1.第一段-文章基本信息

文章题目：Association between cumulative changes of the triglyceride glucose index and incidence of stroke in a population with cardiovascular-kidney-metabolic syndrome stage 0-3: a nationwide prospective cohort study

 

中文标题：甘油三酯葡萄糖指数累积变化与0-3 期心血管-肾脏-代谢综合征人群中风发生率的相关性：一项全国性前瞻性队列研究 

 

发表杂志：Cardiovascular Diabetology

 

影响因子：1区，IF=8.5

 

发表时间：2025年5月

 

2.第二段-研究思路

本研究思路

本文旨在探讨累积型糖脂指数（cumTyG）与心血管-肾脏-代谢综合征（CKM）0-3期患者中风发生率之间的关系。研究基于中国健康与退休纵向研究（CHARLS）2011-2015年的数据，纳入了4700名CKM综合征0-3期的参与者。研究首先通过计算空腹甘油三酯和血糖水平来确定TyG指数，并利用面积-时间曲线下估计值（mean TyG×时间跨度）计算cumTyG。接着，采用k均值聚类分析将TyG控制水平分为四类。通过逻辑回归分析评估cumTyG和TyG控制水平对中风发生的影响，并使用限制性立方样条模型（RCS）探索cumTyG与中风风险之间的潜在非线性关系。结果显示，较高的cumTyG与中风风险增加相关，且这种关系在CKM综合征0-3期患者中呈线性。这表明长期动态监测TyG变化有助于早期识别中风高风险患者。

 

3.第三段-Introdction

背景

美国心脏协会（AHA）最近提出了心血管-肾脏-代谢综合征（CKM）的概念，这是一种由肥胖、代谢危险因素、慢性肾脏病（CKD）、糖尿病和心血管功能障碍相互作用的系统性疾病。大约90%的美国成年人符合CKM综合征（1期或更高）的标准，而15%的人符合晚期阶段的标准。CKM综合征在早期通常无症状，早期识别和干预对于减轻其长期后果至关重要。胰岛素抵抗（IR）是CKM综合征的核心特征之一，它会导致血糖和甘油三酯水平升高，进而通过多种机制增加中风风险，包括血管内皮功能障碍、慢性炎症和氧化应激等。

4.第四段-Methods

方法

中国健康与养老纵向研究（CHARLS） 是一项具有全国代表性的调查，对象是 45 岁及以上的中老年人，由中国社会科学院北京大学国民学院管理。该研究采用纵向设计，数据收集波次为 2011-2012 年（基线，第 1 波）、2013 年（第 2 波）、2015 年（第 3 波）和 2018 年（第 4 波）。在第 1 波（2011-2012 年）和第 3 波（2015 年）期间收集了包括空腹血在内的生物样本。有关研究人群的更多详细信息已在之前的出版物中描述。资格标准包括年龄在 45 岁或以上，拥有完整的空腹血糖 （FBG） 和甘油三酯 （TG） 数据，2015 年之前没有中风史，以及 CKM 综合征 0-3 期的完整信息。

 

暴露：TyG指数、cumTyG和TyG控制水平的评估

 

禁食 8 小时后收集空腹血样，并使用 Hitachi 7180 自动化学分析仪（日本东京日立）通过酶比色测定分析葡萄糖和甘油三酯。TyG 计算为 ln [空腹甘油三酯 （mg/dL） ×空腹血糖 （mg/dL）/2]，cumTyG 作为曲线下面积估计值（平均 TyG ×时间跨度），计算为 （TyG2012 + TyG2015） /2* 时间 （2015– 2012）。随后，使用 k 均值分析根据 TyG 控制水平将参与者分为 4 个 TyG 轨迹组：1 级——稳定的低风险组;2 级——快速增长组，3 级——显著改善组;4 级——持续性高危组。

 

人群：CKM综合征0-3期的评估

 

根据美国心脏协会总统咨询声明，CKM综合征的0-3期定义如下：0期包括无CKM综合征危险因素的个体；1期：涉及超重、腹部肥胖或功能失调的脂肪组织，但无慢性肾脏病（CKD）；2期：包括有代谢危险因素（如高甘油三酯血症、高血压、代谢综合征或2型糖尿病）、中高风险CKD或两者兼有；3期：包括有高风险或存在亚临床心血管疾病（CVD）的个体。

结局: 中风

 

本研究的主要结局是中风的发生率。在随访期间（第4波），回答“是”的参与者被认定为发生中风事件。

协变量

 

性别、年龄、教育程度、体质指数、吸烟、饮酒、高血压、糖尿病、血脂异常、甘油三酯（TG）、空腹血糖（FBG）、糖化血红蛋白（HbA1c）、血红蛋白、高密度脂蛋白胆固醇（HDL-c）、低密度脂蛋白胆固醇（LDL-c）、尿酸、估算肾小球滤过率和总胆固醇（TC）

