甘油三酸酯glucose-body质量指数和前驱糖尿病的发展为糖尿病的风险:中国成年人的5年队列研究

介绍

糖尿病(DM)是一种很常见的复杂的内分泌和代谢紊乱,折磨全世界数亿人(1)。根据国际糖尿病联合会糖尿病阿特拉斯,2017年糖尿病在全世界影响4.25亿人。据估计,糖尿病患者的数量将增加到6.29亿年的2045 (2)。众所周知,糖尿病可以长期并发症影响肾脏、神经、眼睛和心血管系统(3- - - - - -5)。此外,糖尿病是残疾和死亡的主要原因(6)。因此,糖尿病是一种严重的健康问题,全球社会强加了一个沉重的经济负担。

前驱糖尿病normoglycemia和糖尿病之间的一个中间阶段,特点是葡萄糖的新陈代谢。它通常反映了一种或两种的存在葡萄糖耐量和空腹血糖。根据国际糖尿病联合会(IDF),世界上大约有3.74亿成年人有前驱糖尿病,2017年全球患病率为7.7%。在2045年,将有5.48亿名成年人和前驱糖尿病,相当于世界人口的8.4% (2)。仅在美国,8600万名成年人年龄≥18前驱糖尿病(7)。成年人前驱糖尿病的患病率已达到35.7%,全国性的横断面调查在中国(8)。百分之七十的前驱糖尿病最终将患糖尿病,据一位美国糖尿病协会(ADA)专家小组(7)。因此,前驱糖尿病通常被视为一个警告信号。然而,大多数前驱糖尿病患者经常忽略这个代谢异常和忽视它的重要性。因此,了解糖尿病前驱糖尿病的进展的风险因素是特别重要的预防或延缓糖尿病及其并发症。

已经认识到胰岛素抵抗(IR)中扮演着重要的角色在许多代谢紊乱,如代谢综合症、非酒精脂肪肝(NAFLD),糖尿病和肥胖(9- - - - - -12)。红外是糖尿病的发展的主要因素之一,因此糖尿病患者识别,红外前发展是至关重要的。血糖正常夹是黄金标准的红外测量,但这不是普遍适用于临床实践劳动强度,成本,和伦理问题(13)。因此,一个简单的、可再生的、可靠指数检测红外是迫切需要的。研究人员已经证明了triglyceride-glucose指数(双柄陶制大酒杯)指数由产品的空腹血浆葡萄糖(台塑)和甘油三酯(TG)水平和高度敏感和特定识别红外euglycemic相比血糖钳测试(14,15)。甘油三酯glucose-body质量指数(TyG-BMI)了近年来作为与肥胖相关的参数。它的产品是身体质量指数(BMI)和双柄陶制大酒杯指数。根据最近的一项研究中,TyG-BMI可以同时捕捉多个临床变量,如BMI、血糖、血脂、更紧密地反映红外比指数(16)。自从IR在糖尿病发病机理中起着重要的作用,我们假设TyG-BMI预测糖尿病可能是有用的。不幸的是,当前研究糖尿病和TyG-BMI之间的关系是有限的,只有两项研究解决主题(17,18)。此外,以往的研究调查TyG-BMI和糖尿病之间的关系是一般人群。它们之间的关系还没有被报道在前驱糖尿病患者,患糖尿病的高危人群。因此,为了确定TyG-BMI之间的关系和前驱糖尿病进展到糖尿病的风险,我们进行了一项回顾性队列研究使用公布的数据。

方法

研究设计

用回顾性队列研究设计在这项研究中,从中国的计算机数据库和数据收集由中国研究人员(陈等。19)。TyG-BMI是独立于目标变量。糖尿病(DM)(二分:0 = non-DM, 1 = DM)是结果变量。

数据源

原始数据获得免费从DATADRYAD (www.datadryad.org),它是由陈et al。(19)。数据集来自审议已经发表的文章的身体质量指数与年龄与事件在中国成年人糖尿病:以人群为基础的队列研究(https://doi.org/10.5061/dryad.ft8750v)。这是一个开放的文章给按照Creative Commons归因非商业(4.0 CC通过数控)许可证,使人们分享,混音,修改和创建一个非商业目的衍生工作从这个工作只要作者和源被认为(19)。

