引用本文： 劉瑞, 王璐, 李利娟, 魏全. 甘油三酯葡萄糖-腰圍指數預測中老年人腦卒中風險研究. 華西醫學, 2023, 38(5): 656-662. doi: 10.7507/1002-0179.202303113 復制
近年來，腦卒中患病率顯著上升，已成為全球成年人的第二大死亡原因和第三大殘疾原因[1]。在我國，腦卒中患病人數逐年攀升，已高居全球首位[2]。據估計，預計到 2030 年我國腦卒中發生率將比 2010 年增加 50%[3]。隨著人口老齡化進程加深，腦卒中的危險因素患病率也在增加，同時腦卒中患者常伴有運動障礙、言語認知障礙等，嚴重影響日常生活活動和生活質量，增加了醫療費用和照護成本，腦卒中疾病負擔的持續加重給家庭和社會帶來了沉重的經濟負擔。因此，早期識別和篩查腦卒中高危人群，尋找簡便有效的預測指標，對優化腦卒中防治工作具有重要的臨床意義。胰島素抵抗是腦卒中的危險因素之一，與腦卒中的發生發展密切相關[4]。檢測胰島素抵抗的金標準是高胰島素-正常葡萄糖鉗夾試驗[5]。然而，實施該試驗需要特殊的設備和專業的技術人員，昂貴、費時，且試驗過程需多次取血，患者難以接受，目前只用于科研，尚未在臨床實踐中普遍使用[6-7]。甘油三酯葡萄糖（triglyceride glucose, TyG）指數是基于甘油三酯和空腹血糖計算所得的生化指標，被認為是胰島素抵抗的替代指標之一，并被廣泛應用于臨床實踐[8-9]。肥胖是腦卒中的主要危險因素之一[10]，而腰圍是衡量肥胖的常用指標之一[11]。既往研究表明，腰圍可用作腦卒中的風險預測[12-13]。同時有研究表明，由 TyG 和腰圍結合的 TyG-腰圍（TyG-waist circumference, TyG-WC）指數對識別胰島素抵抗具有很高的敏感性和特異性[14]。但是，關于 TyG-WC 與腦卒中關系的研究較少，且既往研究僅比較 TyG-WC 和 TyG 對腦卒中風險預測的差異[15-16]，并未與腰圍進行比較。因此，本研究旨在研究 TyG-WC 預測中老年人腦卒中患病風險的價值，并比較 TyG-WC、TyG 和腰圍三者在腦卒中風險預測中的差異，以期能夠早期識別和篩查腦卒中患病風險人群。
1 資料與方法
1.1 研究對象
收集 2011 年和 2015 年中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study, CHARLS）的數據進行縱向研究。CHARLS 是由北京大學進行的一項針對中國 28 個省市自治區 45 歲以上中老年人的縱向隊列研究，采用整群隨機抽樣方法，從 2011 年開始，在 2013 年、2015 年和 2018 年進行了 3 次隨訪，評估人口特征、健康狀況、收入和社會經濟狀況的信息；該調查研究由北京大學生物醫學倫理審查委員會批準（IRB00001052-11015），所有參與者在參與前都提供了書面知情同意[17]。在本研究中，我們分析了 CHARLS 研究中 2011 年－2015 年的數據（因為 2018 年未進行血液檢測，故未納入）。研究對象納入標準：2011 年納入 CHARLS 研究的 45 歲以上的中老年人。排除標準：① 2011 年有腦卒中病史；② 基線和隨訪數據中甘油三酯、空腹血糖、腰圍數據缺失。
1.2 研究方法
基線數據包括：① 人口學特征：年齡、性別、教育程度，其中教育程度分為初中以下、高中或中專、本科及以上。② 體格檢查：體重、身高、腰圍，計算體質量指數[18]。③ 慢性病史：是否有糖尿病、血脂異常、高血壓、心臟病、惡性腫瘤、肺部疾病、肝臟疾病、腎臟疾病和消化系統疾病史。④ 生活方式因素：是否有飲酒和吸煙史。⑤ 實驗室檢查：空腹血糖、甘油三酯、白細胞計數、血紅蛋白、血細胞比容、血小板計數、肌酐、C 反應蛋白、糖化血紅蛋白、高密度脂蛋白、低密度脂蛋白、總膽固醇，計算 TyG 和 TyG-WC，公式分別為：TyG=ln（TG×FBG/2）[19]，其中 TG 為甘油三酯，FBG 為空腹血糖；TyG-WC=TyG×WC[20]，其中 WC 為腰圍。血液樣本由中國疾病預防控制中心采集，部分樣本被運往北京進行分析。
