
-
生物通官微
陪你抓住生命科技
跳动的脉搏
TyG及TyG-肥胖复合指数与CKM 0至3期个体全因死亡率和心血管死亡率的关联及其在PREVENT方程中的增量预测价值
《Cardiovascular Diabetology》:Associations of triglyceride-glucose-obesity composite indices with all-cause and cardiovascular mortality in individuals with cardiovascular-kidney-metabolic syndrome stages 0–3 and their potential incremental value beyond a PREVENT-variable-based model
【字体: 大 中 小 】 时间:2026年10月27日 来源:Cardiovascular Diabetology 15.6
编辑推荐:
摘要背景PREVENT方程通过纳入心血管-肾脏-代谢(CKM)健康指标,代表了心血管风险评估的范式转变。然而,对于CKM 0至3期的个体,TyG及TyG-肥胖复合指数与全因死亡率(ACM)和心血管死亡率(CVM)的关联,以及这些指数是否在基于PREVENT变量的模型之上提供增
PREVENT方程通过纳入心血管-肾脏-代谢(CKM)健康指标,代表了心血管风险评估的范式转变。然而,对于CKM 0至3期的个体,TyG及TyG-肥胖复合指数与全因死亡率(ACM)和心血管死亡率(CVM)的关联,以及这些指数是否在基于PREVENT变量的模型之上提供增量预测价值,尚不明确。
我们分析了美国国家健康与营养检查调查(NHANES)中12,947名CKM 0至3期成年人的数据,中位随访时间为10.25年。计算了七个指数:TyG单独指数及六个TyG-肥胖复合指数。采用加权Cox比例风险模型评估其与ACM和CVM的关联。Kaplan-Meier曲线用于ACM分析;Aalen-Johansen累积发病率函数结合原因特异性Cox模型和Fine-Gray模型用于CVM分析。限制性立方样条(RCS)用于检验非线性关系,基于Cox的分位数g计算(qgcomp)用于评估全部七个指数的联合效应。基于PREVENT变量模型的增量预测价值通过C统计量变化(ΔC)、10年时间依赖AUC、基于生存分析的连续净重分类改善指数(NRI)和综合辨别改善指数(IDI)、Bootstrap重抽样、校准以及决策曲线分析进行评估。此外还进行了亚组分析、分期特异性分析和敏感性分析。
随访期间共发生1,284例ACM和342例CVM。Kaplan-Meier和Aalen-Johansen曲线显示,ACM和CVM的累积发病率均随TyG四分位数递增。经完全调整后,全部七个指数均与ACM独立相关;其中TyG-BMI关联最强(HR = 1.99,95% CI: 1.21–3.28),其次为TyG-BRI(HR = 1.89,95% CI: 1.38–2.59)。对于CVM,在模型3中无一指数保持显著,使用原因特异性Cox模型和Fine-Gray模型的竞争风险分析亦未发现显著关联。四分位数分析中,TyG-WWI与Q3的CVM风险增加相关(HR = 4.53,95% CI: 1.41–14.58),但Q4无此关联。分期特异性分析显示,与ACM的关联主要在CKM 2期显著;对于CVM,TyG-BMI、TyG-WC和TyG-WHtR与CKM期别之间存在显著交互作用(P < 0.05)。RCS分析提示TyG-BMI和TyG-BRI与ACM之间存在非线性关联。Qgcomp提示对CVM有适度的联合效应。时间依赖AUC的增幅均 < 0.01。Bootstrap分析显示TyG-ABSI和TyG-WWI对ACM有微小但显著的改善(ΔC分别为0.0024,95% CI: 0.0006–0.0055和0.0017,95% CI: 0.0002–0.0046),但对CVM无改善。基于生存分析的NRI/IDI仅对TyG-ABSI(NRI = 0.092;IDI = 0.003)和TyG-WWI(NRI = 0.094;IDI = 0.003)在ACM中显示适度改善。性别是多个指数的显著效应修饰因子(P < 0.001)。多重插补敏感性分析的结果与完整病例分析一致。排除前两年内死亡后,结果基本一致。
