Prognostischer Wert des Triglycerid-Glukose-Index in der Bevölkerung mit hohem Risiko für Herz-Kreislauf-Erkrankungen

Mar 09, 2024

Kardiovaskuläre Diabetologie Band 22, Artikelnummer: 198 (2023) Diesen Artikel zitieren

Details zu den Metriken

Die frühzeitige Identifizierung von Populationen mit hohem Risiko für Herz-Kreislauf-Erkrankungen (CVD) und die Verbesserung der Risikofaktoren können die Wahrscheinlichkeit der Entwicklung von Herz-Kreislauf-Erkrankungen erheblich verringern und die Ergebnisse verbessern. Insulinresistenz (IR) ist ein Risikofaktor für Herz-Kreislauf-Erkrankungen. Der Triglyceridglukoseindex (TyG) ist ein einfacher und zuverlässiger Index zur Bewertung der IR. Es wurden jedoch keine klinischen Studien zum prognostischen Wert des TyG-Index in einer Population mit hohem Risiko für Herz-Kreislauf-Erkrankungen durchgeführt. Diese Studie untersuchte den Zusammenhang zwischen dem TyG-Index und der Prognose in einer Population mit hohem Risiko für Herz-Kreislauf-Erkrankungen.

An dieser Studie nahmen 35.455 Teilnehmer im Alter von 35 bis 75 Jahren teil, die ein hohes Risiko für Herz-Kreislauf-Erkrankungen hatten und zwischen 2017 und 2021 ausgewählte Gesundheitszentren und kommunale Dienstleistungszentren besuchten. Ihre allgemeinen klinischen Merkmale und biochemischen Basisindikatoren im Blut wurden aufgezeichnet. Der TyG-Index wurde als ln[Nüchtern-Triglycerid (mg/dl) × Nüchternblutzucker (mg/dl)/2] berechnet. Die Endpunkte waren Gesamttod und kardiovaskulärer Tod während der Nachbeobachtung. Cox-Proportional-Hazard-Modelle und eine eingeschränkte kubische Spline-Analyse (RCS) wurden verwendet, um die Korrelation zwischen dem TyG-Index und den Endpunkten zu bewerten.

In der gesamten Studienpopulation betrug das Durchschnittsalter aller Teilnehmer 57,9 ± 9,6 Jahre, 40,7 % waren männlich und der mittlere TyG-Index betrug 8,9 ± 0,6. Alle Teilnehmer wurden basierend auf den Ergebnissen der RCS-Analyse mit einem Cut-off-Wert von 9,83 in zwei Gruppen eingeteilt. Während einer mittleren Nachbeobachtungszeit von 3,4 Jahren kam es zu 551 Todesfällen jeglicher Ursache und 180 kardiovaskulären Todesfällen. Im multivariaten Cox-Proportional-Hazard-Modell hatten Teilnehmer mit einem TyG-Index ≥ 9,83 ein höheres Risiko für Gesamttod (Hazard Ratio [HR] 1,86, 95 %-Konfidenzintervall [CI] 1,37–2,51, P < 0,001) und kardiovaskulären Tod (HR 2,41, 95 %-KI 1,47–3,96, P = 0,001) als diejenigen mit einem TyG-Index < 9,83. Die Subgruppenanalyse ergab, dass es in allen Subgruppenanalysen keine Interaktion zwischen dem TyG-Index und den Variablen gab.

Der hohe TyG-Index war bei Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen mit einem erhöhten Risiko für Gesamttod und kardiovaskulären Tod verbunden. Dieser Befund zeigt den Wert des TyG-Index in der Primärprävention von Herz-Kreislauf-Erkrankungen.

Nachträglich registriert, die Registrierungsnummer ist K2022-01-005 und das Datum ist 30.01.2022.

Herz-Kreislauf-Erkrankungen (CVD) sind weltweit die häufigste Todesursache [1]. China hat weltweit die höchste Belastung durch Herz-Kreislauf-Erkrankungen [2]. Im Jahr 2016 verursachten Herz-Kreislauf-Erkrankungen in China fast 4 Millionen Todesfälle, und die Häufigkeit von Herz-Kreislauf-Erkrankungen nimmt immer noch zu [3]. Bluthochdruck, ungesunde Ernährung, Dyslipidämie, Diabetes und Luftverschmutzung sind allesamt bedeutende Risikofaktoren für Herz-Kreislauf-Erkrankungen [2]. Menschen mit diesen Risikofaktoren haben eine hohe kardiovaskuläre Belastung, eine erhöhte Inzidenz von Myokardinfarkten, instabiler Angina pectoris, Herzinsuffizienz und anderen Ereignissen, eine hohe kardiovaskuläre Sterblichkeitsrate und eine schlechte Prognose [4, 5]. Eine frühzeitige Beurteilung und Früherkennung von Personen mit hohem Risiko für Herz-Kreislauf-Erkrankungen sowie die Intervention bei Risikofaktoren können mindestens 80 % des Auftretens von Herz-Kreislauf-Erkrankungen verhindern und erhebliche Auswirkungen auf die Gesundheit der Bevölkerung haben [6, 7]. Allerdings gibt es noch wenige klinische Studien zur Primärprävention von Herz-Kreislauf-Erkrankungen in Hochrisikogruppen.

