
-
生物通官微
陪你抓住生命科技
跳动的脉搏
低密度脂蛋白胆固醇-葡萄糖指数(LDL cholesterol-glucose index)与内脏脂肪(visceral adiposity)的结合(sdLG-cVAI)作为心血管疾病新发风险预测指标:一项前瞻性队列研究
《Lipids in Health and Disease》:The small dense LDL cholesterol-glucose index combined with visceral adiposity (sdLG-cVAI) as a novel predictor of incident cardiovascular disease: a prospective cohort study
【字体: 大 中 小 】 时间:2026年06月07日 来源:Lipids in Health and Disease 4.2
编辑推荐:
摘要 背景 血脂异常、葡萄糖代谢紊乱和肥胖是公认的心血管疾病(CVD)风险因素。像甘油三酯-葡萄糖(TyG)指数这样的综合指标反映了脂质的总量,但忽略了诸如小密度低密度脂蛋白胆固醇(sdLDL-C)这样的质量特征,而sdLDL-C是一种与血糖异常高度相关的致动脉粥样硬化亚组分
血脂异常、葡萄糖代谢紊乱和肥胖是公认的心血管疾病(CVD)风险因素。像甘油三酯-葡萄糖(TyG)指数这样的综合指标反映了脂质的总量,但忽略了诸如小密度低密度脂蛋白胆固醇(sdLDL-C)这样的质量特征,而sdLDL-C是一种与血糖异常高度相关的致动脉粥样硬化亚组分。本研究旨在开发一种新的sdLDL-C-葡萄糖(sdLG)指数,将其与肥胖指标结合以增强CVD风险的分层,并评估其对新发CVD的预测价值。
研究纳入了来自中国健康与退休纵向研究(CHARLS)的45岁及以上且基线时无CVD的成年人(2011–2020年)。在随访期间识别出CVD(心脏病和中风)事件。sdLG指数是根据sdLDL-C和空腹血糖计算得出的,并与肥胖指标结合形成衍生指数。通过使用接收者操作特征曲线下面积(AUC)、一致性指数(C-index)和净重新分类改善/综合区分改善(NRI/IDI)来比较这些指数的预测性能,以选择最佳指数。通过受限立方样条(RCS)检验剂量-反应关系。使用Cox比例风险模型评估最佳指数(基线、累积暴露和轨迹模式)与新发CVD之间的关联,并通过亚组分析和敏感性分析进行补充。
在3,969名参与者中,发生了1,029例新发CVD事件。在长期区分能力方面,sdLG指数优于TyG指数。在衍生指数中,sdLG指数与中国内脏脂肪指数(sdLG-cVAI)结合使用时表现出最佳的区分和重新分类性能。基线时的剂量-反应关系(整体P<0.001;非线性P=0.105)和累积sdLG-cVAI(cusdLG-cVAI)(整体P<0.001;非线性P=0.522)呈线性关系。在完全调整的模型中,最高与最低四分位数都与CVD风险增加相关(基线sdLG-cVAI的HR为1.77,95% CI 1.44–2.16,P<0.001;累积sdLG-cVAI的HR为1.87,95% CI 1.53–2.29,P<0.001)。处于持续高轨迹组的参与者比处于稳定低轨迹组的参与者面临更高的风险(HR为1.75,95% CI 1.46–2.10,P<0.001)。亚组分析显示了一些异质性。敏感性分析得出的结果与主要回归分析一致。
sdLG指数在长期CVD风险预测方面优于传统的TyG指数。这种新的复合指数sdLG-cVAI能够独立预测新发CVD,并改善中老年人及老年人的风险分层。
此图像的替代文本可能是由AI生成的。血脂异常、葡萄糖代谢紊乱和肥胖是公认的心血管疾病(CVD)风险因素。像甘油三酯-葡萄糖(TyG)指数这样的综合指标反映了脂质的总量,但忽略了诸如小密度低密度脂蛋白胆固醇(sdLDL-C)这样的质量特征,而sdLDL-C是一种与血糖异常高度相关的致动脉粥样硬化亚组分。本研究旨在开发一种新的sdLDL-C-葡萄糖(sdLG)指数,将其与肥胖指标结合以增强CVD风险的分层,并评估其对新发CVD的预测价值。
研究纳入了来自中国健康与退休纵向研究(CHARLS)的45岁及以上且基线时无CVD的成年人(2011–2020年)。在随访期间识别出CVD(心脏病和中风)事件。sdLG指数是根据sdLDL-C和空腹血糖计算得出的,并与肥胖指标结合形成衍生指数。通过使用接收者操作特征曲线下面积(AUC)、一致性指数(C-index)和净重新分类改善/综合区分改善(NRI/IDI)来比较这些指数的预测性能,以选择最佳指数。通过受限立方样条(RCS)检验剂量-反应关系。使用Cox比例风险模型评估最佳指数(基线、累积暴露和轨迹模式)与新发CVD之间的关联,并通过亚组分析和敏感性分析进行补充。
在3,969名参与者中,发生了1,029例新发CVD事件。在长期区分能力方面,sdLG指数优于TyG指数。在衍生指数中,sdLG指数与中国内脏脂肪指数(sdLG-cVAI)结合使用时表现出最佳的区分和重新分类性能。基线时的剂量-反应关系(整体P<0.001;非线性P=0.105)和累积sdLG-cVAI(cusdLG-cVAI)(整体P<0.001;非线性P=0.522)呈线性关系。在完全调整的模型中,最高与最低四分位数都与CVD风险增加相关(基线sdLG-cVAI的HR为1.77,95% CI 1.44–2.16,P<0.001;累积sdLG-cVAI的HR为1.87,95% CI 1.53–2.29,P<0.001)。处于持续高轨迹组的参与者比处于稳定低轨迹组的参与者面临更高的风险(HR为1.75,95% CI 1.46–2.10,P<0.001)。亚组分析显示了一些异质性。敏感性分析得出的结果与主要回归分析一致。
sdLG指数在长期CVD风险预测方面优于传统的TyG指数。这种新的复合指数sdLG-cVAI能够独立预测新发CVD,并改善中老年人及老年人的风险分层。
此图像的替代文本可能是由AI生成的。
生物通微信公众号