胰岛素抵抗新指标(eGDR)预测心血管疾病风险:一项全国前瞻性队列研究

《Cardiovascular Diabetology》:Insulin resistance quantified by estimated glucose disposal rate predicts cardiovascular disease incidence: a nationwide prospective cohort study

【字体: 时间:2025年04月14日 来源:Cardiovascular Diabetology 8.5

编辑推荐:

  为探究胰岛素抵抗(IR)与心血管疾病(CVD)风险的关系,研究人员基于中国健康与养老追踪调查(CHARLS)开展研究。结果显示,较低的估计葡萄糖处置率(eGDR)与 CVD 风险增加相关,eGDR 有望成为 CVD 的预测指标,为心血管疾病防治提供新方向。

  心血管疾病(CVD)一直是全球范围内导致人类发病和死亡的主要原因。在中国,随着经济发展和社会变迁,CVD 的负担日益沉重,约有 3300 万患者,构成了庞大的慢性病群体。尽管人们在控制传统风险因素方面做出了努力,但 CVD 的残余风险仍然存在,迫切需要新的预测生物标志物和针对性的干预措施。
胰岛素抵抗(IR)被认为是糖尿病微血管并发症和 CVD 的独立危险因素,与心血管风险密切相关。传统检测 IR 的方法,如高胰岛素 - 正常血糖(HIEG)钳夹技术和稳态模型评估胰岛素抵抗(HOMA-IR),存在侵入性强、耗时久等缺点,难以在临床广泛应用。而估计葡萄糖处置率(eGDR),作为一种新的替代指标,通过简单的临床参数(如糖化血红蛋白(HbA1c)、高血压和腰围(WC))计算得出,已显示出在预测中风、肾脏疾病和全因死亡率方面的潜力,但它与更广泛人群中 CVD 发病风险的关系尚不清楚。

为了填补这一空白,中国中医科学院广安门医院和北京中医药大学的研究人员开展了一项全国前瞻性队列研究。研究数据来自 CHARLS,该研究覆盖了中国 28 个省份的 17708 名 45 岁及以上的居民,通过多阶段分层抽样的方式收集数据,并进行定期随访。研究旨在确定 eGDR 对 CVD 发病风险的预测效用。

研究人员运用了多种技术方法来开展此项研究。首先,数据收集涵盖了丰富的变量,包括人口统计学信息、健康状况、生活习惯以及各种生化指标等。然后,通过特定公式计算 eGDR,以此作为研究的暴露变量。为了筛选关键特征,采用了 Boruta 算法。在分析 eGDR 与 CVD 的关联时,运用了多变量 Cox 比例风险回归模型和受限立方样条(RCS)分析。同时,使用受试者工作特征曲线下面积(AUC)、校准曲线、Hosmer - Lemeshow 检验、净重新分类改善(NRI)和决策曲线分析(DCA)等方法来评估 eGDR 在识别 CVD 方面的临床效果,并进行亚组分析以探究其在不同人群中的潜在关联。

研究结果如下:

  1. 基线特征:研究最终纳入 6416 名参与者,平均年龄 56 岁,44.39% 为男性,20.87% 的参与者在随访中出现 CVD 事件。随着 eGDR 水平升高,BMI、WC、血压、糖尿病和血脂异常比例、多种生化指标水平以及 CVD 事件发生率均下降,但吸烟史比例有所上升。
  2. 特征选择:Boruta 算法确定了 16 个与 CVD 风险密切相关的变量,尽管部分因素(如吸烟史和糖尿病)因 Z 值较低未被算法选中,但基于以往研究和临床经验仍被纳入研究。
  3. eGDR 与 CVD 发病的关联:在平均 106.5 个月的随访期内,共记录到 1339 例(20.87%)CVD 事件,包括 1025 例(15.96%)心脏病和 439 例(6.84%)中风。RCS 曲线表明 eGDR 与 CVD、心脏病和中风的发生率呈显著线性关系。调整多个混杂因素后,eGDR 每增加一个单位,CVD 风险降低 21.2%,心脏病风险降低 18.3%,中风风险降低 39.5%。与最低四分位数相比,最高 eGDR 四分位数的参与者 CVD、心脏病和中风风险均显著降低。
  4. 预测效用测试:包含 eGDR 的协变量调整模型 AUC 为 0.712,显著优于未包含该代谢参数的参考模型(AUC = 0.624),校准曲线和似然比检验表明模型拟合良好。DCA 显示该模型在大多数合理阈值概率下具有良好的净效益和临床影响,NRI 分析表明该模型对 CVD 识别的综合能力提高了 7%。
  5. 亚组分析:根据年龄、性别、BMI、吸烟、糖尿病和血脂异常进行亚组分析,结果与主要发现基本一致,未发现这些因素与 eGDR 在 CVD 风险方面存在显著交互作用。

研究结论和讨论部分指出,本研究表明较高的 eGDR 水平与较低的长期 CVD 发病风险相关,即使在调整所有混杂因素后,这种关联仍然显著。eGDR 可作为一种有前景的 CVD 预测指标,将其纳入常规临床评估,有助于更准确地识别高危个体,制定针对性的 CVD 预防策略。

然而,研究也存在一些局限性。例如,CHARLS 项目仅纳入了 45 岁及以上的中国人群,可能影响结论的普遍性;研究主要终点通过受试者自我报告的医生诊断 CVD 事件确定,可能存在回忆偏倚,且缺乏死亡率数据;作为观察性研究,无法明确 eGDR 与 CVD 发病风险之间的因果关系,尽管调整了多个协变量,但仍无法完全消除残余混杂因素。

总体而言,该研究为心血管疾病的预测和预防提供了新的视角和潜在的生物标志物,尽管存在局限性,但依然为后续研究和临床实践提供了重要参考,对心血管疾病防治领域具有重要意义,该研究成果发表在《Cardiovascular Diabetology》上。

下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究

10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析!

欢迎下载Twist《不断变化的CRISPR筛选格局》电子书

单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析

下载《细胞内蛋白质互作分析方法电子书》

相关新闻
生物通微信公众号
微信
新浪微博

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号