3.9 Q2 | meta | 吉林大学| 甘油三酯葡萄糖指数与癌症风险之间的关联：一项荟萃分析 - 光速医学SCI创作训练营 - 甘油三酯 - 葡萄糖指数 - 癌症风险

第一段–文章基本信息

文章题目：Association between triglyceride glucose index and risk of cancer: A meta-analysis

中文标题：甘油三酯葡萄糖指数与癌症风险之间的关联：一项荟萃分析

发表杂志：Front Endocrinol (Lausanne)

影响因子：2区，IF=3.9

发表时间：2023年1月

第二段–本文创新点和科研启发

本文创新点和科研启发

揭示了甘油三酯葡萄糖指数（TyG）与癌症风险的显著关联：通过系统检索和荟萃分析，研究发现甘油三酯葡萄糖指数（TyG）与癌症风险之间存在显著的正相关关系。TyG指数越高，癌症风险越高

综合分析了多种癌症类型与TyG指数的关系：荟萃分析涵盖了多种癌症类型，包括结直肠癌、乳腺癌、肺癌、前列腺癌等，发现TyG指数与这些癌症的风险均存在显著关联。

强调了TyG指数在临床实践中的潜在应用价值：研究指出，TyG指数是一种简单、无创且易于计算的指标，基于常规的血糖和甘油三酯水平，无需额外的检测成本。

第三段-Introduction

背景

癌症是一种由细胞生长和增殖调节紊乱引起的疾病，具有浸润和转移能力，严重威胁人类健康。全球癌症发病率和死亡率不断攀升，预计到2040年新发病例将比2020年增加47%，成为主要死亡原因之一。然而，研究表明，通过改变不健康的生活方式和环境因素，可预防大量新发癌症。胰岛素抵抗（IR）与多种癌症的发生和死亡密切相关，可能通过促进细胞增殖、抑制凋亡、激活IGF-1受体及引发氧化应激和炎症来推动癌症发展。甘油三酯葡萄糖（TyG）指数作为一种方便可靠的IR预测指标，与癌症发生的关系受到关注，但其在癌症风险中的作用仍存在争议。因此，本研究通过荟萃分析探讨TyG指数与癌症风险的相关性，以期为癌症预防提供科学依据。

第四段-Methods

方法

数据检索的来源和方法

我们的荟萃分析是根据 PRISMA 指南和扩展。检索了从建库到 2022 年 7 月的电子数据库。文献检索使用以下术语（与布尔逻辑运算符 ‘OR.’ 或 ‘AND’ 组合）：癌症、肿瘤、肿瘤 [MeSH 术语]、恶性肿瘤、癌 [MeSH 术语]、甘油三酯葡萄糖指数、TyG 指数、甘油三酯葡萄糖指数和甘油三酯/葡萄糖指数。在文献检索中，人群、语言和研究设计等术语不受限制。

纳入和排除标准

符合条件的研究基于以下标准（1）：研究设计为观察性研究;（2）可以通过实验室检查获得 TyG 指数，并且特定解剖部位的癌症被明确定义为结果指标;（3） TyG 指数与癌症风险之间的关联通过比值比（ORs）或风险比（HRs）及其 95% 置信区间（CIs）表示，或提供综合数据来计算它们;同时，我们排除了一些研究，如体外研究、动物实验、重复文献、综述、信件、病例报告或会议论文。两名研究人员独立审查了所有相关研究，提取了可能符合条件的数据，充分讨论并解决了不确定性和分歧（图 1).

数据抽象

我们在所有纳入的相关研究中提取了以下关键资料：（1）第一作者、发表年份、受试者国籍、研究设计、癌症部位、样本量、受试者的平均年龄和性别。（2）不同组的TyG指数水平。（3）调整后的总癌症风险估计值（OR或HR）及其相应的95% CI。

质量评估

观察性文献的质量由两名研究人员使用Newcastle-Ottawa量表（NOS）独立评估。该量表由三个部分组成，共9分。质量得分大于6被视为低偏倚风险。同时，使用建议分级评估、开发和评估（GRADE）系统来评估观察性研究的证据质量和强度。纳入的试验分为四个等级，等级越高，文献质量越高。

统计分析

使用RevMan 5.3版和Stata 12.0版软件进行统计分析。收集来自所有单个研究的多变量调整风险估计值（OR或HR值），以通过随机效应模型计算总效应量和95% CI。使用Cochran的Q统计量和I²统计量。如果P值为<0.05，则认为存在显著异质性，我们使用I²值估计异质性程度，其中25%、50%和75%分别表示低、中和高异质性。通过敏感性分析、亚组分析和meta回归分析探讨异质性的来源。进行敏感性分析，通过一次排除一项单独的研究并结合其余研究的效应值。在进行亚组分析时，考虑了研究设计（队列研究和病例对照研究）、受试者地区（亚洲和欧洲）和癌症类型（肥胖相关癌症和非肥胖相关癌症）。进行Meta回归分析以定量评估地层之间的异质性。使用漏斗图对称性和Egger检验。采用trim和fill方法纠正偏倚结果并评估偏倚对合并风险估计的影响。

第五段-Results

结果

最初从电子数据库中筛选出4915篇相关文章，但只有6篇文章（992292名参与者）符合我们的纳入标准（图1）。这六篇文章包括三项队列研究，参与者862726名受试者和三项病例对照研究，参与者129566。详细结果总结如下表1。其中四项研究是在亚洲进行的，欧洲只有两项。此外，四项研究的结果是肥胖相关癌症，两项是非肥胖相关癌症。通过NOS评估，所有纳入研究的平均NOS评分为7.17，表明研究质量高。同时，使用GRADE系统对纳入证据的质量进行分类，其结果被认为是中等质量的（表2）。

荟萃分析显示，与较低的 TyG 指数组相比，较高的 TyG 指数会增加患癌症的风险（合并效应量 =1.14,95% CI [1.08， 1.20]，I2 =85.1%，P<0.001，图 2).

敏感性分析表明，没有极端结果影响合并风险估计.同时，根据研究设计、受试者区域和癌症类型进行亚组分析。队列研究和病例对照研究都显示 TyG 指数与癌症之间存在联系（队列研究：效应量 =1.09,95% CI [1.06,1.11]，I2 =41.9，P<0.001;病例对照研究：效应量 =2.76,95% CI [2.09,3.65]，I2 =31.9，P<0.001）。此外，在地区的亚组分析中，TyG 指数在所有结果中都与癌症风险相关（亚洲：效应量 =2.29,95% CI [1.51,3.49]，I2 =79.6，P<0.001; 欧洲：效应量 =1.08， 95% CI [1.06,1.11]，I2 =40.1，P<0.001）。此外，根据癌症类型进行亚组分析的结果显示，TyG 指数与肥胖相关癌症相关（效应量 =1.11， 95% CI [1.07,1.16]，I2 =77.8，P<0.001）。但是，在另一个子组中未找到这种关系。具体详情如表 3.meta 回归分析确定研究设计和区域是癌症发展的重要调节因子（P<0.001）。然而，在肥胖相关癌症和非肥胖相关癌症之间没有观察到类似的效果（表 4).因此，根据亚组和 meta 回归分析的结果，我们推断异质性可能主要是由研究设计和区域因素引起的。漏斗图在目视检查中是不对称的，表明发表偏倚的可能性很高（图 3).同时，Egger’s 检验也发现了发表偏倚（P=0.012）。然而，修剪和填充后效应量没有显著变化（调整后：合并估计 [95%CI]：1.083 [1.022,1.147]，P=0.007，修剪和填充的数量=4），表明发表偏倚对结果影响不大。