📄 medicine

Association of TyG and TyG-BMI with Hypertension in an Elderly Population: A Retrospective Cohort Study

Deze retrospectieve cohortstudie onder 3.792 oudere deelnemers in Wuhan toont aan dat verhoogde TyG- en TyG-BMI-niveaus onafhankelijk geassocieerd zijn met een verhoogd risico op hypertensie, waarbij TyG-BMI een superieure voorspellende prestatie en significante temporele causale effecten op de bloeddruk vertoont vergeleken met TyG alleen.

Oorspronkelijke auteurs: Sheng Zhou, Jinqiao Nie, Changfeng Li

Gepubliceerd 2026-06-24

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Sheng Zhou, Jinqiao Nie, Changfeng Li

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je je lichaam voor als een drukke stad. In deze stad is Insuline de verkeersregelaar die probeert om suiker (glucose) en vet (triglyceriden) soepel door de straten te laten bewegen. Wanneer de verkeersregelaar overbelast raakt en de auto's zich gaan opstapelen, raakt de stad verstopt. Deze verstopping wordt Insulineresistentie genoemd, en dit is een belangrijke reden waarom de druk in de stad (je bloeddruk) begint te stijgen, wat leidt tot Hypertensie (hoge bloeddruk).

Lange tijd hadden artsen een zeer dure, ingewikkelde machine nodig om te controleren of de verkeersregelaar het moeilijk had. Deze nieuwe studie keek echter naar twee eenvoudigere "dashboardmeters" die iedereen kan controleren met een standaard bloedtest en een weegschaal:

De TyG-meter: Deze meet de opstopping van suiker en vet in je bloed.
De TyG-BMI-meter: Dit is de TyG-meter plus een meting van hoeveel "vracht" (lichaamsgewicht) de stad aan boord heeft.

Hier is wat de onderzoekers ontdekten door naar de gezondheidsgegevens van bijna 4.000 ouderen in Wuhan, China, over een periode van zes jaar (van 2012 tot 2018) te kijken.

1. De "Zware Vracht"-meter is beter in het voorspellen van problemen

De onderzoekers wilden weten: Welke meter is beter in het voorspellen of de druk in de stad te hoog zal worden?

Ze vergeleken de twee meters met behulp van een "voorspellingsscore" (de AUC).

De TyG-meter (suiker + vet alleen) was oké, maar niet geweldig. Het miste veel mensen die op het punt stonden een hoge bloeddruk te krijgen.
De TyG-BMI-meter (suiker + vet + lichaamsgewicht) was de duidelijke winnaar. Het was veel beter in het opsporen van mensen die een risico liepen.

De Analogie: Denk aan TyG als het controleren of de wegen verstopt zijn. TyG-BMI is het controleren of de wegen verstopt zijn en of de vrachtwagens die de lading vervoeren overbelast zijn. De studie vond dat weten dat de vrachtwagens overbelast zijn (hoge BMI) in combinatie met de verstopt geraakte wegen, een veel duidelijkere waarschuwing geeft dat de stad op het punt staat in te storten.

2. Meer verstopping betekent meer druk (De dosis-respons)

De studie keek naar mensen in vier groepen, van "minst verstopt" tot "meest verstopt".

De Bevinding: Naarmate de niveaus van deze meters stegen, steeg het risico op een hoge bloeddruk ook. Het was geen plotselinge sprong; het was een gestage klim. Hoe meer het systeem verstopt is, hoe hoger de druk.
Het verschil van de "Zware Vracht": Mensen met de hoogste TyG-BMI-scores hadden drie keer meer kans om een hoge bloeddodruk te hebben vergeleken met de mensen met de laagste scores. Mensen met de hoogste TyG-scores hadden ongeveer 1,6 keer meer kans. Dit bevestigt dat het toevoegen van lichaamsgewicht aan de mix het waarschuwingssignaal veel sterker maakt.

3. Mannen en vrouwen reageren verschillend

De onderzoekers merkten op dat de "verkeerspatronen" er anders uitzagen voor mannen en vrouwen.

Voor vrouwen: Beide meters vertoonden een rechte, gestage lijn. Naarmate de cijfers omhoog gingen, steeg het risico evenredig mee.
Voor mannen: De TyG-meter (suiker + vet) was een beetje wankel en onvoorspelbaar (niet-lineair). Echter, de TyG-BMI-meter (suiker + vet + gewicht) bleef een rechte, betrouwbare lijn.
De Les: Voor mannen was het kijken naar alleen suiker en vet niet genoeg om de druk te voorspellen; je moest lichaamsgewicht toevoegen om een duidelijk beeld te krijgen. Voor vrouwen werkten beide, maar de "Zware Vracht"-meter was nog steeds de sterkste voorspeller.

