《CARDIOVASC DIABETOL》（IF=8.5），TyG 指数与外科重症监护患者预后的相关性

本次解读的是发表在《CARDIOVASCDIABETOL》（IF=8.5）上的一篇文章《Association of the TyG index with prognosis in surgical intensive care patients: data from the MIMIC-IV》。这项研究表明死亡风险增加与 TyG 指数升高有关。在 60 岁以下的危重患者以及伴有中风或心血管疾病的患者中，TyG 指数升高与不良的短期和长期结局相关。此外，在非糖尿病患者中，TyG 指数升高与不良长期预后相关。

甘油三酯-葡萄糖指数（TyG）是一种通过使用基于空腹血浆甘油三酯和血糖水平的数学模型间接评估胰岛素抵抗（IR）的工具。近年来，该指数因其简单性、成本效益以及预测各种心血管和代谢风险和病症的能力而受到越来越多的关注。许多研究发现，TyG指数升高与特定人群的心血管事件有关，这一结论已在许多大型数据库中得到证实。胰岛素抵抗是对损伤和压力的最基本反应之一，在大肠手术等大手术中，术后可能会失去高达90%的胰岛素敏感性。然而，作为胰岛素抵抗的间接指标，TyG指数与创伤和手术患者预后之间的具体关系在相对较少的文献中被提及。本研究旨在调查TyG指数与外科ICU/创伤ICU收治患者的短期和长期死亡风险之间的相关性，这可能有助于我们识别高危患者，并可能有助于开发改善患者预后的新策略。

数据源

数据来自重症监护数据库IV（MIMIC-IV）2.2版，该数据库在2008年至2019年期间招募了超过70,000例ICU住院患者。

种群选择

如果患者符合以下标准，则入组：（1）入住外科重症监护病房（ICU）或创伤外科ICU（TSICU）。（2）可以计算TyG指数的患者。（3）年龄≥18岁;（4）在ICU停留超过24h;最后，本研究共纳入2103例患者，并根据TyG指数的三分位数分为三组，具体研究过程见图 1。

数据提取

研究利用结构化查询语言（SQL）来获取ICU入院后第一天记录的信息。患者的性别、种族和年龄;简化急性生理学评分（SAPS）II和序贯器官衰竭评估（SOFA）评分，实验室检查包括白细胞（WBC）、血清肌酸（Scr）、血红蛋白、血小板，合并症包括心力衰竭（HF）、高血压、慢性阻塞性肺病（COPD）、慢性肾病（CKD）、心房颤动（AF）、中风、糖尿病、心血管疾病。上述所有这些数据均已提取，可在表 1 中看到。研究认为28天死亡率是短期预后的指标，180天死亡率是长期预后的指标。所有实验室变量仅在患者入院后的前24小时内获得，不包括缺失值超过20%的变量，以减少潜在的偏倚。对于缺失值小于20%的变量，使用R软件的mice包中实现的随机森林插补方法进行多重插补。

统计分析

连续变量表示为平均值和标准差（SD），而分类变量表示为计数和百分比。Kruskal-Wallis秩和检验用于连续变量，卡方检验用于分类变量。为了探讨变量与全因死亡率之间的关系，研究进行了事件时间分析。研究使用Schoenfeld残差验证了变量的比例风险假设。使用Cox比例风险回归模型进行单因素和多因素分析。Tyg指数是根据甘油三酯（TG）和空腹血糖（FBG）水平计算的，公式如下：

根据目标患者群体的三分位数将TyG指数分为三组：T1（<8.76）、T2（8.76–9.43）和T3（>9.43）。对模型进行了人口统计学特征和合并症相关变量的调整，包括年龄（作为连续变量）、种族和民族（白人、黑人、亚洲人、其他）、性别、体重（作为连续变量）、eGFR（CKD-EPI ]）、心力衰竭、高血压、糖尿病、急性肾损伤、急性肝损伤、COPD、冠状动脉疾病和中风。为了解决多重测试的问题，应用Benjamini-Hochberg程序来控制错误发现率（FDR）。每组的中位数用作模型中的连续变量进行趋势测试。为了解释多重共线性，计算了方差膨胀因子（VIFs）以评估多变量Cox模型中变量的多重共线性。VIF<10表示多重共线性可能不会影响估计。此外，根据不同的人口统计学特征和合并症进行分层分析，将亚组和TyG指数（T1、T2、T3）乘法交互项拟合到模型中，以评估潜在的交互作用。

在该模型中，TyG指数作为连续变量，限制性立方样条曲线（RCS）作为连续变量进行分析，以阐明剂量效应与短期和长期结果风险之间的关系。同时，通过在分层分析中发现交互作用的子组纳入广义加性模型，进一步研究这些子组。

