IF 10.6!5图3表拿下顶刊!恭喜南京中医药大学团队靠“CHARLS”0实验斩获双一区TOP!

🔬该研究创新聚焦 0-3 期 CKM 综合征人群，首证 9 项 TyG 相关指数对 CMM 的独立预测价值，TyG-CVAI 表现最优。突破传统风险评估局限，为慢病早筛提供便捷工具，且经多层级验证结论稳健，对 CKM 综合征早期防控及临床风险分层具重要实践意义📷。

⚠️CKM 综合征作为整合代谢、肾脏与心血管疾病风险的系统性疾病，进展为心脏代谢多重疾病（CMM）的风险极高，给中老年群体健康带来严峻挑战。目前临床缺乏便捷可靠的 CMM 风险预测工具，而 TyG 相关指数的预测价值尚未明确，亟需针对性研究填补这一空白🧩。

• 🔎研究对象：选取 2011-2020 年 CHARLS 队列中 6867 名 0-3 期 CKM 综合征患者，中位随访 9 年。

• 🔎暴露指标：计算 9 项 TyG 相关指数（TyG、TyG-BMI 等），基于空腹血糖、甘油三酯及人体测量等指标。

• 🔎结局指标：主要为 CMM（至少两种 cardiometabolic diseases），次要为脑卒中、冠心病。

• 🔎统计方法：采用 Cox 回归、RCS 曲线、K-M 曲线分析关联与剂量反应关系；ROC、NRI、IDI 评估预测性能；年龄分层及多重敏感性分析验证稳健性。

图形摘要

• 最终纳入 6867 名 0-3 期 CKM 综合征患者，平均年龄 59.2±9.0 岁，男性占 47.6%。

• 随 CKM 分期升高，高血压、糖尿病、血脂异常患病率递增，SBP、FBG、TG 等指标呈恶化趋势，eGFR、HDL-C 水平降低（均 P<0.001）。

图1：研究对象筛选流程图

• 随访结局：中位随访 9 年，652 名参与者（9.5%）发生 CMM（同时患有至少两种 cardiometabolic diseases，如糖尿病、冠心病、脑卒中）。

• quartile 分组关联：完全调整模型（Model 4，调整人口学、生活方式、基础疾病、实验室及 CKM 分期等 covariates）中，所有 9 项 TyG 相关指数最高四分位数（Q4）患者的 CMM 风险均显著升高，风险增幅为 72%~200% 以上：

• 最优预测指标：TyG-CVAI 对 CMM 的预测效能最优，AUC=0.679，显著优于 TyG（AUC=0.634）、CTI（AUC=0.617）等多数指数（DeLong 检验 P<0.05）。

• 次要结局预测：TyG-CVAI 对脑卒中、冠心病的预测 AUC 也为所有指数中最高。

• 增量预测价值：NRI 和 IDI 分析显示，所有 9 项指数均能在传统风险因素模型基础上显著提升 CMM 预测价值（均 P<0.05）：

• 排除基线糖尿病患者：重新分析后，9 项指数与 CMM 的关联仍显著（HR 范围 1.48~2.57，均 P<0.05），核心结论不变。

• 排除 CKM 0 期患者：聚焦 1~3 期 CKM 人群，指数与 CMM 的关联强度略有提升（如 TyG-CVAI 的 HR=2.83，P<0.001）。

• 多重插补数据：处理缺失 covariate 后，所有指数的 HR 值与原结果差异 < 5%，证实稳健性。

• 竞争风险分析：采用 Fine-Gray 模型调整非 CMM 死亡竞争风险后，TyG 相关指数与 CMM 的关联仍显著（均 P<0.05）。

• 脑卒中：5 项指数（TyG-BMI、TyG-WC、TyG-WHtR、TyG-BRI、TyG-CVAI）与脑卒中风险显著关联，其中 TyG-CVAI 的 AUC=0.612，增量预测价值显著（NRI=0.186，P<0.001）。

• 冠心病：仅 4 项指数（TyG-BMI、TyG-WC、TyG-BRI、TyG-CVAI）与冠心病风险呈正相关（P<0.05），TyG-CVAI 的 AUC=0.583，为最优预测指标。