1区8.5分！恭喜广西医科大学发表国产数据库文章：TyG在BMI与中风风险之间的中介作用

一、文章内容解读

1.研究背景

研究主题：本研究旨在探讨甘油三酯-葡萄糖指数（TyG）和体重指数（BMI）对中风风险的交互和联合效应，并研究TyG在中老年中国人中BMI与中风风险之间的中介作用。

研究意义：由于超重或肥胖个体常发展为胰岛素抵抗，通过TyG来介导BMI与中风风险之间的关联似乎是合理的，但尚未被研究。这项研究有助于更全面地理解中风风险因素，并可能揭示新的干预途径，以减轻中风风险。

2.研究方法

数据来源：数据来自2011年启动的中国健康和退休纵向研究（CHARLS），这是一个全国代表性的前瞻性队列研究。

参与者信息：研究涉及8,231名45岁及以上的中老年中国人，他们在基线时没有中风病史。

指标计算：TyG指数是空腹甘油三酯和血糖浓度的对数化乘积，BMI是通过体重（千克）除以身高（米）的平方来计算的。

统计分析和方法：使用Cox比例风险回归模型估计BMI和TyG与中风结果相关的风险比（HRs）和95%置信区间（CIs）。分析了TyG作为BMI与中风关系的中介，并使用受限立方样条（RCS）回归评估潜在的非线性关联。还评估了BMI和TyG的加性和乘性交互作用，并使用ROC曲线和AUC评估了预测性能。

3.研究结果

基线表：

TyG作为中介的作用：

我们发现TyG在BMI与中风风险之间起到了部分中介作用。具体来说，对于BMI在24.0-27.9 kg/m²的群体，TyG中介了16.3%的中风风险；而对于BMI ≥ 28.0 kg/m²的群体，TyG中介了53.8%的中风风险。这一发现表明，胰岛素抵抗可能是BMI影响中风风险的一个重要途径。

图1: BMI和TyG与中风事件的关联

图1展示了BMI和TyG指数与中风事件风险之间的正相关关系。随着BMI和TyG指数的增加，中风的风险比（HR）也在增加，表明这两个指标都是中风风险的独立预测因子。

图2: TyG和BMI与中风的非线性关联

图2揭示了TyG和BMI与中风风险之间的非线性关系。TyG的增加与中风风险的增加有关，而BMI与中风风险之间的关系也是非线性的，这表明可能存在某些阈值效应或更复杂的生物学机制。

图3: BMI和TyG对中风风险的交互和联合效应

图3A部分展示了在不同BMI水平下，TyG对中风风险的影响。图3B部分则展示了BMI和TyG的联合效应对中风风险的影响，特别是对于BMI ≥ 28.0 kg/m²和TyG处于最高四分位数的个体，中风风险最高。

图4: BMI和TyG联合预测中风的性能

图4A部分的ROC曲线和AUC值显示了联合指标（BMI+TyG）在预测中风风险方面的优越性。图4B部分的决策曲线分析进一步证实了联合指标的临床相关性。图4C部分的NRI和IDI指数进一步证实了联合指标相对于单独指标的预测价值。

4.结论

研究发现：TyG与中风风险相关，并在中老年中国人中介导了BMI与中风之间的超过50%的总关联。

临床意义：通过减少体重的公共卫生努力可能会降低由于胰岛素抵抗和中风负担而产生的中风风险。

二、统计学知识点梳理

Cox比例风险回归模型：用于估计风险比（HRs）和95%置信区间（CIs），适用于生存分析数据。

中介效应分析：使用回归方法计算总效应、自然间接效应（NIE）和自然直接效应（NDE），以评估中介变量的作用。

受限立方样条（RCS）回归：用于评估变量之间的非线性关系。

加性和乘性交互作用评估：使用相对超额风险（RERI）、可归因于交互的比例（AP）和协同指数（SI）来评估交互作用。

ROC曲线和AUC：用于评估模型的预测性能，AUC值越接近1，预测性能越好。

净重新分类指数（NRI）和综合判别改善（IDI）指数：用于评估模型相对于单独变量的增量预测价值。

三、如何快速开展这类研究

第一步：明确研究主题

确定研究的具体问题，例如BMI和TyG对中风风险的影响。

第二步：设计研究方案

制定研究框架，包括研究设计、样本量计算、数据收集方法等。

第三步：参与者选择

根据研究需求选择合适的参与者，例如中老年中国人，确保他们符合纳入和排除标准。

第四步：计算和定义变量

定义并计算研究中使用的主要变量，如BMI和TyG指数。

TyG指数是一种新兴的指标，用于评估胰岛素抵抗。它是通过空腹甘油三酯（TG）和空腹血糖（FPG）水平的乘积的自然对数来计算的。TyG的计算公式如下：

第五步：数据分析方法

选择合适的统计方法进行数据分析，如Cox回归、中介效应分析等。

第六步：结果解读

对分析结果进行解释，理解变量之间的关系和影响。

第七步：撰写研究报告

根据研究结果撰写报告，包括研究背景、方法、结果和结论，并讨论其临床意义。