Jüngste Studien haben herausgefunden, dass die Insulinresistenz (IR) ein neuer unabhängiger Risikofaktor für Herz-Kreislauf-Erkrankungen ist [8] und zu Stoffwechselstörungen wie Hyperglykämie, Hyperlipidämie und Fettleibigkeit führen kann, die alle in der Bevölkerung mit hohem Risiko für Herz-Kreislauf-Erkrankungen häufig vorkommen. Der Triglyceridglukoseindex (TyG) gilt in Kombination mit Nüchternblutzucker und Nüchternblutfett als zuverlässiger und einfacher IR-Bewertungsindex. Viele frühere Studien haben den klinischen Wert des TyG-Index bei Patienten mit verschiedenen Arten von Herz-Kreislauf-Erkrankungen untersucht. [9,10,11,12,13] Es wurden jedoch keine Studien durchgeführt, um den Zusammenhang zwischen dem TyG-Index und der Prognose in Hochrisiko-CVD-Gruppen zu bewerten. Um den Zusammenhang zwischen dem TyG-Index und der Primärprävention des CVD-Risikos weiter zu untersuchen, haben wir in dieser Studie den Zusammenhang zwischen TyG und kardiovaskulären Ereignissen bei Menschen mit hohem CVD-Risiko untersucht.

Hierbei handelt es sich um eine große retrospektive Kohortenstudie, an der zwischen 2017 und 2021 35.658 Personen im Alter von 35–75 Jahren mit hohem Risiko für Herz-Kreislauf-Erkrankungen aus ausgewählten Gesundheitszentren und kommunalen Dienstleistungszentren in neun Städten in der Provinz Fujian teilnahmen Keine kardiovaskulären oder zerebrovaskulären Erkrankungen in der Vorgeschichte und Erfüllung eines der folgenden Kriterien: (1) systolischer Blutdruck (SBP) ≥ 160 mmHg oder diastolischer Blutdruck (DBP) ≥ 100 mmHg; (2) Low-Density-Lipoprotein-Cholesterin (LDL-C) ≥ 160,05 mg/dl; (3) High-Density-Lipoprotein-Cholesterin (HDL-C) ≤ 30,16 mg/dl; (4) Risikodiagramme für Herz-Kreislauf-Erkrankungen der Weltgesundheitsorganisation (WHO), die eine 10-Jahres-Herz-Kreislauf-Erkrankung von ≥ 20 % vorhersagen. Nach dem Ausschluss von 203 Personen, die eines der folgenden Kriterien erfüllten: (1) Nüchternplasmaglukose < 70,2 mg/dl; (2) Tumorerkrankung; (3) familiäre Hyperlipidämie, insgesamt wurden 35.455 Personen in die Studie aufgenommen (Abb. 1). Diese retrospektive Studie entsprach der Deklaration von Helsinki und wurde von der Ethikkommission des Fujian Provincial Hospital genehmigt (Genehmigungsnummer K2022-01-005).

Flussdiagramm der Populationsauswahl in dieser Studie

Es wurden grundlegende Informationen, persönliches Gesundheitsverhalten, Vorgeschichte von Herz-Kreislauf-Erkrankungen, Familiengeschichte und andere grundlegende Daten gesammelt. Im Labor wurde nüchtern venöses Blut entnommen und gemessen. Gesamtcholesterin (TC), Triglyceride (TG), HDL-C, LDL-C und Nüchternblutzucker (FBG) wurden gemessen.

Zur Berechnung des TyG-Index wurde ln[Nüchtern-Triglycerid (mg/dl)× Nüchternblutzucker (mg/dl)/2] verwendet [14]. Der Body-Mass-Index (BMI) wurde als Gewicht (kg)/[Größe (m)]2 definiert. Hypertonie wurde als SBP ≥ 140 mmHg und/oder DBP ≥ 90 mmHg in drei aufeinanderfolgenden Messungen an verschiedenen Tagen ohne Verwendung von Blutdruckmedikamenten definiert; oder eine selbstberichtete Vorgeschichte von Bluthochdruck. Diabetes mellitus (DM) wurde als Zufallsglukosewert ≥ 11,1 mmol/L oder Nüchternblutzuckerwert ≥ 7,0 mmol/L oder Glukosewert im 2-stündigen oralen Glukosetoleranztest (OGTT) ≥ 11,1 mmol/L oder eine selbstberichtete Vorgeschichte definiert von Diabetes. Dyslipidämie wurde definiert als TC ≥ 240 mg/dl, LDL-C ≥ 160 mg/dl, HDL-C ≤ 40 mg/dl oder die Einnahme von lipidsenkenden Arzneimitteln.

