Med-NHANES，持续分享NHANES临床生信文献与思路解读，捕捉当下热点指标/思路，感兴趣的老师可以点点关注~需要定制化分析的老师欢迎扫码联系~
文章标题：The additive effect of the triglyceride-glucose index and estimated glucose disposal rate on long-term mortality among individuals with and without diabetes: a population-based study
中文标题：甘油三酯-葡萄糖指数和估计葡萄糖处理率对糖尿病患者和非糖尿病个体长期死亡率的累加效应：一项基于人群的研究
发表期刊：Cardiovasc Diabetol .
发表时间：2024年8月
影响因子：8.5/Q1
甘油三酯-葡萄糖 （TyG） 指数和估计葡萄糖处理率 （eGDR） 使用不同的参数计算，被广泛用作胰岛素抵抗的标志物，并与心血管疾病和预后相关。然而，它们是否对死亡风险有附加效应仍不清楚。本研究旨在探讨 TyG 指数和 eGDR 的联合评估是否提高了糖尿病患者和非糖尿病患者对长期死亡率的预测。
葡萄糖处置率（eGDR）
这是一个反映胰岛素抵抗（IR）的新型指标。eGDR通过结合糖化血红蛋白（HbA1c）、血压状况（高血压或正常血压）和腰围（WC）等易于获取的临床参数来计算，与通过高胰岛素正血糖钳夹技术测定的IR有较强的相关性。eGDR不受肾功能排泄功能的影响，因此在肾功能不全患者中，eGDR可能是一个更可靠的胰岛素抵抗指标。
胰岛素抵抗指数
禁食过夜至少 8 小时后测量空腹血糖、空腹甘油三酯、空腹 HDL-C 和空腹胰岛素水平。计算不同胰岛素抵抗指数的公式如下：
分析方法
在这项横断面和队列研究中，数据来自 2001-2018 年全国健康和营养检查调查 （NHANES），17,787 名参与者被纳入最终分析。参与者选择的流程图如图 1 所示。死亡记录信息来自全国死亡指数。通过多变量 Cox 回归分析和限制性三次样条确定 TyG 指数和 eGDR 与全因和心血管死亡率的相关性。
结果分析
1. 基线特征
按 TyG 指数的四分位数分层的参与者的基线特征如表 1 所示。在总共 17,787 名参与者中，49.7%（加权）为男性，平均年龄为 45 ± 16 岁。有 3159 名 （12.7%，加权） 患者患有糖尿病。
2. 胰岛素抵抗死亡率指数的 ROC 曲线分析
TyG 指数和 eGDR 的预后表现显著优于其他指数。TyG 指数显示预测全因死亡率的 Harrell C 指数高于其他 TyG 衍生参数，包括 TyG-BMI 指数（0.609 对 0.511，p < 0.001）、TyG-WC 指数（0.609 对 0.585，p < 0.001）和 TyG-WHtR 指数（0.609 对 0.597，p = 0.046）。此外，TyG 指数对心血管死亡率的预测价值大于 TyG-BMI 指数（0.618 vs. 0.530，p < 0.001）。我们使用 ROC 曲线分析比较了 TyG 指数、 eGDR 和其他胰岛素抵抗指数对死亡率的预测价值，发现 TyG 指数和 eGDR 的预后表现显著优于其他指数。
3. TyG 指数和 eGDR 的死亡率 Kaplan-Meier 生存曲线
在 8.92 年的中位随访期内，发生了 1946 例 （10.9%） 全因死亡和 649 例 （3.6%） 心血管死亡。TyG 指数和 eGDR 的长期死亡率的 Kaplan-Meier 生存曲线如图 3 所示。在总人群中，死亡率随着 TyG 指数四分位数的增加和 eGDR 水平的降低而增加（所有对数秩 p < 0.001）。
4. TyG 指数与糖尿病患者和非糖尿病患者死亡率之间的关联
