Composite Metabolic Indices for Incident Cardiometabolic Multimorbidity: Evidence from the CHARLS and ELSA Cohorts
CHARLS 및 ELSA 코호트 데이터를 활용한 본 연구는 복합 대사 지표, 특히 TyG-WHtR 및 ICMRS가 심혈관 대사 다중 질환의 발생과 유의미하게 연관되어 있음을 보여주며, 그중 TyG-WHtR 지표가 중국 및 영국 인구 모두에서 가장 강력하고 일관된 예측 성능을 나타냈다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
사람들이 나이가 들면서 그들의 신체는 종종 조용한 건강상의 문제들이 축적되는 상황에 직면하게 됩니다. 이는 결코 단 하나의 문제로만 나타나지 않습니다. 대신 고혈압, 제2형 당뇨병, 심장 질환과 같은 질환들이 함께 찾아와 의사들이 심혈관계 대사 다중 질환(cardiometabolic multimorbidity)이라고 부르는 하나의 집단을 형성하는 경향이 있습니다. 이러한 조합은 신체를 더욱 취약하게 만들고, 사망 위험을 높이며, 가족과 의료 체계에 무거운 부담을 지우기 때문에 특히 위험합니다. 수십 년 동안 의사들은 한 사람의 위험도를 측정하기 위해 공복 혈당 검사나 콜레스테롤 수치와 같은 단일 측정값에 의존해 왔습니다. 그러나 이러한 개별적인 수치들은 시간이 흐름에 따라 한 사람의 대사와 체형이 어떻게 상호작용하는지에 대한 전체적인 그림을 포착하는 데 실패하는 경우가 많습니다. 과학자들은 이러한 서로 다른 신호들을 하나의 점수로 결합하는 것이 더 명확한 경고 시스템을 제공할 수 있을 것이라고 오랫동안 의심해 왔지만, 어떤 조합이 가장 효과적인지, 혹은 한 집단의 사람들을 위해 개발된 도구가 다른 집단에도 적용될 수 있는지는 여전히 불분명한 상태로 남아 있었습니다.
이러한 질문들에 답하기 위해, 연구진은 중국과 영국에서 수년간 노인들의 삶을 추적해 온 두 개의 거대하고 장기적인 연구를 활용했습니다. 두 국가의 수천 명의 참가자로부터 얻은 데이터를 조사함으로써, 연구팀은 다섯 가지 서로 다른 복합 점수를 테스트하고자 했습니다. 이 점수들은 신체가 당과 지방을 처리하는 방식에 대한 정보와 신체의 어디에 지방이 저장되어 있는지에 대한 측정값을 혼합하도록 설계되었습니다. 연구진은 이 결합된 도구들이 미래에 누가 심혈관계 및 대사 질환을 앓게 될지를 예측할 수 있는지, 그리고 특정 도구가 서로 다른 문화와 생활 방식 사이에서 가장 신뢰할 만한 도구로서 두드러질 수 있는지를 확인하고자 했습니다.
연구는 처음에 이러한 결합된 질환이 없었던 중국의 노인 8,682명과 영국의 노인 2,422명을 대상으로 진행되었습니다. 몇 년간의 추적 관찰 기간 동안, 연구진은 누가 새로운 심혈관계 대사 다가 질환을 앓게 되는지 지켜보았습니다. 그들은 연구 시작 시점에 각 개인에 대해 다섯 가지 서로 다른 위험 점수를 계산했습니다. TyG-WHtR로 알려진 한 점수는 인슐린 저항성 측정치와 개인의 허리 둘레 대비 키의 비율을 결합한 것입니다. 또 다른 점수인 ICMRS는 인슐린 저항성, 체형, 그리고 특정 유형의 콜레스테롤 불균형에 대한 표준화된 값들을 합산한 더 넓은 범위의 점수였습니다. 연구팀은 이 다섯 가지 점수 각각이 질병의 발생을 얼마나 잘 예측하는지 비교했습니다.
결과에 따르면 다섯 가지 점수 모두 일반적으로 이러한 결합된 질환이 발생할 위험이 높아지는 것과 연관이 있었습니다. 그러나 그 연관성의 강도는 특정 점수와 사람들이 거주하는 국가에 따라 크게 달랐습니다. 중국 코호트의 경우, 다섯 가지 점수 모두가 강력한 예측 인자였습니다. 가장 성능이 좋았던 점수는 TyG-WHtR였습니다. 이 점수의 가장 높은 범주에 속한 사람들은 가장 낮은 범주에 속한 사람들에 비해 질환이 발생할 가능성이 3배 이상 높았습니다. 중국에서 두 번째로 우수한 성과를 보인 점수는 ICMRS라고 불리는 점수였습니다. 영국 코호트에서도 양상은 비슷했으나 다소 약했습니다. TyG-WHtR와 ICMRS는 여전히 유의미한 예측 인자로 남았지만, 다른 점수 중 하나인 AIP-BRI는 영국 집단에서 미래 질환과의 통계적으로 명확한 연관성을 보여주는 데 실패했습니다.
두 국가 간의 이러한 강도 차이는 중요한 발견이었습니다. 연구진은 이러한 대사 점수와 미래 질환 사이의 연관성이 영국보다 중국에서 일관되게 더 강하다는 것을 발견했습니다. 예를 들어, 더 높은 TyG-WHtR 점수와 관련된 위험 증가는 중국 참가자들에게서 훨씬 더 가파르게 나타났습니다. 연구팀은 또한 이 점수들이 질병에 걸릴 사람과 그렇지 않을 사람을 구별하는 능력을 살펴보았습니다. 그들은 ICMRS 점수가 두 국가 모두에서 이 집단들을 분리해 내는 전반적인 능력이 가장 뛰어나다는 것을 발견했으며, TyG-WHtR는 특히 중국 인구의 위험을 식별하는 데 유용했습니다. 연구진이 이 점수들이 개인의 연령, 성별 또는 흡연 상태에 따라 다르게 작동하는지 테스트했을 때, 결과는 대체로 안정적이었으나 중국 집단에서는 비만 및 흡연 습관과 관련된 일부 변동이 나타났습니다.
이 연구는 단일 도구가 모든 상황에 완벽할 수는 없지만, 대사 데이터와 체형 측정값을 결합하는 것이 혈액 검사만을 보는 것보다 더 나은 위험 관점을 제공한다는 점을 시사합니다. 줄자와 표준 혈액 검사를 사용하여 계산하기 쉬운 TyG-WHtR 점수는 특히 중국 인구에서 매우 안정적이고 강력한 도구로 부상했습니다. 계산은 다소 복잡하지만 더 넓은 범위를 다루는 ICMRS 점수는 두 인구 집단 모두에서 위험 순위를 매기는 데 있어 전반적으로 가장 좋은 능력을 보여주었습니다. 연구진은 이러한 도구들이 전체적인 의학적 검진을 대체하는 것이 아니라, 더 세심한 주의가 필요한 사람들을 식별하기 위한 유용하고 저렴한 선별 방법으로 쓰일 수 있다고 언급했습니다. 이 결과는 이러한 대사 신호들이 보편적이긴 하지만, 그것이 질병을 예측하는 방식은 인구 집단에 따라 다를 수 있음을 강조하며, 위험 평가 도구가 연구 대상이 되는 사람들의 특정 특성에 맞춰 조정될 필요가 있음을 시사합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.