一种新的风险预测模型,该模型结合了甘油三酯、血糖和体重指数来预测患有高血压性心力衰竭(HFmrEF)的患者的院内死亡率

《Lipids in Health and Disease》:A novel risk prediction model incorporating triglyceride-glucose-body mass index for in-hospital mortality in hypertensive patients with HFmrEF

【字体: 时间:2026年02月17日 来源:Lipids in Health and Disease 4.2

编辑推荐:

  本研究的2550例合并高血压的HFmrEF住院患者中,通过LASSO回归和多元逻辑回归构建的预测模型显示:TyG-BMI指数与住院死亡率呈非线性关系(P<0.001),当指数≥300时风险显著上升。模型在校准(P=0.17;P=0.67)和决策曲线分析中均表现优异(AUC 0.842-0.844)。

  

摘要

背景

患有轻度射血分数降低的心力衰竭(HFmrEF)和高血压的患者属于高风险人群,目前可用的预后评估工具较为有限。甘油三酯-葡萄糖-体重指数(TyG-BMI)是一种评估胰岛素抵抗和代谢紊乱的新指标,可能有助于更精确地划分风险等级,但尚未在该特定患者群体中进行过研究。

方法

我们回顾性分析了来自一家三级医疗机构的2,550名因HFmrEF住院的高血压患者(时间跨度为2012年5月至2023年10月)。参与者被随机分配到训练组(n=1,785)和验证组(n=765)。通过使用最小绝对收缩量与选择算子(LASSO)回归和多变量逻辑回归方法,我们建立了一个预测院内死亡率的列线图。同时采用受限立方样条(RCS)分析来描述TyG-BMI指数与死亡风险之间的剂量-反应关系。模型性能通过接收者操作特征曲线下面积(AUC)、校准曲线和决策曲线分析(DCA)进行评估。

结果

共有157名患者(6.16%)在住院期间死亡。多变量分析确定了六个独立的风险因素:年龄≥75岁[OR 2.79, 95% CI 1.55–5.03]、TyG-BMI每增加100个单位[OR 4.47, 95% CI 2.99–6.68]、C反应蛋白≥10 mg/L [OR 3.83, 95% CI 1.33–11.03]、NT-proBNP水平升高[OR 3.86, 95% CI 1.68–8.85]、糖尿病[OR 2.77, 95% CI 1.64–4.70]以及脑梗死[OR 4.79, 95% CI 2.81–8.16];此外还有两个因素与较低的院内死亡率相关:ACEI/ARB/ARNI的使用[OR 0.33, 95% CI 0.20–0.55]和SGLT2i的使用[OR 0.39, 95% CI 0.18–0.85]。RCS分析显示TyG-BMI与院内死亡率之间存在非线性关系(非线性显著性P<0.001),当TyG-BMI达到或超过300时,死亡风险急剧增加。该列线图在训练组(AUC 0.842, 95% CI 0.802–0.882)和验证组(AUC 0.844, 95% CI 0.794–0.894)中均表现出优异的区分能力,校准效果良好(训练组P=0.17;验证组P=0.67),并且在决策曲线分析(DCA)中显示出显著的临床效益。

结论

在患有HFmrEF的高血压患者中,TyG-BMI与院内死亡率之间存在阈值依赖性的非线性关联。结合TyG-BMI及相关变量的预测模型表现出强大的区分能力,有望成为早期识别高风险个体的实用工具,并有助于住院期间的风险分层和临床监测。

背景

患有轻度射血分数降低的心力衰竭(HFmrEF)和高血压的患者属于高风险人群,目前可用的预后评估工具较为有限。甘油三酯-葡萄糖-体重指数(TyG-BMI)是一种评估胰岛素抵抗和代谢紊乱的新指标,可能有助于更精确地划分风险等级,但尚未在该特定患者群体中进行过研究。

方法

我们回顾性分析了来自一家三级医疗机构的2,550名因HFmrEF住院的高血压患者(时间跨度为2012年5月至2023年10月)。参与者被随机分配到训练组(n=1,785)和验证组(n=765)。通过使用最小绝对收缩量与选择算子(LASSO)回归和多变量逻辑回归方法,我们建立了一个预测院内死亡率的列线图。同时采用受限立方样条(RCS)分析来描述TyG-BMI指数与死亡风险之间的剂量-反应关系。模型性能通过接收者操作特征曲线下面积(AUC)、校准曲线和决策曲线分析(DCA)进行评估。

结果

共有157名患者(6.16%)在住院期间死亡。多变量分析确定了六个独立的风险因素:年龄≥75岁[OR 2.79, 95% CI 1.55–5.03]、TyG-BMI每增加100个单位[OR 4.47, 95% CI 2.99–6.68]、C反应蛋白≥10 mg/L [OR 3.83, 95% CI 1.33–11.03]、NT-proBNP水平升高[OR 3.86, 95% CI 1.68–8.85]、糖尿病[OR 2.77, 95% CI 1.64–4.70]以及脑梗死[OR 4.79, 95% CI 2.81–8.16];此外还有两个因素与较低的院内死亡率相关:ACEI/ARB/ARNI的使用[OR 0.33, 95% CI 0.20–0.55]和SGLT2i的使用[OR 0.39, 95% CI 0.18–0.85]。RCS分析显示TyG-BMI与院内死亡率之间存在非线性关系(非线性显著性P<0.001),当TyG-BMI达到或超过300时,死亡风险急剧增加。该列线图在训练组(AUC 0.842, 95% CI 0.802–0.882)和验证组(AUC 0.844, 95% CI 0.794–0.894)中均表现出优异的区分能力,校准效果良好(训练组P=0.17;验证组P=0.67),并且在决策曲线分析(DCA)中显示出显著的临床效益。

结论

在患有HFmrEF的高血压患者中,TyG-BMI与院内死亡率之间存在阈值依赖性的非线性关联。结合TyG-BMI及相关变量的预测模型表现出强大的区分能力,有望成为早期识别高风险个体的实用工具,并有助于住院期间的风险分层和临床监测。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号