血浆致动脉硬化指数与代谢综合征患者主要不良心血管事件的关联：英国生物银行大样本队列研究

《Cardiovascular Diabetology》：Association between the atherogenic index of plasma and major adverse cardiovascular events in individuals with metabolic syndrome: findings from the UK biobank

本研究基于英国生物银行(UK Biobank)大样本前瞻性队列，系统评估了血浆致动脉硬化指数(AIP)与代谢综合征(MetS)患者主要不良心血管事件(MACE)及其组分终点的关联。研究发现AIP升高与MACE、急性心肌梗死(AMI)和不稳定心绞痛(UA)风险增加显著相关，且呈U型/J型非线性关系。将AIP加入现行10年心血管风险预测模型可显著改善风险分层能力，为MetS患者心血管风险精准防控提供了新思路。

　　

心血管疾病(CVD)是全球范围内的首要死因，每年导致超过400万人死亡。在代谢综合征(MetS)患者中，心血管风险尤为突出——这类患者存在中心性肥胖、血压升高、血糖异常、高甘油三酯血症和低高密度脂蛋白胆固醇(HDL-C)等代谢异常聚集状态。随着肥胖和2型糖尿病全球流行，MetS患病率持续上升，约四分之一成年人受其影响。更令人担忧的是，MetS患者发生主要不良心血管事件(MACE)的风险比普通人群高出约2.35倍，心血管死亡率风险增加约2.4倍。

然而，传统心血管风险评估工具在MetS这一特殊人群中的应用存在局限。血浆致动脉硬化指数(AIP)，即log₁₀(TG/HDL-C)，作为一种反映致动脉硬化性血脂异常的综合指标，与低密度脂蛋白颗粒大小呈负相关，已被证明在普通人群和冠心病患者中具有心血管风险预测价值。但AIP在MetS患者中与MACE的关联尚未明确，特别是缺乏大样本长期随访证据。

为填补这一研究空白，胡元佳等人利用英国生物银行(UK Biobank)这一大规模前瞻性队列，开展了一项针对MetS患者的AIP与MACE关联研究。该研究旨在评估AIP是否与MetS患者的MACE及其组分终点(包括急性心肌梗死、心血管死亡、不稳定心绞痛、卒中和心力衰竭)独立相关，并探讨将AIP加入当代10年心血管风险预测方程是否能改善预测能力。

研究人员分析了131,736名基线时无MACE的MetS参与者数据，中位随访时间达13.4年。通过多变量Cox比例风险模型和限制性立方样条(RCS)分析，系统评估了AIP与各类心血管结局的关联。结果显示，在完全调整模型中，AIP每增加1个标准差(SD)，MACE风险增加7%(HR=1.07;95%CI:1.05-1.08)，AMI风险增加16%(HR=1.16;95%CI:1.12-1.19)，UA风险增加16%(HR=1.16;95%CI:1.13-1.19)。而AIP与卒中、心血管死亡和心力衰竭的关联则无统计学意义。

非线性分析揭示了更为复杂的关联模式：AIP与MACE、AMI、心力衰竭和心血管死亡呈U型关联，与UA呈J型关联(所有非线性P<0.05)，而与卒中的关联则为线性。这意味着不仅高AIP水平增加风险，极低AIP水平也可能带来不良结局，提示了一个代谢最优区间。

研究还发现，将AIP加入美国心脏协会PREVENT方程和欧洲心脏病学会SCORE2模型后，预测性能显著改善：C指数分别增加0.0029和0.0031，净重新分类指数(NRI)和综合判别改善指数(IDI)均显示统计学显著改善。

研究方法方面，本研究主要依托英国生物银行大样本队列，采用前瞻性设计，通过多变量Cox回归模型、限制性立方样条分析、Kaplan-Meier生存曲线和风险预测模型改进评估等关键技术，系统分析了AIP与MetS患者心血管结局的关联。