基线特征

研究共纳入了 2103 名入住外科重症监护病房 （SICU） 的患者。纳入患者的 28 天院内死亡率为 18%，180 天死亡率为 27%。根据表 1，以 T1 组为参考，随着 TyG 指数的增加，入院创伤 SICU 的可能性增加，年龄往往更年轻，空腹血糖和甘油三酯水平往往更高，体重往往更高，男性的可能性增加。入院时疾病严重程度评分较高，心房颤动和卒中的患病率较低。休克 （SBP < 90） 和糖尿病患者的比例更高。ICU 住院时间和住院天数更长。

TyG 指数与全因死亡率之间的关联

如表 2 所示，当 TyG 被视为分类变量时，在调整年龄、性别、种族/民族、合并症和 eGFR（模型 3）后，与 T1 相比，T2 的 28 天死亡率 HR （95% CI） 为 1.22 （0.95， 1.57），180 天死亡率 HR （95% CI） 为 1.36 （1.11， 1.68）。T3 的 28 天死亡率 HR （95% CI） 为 1.32 （0.99， 1.76），180 天死亡率 HR （95% CI） 为 1.41 （1.12， 1.79）。TyG 每增加 1 个单位，28 天 HR （95% CI） 的变化为 1.19 （1.04， 1.37），180 天 HR （95% CI） 的变化为 1.24 （1.11， 1.39）。180 天死亡率的趋势检验具有统计学意义。

TyG 指数和全因死亡率的剂量反应分析

 在调整了年龄、性别、种族/民族、合并症和 eGFR 后，RCS 曲线分析揭示了 TyG 指数与 28 天死亡率以及 180 天死亡率之间的线性相关性（p 值< 0.05，非线性 > p 为 0.05）（图2）。

子组分析

在调整了所有协变量后，子组分析结果如下（补充图1、2、3、4）。关于 28 天死亡率，与 T1 作为参考相比，T2 对中风和心力衰竭亚组中 28 天死亡率的影响存在差异;T3 对 28 天死亡率的影响在年龄、种族、中风、心房颤动和 ICU 类型的亚组中有所不同，ICU 类型与该变量之间存在交互作用 （P < 0.05）。关于 180 天死亡率，与 T1 作为参考相比，T2 对 180 天死亡率的影响在性别、年龄、种族、高血压、中风、心房颤动、心力衰竭和 ICU 等亚组中有所不同;T3 对 180 天死亡率的影响在性别、年龄、种族、冠心病、中风、心房颤动、心力衰竭和 ICU 类型的亚组中有所不同，年龄、中风和该变量之间存在交互作用 （P < 0.05）。

亚组剂量-反应曲线

年龄

在亚组剂量-反应曲线中，在调整了除亚组之外的所有协变量（类似于剂量-反应中的协变量）后，研究发现当 28 天作为终点结果时间时，TyG 指数与 60 岁以下患者的 28 天死亡率相关，而在 60 岁或以上的患者中则不相关（图 3.a、b）。当 180 天作为终点结果时间时，TyG 指数与 60 岁以下患者的 180 天死亡率呈正相关，而在 60 岁或以上的患者中则不相关（图 3.c、d）。

糖尿病

在调整了除亚组之外的所有协变量（类似于剂量-反应中的协变量）后，当 28 天作为终点结果时间时，糖尿病和非糖尿病患者的 TyG 和死亡率不相关（图4.a、b）。当使用 180 天作为终点结果时间时，TyG 指数与非糖尿病患者的 180 天死亡率呈正相关，而在糖尿病患者中则不相关（图 4.c、d）。

中风

在调整除亚组外的所有协变量（类似于剂量反应中的协变量）后，当使用 28 天作为终点结果时间时，TyG 指数与中风患者的 28 天死亡率呈正相关，而在非中风患者中则不相关（图 5.a、b）。当使用 180 天作为终点结果时间时，TyG 指数与中风患者的 180 天死亡率呈正相关，而在非中风患者中则不相关（图 5.c、d）。

心血管疾病 （Cad）

在调整除亚组外的所有协变量（类似于剂量反应中的协变量）后，当使用 28 天作为终点结果时间时，TyG 指数与 CAD 患者的 28 天死亡率呈正相关，而在无 Cad 患者中则不相关（图6a、b），当使用 180 天作为终点结果时间时，TyG 指数与 CAD 患者的 180 天死亡率呈正相关，而在无 Cad 患者中则不相关（图6.C、D）。

死亡风险增加与 TyG 指数升高有关。在 60 岁以下的危重患者以及伴有中风或心血管疾病的患者中，TyG 指数升高与不良的短期和长期结局相关。此外，在非糖尿病患者中，TyG 指数升高与不良长期预后相关。

临床研究的根本使命是发现并解决生命科学领域亟待解决的临床问题，同时，为即将发生的临床难题提供备选解决方案。

打开极智分析—智能医学统计分析平台 https://www.xsmartanalysis.com/ 进行实操吧！