IF10.6!!! 南京中医药大学用CHARLS数据库拿下中科院双一区!!!

点击蓝字 关注我们

基线特征

研究最终纳入 6867 例 CKM 0–3 期患者，平均年龄 59.2±9.0 岁，男性占 47.6%。按 CKM 分期分组后，0 期患者更年轻，吸烟饮酒率更低，高血压、糖尿病及血脂异常患病率也更低，且血压、血糖、血脂、肾功能及炎症指标均优于 3 期患者。人群基线特征同时按 CMM 发病情况进行了分层描述。

TyG相关指标与CKM综合征0–3期CMM的关联

中位随访 9 年，6867 例 CKM 0–3 期患者中 652 例（9.5%）新发 CMM。完全调整 Cox 模型显示，9 种 TyG 相关指数最高四分位数均与 CMM 显著相关，且呈显著正向趋势（均 P<0.05），CMM 风险随指数四分位数升高而单调上升；但各指数与中风、先天性心脏病的关联显著减弱，部分指标关联无统计学意义。

限制性立方样条分析显示，TyG 相关指标与心脏代谢结局存在明确的剂量 - 反应关系：对 CMM 和中风多呈正向关联，前者中 TyG 等多数指标为线性，TyG-ABSI、CTI 呈非线性；对先天性心脏病则差异显著，仅 TyG-BMI 等五项指标呈正非线性相关，TyG、TyG-WWI 等四项无显著关联。

Kaplan-Meier 生存分析显示，TyG 相关指标最高四分位（Q4）患者的 CMM、中风及先天性心脏病发生率均显著高于低四分位（Q1–Q3）（均 P<0.001），表明所有 TyG 相关标志物均与 CMM 发展存在显著独立关联，且关联强度和形态因指数组成及结局类型存在差异，呈现疾病特异性风险模式。

TyG相关指标在CKM综合征0–3期CMM的预测表现

ROC 曲线分析显示，TyG-CVAI 对 CMM、卒中及冠心病的预测效能最优，AUC 分别为 0.679、0.612 和 0.583。DeLong 检验表明其 AUC 显著高于多数 TyG 相关指数，但与 TyG-WC、TyG-WHtR 无统计学差异，其余指数预测效能介于中等至良好水平。

基于完全调整模型，采用 NRI 和 IDI 评估 9 种 TyG 相关指数的增量预测价值：所有指标对 CMM 均有显著增量预测价值；对卒中，仅 5 项指标（TyG-BMI、TyG-WC、TyG-WHtR、TyG-BRI、TyG-CVAI）具有显著增量价值；对冠心病，仅 4 项指标（TyG-BMI、TyG-WC、TyG-BRI、TyG-CVAI）有显著提升，其余均无统计学意义。

年龄分层分析

年龄分层分析显示，45–59 岁与 60–70 岁人群中，9 种 TyG 相关指数均与 CMM 呈明显剂量 - 反应关系，风险随四分位数升高而递增；≥70 岁人群中多数指数关联显著减弱，仅 TyG-BMI、TyG-WC、TyG-WHtR、TyG-CVAI 保持稳定关联。所有指数交互 P 值均＞0.05，提示组间关联强度无统计学差异。

敏感性分析

为验证结果稳健性，本研究开展多项敏感性分析：排除基线糖尿病参与者、排除 CKM 0 期轻微风险个体、采用多重插补数据集补偿缺失协变量，并进行细 - 格雷亚分布危害模型竞争性风险分析，各项分析结果一致，证实研究结论具有稳健性。

文章总结