3期参与者中,中位随访9年,CHG-FI每增加一个单位与新发心脏病(HR=1.59)、卒中(HR=1.56)和复合CVD(HR=1.56)风险升高独立相关;最高四分位数风险增加超过两倍;RCS显示非线性关联;联合暴露分析中高CHG+高FI组风险最高(HR=2.05);CHG-FI的AUC为0.624(CVD)和0.622(心脏病),优于CHG、FI、TyG、AIP和METS-IR,但绝对判别性能一般。
研究意义
CHG-FI可能作为一种补充标志物,反映早期CKM综合征中综合的葡萄糖-脂质代谢失调和衰弱相关脆弱性,用于识别新发CVD、心脏病和卒中风险较高的个体,但不应被视为独立的临床预测工具,需要进一步外部验证。

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

研究人群与CKM分期

建立CKM 0-3期研究队列,明确纳入排除标准。

从CHARLS 2011年基线17,708名参与者中,排除年龄<45岁、CKM 4期或缺失CKM分期数据、缺失CHG或FI计算数据、失访或协变量数据不完整的个体,最终纳入4,603名CKM 0-3期参与者。

2

CHG-FI计算与基线评估

计算CHG-FI并评估基线特征。

使用酶比色法测量空腹血糖、总胆固醇、甘油三酯和HDL-C,计算CHG指数;基于32项健康缺陷构建FI;CHG-FI为CHG与FI的乘积。按CHG-FI四分位数总结基线特征。

3

CHG-FI与新发心血管结局的关联分析

评估CHG-FI与新发CVD、心脏病和卒中的关联及剂量-反应关系。

使用Kaplan-Meier曲线比较CHG-FI四分位数组的新发CVD、心脏病和卒中累积发病率;多变量Cox比例风险模型分析CHG-FI作为连续变量和四分位数的关联;限制性立方样条分析非线性关系。

4

联合暴露与交互分析

评估CHG和FI的联合关联及交互作用。

将CHG和FI按中位数二分,交叉分类为低CHG+低FI、高CHG+低FI、低CHG+高FI、高CHG+高FI四组,以低CHG+低FI为参照,使用Cox模型分析新发CVD风险;通过乘积项评估乘法交互,通过RERI、AP、SI评估加法交互。

5

预测性能比较与增量模型

比较CHG-FI与单个组分及已建立代谢指数的预测性能。

使用ROC曲线、DeLong检验、NRI和IDI比较CHG-FI与CHG、FI、TyG、AIP、METS-IR的预测性能;将各指数分别加入完全调整基础模型进行增量建模。

6

亚组分析与敏感性分析

评估结果的稳健性和潜在效应修饰。

按年龄、性别、婚姻状况、教育、户口、BMI、吸烟、饮酒、睡眠时间进行亚组分析;进行多重插补、排除随访前24个月事件、四种替代FI规格、额外调整当前居住地、VIF诊断、排除基线高血压/糖尿病、额外调整CKM分期、比例风险诊断、时间依赖Cox回归、标准化加法CHG-FI评分、排除PLT等敏感性分析。

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
研究人群与CKM分期
CKM分期定义依据AHA科学声明;纳入标准为CKM 0-3期,排除CKM 4期;最终样本量4,603人。
阅读提示:详见Methods中Study population和Definition of CKM syndrome stages小节,以及Fig. 1流程图。
CHG-FI计算
CHG指数计算公式:文中未明确说明具体公式;FI基于32项健康缺陷,涵盖慢性病、感觉问题、自评健康、ADL/IADL限制、mobility限制、抑郁症状和认知功能;CHG-FI=CHG×FI。
阅读提示:详见Methods中Assessment of metabolic indices and CHG-FI小节,以及Table S1。
结局评估
新发CVD定义为随访期间发生心脏病或卒中;心脏病包括心脏病发作、冠心病、心绞痛、充血性心力衰竭或其他心脏问题;卒中为自我报告的医生诊断卒中。
阅读提示:详见Methods中Assessment of outcomes小节。
协变量调整
Model 4调整年龄、性别、教育、户口、婚姻状况、吸烟、饮酒、睡眠时间、BMI、高血压、糖尿病、血小板计数、血尿素氮、尿酸、C反应蛋白和血清肌酐。
阅读提示:详见Methods中Covariates小节和Statistical analysis小节,以及Table 2脚注。
统计分析与预测性能比较
使用R 4.2.2版本;Cox模型比例风险假设通过Schoenfeld残差评估;AUC比较使用DeLong检验;NRI和IDI分析;VIF阈值<5。
阅读提示:详见Methods中Statistical analysis小节,以及Table 5和补充表S2-S4。