Clear Sky Science · zh
胆固醇—高密度脂蛋白—血糖指数与甘油三酯—血糖衍生指数在MASHAD队列中预测10年心血管死亡率的比较
为什么一项简单的血液检测可能揭示潜在的心脏风险
心脏病仍然是全球首要的致死原因,许多现在看起来仅有轻微不适的人,十年后可能面临严重问题。医生已经在测量胆固醇和血糖,但这些数值往往各自孤立看待。来自伊朗的一项研究提出了一个贴近日常且实用的问题:如果我们将常规血液检测结果巧妙地合成一个单一评分,能否更好地识别未来10年内最可能死于心脏病的人群?

寻找更好的早期预警信号
研究者关注的是胰岛素抵抗,这是一种机体细胞对胰岛素反应减弱、处理糖和脂质的能力受损的状态。胰岛素抵抗在症状出现很久之前就静默地推动许多心脏问题的发展。为估算胰岛素抵抗,研究者开发了若干简便替代指标(“替代指数”),基于常见化验项目。其中一种广泛使用的指标是甘油三酯—血糖(TyG)指数,并且出现了将体型和腰围等因素纳入的衍生版本。一个较新的候选指标称为胆固醇—HDL—血糖(CHG)指数,它将总胆固醇、保护性的高密度脂蛋白胆固醇和空腹血糖混合成一个数值。既往研究提示CHG在标识2型糖尿病及其并发症方面可能表现良好。本研究旨在评估CHG能否比基于TyG的评分更准确地预测谁将死于心脏病。
追踪数千名成年人长达十年
研究团队利用了Mashhad中风与心脏动脉粥样硬化疾病(MASHAD)队列,这是在伊朗马什哈德市对35至65岁成人进行的长期研究。从近一万名参与者中,他们挑选了7,467名在入组时无心脏病既往史且拥有完整血液和随访数据的人。所有人都记录了身高、体重、腰臀围、血压及生活方式习惯,并在采血前过夜禁食以测定血脂和血糖。研究者随后至少追踪这些个体10年,记录死亡情况并判定死因是否为心血管原因(如心肌梗死、中风或其他血管相关事件)或任何原因的死亡。
某一指数在心血管死亡预测中脱颖而出
在随访期间,共有154人死于心血管原因,359人死于任何原因。当研究者按CHG水平将参与者分组时,处于最高四分位的个体比最低四分位者更年长、体重更大、血压更高、血脂更差且血糖更高,他们的死亡率也显著更高。使用多种统计模型并调整年龄、性别、吸烟、肾功能、血压、糖尿病、血脂问题和家族史等因素后,团队发现CHG每上升一个阶梯,心血管死亡风险就显著增加。将CHG作为连续变量分析时,CHG与心血管死亡之间呈近似线性关系:CHG越高,风险越大,未见明显的安全平台期。
CHG与以往基于血液的评分相比如何
研究者进一步直接将CHG与TyG及四种将不同肥胖指标(如体质指数和腰臀比)纳入的TyG变体进行比较。他们评估了每个评分在区分将死与未死人群方面的能力、在传统危险因素基础上能提供多少额外信息,以及在现实决策情境中的潜在用处。在这些测试中,CHG在预测心血管死亡方面持续表现最佳:它在区分高低风险个体方面能力最高,在风险再分类改善方面优于对手,并为模型解释力贡献最大份额。考虑非心源性死亡的竞争风险以及针对隐匿偏倚的检验后,CHG仍然是所测试指数中预测心血管死亡的最强指标。

更广泛的死亡原因与谁最危险
当结局为任何原因死亡时,情况更为复杂。虽然CHG水平仍与总体死亡率增加相关,但某些基于TyG的评分,尤其是与腰围和体型相关的变体,在预测这一更广泛结局时表现略优。详尽的曲线拟合暗示,对于全因死亡,极低和极高的CHG值可能均伴随风险,提示关系更为复杂。亚组分析显示,CHG在糖尿病患者和肾功能减退者中是一个尤其强的预警信号,但其与心血管死亡的关联并未随年龄、性别、吸烟或其他主要特征出现显著差异。
这对日常心脏健康意味着什么
通俗地说,这项研究表明,基于三项常规血液检测(总胆固醇、HDL胆固醇与空腹血糖)计算出的单一数值,可能比若干基于甘油三酯与血糖的旧指标更能锐利地预警未来十年致命性心脏病。由于这些检测已是常规体检的一部分,计算CHG无需额外程序或昂贵设备。尽管还需在不同人群中进一步验证并观察CHG对生活方式和医疗干预的反应,研究结果支持将这一简单评分作为补充工具,用来识别那些“沉默”的代谢问题可能将他们推向致命性心脏病危险轨迹的人群。
引用: Tajik, A., Ghayour-Mobarhan, M., Darroudi, S. et al. Cholesterol–high-density lipoprotein–glucose index versus triglyceride–glucose-derived indices for predicting 10-year cardiovascular mortality in the MASHAD cohort. Sci Rep 16, 11193 (2026). https://doi.org/10.1038/s41598-026-41569-1
关键词: 胰岛素抵抗, 心血管死亡率, 胆固醇与血糖指数, 风险预测, 队列研究