結局指標為 2015 年自我報告或經醫生診斷的新發腦卒中事件。
分組方法：依據基線 TyG-WC 三分位數將中老年人分為 TyG-WC 第 1 三分位組、TyG-WC 第 2 三分位組和 TyG-WC 第 3 三分位組。
1.3 統計學方法
采用 Stata 15.0 軟件進行統計分析。符合正態分布的計量資料用均數±標準差表示，若方差齊，組間比較采用單因素方差分析，若方差不齊，組間比較采用 Kruskal-Wallis H 秩和檢驗；非正態分布的計量資料用中位數（下四分位數，上四分位數）表示，組間比較采用 Kruskal-Wallis H 秩和檢驗；計數資料用例數和/或百分數表示，組間比較采用 χ2 檢驗。用多因素二分類 logistic 回歸分析對 TyG-WC、TyG 和腰圍與腦卒中的關系分別進行分析，使用逐步后退法對模型中的變量進行篩選，獲得調整混雜因素后的自變量的比值比（odds ratio, OR）及其 95% 置信區間（confidence interval, CI）；由于存在缺失數據的例數占總例數的比例較小，多因素分析以實際有效例數進行分析。為了比較 TyG-WC、TyG 和腰圍對腦卒中的預測價值，進一步計算受試者操作特征（receiver operating characteristic, ROC）曲線的曲線下面積（area under the curve, AUC）、綜合判別改善指數（integrated discrimination improvement, IDI）和凈重新分類指數（net reclassification improvement, NRI）。雙側檢驗水準 α=0.05。
2 結果
2.1 人口學特征、臨床特征和生化特征比較
共有 17708 名 45 歲以上中老年人參與調查，根據納入和排除標準，排除 11861 名參與者，最終納入 5847 名參與者。依據基線 TyG-WC 三分位數將中老年人分為 TyG-WC 第 1 三分位組（TyG-WC：153.487～670.333 mg2/dL2?cm）、TyG-WC 第 2 三分位組（TyG-WC：670.378～772.137 mg2/dL2?cm）和 TyG-WC 第 3 三分位組（TyG-WC：772.142～1332.226 mg2/dL2?cm），每組分別有 1949 人。3 組的年齡、性別、教育程度、體質量指數、腰圍，有無糖尿病、血脂異常、高血壓、肺部疾病、腎臟疾病、消化系統疾病、飲酒史、吸煙史，以及空腹血糖、甘油三酯、TyG、TyG-WC、白細胞計數、血紅蛋白、血細胞比容、血小板計數、C 反應蛋白、糖化血紅蛋白、高密度脂蛋白、低密度脂蛋白、總膽固醇水平比較，差異有統計學意義（P<0.05）；3 組有無心臟病、惡性腫瘤、肝臟疾病及肌酐水平比較，差異無統計學意義（P>0.05）。見表1。
表1
3 組臨床資料和生化特征比較
2.2 不同 TyG-WC 三分位組中老年人新發腦卒中發生率比較
隨訪 4 年后，新發腦卒中 252 例，發生率為 4.31%。TyG-WC 第 1、2、3 三分位組中老年人新發腦卒中分別為 50、81、121 例，發生率分別為 2.57%、4.16%、6.21%。3 組之間的新發腦卒中發生率比較，差異有統計學意義（χ2=31.525，P<0.001）。
2.3 中老年人新發腦卒中的多因素 logistic 回歸分析
2.3.1 TyG-WC 對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以 TyG-WC 為自變量（以第 1 三分位組為參照），在調整了年齡、血脂異常、高血壓、血小板計數、肌酐（變量賦值見表2）后，多因素二分類 logistic 回歸分析結果顯示，TyG-WC 第 3 三分位組相較于第 1 三分位組的中老年人新發腦卒中的風險增加［OR=1.465，95%CI（1.033，2.078），P=0.032］，見表3。
