NHANES數(shù)據(jù)庫(kù)中有一類指標(biāo)是高分密碼，死亡。從現(xiàn)實(shí)角度來(lái)說(shuō)，死亡是醫(yī)學(xué)繞不開的話題。從研究設(shè)計(jì)類型來(lái)說(shuō)，死亡是NHANES數(shù)據(jù)庫(kù)這一類橫斷面研究中唯一能做隊(duì)列的數(shù)據(jù)。不論如何，得死亡者發(fā)高分文章。本期我們一起學(xué)習(xí)一篇關(guān)于死亡的研究。
2023年10月，一篇題為：The triglyceride-glucose index is a predictor for cardiovascular and all-cause mortality in CVD patients with diabetes or pre-diabetes: evidence from NHANES 2001-2018的研究論文發(fā)表于《Cardiovasc Diabetol》，本文為中國(guó)學(xué)者寫作，文章屬于中科院分區(qū)醫(yī)學(xué)一區(qū)，2023年IF=9.3。
這項(xiàng)研究通過(guò)多因素Cox比例風(fēng)險(xiǎn)模型與非限制性立方樣條圖，研究了糖尿病或糖尿病前期心血管疾病 （CVD）人群中，TyG指數(shù)與死亡率的關(guān)聯(lián)。結(jié)果表明，在美國(guó)人群中，心血管疾病基線TyG指數(shù)與心血管疾病合并糖尿病或糖尿病前期患者的全因死亡率之間存在U型關(guān)聯(lián)。CVD 和全因死亡率的閾值分別為 8.84 和 9.05。
摘要與主要結(jié)果
一、摘要
背景：甘油三酯-葡萄糖 （TyG） 指數(shù)與糖尿病或糖尿病前期心血管疾病 （CVD） 患者死亡率之間的關(guān)聯(lián)尚不清楚。本研究旨在探討美國(guó)成人糖尿病或糖尿病前期 CVD 患者基線 TyG 指數(shù)與全因死亡率和心血管 （CV） 死亡率之間的關(guān)系。
方法：本研究從全國(guó)健康與營(yíng)養(yǎng)檢查調(diào)查（2001-2018）中招募了1072例患有糖尿病或糖尿病前期的心血管疾病患者。死亡率結(jié)果是通過(guò)與截至 2019 年 12 月 31 日的國(guó)家死亡指數(shù) （NDI） 記錄相關(guān)聯(lián)來(lái)確定的。構(gòu)建多因素Cox比例風(fēng)險(xiǎn)模型，分析探討基線TyG指數(shù)與死亡率的相關(guān)性。利用受限三次樣條探索非線性相關(guān)性，構(gòu)建拐點(diǎn)兩側(cè)的兩段Cox比例風(fēng)險(xiǎn)模型。
結(jié)果：在7541人年的隨訪中，共記錄了461例全因死亡和154例CVD相關(guān)死亡。限制三次樣條顯示，糖尿病或糖尿病前期CVD患者的基線TyG指數(shù)與全因和CVD死亡率之間存在U型關(guān)聯(lián)。具體而言，基線TyG指數(shù)低于閾值（全因死亡率的TyG指數(shù)<9.05，CVD死亡率的<8.84）與死亡率呈負(fù)相關(guān)（全因死亡率HR 0.47,95%CI=0.27-0.81，CVD死亡率HR 0.25,95%CI=0.07-0.89）。相比之下，基線TyG指數(shù)高于閾值（全因死亡率TyG指數(shù)>9.05，CVD死亡率>8.84）與死亡率呈正相關(guān)（HR 1.42,95%CI = 1.02-1.99CVD 死亡率的全因死亡率和 HR 1.77,95% CI = 1.08-2.91）。
結(jié)論：在美國(guó)人群中，心血管疾病基線TyG指數(shù)與心血管疾病合并糖尿病或糖尿病前期患者的全因死亡率之間存在U型關(guān)聯(lián)。CVD 和全因死亡率的閾值分別為 8.84 和 9.05。
