C反应蛋白-甘油三酯-葡萄糖指数与全因死亡率及过早死亡之间的关联：基于邵阳市中心医院病例数据和CHARLS数据库的联合分析

《Frontiers in Medicine》：Association between C-reactive protein-triglyceride glucose index and all-cause mortality and premature death: a joint analysis based on case data from the Central Hospital of Shaoyang and CHARLS database

CTI预测中国人群全因死亡及早逝风险的多中心队列研究，采用CHARLS和CHSY两队列（共12192人），发现CTI每增加1个标准差，全因死亡率HR=1.86（95%CI 1.53-2.26），早逝HR=2.10（95%CI 1.71-2.59）。队列内CTI与死亡率呈显著正相关，且在CHSY队列中显示非线性剂量反应关系（P<0.001）。亚组分析提示男性、低教育水平及无高血压人群风险更高。敏感性分析排除共病因素后效应增强。C-index显示CTI优于TyG（0.61-0.65 vs 0.51-0.53）。研究证实CTI是独立死亡预测因子，具有跨队列一致性，但需更多前瞻性验证。

　　本研究系统探讨了C反应蛋白-甘油三酯葡萄糖指数（CTI）与全因死亡率和早逝风险之间的关系。CTI是一种结合了C反应蛋白（CRP）、甘油三酯（TG）和血糖（GLU）的综合生物标志物，已被广泛认为是代谢紊乱与慢性炎症协同作用的反映。随着全球范围内代谢相关疾病对公共健康构成的挑战日益加剧，传统的单一指标在风险评估中的局限性逐渐显现，尤其是对于那些同时存在代谢异常和炎症反应的高危人群。因此，CTI作为一种新的综合指标，其在预测死亡风险方面的价值引起了广泛关注。

研究采用了来自中国健康与退休追踪研究（CHARLS）和邵阳中心医院（CHSY）的两组数据，共计12,192名参与者。CHARLS是一个覆盖全国28个省份、年龄在45岁及以上人群的大型纵向研究，而CHSY则提供了更为精确的临床环境下的代谢和炎症指标数据。两组研究均采用了Cox比例风险模型，以评估CTI与死亡率之间的关系，并利用受限立方样条（RCS）分析方法探索可能存在的非线性关联。此外，研究还进行了亚组分析和敏感性分析，以验证研究结果的稳健性，并评估不同指标在预测死亡率方面的区分能力。

在CHARLS队列中，每增加一个标准差的CTI值，全因死亡率（HR = 1.86）和早逝风险（HR = 2.10）均显著升高。类似的结果也出现在CHSY队列中，全因死亡率的HR为1.84，早逝风险的HR为2.37。这些发现表明，CTI与死亡风险之间存在较强的正相关性，且这种关联在不同时间点和不同人群的分析中均得到了验证。值得注意的是，在CHSY队列中，RCS分析揭示了CTI与死亡率之间可能存在非线性剂量-反应关系，尤其是在较高CTI值时，风险急剧上升，这提示可能存在某种“临界点”或“阈值效应”，即当CTI超过某一特定水平时，其对死亡风险的影响显著增强。

亚组分析进一步揭示了CTI对死亡风险的影响并非在所有人群中均等。研究发现，CTI与死亡率之间的关联在男性、受教育程度较低的人群以及未患高血压的人群中更为显著。这一结果提示，CTI可能在特定社会经济和健康状况的群体中具有更高的预测价值。此外，敏感性分析的结果表明，即使排除了高血压、糖尿病和冠心病等慢性疾病患者，CTI与死亡率之间的关联依然稳健，这进一步支持了其作为独立预测因子的潜力。

研究还对CTI与其他指标（如CRP和TyG）在预测死亡率方面的区分能力进行了比较。通过计算一致性指数（C-index），研究发现CTI在大多数情况下比TyG具有更优的预测性能，尤其是在CHARLS队列中，CTI的C-index值略高于CRP和TyG。然而，在CHSY队列中，TyG的C-index值略高，但仍显示出CTI在临床人群中的预测价值。这一发现表明，CTI可能在某些情况下优于单一指标，但在特定人群或条件下，其优势可能有所不同。

从方法学的角度来看，本研究采用了一种多中心、跨队列的分析策略，以提高结果的代表性和可推广性。CHARLS提供了长期随访数据，而CHSY则提供了更精确的临床测量数据。这种结合不仅有助于揭示CTI在不同健康背景下的表现差异，还为未来的临床应用提供了更为全面的依据。此外，研究中采用了多重插补（MICE）技术来处理缺失数据，并通过敏感性分析和交叉验证来减少潜在的偏倚，从而增强了研究结论的可信度。

然而，本研究也存在一些局限性。首先，尽管研究已经调整了多个潜在的混杂因素，但仍可能存在某些未被充分考虑的变量，如饮食模式、体力活动和睡眠质量等，这些因素在未来的分析中应予以重视。其次，CHSY队列中缺乏长期的死亡终点数据，这在一定程度上限制了其在预测死亡率方面的应用。此外，由于CTI的计算基于单次基线测量，未能反映CRP、血糖和血脂等指标的动态变化，这可能影响其对长期死亡风险的预测能力。因此，未来的研究应考虑纳入临床病史、诊断信息和重复测量数据，以更全面地评估CTI与健康结局之间的关系。

从公共卫生的角度来看，CTI的潜在应用价值不容忽视。由于其构成要素（CRP、TG和GLU）可以在大多数社区和县级医疗机构以较低成本检测，CTI具备在大规模人群中进行筛查的可行性。然而，在资源有限的地区，CRP检测设备和试剂的缺乏、实验室标准化和单位统一的挑战，以及医疗人员培训不足等问题，可能会影响CTI的准确计算和风险评估的实施。因此，CTI的应用应结合当地的资源条件和医疗体系，进行适当的调整和优化。

综上所述，本研究通过多中心队列数据的整合，为CTI在预测全因死亡率和早逝风险方面提供了有力的证据。CTI作为一种代谢-炎症综合指标，显示出在特定亚组人群中的较高预测价值，特别是在受教育程度较低、男性以及未患慢性疾病的人群中。尽管研究结果具有一定的科学意义和公共卫生价值，但在临床实践中的直接应用仍需进一步的验证和本地化调整。未来的研究应聚焦于CTI动态变化与长期健康结局之间的关系，并评估其在不同人群和地区的适用性。随着对CTI研究的深入，它有望成为公共卫生筛查和临床风险评估中的重要工具，为个体化医疗和健康管理提供新的视角。