Association between the changes in the C-reactive protein-triglyceride-glucose index and future cardiometabolic multimorbidity risk: a nationwide cohort study

对于数百万人而言，通往严重健康危机的道路并非始于某个单一、突发的事件。相反，它往往始于代谢问题缓慢、无声的积累。这两个最常见的驱动因素是胰岛素抵抗和慢性炎症。胰岛素抵抗是指身体细胞对胰岛素（调节血糖的激素）的反应不再正常，迫使胰腺更加努力地工作，最终导致糖尿病等疾病。慢性炎症则是指身体免疫系统在低水平上保持持续活跃的状态，随着时间的推移破坏血管和组织。虽然医生早已知晓这两个过程经常共同发生，但测量它们通常意味着将它们分开观察。患者可能会进行针对炎症指标和针对血糖的血液检测，但这些片段式的记录很少能完整讲述这些力量如何在数年间相互作用，从而为心脏病、中风和糖尿病制造出一场“完美风暴”。

由中国医学科学院及中国友谊医院研究人员发表的一项新研究，试图通过观察炎症与代谢之间的长期“共舞”来弥补这一差距。研究人员重点关注了中国的一个特定人群，对他们进行了近十年的追踪，以观察这两个因素的综合衡量标准是否可以预测谁会发展为心血管代谢共病。研究将这种状况定义为同时患有两种或以上的重大疾病——糖尿病、心脏病或中风——这种共病情况特别危险，因为与仅患有一种疾病相比，它会大幅增加死亡和残疾的风险。通过超越单一测试，转而观察这些数值随时间的变化，研究团队希望找到一种在问题变得不可逆转之前发现隐患的更好方法。

研究人员采用了“中国健康与养老追踪调查”（CHARLS），这是一项针对全国范围内45岁及以上成年人的大规模、具有国家代表性的调查。从最初超过17,000名参与者的样本池中，他们仔细筛选了4,425名在研究开始时足够健康、尚未患有他们所关注的这类疾病组合的人员。这些志愿者在2011年至2020年间的多个时间点进行了抽血并记录了健康史。团队为每个人计算了一个新分数，称之为“C-反应蛋白-甘油三酯-葡萄糖指数”（CRP-TG-GLU指数）。这个分数并非一个神奇的数字，而是一个基于两个现有测量值的实用组合：一个是反映炎症信号的C-反应蛋白血液检测，另一个是基于空腹甘油三酯和葡萄糖的计算，后者反映了胰岛素抵抗。通过将这两个截然不同的生物信号合并为一个指标，研究人员创造了一个旨在捕捉身体承受的代谢与炎症总负担的工具。

为了理解这一分数如何预测未来的健康状况，团队并未仅仅观察研究开始时的一次性测量值。他们检查了使用该分数的三种不同方式。首先，他们观察了基线水平，即研究开始时的分数。其次，他们计算了累积负担，这本质上是多年间分数的平均值，用以观察一个人承受高水平炎症和胰岛素抵抗的总暴露量。第三，他们追踪了轨迹，即变化的模式，以观察一个人的分数是保持在高位、上升、下降还是波动。随后，他们对这4,425名个体进行了数年的随访，以观察谁发展出了心脏病、中风或糖尿病的组合。

结果清晰且一致。在随访期间，423名参与者（约占该组的9.6%）出现了共病情况。这种风险的发生与分数有着强烈的关联。初始阶段综合指数水平最高的人，比指数水平最低的人更有可能发展出这些疾病。具体而言，处于最高四分之一水平的人群，其发展出该状况的风险是最低四分之一人群的两倍多。即使在研究人员调整了年龄、性别、吸烟、饮酒和体重指数等其他因素后，这种关系依然成立。研究还发现，累积负担是一个更强的预测因子；长期维持高分数的患者面临的风险几乎是低累积分数人群的三倍。

研究中最具启发性的部分或许是对这些分数随时间变化情况的分析。研究人员在参与者中识别出了四种不同的变化模式：一组人在整个研究过程中保持低分；另一组人起初得分较低，但随后上升；第三组人起初得分较高，并保持在高位；第四组人从一开始就是持续高水平。面临最大危险的群体是那些持续高分的群体。这些人年复一年地维持着高水平的炎症和胰岛素抵抗，面临着最高的疾病风险。这一发现表明，重要的不仅是某一次糟糕的血液检测结果，而是这些生物压力源在多年间持续施加的压力。

研究还对比了这一新综合指数与其构建时所使用的单个组成部分。当研究人员测试综合分数在预测未来疾病方面相对于仅观察炎症或仅观察胰岛素抵抗的表现时，综合分数表现得更好。它能够比单一指标更准确地区分出哪些人会生病，哪些人不会。此外，考虑了随时间暴露情况的累积版本分数，被证明是所有预测指标中最准确的一个。这表明，通过重复追踪这些数值，比单次快照能提供更清晰的风险图景。

研究人员还观察了这些发现是否在不同人群中同样成立。他们发现，高分值与疾病风险之间的联系在男性和女性、年轻人和老年人、以及农村和城市居民之间都是一致的。有趣的是，这种关联在那些尚未诊断出糖尿病或高血压的人群中实际上更为显著。这意味着，该综合指数对于识别那些表面看起来健康、实则携带隐藏代谢负担的人群可能特别有用。对于那些已经确诊疾病的人，这种联系较弱，可能是因为他们已经接受了改变血液指标或减缓疾病进展的治疗。

虽然这项研究提供了令人信服的证据，但作者也谨慎地指出了其局限性。由于数据来源于自我报告的诊断以及特定的中国人群，其结果未必能完美适用于世界各地的每一个人。此外，由于这是一项观察性研究，它显示了强烈的相关性，但不能证明高分值直接导致了这些疾病。然而，结果在不同统计模型中的一致性以及数据的稳健性，为未来的研究奠定了坚实的基础。研究结论认为，长期监测这一综合指数可以成为一种切实有效的方法，用于在严重健康问题显现之前识别高风险人群。通过捕捉代谢与炎症斗争的早期迹象，医生和患者或许能够更早地进行干预，从而可能预防多种慢性病的发生，并改善数百万人的生活质量。