二、研究結(jié)果
1. 研究人群的基線資料表 1 顯示了按 TyG 指數(shù)四分位數(shù)分層的隊(duì)列研究參與者 (n=1072) 的基線特征。參與者的平均年齡為66.54歲，其中男性占59.33%。入組患者的平均TyG指數(shù)為9.03±0.03。
根據(jù) TyG 指數(shù)的四分位數(shù)，基線時(shí)的實(shí)驗(yàn)室特征如表 2 所示。與最低四分位數(shù)的參與者相比，TyG 指數(shù)較高的參與者更有可能年輕、墨西哥人和肥胖。此外，各組之間的生化指標(biāo)存在顯著差異，最高四分位數(shù)的參與者表現(xiàn)出顯著差異，與第一個(gè)四分位數(shù)相比，HbA1c、LDL-C、TC、TG、GGT、ALT、FINS 和 FPG 水平較高。
2.建立Cox比例風(fēng)險(xiǎn)模型表3列出了隨訪期間發(fā)生的461例全因死亡和154例CVD相關(guān)死亡。
我們構(gòu)建了三個(gè) Cox 回歸模型來(lái)研究 TyG 指數(shù)水平與死亡風(fēng)險(xiǎn)之間的獨(dú)立關(guān)聯(lián)。在模型 3 中調(diào)整年齡、性別、種族、BMI、吸煙、飲酒、教育、高血壓和家庭收入貧困比后，多變量調(diào)整風(fēng)險(xiǎn)比 (HR) 和 95%，從最低到最高 TyG 指數(shù)四分位數(shù)（6.80–8.56、8.56–8.96、8.96–9.40 和 9.40-12.55）。全因死亡率以及置信區(qū)間 (CI) 分別為 1.00（參考）、0.65（0.45、0.93）、0.84（0.62、1.14）、 1.3（0.73、1.26）（P=0.623）；CVD死亡率以及置信區(qū)間 (CI) 分別為1.00（參考值）、0.49（0.25、0.97）、1.10（0.63、1.90）和1.30（0.73、2.33）（P=0.068）。
3.非線性關(guān)系檢測(cè)由于之前的多變量分析表明基線 TyG 指數(shù)與全因死亡率和 CVD 死亡率之間存在非線性關(guān)系，因此我們采用具有限制性立方樣條圖和平滑曲線擬合的 Cox 比例風(fēng)險(xiǎn)回歸模型來(lái)進(jìn)一步研究相關(guān)性。有趣的是，調(diào)整后的平滑圖顯示 TyG 指數(shù)與全因死亡率（圖 2A）和 CVD 死亡率（圖 2B）之間呈 U 形關(guān)聯(lián)。
我們使用標(biāo)準(zhǔn) Cox 比例風(fēng)險(xiǎn)回歸模型和兩段 Cox 比例風(fēng)險(xiǎn)回歸模型擬合了基線 TyG 指數(shù)和死亡率之間的關(guān)聯(lián)?；趦啥?Cox 比例風(fēng)險(xiǎn)回歸模型，我們確定全因死亡率和 CVD 死亡率的拐點(diǎn)分別為 9.05 和 8.84（對(duì)數(shù)似然比的 P 值均<0.05）（表 4）。
我們分別研究了糖尿病和糖尿病前期人群。結(jié)果顯示，TyG指數(shù)與糖尿病CVD患者的全因死亡率和CVD死亡率之間仍存在U型關(guān)系（均為非線性P<0.01）。糖尿病前期CVD患者TyG指數(shù)與全因死亡率近似呈U型關(guān)系（非線性P=0.28），與CVD死亡率呈近似線性關(guān)系（非線性P=0.95)(圖3)。
4.亞組分析
與較低 TyG 指數(shù)（全因死亡率 <9.05，CVD 死亡率 <8.849.05）相比，較高 TyG 指數(shù)（全因死亡率≥9.05，CVD 死亡率 ≥8.84）在 CVD 患者中具有生存優(yōu)勢(shì)。如表 5 和 6 所示，基于年齡、性別、種族和 BMI 的各個(gè)亞組中糖尿病或糖尿病前期的情況是一致的。基線 TyG 指數(shù)和分層變量之間沒(méi)有顯著的交互作用。
