代谢综合指数对糖尿病发病的增量预测价值：基于成分匹配比较的队列研究

《Lipids in Health and Disease》：Does the formula add value? Constituent-matched evaluation of composite metabolic indices for incident diabetes: a two-cohort comparative prognostic study

　　

摘要

背景

综合血脂 - 血糖指数将多项常规测量压缩为单个标量，但通常通过将其添加到遗漏了其所含测量的参考模型中进行评判。将其视为预设的压缩函数而非新信息，其价值取决于压缩是否保留了被压缩的预测信息。我们测试了当每种转换与其自身公式输入的直接建模进行比较时，观察到的对糖尿病发病的增量预测是否持续存在。

方法

我们分析了两个公开纵向队列：NAGALA（日本；15464 名参与者，373 起事件；8 种转换）和 Rich Healthcare（中国；112483–199050 名参与者，1428–2190 起事件；6 种转换）。在每个指数特定的配对样本中，五折交叉拟合的 Cox 模型比较了共同参考模型（年龄、性别、空腹血浆葡萄糖）、参考加综合指数、以及参考加非重复公式输入。主要估计量是综合指数模型与成分匹配模型之间的样本外 Harrell C 差值（ΔC），并带有配对 bootstrap 95% 置信区间。三年期逆删失概率加权时间依赖 AUC 和预设敏感性分析评估了稳健性。

结果

与传统参考模型相比，NAGALA 的所有 8 项比较和 Rich 的 6 项比较中有 5 项的 ΔC 均为正值。经过成分匹配后，14 个 ΔC 估计值中有 9 个在数值上处于±?0.002 范围内。TG/HDL-C 在两个队列中的表现均逊于其输入变量（NAGALA ΔC???0.0069，95% CI???0.0126 至??0.0010；Rich???0.0013，??0.0021 至??0.0006）；VAI 在 NAGALA 中更差（??0.0208，??0.0305 至??0.0123），METS-IR 在 Rich 中更差（??0.0048，??0.0070 至??0.0026）。唯一具有统计显著正值的成分匹配估计是 Rich TyG（+?0.0037，+?0.0021 至 +?0.0055），但当所有连续预测变量均使用样条函数对称建模时，该值变为??0.0009。没有任何转换在两个队列中都表现出对其输入的一致正向优势。

结论

观察到的代谢综合指数的增量价值很大程度上取决于比较对象。相对于简单参考模型的增益通常在直接建模相同测量时减弱，且剩余优势取决于转换类型和队列。由于 AIP 是 TG/HDL-C 的单调转换，两者携带相同的秩信息，但在建模后表现不同，表明数学等价指数之间的差异可能反映的是施加的函数形式而非生物标志物内容。增量价值的评估应考虑成分匹配比较。