《Journal of Diabetes Investigation》:Association between the cholesterol-high-density lipoprotein-glucose index and the incidence of new-onset diabetes in patients with chronic gastrointestinal diseases: A prospective cohort study
编辑推荐:
目的:本研究旨在探讨胆固醇-高密度脂蛋白-葡萄糖(CHG)指数与慢性胃肠病(CGID)患者糖尿病发病率之间的关联。
方法:本研究利用了中国健康与养老追踪调查(CHARLS)2011–2020年的数据。采用Cox比例风险模型评估CHG指数与新发糖尿病的关联。限制
目的:本研究旨在探讨胆固醇-高密度脂蛋白-葡萄糖(CHG)指数与慢性胃肠病(CGID)患者糖尿病发病率之间的关联。
方法:本研究利用了中国健康与养老追踪调查(CHARLS)2011–2020年的数据。采用Cox比例风险模型评估CHG指数与新发糖尿病的关联。限制性立方样条(RCS)分析用于检验剂量-反应关系,时间窗分析用于评估预测性能的时间依赖性。通过双轴分解(代谢负荷轴和脂质保护轴)探究CHG指数各组成部分的独立贡献。
结果:本研究纳入了1,870名基线无糖尿病的CGID患者。在随访期间,289名参与者(15.5%)发生了新发糖尿病。CHG指数与新发糖尿病风险相关(每增加1个标准差的风险比HR=1.44,95%置信区间CI: 1.28–1.61)。RCS分析显示无非线性关系(非线性P=0.773)。时间窗分析表明,CHG指数的预测性能随时间增强(0–5年HR=1.33 vs 5–9年HR=1.62,交互作用P<0.001)。双轴分解分析揭示,“高代谢负荷–低脂质保护”组的糖尿病风险最高(HR=2.00)。
结论:CHG指数是CGID患者新发糖尿病的独立危险因素,呈现线性剂量-反应关系和时间依赖性的预测性能。
研究背景与问题
糖尿病已成为中国重大的公共卫生挑战,2021年中国约有1.41亿成人糖尿病患者。同时,慢性胃肠病(CGID)如慢性胃炎、消化性溃疡等在全球范围内也造成了持续的疾病负担。传统诊疗模式下,糖尿病和CGID被视为相互独立的疾病,分别由消化内科和内分泌科管理。然而,两者共享肥胖、不良饮食习惯和慢性低度炎症等共同代谢危险因素,且CGID状态可能通过改变肠道菌群平衡及药物干预(如长期使用质子泵抑制剂)间接破坏机体糖脂代谢稳态。因此,CGID患者可能具有独特的代谢风险特征,需要特别关注。
近年来,胆固醇-高密度脂蛋白-葡萄糖(CHG)指数作为一种整合糖脂代谢信息的复合指标受到关注。相较于广泛使用的甘油三酯-葡萄糖(TyG)指数,CHG指数纳入总胆固醇(TC)和高密度脂蛋白胆固醇(HDL-C),能更全面地反映动脉粥样硬化性脂质负荷与血糖水平的协同代谢效应。尽管已有研究表明CHG指数与糖尿病风险相关,但现有研究多基于横断面设计或一般人群队列,尚无研究系统评估其在CGID这一特定人群中对新发糖尿病的预测价值。此外,CGID患者的血脂血糖谱可能受疾病本身及药物干预影响,CHG指数在该人群中的适用性尚不清楚。
基于此,研究人员设计了这项聚焦于CGID患者的前瞻性队列研究,旨在:(1)评估CHG指数与新发糖尿病发病率的关联;(2)探索CHG指数效应的潜在修饰因子;(3)通过双轴分解分析探究CHG指数各组成部分(代谢负荷轴和脂质保护轴)的独立贡献。
研究方法
本研究使用了中国健康与养老追踪调查(CHARLS)2011–2020年的数据,这是一个针对中国45岁及以上中老年人的全国性前瞻性队列研究。研究对象筛选流程为:从2011年CHARLS基线调查(波次1,n=17,708)开始,依次纳入年龄≥45岁者(n=17,060)、基线无糖尿病者(n=14,728)、空腹血糖(FPG)数据完整者(n=8,523)、TC和HDL-C数据完整者(n=8,358)、CGID状态数据完整者(n=8,339),最终共纳入8,339名参与者。其中,CGID队列(自我报告医生诊断的胃部或其他消化系统疾病,排除肿瘤或癌症)作为主要分析人群(n=1,870),非CGID队列作为比较组(n=6,469)。
