甘油三酯、血糖、体重指数与MASLD患者代谢综合征（MASH）及心血管疾病之间的关联：一项横断面研究及机器学习分析

《Metabolism Open》：Association between triglyceride glucose-body mass index and MASH, cardiovascular disease in MASLD patients: a cross-sectional study and machine learning analysis

代谢紊乱相关脂肪性肝病（MASLD）中，TyG-BMI指数与代谢性肝脂肪性肝炎（MASH）及心血管疾病（CVD）风险显著相关。基于美国国家健康与营养调查（NHANES）2017-2020数据，研究显示TyG-BMI每增加1单位，MASH风险增加3%，CVD风险增加1%。机器学习模型（如梯度提升机AUC 0.910，支持向量机AUC 0.773）验证了TyG-BMI的独立预测价值。

　　代谢功能相关脂肪性肝病（MASLD）作为全球最常见的慢性肝病之一，其病情进展可能导致代谢功能相关脂肪性肝炎（MASH），进而引发肝纤维化、肝硬化甚至肝细胞癌。在MASLD患者中，MASH和心血管疾病（CVD）的风险评估对于临床干预至关重要。本研究聚焦于一个综合指标——三酰甘油葡萄糖-体重指数（TyG-BMI），该指标结合了三酰甘油葡萄糖指数（TyG）和体重指数（BMI），用以评估代谢异常。研究通过分析美国国家健康与营养调查（NHANES）数据，探讨TyG-BMI与MASLD患者MASH和CVD风险之间的关系，并借助机器学习技术识别相关风险因素。

研究采用分层抽样方法，确保样本覆盖年龄、性别、种族和经济地位等关键人口统计学变量，从而增强研究结果的外部有效性。初始样本包含15,560名参与者，经过多轮排除后，最终确定了674名MASLD患者作为主要分析对象。排除标准包括数据缺失、年龄不足18岁、肝弹性成像结果不全、肝病相关药物使用、酒精摄入过量等。为确保结果的稳健性，研究还进一步将样本分为未接受胰岛素治疗和接受胰岛素治疗的亚组进行敏感性分析。

在主要分析中，研究将TyG-BMI分为四个四分位数：Q1（<246.79）、Q2（246.79–280.32）、Q3（280.33–324.00）和Q4（≥324.00）。结果显示，Q4组患者的MASH风险显著高于Q1组，调整后的比值比（OR）为24.46（95%置信区间：2.94–203.31，P=0.003），而CVD风险的调整OR为3.53（95%置信区间：1.26–9.90，P=0.017）。通过限制性三次样条（RCS）分析，研究发现TyG-BMI与MASH和CVD之间存在线性关系，这表明该指标在风险评估中具有良好的适用性。

为了进一步验证研究结果的可靠性，研究采用了多种机器学习模型，包括逻辑回归（LR）、支持向量机（SVM）、梯度提升机（GBM）、极端梯度提升（XGBoost）、轻量级梯度提升（LightGBM）、k近邻（kNN）、自适应提升（AdaBoost）和类别增强提升（CatBoost）。这些模型在训练集和验证集上的表现被评估，其中GBM模型在区分高风险MASH方面表现出最佳性能，其曲线下面积（AUC）为0.910；而SVM模型在CVD风险预测方面具有最佳的AUC值0.773。通过Shapley加性解释（SHAP）分析，研究进一步揭示了各变量对模型预测的贡献程度，其中TyG-BMI在高风险MASH模型中的重要性尤为突出。

在分析中，研究发现TyG-BMI指数与MASH风险之间存在显著的正相关关系。对于CVD，TyG-BMI指数同样显示出与风险之间的显著联系。值得注意的是，虽然所有模型在训练集和验证集中均表现出一定的预测能力，但在验证集中，GBM和SVM模型在预测一致性方面表现最佳。此外，SHAP分析表明，TyG-BMI指数的增加与高风险MASH和CVD的概率增加呈正相关，这进一步强调了该指标在临床风险评估中的价值。

研究还进行了亚组分析，以探索不同人群中的风险差异。结果显示，TyG-BMI指数与男性MASH风险之间的关联更为显著，而女性则未显示出明显相关性。此外，吸烟者相较于非吸烟者表现出更高的MASH风险，且该指标与高血压、糖尿病及体力活动水平存在交互作用。对于CVD，研究发现该指标在男性中的作用更为显著，而女性则未显示出显著的关联。这提示在临床实践中，应特别关注男性患者的代谢状态，以更准确地识别高风险个体。

本研究的一个重要发现是，TyG-BMI指数不仅能够有效预测MASLD患者的MASH风险，还显示出对CVD风险的独立预测能力。这一结果在多个统计模型中得到验证，包括传统的逻辑回归和机器学习模型。此外，研究还发现，TyG-BMI指数的提升与较高的CVD发生率相关，这为临床医生提供了一个非侵入性的、易于获取且成本低廉的风险评估工具。

尽管研究结果具有重要意义，但也存在一些局限性。首先，由于研究采用的是横断面设计，因此无法明确因果关系。未来需要纵向研究来进一步验证这些发现并阐明其机制。其次，高风险MASH的诊断依赖于FAST评分，未来研究可以考虑结合肝活检等更为精确的诊断方法。此外，CVD的定义基于自我报告的医生诊断，可能存在回忆偏差和误分类的问题，未来应采用更准确的医疗记录进行验证。研究还指出，由于样本量有限，某些CVD事件（如中风）的关联可能不够显著，需要更大规模的样本进行进一步研究。最后，研究未涉及瘦型MASLD患者的分析，因为相关病例较少。未来需要针对瘦型MASLD进行更多研究，以探讨其独特的风险机制。

综上所述，TyG-BMI指数作为评估MASLD患者MASH和CVD风险的有效工具，具有重要的临床应用前景。通过整合胰岛素抵抗和肥胖的影响，该指标能够提供更全面的代谢功能评估。在实际临床工作中，TyG-BMI指数可以帮助医生快速识别那些具有较高风险发展为MASH或CVD的患者，从而制定更加精准的干预措施。未来的研究应关注该指标在不同人群中的适用性，并通过更大规模的样本和更精确的诊断方法进一步验证其预测能力。此外，还需开发针对高风险个体的干预措施，以改善患者预后并降低疾病进展的风险。