研究人群

最初的研究人员提取数据从计算机数据库由富人医疗集团在中国,其中包含所有参与者接受健康检查的医疗记录32 11个城市和地区在2010年和2016年之间(19)。最初的研究最初是通过丰富的医疗小组审查委员会,和追溯检索的数据。制度伦理委员会不需要知情同意或批准回顾性研究(19)。因此,伦理批准并不是当前所需的二次分析。此外,最初的研究是符合《赫尔辛基宣言》。这二次分析。

685277名参与者至少20岁,已经通过了至少两个健康检查最初参加最初的研究。473744名参与者被排除在外。最后,最初的研究包括211833人在其分析(19)。以下是原始研究的排除标准:(i)参与者在招生,被诊断出患有糖尿病(2)没有台塑的信息价值,性别,身高,在基线和重量;(3)极端的BMI值(< 15或> 55公斤/米²);(iv)参与者与< 2年之间互访;(v)参与者与未知的糖尿病状态在随访(19)。我们首先包括26018名参与者与台塑的基线5.6 - -6.9更易与l在当前的研究中。台塑的前驱糖尿病的定义是一个5.6 - -6.9更易与L根据2021年美国糖尿病协会标准(20.)。在那之后,我们排除了那些缺乏TG数据(n= 618)和那些异常或极端TyG-BMI(大于或< 3个标准差的意思)(n= 317)。最终,25279名参与者被包含在当前的二次分析。图1显示了参与者被选中。

变量

独立变量

定义TyG-BMI的详细过程如下:TyG-BMI = BMI×双柄陶制大酒杯指数,双柄陶制大酒杯指数= ln台塑(mg / dL)×(TG (mg / dL) / 2)和体重指数=体重/身高²(16)。注意相关信息很重要,TG, BMI,台塑得到基线。

结果测量

感兴趣我们的调查的结果变量是事件糖尿病糖尿病和0(二分变量:1 = = non-DM)。台塑≥7.0更易/ L或自我报告在随访评价糖尿病(用于定义事件19)。

协变量

协变量的选择在我们的研究中根据先前的文献和我们的医疗经验。共包括以下几点:(i)连续变量:体重、身高、年龄、天冬氨酸转氨酶(AST)、血尿素氮(BUN)、丙氨酸转氨酶(ALT)、血清肌酐(Scr)、体重指数、收缩压(SBP)、舒张压(菲律宾)、高密度脂蛋白胆固醇(hdl - c)、总胆固醇(TC)、低密度脂质胆固醇(低密度脂蛋白);(2)分类变量:饮酒状况,糖尿病的家族史,性,和吸烟状况。

数据收集

在最初的研究中,合格的研究人员使用标准化的问卷收集基线数据的生活方式(饮酒和吸烟状态),人口统计数据(年龄和性别),和糖尿病家族史。标准水银血压计测量血压。每一次访问期间,空腹静脉血采集标本至少10 h后很快。贝克曼5800自动分析器被用来测量血糖,TC, TG,高密度脂蛋白胆固醇和低密度脂蛋白(19)。

缺失数据的处理

在这第二次分析中,参与者人数的数据缺失的SBP,类似ALT,可控硅,面包,低密度脂蛋白,高密度脂蛋白胆固醇,AST,饮酒状态,和吸烟状况是7(0.03%)、7(0.03%)、211年(0.84%)、1119年(4.43%)、2439年(9.65%)、9291年(36.75%)、9921年(39.25%)、14118年(55.85%)、16727年(66.17%)和16727年(66.17%),分别为。本研究使用多个罪名缺失的数据减少所带来的变化缺少变量(21)。归责模式(类型是线性回归,迭代有10)包括性别、年龄、菲律宾,高密度脂蛋白胆固醇,TC, AST,包子,可控硅,SBP ALT,低密度饮酒状态、糖尿病家族史、吸烟状态。Missing-at-random (MAR)假设用于缺失的数据分析程序(21,22)。

统计分析

我们通过四分位数的TyG-BMI分层的参与者。提出了均值和标准差的连续变量的高斯分布,中位数为偏态分布被报道,为分类变量和百分比和频率。我们使用了克鲁斯卡尔-沃利斯H-test(偏态分布)、单向方差分析测试(正态分布),或χ2(分类变量)测试不同TyG-BMI组之间的差异。