表2
變量賦值表
表3
TyG-WC 三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.3.2 腰圍對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以腰圍為自變量（以第 1 三分位組為參照），逐步回歸篩選出的混雜因素與 TyG-WC 相同，其余所有賦值、協變量調整與上述相同。多因素二分類 logistic 回歸分析結果顯示，腰圍第 3 三分位組相較于第 1 三分位組的中老年人新發腦卒中的風險增加［OR=1.717，95%CI（1.190，2.478），P=0.004］，見表4。
表4
腰圍三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.3.3 TyG 對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以 TyG 為自變量（以第 1 三分位組為參照），逐步回歸篩選出的混雜因素與 TyG-WC 相同，其余所有賦值、協變量調整與上述相同。多因素二分類 logistic 回歸分析結果顯示，TyG 不是中老年人新發腦卒中的危險因素（P>0.05），見表5。
表5
TyG 三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.4 TyG-WC、腰圍和 TyG 對中老年人新發腦卒中風險的預測價值
根據 ROC 曲線分析，腰圍的 AUC［0.566，95%CI（0.526，0.606）］最大，其次是 TyG-WC［AUC=0.556，95%CI（0.519，0.592）］和 TyG［AUC=0.527，95%CI（0.489，0.564）］。由此可見，TyG-WC 和腰圍能夠在一定程度上預測中老年人新發腦卒中風險，而 TyG 預測價值有限。
在多因素 logistic 回歸分析模型中分別加入 TyG-WC、腰圍和 TyG，計算得出三者的 IDI 和 NRI。對于 IDI，TyG-WC 的 IDI（0.25%，P=0.033）最大，其次是腰圍（IDI=0.22%，P=0.037），而 TyG 的 IDI 無統計學意義（P>0.05）。對于 NRI，腰圍的 NRI（25.04%，P=0.001）最大，其次是 TyG-WC（NRI=19.68%，P=0.004），而 TyG 的 NRI 無統計學意義（P>0.05），見表6。
表6
TyG-WC、腰圍和 TyG 指數預測腦卒中風險的 IDI 和 NRI
3 討論
本研究基于 4 年的隨訪結果，發現隨著 TyG-WC 和腰圍的增高，中老年人新發腦卒中的風險也增高，且 TyG-WC 和腰圍對中老年人新發腦卒中的風險的預測價值相當，且優于 TyG。
TyG-WC 以及腰圍與腦卒中風險的相關性可能與胰島素抵抗有關。胰島素抵抗已被證明是腦卒中的危險因素之一[4]，主要的病理生理機制是胰島素抵抗可能促進動脈粥樣硬化及斑塊的形成，從而導致腦卒中的發生[21]。首先，胰島素抵抗的主要缺陷是肌肉組織中的細胞內信號受損，抑制糖原合成[22]，同時減弱了葡萄糖轉運蛋白-4 的激活作用，導致糖原合成調控葡萄糖轉運階段出現障礙[23]。第二，胰島素抵抗通過增加腎臟鈉重吸收，激活交感神經系統，改變跨膜離子轉運[24]，以及抑制內皮細胞釋放一氧化氮對骨骼肌小動脈的舒張作用，從而導致血壓升高[25]。第三，在高胰島素血癥的情況下，參與動脈粥樣硬化的內膜細胞的功能受到干擾。在內皮細胞、血管平滑肌細胞和巨噬細胞中，胰島素受體和胰島素受體介導的信號通路顯著降低[26]。最后，胰島素抵抗與加速動脈粥樣硬化發展的炎癥標志物密切相關[27]。