設(shè)計(jì)與統(tǒng)計(jì)學(xué)方法
一、研究設(shè)計(jì)
P：本研究從全國(guó)健康與營(yíng)養(yǎng)檢查調(diào)查（2001-2018）中招募了1072例患有糖尿病或糖尿病前期的心血管疾病患者。I：甘油三酯-葡萄糖 （TyG） 指數(shù)。O：全因死亡率和心血管 （CV） 死亡率。S：隊(duì)列研究。
二、統(tǒng)計(jì)方法
1.描述基線以及差異性分析，使用R軟件（版本4.2.1；https://www.r-project.org）進(jìn)行統(tǒng)計(jì)分析。由于 NHANES 的抽樣設(shè)計(jì)復(fù)雜，按照分析 NHANES 數(shù)據(jù)的要求，樣本權(quán)重、聚類和分層被納入所有分析中 [17]。根據(jù) TyG 指數(shù)的四分位數(shù) (Q1-Q4)，研究參與者被分為四組。連續(xù)變量總結(jié)為平均值和標(biāo)準(zhǔn)差（SD），而分類變量則表示為頻率和百分比。使用單向方差分析（針對(duì)連續(xù)變量）和皮爾遜卡方檢驗(yàn)（針對(duì)分類變量）對(duì) TyG 四分位組之間的基線特征進(jìn)行比較。
2.建立邏輯回歸模型并對(duì)缺失值多重插補(bǔ)，在整個(gè)隨訪期間計(jì)算每個(gè) TyG 四分位數(shù)組的全因死亡率和 CVD 死亡率的發(fā)生率。為了評(píng)估 TyG 指數(shù)的獨(dú)立預(yù)測(cè)價(jià)值，我們開發(fā)了多元 Cox 比例風(fēng)險(xiǎn)回歸模型，其中包括三個(gè)模型來(lái)控制混雜因素。模型1未調(diào)整，模型2調(diào)整了年齡、種族和性別，模型3調(diào)整了年齡、性別、種族、BMI、吸煙、飲酒、教育、高血壓和家庭收入貧困比。對(duì)缺失值的協(xié)變量進(jìn)行多重插補(bǔ)。
3.繪制限制性立方樣條圖，進(jìn)行非線性分析，為了研究 TyG 指數(shù)與死亡率之間的關(guān)系，采用限制性立方樣條圖和平滑曲線擬合（懲罰樣條法）的 Cox 比例風(fēng)險(xiǎn)回歸模型。如果關(guān)系是非線性的，我們通過(guò)嘗試所有可能的值并選擇具有最高可能性的閾值來(lái)估計(jì)閾值。我們?cè)诠拯c(diǎn)兩側(cè)使用兩分段Cox比例風(fēng)險(xiǎn)模型來(lái)研究TyG指數(shù)與全因死亡和CVD死亡風(fēng)險(xiǎn)之間的關(guān)聯(lián)。
4.亞組分析以及補(bǔ)充說(shuō)明，根據(jù)性別、年齡（< 60 歲或≥60 歲）、BMI（<25.00 或≥25.00）和種族（白人、黑人、墨西哥人或其他）進(jìn)行分層分析。小于 0.05 的 p 值被認(rèn)為具有統(tǒng)計(jì)學(xué)差異。
小感悟
本期介紹的是一區(qū)文章，9.3分。
這項(xiàng)研究為隊(duì)列研究，研究方法如下，一開始，先描述樣本并進(jìn)行差異性分析，
再建立多樣的回歸模型，此處建立邏輯回歸研究死亡率結(jié)局。建立未校正，部分校正以及完全校正三階段模型。
繪制限制性立方樣條圖找拐點(diǎn)，進(jìn)行亞組分析加強(qiáng)結(jié)論穩(wěn)健性。
這篇文章研究方法不突出，贏在了研究周期長(zhǎng)以及死亡率指標(biāo)的應(yīng)用，nhanes能做隊(duì)列的也就死亡數(shù)據(jù)了。這篇文章為我國(guó)學(xué)者寫作，個(gè)人認(rèn)為亮點(diǎn)在于發(fā)現(xiàn)了U型趨勢(shì)并加以論證。研究方法有許多值得學(xué)習(xí)的優(yōu)點(diǎn)，如果各位也想學(xué)習(xí)死亡率研究，歡迎留言討論。