我们检查了TyG-BMI和前驱糖尿病患者的糖尿病风险之间的联系使用单变量和多变量Cox比例风险共线性放映后的回归模型。这些包括模型(没有协变量调整),损失是由于最小调整模型(模型我:调整年龄和性别),和完全调整模型(模型2:调整年龄、性别、包子,菲律宾,SBP AST、ALT、高密度脂蛋白胆固醇、低密度脂蛋白,饮酒状况、吸烟状况和糖尿病家族史)。人力资源和95%可信区间(CI)是记录在这项研究。共线性筛查也排除TC从最终多变量Cox比例风险回归方程以来共线与其他变量(补充表S1)。

此外,我们使用Cox比例风险与三次样条函数和光滑的曲线拟合回归探索之间的非线性关系TyG-BMI参与者与前驱糖尿病和糖尿病的风险。递归算法被用来计算拐点如果非线性被发现。然后two-piecewise线性回归模型拟合计算的阈值效应TyG-BMI事件糖尿病根据平滑图像。

分层Cox比例风险回归模型是用来进行亚组分析在几个子组(年龄、性别、SBP、吸烟状况和饮酒状态)。首先,这些变量之间的交互测试和TyG-BMI进行亚组分析。其次,连续变量,包括SBP和年龄,转化为分类变量根据临床截止点(年龄:< 30日≥30到< 40岁,≥40到< 50岁≥50到< 60岁,≥60 < 70,≥70岁;SBP: < 140,≥140毫米汞柱)(23)。第三,我们调整每个分层为所有其他因素(性别、年龄、AST、SBP、ALT、菲律宾,高密度脂蛋白胆固醇,面包,低密度吸烟状况、糖尿病家族史和饮酒状态)除了本身的分层因素。似然比检验,最终被用来确定交互存在于模型和没有交互。了比较模型的似然比检验,有或没有乘法交互项(s);与主要影响模型的对数似与模型的对数似包含主效应和交互方面交互确定统计学意义(24)。

测试结果的可靠性,我们进行了一系列的敏感性分析。我们转换TyG-BMI到一个分类变量根据四分位数和计算P值的测试结果的趋势TyG-BMI作为连续变量,探讨非线性的可能性。先前的研究表明,饮酒状态、糖尿病家族史、糖尿病和体重指数显著相关(25- - - - - -27)。因此,我们做了敏感性分析后扣除饮酒和吸烟和参与者与糖尿病的家族史。此外,我们进一步探讨TyG-BMI和糖尿病风险之间的关联与BMI参与者< 25公斤/米²。此外,进一步证实我们的研究结果的可靠性,我们使用广义相加模型(GAM),其中包括连续性协变量的曲线方程。

最后,我们构造一个接受者操作特征(ROC)曲线估计TyG-BMI的能力,BMI,双柄陶制大酒杯,TG和TG / hdl - c比值预测前驱糖尿病患者患糖尿病的风险。

所有的结果是根据闪光灯语句(28)。让统计数据(用户的解决方案,Inc .波士顿,MA,http://www.empowerstats.com)和R统计软件(http://www.r-project.orgR基金会)被用来进行分析。被定义为统计意义P值低于0.05(两面)。

结果

参与者的特征

研究参与者的人口和临床特点提出了表1。的平均年龄为49.29±13.82岁,和16734年(66.2%)是男性。TyG-BMI均值为219.47。在一个平均2.89年的随访期间,2687(10.63%)参与者开发糖尿病。我们成年人分为子组基于TyG-BMI四分位数(Q1: < 193.08, Q2: 193.08 - -218.21,第三:218.21 - -244.04,第四季度:≥244.04)。最高四分位数(第四季度:≥244.04)显示显著的年龄、身高、体重、BMI,菲律宾,SBP TG,低密度TC、AST、ALT、TyG-BMI,双柄陶制大酒杯,可控硅,面包相比,最低四分位数(Q1: < 193.08);然而,高密度脂蛋白胆固醇显示相反的趋势。此外,最高四分位数有较高比例的男性,经常饮酒者,吸烟者。TyG-BMI呈现正态分布,从116年。94 - 334.08,平均值为219.47 (图2)。糖尿病的存在与否在最后的随访中被用来把参与者分成两组。补充图S1显示了两组TyG-BMI的分布。TyG-BMI分布non-diabetes组的较低水平。相比之下,该组织与糖尿病TyG-BMI分布水平较高。

