当前位置：首页>南昌>IF10.6!南昌大学借 CHARLS 轻松拿下双一区TOP ! 思路简单易复刻 !

IF10.6!南昌大学借 CHARLS 轻松拿下双一区TOP ! 思路简单易复刻 !

2026-04-18 11:24:38

点击蓝字关注我吧

引

言

🧬心血管代谢多病（CMM）是老龄化社会的健康重负⚕️，胰岛素抵抗（IR）与基础代谢率（BMR）均为其独立危险因素📈，但二者联合作用仍存空白❓。本研究依托中国健康与退休纵向研究💡，纳入 7204 名中老年人📊，深耕 TyG、eGDR、METS-IR 三大 IR 替代指标🆚BMR 的关联，解锁二者对 CMM 的联合预测价值🔍，为 CMM 初级预防提供全新流行病学证据✅，助力临床精准风险分层与干预策略制定🎯。

（如果你也想用“CHARLS”发高分文章，关注“走进生信”联系后台小助手，助力冲刺科研梦想！）

研究见解

目前关于这个话题了解多少？

人口老龄化推高 CMM 患病率📈，其严重降低生活质量、增加死亡风险；IR 和高 BMR 均为 CMD 危险因素，但二者对 CMM 的联合影响与作用机制尚未明确。

关键研究问题是什么？

高 IR 与高 BMR 共存是否带来超叠加的 CMM 风险？二者组合能否提升 CMM 早期风险分层效率？其潜在介导与相互作用效应又如何？

有什么新鲜事？

IR 与 BMR 独立且联合升高增加 CMM 风险；二者联合纳入基线模型显著提升 CMM 预测价值；IR 介导 BMR 对 CMM 的影响，且 TyG 与 BMR 存在双向介导。

这项研究将如何影响临床实践？

临床预防需同时靶向能量代谢稳定与胰岛素敏感性提升🧪，将 IR 替代指标与 BMR 联合评估纳入常规，助力 CMM 高风险人群早期识别与精准初级预防。

文献分享

朋友圈

7092509（添加账号了解更多）

🏆前沿热点：虚拟敲除·虚拟细胞

📍专注生信分析，专注选题设计服务

30分钟前

GBD、机器学习、NHANES、UKB、孟德尔随机化

机器学习：价格公道，方案合适！

文章亮点

首次系统探究 IR 替代指标与 BMR 对 CMM 的联合影响
依托全国性前瞻性队列，研究样本具代表性与说服力
验证三者 IR 指标介导 BMR 对 CMM 的作用，揭示作用通路
证实联合评估可提升 CMM 预测价值，为临床提供实操依据

研究目标-

探究 TyG、eGDR、METS-IR 与 BMR 对 CMM 发生的独立及联合关联，评估二者整合的 CMM 预测增量价值，探索其潜在介导与相互作用效应。

数据来源-

基于 2011-2020 年中国健康与退休纵向研究（CHARLS），纳入全国 28 省 45 岁及以上符合条件的 7204 名社区参与者随访数据。

研究方法-

研究设计与参与者筛选

采用社区前瞻性队列设计，基于 CHARLS 基线与随访数据，经标准化排除标准，最终纳入 7204 名 45 岁及以上参与者。

图1，参与者纳入与排除标准流程图

基线数据收集与标准化测量

统一收集人口、生活方式等资料，标准化测量人体学指标与空腹静脉血生化指标，保证检测精度与可靠性。

BMR 与 IR 替代指标计算

采用新加坡方程估算 BMR，通过经典公式计算 TyG、eGDR、METS-IR 三大 IR 替代指标，同时用其他公式做敏感性分析。

研究终点与协变量定义

以新发 CMM 为主要终点，明确糖尿病、心脏病等 CMD 诊断标准，全面纳入人口、临床、用药等多维度协变量。

缺失数据处理

采用链式方程与马尔可夫链蒙特卡洛采样进行多重插补，处理 3.19% 的缺失数据，减少偏倚。

统计学分析

采用 Kaplan-Meier、Cox 回归分析关联与风险，RCS 分析非线性关系；通过 ROC、NRI、IDI 评估预测价值；开展介导、交互、亚组及敏感性分析。

图形摘要

点击上方名片，关注走进生信，带你探索科研领域！

研究结果

研究参与者的基线特征

👉1990—2021 年全球败血症死亡呈波动变化，2021 年受新冠影响大幅上升。5 岁以下儿童败血症死亡持续下降，5 岁及以上人群显著增加，超半数与新冠相关。主要致死感染综合征从下呼吸道感染转为血流感染。东地中海地区抗菌耐药（AMR）相关死亡负担沉重，2021 年超半数细菌感染死亡与 AMR 相关，血流、呼吸道、腹腔及尿路感染为主要负担来源。

