
📍一项同时涵盖胰岛素抵抗与炎症的新型标志物——CTI,能否成为中国中老年人群卒中风险预测的关键工具?
💡苏州市立医院发表于《Cardiovascular Diabetology》上系统揭示了C反应蛋白-甘油三酯葡萄糖指数(CTI)与脑卒中风险之间的显著正相关关系,尤其是在不同血糖状态人群中存在差异。研究发现,在血糖正常和糖尿病前期人群中,CTI水平升高与卒中风险显著相关,而在已确诊糖尿病患者中该关联不明显。
💥本研究基于中国健康与养老追踪调查(CHARLS)数据,系统探讨了新型标志物CTI与不同血糖状态下卒中风险的关联。旨在分析CTI作为胰岛素抵抗与炎症综合指标对卒中风险的预测价值,为精准风险分层与早期干预提供依据。
如果你也想使用CHARLS数据库的方法进行生信分析,快关注科研圈与GBD吧!
°首次在大规模中国中老年前瞻性队列中,系统揭示新型复合标志物CTI与卒中风险的显著关联
°首次发现该关联在糖尿病前期及血糖正常人群中突出,突破了传统指标在糖代谢异常人群中预测效力不足的局限

卒中是全球主要致死致残原因,中国发病率居首且持续上升。胰岛素抵抗与炎症是动脉粥样硬化的关键驱动因素,后者为卒中重要风险源。
CTI 作为反映二者的新型生物标志物,已在多种疾病预后评估中显价值,但它与卒中风险的关联,尤其在不同血糖状态人群中的表现尚不明确,故开展本研究。
①研究设计与数据来源
数据来自中国健康与养老追踪调查(CHARLS),采用多阶段分层抽样,涵盖 2011-2020 年五轮调查数据。
初始纳入 17708 名参与者,经排除缺失关键数据、年龄<45 岁及有卒中病史者后,最终纳入 10443 名中老年人。
②核心指标定义与计算
CTI 计算:采用公式 0.412×Ln(CRP [mg/L])+Ln(TG [mg/dl]×FPG [mg/dl])/2,综合反映炎症与胰岛素抵抗。卒中评估:通过 “是否被医生诊断为卒中” 的自报问题确定,发病时间定义为末次访谈至首次记录卒中的间隔。
血糖状态分类:正常血糖调节(NGR)、糖尿病前期(Pre-DM)、糖尿病(DM),依据 FPG 和 HbA1c 水平界定。
③统计分析方法
描述性统计:正态分布变量用均数 ± 标准差,非正态分布用中位数和四分位数,组间比较采用 ANOVA、Kruskal-Wallis 检验或卡方检验。
关联分析:用 Kaplan-Meier 曲线分析卒中累积发生率,Cox 比例风险回归模型评估 CTI 与卒中风险的关联。
分层与敏感性分析:按性别、年龄、血糖状态等分层

总体关联:CTI 升高与卒中风险显著正相关,预测效能更优
9 年随访期间,10,443 名中老年人(平均年龄 59.13±9.31 岁,男性 46.8%)中 960 人(9.2%)发生首次卒中。
卒中发生率随 CTI 四分位数递增:Q1(≤8.16)为 6.0%,Q2(8.16-8.68)为 8.0%,Q3(8.68-9.27)为 10.5%,Q4(>9.27)达 12.3%,Kaplan-Meier 曲线显示组间差异显著(log-rank test P<0.001)。
调整人口学、生活方式及临床协变量后(Model 3),CTI 每升高 1 单位,卒中风险增加 19%(HR 1.19,95% CI 1.09-1.29),高于 CRP(HR 1.01)和 TyG 指数(HR 1.17)的预测效能。
ROC 曲线显示 CTI 的 AUC 为 0.587(95% CI 0.569-0.606),优于 CRP(AUC 0.565)和 TyG 指数(AUC 0.567),且 Q4 较 Q1 的 HR 达 1.55(95% CI 1.25-1.92),趋势检验均显著(P<0.001)。
累积 CTI 水平分析进一步证实,长期高 CTI 与更高的卒中发生率相关