4. Wie veroorzaakte wat? (De tijdreis-test)

Dit is het belangrijkste deel van de studie. Veel studies nemen slechts een momentopname, maar deze keek naar dezelfde mensen zes jaar uit elkaar. Ze gebruikten een speciale statistische tool om te zien wat eerst kwam: de verstopt geraakte wegen of de hoge druk.

Het Resultaat: De studie vond dat hoge TyG- en TyG-BMI-niveaus in 2012 veroorzaakten dat de bloeddruk in 2018 hoger was.
Het Omgekeerde? Een hoge bloeddruk in 2012 heeft de TyG- of TyG-BMI-niveaus in 2018 niet verergerd.

De Analogie: Het is als het zien van rook en vuur. De studie bewees dat de rook (Insulineresistentie/TyG) eerst kwam en het vuur (Hoge Bloeddruk) veroorzaakte. Het vuur creëerde de rook niet. Dit suggereert dat als je de "verstopte wegen" vroeg aanpakt, je de "druk" later misschien kunt voorkomen.

Samenvatting

Deze studie keek naar oudere mensen en vond dat een eenvoudige combinatie van bloedsuiker, bloedvet en lichaamsgewicht (TyG-BMI) een krachtig, vroeg waarschuwingssysteem is voor een hoge bloeddruk.

Het is beter in het voorspellen van risico dan alleen naar bloedsuiker en bloedvet kijken.
Het werkt consistent over de tijd, waarbij het laat zien dat deze metabole problemen plaatsvinden voordat de bloeddruk stijgt.
Het is vooral belangrijk voor mannen, waarbij lichaamsgewicht een cruciaal onderdeel is van het waarschuwingssignaal.

De onderzoekers suggereren dat omdat deze "dashboardmeter" eenvoudig en goedkoop te berekenen is, het een uitstekende tool kan zijn voor artsen om oudere mensen te identificeren die een risico lopen op een hoge bloeddruk voordat dit een ernstig probleem wordt.

Technische Samenvatting: Associatie van TyG en TyG-BMI met Hypertensie bij een Oudere Populatie

Probleemstelling
Hypertensie blijft een hardnekkige chronische niet-overdraagbare ziekte met een stijgende wereldwijde prevalentie, met name onder vergrijzende populaties. Insulineresistentie (IR) is een goed vastgesteld pathofysiologisch mechanisme dat bijdraagt aan hypertensie, maar de "gouden standaard" voor het beoordelen van IR (hyperinsulinemische-euglycemische clamp) is te complex en te kostbaar voor grootschalig epidemiologisch gebruik. Hoewel de Triglyceride-Glucose index (TyG) en de afgeleide daarvan, de Triglyceride-Glucose-Body Mass Index (TyG-BMI), zijn opgekomen als eenvoudige surrogaatmarkers voor IR, is het bestaande bewijs over hun voorspellende prestaties en causale relaties met hypertensie bij ouderen beperkt. De meeste eerdere studies zijn transversaal van aard, wat de inferentie van temporele causaliteit verhindert, en weinig studies hebben TyG en TyG-BMI simultaan vergeleken terwijl zij rekening hielden met geslachtsspecifieke verschillen in dosis-responscellen.

Methodologie
Deze studie maakte gebruik van een retrospectief cohortontwerp met gezondheidsundersoekgegevens uit het "National Basic Public Health Service Project" in een district van Wuhan, China, over de periode 2012 tot 2018.

Populatie: Het basiscohort omvatte 3.792 deelnemers van 65 jaar en ouder (2012). Van de normotensieve subgroep bij de baseline werden 1.341 deelnemers succesvol gevolgd in 2018.
Variabelen: TyG werd berekend als $Ln[TG(mg/dL) \times FPG(mg/dL)/2]$ , en TyG-BMI werd afgeleid als $TyG \times BMI$ . Hypertensie werd gedefinieerd volgens de Chinese Richtlijnen van 2024 (SBP ≥140 mmHg en/of DBP ≥90 mmHg, of gerapporteerde geschiedenis/medicatiegebruik).
Statistische Analyse:
- Voorspellende Prestaties: Receiver Operating Characteristic (ROC) curves werden gebruikt om de Area Under the Curve (AUC), sensitiviteit en specificiteit van TyG en TyG-BMI te vergelijken.
- Risico-associatie: Multivariate logistische regressie (gecorrigeerd voor leeftijd, geslacht, opleiding, burgerlijke staat, lichaamsbeweging, roken en biochemische markers) analyseerde de associatie tussen kwartielen van TyG/TyG-BMI en het risico op hypertensie.
- Dosis-respons: Restricted cubic spline (RCS) modellen werden gefit om lineaire en niet-lineaire relaties te onderzoeken, met stratificatie op basis van geslacht.
- Causale Inferentie: Autoregressieve cross-lagged modellen (ARCLM) werden geconstrueerd met behulp van baseline (2012) en follow-up (2018) gegevens om de temporele causale richtingen tussen TyG/TyG-BMI en bloeddruk (SBP/DBP) te onderzoeken.

