Hs-CRP/HDL-C比值与美国成人卒中风险的关联：基于NHANES数据的炎症-脂质代谢整合分析

本研究基于NHANES 2015-2018数据，首次探讨高敏C反应蛋白与高密度脂蛋白胆固醇比值(Hs-CRP/HDL-C)与卒中风险的关联。通过多模型回归、机器学习及SHAP可解释性分析，发现该比值与卒中风险呈正相关(OR:1.17)，并构建AUC达0.799的预测列线图，为早期识别高危人群提供了新型复合生物标志物。

　　

卒中作为全球致残和致死的主要原因之一，其发病率预计到2050年将增长71%。尽管已知炎症和脂质代谢异常是卒中的重要危险因素，但如何整合这两类指标实现更精准的早期预警仍是临床难题。近期发表在《Journal of Stroke and Cerebrovascular Diseases》的研究首次探索了高敏C反应蛋白与高密度脂蛋白胆固醇比值(Hs-CRP/HDL-C)这一新型复合标志物与卒中的关联。

研究团队利用美国国家健康与营养调查(NHANES)2015-2018周期数据，采用多阶段分层抽样方法纳入8,064名成人。通过多变量逻辑回归模型、限制性立方样条(RCS)分析非线性关系，结合LASSO回归筛选特征变量，并应用随机森林和XGBoost机器学习算法构建预测模型。最终基于关键变量构建可视化列线图。

研究结果显示，调整混杂因素后，Hs-CRP/HDL-C每增加一个标准差，卒中风险升高17%(OR:1.17)。年龄<51岁人群对该比值更敏感(OR:1.41)。机器学习模型AUC均>0.8，列线图预测效能达0.799。

在讨论部分，研究者指出Hs-CRP通过促进内皮功能障碍和动脉粥样硬化斑块形成增加卒中风险，而HDL-C则通过胆固醇逆向转运等机制发挥保护作用。该比值整合了炎症和脂质代谢双重信息，其预测价值在年轻人群中尤为显著。尽管存在横断面设计无法推断因果等局限，但作为首个探索该比值与卒中关联的大规模研究，为临床提供了经济有效的风险评估工具。

这项创新性研究不仅揭示了Hs-CRP/HDL-C的临床价值，更通过多模态分析方法构建了实用预测工具。未来需前瞻性研究验证其因果关联，并探索针对该比值的早期干预策略。研究结果对实现卒中的精准防控具有重要启示意义。