Nổi bật
– Các chỉ số liên quan đến TyG cao kết hợp với eGDR thấp độc lập và cùng nhau làm tăng nguy cơ mắc nhiều bệnh tim mạch (CMM) ở người lớn trung niên và cao tuổi Trung Quốc.
– Các chỉ số liên quan đến TyG và eGDR cải thiện các mô hình dự đoán cho CMM, với TyG-BMI có sự cải thiện lớn nhất.
– Phân tích trung gian cho thấy eGDR phần nào trung gian hóa tác động của các chỉ số liên quan đến TyG lên CMM, nhấn mạnh các con đường kháng insulin liên quan.
– Không có tương tác đáng kể giữa các chỉ số TyG và eGDR cho thấy đóng góp cộng gộp, không phải cộng hưởng, vào nguy cơ CMM.
Nền tảng nghiên cứu
Các bệnh tim mạch (CMDs)—bao gồm bệnh tim mạch, đái tháo đường tuýp 2, và các rối loạn chuyển hóa liên quan—là nguyên nhân hàng đầu gây tử vong và bệnh tật trên toàn cầu, với tỷ lệ mắc ngày càng tăng ở dân số trung niên và cao tuổi. Nhiều bệnh tim mạch (CMM), được định nghĩa là sự đồng hiện của hai hoặc nhiều hơn các CMDs, làm xấu đi đáng kể tiên lượng của bệnh nhân và tăng gánh nặng y tế. Kháng insulin (IR) là cơ chế bệnh lý chung nằm dưới các CMDs và CMM. Việc xác định các dấu hiệu thay thế đáng tin cậy cho IR để dự báo nguy cơ CMM là rất quan trọng cho các chiến lược can thiệp và phòng ngừa sớm.
Chỉ số triglyceride-glucose (TyG) và các dẫn xuất điều chỉnh theo béo phì—TyG-chỉ số khối cơ thể (TyG-BMI), TyG-chỉ số vòng eo (TyG-WC), và TyG-tỷ lệ vòng eo trên chiều cao (TyG-WHtR)—đã nổi lên như các chỉ số thay thế tiện lợi kết hợp trạng thái lipit và đường huyết để ước tính IR. Tốc độ tiêu thụ glucose ước tính (eGDR), được tính toán từ các thông số lâm sàng, cũng ước tính độ nhạy insulin. Cả các chỉ số liên quan đến TyG và eGDR đều đã được liên kết với nguy cơ mắc các CMDs riêng lẻ, nhưng tác động chung của chúng đối với CMM vẫn chưa được hiểu rõ, đặc biệt là trong các nhóm nghiên cứu dựa trên dân số lớn của Trung Quốc.
Thiết kế nghiên cứu
Nghiên cứu này sử dụng dữ liệu từ Nghiên cứu Dân số và Sức khỏe Người cao tuổi Trung Quốc (CHARLS), bao gồm một mẫu đại diện quốc gia của người lớn trung niên và cao tuổi Trung Quốc. Tổng cộng 5.854 người tham gia (47,5% nam giới, tuổi trung bình 57 năm) được bao gồm. Các nhà nghiên cứu đã tính toán chỉ số TyG và các dẫn xuất liên quan đến béo phò cùng với eGDR cho mỗi người tham gia và phân loại họ thành hai nhóm dựa trên giá trị trung vị.
Các đối tượng được theo dõi theo thời gian để ghi lại các sự kiện CMM mới. Phân tích thống kê bao gồm các mô hình hồi quy Cox đơn biến và đa biến để ước tính tỷ lệ nguy cơ (HRs) cho CMM liên quan đến các chỉ số TyG, eGDR, và sự kết hợp của chúng. Mối quan hệ liều-đáp ứng được điều tra bằng cách sử dụng các đường cong lũy thừa hạn chế (RCS). Hiệu suất dự đoán được cải thiện bằng cách thêm các chỉ số này vào các mô hình cơ bản được đánh giá bằng diện tích dưới đường cong đặc trưng hoạt động nhận dạng (AUC), cải thiện phân loại rủi ro ròng (NRI), và cải thiện phân biệt tích hợp (IDI). Các hiệu ứng trung gian và tương tác giữa các chỉ số cũng được khám phá.
Kết quả chính
Nghiên cứu cho thấy nguy cơ CMM đáng kể cao hơn ở những người tham gia có sự kết hợp của các chỉ số liên quan đến TyG cao và eGDR thấp so với nhóm tham chiếu (chỉ số TyG thấp cộng với eGDR cao). Các tỷ lệ nguy cơ cụ thể (HRs) với khoảng tin cậy 95% (CIs) là:
- TyG: HR 3,59 (2,28–5,65)
- TyG-BMI: HR 3,40 (2,30–5,02)
- TyG-WC: HR 3,85 (2,58–5,75)
- TyG-WHtR: HR 3,62 (2,43–5,39)
Các kết quả này nhấn mạnh rằng sự kết hợp bất thường trong chuyển hóa lipit-glucose và giảm khả năng tiêu thụ glucose làm tăng nguy cơ CMM hơn so với mỗi yếu tố riêng lẻ.