前驱糖尿病患者糖尿病的发病率

前驱糖尿病的实验对象中,2687(10.63%)个人开发的糖尿病。具体来说,糖尿病的发病率在参与者的前驱糖尿病TyG-BMI四分位数为13.16,27.09,41.11,和55.22每1000人每年。在一个平均2.89年的随访期间,糖尿病的整体累积发病率为11.46%,和糖尿病的累积发生率在每个TyG-BMI四分位数Q1: 3.83%,第二季度:7.97%,第三季度:12.23%,第四季度:16.47% (图3)。有更高的患糖尿病的发病率最高的那些TyG-BMI (Q4)相比TyG-BMI最低的(Q1) (p< 0.001(趋势)表2,图3)。

不管他们的年龄段,前驱糖尿病的男性比女性更容易患上糖尿病的年龄分层十间隔(图4)。此外,雄性和雌性都显示糖尿病发病率随着年龄的增加。

前驱糖尿病患者患糖尿病的风险影响因素分析了单变量Cox比例风险回归

基于单变量分析,发展为糖尿病的风险从前驱糖尿病与可控硅(P> 0.05),但与年龄呈正相关,菲律宾,BMI, SBP AST, TG, ALT, TyG-BMI, TC,台塑,低密度的发髻,家族糖尿病史,和当前饮酒(所有P< 0.05;表3)。

使用TyG-BMI四分位数分层,图5提出kaplan meier生存曲线diabetes-free生存概率。TyG-BMI的四分位数,在统计上有显著差异的概率diabetes-free生存(生存率较,p< 0.001)。前驱糖尿病的患者最伟大TyG-BMI已经发展为糖尿病的风险最高。

多变量分析的结果使用Cox比例风险回归模型

三个使用Cox比例风险模型构建回归模型研究协会TyG-BMI和事件之间的糖尿病前驱糖尿病患者(表4)。增加1单位TyG-BMI与糖尿病风险增加1.2%的原油模型(HR = 1.012, 95% ci: 1.011—-1.013,p< 0.001)。前驱糖尿病的参与者,一个单位的TyG-BMI糖尿病风险增加了1.2% (HR = 1.012, 95% CI: 1.011—-1.013)最小调整模型(模型)。由于充分调整模型(模型2),每增加一个单位在TyG-BMI与糖尿病风险增加1.1%的参与者与前驱糖尿病(HR = 1.011, 95% CI 1.010 - -1.012)。置信区间分布,证明了该模型表示一个可靠与前驱糖尿病受试者的TyG-BMI和糖尿病风险之间的关系。

敏感性分析

一系列进行敏感度分析来证实我们的结论的可靠性。第一次转换成TyG-BMI quartile-based分类变量,并明确修改TyG-BMI随后添加到回归方程。研究结果显示,组织之间的尺度效应是等距的,和尺度效应的趋势是一致的结果当TyG-BMI连续变量(表4)。

另外,我们介绍了连续性协变量的曲线方程使用GAM。所示表4第三,模型的结果相当符合完全调整模型(HR = 1.010, 95% ci: 1.009—-1.011,p< 0.001)。

此外,我们进行了灵敏度分析参与者从来没有饮酒(n= 20484)。调整了混杂变量后,研究结果表明,TyG-BMI也与患糖尿病的风险呈正相关(HR = 1.011, 95%置信区间CI: 1.010 - -1.012,p< 0.001)。我们也排除患者糖尿病家族史的敏感性分析。调整了混杂变量后,结果表明,TyG-BMI仍积极与前驱糖尿病患者的糖尿病风险相关(HR = 1.011, 95%置信区间CI: 1.010 - -1.012,p< 0.001)。此外,限制分析参与者与BMI < 25公斤/米²,结果表明TyG-BMI和糖尿病之间的人力资源风险是1.015(95%置信区间:1.011—-1.018,P< 0.001)(表5)。基于敏感性分析,很明显,我们的发现是健壮的。

