累积暴露量与动脉粥样硬化和虚弱指数动态轨迹之间的关联及其对心血管代谢多发病发生的影响：基于中国健康与退休纵向研究（CHARLS）的纵向分析

《Cardiovascular Diabetology》：Associations of cumulative exposure and dynamic trajectories of the combined atherogenic and frailty index with incident cardiometabolic multimorbidity: a longitudinal analysis based on the China Health and Retirement Longitudinal Study (CHARLS)

【字体：大中小】 时间：2026年06月08日 来源：Cardiovascular Diabetology 10.6

编辑推荐：

　　摘要背景与目的血浆动脉生成指数（AIP）反映了动脉粥样硬化性血脂异常和胰岛素抵抗的情况，而虚弱指数（FI）则量化了多个器官系统的累积生理缺陷。尽管AIP和FI都与心血管代谢多发病（CMM）独立相关，但血浆动脉生成指数-虚弱指数（AIPFI）对CMM风险的联合影响仍不清楚。

摘要

背景与目的

血浆动脉生成指数（AIP）反映了动脉粥样硬化性血脂异常和胰岛素抵抗的情况，而虚弱指数（FI）则量化了多个器官系统的累积生理缺陷。尽管AIP和FI都与心血管代谢多发病（CMM）独立相关，但血浆动脉生成指数-虚弱指数（AIPFI）对CMM风险的联合影响仍不清楚。本研究评估了基线水平、累积AIPFI及其纵向变化与CMM发病率之间的关联。

方法

数据来源于中国健康与退休纵向研究（CHARLS）。共有7995名参与者被纳入基线分析，其中4483名参与者在2012年和2015年进行了重复的生物标志物测量，被纳入纵向分析。AIPFI通过以下公式计算：AIPFI = AIP × FI。多变量Cox比例风险模型和受限三次样条用于评估AIPFI与CMM发病率之间的关联。K均值聚类用于分析AIPFI的纵向模式。临床预测模型在训练组和验证组中均进行了验证，通过接收者操作特征曲线分析、校准曲线分析和决策曲线分析进行了验证。此外，还采用了Shapley加性解释（SHAP）方法进行进一步解释。

结果

共有7995名参与者被纳入研究，并进行了平均9.0年的随访，在此期间发生了747例（9.3%）CMM。在AIPFI的不同四分位数中，CMM的风险逐渐增加，其中第四分位数的调整后风险比（HR）为2.46（95% CI 1.77–3.43），高于第一分位数。在纵向分析中（n = 4,483），AIPFI值持续较高且呈上升趋势的参与者，其CMM风险增加（HR 1.54，95% CI 1.19–2.01）。累积AIPFI升高与CMM发病率增加相关（HR 1.01，95% CI 1.01–1.01）。RCS显示基线AIPFI和累积AIPFI与CMM风险之间存在显著的正向非线性关系（所有P < 0.05，非线性值的P也均< 0.05）。SHAP模型分析表明，高血压、心脏病和AIPFI是最具影响力的预测因素。

结论

AIPFI的基线值及其纵向变化均与CMM风险独立相关。将AIPFI的纵向监测纳入常规健康评估中，可能有助于提高人群层面的CMM风险预测，并支持更有效的预防策略。

图形摘要

背景与目的

血浆动脉生成指数（AIP）反映了动脉粥样硬化性血脂异常和胰岛素抵抗的情况，而虚弱指数（FI）则量化了多个器官系统的累积生理缺陷。尽管AIP和FI都与心血管代谢多发病（CMM）独立相关，但血浆动脉生成指数-虚弱指数（AIPFI）对CMM风险的联合影响仍不清楚。本研究评估了基线水平、累积AIPFI及其纵向变化与CMM发病率之间的关联。

方法

数据来源于中国健康与退休纵向研究（CHARLS）。共有7995名参与者被纳入基线分析，其中4483名参与者在2012年和2015年进行了重复的生物标志物测量，被纳入纵向分析。AIPFI通过以下公式计算：AIPFI = AIP × FI。多变量Cox比例风险模型和受限三次样条用于评估AIPFI与CMM发病率之间的关联。K均值聚类用于分析AIPFI的纵向模式。临床预测模型在训练组和验证组中均进行了验证，通过接收者操作特征曲线分析、校准曲线分析和决策曲线分析进行了验证。此外，还采用了Shapley加性解释（SHAP）方法进行进一步解释。

结果

共有7995名参与者被纳入研究，并进行了平均9.0年的随访，在此期间发生了747例（9.3%）CMM。在AIPFI的不同四分位数中，CMM的风险逐渐增加，其中第四分位数的调整后风险比（HR）为2.46（95% CI 1.77–3.43），高于第一分位数。在纵向分析中（n = 4,483），AIPFI值持续较高且呈上升趋势的参与者，其CMM风险增加（HR 1.54，95% CI 1.19–2.01）。累积AIPFI升高与CMM发病率增加相关（HR 1.01，95% CI 1.01–1.01）。RCS显示基线AIPFI和累积AIPFI与CMM风险之间存在显著的正向非线性关系（所有P < 0.05，非线性值的P也均< 0.05）。SHAP模型分析表明，高血压、心脏病和AIPFI是最具影响力的预测因素。