Composite Metabolic Indices for Incident Cardiometabolic Multimorbidity: Evidence from the CHARLS and ELSA Cohorts
这项利用 CHARLS 和 ELSA 队列数据开展的研究表明，复合代谢指数，特别是 TyG-WHtR 和 ICMRS，与心血管代谢共病的发病显著相关，其中 TyG-WHtR 指数在包括中国和英国在内的两个群体中表现出了最强且最一致的预测性能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
随着年龄的增长，人体往往会面临着隐性的健康挑战累积。这很少仅仅是单一的问题；相反，高血压、2型糖尿病和心脏病等疾病往往会同时到来，形成医生所称的“心血管代谢多病”（cardiometabolic multimorbidity）集群。这种组合之所以特别危险，是因为它会使身体变得更加脆弱，增加死亡风险，并给家庭和医疗系统带来沉重负担。几十年来，医生一直依赖单一的测量指标，例如空腹血糖测试或胆固醇读数，来评估一个人的风险。然而，这些孤立的数字往往无法全面捕捉到一个人的代谢水平和体型如何随时间相互作用的全貌。科学家们长期以来一直怀疑，将这些不同的信号结合成一个单一的分数，或许能提供一个更清晰的预警系统，但目前尚不清楚哪种组合方式效果最好，或者为某一特定人群开发的工具是否适用于另一人群。
为了回答这些问题，研究人员转向了两项大规模且长期进行的追踪研究，这两项研究分别对中国和英国的老年人的生活进行了多年的追踪。通过分析来自这两个国家的数千名参与者的数据，研究团队测试了五种不同的综合评分。这些评分旨在将人体处理糖分和脂肪的方式与人体脂肪储存位置的测量数据融合在一起。研究人员希望观察这些综合工具能否预测未来发展为多种心血管及代谢疾病的可能性，并确定是否有一种特定的工具在不同文化和生活方式背景下都表现得最为可靠。
该研究追踪了来自中国的8,682名老年人和来自英国的2,422名老年人，所有人在研究开始时均未患有这些综合性疾病。在随后的多年随访中，研究人员观察了哪些人出现了新的心血管代谢多病病例。他们在研究开始时为每个人计算了五种不同的风险评分。其中一种被称为 TyG-WHtR 的评分，结合了胰岛素抵抗的测量值与个人腰围与身高之比。另一种被称为 ICMRS 的评分则更为广泛，它汇总了胰岛素抵抗、体型以及特定类型胆固醇失衡的标准值。团队随后比较了这五种评分在预测疾病发生方面的表现优劣。
结果显示，所有五种评分通常都与患上这些综合疾病的风险增加相关。然而，这种关联的强度因具体的评分和所在国家而异。在中国样本组中，所有五种评分都是强有力的预测指标。表现最好的评分是 TyG-WHtR；处于该评分最高类别的人患上这些疾病的可能性是处于最低类别人群的三倍以上。在中国表现第二好的评分是名为 ICMRS 的评分。在英国样本组中，情况类似但程度较弱。虽然 TyG-WHtR 和 ICMRS 仍然是显著的预测指标，但另一种名为 AIP-BRI 的评分在英国人群中未能显示出与未来疾病之间具有统计学意义的明确联系。
两国之间的这种强度差异是一个重要的发现。研究人员发现，这些代谢评分与未来疾病之间的关联在中国始终比在英国更强。例如，与较高的 TyG-WHtR 评分相关的风险增加，对于中国参与者来说要陡峭得多。团队还观察了这些评分区分“会生病的人”和“不会生病的人”的能力。他们发现，ICMRS 评分在两个国家中都具有最佳的整体区分能力，而 TyG-WHtR 在识别中国人群风险方面表现尤为出色。当研究人员测试这些评分是否会因年龄、性别或吸烟状况的不同而产生差异时，结果基本保持稳定，尽管在中国样本组中，关于肥胖和吸烟习惯的部分结果出现了一些变化。
这项研究表明，虽然没有哪种工具是适用于所有情况的完美工具，但将代谢数据与体型测量相结合，比单纯观察血液检测结果能提供更好的风险视角。TyG-WHtR 评分仅需使用卷尺和标准的血液检测即可进行简单计算，它被证明是一种特别稳定且强大的工具，尤其是在中国人群中。ICMRS 评分虽然需要稍复杂的计算，但涵盖的范围更广，它在两个群体中都展现出了最佳的风险排序能力。研究人员指出，这些工具并非全套医学检查的替代品，但可以作为一种有效的、低成本的筛查方法，用于识别那些需要密切关注的人群。研究结果强调，虽然这些代谢信号具有普遍性，但它们预测疾病的方式会因人群而异，这表明风险评估工具可能需要根据所研究人群的具体特征进行调整。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。