此外，TyG 和腰圍均與胰島素抵抗有關可能部分解釋 TyG-WC 與腦卒中風險的相關性。TyG 是綜合了脂質代謝和糖代謝的生化指標，是胰島素抵抗的有效替代指標之一[8-9]。肥胖是腦卒中的主要危險因素之一[1]，腰圍是衡量肥胖，尤其是中心性肥胖的有效指標之一[28]。已有研究表明，腰圍是預測胰島素抵抗的重要因子之一[29-30]，同時也可用作腦卒中風險預測[31-32]。此外，研究表明，由 TyG 和腰圍結合衍生而來的 TyG-WC 對識別胰島素抵抗比單獨的 TyG 更成功，并且在表示胰島素敏感性方面比評估胰島素抵抗的傳統標志物胰島素抵抗的穩態模型評估（HOMA-IR）有更好的表現[33]。但是既往研究很少探討 TyG-WC 對新發腦卒中風險的影響，并且既往研究沒有同時對 TyG-WC、TyG 和腰圍對腦卒中風險預測的差異進行比較。例如，一項基于中國農村隊列的研究比較了 6 個胰島素抵抗替代指標對腦卒中發生的風險預測價值，發現 TyG-WC 和 TyG 與腦卒中的發生獨立相關，但是兩者在預測價值上并無明顯差別[16]，然而研究并未分析腰圍和腦卒中風險的關系。一項針對韓國 20 歲以上成年人的前瞻性研究發現，腰圍和缺血性腦卒中的患病風險呈線性相關，并能夠充分預測缺血性腦卒中的風險[13]，但是研究并未分析 TyG、TyG-WC 和腦卒中風險的關系。這些研究提示了 TyG-WC 和腰圍與腦卒中的相關性。
本研究創新性地納入腰圍與 TyG-WC 和 TyG 比較，比較三者對中老年人新發腦卒中風險的預測價值差異，發現 TyG-WC 和腰圍能夠有效預測中老年人新發腦卒中的風險，兩者預測價值相當，且優于 TyG。可能的原因是本研究并未發現 TyG 和中老年人新發腦卒中風險之間有顯著的相關。一項納入了 18 項研究的 Meta 分析對 TyG 和缺血性腦卒中及其不良結局的關系進行了分析，其中 8 項研究用于分析一般人群中 TyG 和新發缺血性腦卒中的關系，結果顯示相較于 TyG 較低的一般人群，TyG 較高的人患腦卒中的風險更高，但研究異質性較高[34]。而本研究中 TyG 和腦卒中風險無關，可能的原因包括：① 研究類型不同：本研究是基于 4 年隨訪結果的縱向研究，而該 Meta 分析不僅包括縱向研究，還包括了橫斷面調查；② 研究對象不同：本研究納入的是 45 歲以上的中老年人，而該 Meta 分析納入的是 18 歲以上的一般人群；③ 本研究僅納入中國人群，而該 Meta 分析的 8 項研究共納入 554334 名參與者，但其中約一半樣本來源于歐洲的英國生物庫隊列。另外，TyG 和不同的腦卒中類型相關程度可能不同。另一項納入 11 個隊列研究的 Meta 分析對 TyG 和腦卒中的關系進行了分析，通過對腦卒中類型進行亞組分析，發現缺血性腦卒中風險和 TyG 呈正相關，但是在出血性腦卒中患者中并未觀察到這種相關性[35]。而本研究因數據庫限制，無法對腦卒中類型進行區分，這可能是導致本研究與其他研究結果不一致的原因之一。
本研究第一次對比了腰圍和 TyG-WC 與 TyG 對新發腦卒中風險預測價值的差異，但是也存在一定的局限性。首先，因 CHARLS 數據限制，無法進行缺血性和出血性腦卒中分類比較，這可能導致結果與既往研究不一致，因此后續研究需要探討 TyG-WC 對不同類型的腦卒中，尤其是出血性腦卒中的預測價值。其次，因本研究僅隨訪了 4 年，隨訪時間較短，后續研究需要進行更長期的隨訪跟蹤。最后，本研究只納入了 45 歲以上中老年人，雖然腦卒中的主要發病人群仍然是中老年人，但是近些年來，腦卒中已有年輕化發病的態勢，因此有必要進一步研究 45 歲以下人群腦卒中發病風險與 TyG-WC 之間的關系。