图1:研究人群筛选流程图
性别分层:男女关联一致,女性高 CTI 风险更突出
女性 CTI 每升高 1 单位,卒中风险增加 22%(HR 1.22,95% CI 1.09-1.36),男性为 15%(HR 1.15,95% CI 1.02-1.29),性别交互作用不显著(P=0.617)。
高 CTI(Q4)亚组中,女性 HR(1.76,95% CI 1.30-2.39)高于男性(1.45,95% CI 1.06-1.97),且女性 Q3、Q4 的 HR 均显著高于男性对应四分位数。
RCS 分析显示,男女群体中 CTI 与卒中风险均呈显著线性相关

图2:Kaplan-Meier 累积卒中发生率曲线
血糖状态分层:仅 NGR 和 Pre-DM 群体关联显著,关联形式有差异
正常血糖调节(NGR)群体(39.5%):CTI 每升高 1 单位,卒中风险增加 33%(HR 1.33,95% CI 1.11-1.59),RCS 分析显示呈非线性相关(Fig. 5A),Q4 较 Q1 HR 达 1.83(95% CI 1.28-2.61)。
糖尿病前期(Pre-DM)群体(44.4%):CTI 每升高 1 单位,卒中风险增加 20%(HR 1.20,95% CI 1.04-1.39),呈显著线性相关(Fig. 5B),Q4 较 Q1 HR 为 1.50(95% CI 1.10-2.06)。
糖尿病(DM)群体(16.1%):CTI 与卒中风险无显著关联(HR 1.08,95% CI 0.92-1.26,P=0.345),Kaplan-Meier 曲线组间差异无统计学意义

图3:不同血糖状态 CTI 与卒中风险的 RCS 曲线
性别 × 血糖状态交互:女性 NGR/Pre-DM、男性 NGR 高 CTI 风险突出
女性 NGR 群体:CTI 每升高 1 单位,卒中风险增加 55%(HR 1.55,95% CI 1.20-1.99);Pre-DM 群体 HR 为 1.24(95% CI 1.00-1.53),DM 群体无显著关联。
男性 NGR 群体:CTI 作为分类变量时,Q4 较 Q1 卒中风险显著升高(HR 1.67,95% CI 1.00-2.78),但连续变量分析无显著差异;Pre-DM 和 DM 群体中 CTI 与卒中风险均无显著关联

图4:不同性别 CTI 与卒中风险的 RCS 曲线
年龄 × 血糖状态交互:中年 NGR/Pre-DM 群体关联最强
中年(45-60 岁)NGR 群体:CTI 每升高 1 单位,卒中风险增加 46%(HR 1.46,95% CI 1.11-1.91);Pre-DM 群体 HR 为 1.44(95% CI 1.16-1.80),DM 群体无显著关联。老年(≥60 岁)群体:无论 NGR、Pre-DM 还是 DM,CTI 与卒中风险均无显著关联(所有 P>0.05),且 HR 值均低于中年群体对应亚组

图5:不同年龄 CTI 与卒中风险的 RCS 曲线
亚组与敏感性分析:结果稳健,仅血脂异常状态存在交互
亚组分析显示,无论吸烟 / 饮酒状态、BMI 水平(<24、24-28、≥28 kg/m²)、是否合并高血压,CTI 升高均与卒中风险增加相关。
仅血脂异常状态存在显著交互作用(P=0.015):无血脂异常者 CTI 每升高 1 单位的 HR 为 1.38(95% CI 1.18-1.61),有血脂异常者为 1.12(95% CI 1.02-1.23),但两者均呈显著线性相关(Fig. S3、S4)。
5 种敏感性分析(排除缺失数据、非空腹参与者、 deceased 参与者;采用分段 Cox 回归、Logistic 回归均验证结果稳健,E 值为 1.67 提示未测量混杂因素影响有限。

图6:亚组交互分析森林图
该研究基于 CHARLS 队列 10443 名中老年人 9 年随访数据,探究 CTI 与卒中风险的关联。结果显示 CTI 与卒中风险呈显著正线性相关,男女、中老年人群趋势一致,且在正常血糖和糖尿病前期人群中关联显著,糖尿病患者中无此关联,CTI 可作为卒中风险分层的可靠生物标志物。
如果你也想使用CHARLS数据库的方法高分发文,欢迎私信咨询!

就找科研圈与GBD