关键技术方法包括:(1)Cox比例风险模型,用于评估CHG指数与新发糖尿病的关联,并逐步调整五组协变量模型;(2)限制性立方样条(RCS)分析,用于探索CHG指数与糖尿病风险的非线性剂量-反应关系;(3)Kaplan-Meier法绘制累积发病率曲线,并用log-rank检验评估组间差异;(4)时间窗Cox回归分析,将随访期分为前5年和后5年,评估CHG指数预测性能的时间依赖性;(5)受试者工作特征(ROC)曲线分析,计算曲线下面积(AUC)并与其他代谢指标(TyG指数、血浆致动脉粥样硬化指数AIP、胰岛素抵抗代谢评分METS-IR、估算葡萄糖处置率eGDR、FPG)进行比较;(6)嵌套Cox模型比较,通过似然比检验、Harrell's C指数、净重分类改善指数(NRI)和综合判别改善指数(IDI)评估CHG指数相对于单独FPG的增量价值;(7)双轴分解分析,将CHG指数分解为代谢负荷轴[ln(TC×FPG)]和脂质保护轴[ln(2×HDL-C)]进行2×2交叉分类分析;(8)亚组分析和敏感性分析,包括排除早期事件、排除心血管病史、排除极端值、使用2015年CHG指数、完整病例分析和进一步调整降脂药使用等。
研究结果
1. 研究人群与基线特征:最终纳入1,870名CGID患者作为主要分析人群,中位随访时间为9年,期间共识别出289例(15.5%)新发糖尿病。与新发糖尿病组相比,未患糖尿病组女性比例更高(64.0% vs 55.9%),高血压患病率更高(54.0% vs 35.0%),关节炎患病率更高(58.5% vs 46.7%)。新发糖尿病组的中位CHG指数显著高于非糖尿病组(5.32 vs 5.17),TC、甘油三酯(TG)、FPG和体重指数(BMI)均显著升高,而HDL-C水平显著降低。
2. CHG指数与新发糖尿病的关联:在所有五个逐步调整的Cox模型中,CHG指数均与新发糖尿病风险显著正相关。在完全调整模型(模型5)中,CHG指数每增加1个标准差(SD),新发糖尿病风险增加44%(HR=1.44, 95% CI: 1.28–1.61)。按四分位数分组后,与最低四分位数组(Q1)相比,Q2的HR为1.18,Q3的HR为1.64,Q4的HR为2.41,趋势检验P<0.001,呈递增趋势。
3. 非线性检验与累积发病率曲线:RCS分析显示整体P<0.001,非线性P=0.773,未检测到显著非线性关系,支持CHG指数与糖尿病风险之间存在线性剂量-反应关系。Kaplan-Meier累积发病率曲线显示,高CHG组的糖尿病累积发病率显著高于低CHG组(log-rank P<0.001)。
4. 代谢指标预测性能比较:CHG指数预测新发糖尿病的AUC为0.622(95% CI: 0.586–0.658),与TyG(0.621)、AIP(0.601)、METS-IR(0.606)相似,略低于FPG(0.634),差异均无统计学意义。eGDR的AUC显著较高(0.651, DeLong P<0.001)。将CHG指数加入已包含FPG的模型后,模型拟合显著改善(χ2=8.85, P=0.003),C指数从0.690提升至0.705。连续NRI增加0.195(95% CI: 0.011–0.281),但分类NRI和IDI的增加较小且不显著。
5. 时间窗分析:前5年CHG指数的HR为1.33(95% CI: 1.14–1.55),后5年升至1.62(95% CI: 1.35–1.95),交互作用P<0.001,相对增加22%。其他指标中,TyG和AIP也显示出较小的时间依赖性增加(4%和10%),而FPG的变化幅度较小(2%)。
6. 亚组分析:CHG指数与糖尿病的关联在年龄、性别和BMI的所有亚组中保持一致。值得注意的是,高血压状态显著调节了CHG指数的效应:在非高血压人群中,CHG指数每增加1个SD与糖尿病风险增加75%相关(HR=1.75),而在高血压人群中效应相对较弱(HR=1.23)。
7. 代谢负荷轴与脂质保护轴的独立效应:以“低代谢负荷–高脂质保护”组为参照,“高代谢负荷–低脂质保护”(双重打击)组的糖尿病风险最高(HR=2.00, 95% CI: 1.40–2.86)。时间变化效应分析显示,该组的HR从前5年的1.78增至后5年的2.33。交互作用分析未发现显著的乘性和加性交互作用,表明两个轴各自独立贡献于糖尿病风险。
8. 稳健性检验:六项敏感性分析的结果均保持统计学显著性,效应方向与主分析一致。E值分析显示,主分析的E值为2.04(95% CI下限对应1.63),各项敏感性分析的E值范围为1.66至2.73,表明研究结果稳健。在非CGID队列中的平行分析验证了CHG指数效应的跨人群一致性。
讨论与结论
讨论部分指出,这是首个系统评估CGID患者中CHG指数与新发糖尿病关联的研究。研究发现CHG指数与糖尿病风险呈线性剂量-反应关系,其预测性能随时间增强,这反映了CHG指数捕捉累积代谢损伤的能力。双轴分解分析揭示了代谢负荷和脂质保护两个轴的独立贡献,提示临床实践中应同时关注这两个靶点。亚组分析发现高血压显著调节CHG指数的效应,这可能与高血压患者本身已处于高风险状态有关。研究结论为:CHG指数是CGID患者新发糖尿病的独立危险因素,呈现线性剂量-反应关系和时间依赖性的预测性能。