綜上所述，隨著 TyG-WC 和腰圍的升高，中國中老年人新發腦卒中的風險增高。TyG-WC 與腰圍在一定程度上能夠預測中老年人新發腦卒中的風險，兩者預測價值相當且優于 TyG。TyG-WC 或可成為中老年人新發腦卒中的有效預測因子之一。
利益沖突：所有作者聲明不存在利益沖突。
近年來，腦卒中患病率顯著上升，已成為全球成年人的第二大死亡原因和第三大殘疾原因[1]。在我國，腦卒中患病人數逐年攀升，已高居全球首位[2]。據估計，預計到 2030 年我國腦卒中發生率將比 2010 年增加 50%[3]。隨著人口老齡化進程加深，腦卒中的危險因素患病率也在增加，同時腦卒中患者常伴有運動障礙、言語認知障礙等，嚴重影響日常生活活動和生活質量，增加了醫療費用和照護成本，腦卒中疾病負擔的持續加重給家庭和社會帶來了沉重的經濟負擔。因此，早期識別和篩查腦卒中高危人群，尋找簡便有效的預測指標，對優化腦卒中防治工作具有重要的臨床意義。胰島素抵抗是腦卒中的危險因素之一，與腦卒中的發生發展密切相關[4]。檢測胰島素抵抗的金標準是高胰島素-正常葡萄糖鉗夾試驗[5]。然而，實施該試驗需要特殊的設備和專業的技術人員，昂貴、費時，且試驗過程需多次取血，患者難以接受，目前只用于科研，尚未在臨床實踐中普遍使用[6-7]。甘油三酯葡萄糖（triglyceride glucose, TyG）指數是基于甘油三酯和空腹血糖計算所得的生化指標，被認為是胰島素抵抗的替代指標之一，并被廣泛應用于臨床實踐[8-9]。肥胖是腦卒中的主要危險因素之一[10]，而腰圍是衡量肥胖的常用指標之一[11]。既往研究表明，腰圍可用作腦卒中的風險預測[12-13]。同時有研究表明，由 TyG 和腰圍結合的 TyG-腰圍（TyG-waist circumference, TyG-WC）指數對識別胰島素抵抗具有很高的敏感性和特異性[14]。但是，關于 TyG-WC 與腦卒中關系的研究較少，且既往研究僅比較 TyG-WC 和 TyG 對腦卒中風險預測的差異[15-16]，并未與腰圍進行比較。因此，本研究旨在研究 TyG-WC 預測中老年人腦卒中患病風險的價值，并比較 TyG-WC、TyG 和腰圍三者在腦卒中風險預測中的差異，以期能夠早期識別和篩查腦卒中患病風險人群。
1 資料與方法
1.1 研究對象
收集 2011 年和 2015 年中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study, CHARLS）的數據進行縱向研究。CHARLS 是由北京大學進行的一項針對中國 28 個省市自治區 45 歲以上中老年人的縱向隊列研究，采用整群隨機抽樣方法，從 2011 年開始，在 2013 年、2015 年和 2018 年進行了 3 次隨訪，評估人口特征、健康狀況、收入和社會經濟狀況的信息；該調查研究由北京大學生物醫學倫理審查委員會批準（IRB00001052-11015），所有參與者在參與前都提供了書面知情同意[17]。在本研究中，我們分析了 CHARLS 研究中 2011 年－2015 年的數據（因為 2018 年未進行血液檢測，故未納入）。研究對象納入標準：2011 年納入 CHARLS 研究的 45 歲以上的中老年人。排除標準：① 2011 年有腦卒中病史；② 基線和隨訪數據中甘油三酯、空腹血糖、腰圍數據缺失。
1.2 研究方法
基線數據包括：① 人口學特征：年齡、性別、教育程度，其中教育程度分為初中以下、高中或中專、本科及以上。② 體格檢查：體重、身高、腰圍，計算體質量指數[18]。③ 慢性病史：是否有糖尿病、血脂異常、高血壓、心臟病、惡性腫瘤、肺部疾病、肝臟疾病、腎臟疾病和消化系統疾病史。④ 生活方式因素：是否有飲酒和吸煙史。⑤ 實驗室檢查：空腹血糖、甘油三酯、白細胞計數、血紅蛋白、血細胞比容、血小板計數、肌酐、C 反應蛋白、糖化血紅蛋白、高密度脂蛋白、低密度脂蛋白、總膽固醇，計算 TyG 和 TyG-WC，公式分別為：TyG=ln（TG×FBG/2）[19]，其中 TG 為甘油三酯，FBG 為空腹血糖；TyG-WC=TyG×WC[20]，其中 WC 為腰圍。血液樣本由中國疾病預防控制中心采集，部分樣本被運往北京進行分析。