Belangrijkste Bijdragen

Vergelijkbare Voorspellende Effectiviteit: De studie biedt een directe vergelijking tussen TyG en TyG-BMI in een oudere cohort, waarbij wordt aangetoond dat de inclusie van BMI de voorspellende kracht aanzienlijk verbetert.
Geslachtsspecifieke Dosis-responspatronen: Het identificeert onderscheidende niet-lineaire en lineaire dosis-responsrelaties tussen deze indices en hypertensie, waarbij specifiek een niet-lineaire associatie voor TyG bij mannen versus lineaire associaties bij vrouwen wordt benadrukt.
Longitudinaal Causaal Bewijs: Door gebruik te maken van ARCLM, gaat de studie verder dan transversale correlaties en levert het temporeel bewijs dat suggereert dat een verhoogde TyG en TyG-BMI voorafgaan aan een stijging van de bloeddruk, in plaats van andersom.

Resultaten

Voorspellende Prestaties: TyG-BMI vertoonde een superieure voorspellende capaciteit voor hypertensie vergeleken met TyG. De AUC voor TyG-BMI was 0,613 (Sensitiviteit: 0,617, Specificiteit: 0,560), vergeleken met een AUC van 0,552 voor TyG (Sensitiviteit: 0,409, Specificiteit: 0,699).
Risico-associatie: Na correctie voor confounders vertoonden beide indices een significante positieve trend met het risico op hypertensie ( $P_{trend} \le 0,001$ ). Vergeleken met het laagste kwartiel (Q1), was het hoogste kwartiel (Q4) van TyG geassocieerd met een Odds Ratio (OR) van 1,602 (95% BI: 1,140–2,251), terwijl TyG-BMI een sterkere associatie vertoonde met een OR van 3,148 (95% BI: 2,229–4,445).
Geslachtsspecifieke Stratificatie:
- Mannen: TyG-BMI vertoonde een significante positieve trend met het risico op hypertensie. TyG vertoonde een significante trend alleen in de Q3-groep.
- Vrouwen: Zowel TyG als TyG-BMI vertoonden significante positieve trends over de kwartielen. Het hoogste TyG-BMI kwartiel bij vrouwen bracht het hoogste risico met zich mee (OR = 3,986).
Dosis-responsrelaties:
- Totaal: Er werden lineaire relaties waargenomen voor zowel TyG als TyG-BMI tegenover hypertensie.
- Mannen: Een niet-lineaire relatie werd gevonden tussen TyG en hypertensie ( $P_{non-linear}=0,040$ ), terwijl TyG-BMI lineair bleef.
- Vrouwen: Beide indices vertoonden lineaire dosis-responsrelaties.
Temporele Causaliteit: Cross-lagged analyse onthulde dat baseline TyG de follow-up SBP significant beïnvloedde ( $\beta=1,452, P=0,031$ ), en baseline TyG-BMI zowel de follow-up SBP ( $\beta=0,049, P<0,001$ ) als de DBP ( $\beta=0,043, P<0,001$ ) significant beïnvloedde. De baseline bloeddruk voorspelde de follow-up TyG of TyG-BMI niet significant.

Betekenis en Claims
De auteurs concluderen dat verhoogde TyG- en TyG-BMI-niveaus onafhankelijk geassocieerd zijn met een verhoogd risico op hypertensie bij ouderen, gekenmerkt door lineaire dosis-responsrelaties in het algemeen, met specifieke niet-lineaire nuances bij mannen. De studie claimt dat TyG-BMI een betere voorspellende prestatie biedt dan TyG alleen en significante temporele causale effecten heeft op zowel de systolische als de diastolische bloeddruk.

Op basis van deze bevindingen stellen de auteurs dat TyG-BMI kan dienen als een eenvoudige, effectieve indicator voor de vroege screening van hypertensie bij ouderen. Het suggereert dat deze index een referentie kan bieden voor de primaire publieke gezondheidszorg, met name in omgevingen met beperkte middelen waar complexe testen voor insulineresistentie niet haalbaar zijn, waardoor het de ontwikkeling van interventiestrategieën voor deze risicovolle demografie kan ondersteunen. De auteurs erkennen beperkingen met betrekking tot de enkele stedelijke populatiebron en de 6-jarige follow-up duur, maar handhaven dat hun longitudinale benadering robuust epidemiologisch bewijs voor het vakgebied levert.