五个胰岛素抵抗相关指数与2007–2018年NHANES横断面研究中痛风风险的关联

《International Journal of Endocrinology》：Associations of Five Insulin Resistance-Related Indices With Gout Risk in the 2007–2018 NHANES Cross-Sectional Study

　　

目的：本研究探讨了五种胰岛素抵抗（IR）相关替代指数与痛风之间的关联，并比较了它们对痛风的关联强度和区分能力。这些指数包括甘油三酯-葡萄糖（TyG）指数、TyG联合体质指数（TyG-BMI）、脂质蓄积产物（LAP）、内脏脂肪指数（VAI）和胰岛素抵抗代谢评分（METS-IR）。
方法：分析了2007–2018年美国国家健康与营养调查（NHANES）的数据。采用t检验和卡方检验进行痛风组与非痛风组之间的比较。使用多变量逻辑回归和亚组分析评估这些关联。
结果：在14,582名参与者中（4.80%患有痛风），调整分析确定METS-IR最高四分位数是痛风的最强预测因子（调整后OR = 2.823，95%CI 1.643–4.851），其次是TyG-BMI（OR = 2.290，95%CI 1.555–3.373）。限制性立方样条显示TyG和LAP与痛风风险存在非线性关联，而TyG-BMI、VAI和METS-IR呈线性趋势。亚组分析提示，在非糖尿病患者中，升高的TyG和VAI与痛风呈正相关（交互作用p < 0.05）。
结论：所有五种IR相关指数均显示与痛风呈正相关，尤其是在中心性肥胖个体中。这些指数对痛风的区分能力中等，需要进一步验证。

论文解读：五个胰岛素抵抗相关指数与痛风风险的关联——基于2007–2018年NHANES横断面研究

**研究背景与目的**
痛风是由尿酸盐结晶沉积引起的炎症性关节病，全球发病率为1%–6.8%，并与肥胖和代谢综合征密切相关。早期患者常无症状，但存在关节炎、肾病、高血压和糖尿病等并发症风险。胰岛素抵抗（IR）是糖尿病和痛风共享的核心病理机制：IR通过IRS-PI3K-AKT/mTOR等信号通路失调降低外周组织葡萄糖摄取，并抑制肾脏尿酸排泄，形成高血糖与高尿酸血症的恶性循环。近年来，非胰岛素依赖的IR替代指数如TyG、TyG-BMI、LAP、VAI和METS-IR因简便易得而受到临床关注。然而，既往研究多聚焦于TyG与痛风的关系，缺乏对多种IR替代指数的系统比较及其剂量-反应关系的探讨。为此，研究人员利用美国全国性横断面数据，旨在评估这五种IR相关指数与痛风患病风险的关联，并比较其区分能力，以辅助识别痛风高危个体。

**研究方法概述**
本研究基于美国国家健康与营养调查（NHANES）2007–2018年六个连续2年周期数据，共纳入14,582名具有完整空腹权重资料的成年人（其中痛风患者700例，占4.80%）。研究人员采用加权逻辑回归模型，逐步调整协变量构建四种模型，并利用限制性立方样条分析剂量-反应关系，通过亚组分析探索糖尿病状态、血尿酸（SUA）四分位数等变量的修饰效应。同时，使用受试者工作特征（ROC）曲线及曲线下面积（AUC）比较五种指数对痛风的区分能力。所有分析均应用复杂抽样设计权重以确保全国代表性。

**研究结果**
1. **研究对象特征**
痛风组与非痛风组在家庭收入、教育程度和饮酒方面无显著差异。痛风组平均年龄63.71岁，其中男性占69.1%，非西班牙裔白人占48.7%，糖尿病患病率为33.9%，均显著高于非痛风组。痛风组叶酸水平较低，而尿酸、胰岛素、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）和低密度脂蛋白胆固醇（LDL-C）水平与非痛风组差异显著。五种IR相关指数在痛风患者中均显著升高。

2. **IR替代指数与痛风的关联**
在未调整模型和逐步调整模型中，五种指数均与痛风呈正相关，且随四分位数升高，痛风风险呈上升趋势。完全调整模型（模型4）显示，METS-IR最高四分位数（Q4）与痛风关联最强（OR = 2.823，95%CI 1.643–4.851），其次为TyG-BMI（OR = 2.290，95%CI 1.555–3.373）、LAP（OR = 1.902，95%CI 1.219–2.968）、VAI（OR = 1.747，95%CI 1.040–2.935）和TyG（OR = 1.445，95%CI 0.856–2.439）。敏感性分析排除通路变量（TG、HDL-C、空腹胰岛素和尿酸）并额外调整肾功能指标后，所有指数仍与痛风呈正向剂量-反应关联，提示代谢中间体的调整未实质性改变观察到的关联。

3. **相关性与剂量-反应分析**
限制性立方样条分析显示，TyG和LAP与痛风风险呈非线性正相关（p < 0.05），而TyG-BMI、VAI和METS-IR表现为线性趋势。盒须图显示痛风患者的各指标水平显著高于非痛风者。ROC分析表明，LAP的AUC最高（0.6478，95%CI 0.6263–0.6689），其次为TyG-BMI（0.6367）、METS-IR（0.6358）、TyG（0.6292），而VAI的AUC仅为0.4844，区分能力较差。TyG-BMI的最佳截断值为229.4128，灵敏度为0.7686，特异度为0.427；LAP的最佳截断值为42.7828，灵敏度为0.7071，特异度为0.5202。这些指数虽不适合作为独立诊断工具，但可能为初级保健中识别高痛风风险个体提供辅助信息。

4. **亚组分析**
按糖尿病状态分层发现，TyG和VAI与痛风的关联在非糖尿病患者中更为显著（交互作用p < 0.05）。按血尿酸四分位数分层时，TyG-BMI和METS-IR与痛风的关联在最低SUA水平组中最强（交互作用p < 0.05）。其他分层变量未见显著交互作用。由于多重交互检验可能导致假阳性，这些结果应视为探索性发现。

**讨论与结论**
研究结果表明，五种IR相关指数均与痛风呈正相关，其中METS-IR的关联强度最大，LAP的区分能力相对最优。IR可能通过减少肾脏尿酸排泄、促进慢性炎症和氧化应激等途径参与痛风发病。亚组中非糖尿病患者TyG和VAI与痛风关联更强，可能与代偿性高胰岛素血症促进肾小管尿酸重吸收有关；而最低SUA层中IR指数仍与痛风相关，提示IR可能存在独立于尿酸升高的致病机制。不同分析方法的互补结果反映了指数性能的差异：四分位回归侧重极端值风险分层，ROC分析评估整体区分能力；TyG和LAP的非线性关系提示代谢功能障碍的阈值效应，而METS-IR的复合性质可能产生更渐进的剂量-反应。本研究的优势在于大样本、加权分析及多模型调整，但受限于横断面设计无法推断因果，且痛风诊断依赖自我报告，缺乏降尿酸药物和炎症因子等数据，可能存在残余混杂和非差异性错分偏倚。结论指出，METS-IR、TyG-BMI和LAP可作为辅助指标用于识别痛风高患病风险个体，但其区分能力中等，不能替代临床诊断，需前瞻性研究进一步验证。未来应探索不同代谢标志物在痛风机制中的具体作用，以深化对痛风病理生理的理解并制定靶向策略。