当作为连续变量分析时，在完全调整的模型中，TyG 指数与总人群的全因死亡率和心血管死亡率独立相关，然而，对于无糖尿病的个体来说，情况并非如此，当作为分类变量分析时，无论个体是否患有糖尿病，TyG 指数与死亡率均不显著相关。这一结果表明 TyG 指数与长期死亡率之间存在潜在的非线性关系。根据限制性三次样条分析，糖尿病患者 TyG 指数与死亡率之间的关系呈 J 形。当 TyG 指数分别大于 9.04 和 9.30 时，全因死亡率和心血管死亡率的风险显著增加。然而，在没有糖尿病的个体中，1 的 HR 完全被限制性三次样条曲线的 95% 置信区间覆盖，表明 TyG 指数与死亡率之间的关联没有统计学意义。
5. eGDR 与糖尿病和非糖尿病患者死亡率之间的关联
当 eGDR 作为连续变量进行分析时，在完全调整的模型中，它与糖尿病患者的全因死亡率和心血管死亡率显著相关，当 eGDR 作为分类变量进行分析时，结果没有变化。根据限制性三次样条分析，eGDR 与糖尿病患者死亡率之间的关联呈 L 形。当 eGDR 低于 4 mg/kg/min 时，死亡风险显著增加。在没有糖尿病的个体中，eGDR 和死亡率之间存在负线性关系。
6. TyG 指数和 eGDR 的组合与糖尿病患者和非糖尿病个体死亡率之间的关联
在总人群中，高 TyG 和低 eGDR 组（的个体表现出最高的全因死亡风险和心血管死亡率，与低 TyG 和高 eGDR 组 相比。在糖尿病患者中观察到类似的结果。在无糖尿病的个体中，这些关联在调整后略为显著。
7. 性别分层分析
我们按性别和糖尿病状况对研究人群进行分层，发现在患有糖尿病的男性和女性患者中，观察到 TyG 指数和 eGDR 对全因死亡率的累加效应。在没有糖尿病的女性中，还确定了对心血管死亡率的累加效应。无糖尿病女性的全因死亡率 （p = 0.077） 以及男性糖尿病患者 （p = 0.098） 和女性糖尿病患者 （p = 0.076） 的心血管死亡率也观察到类似的趋势，而没有糖尿病的男性则并非如此。
8. TyG 指数、 eGDR 及其组合对死亡率的预后价值
根据 ROC 曲线分析，TyG 指数和 eGDR 的组合显示全因死亡率和心血管死亡率的预测价值高于 TyG 指数（全因死亡率：0.678 vs. 0.609，p < 0.001;心血管死亡率：0.704 vs. 0.618，p < 0.001）或单独的 eGDR（全因死亡率：0.678 vs. 0.672，p < 0.001;心血管死亡率：0.704 对 0.700，p = 0.038）（表 4）。将 TyG 指数和 eGDR 同时添加到传统风险因素模型中进一步改善了预后预测（表 5）。在协变量调整的受试者工作特征曲线分析中，调整糖尿病后确定了类似的结果（表 4 和 5）。
9. 病程亚组分析
在我们的研究人群中，1937 人有关于糖尿病持续时间的信息。糖尿病的中位病程为 8.0 年。在糖尿病病程< 10 年的个体中，高 TyG 和低 eGDR 组的全因死亡风险最高 （TyG > 9.04 和 eGDR < 4） （p = 0.009）。糖尿病病程≥ 10 年的个体 （p = 0.068） 的全因死亡率和糖尿病病程< 10 年 （p = 0.087） 或 ≥ 10 年的个体的心血管死亡率 （p = 0.214） 也观察到类似的趋势，尽管它们没有达到统计学意义（表 6）。这也证实了 TyG 指数和 eGDR 的组合对糖尿病患者的预后有累加效应。
文章小结
TyG 指数和 eGDR 对糖尿病和非糖尿病个体的长期死亡风险存在潜在的累加效应，这为预后预测提供了额外的信息，并有助于改善风险分层。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
