2022年1月，馬里蘭州學(xué)者在《Front Cardiovasc Med》（IF=5.85）發(fā)表題為：A Non-Linear Association of?Triglyceride Glycemic Index With?Cardiovascular and All-Cause?Mortality Among Patients With?Hypertension?的研究論文。

這項(xiàng)研究利用美國(guó)營(yíng)養(yǎng)健康（NHANES）的數(shù)據(jù)，研究了甘油三酯血糖指數(shù)與高血壓患者心血管和全因死亡率的非線性相關(guān)性。結(jié)果表明，年齡≥60歲的老年高血壓患者的ACM（全因死亡率）與TyG（甘油三酯血糖指數(shù)）之間存在非線性關(guān)系。

摘要與主要結(jié)果

一、摘要

背景

研究通過甘油三酯血糖指數(shù)（TyG指數(shù)）量化的高血壓患者胰島素抵抗（IR）、心血管死亡率（CVM）和全因死亡率（ACM）之間的關(guān)系。

方法

納入了1999-2004年全國(guó)健康和營(yíng)養(yǎng)檢查調(diào)查（NHANES）中8554名年齡≥18歲的高血壓患者。參與者的CVM和ACM狀態(tài)一直跟蹤到2015年12月31日。Cox比例風(fēng)險(xiǎn)模型和Kaplan-Meier生存曲線用于評(píng)估TyG指數(shù)、CVM和ACM之間的關(guān)系。

結(jié)果

在平均82個(gè)月的隨訪中，發(fā)生了1882例死亡病例，其中434例是由于心血管疾病。T yG≥10的高血壓患者年齡較大，吸煙的幾率較高，肥胖，血壓較高，有風(fēng)險(xiǎn)或患有心血管疾病。在Cox比例風(fēng)險(xiǎn)模型中，與TyG＜8的患者相比，TyG≥10的患者患ACM的風(fēng)險(xiǎn)增加了56%。另一方面，四組之間的CVM沒有觀察到顯著差異。在限制立方樣條回歸模型中，TyG指數(shù)與ACM之間的關(guān)系是非線性的。亞組分析顯示，在年齡≥60歲的老年患者中，TyG指數(shù)與ACM呈非線性關(guān)系。ACM的TyG臨界值為9.45，高于或低于9.45的患者患ACM的風(fēng)險(xiǎn)更大。當(dāng)TyG指數(shù)大于9.52時(shí)，CVM的風(fēng)險(xiǎn)在整個(gè)組中都會(huì)增加。Kaplan-Meier生存曲線顯示，TyG≥10的患者患ACM和CVM的風(fēng)險(xiǎn)較高（Log Rank?P＜0.05）。

結(jié)論

年齡≥60歲的老年高血壓患者的ACM與TyG指數(shù)之間存在非線性關(guān)系。然而，TyG指數(shù)僅超過9.52，在整個(gè)高血壓組中，CVM的風(fēng)險(xiǎn)會(huì)增加。

二、研究結(jié)果

1. 基線特征

8554名患者（男性49.29%）被納入本分析，在82個(gè)月的中位隨訪中，發(fā)生了1882例死亡病例，其中434例是由于心血管疾病。各組TyG指數(shù)之間的所有基線變量均有顯著差異。

2.甘油三酯葡萄糖指數(shù)與病因特異性死亡率的多因素Cox回歸分析：
與TyG<8的人群相比，TyG≥10的人群患ACM的風(fēng)險(xiǎn)增加了56%。

3.限制性立方樣條圖

TyG指數(shù)、ACM（圖2A）和CVM（圖2B）在高血壓參與者中均為非線性。兩個(gè)分段線性回歸模型的結(jié)果如表3所示。TyG指數(shù)與ACM呈非線性關(guān)系。

4.亞組分析

亞組分析（表4）顯示，在年齡≥60歲的老年患者中，TyG指數(shù)和ACM之間存在非線性關(guān)系。ACM的TyG截止值為9.45。

5.Kaplan-Meier生存曲線

TyG≥10的高血壓患者在接下來的生活中具有顯著更高的ACM（圖3A）和CVM（圖3B）。

設(shè)計(jì)與統(tǒng)計(jì)學(xué)方法

一、研究設(shè)計(jì)
P：1999-2004年全國(guó)健康和營(yíng)養(yǎng)檢查調(diào)查（NHANES）中8554名年齡≥18歲的高血壓患者。
I：按TyG指數(shù)（TyG<8，8≤TyG<9，9≤TyG<10，TyG≥10）分為四組。?
O：主要結(jié)局：全因死亡率和心血管疾病或腦血管疾病死亡率（截止至2015年12月31日）。其他測(cè)量指標(biāo)：人口學(xué)特征、實(shí)驗(yàn)室檢查指標(biāo)等。
S：隊(duì)列研究
二、統(tǒng)計(jì)方法
1.?統(tǒng)計(jì)描述：連續(xù)變量為正態(tài)分布的表示為均數(shù)±標(biāo)準(zhǔn)差，如果數(shù)據(jù)不是正態(tài)分布，則表示為中位數(shù)（四分位間距）。分類變量以數(shù)字（n）和百分比（%）表示。

2.根據(jù)基線TyG指數(shù)（TyG<8，8≤TyG<9，9≤TyG<10，TyG≥10），使用單因素方差分析、Kruskal–Wallis H檢驗(yàn)或卡方檢驗(yàn)來評(píng)估各組之間的差異。

3.根據(jù)基線TyG指數(shù)，使用多變量Cox回歸分析來估計(jì)各組的校正危險(xiǎn)比（HR）和死亡率的95%CI。并建立三個(gè)模型調(diào)整。

4.我們最初使用標(biāo)準(zhǔn)化Kaplan–Meier曲線和log rank 檢驗(yàn)進(jìn)行生存分析。然后用多元調(diào)整Cox限制性立方樣條回歸模型檢驗(yàn)TyG指數(shù)、ACM和CVM之間的關(guān)系，并使用廣義相加模型探索TyG指數(shù)與死亡率之間的非線性關(guān)系。如果確定了非線性關(guān)系，我們使用兩個(gè)分段線性回歸模型來闡明關(guān)聯(lián)在閾值點(diǎn)上的差異。通過嘗試所有可能的值并選擇具有最高可能性的閾值點(diǎn)來估計(jì)閾值。

詳情請(qǐng)點(diǎn)擊下方：

https://mp.weixin.qq.com/s?__biz=MzkwMjQxODM3NQ==&mid=2247484812&idx=1&sn=40eb0da32e4b44e49c98372f4c0f7951&chksm=c0a49f24f7d31632cb73dc1d04dd36df70d166924cb7d8c65bc3f0651bbd885403356d867933&scene=21#wechat_redirect

2023年統(tǒng)計(jì)服務(wù)?

2023年，我們將開展從科研設(shè)計(jì)、數(shù)據(jù)分析、統(tǒng)計(jì)學(xué)報(bào)告等醫(yī)學(xué)科研研究方法咨詢與服務(wù)多項(xiàng)服務(wù)，若您有課題經(jīng)費(fèi)可以支持，歡迎您提前和我們聯(lián)系，2022底前采用預(yù)付方式與我們開展合作。?

2023年統(tǒng)計(jì)服務(wù)開啟！歡迎提前洽談數(shù)據(jù)分析、科研合作服務(wù)