Identification of Core Biomarkers and Temporal Mechanism Investigation in Cardiovascular Disease: A Machine Learning and Cross-Lagged Path Model Approach
本研究利用 CHARLS 数据库和机器学习技术，确定了 TyG-BMI 指数和半胱氨酸 C 作为预测中国居民心血管疾病的核心生物标志物，揭示了心血管疾病与 TyG-BMI 指数之间的双向因果关系，以及与半胱氨酸 C 的单向联系。
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
心脏病是一种无声且无情的力量，在中国夺走的生命比任何其他死因都要多，且往往在毫无预警的情况下袭来。几十年来，医生一直依赖一套标准的线索来推测谁可能面临风险：血压、胆固醇水平和血糖。这些指标虽然有用，但它们往往只能揭示部分真相，无法捕捉到人体在发生心肌梗死或中风之前，身体发出求救信号时那种微妙而复杂的机制。随着人口老龄化以及糖尿病等代谢性疾病变得愈发普遍，迫切需要一种更敏锐、更准确的方法来预测谁会患上心脏病。研究人员现在正转向强大的计算机工具，通过筛选海量的健康数据，寻找人类肉眼可能忽略的模式，希望能找到那些作为心血管问题早期预警灯的特定生物信号。
来自新疆医科大学和乌鲁木齐疾病预防控制中心的科研团队决定通过分析一万多名中国成年人的健康记录来应对这一挑战。他们使用了一个名为“中国健康与养老追踪调查”（China Health and Retirement Longitudinal Study）的大型全国代表性调查，该调查多年来一直在追踪全国各地民众的健康状况。其目标不仅是列出风险因素，而是建立一个复杂的预测模型，以识别能够预报心脏病的 most 关键的生物标志物（即血液和体内的可测量物质）。为此，他们采用了四种不同类型的机器学习算法，这些算法是旨在从数据中学习并进行预测的计算机程序。这些程序就像四位不同的专家，每位专家都使用独特的方法来分析同一组信息，其中包括年龄、性别、受教育程度以及从白细胞计数到复杂代谢指数的一系列血液检测指标。
研究人员将 2015 年的数据输入这些计算机模型，要求它们区分已经患有心脏病的人群与尚未患病的人群。模型在很大一部分数据上进行了训练，随后在另一组独立数据上进行了测试，以观察其泛化发现的能力如何。在四种方法中，一种被称为 XGBoost 的算法被证明在过滤噪声并精准定位真实预测因子方面最为有效。虽然计算机模型评估了数十个变量，但有两个特定的指标脱颖而出，成为了最强大的预测因子。第一个是一个被称为 TyG-BMI 指数的综合评分，它结合了甘油三酯（血液中的一种脂肪）、血糖和体重指数（BMI）的测量值。第二个是胱抑素 C（cystatin C），这是一种蛋白质，可作为肾脏过滤血液中废物效率的敏感指标。这两个因素始终位居榜首，在预测心脏病风险方面表现优于传统的胆固醇水平等指标。
为了不仅了解哪些因素很重要，还要了解这些因素如何随时间与心脏病相关联，研究人员对一组被追踪了四年的参与者（从 2011 年到 2015 年）进行了更深入的研究。他们使用了名为“交叉滞后路径分析”（cross-lagged path analysis）的统计方法，来确定这些生物标志物与心脏病之间关系的指向性。这种方法使他们能够观察是高水平的生物标志物发生在疾病之前，还是疾病导致了生物标志物水平的变化。结果揭示了一种迷人且复杂的动态关系。对于 TyG-BMI 指数，这种关系是双向的，意味着它是一条“双向车道”。高水平的这种代谢标志物会增加患心脏病的风险，反之亦然，患有心脏病似乎也会推动该指标水平进一步升高，从而形成一个两者相互加剧的恶性循环。
相比之下，胱抑素 C 与心脏病之间的关系则是单向的。分析显示，患有心脏病会导致胱抑素 C 水平升高，但高水平的胱抑素 C 并不会像另一种方式那样预测未来的心脏病发作。这表明，虽然以胱抑素 C 衡量的肾功能是现有心脏问题的强有力指标，但它更像是心脏病对身体造成压力后的结果，而非主要诱因。研究发现，调查中近一半的参与者已经患有某种形式的心血管疾病，这一比例显著高于许多西方国家，凸显了中国面临的问题的严重性。研究人员得出结论，通过专注于这两个核心指标——代谢性的 TyG-BMI 指数和与肾脏相关的胱抑素 C——医生有可能更早地识别高风险个体，并在灾难性事件发生前进行干预。
这些发现为我们看待心脏、代谢与肾脏之间的联系提供了新的视角。TyG-BMI 指数与心脏病之间的双向联系表明，管理体重、血糖和脂肪水平不仅是为了预防心脏病，更是为了打破一旦开始便会自我持续的恶性循环。而与胱抑素 C 的单向联系则强调了在已有心脏病患者中监测肾脏健康的重要性，因为疾病带来的压力会迅速影响肾功能。虽然这项研究主要针对中老年人群，且研究人员指出在更年轻的人群中仍需进一步验证，但这项工作为心脏病预防的未来提供了一条清晰的、数据驱动的路线图。通过超越单一的胆固醇数值，转而拥抱这些复杂且相互关联的生物信号，医学界或许终于掌握了能够走在这一长期以来导致死亡的首要病症之前的工具。
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。