Cox比例风险回归模型与三次样条函数来解决非线性问题

我们观察到TyG-BMI和前驱糖尿病的患者的糖尿病风险之间的关系是非线性的使用Cox比例风险回归模型和三次样条函数(图6)。的P测试值的对数似然比< 0.001。我们首先确定拐点TyG-BMI为231.66的递归算法,然后用two-piecewise Cox比例风险回归模型计算人力资源和CI的拐点。在拐点,人力资源是1.007(95%置信区间:1.005—-1.009),而左后1.017(95%置信区间:1.014—-1.019)(表6)。

子群分析的结果

交互测试之前执行亚组分析显示,年龄和SBP和TyG-BMI互动(P< 0.001)。相比之下,性别、吸烟和饮酒不与TyG-BMI (P> 0.05)(补充表S2)。因此,进一步的亚组分析与指定或探索性的年龄和SBP进行(表7)。然而,没有明显的相互作用与TyG-BMI SBP作为分类变量(P互动> 0.05)。结果表明,年龄群,TyG-BMI之间的交互和年龄是重要的(P互动< 0.001)。具体来说,强势TyG-BMI和糖尿病风险之间的关系在< 50岁的参与者。参与者年龄< 30年,30 - 40岁,40 - 50年,协会之间的小时TyG-BMI和前驱糖尿病的患者患糖尿病的风险是1.020,1.019,和1.016,分别(所有P< 0.001)。相比之下,一个较弱的TyG-BMI和糖尿病风险之间的关系前驱糖尿病的参与者的年龄> 50年。参与者50 - 60岁、60 - 70和≥70小时TyG-BMI之间的关系和患糖尿病的风险为1.009,1.006和1.008,分别(所有P< 0.001)。

ROC曲线分析的结果

此外,我们画了一个ROC曲线测量TyG-BMI的能力,BMI,双柄陶制大酒杯,TG和TG / hdl - c比值预测糖尿病的风险(图7)。每个变量的曲线下的面积如下:TG: 0.615 < TG / hdl - c比值:0.621 <体重指数:0.628 < 0.640双柄陶制大酒杯:< TyG-BMI: 0.656。Youden指数最高的TG、TG / hdl - c比值,BMI,双柄陶制大酒杯,和TyG-BMI为0.1670,0.1700,0.1954,0.2030,0.2513,和相应的最优截止值为1.595,1.1463,24.760,8.808,220.238,分别。TyG-BMI Youden指数和AUC是最大的,所以TyG-BMI事件糖尿病的预测能力比其他变量(补充表S3)。

讨论

在这个回顾性队列研究中,我们调查了之间的联系TyG-BMI前驱糖尿病患者和糖尿病的风险。我们发现一个更高TyG-BMI与糖尿病的风险明显高于在前驱糖尿病患者。此外,一个转折点被确认,不同TyG-BMI和糖尿病之间的关系在双方发现了风险。

日本曾有一项研究发现8.5%的发展速度从前驱糖尿病糖尿病在五年内(29日)。70 - 79岁的前驱糖尿病的美国人有10.6%的机会发展到糖尿病未来七年(30.)。本研究参与者与前驱糖尿病糖尿病的累积发病率为10.63%的平均随访2.89年。参与者的年龄、随访时间、种族可能负责这些差异在糖尿病患者的发生率。值得注意的是,所有的研究表明前驱糖尿病患者患糖尿病的风险很高。因此,它是至关重要的积极识别各种风险因素发展到糖尿病前驱糖尿病。

双柄陶制大酒杯指数结合标记包含台塑和TG和被认为是另一种红外标记(14,31日)。近年来,TyG-BMI指标,结合了BMI和双柄陶制大酒杯,已经成为一个新的与肥胖相关的参数。研究表明,TyG-BMI比传统的脂质,更好地预测红外BMI和双柄陶制大酒杯指数(16)。此外,最近的一些研究发现,TyG-BMI与非酒精脂肪肝密切相关,中风,高血压前期,和糖尿病(32- - - - - -34)。然而,TyG-BMI指数之间的联系和糖尿病的患病率却没有得到足够关注,只有两个研究主题。116661名参与者在一个队列研究体检检查。多变量Cox回归分析显示一个独立TyG-BMI指数与糖尿病之间的关系在一般人群(HR 1.50 /标准差增加,95%置信区间CI: 1.40 - 1.60,P< 0.0001)(18)。另一个在西班牙的横断面研究支持这一结论。从multivariate-adjusted模型结果显示,参与者在第四象限的TyG-BMI指数要高3.63倍患糖尿病的风险比在第一四分位数(17)。我们的研究弥补了已有的文献,这支持了假设TyG-BMI升高指数与糖尿病的风险呈正相关。与先前的研究相比,在我们的研究中使用的独立变量TyG-BMI指数作为分类变量和连续变量探索与糖尿病风险之间的关系,从而减少信息损失和量化它们之间的关系。第二,我们所知,这是第一份研究之间的关联TyG-BMI患有前驱糖尿病和糖尿病风险,人口高患糖尿病倾向。识别TyG-BMI作为前驱糖尿病进展到糖尿病的危险因素,阐明它们之间的关系将有利于预防糖尿病前驱糖尿病患者。

