泰格指数（TyG index）与泰格-BMI（TyG-BMI）在评估患有动脉粥样硬化性心血管疾病（ASCVD）的重症老年患者90天内全因死亡率的预测价值方面的比较：基于MIMIC-IV数据库的机器学习分析

《Cardiovascular Diabetology》：Comparative prognostic value of TyG index and TyG-BMI for 90-day all-cause mortality in critically ill older adults with ASCVD: a machine learning analysis of the MIMIC-IV database

　　

摘要

背景

甘油三酯-葡萄糖（TyG）指数和甘油三酯-葡萄糖-体重指数（TyG-BMI）是胰岛素抵抗和代谢风险的新兴替代标志物。然而，在患有动脉粥样硬化性心血管疾病（ASCVD）的危重老年患者中，这两种指标的相对预后价值仍不明确。本研究旨在比较TyG指数和TyG-BMI对这些高危人群90天内全因死亡的预后预测效果。

方法

我们对我院MIMIC-IV数据库中65岁及以上患有ASCVD的危重患者进行了回顾性队列研究。在患者入住重症监护病房时测定了TyG指数和TyG-BMI，并以90天内全因死亡作为主要结局指标。使用Kaplan–Meier分析、多变量Cox比例风险模型和限制性三次样条（RCS）来评估其与死亡率的关联。采用了五种机器学习算法构建死亡率预测模型，包括极端梯度提升（XGBoost）、支持向量机（SVM）、K近邻（KNN）、决策树（DT）和高斯朴素贝叶斯（GNB），并通过接收者操作特征曲线下面积（AUC）和精确度-召回率曲线下面积（AUPRC）来评估模型的区分能力。此外，还使用了SHapley加性解释（SHAP）方法来确定死亡的关键预测因子。

结果

共纳入2,368名患有ASCVD的危重老年患者，随访期间有18.5%的患者死亡。多变量Cox分析显示，TyG指数与较高的90天内死亡风险独立相关（风险比HR 1.114，95%置信区间1.014–1.225；P = 0.025），而TyG-BMI与死亡率无显著关联（P = 0.883）。Kaplan–Meier分析表明，随着TyG指数四分位的增加，生存率逐渐下降。在机器学习模型中，TyG指数始终优于TyG-BMI。XGBoost模型的区分能力最强（AUPRC = 0.455；特异性 = 0.912）。加入TyG指数后，AUC从0.763提高到0.794（P = 0.005），而加入TyG-BMI并未显著提高AUC（AUC = 0.783；P = 0.101）。SHAP分析确定TyG指数是最重要的代谢预测因子。

结论

在患有ASCVD的老年危重患者中，TyG指数的预后预测效果优于TyG-BMI，并且是90天内死亡的独立预测因子。这些发现表明，TyG指数可能是一种有用且成本效益高的生物标志物，可用于该高危人群的风险分层。

图形摘要

此图片的替代文本可能是由AI生成的。