统计学方法

 

在统计分析中，正态分布的连续变量以均值±标准差表示，非正态分布变量以中位数（四分位间距）表示，分类变量以频率和百分比报告。组间比较采用χ²检验、方差分析（ANOVA）或Kruskal-Wallis检验。研究使用k均值聚类分析将参与者根据2012-2015年的TyG值分为四组，以捕捉TyG指数变化的细微差异，并评估其与中风风险的关系。肘部法则用于确定最佳聚类数量，结果显示四个簇在模型简洁性和解释准确性之间达到平衡。此外，研究还通过连续的cumTyG和其三分位组评估长期TyG变化与中风发生率的关系，并采用逻辑回归和限制性立方样条回归分析来探索潜在的线性关系。亚组分析和敏感性分析进一步验证了结果的稳健性。统计分析使用R 4.4.2进行，双侧P值<0.05被认为具有统计学意义。

5.第五段-Results

结果

人群特征

研究共纳入4700名心血管-肾脏-代谢综合征（CKM）0-3期的参与者，其中280人在3年随访期间发生中风。参与者根据TyG控制水平分为四组：第1类（稳定低风险组）、第2类（快速上升组）、第3类（显著改善组）和第4类（持续高风险组）。各组在年龄、性别、BMI、教育水平、吸烟、饮酒、CKM综合征阶段、合并症（高血压、糖尿病、血脂异常）和生化指标（甘油三酯、血糖、糖化血红蛋白、胆固醇）方面存在显著差异。第4组代谢紊乱最为严重，BMI最高，合并症患病率高，生化指标异常严重。

CKM 综合征 0-3 期个体的 CumTyG、TyG 控制水平和卒中发生率

表 2 显示了分析 CKM 综合征 0-3 期个体 cumTyG、TyG 控制水平与中风发生率之间关联的 logistic 回归结果。在调整后的模型（模型 3）中，与 1 级组相比，2 类组显示出显着更高的中风风险，但在 1 类组、3 类组和 4 类组之间未观察到中风发生率的差异（均 P > 0.05）。高 cumTyG与中风风险增加显著相关，我们根据 cumTyG 的三分位数进一步将参与者分为三组。与 Q1相比，Q2组和 Q3组中风事件的风险更高。多变量调整的样条回归模型显示 cumTyG 指数水平与 CKM 0-3 期中风风险之间的线性关联。

亚组分析和敏感性分析

表 3 显示了 CKM 综合征 0-3 期患者 TyG 控制水平与中风发病率之间关联的亚组分析，按年龄、性别、教育程度、吸烟、饮酒、CKM 0-3 期、糖尿病、高血压和血脂异常分层。我们发现 TyG 控制水平与年龄、性别、吸烟之间存在显着交互作用 （均 P < 0.05）。对于 cumTyG，观察到三个 cumTyG 组与 CKM 综合征 0-3 期之间存在显著交互作用 （均 P < 0.05） （表 S1-S2）。使用不含抗糖尿病药物、抗高血脂药物和抗高血压药物的完整数据集进行敏感性分析。CumTyG 始终显示与中风发生率的相关性最强。

 

6.第六段-结论与启发

结论与启发

结论

我们的研究结果表明，cumTyG 是 CKM 综合征 0-3 期个体中风风险的可靠预测因子。高危亚组的识别强调了个性化方法预防中风的重要性。这些发现强调了监测 TyG 指数纵向变化的重要性，以最有效地识别 CKM 综合征 0-3 期个体中风的高风险个体。

【光速科研启发】

选题：研究聚焦于累积型糖脂指数（cumTyG）与心血管-肾脏-代谢综合征（CKM）0-3期患者中风发生率的关系，填补了关于cumTyG在CKM综合征中风风险预测方面的研究空白，具有重要的临床和公共卫生意义。

 

统计学：采用逻辑回归模型和限制性立方样条（RCS）回归分析，评估cumTyG和TyG控制水平与中风发生率的关联，并通过亚组分析和敏感性分析验证结果的稳健性，揭示cumTyG与中风风险之间的线性关系。

 

数据库：利用中国健康与退休纵向研究（CHARLS）数据库，确保样本的全国代表性，通过严格的纳入和排除标准提高数据质量，为研究提供了坚实的基础。

 

启发：研究提示在评估CKM综合征患者的中风风险时，应动态监测cumTyG的变化；通过亚组分析，发现特定人群（如年龄≥60岁、男性、吸烟者或CKM综合征3期患者）中TyG控制水平与中风风险的关联更为显著，为个性化干预提供依据；利用cumTyG这一基于常规检测指标的优势，促进大规模人群筛查和公共卫生干预。