Composite Metabolic Indices for Incident Cardiometabolic Multimorbidity: Evidence from the CHARLS and ELSA Cohorts
Questo studio, che utilizza dati provenienti dalle coorti CHARLS ed ELSA, dimostra che gli indici metabolici compositi, in particolare TyG-WHtR e ICMRS, sono significativamente associati all'incidenza della multimorbilità cardiometabolica, con l'indice TyG-WHtR che mostra la capacità predittiva più forte e costante in entrambe le popolazioni cinese e britannica.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Con l'avanzare dell'età, i corpi affrontano spesso un accumulo silenzioso di sfide per la salute. Raramente si tratta di una singola cosa; al contrario, condizioni come l'ipertensione, il diabete di tipo 2 e le malattie cardiache tendono ad arrivare insieme, formando un gruppo che i medici chiamano multimorbilità cardiometabolica. Questa combinazione è particolarmente pericolosa perché rende il corpo più fragile, aumenta il rischio di morte e pone un pesante carico sulle famiglie e sui sistemi sanitari. Per decenni, i medici si sono affidati a misurazioni singole, come un test della glicemia a digiuno o una lettura del colesterolo, per valutare il rischio di una persona. Tuttavia, questi numeri isolati spesso non riescono a catturare l'immagine completa di come il metabolismo e la forma del corpo interagiscano nel tempo. Gli scienziati sospettano da tempo che combinare questi diversi segnali in un unico punteggio potrebbe offrire un sistema di allerta più chiaro, ma rimaneva incerto quale combinazione funzionasse meglio o se uno strumento sviluppato per un gruppo di persone funzionerebbe per un altro.
Per rispondere a queste domande, i ricercatori si sono rivolti a due studi massicci e di lunga durata che hanno monitorato le vite di adulti anziani per anni: uno in Cina e uno nel Regno Unito. Esaminando i dati di migliaia di partecipanti in entrambi i paesi, il team si è proposto di testare cinque diversi punteggi compositi. Questi punteggi sono stati progettati per fondere informazioni su come il corpo gestisce zuccheri e grassi con misurazioni di dove il grasso viene accumulato nel corpo. I ricercatori volevano vedere se questi strumenti combinati potessero prevedere chi avrebbe sviluppato malattie cardiometaboliche multiple in futuro, e se uno strumento specifico si sarebbe distinto come il più affidabile tra diverse culture e stili di vita.
Lo studio ha seguito 8.682 adulti anziani in Cina e 2.422 nel Regno Unito, tutti privi di queste malattie combinate all'inizio dello studio. Durante diversi anni di follow-up, i ricercatori hanno osservato chi sviluppava nuovi casi di multimorbilità cardiometabolica. Hanno calcolato cinque diversi punteggi di rischio per ogni persona all'inizio dello studio. Un punteggio, noto come TyG-WHtR, combinava una misura dell'insulino-resistenza con il rapporto tra la dimensione della vita e l'altezza di una persona. Un altro, chiamato ICMRS, era un punteggio più ampio che sommava valori standardizzati per l'insulino-resistenza, la forma corporea e un tipo specifico di squilibrio del colesterolo. Il team ha poi confrontato quanto bene ciascuno di questi cinque punteggi prevedesse l'insorgenza della malattia.
I risultati hanno mostrato che tutti e cinque i punteggi erano generalmente legati a un rischio maggiore di sviluppare queste malattie combinate. Tuttavia, la forza del legame variava significativamente a seconda del punteggio specifico e del paese in cui vivevano le persone. Nella coorte cinese, ognuno dei cinque punteggi era un forte predittore. Il punteggio che ha performato meglio in questo gruppo era il TyG-WHtR; le persone nella categoria più alta per questo punteggio avevano una probabilità più che tripla di sviluppare le malattie rispetto a quelle nella categoria più bassa. Il secondo miglior esecutore in Cina è stato un punteggio chiamato ICMRS. Nella coorte del Regno Unico, il modello era simile ma più debole. Mentre TyG-WHtR e ICMRS rimanevano predittori significativi, un altro dei punteggi, l'AIP-BRI, non ha mostrato un legame statisticamente chiaro con la malattia futura nel gruppo britannico.
Questa differenza di forza tra i due paesi è stata un importante risultato. I ricercatori hanno scoperto che l'associazione tra questi punteggi metabolici e la malattia futura era costantemente più forte in Cina rispetto al Regno Unito. Ad esempio, l'aumento del rischio associato a un punteggio TyG-WHtR più elevato era molto più ripido per i partecipanti cinesi. Il team ha anche esaminato la capacità di questi punteggi di distinguere tra coloro che si sarebbero ammalati e coloro che non lo sarebbero stati. Hanno scoperto che il punteggio ICMRS aveva la migliore capacità complessiva di separare questi gruppi in entrambi i paesi, mentre il TyG-WHtR era particolarmente efficace nell'identificare il rischio nella popolazione cinese. Quando i ricercatori hanno testato se questi punteggi funzionassero diversamente a seconda dell'età, del sesso o dello stato di fumatore, i risultati sono stati per lo più stabili, sebbene siano comparse alcune variazioni nel gruppo cinese legate alle abitudini di obesità e fumo.
Lo studio suggerisce che, sebbene nessun singolo strumento sia perfetto per ogni situazione, combinare i dati metabolici con le misurazioni della forma corporea offre una visione migliore del rischio rispetto al solo monitoraggio degli esami del sangue. Il punteggio TyG-WHtR, che è semplice da calcolare utilizzando un metro da sarta e un normale esame del sangue, è emerso come uno strumento particolarmente stabile e potente, specialmente nella popolazione cinese. Il punteggio ICMRS, che richiede un calcolo leggermente più complesso ma copre più ambiti, ha mostrato la migliore capacità complessiva di classificare il rischio in entrambe le popolazioni. I ricercatori hanno osservato che questi strumenti non sono sostituti di un esame medico completo, ma potrebbero servire come utili metodi di screening a basso costo per identificare le persone che necessitano di maggiore attenzione. I risultati evidenziano che, sebbene questi segnali metabolici siano universali, il modo in cui predicono la malattia può variare a seconda della popolazione, suggerendo che gli strumenti di valutazione del rischio potrebbero dover essere tarati sulle caratteristiche specifiche delle persone studiate.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.