5.7/Q1,江西中医药大学 NHANES:全身炎症反应指数与潜伏性结核感染和全因死亡率相关性:2011-2012

文章题目:The association between novel metabolic parameters and all-cause/cardiovascular mortality in patients with metabolic syndrome is modified by age

DOI:10.1186/s12933-025-02587-x

中文标题:年龄改变了代谢综合征患者新代谢参数与全因/心血管死亡率之间的关联

发表杂志:Cardiovasc Diabetol

影响因子:1区,IF=8.5

发表时间:2025年2月

背景:全身炎症反应指数(SIRI)是一种有前景的炎症标志物;然而,SIRI与潜伏性结核感染(LTBI)之间的关系,以及其与死亡率的关联,目前尚不明确。本研究旨在探索SIRI与LTBI和全因死亡率之间的关联。

方法:我们使用了2011至2012年国家健康与营养检查调查(NHANES)周期的数据进行前瞻性队列研究。我们使用多重逻辑回归模型探索SIRI与LTBI患病率之间的关联。我们使用多变量Cox比例风险模型分析SIRI与全因死亡率之间的关联。此外,还进行了Kaplan-Meier曲线、限制性立方样条(RCS)、分层分析和交互测试。

结果分析:

1.研究参与者的人口统计学特征

该研究共纳入 4,983 名参与者,平均年龄为 48.70 ± 17.69 岁。其中 49.41%(n=2,462)为男性。平均随访期为 92.35 ± 16.82 个月,死亡 525 例,死亡率为 10.54%。参与者根据其 SIRI 三分位数分为三组(T1、T2 和 T3)。在人口统计学和临床特征方面,SIRI 三分位数之间存在显著差异。与其他组相比,T3 组的男性比例(55.36%)、年龄(52.16 ± 18.81 岁)更高、BMI(29.31 ± 7.27 千克/米2)更高,吸烟率(50.86%)、高血压(49.28%)、糖尿病(16.98%)和冠心病(5.76%)更高(所有P值 < 0.001)。参与者的基线特征详见表1和补充表 1。研究人群的加权基线特征列于补充表 

2.SIRI 和 LTBI 之间的关联

如表1所示,SIRI值越高,LTBI患病率越低(T1组:15.98% vs. T2组:14.88% vs. T3组:11.98%)。Logistic回归分析显示,SIRI与LTBI患病率呈显著负相关。在模型1中(未调整),SIRI每增加1个单位,LTBI患病风险降低26%(OR=0.74,95% CI:0.65~0.84)。调整性别和年龄后(模型2),SIRI每增加1个单位,LTBI患病风险降低34%(OR=0.66,95% CI:0.58~0.75)。完全调整后(模型3),仍然显著(OR=0.76,95% CI:0.66~0.89)。 SIRI 值较高的 T3 组患 LTBI 的风险低于 T1 组(模型 3:OR=0.72,95% CI:0.56-0.93)。三分位数之间的趋势具有统计学意义(P < 0.05)(表 2)。此外,为了进一步验证结果的稳定性,采用加权多元逻辑回归来评估 SIRI 与 LTBI 患病率之间的关联。研究结果显示,SIRI 与 LTBI 之间仍然存在负关联(OR=0.80,95% CI:0.67-0.963)。如补充表 3所示。

3.SIRI 与 LTBI 患者全因死亡的关系

在 LTBI 患者中,SIRI 每增加一个单位都与死亡风险增加 48% 相关(模型 3:HR=1.48,95% CI:1.01-2.15)。T3 组仅在模型 1 中与死亡结果表现出统计学上的显著相关性(HR=1.90,95% CI:1.15-3.11),如表 3所示。为了确保结果的可靠性,我们进行了加权多元 Cox 回归分析,结果一致。较高的 SIRI 水平与死亡风险增加相关,如补充表 6-8 所示。Kaplan – Meier生存曲线分析显示 SIRI 三分位数(T1、T2、T3)之间的生存概率存在显著差异(P =0.002)。高 SIRI 组(T3)的生存概率明显低于低 SIRI 组(T1)。这一发现表明,SIRI 是 LTBI 患者预后的重要预测因素(图 2)。

4.限制性三次样条函数分析

在本研究中,我们进行了一系列限制性三次样条分析,以调查 LTBI 患者的 SIRI 与全因死亡率之间的关联。研究结果表明,在调整混杂变量后,SIRI 与全因死亡率之间存在显著的线性相关性(非线性P > 0.05)(见图 3 )。补充图 2中的限制性三次样条说明了研究中所有参与者的 SIRI 与全因死亡率之间的关联。进一步按年龄和性别进行分层分析,结果显示在年轻(< 60 岁)和老年(l 60 岁)参与者之间以及男性和女性受试者之间都存在一致的线性关联(调整非线性P > 0.05)。进一步的可视化效果可以在补充图 3、4中找到。

5.预测能力分析

使用“timeROC”包分析数据,并使用“ggplot2”包对结果进行可视化。如图 4所示,LTBI 人群的 AUC 值分别为 0.731(1 年)、0.640(3 年)和 0.634(5 年)。补充图 5展示了 SIRI 在预测整个参与者群体的全因死亡率方面随时间变化的 ROC 曲线。

6.亚组分析

如图 5所示, SIRI 与 LTBI 之间的关系在所有分析的亚组中都是一致的(相互作用的P > 0.05)。如图 6所示,在所有分析的亚组中,SIRI 水平与 LTBI 患者的全因死亡率之间的相关性仍然存在(相互作用的P > 0.05) 。然而,一系列人口统计学和生活方式因素,包括年龄、性别、BMI、饮酒和糖尿病状况,在所有人群中存在显著差异(见补充图 6)。

文章小结:

我们的研究结果表明,SIRI水平升高与LTBI患者的全因死亡风险增加独立相关。值得注意的是,SIRI与LTBI的发生率显著负相关。因此,SIRI可能作为美国成人LTBI风险分层的有效工具。需要进一步的研究来阐明潜在机制,并探索这些发现的治疗意义!

大家在科研路上,可以借鉴这种研究方法,为自己的课题添砖加瓦。万层高楼平底起,一起加油呀!

Leave a Reply

Your email address will not be published. Required fields are marked *