結局指標為 2015 年自我報告或經醫生診斷的新發腦卒中事件。
分組方法：依據基線 TyG-WC 三分位數將中老年人分為 TyG-WC 第 1 三分位組、TyG-WC 第 2 三分位組和 TyG-WC 第 3 三分位組。
1.3 統計學方法
采用 Stata 15.0 軟件進行統計分析。符合正態分布的計量資料用均數±標準差表示，若方差齊，組間比較采用單因素方差分析，若方差不齊，組間比較采用 Kruskal-Wallis H 秩和檢驗；非正態分布的計量資料用中位數（下四分位數，上四分位數）表示，組間比較采用 Kruskal-Wallis H 秩和檢驗；計數資料用例數和/或百分數表示，組間比較采用 χ2 檢驗。用多因素二分類 logistic 回歸分析對 TyG-WC、TyG 和腰圍與腦卒中的關系分別進行分析，使用逐步后退法對模型中的變量進行篩選，獲得調整混雜因素后的自變量的比值比（odds ratio, OR）及其 95% 置信區間（confidence interval, CI）；由于存在缺失數據的例數占總例數的比例較小，多因素分析以實際有效例數進行分析。為了比較 TyG-WC、TyG 和腰圍對腦卒中的預測價值，進一步計算受試者操作特征（receiver operating characteristic, ROC）曲線的曲線下面積（area under the curve, AUC）、綜合判別改善指數（integrated discrimination improvement, IDI）和凈重新分類指數（net reclassification improvement, NRI）。雙側檢驗水準 α=0.05。
2 結果
2.1 人口學特征、臨床特征和生化特征比較
共有 17708 名 45 歲以上中老年人參與調查，根據納入和排除標準，排除 11861 名參與者，最終納入 5847 名參與者。依據基線 TyG-WC 三分位數將中老年人分為 TyG-WC 第 1 三分位組（TyG-WC：153.487～670.333 mg2/dL2?cm）、TyG-WC 第 2 三分位組（TyG-WC：670.378～772.137 mg2/dL2?cm）和 TyG-WC 第 3 三分位組（TyG-WC：772.142～1332.226 mg2/dL2?cm），每組分別有 1949 人。3 組的年齡、性別、教育程度、體質量指數、腰圍，有無糖尿病、血脂異常、高血壓、肺部疾病、腎臟疾病、消化系統疾病、飲酒史、吸煙史，以及空腹血糖、甘油三酯、TyG、TyG-WC、白細胞計數、血紅蛋白、血細胞比容、血小板計數、C 反應蛋白、糖化血紅蛋白、高密度脂蛋白、低密度脂蛋白、總膽固醇水平比較，差異有統計學意義（P<0.05）；3 組有無心臟病、惡性腫瘤、肝臟疾病及肌酐水平比較，差異無統計學意義（P>0.05）。見表1。
表1
3 組臨床資料和生化特征比較
2.2 不同 TyG-WC 三分位組中老年人新發腦卒中發生率比較
隨訪 4 年后，新發腦卒中 252 例，發生率為 4.31%。TyG-WC 第 1、2、3 三分位組中老年人新發腦卒中分別為 50、81、121 例，發生率分別為 2.57%、4.16%、6.21%。3 組之間的新發腦卒中發生率比較，差異有統計學意義（χ2=31.525，P<0.001）。
2.3 中老年人新發腦卒中的多因素 logistic 回歸分析
2.3.1 TyG-WC 對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以 TyG-WC 為自變量（以第 1 三分位組為參照），在調整了年齡、血脂異常、高血壓、血小板計數、肌酐（變量賦值見表2）后，多因素二分類 logistic 回歸分析結果顯示，TyG-WC 第 3 三分位組相較于第 1 三分位組的中老年人新發腦卒中的風險增加［OR=1.465，95%CI（1.033，2.078），P=0.032］，見表3。
