当前位置: 首页 > news >正文

IF=10.6!9种TyG指标大集合,心血管领域再出佳作|公共数据库好文汇总

源自风暴统计网:一键统计分析与绘图的网站

本周好文一览

1.CHARLS

2026年1月12日,南京中医药大学学者团队用CHARLS数据,在期刊《Cardiovascular Diabetology》(医学一区,IF=10.6)发表研究论文,评估九种甘油三酯-葡萄糖(TyG)相关指标与心血管-肾脏-代谢(CKM)综合征0-3期患者未来发生心血管代谢多病(CMM)风险之间的关联。

研究纳入了6,867名CKM综合征0-3期的中年和老年参与者,并计算了以下9个指标:

  • TyG指数

  • TyG结合体重指数(TyG-BMI)

  • TyG结合腰围(TyG-WC)

  • TyG结合腰高比(TyG-WHtR)

  • TyG结合身体圆润指数(TyG-BRI)

  • TyG结合体重调整腰围指数(TyG-WWI)

  • TyG结合中国内脏肥胖指数(TyG-CVAI)

  • TyG结合体型指数(TyG-ABSI)

  • C反应蛋白-甘油三酯-葡萄糖指数(CTI)

主要结局为发生CMM,定义为至少同时患有两种心血管代谢疾病(包括卒中、冠心病和糖尿病)。

结果显示,在完全调整模型中,所有九种TyG相关指标的最高四分位数均与显著升高的CMM风险相关(风险增加范围从72%到超过200%),且均呈现显著的正向趋势。

限制性立方样条分析剂量-反应关系显示,仅TyG-ABSI和CTI显示非线性正相关;

此外,TyG-CVAI在预测CMM、卒中和冠心病方面表现出最强的判别能力,其曲线下面积分别为0.679、0.612和0.583。与基本模型相比,所有九种指标对CMM的预测均提供了显著的增量预测价值。

该研究证实九种TyG相关指标均是CKM综合征0-3期患者未来发生CMM风险的独立预测因子。其中,TyG-CVAI对CMM、卒中和冠心病的预测能力最强。这为TyG相关指标(尤其是TyG-CVAI)能够有效预测CMM风险提供了机制上的解释和流行病学证据。

2.NHANES

2026年1月13日,陕西省人民医院学者团队以NHANES队列在期刊《Diabetes, Obesity and Metabolism(医学二区,IF=5.7)发表论文。

研究旨在比较九种心脏肾脏生物标志物在糖尿病前期和糖尿病成人患者中对长期全因死亡和心脑血管疾病(CCD)死亡的预后价值。

研究者共纳入4087名糖尿病前期或糖尿病成人患者,评估的9种生物标志包括:NT-proBNP、hs-cTnT、hs-cTnI、CRP、UACR、BUN/Cr比值、尿酸、胱抑素C、β2-微球蛋白。

结果显示:

  • 全因死亡风险:NT-proBNP、hs-cTnT、hs-cTnI、胱抑素C、β2-微球蛋白和UACR与全因死亡风险显著相关,其中NT-proBNP和hs-cTnT的风险比最高;

  • CCD死亡风险:上述生物标志物(除CRP、尿酸和BUN/Cr外)也显著预测CCD死亡。

研究者采用时间依赖性ROC曲线评估判别能力,发现NT-proBNP和hs-cTnT在10年全因死亡(AUCs:0.80 和 0.81)和CCD死亡(AUCs:均为 0.85)预测中表现出最强的辨别力。

此外,将NT-proBNP或hs-cTnT加入基础临床模型可显著提高预测准确性。

最后,使用加权分位数和(WQS)回归评估生物标志物组合对死亡风险的影响,发现NT-proBNP、hs-cTnT和胱抑素C对WQS指数的贡献最大,表明它们在联合预测中起主导作用。

该研究证实NT-proBNP、hs-cTnT和胱抑素C对糖尿病前期和糖尿病成人的全因死亡和CCD死亡具有最强和最一致的预测能力。这有助于早期干预和个体化管理,并为未来开发多生物标志物风险预测模型提供了实证依据。

3.GBD 2023

2026年1月6日,外国学者联合GBD 2023全球慢性呼吸疾病与新冠合作者用GBD 2023数据库,在顶刊Nature子刊《Nature Medicine》(医学一区,IF=50.0)发表论文。

研究旨在评估1990年至2023年间全球、区域及国家层面,四大类慢性呼吸系统疾病(慢性阻塞性肺病(COPD)、哮喘、尘肺病、间质性肺病(ILD)及肺结节病)的负担和风险因素,并分析这些负担在COVID-19大流行期间的变化趋势。

研究采用DisMod-MR 2.1(贝叶斯meta回归工具)、CODEm模型(死因集合模型)和MR-BRT模型评估疾病负担以及风险因素的归因负担。

并通过计算平均年度百分比变化(AAPC),比较COVID-19大流行前(2010–2019)与大流行期间(2020–2023)的疾病负担变化

结果显示,2023年,全球慢性呼吸系统疾病病例达5.69亿例,导致420万人死亡。从1990年到2023年,ILD及肺结节病的发病率有所增加。但在年龄标准化死亡率方面,全球慢性呼吸系统疾病总体下降了25.7%。