此外,基于前驱糖尿病的人口,我们之前的研究发现一个重要的脂质指数、TG / hdl - c比值,作为一种重要的风险预测糖尿病(35)。因此,我们构建ROC曲线估计TyG-BMI的能力,BMI,双柄陶制大酒杯,TG和TG / hdl - c比值预测前驱糖尿病患者发展为糖尿病的风险。我们发现AUC和最高Youden TyG-BMI指数的指数的表现好于其他组件TyG-BMI和TG / hdl - c比值。这一发现表明,TyG-BMI可能是一个有价值的预测的标志出现糖尿病前驱糖尿病患者。这些指标提供重要的风险预测未来风险预测模型对糖尿病前驱糖尿病的进展。此外,敏感性分析发现他们的协会坚持前驱糖尿病的患者体重指数< 25公斤/米²,没有糖尿病家族史,不饮酒。本研究鼓励临床咨询和提供了一个参考提高前驱糖尿病患者糖尿病的预防。

TyG-BMI糖尿病风险有关的潜在机制仍不清楚,但可能与红外有关。研究已经证实,IR在糖尿病的发生和发展中扮演着重要的角色36)。TyG-BMI代表台塑、TG和BMI。台塑水平是反映肝脏的胰岛素敏感性和胰岛素由胰腺分泌(37)。更高层次的台塑与糖尿病风险增加有关台塑水平(在正常的人38)。此外,BMI和TG的角色识别红外已经建立在先前的研究(39- - - - - -41)。因此,底层机制之间的关系TyG-BMI和患糖尿病的风险可能与协会的三个因素,台塑,TG、IR和BMI。

此外,我们的研究发现之间的非线性关系TyG-BMI患有前驱糖尿病和糖尿病风险的第一次。控制混杂因素后,TyG-BMI拐点是231.66。当TyG-BMI < 231.66,每增加单位与患糖尿病的风险增加了1.7%。增加1单位TyG-BMI与患糖尿病的风险增加了0.7%,当TyG-BMI > 231.66。它可以发现,参与者TyG-BMI > 231.66,相比那些TyG-BMI≤231.66通常是年轻和菲律宾较低,低密度AST, SBP和ALT。此外,那些TyG-BMI≤231.66目前饮酒和吸烟比例较低(补充表S4)。然而,这些指标密切相关事件糖尿病(42- - - - - -46)。因为这些风险因素的存在,TyG-BMI > 231.66时,TyG-BMI对糖尿病的影响相对较弱。相反,其中的TyG-BMI < 231.66,这些糖尿病危险因素是降低,对糖尿病的影响较低,以及TyG-BMI的影响相对增强。此外,非线性关系的一个变量的变化并不对应于相同的常数变化的其他变量。换句话说,它可能意味着两个变量之间的关系是不存在的或不可预测的。非线性的实体,另一方面,可以在可预见的彼此相关但更复杂的比线性方法。因为TyG-BMI之间的关系的复杂性和糖尿病的风险,非线性关系可能更接近真实的关系。发现TyG-BMI和事件之间的曲线关系糖尿病前驱糖尿病的患者具有重要的临床意义。它作为一个资源促进临床咨询和优化糖尿病前驱糖尿病患者预防决策。

亚组分析揭示了一些有趣的发现。年轻人与他们相关的糖尿病风险较高TyG-BMI比其他年龄群体。经过进一步分析的基准信息研究人口按年龄分组,young-aged人(< 50岁)被发现有降低ALT,菲律宾,低密度SBP和目前饮酒比例较低(补充表S5)。因此,这些危险因素的水平在年轻的成年人糖尿病较低,对糖尿病的影响减少,TyG-BMI相对增强的效果。

