编辑推荐：
为评估 CHG 指数预测心血管疾病（CVD）风险的能力，研究人员开展相关队列研究，发现 CHG 指数与 CVD 风险呈线性相关且预测能力与 TyG 指数相当，有助于 CVD 风险分层和预防。
心血管疾病（Cardiovascular Disease，CVD）是全球重大的健康挑战，就像一个隐藏在暗处的 “健康杀手”，悄无声息地威胁着人们的生命。从 1990 年到 2019 年，全球 CVD 病例数从 3131 万飙升至 5545 万，2020 年中国 CVD 的年龄标准化发病率约为每 10 万人中有 411.8 人，年龄标准化死亡率为每 10 万人中有 245.39 人 。面对如此严峻的形势，寻找有效的风险预测指标至关重要。虽然目前已有一些单一生物标志物可预测 CVD 风险，但综合多个生物标志物能更全面地评估风险。
近年来，甘油三酯 - 葡萄糖（Triglyceride–Glucose，TyG）指数作为胰岛素抵抗（Insulin Resistance，IR）的重要生物标志物，在预测 CVD 风险方面发挥了重要作用。同时，一种新的生物标志物 —— 胆固醇、高密度脂蛋白（High-Density Lipoprotein，HDL）和葡萄糖（Cholesterol, High-Density Lipoprotein, and Glucose，CHG）指数被提出用于诊断 2 型糖尿病（Type 2 Diabetes Mellitus，T2DM），且诊断效果优于 TyG 指数。然而，CHG 指数在预测 CVD 风险方面的作用尚未得到研究。
为了填补这一空白，青岛大学医学院等机构的研究人员开展了一项基于中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）数据库的大规模回顾性队列研究。该研究成果发表在《Cardiovascular Diabetology》上，为心血管疾病风险预测提供了新的视角和依据。
研究人员首先从 CHARLS 数据库中筛选出 6249 名 45 岁及以上的成年人作为研究对象。在研究过程中，运用了多种关键技术方法：通过酶比色法测定参与者的血脂和血糖水平，进而计算出 TyG 指数（计算公式为：TyG 指数 = ln (TG (mg/dL) × FBG (mg/dL) / 2)）和 CHG 指数（计算公式为：CHG 指数 = Ln [TC (mg/dL) × FBG (mg/dL) / 2 × HDL (mg/dL)]） ；采用标准化问卷对 CVD 事件（包括心脏病和中风）进行追踪评估；运用描述性统计、Cox 回归模型、Kaplan - Meier 生存曲线、受限立方样条（Restricted Cubic Spline，RCS）模型、受试者工作特征（Receiver Operating Characteristic，ROC）曲线分析和亚组分析等多种统计方法，全面深入地探究 TyG 指数、CHG 指数与 CVD 风险之间的关系。
在参与者特征方面，研究发现，在 6249 名参与者中，1667 人（26.68%）在 9 年的随访期间发生了 CVD。CVD 组患者具有年龄较大、女性比例较高、BMI 增加、吸烟和饮酒率较低等特点，同时高血压、T2DM 等多种合并症的患病率显著高于非 CVD 组。此外，CVD 组的 TyG 指数和 CHG 指数也明显高于非 CVD 组。
Cox 回归模型评估结果显示，在未调整模型中，TyG 指数每增加 1 单位，CVD 风险增加 18%（HR = 1.18，95% CI 1.10 - 1.27，p < 0.001）；CHG 指数每增加 1 单位，CVD 风险增加 35%（HR = 1.35，95% CI 1.21 - 1.51，p < 0.001）。在调整了年龄、性别等多种因素后，这种关联仍然存在。
通过 Kaplan - Meier 生存曲线分析发现，随着 TyG 指数和 CHG 指数四分位数的升高，CVD 的累积风险均显著增加。
RCS 模型分析表明，TyG 指数与 CVD 风险呈非线性关系，而 CHG 指数与 CVD 风险呈正线性相关。
ROC 曲线分析结果显示，在 2 年、4 年、7 年和 9 年的随访中，TyG 指数和 CHG 指数在预测 CVD 风险方面的表现相当，两者的曲线下面积（Area Under Curve，AUC）无显著差异。
亚组分析结果表明，TyG 指数和 CHG 指数与 CVD 风险的关系不受性别、居住地区、高血压、糖尿病、血脂异常、教育水平、年龄和 BMI 等因素的影响。
研究结论指出，升高的 CHG 指数与 CVD 风险增加显著相关，且呈线性关系。同时，CHG 指数在评估 CVD 风险方面的预测能力与 TyG 指数相当。这一研究成果具有重要意义：一方面，为临床医生预测和管理 CVD 风险提供了新的参考指标，有助于实现更精准的个性化预防策略；另一方面，为公共卫生政策制定提供了科学依据，有助于在更广泛的人群中开展针对性的干预措施，降低 CVD 的发生率和死亡率。
然而，该研究也存在一定的局限性。研究数据来源于 CHARLS 数据库，可能无法完全涵盖其他国家或地区的 CVD 风险因素和人群特征；研究对象局限于 45 岁及以上的中老年人，研究结果对年轻人群的适用性有待进一步探索；研究结果通过自我报告问卷确定，可能存在数据收集偏差。
尽管如此，这项研究为心血管疾病风险预测领域开辟了新的方向，未来研究可进一步扩大样本范围，深入探究不同复合指数预测 CVD 风险的能力，以及 TyG 和 CHG 指数预测 CVD 风险的具体机制，从而为心血管疾病的预防和控制提供更有力的支持。