表2
變量賦值表
表3
TyG-WC 三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.3.2 腰圍對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以腰圍為自變量（以第 1 三分位組為參照），逐步回歸篩選出的混雜因素與 TyG-WC 相同，其余所有賦值、協變量調整與上述相同。多因素二分類 logistic 回歸分析結果顯示，腰圍第 3 三分位組相較于第 1 三分位組的中老年人新發腦卒中的風險增加［OR=1.717，95%CI（1.190，2.478），P=0.004］，見表4。
表4
腰圍三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.3.3 TyG 對中老年人新發腦卒中的影響
以是否新發腦卒中為因變量，以 TyG 為自變量（以第 1 三分位組為參照），逐步回歸篩選出的混雜因素與 TyG-WC 相同，其余所有賦值、協變量調整與上述相同。多因素二分類 logistic 回歸分析結果顯示，TyG 不是中老年人新發腦卒中的危險因素（P>0.05），見表5。
表5
TyG 三分位組與新發腦卒中的多因素二分類 logistic 回歸分析
2.4 TyG-WC、腰圍和 TyG 對中老年人新發腦卒中風險的預測價值
根據 ROC 曲線分析，腰圍的 AUC［0.566，95%CI（0.526，0.606）］最大，其次是 TyG-WC［AUC=0.556，95%CI（0.519，0.592）］和 TyG［AUC=0.527，95%CI（0.489，0.564）］。由此可見，TyG-WC 和腰圍能夠在一定程度上預測中老年人新發腦卒中風險，而 TyG 預測價值有限。
在多因素 logistic 回歸分析模型中分別加入 TyG-WC、腰圍和 TyG，計算得出三者的 IDI 和 NRI。對于 IDI，TyG-WC 的 IDI（0.25%，P=0.033）最大，其次是腰圍（IDI=0.22%，P=0.037），而 TyG 的 IDI 無統計學意義（P>0.05）。對于 NRI，腰圍的 NRI（25.04%，P=0.001）最大，其次是 TyG-WC（NRI=19.68%，P=0.004），而 TyG 的 NRI 無統計學意義（P>0.05），見表6。
表6
TyG-WC、腰圍和 TyG 指數預測腦卒中風險的 IDI 和 NRI
3 討論
本研究基于 4 年的隨訪結果，發現隨著 TyG-WC 和腰圍的增高，中老年人新發腦卒中的風險也增高，且 TyG-WC 和腰圍對中老年人新發腦卒中的風險的預測價值相當，且優于 TyG。
TyG-WC 以及腰圍與腦卒中風險的相關性可能與胰島素抵抗有關。胰島素抵抗已被證明是腦卒中的危險因素之一[4]，主要的病理生理機制是胰島素抵抗可能促進動脈粥樣硬化及斑塊的形成，從而導致腦卒中的發生[21]。首先，胰島素抵抗的主要缺陷是肌肉組織中的細胞內信號受損，抑制糖原合成[22]，同時減弱了葡萄糖轉運蛋白-4 的激活作用，導致糖原合成調控葡萄糖轉運階段出現障礙[23]。第二，胰島素抵抗通過增加腎臟鈉重吸收，激活交感神經系統，改變跨膜離子轉運[24]，以及抑制內皮細胞釋放一氧化氮對骨骼肌小動脈的舒張作用，從而導致血壓升高[25]。第三，在高胰島素血癥的情況下，參與動脈粥樣硬化的內膜細胞的功能受到干擾。在內皮細胞、血管平滑肌細胞和巨噬細胞中，胰島素受體和胰島素受體介導的信號通路顯著降低[26]。最后，胰島素抵抗與加速動脈粥樣硬化發展的炎癥標志物密切相關[27]。