AIP与MACE的关联

在1,642,106人年随访期间，共发生19,140例MACE事件(发生率11.66/1000人年)。Kaplan-Meier曲线显示，最高AIP四分位数(Q4)组的累积风险持续高于低AIP组(log-rank P<0.001)。多变量Cox模型表明，AIP每增加1SD，MACE风险增加7%(完全调整模型)。RCS分析显示AIP与MACE风险存在显著非线性剂量反应关系(P<0.001)，呈U型模式。

AIP与AMI的关联

KM分析显示Q4组的AMI累积风险始终高于其他组(log-rank P<0.001)。Cox回归表明AIP每增加1SD，AMI风险增加16%。按四分位数分析显示风险随AIP升高而逐步增加。RCS分析证实了AIP与AMI风险的非线性U型关系。

AIP与UA的关联

KM曲线显示Q4组的不稳定心绞痛风险显著高于Q1组(log-rank P<0.001)。Cox回归表明AIP每增加1SD，UA风险增加16%。四分位数分析显示风险逐步上升。RCS分析揭示了AIP与UA风险的J型非线性关联。

AIP与CV死亡的关联

KM曲线显示Q4组的心血管死亡累积风险高于Q1组(4.0% vs. 1.5%，log-rank P=0.006)。然而，Cox回归未发现AIP与心血管死亡风险的显著关联，无论是连续变量还是四分位数分析均未达到统计学显著性。RCS分析显示U型曲线，但关联强度有限。

AIP与卒中的关联

KM分析显示AIP与卒中风险无关联(log-rank P=0.250)。Cox分析同样未发现显著关联，无论是连续变量还是四分位数分析。RCS分析支持AIP与卒中风险无显著线性或非线性关联的结论。

AIP与HF的关联

心力衰竭风险分析显示出与其他结局相反的趋势：KM曲线显示最低AIP四分位数(Q1)有最高累积风险，而最高四分位数(Q4)风险最低(log-rank P<0.001)。Cox回归显示AIP连续变量与HF风险无显著关联，但四分位数分析提示可能存在复杂关系。RCS分析证实了AIP与HF风险的显著U型关联。

亚组和敏感性分析

亚组分析显示，AIP与MACE、AMI和UA的正相关在大多数亚组中一致存在。体力活动对MACE关联存在显著修饰作用(P=0.009)，随着活动水平从低到高，关联强度逐渐增强。收入水平对AMI关联有修饰作用(P=0.049)。卒中风险关联被MetS组分数量(P=0.017)和就业状态(P=0.013)显著修饰。HF风险关联被MetS组分数量显著修饰(P<0.001)，在具有3个和4个组分的患者中呈负相关，而在5个组分患者中无此关联。

敏感性分析结果与主要分析一致，证实了结论的稳健性。多重插补、完整病例分析、排除随访前两年发生MACE的参与者、考虑竞争风险的Fine-Gray模型等分析均支持主要发现。

本研究通过大样本前瞻性队列数据，证实了AIP作为代谢综合征患者心血管风险分层工具的临床价值。研究发现不仅证实了AIP与MACE、急性心肌梗死和不稳定心绞痛的正相关，还揭示了复杂的U型/J型非线性关系，提示极高和极低AIP水平均可能带来心血管风险。

AIP通过反映致动脉硬化性血脂异常(高TG、低HDL-C)、小而密低密度脂蛋白(sdLDL-C)比例增加、胰岛素抵抗和慢性炎症状态等多重机制影响心血管风险。作为常规血脂检查即可获得的指标，AIP具有成本低、易获取的优势，将其纳入MetS患者风险评估有望改善风险分层精度，识别出传统风险因素之外的高危个体。

研究的创新点在于首次在MetS这一高危人群中系统评估AIP与MACE及其各组分终点的关联，并探讨了非线性关系和风险预测模型的改进价值。结果支持在临床实践中将AIP整合入MetS患者的心血管风险评估体系，为个体化预防策略提供依据。

未来研究需在更多样化人群中验证AIP的最佳切点值，通过更长随访和干预试验验证降低AIP是否能有效减少临床事件，并深入探索AIP影响心血管健康的分子机制。