当前位置：首页>南昌>IF6.9!南昌大学二附院用CHARLS拿下二区!锁定CMM最强预测指标!

IF6.9!南昌大学二附院用CHARLS拿下二区!锁定CMM最强预测指标!

2026-06-27 12:11:32

点击上方蓝字，了解更多精彩内容

每10个45岁以上的中国人中，就有近1人将在未来9年内患上心血管与糖尿病叠加的多重慢病。南昌大学第二附属医院的研究指出，常规化验单上的甘油三酯、血糖和C反应蛋白组合成的代谢指数，能有效预测这一风险。

其中CTI指数预测效果最佳，高风险人群发病风险是低风险人群的2倍以上。这些发现提示，体检报告上几项寻常数字，或许比我们想象中更能预示未来的健康走向。

↓关注生信树，获取更多科研洞察↓

CHARLS数据库是国产的公共健康数据库，涵盖多个研究领域，如果你也想利用CHARLS数据库发文，快关注小树吧！

文献解读

标题：三种代谢生物标志物与心脏代谢多病风险的关联：一项全国前瞻性研究

发表期刊：Lipids in Health And Disease

发表时间：2026年6月26日

影响因子：6.9/Q2

研究背景

心血管代谢性多重慢病指心脏病、中风、糖尿病中至少两种共存，在老年人群中负担沉重。现有复合代谢指标（TyG、CHG、CTI）在CMM预测中的对比研究有限，尤其缺乏中国人群的前瞻性证据。

研究方法

研究基于CHARLS中5666名45岁及以上成年人的数据，排除基线已患CMM者后，进行了为期9年的随访。通过Cox回归分析TyG、CHG、CTI三项复合指标与CMM发病风险的关联，并利用ROC曲线评估各指标的预测能力。

图1 参与者纳入和排除标准的流程图

数据来源

来源于中国健康与退休纵向研究（CHARLS）、英国纵向衰老研究（ELSA）数据库。

研究亮点

👨‍🔬首次系统对比三项复合指标

同步评估TyG、CHG、CTI在CMM风险中的关联，填补了既往缺乏横向比较的研究空白。

🩺CTI和联合指标预测性能最优

CTI的AUC达0.670，TyG-CTI联合进一步提升识别能力，明显优于CHG，提示整合炎症与代谢信息价值更高。

📊关联稳定、普适性强

TyG和CTI的风险关联在不同年龄和性别亚组中保持一致，适用性广，便于社区人群的早期风险分层。

你也想尝试这方面的选题？你也想get同款数据库，却不知道该如何下手？数据分析，思路设计统统不是问题！

研究结果

研究参与者的基本特征

那些后来出现新发心血管代谢多发病的参与者，其TyG、CHG和CTI指数都显著较高，说明心脏代谢风险和全身炎症增加。

表1 根据心脏代谢多病情况的研究参与者基线特征

研究参与者的基线特征总结在表1中。图2展示了TyG（A）、CHG（B）和CTI（C）的分布情况。

图2 研究参与者中 TyG (A)、CHG (B)、CTI (C) 的分布

分组比较显示CMM组年龄更大、女性占比更高，各项代谢指标均显著恶化，说明人群分层清晰。但连续变量仅用均值±SD描述，未报告中位数，对偏态分布变量（如CRP）代表性不足，统计描述略粗糙。

TyG、CHG和CTI指数与多病共存风险的关联

每增加一个标准差，全面调整后的风险比对于TyG指数是1.30，对于CTI指数是1.29。相比之下，CHG指数与多重慢性病风险之间没有观察到统计学上显著的关联（见表2）。

表2 代谢生物标志物与新发CMM风险的Cox回归分析

在模型3中，较高的CTI四分位数与CMM风险增加持续相关。与第一四分位的参与者相比，第二、第三和第四四分位的参与者风险明显更高，其中第四四分位的关联最强。三种代谢指标与CMM风险的关联如图3所示。

图3 TyG(A)、CHG(B)和CTI(C)四分位数的心脏代谢多病共存（CMM发生率

TyG和CTI在完全调整后仍显著，HR分别为1.30和1.29，关联稳健；但CHG从显著变为不显著，提示其效应易被混杂因素稀释，临床实用性存疑。多模型递进调整策略合理，值得借鉴。

受限三次样条分析

CTI指数在即将发表的文章中显示出轻微的U型模式；然而，非线性检验并不具有统计学显著性。总体来看，这些结果表明在这项研究中，TyG、CHG和CTI指数与CMM风险之间没有显示出统计学显著的剂量-反应关系。三种指数的RCS曲线见图4。

图4 TyG(A)、CHG(B)、CTI(C)对CMM的RCS分析

TyG和CTI的线性趋势均未达统计学显著，可能与事件数相对较少（473例）有关，统计效力有限。尽管如此，TyG上升趋势仍然可见，不能完全否定剂量效应，值得更大样本验证。

亚组分析

在不同年龄和性别层面上，每个指标四分位数的估计风险比通常都大于1，但没有观察到一致的单调趋势。总体而言，TyG、CHG 和 CTI 与 CMM 风险的关联在各个亚组中大体一致，没有明显的异质性。TyG、CHG 和 CTI 的亚组分析结果见图5。

图5 按TyG(A)、CHG(B)、CTI(C)对CMM的子组分析

交互P值均在0.6以上，说明年龄和性别不影响关联方向，结果外推性较好。但仅分层两个变量略显单薄，若能加入BMI或地域分层，临床决策价值会更高。

代谢指标作为CMM的预测因子

所有组合模型都显示出统计学显著性。在成对比较中，TyG–CTI组合明显优于单独的TyG指数，而CHG–CTI组合则明显优于单独的CHG指数。

图6 用TyG、CHG、CTI、CHG-CTI、TyG-CTI、TyG-CHG预测CMM的受试者工作特征曲线

总体来看，CTI及包含CTI的综合指标在区分CMM方面表现优于大多数单一指标，这表明代谢指数可能是评估CMM风险的有用工具（图6；表3）。

表3 三种与代谢炎症相关的复合指标预测研究参与者CMM的受试者工作特征曲线测试

CTI的AUC仅0.67，单独使用区分度中等，未达临床筛查理想阈值。但联合TyG-CTI显著优于单一指标（P=0.027），提示多指标整合是优化方向，不过提升幅度微小，实际增益有限。

文章小结

查一次血就能算出来的代谢指数，特别是带上炎症指标的CTI，确实跟未来心血管代谢多重病风险对得上号。但话说回来，AUC也就0.67左右，单靠它做精准预测还差点火候。比较有价值的是，它提供了一个零成本、可量化的初筛思路——基层门诊或者健康体检顺手算一算，比凭感觉判断靠谱得多。

如果你也想用CHARLS进行数据分析、思路复现，那就快来联系小树吧！

END

点分享

点收藏

点在看

点点赞

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

IF6.9!南昌大学二附院用CHARLS拿下二区!锁定CMM最强预测指标!

最新文章

热门文章

随机文章

IF6.9!南昌大学二附院用CHARLS拿下二区!锁定CMM最强预测指标!

考研帖124期 | 南昌大学第一附属医院老年医学学硕

邂逅美味,乐享欢聚——南昌经济技术开发区青秀城幼儿园

最新文章

热门文章

随机文章