《Diabetes Research and Clinical Practice》：Associations of atherogenic index of plasma and its related obesity?composite indices with cardiometabolic multimorbidity across glycemic states: A prospective cohort study of Chinese middle?aged and older adults
编辑推荐：
摘要目的研究血浆动脉粥样硬化指数（AIP）和七个肥胖综合指数与不同血糖状态下的心血管代谢多病（CMM）之间的关联。方法我们纳入了7,974名来自中国健康与退休 longitudinal Study (CHARLS) 的参与者。通过Cox回归、限制性三次样条（RCS）分析、接收者操
摘要
目的
研究血浆动脉粥样硬化指数（AIP）和七个肥胖综合指数与不同血糖状态下的心血管代谢多病（CMM）之间的关联。
方法
我们纳入了7,974名来自中国健康与退休 longitudinal Study (CHARLS) 的参与者。通过Cox回归、限制性三次样条（RCS）分析、接收者操作特征（ROC）分析、净重新分类改善（NRI）和综合鉴别力改善（IDI）来评估AIP相关指数与CMM的关联及其增量预测价值。
结果
在9年的随访期间，共有988例CMM病例发生。所有指数在正常血糖调节（NGR）和糖尿病前期（Pre-DM）组中均与CMM呈正相关（HRs 1.64–2.03）。在糖尿病（DM）组中，各指数的点估计值大小相似，但置信区间较宽，反映了统计精度较低。AIP-CVAI的鉴别能力最强（AUC 0.594–0.640），尽管其绝对鉴别能力较为一般，且相对于传统危险因素的增量收益较小（IDI < 1.5%）。所有指数的正式交互作用测试均无显著意义（所有P值的交互作用> 0.05），表明这些关联在不同的血糖状态下是一致的。
结论
AIP-肥胖指数，特别是AIP-CVAI，与CMM风险独立相关，并且在不同的血糖状态下具有一致的效果。鉴于其较低的鉴别能力和较小的增量预测价值，这些指数应主要用于人群层面的风险分层，而不是个体层面的临床预测工具。
引言
多病症通常指同一个体中至少存在两种慢性疾病，这已成为一个全球性的挑战，对个人、护理人员和社会产生重大影响[1]。CMM是多病症的一种常见表现，定义为至少同时存在两种心血管代谢疾病（CMD），包括冠心病（CHD）、中风和糖尿病（DM）[2] [3]。在中国，CMM的患病率正在迅速增加，已成为成人死亡风险的主要威胁[4] [5]。鉴于这一加速趋势和相关的高死亡率，及早识别高风险个体进行针对性干预对于减轻不良临床结局至关重要[6]。
AIP是一种新的对数转换指标，计算公式为log10（甘油三酯 [TG, mg/dL] / 高密度脂蛋白胆固醇 [HDL-C, mg/dL]）。它反映了脂质代谢紊乱和低密度脂蛋白颗粒的动脉粥样硬化特性，与动脉粥样硬化负担和心血管疾病（CVD）风险密切相关[7] [8]。此外，AIP与胰岛素抵抗（IR）和2型糖尿病的风险也有显著关联[9]。尽管高胰岛素血症-正常血糖钳夹技术是评估IR的金标准，但其技术复杂性和高昂的成本限制了其在临床和大规模人群研究中的应用[10]。因此，AIP已被广泛研究作为多种人群中心血管代谢风险评估的简单而有力的生物标志物[11] [12]。
先前的研究表明，AIP与不同血糖状态下的心血管结局之间存在复杂的关系。例如，研究显示AIP与糖尿病前期（Pre-DM）和糖尿病（DM）患者的卒中风险相关，但在正常血糖调节（NGR）患者中则无关；其与冠心病（CHD）风险的关联可能有所不同[13] [14]。这表明血糖状态可能会影响AIP与心血管代谢风险之间的关系[15]。
虽然传统的肥胖指数（如体重指数（BMI）、腰围（WC）和腰臀比（WHR）被广泛用于评估整体和中心性肥胖，但它们在精确反映 visceral 脂肪积累、异位脂肪分布及由此引起的代谢异常方面存在局限性[16]。近年来，开发了一系列新的脂肪评估指数，这些指数能够准确捕捉与心血管代谢风险密切相关的身体脂肪分布特征，例如腰身高比（WHtR）、体重调整腰指数（WWI）、身体圆润指数（BRI）、绝对身体形状指数（ABSI）和中国 visceral 脂肪指数（CVAI）。这些指数从不同角度解决了传统指标的缺陷，并展示了其在预测心血管疾病、脑血管疾病和代谢疾病风险方面的独特价值[17] [18] [19] [20] [21]。