此外，TyG 和腰圍均與胰島素抵抗有關可能部分解釋 TyG-WC 與腦卒中風險的相關性。TyG 是綜合了脂質代謝和糖代謝的生化指標，是胰島素抵抗的有效替代指標之一[8-9]。肥胖是腦卒中的主要危險因素之一[1]，腰圍是衡量肥胖，尤其是中心性肥胖的有效指標之一[28]。已有研究表明，腰圍是預測胰島素抵抗的重要因子之一[29-30]，同時也可用作腦卒中風險預測[31-32]。此外，研究表明，由 TyG 和腰圍結合衍生而來的 TyG-WC 對識別胰島素抵抗比單獨的 TyG 更成功，并且在表示胰島素敏感性方面比評估胰島素抵抗的傳統標志物胰島素抵抗的穩態模型評估（HOMA-IR）有更好的表現[33]。但是既往研究很少探討 TyG-WC 對新發腦卒中風險的影響，并且既往研究沒有同時對 TyG-WC、TyG 和腰圍對腦卒中風險預測的差異進行比較。例如，一項基于中國農村隊列的研究比較了 6 個胰島素抵抗替代指標對腦卒中發生的風險預測價值，發現 TyG-WC 和 TyG 與腦卒中的發生獨立相關，但是兩者在預測價值上并無明顯差別[16]，然而研究并未分析腰圍和腦卒中風險的關系。一項針對韓國 20 歲以上成年人的前瞻性研究發現，腰圍和缺血性腦卒中的患病風險呈線性相關，并能夠充分預測缺血性腦卒中的風險[13]，但是研究并未分析 TyG、TyG-WC 和腦卒中風險的關系。這些研究提示了 TyG-WC 和腰圍與腦卒中的相關性。
本研究創新性地納入腰圍與 TyG-WC 和 TyG 比較，比較三者對中老年人新發腦卒中風險的預測價值差異，發現 TyG-WC 和腰圍能夠有效預測中老年人新發腦卒中的風險，兩者預測價值相當，且優于 TyG。可能的原因是本研究并未發現 TyG 和中老年人新發腦卒中風險之間有顯著的相關。一項納入了 18 項研究的 Meta 分析對 TyG 和缺血性腦卒中及其不良結局的關系進行了分析，其中 8 項研究用于分析一般人群中 TyG 和新發缺血性腦卒中的關系，結果顯示相較于 TyG 較低的一般人群，TyG 較高的人患腦卒中的風險更高，但研究異質性較高[34]。而本研究中 TyG 和腦卒中風險無關，可能的原因包括：① 研究類型不同：本研究是基于 4 年隨訪結果的縱向研究，而該 Meta 分析不僅包括縱向研究，還包括了橫斷面調查；② 研究對象不同：本研究納入的是 45 歲以上的中老年人，而該 Meta 分析納入的是 18 歲以上的一般人群；③ 本研究僅納入中國人群，而該 Meta 分析的 8 項研究共納入 554334 名參與者，但其中約一半樣本來源于歐洲的英國生物庫隊列。另外，TyG 和不同的腦卒中類型相關程度可能不同。另一項納入 11 個隊列研究的 Meta 分析對 TyG 和腦卒中的關系進行了分析，通過對腦卒中類型進行亞組分析，發現缺血性腦卒中風險和 TyG 呈正相關，但是在出血性腦卒中患者中并未觀察到這種相關性[35]。而本研究因數據庫限制，無法對腦卒中類型進行區分，這可能是導致本研究與其他研究結果不一致的原因之一。
本研究第一次對比了腰圍和 TyG-WC 與 TyG 對新發腦卒中風險預測價值的差異，但是也存在一定的局限性。首先，因 CHARLS 數據限制，無法進行缺血性和出血性腦卒中分類比較，這可能導致結果與既往研究不一致，因此后續研究需要探討 TyG-WC 對不同類型的腦卒中，尤其是出血性腦卒中的預測價值。其次，因本研究僅隨訪了 4 年，隨訪時間較短，后續研究需要進行更長期的隨訪跟蹤。最后，本研究只納入了 45 歲以上中老年人，雖然腦卒中的主要發病人群仍然是中老年人，但是近些年來，腦卒中已有年輕化發病的態勢，因此有必要進一步研究 45 歲以下人群腦卒中發病風險與 TyG-WC 之間的關系。
綜上所述，隨著 TyG-WC 和腰圍的升高，中國中老年人新發腦卒中的風險增高。TyG-WC 與腰圍在一定程度上能夠預測中老年人新發腦卒中的風險，兩者預測價值相當且優于 TyG。TyG-WC 或可成為中老年人新發腦卒中的有效預測因子之一。
利益沖突：所有作者聲明不存在利益沖突。
