
-
生物通官微
陪你抓住生命科技
跳动的脉搏
新型营养指数(TCBI)与胰岛素抵抗指数(TyG-BMI)在评估心血管疾病风险方面的比较:一项队列研究
《Journal of Health, Population and Nutrition》:Comparison of novel nutritional index (TCBI) and insulin resistance index (TyG-BMI) for assessing cardiovascular disease risk: a cohort study
【字体: 大 中 小 】 时间:2026年02月12日 来源:Journal of Health, Population and Nutrition 2.4
编辑推荐:
心血管疾病(CVD)风险与新型营养指数TCBI及传统TyG-BMI的关联性研究。基于CHARLS 2011-2020数据,8104例无基线CVD人群经Cox模型和RCS分析显示,TCBI每增1单位(对数转换)CVD风险升高59%(HR1.59, 95%CI1.31-1.92),而TyG-BMI每增10单位风险上升6%(HR1.06, 95%CI1.04-1.07)。ROC分析显示两者AUC值0.556-0.576,预测效能有限。短期(2-4年)两者预测能力相近,长期(7-9年)TyG-BMI略优。亚组及敏感性分析未发现交互或异质性。
心血管疾病(CVD)是全球范围内导致死亡和残疾的主要原因,尤其是在中老年人群中。早期风险评估对于早期干预和有效预防至关重要。本研究旨在探讨并比较甘油三酯、总胆固醇和体重指数(TCBI,一种新的营养指标)以及广泛研究的胰岛素抵抗指数-甘油三酯-葡萄糖-体重指数(TyG-BMI)与心血管疾病风险之间的关联。
使用CHARLS(2011–2020年)的数据,该研究基线时共有8,104名无心血管疾病的参与者。通过Cox比例风险模型和限制性三次样条(RCS)分析来评估TCBI和TyG-BMI与心血管疾病风险之间的关联。此外,还进行了接收者操作特征(ROC)分析、亚组分析和敏感性分析。
9年后,有1,840名参与者患上了心血管疾病。对数转换后的TCBI(LgTCBI)每增加1个单位,心血管疾病的风险增加59%(HR 1.59,95%CI 1.31–1.92,p?0.001);而TyG-BMI每增加10个单位,心血管疾病的风险增加6%(HR 1.06,95% CI 1.04–1.07,p?0.001)。RCS分析显示TCBI与心血管疾病风险之间存在非线性关系,而TyG-BMI与心血管疾病风险之间存在线性关系。ROC分析表明这两种指标的独立预测准确性有限,曲线下面积(AUC)值介于0.556到0.576之间。在短期预测(2–4年)中,TCBI和TyG-BMI的区分能力相似;而在长期预测(7–9年)中,TyG-BMI的表现略好。亚组分析显示各亚组与这两种指标之间没有交互作用(p?>?0.05)。敏感性分析证实了结果的稳健性。
TCBI和TyG-BMI与心血管疾病风险增加显著相关。作为独立的预测工具,这两种指标的区分能力有限,但在短期风险评估中TCBI的表现与TyG-BMI相当;在长期预测中,TyG-BMI略具优势。这些发现表明,TCBI和TyG-BMI可以作为简单的、互补的筛查工具,帮助识别需要进一步全面临床评估的高风险个体,而不是作为独立的初级筛查工具。它们的临床适用性需要在不同的队列中进行进一步验证。
心血管疾病(CVD)是全球范围内导致死亡和残疾的主要原因,尤其是在中老年人群中。早期风险评估对于早期干预和有效预防至关重要。本研究旨在探讨并比较甘油三酯、总胆固醇和体重指数(TCBI,一种新的营养指标)以及广泛研究的胰岛素抵抗指数-甘油三酯-葡萄糖-体重指数(TyG-BMI)与心血管疾病风险之间的关联。
使用CHARLS(2011–2020年)的数据,该研究基线时共有8,104名无心血管疾病的参与者。通过Cox比例风险模型和限制性三次样条(RCS)分析来评估TCBI和TyG-BMI与心血管疾病风险之间的关联。此外,还进行了接收者操作特征(ROC)分析、亚组分析和敏感性分析。
9年后,有1,840名参与者患上了心血管疾病。对数转换后的TCBI(LgTCBI)每增加1个单位,心血管疾病的风险增加59%(HR 1.59,95%CI 1.31–1.92,p?0.001);而TyG-BMI每增加10个单位,心血管疾病的风险增加6%(HR 1.06,95% CI 1.04–1.07,p?0.001)。RCS分析显示TCBI与心血管疾病风险之间存在非线性关系,而TyG-BMI与心血管疾病风险之间存在线性关系。ROC分析表明这两种指标的独立预测准确性有限,曲线下面积(AUC)值介于0.556到0.576之间。在短期预测(2–4年)中,TCBI和TyG-BMI的区分能力相似;而在长期预测(7–9年)中,TyG-BMI的表现略好。亚组分析显示各亚组与这两种指标之间没有交互作用(p?>?0.05)。敏感性分析证实了结果的稳健性。
TCBI和TyG-BMI与心血管疾病风险增加显著相关。作为独立的预测工具,这两种指标的区分能力有限,但在短期风险评估中TCBI的表现与TyG-BMI相当;在长期预测中,TyG-BMI略具优势。这些发现表明,TCBI和TyG-BMI可以作为简单的、互补的筛查工具,帮助识别需要进一步全面临床评估的高风险个体,而不是作为独立的初级筛查工具。它们的临床适用性需要在不同的队列中进行进一步验证。