由于AIP与胰岛素抵抗和动脉粥样硬化倾向密切相关，而肥胖（尤其是中心性和 visceral 脂肪）是IR和脂质代谢紊乱的核心病理生理驱动因素[22]，将AIP与上述脂肪指数结合构建综合指标（如AIP-BMI、AIP-WC、AIP-WHtR、AIP-WWI、AIP-ABSI和AIP-CVAI）理论上可以整合来自血脂异常和各种肥胖模式的双重风险信息。这种整合可能比任何单一指数提供更高的CMM风险预测性能。
然而，这些AIP相关的肥胖综合指数与CMM发生之间的关联在不同血糖状态下的差异尚不清楚。阐明这些潜在差异对于理解血脂异常和肥胖对CMM发展的相对贡献是否因血糖谱而异至关重要。
值得注意的是，与以往主要关注单一指数（如AIP、TyG或BMI）和单一疾病（如中风或糖尿病）的CHARLS研究相比，本研究有几个显著特点。我们系统地评估了AIP和七个肥胖综合指数，并以心血管代谢多病（至少同时存在CHD、中风和糖尿病中的两种）作为主要终点。据我们所知，这是在中国中老年人群中进行此类研究的少数研究之一。
因此，本研究旨在利用CHARLS的前瞻性数据：（1）调查基线AIP及其七个肥胖综合指数与中国中老年人群中CMM发生风险之间的关联；（2）探讨这些关联是否因血糖状态而异；（3）比较这些指数相对于传统危险因素的增量预测价值。我们的发现有望为CMM发展中的综合脂质异常作用提供流行病学证据，并突出其在不同血糖谱中的作用。
章节摘录
研究人群和设计
这项前瞻性队列分析使用了CHARLS的数据。CHARLS是一项具有全国代表性的多学科纵向调查，旨在收集45岁以上中国家庭和个人的高质量数据，以支持关于人口老龄化与健康的研究。该调查采用多阶段分层概率抽样方法选择参与者。2011年的基线调查覆盖了28个省的150个县级单位和450个村庄，共纳入了17,708名参与者
基线特征
参与者的基线特征见表S4。最终分析样本包括7,974名中国中老年人。研究人群的平均年龄为59.5 ± 9.1岁，其中46.7%为男性。参与者根据其血糖状态（NGR、Pre-DM和DM）分为三组。血糖状态恶化的参与者年龄更大，更可能出现高血压、血脂异常和肾脏疾病。
讨论
在本研究中，我们发现AIP及其七个肥胖综合指数与中国中老年人CMM发生风险增加独立相关。特别是AIP-CVAI在所有血糖状态中均表现出最高的鉴别能力（AUC），表明它能够捕捉到其他指数未能完全反映的血脂异常和 visceral 脂肪的协同风险信息。然而，其绝对鉴别能力
结论
本研究表明，AIP及其相关的肥胖综合指数，尤其是AIP-CVAI，与中国中老年人的CMM风险独立相关。这些关联在不同血糖状态下是一致的，且没有显著的交互作用，尽管在DM亚组中的统计精度较低。这些发现支持这些指数作为人群层面风险分层工具的潜在用途。
CRediT作者贡献声明
Tonglong Jin：撰写——初稿、可视化、方法学、调查、正式分析、数据整理。Jiaxuan Cui：撰写——初稿、可视化、方法学、调查、正式分析、数据整理。Peiyi Mo：正式分析、数据整理。Xiaogang Tang：正式分析、数据整理。Qi Qin：正式分析、数据整理。Hui Jiang：正式分析、数据整理。Zhaoyao Chen：资金申请、数据整理、概念构思。Wenlei Li：方法学
伦理审批和参与同意
CHARLS研究遵守了《赫尔辛基宣言》的原则，并获得了北京大学伦理审查委员会（IRB 00001052–11015）的批准。所有参与者在参与CHARLS之前均提供了书面知情同意书。本研究遵循了 epidemiology 中观察性研究报告加强指南（STROBE）的要求。
资助
本项工作得到了以下机构的支持：中国国家自然科学基金（资助编号：82274428 和 82474435，由Minghua Wu和Wenlei Li资助），江苏省自然科学基金（BK20241996，由Wenlei Li资助），江苏省中医药管理局（ZT202102，由Minghua Wu资助），江苏省卫生委员会的重点医学研究项目（K2023009，由Zhaoyao Chen资助），以及江苏省的传统中医临床研究基地项目（JD2023SZ）
利益冲突声明
作者声明没有已知的可能影响本论文工作的财务利益或个人关系。
致谢
我们感谢CHARLS研究的所有参与者和项目团队提供的数据。同时，我们也衷心感谢南京医科大学生物统计学系主任Yang Zhao教授对本研究统计方法的独立审阅和宝贵建议。
Tonglong Jin|Jiaxuan Cui|Peiyi Mo|Xiaogang Tang|Qi Qin|Hui Jiang|Zhaoyao Chen|Wenlei Li|Minghua Wu|Yuan Zhu
南京中医药大学附属医院神经科，中国南京210029
