胰岛素抵抗的代谢评分与新发高血压之间的关系：CHARLS研究的证据

《PLOS One》：Relationship of the metabolic score for insulin resistance and the new-onset hypertension: Evidence from CHARLS

本研究基于中国健康与退休追踪调查数据，探讨代谢评分（METS-IR）对45岁以上中国成年人高血压发病的预测价值。通过Cox回归分析，发现METS-IR升高与高血压风险呈线性剂量反应关系（HR=1.31，95%CI 1.13-1.52），且在调整年龄、性别、收缩压等混杂因素后仍保持独立预测作用。增量预测价值分析显示，加入METS-IR后模型NRI提高16.58%，IDI为0.75%，DCA证实其在15%-50%风险阈值内具有临床决策优势。

　　高血压（HTN）的进展与胰岛素抵抗（IR）密切相关，但目前关于代谢性胰岛素抵抗评分（METS-IR）与高血压之间的联系研究仍较为有限。本研究通过分析中国健康与退休追踪研究（CHARLS）中4,051名无高血压病史的成年人，探索了METS-IR对高血压发病的预测价值。研究结果显示，随着METS-IR值的升高，高血压的发病率也呈现显著上升趋势，且该关系具有线性剂量反应特征。此外，将METS-IR纳入传统风险因素模型后，其对高血压预测能力有所提升，表明METS-IR在高血压风险评估中具有潜在的应用价值。

高血压是一种重要的心血管疾病风险因素，与不良心血管事件、心脏死亡、中风和慢性肾病的发生密切相关。在中国，高血压影响了约2.44亿成年人，尽管已有管理措施，但其仍是重要的公共卫生挑战。早期识别高风险人群需要深入理解关键的风险因素，包括肥胖、血脂异常和胰岛素抵抗。胰岛素抵抗是高血压及其常见并发症，如2型糖尿病（T2DM）的重要病理生理机制。然而，传统的胰岛素敏感性评估方法，如高胰岛素血症-等血糖钳夹试验（HEC），因其操作复杂性而难以广泛使用。因此，开发基于常规可获取数据的非胰岛素依赖性胰岛素抵抗指标成为研究热点。

METS-IR是一种新颖的非胰岛素依赖性指标，结合了空腹血糖（FPG）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）和体重指数（BMI）等参数，能够全面反映由肥胖驱动的代谢功能障碍。这种功能障碍是高血压和其他非传染性疾病（NCDs）如心血管疾病（CVD）、脂肪肝和代谢综合征的核心机制之一。METS-IR在识别早期代谢紊乱路径方面具有独特优势，为非传染性疾病的危险分层和预防提供了有价值的工具。与其它非胰岛素指标（如TyG指数和TG/HDL-C比值）相比，METS-IR包含BMI，能够更好地捕捉脂肪蓄积与代谢紊乱之间的关键相互作用。

研究采用了CHARLS队列的前瞻性数据，对METS-IR与高血压发病之间的独立预测关系进行了评估。研究假设，基线METS-IR水平的升高会与高血压发病风险呈线性正相关，并在调整了传统心血管风险因素后进行验证。研究结果显示，在调整了所有潜在混杂因素后，最高METS-IR四分位数（Q4）的参与者相较于最低四分位数（Q1）的高血压风险增加了31%。METS-IR与高血压之间的剂量反应关系在所有子组分析中均保持一致，特别是在非吸烟者中更为显著，提示吸烟状态可能是重要的效应修饰因素。

研究还通过多种统计方法评估了METS-IR的增量预测价值，包括C统计量、净再分类改善（NRI）和整合判别改善（IDI）。结果表明，将METS-IR纳入传统预测模型后，其显著提高了高血压的预测能力，且在不同风险阈值下具有更高的临床决策效用。此外，通过敏感性分析和子组分析，研究进一步验证了METS-IR的稳健性，排除了体重超标或糖尿病人群后，该指标仍能有效预测高血压风险。

尽管研究结果具有重要意义，但仍然存在一些局限性。首先，由于未直接测量胰岛素标志物，研究无法评估METS-IR对直接反映胰岛素抵抗的指标的预测能力。其次，研究数据来自CHARLS队列，其中详细的地理信息已被匿名化，限制了对复杂调查设计（如聚类和分层）的分析。此外，研究未能完全排除未测量的混杂因素，如钠/钾摄入量、体力活动模式、药物使用（如非甾体抗炎药、皮质类固醇）、睡眠呼吸暂停的严重程度、遗传因素和心理社会压力等。尽管如此，研究通过逆概率删失加权（IPCW）分析，确认了METS-IR对高血压风险的预测效果在调整了这些潜在混杂因素后依然稳健。

本研究的发现为高血压的预防和干预策略提供了科学依据。METS-IR作为一种非胰岛素依赖性指标，能够有效整合多种代谢参数，为临床提供了一种简便、实用的风险分层工具。未来的研究可以进一步探讨METS-IR与高血压之间的潜在机制，并在不同人群中验证其预测能力，以期为公共卫生政策和临床实践提供更广泛的指导。