表1 CMM分类参与者的基线特征

TyG、eGDR、MES-IR和BMR与发生CMM风险的关联

👉完全调整后，BMR、TyG、METS‑IR 升高与 CMM 风险增加相关，eGDR 升高则风险降低。Kaplan–Meier 显示，高 IR + 高 BMR 组 CMM 累积发病率最高（P<0.001）。Cox 回归显示：高 TyG + 高 BMR：HR=2.13（95% CI 1.73–2.63）低 eGDR + 高 BMR：HR=1.93（95% CI 1.57–2.36）高 METS‑IR + 高 BMR：HR=1.92（95% CI 1.61–2.29）敏感性分析证实上述关联稳健。

图2，按介入代指标水平和基础代谢率（A-F）分层的 CMM 累计发生率的 Kaplan–Meier 曲线。

表2 胰岛素抵抗替代指标与基础代谢率对CMM风险的综合影响

非线性关系的检测

👉多变量调整受限立方样条分析显示：

低 BMR 组中，TyG、METS-IR 与 CMM 风险呈线性正相关，eGDR 呈线性负相关。

高 BMR 组中，TyG、eGDR 仍保持线性关联，而 METS-IR 呈显著非线性（P=0.016），拐点为 51.90。

低于拐点时 METS-IR 每升高 1 单位，CMM 风险上升（HR=1.05）；高于拐点则无显著关联。

图3，按基础代谢率（BMR）层级划分的IR替代指标（TyG、eGDR和METS-IR）与CMM风险的剂量-反应关系。

红外替代指标的预测表现及CMM基础代谢率

👉采用 ROC、NRI、IDI 评估预测价值：单独使用时，TyG 可显著提高 AUC，eGDR 重分类能力最优，TyG 的 IDI 最高。TyG 联合 BMR 的预测效果最佳（AUC=0.759）。IR 替代指标联合 BMR 可显著提升 CMM 风险预测能力；其他 BMR 公式预测效果略降，但仍优于基础模型。

图4，用于CMM预测的ROC曲线，按BMR评估方法分层。

介入放射替代物和基础代谢率对CMM风险的介导与相互作用分析

👉双向介导分析显示：TyG、eGDR、METS‑IR 均显著介导 BMR 与 CMM 的关联，介导比例分别为 2.61%、31.99%、68.92%；仅 BMR 可反向介导 TyG 对 CMM 的作用（7.12%）。相加及相乘交互分析均未发现显著交互作用。

图5，对TyG指数（A）、eGDR（B）、METS-IR（C）和BMR对CMM风险的双向中介分析。

亚组与敏感性分析

👉亚组分析显示，高 IR + 高 BMR 对 CMM 的联合影响，仅在年龄组存在显著交互作用（P<0.05），年轻参与者风险更高；其余亚组（BMI、性别等）均无显著交互作用。多项敏感性分析（含不同 BMR 计算方法、排除特定人群等）结果均与主要发现一致，证实结论稳健。

图6，多变量调整Cox回归分析的森林图，涵盖同时具有高风险和高基础代谢率（A–F）的参与者亚组。

表3 介入放射替代指标与基础代谢率（BMR）对糖尿病、心脏病和中风风险联合影响的敏感性分析（n = 5237）

创新点

本研究首次揭示了三大 IR 替代指标与 BMR 对中老年人 CMM 的独立及联合预测价值，明确了 IR 通路是 BMR 影响 CMM 的核心介导途径，且发现 TyG 与 BMR 存在双向介导关系。同时证实将二者联合纳入模型可显著提升 CMM 的风险预测与分层能力，为 CMM 的初级预防提供了全新的流行病学视角与实操靶点。

局限性

本研究采用预测方程估算 IR 与 BMR，未使用金标准检测方法，可能存在测量偏差；因无临床阈值采用中位数分层，或非最佳风险划分标准；存在未测量的混杂因素与自我报告偏倚，且研究人群仅限中国中老年人，结果外推性受限，无法确立因果关系。

结语

Conclusion

📝本研究基于全国性队列 9 年随访💯，证实 IR 替代指标与 BMR 独立且联合升高会显著增加中老年人 CMM 风险⚡，二者无显著交互作用，但 IR 是 BMR 影响 CMM 的核心介导通路🔗。将二者联合纳入模型可显著提升 CMM 预测价值📊，TyG 指数联合 BMR 预测效能最优✅。该研究填补了机制空白🔍，为临床将 IR 与 BMR 联合评估纳入 CMM 初级预防💪，制定靶向能量代谢与胰岛素敏感性的干预策略提供了高质量循证依据🎯。

（如果你也想用“CHARLS”发高分文章，关注“走进生信”联系后台小助手，助力冲刺科研梦想！）

END