在这次调查有几个优点值得关注。(我)这是第一次中国人口患有前驱糖尿病曾作为研究探索TyG-BMI和糖尿病风险之间的关系。(2)我们阐明非线性TyG-BMI和糖尿病风险之间的联系和确定了拐点。这是一个很好的改善比其他先前的研究。(3)多个罪名被用来解释缺失的数据。这一战略最大化的统计力量同时最小化偏差造成的协变量缺失数据。(iv)确保鲁棒性的结论,一系列的敏感性进行了分析,包括TyG-BMI转化为一个分类变量,使用GAM连续性协变量插入曲线方程,由于TyG-BMI之间的关系和事件后糖尿病不含酒精和香烟消费者以及参与者与糖尿病的家族史。

然而,应该注意以下限制:(i),因为所有的参与者都是中国人,还需要更多的研究来评估之间的联系这一新的风险标记TyG-BMI和前驱糖尿病进展到糖尿病的风险。在未来,我们将中国以外的与调查人员合作来验证他们的协会在不同遗传背景的其他人群。(2)糖尿病被定义为空腹血浆葡萄糖(台塑)水平的7.00更易/ L和/或自报糖尿病随访期间,但不是一个测量糖化血红蛋白或2 h口服葡萄糖耐量试验。因此,糖尿病的发病率可能被低估。(3)某些迹象有关糖尿病和红外缺席的原始数据,包括腰围、腰臀比和胰岛素浓度。此外,目前的调查评估TG,台塑,BMI,在基线和其他参数;随着时间的推移TyG-BMI变化并不包括在内。在未来,我们可能会寻求构建研究或与其他研究人员合作,收集尽可能多的因素,包括TyG-BMI变化信息。(iv)的糖尿病类型不能确定。2型糖尿病(T2DM)病人是最普遍的形式的糖尿病在中国,占所有糖尿病病例的90%以上(47)。因此,我们的结果是代表2型糖尿病。最后,这一回顾性观察研究并未证明TyG-BMI之间的因果关系和前驱糖尿病患者患糖尿病的风险;相反,它建立了一个协会。

结论

这项研究展示了积极和TyG-BMI之间的非线性关系,发生糖尿病的风险和前驱糖尿病中国成年人。当TyG-BMI < 231.66,有显著积极与前驱糖尿病进展到糖尿病的风险。目前的研究提供了更多的参考,促进临床咨询和优化糖尿病前驱糖尿病患者预防决策。

数据可用性声明

最初的贡献提出了研究中都包含在这篇文章/补充材料,进一步的调查可以直接到通讯作者/ s。

道德声明

综述了研究涉及人类参与者和丰富的医疗小组审查委员会批准。书面知情同意参与这项研究并不需要按照国家法律和制度需求。书面知情同意不从个人(s)获得出版的任何潜在的可识别的图像或数据包含在本文中。没有可识别的图像数据声明中提出了手稿。

作者的贡献

YH、HH和QL研究的构思,进行统计分析,起草了手稿。ZD DL修订后的手稿和设计研究。所有作者都进行审核和批准的最终版本的文本。

确认

二次分析,大多数的信息和方法获得以下研究:陈et al。19)。身体质量指数和年龄的数据:协会与事件在中国成年人糖尿病:以人群为基础的队列研究,仙女,数据集,https://doi.org/10.5061/dryad.ft8750v。原始研究的作者值得我们欣赏。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fpubh.2023.1028461/full补充材料

缩写

体重指数、体重指数;双柄陶制大酒杯,triglyceride-glucose指数;TyG-BMI甘油三酯glucose-body质量指数;TC、总胆固醇;TG,甘油三酸酯;包子,血尿素氮;高密度脂蛋白胆固醇、高密度脂蛋白胆固醇;AST、天冬氨酸转氨酶;低密度脂蛋白、低密度脂蛋白胆固醇;ALT,丙氨酸转氨酶; Scr, serum creatinine; FPG, fasting plasma glucose; SBP, systolic blood pressure; T2DM, type 2 diabetes mellitus; DBP, diastolic blood pressure; NAFLD, Non-alcoholic fatty liver disease; IDF, International Diabetes Federation; GAM, generalized additive model; HR, hazard ratio; Ref, reference; CI, confidence interval.

引用