在CKM 0至3期的个体中,TyG及TyG-肥胖复合指数与ACM独立相关,其中TyG-BMI和TyG-BRI关联最强。然而,未发现与CVM的显著关联。在基于PREVENT变量的模型之上,其增量预测价值有限,仅对ACM的风险重分类有适度改善。其临床实用性有待进一步验证。

PREVENT方程通过纳入心血管-肾脏-代谢(CKM)健康指标,代表了心血管风险评估的范式转变。然而,对于CKM 0至3期的个体,TyG及TyG-肥胖复合指数与全因死亡率(ACM)和心血管死亡率(CVM)的关联,以及这些指数是否在基于PREVENT变量的模型之上提供增量预测价值,尚不明确。
我们分析了美国国家健康与营养检查调查(NHANES)中12,947名CKM 0至3期成年人的数据,中位随访时间为10.25年。计算了七个指数:TyG单独指数及六个TyG-肥胖复合指数。采用加权Cox比例风险模型评估其与ACM和CVM的关联。Kaplan-Meier曲线用于ACM分析;Aalen-Johensen累积发病率函数结合原因特异性Cox模型和Fine-Gray模型用于CVM分析。限制性立方样条(RCS)用于检验非线性关系,基于Cox的分位数g计算(qgcomp)用于评估全部七个指数的联合效应。基于PREVENT变量模型的增量预测价值通过C统计量变化(ΔC)、10年时间依赖AUC、基于生存分析的连续净重分类改善指数(NRI)和综合辨别改善指数(IDI)、Bootstrap重抽样、校准以及决策曲线分析进行评估。此外还进行了亚组分析、分期特异性分析和敏感性分析。
随访期间共发生1,284例ACM和342例CVM。Kaplan-Meier和Aalen-Johansen曲线显示,ACM和CVM的累积发病率均随TyG四分位数递增。经完全调整后,全部七个指数均与ACM独立相关;其中TyG-BMI关联最强(HR = 1.99,95% CI: 1.21–3.28),其次为TyG-BRI(HR = 1.89,95% CI: 1.38–2.59)。对于CVM,在模型3中无一指数保持显著,使用原因特异性Cox模型和Fine-Gray模型的竞争风险分析亦未发现显著关联。四分位数分析中,TyG-WWI与Q3的CVM风险增加相关(HR = 4.53,95% CI: 1.41–14.58),但Q4无此关联。分期特异性分析显示,与ACM的关联主要在CKM 2期显著;对于CVM,TyG-BMI、TyG-WC和TyG-WHtR与CKM期别之间存在显著交互作用(P < 0.05)。RCS分析提示TyG-BMI和TyG-BRI与ACM之间存在非线性关联。Qgcomp提示对CVM有适度的联合效应。时间依赖AUC的增幅均 < 0.01。Bootstrap分析显示TyG-ABSI和TyG-WWI对ACM有微小但显著的改善(ΔC分别为0.0024,95% CI: 0.0006–0.0055和0.0017,95% CI: 0.0002–0.0046),但对CVM无改善。基于生存分析的NRI/IDI仅对TyG-ABSI(NRI = 0.092;IDI = 0.003)和TyG-WWI(NRI = 0.094;IDI = 0.003)在ACM中显示适度改善。性别是多个指数的显著效应修饰因子(P < 0.001)。多重插补敏感性分析的结果与完整病例分析一致。排除前两年内死亡后,结果基本一致。
在CKM 0至3期的个体中,TyG及TyG-肥胖复合指数与ACM独立相关,其中TyG-BMI和TyG-BRI关联最强。然而,未发现与CVM的显著关联。在基于PREVENT变量的模型之上,其增量预测价值有限,仅对ACM的风险重分类有适度改善。其临床实用性有待进一步验证。
