随着全球心血管疾病(CVD)发病率的持续上升,如何精准评估个体风险已成为医学研究的重要课题。近期,基于中国健康与养老追踪调查(CHARLS)队列的研究揭示了脂肪-血糖指数-体型指数(TyG-ABSI)在心血管疾病预测中的独特价值。这一研究不仅验证了TyG-ABSI在东亚人群中的长期预测能力,更为心血管疾病风险评估提供了新的视角。本文将深入解析该研究的核心发现,探讨TyG-ABSI与其他肥胖指标的差异,并分析其在临床实践中的应用潜力。心血管疾病的多因素病理机制中,胰岛素抵抗(IR)和肥胖作为主要驱动因素,其评估指标的精准性直接影响风险预测的准确性。传统的肥胖指标如BMI虽然广泛应用,但对体脂分布和代谢风险的反映存在局限性。
TyG-ABSI的创新之处在于将脂质代谢指标(甘油三酯和血糖)与体型特征(腰围、身高)结合,形成更具综合性的评估工具。研究表明,TyG-ABSI在反映内脏脂肪和代谢异常方面具有独特优势,尤其适用于东亚人群,其体型特征与西方人群存在显著差异。基于CHARLS队列的前瞻性研究纳入了7197名无心血管疾病病史的参与者,在2011-2020年的随访期内共记录了1267例新发心血管疾病病例。研究发现,基线TyG-ABSI水平与复合心血管疾病风险呈独立相关(HR=1.08,95% CI 1.01-1.14,P=0.016),尤其在脑卒中风险预测中表现突出(HR=1.16,95% CI 1.05-1.28,P=0.003)。然而,对于心脏疾病的预测价值则未显示出独立相关性。这种差异性提示TyG-ABSI在不同心血管疾病亚型中的预测能力存在差异,为临床风险分层提供了更精准的参考。
在评估TyG-ABSI的预测能力时,研究采用了多种统计方法。受限立方样条(RCS)分析显示,TyG-ABSI与心血管疾病及脑卒中之间的关系均无显著非线性(P=0.855和P=0.728),表明其预测效果具有稳定性。时间依赖性受试者工作特征曲线(ROC)和C指数进一步验证了TyG-ABSI在预测能力上的优势,尤其是与单纯体型指数(ABSI)相比。然而,与其他传统指标如TyG-BMI相比,TyG-ABSI并未显示出显著优势。这一结果提示,虽然TyG-ABSI在反映体型特征方面具有独特性,但其整体预测能力仍需与其他成熟指标结合使用。研究还通过净重分类改善(NRI)和综合判别改善(IDI)量化了TyG-ABSI的预测增益。
结果表明,TyG-ABSI在改善风险分类方面的贡献有限,而传统指标在临床决策分析(DCA)中表现出更好的净效益。这一发现为临床实践提供了重要参考,即在风险评估中应综合考虑多种指标,而非依赖单一参数。值得关注的是,研究通过相关性分析发现,传统肥胖指标之间存在严重的多重共线性(r值范围0.751-0.890),而ABSI与BMI之间几乎正交独立(r=-0.056)。这一特性使得TyG-ABSI在反映体型特征时具有独特价值,能够捕捉到其他指标难以反映的病理信号。研究团队提出,未来的风险评估工具应向整合型人类风险指标(ARI)框架发展,将TyG-BMI的代谢敏感性与TyG-ABSI的体型特征结合,以实现更精准的风险分层。中国人群的心血管疾病特征与西方人群存在显著差异,东亚人群的内脏脂肪分布和代谢异常模式使得传统指标的适用性受到挑战。
TyG-ABSI的出现为这一问题提供了新的解决方案。研究表明,TyG-ABSI在反映内脏脂肪和代谢风险方面具有独特优势,尤其适用于中国人群。其与BMI的低相关性进一步验证了这一指标的独特性,为心血管疾病的预防和干预提供了新的思路。在临床实践中,TyG-ABSI的应用潜力值得进一步探索。作为一种非侵入性、易于操作的评估工具,TyG-ABSI可为初级医疗机构提供便捷的风险筛查手段。其与其他指标的结合使用,有助于实现更精准的个体化风险评估。
未来研究可进一步验证TyG-ABSI在不同人群中的预测能力,并探索其在心血管疾病预防中的实际应用价值。综上所述,基于CHARLS队列的研究揭示了TyG-ABSI在心血管疾病预测中的独特价值。虽然其作为单一筛查工具的优势有限,但其与其他指标的结合使用为风险评估提供了新的可能性。未来的研究应聚焦于多指标的综合应用,以实现更精准的心血管疾病风险预测和预防。 。