Về khả năng dự đoán, việc tích hợp các chỉ số liên quan đến TyG và eGDR vào mô hình rủi ro cơ bản đã cải thiện đáng kể các chỉ số phân biệt cho nguy cơ CMM:
| Kết hợp chỉ số | AUC | NRI | IDI |
|---|---|---|---|
| TyG + eGDR | 0,713 | 0,363 | 0,008 |
| TyG-BMI + eGDR | 0,729 | 0,479 | 0,011 |
| TyG-WC + eGDR | 0,716 | 0,419 | 0,010 |
| TyG-WHtR + eGDR | 0,717 | 0,379 | 0,010 |
Tất cả các cải thiện đều có ý nghĩa thống kê (p < 0,05), với TyG-BMI cung cấp sự cải thiện hiệu suất dự đoán cao nhất.
Phân tích trung gian cho thấy eGDR trung gian hóa đáng kể mối liên hệ giữa tất cả các chỉ số liên quan đến TyG và nguy cơ CMM, nhấn mạnh một con đường nguyên nhân một phần phản ánh độ nhạy insulin. Ngược lại, chỉ có các chỉ số TyG liên quan đến béo phì trung gian hóa mối quan hệ giữa eGDR và CMM, cho thấy các thành phần béo phì ảnh hưởng đến tác động của việc tiêu thụ glucose.
Quan trọng hơn, phân tích tương tác cho thấy không có tương tác cộng gộp hoặc nhân gộp đáng kể giữa các chỉ số TyG và eGDR đối với nguy cơ CMM, cho thấy các tác động của chúng chủ yếu là độc lập và cộng gộp thay vì cộng hưởng.
Bình luận chuyên gia
Nghiên cứu của Ruan et al. cung cấp những hiểu biết quý giá liên kết các dấu hiệu thay thế dễ đo lường cho IR với hiện tượng phức tạp của CMM trong một nhóm nghiên cứu lớn, đồng nhất về mặt dân tộc của Trung Quốc. Sử dụng cả các chỉ số dựa trên lipit-glucose và ước tính tốc độ tiêu thụ glucose bắt giữ các khía cạnh khác nhau của IR, cùng nhau cải thiện việc xác định nguy cơ CMM.
Mặc dù nghiên cứu mang tính quan sát và không thể xác định mối quan hệ nhân quả, các kết quả trung gian hỗ trợ một con đường sinh học có thể chấp nhận được liên kết IR với sự tích lũy nhiều bệnh. Sự thiếu tương tác giữa các chỉ số nhấn mạnh bản chất đa yếu tố của CMM, nơi các rối loạn chuyển hóa đa dạng tăng nguy cơ một cách tích lũy.
Hạn chế của nghiên cứu bao gồm việc phụ thuộc vào các ngưỡng cắt trung vị có thể giảm độ chi tiết, tiềm năng còn sót các yếu tố gây nhiễu, và tính tổng quát bị giới hạn ở dân số trung niên và cao tuổi Trung Quốc. Các nghiên cứu trong tương lai nên xác nhận các kết quả này trong các nhóm dân tộc khác và đánh giá tính hữu ích của các dấu hiệu này trong các mô hình dự đoán rủi ro lâm sàng và các thử nghiệm can thiệp.
Kết luận
Nghiên cứu này xác nhận rằng các chỉ số liên quan đến TyG cao kết hợp với eGDR thấp độc lập và cùng nhau dự đoán nguy cơ mắc nhiều bệnh tim mạch cao hơn ở người lớn trung niên và cao tuổi Trung Quốc. Các dấu hiệu thay thế của kháng insulin, khi được sử dụng cùng nhau, cải thiện việc xác định sớm các cá nhân có nguy cơ cao hơn cho CMM và có thể hướng dẫn các chiến lược phòng ngừa mục tiêu.
Các kết quả hỗ trợ việc tích hợp các chỉ số TyG và eGDR vào các đánh giá rủi ro thường xuyên cho sức khỏe tim mạch, nhấn mạnh nhu cầu phải có các phương pháp đa chiều giải quyết béo phì, kiểm soát đường huyết, và độ nhạy insulin để giảm gánh nặng ngày càng tăng của nhiều bệnh.
Nguồn tài trợ và ClinicalTrials.gov
Các nguồn tài trợ không được chi tiết trong bản công bố gốc. Nghiên cứu Dân số và Sức khỏe Người cao tuổi Trung Quốc (CHARLS) là một nhóm nghiên cứu theo dõi dài hạn được tài trợ công cộng bởi các bộ ngành quốc gia tại Trung Quốc.
Tham khảo
Ruan X, Ling Y, Chen J, Xiang Y, Ruan H, Zhang W, Jing L, Gao X, He Y, Lu X, Chang T, Xu J, Chen J. Joint effects of triglyceride glucose index and its obesity-related derivatives with estimated glucose disposal rate on cardiometabolic multimorbidity in middle-aged and older Chinese adults: a nationwide cohort study. Cardiovasc Diabetol. 2025 Oct 2;24(1):382. doi: 10.1186/s12933-025-02939-7. PMID: 41039463; PMCID: PMC12492775.