研究进一步揭示不同人群的死亡率变化趋势,具体而言:

  • 15岁以下人群的降幅最大(尤其是男性),主要是哮喘导致的死亡;

  • 75岁及以上人群的降幅最小,甚至在某些疾病(如ILD及肺结节病)中有所增加。

此外,通过反事实归因分析显示:

  • 吸烟是COPD的主要风险因素;

  • 高BMI是哮喘的主要风险因素;

  • 职业暴露于二氧化硅是尘肺病的主要风险因素。

此外,研究进一步发现,COVID-19疫情期间,慢性呼吸系统疾病的发病率略有上升,但死亡率下降趋势更为明显。

以上结果表明,尽管慢性呼吸系统疾病总体负担有所减轻,但患者基数仍庞大,且地区与亚型差异显著。新冠疫情期间,年龄标化死亡率下降明显,凸显疫情对慢性病管理的冲击。

4.CHARLS+HRS+MHAS+SHARE+ELSA

2026年1月10日,深圳市宝安区人民医院学者团队联合CHARLS、HRS、MHAS、SHARE、ELSA五大队列,在期刊《The Journal of nutrition, health and aging》(医学二区,IF=4.0)发表研究论文。

研究旨在调查60岁及以上老年人内在能力髋部骨折风险之间的关系,以系统评估内在能力对髋部骨折的预测价值。

内在能力的评估依据WHO“老年人综合照护”框架,评估五个领域:认知功能、运动能力、活力(以BMI代表)、感官功能(听力与视力)、心理状态。

结果显示,髋部骨折患病率介于SHARE的1.40%至CHARLS的4.64%。在所有五个队列中,较高的内在能力均与较低的髋部骨折风险显著相关:

  • CHARLS: HR = 0.75 (95% CI 0.67–0.84)

  • HRS: HR = 0.65 (0.53–0.78)

  • MHAS: HR = 0.77 (0.63–0.95)

  • SHARE: HR = 0.83 (0.72–0.95)

  • ELSA: HR = 0.74 (0.57–0.98)

研究者还使用了共同效应荟萃分析汇总各队列结果,发现合并HR = 0.76 (95% CI 0.71–0.81),异质性低(I² = 10.7%)。

该研究证明较高的内在能力与老年人髋部骨折风险降低显著相关。内在能力可作为一个有效的综合早期预测指标,这为制定预防策略、减轻髋部骨折的经济与社会负担、维护老年人生活质量提供依据。


最后,在文末给郑老师我们团队打个广告吧,大家不要见怪哈!

欢迎参加公共数据库保发表训练营

http://www.jsqmd.com/news/265045/

相关文章:

  • YOLO-v5部署教程:本地文件与网络图片输入处理
  • FutuAlgo量化交易平台:解锁Python自动化投资新纪元
  • Z-Image-Turbo_UI界面实战应用:电商配图快速生成方案
  • MinerU批量处理技巧:用云端GPU同时转1000份PDF
  • Ragas框架深度解析:重构RAG评估范式的效能倍增策略
  • IndexTTS-2-LLM跨平台应用:移动端集成方案
  • OpenCV水彩效果算法详解:实现原理与参数优化指南
  • BERT-base-chinese语义相似度计算:企业级应用案例
  • NotaGen大模型镜像详解|轻松实现符号化音乐创作
  • CAM++可视化分析:用Matplotlib展示特征向量分布
  • YOLO11部署卡顿?显存优化实战案例让利用率翻倍
  • FSMN-VAD对比测评:比传统方法快3倍的切割体验
  • HiddenVM隐私保护全攻略:如何在Tails系统中实现零痕迹虚拟机操作
  • 轻量级TTS引擎性能对比:CosyVoice-300M Lite评测
  • 终极QtScrcpy安卓投屏教程:5步掌握无线控制技巧
  • DCT-Net在儿童教育应用中的创新实践
  • Qwen3-Embedding-4B实战:代码库语义搜索系统搭建
  • 富途量化交易系统:从零构建智能投资决策引擎
  • Outfit字体完全指南:9种字重免费获取的现代无衬线字体
  • 系统监控新选择:btop++ 让你的终端“活“起来
  • Qwen3-1.7B增量训练:新知识注入与模型更新策略
  • 零基础理解Keil5源文件编码转换方法
  • OpenCode实战:用AI助手重构老旧代码库
  • verl性能基准测试:标准化评估部署流程
  • 通义千问2.5-7B-Instruct知识蒸馏:小模型生成
  • HiddenVM完整指南:实现完全匿名计算的7个关键技术要点
  • Speech Seaco Paraformer ASR语言学习工具开发:口语练习反馈系统
  • G-Helper终极指南:彻底解决华硕游戏本性能管理痛点
  • 从单图到批量抠图|CV-UNet大模型镜像全场景应用指南
  • HeyGem输出文件保存路径一文搞懂