Menschen mit einem hohen Risiko für Herz-Kreislauf-Erkrankungen füllten jährlich Fragebögen durch persönliche Interviews mit geschulten Ärzten aus, einschließlich Aufzeichnungen über grundlegende körperliche Untersuchungsergebnisse, Lebensstilfaktoren, Gesundheitszustand, Drogenkonsum und routinemäßige medizinische Untersuchungen. Während der Nachuntersuchung war der primäre Endpunkt der Gesamttod. Der sekundäre Endpunkt war der kardiovaskuläre Tod, der Todesfälle aufgrund von Krankheiten mit den ICD-Codes I00–I99 umfasste.

Die Dosis-Wirkungs-Beziehung zwischen TyG-Index und Gesamtmortalität wurde mithilfe einer eingeschränkten kubischen Spline-Analyse (RCS) dargestellt. Die Patienten wurden gemäß den Ergebnissen der RCS-Analyse in zwei Gruppen eingeteilt: die Gruppe mit hohem TyG-Index, TyG-Index ≥ 9,83; und die Gruppe mit niedrigem TyG-Index, TyG-Index < 9,83. Die Ausgangsmerkmale der beiden Gruppen wurden je nach Bedarf als Mittelwert ± Standardabweichung (SD) oder Häufigkeit mit Prozentsatz dargestellt. Das Cox-Proportional-Hazards-Regressionsmodell wurde verwendet, um die Beziehung zwischen dem TyG-Index und den Ergebnissen zu bewerten, wobei Hazard Ratios (HRs) berechnet wurden. Die Ergebnisse wurden als HRs mit 95 %-Konfidenzintervallen (CIs) dargestellt. Es wurden drei verschiedene Modelle konstruiert. Modell 1 enthielt nur den TyG-Index. Modell 2 hat den TyG-Index, das Alter und das Geschlecht angepasst. Modell 3 angepasst an die in Modell 2 enthaltenen Variablen sowie Diabetes, Bluthochdruck, Dyslipidämie, Rauchen, HDL-C, LDL-C, BMI und SBP. Basierend auf einer univariaten Analyse wurden die Kaplan-Meier-Überlebenskurven weiter angezeigt. Schließlich wurden Subgruppenanalysen durchgeführt, einschließlich Alter (< 60 Jahre vs. ≥ 60 Jahre), Geschlecht (männlich vs. weiblich), aktuelles Rauchen (ja vs. nein), Diabetes (ja vs. nein) und BMI (<25 kg/m2 vs.). ≥ 25 kg/m2), wobei der Likelihood-Ratio-Test zur Bewertung der Interaktionen zwischen verschiedenen Untergruppen verwendet wird. Alle Daten wurden mit der R-Sprachversion 4.2.1 analysiert und P < 0,05 wurde als statistisch signifikant angesehen.

Eine RCS-Analyse wurde verwendet, um zu bestimmen, ob ein potenzieller linearer oder nichtlinearer Zusammenhang zwischen dem TyG-Index und dem Risiko der Gesamtmortalität und der kardiovaskulären Mortalität in einer Population mit hohem Risiko für Herz-Kreislauf-Erkrankungen besteht. Wie in Abb. 2 zu sehen ist, deuten die Ergebnisse der RCS-Analyse darauf hin, dass der TyG-Index einen nichtlinearen Zusammenhang sowohl mit der kardiovaskulären Mortalität als auch mit der Gesamtmortalität aufweist. Wenn der TyG-Index ≥ 9,83 ist, steigt die Gesamtmortalität schnell an (HR = 1,20, 95 %-KI 1,00–1,42, p für Nichtlinearität = 0,031). Basierend auf den Ergebnissen der RCS-Analyse teilten wir die Patienten anhand eines Grenzwerts von 9,83 in zwei Gruppen ein. Die Ausgangsmerkmale der 35.455 an dieser Studie teilnehmenden Teilnehmer sind in Tabelle 1 aufgeführt. Das Durchschnittsalter der Patienten insgesamt betrug 57,9 ± 9,6 Jahre, 40,7 % waren männlich und der mittlere TyG-Ausgangsindex betrug 8,9 ± 0,6. Patienten mit einem TyG-Ausgangsindex ≥ 9,83 hatten niedrigere HDL-C-Werte und höhere Werte für TC, TG, FPG, Blutdruck, Taillenumfang und BMI. Es war auch wahrscheinlicher, dass sie rauchten, tranken, an Diabetes, Bluthochdruck oder Dyslipidämie litten.

Risikoquoten für A-Tod aller Ursachen und B kardiovaskulären Tod basierend auf eingeschränkten kubischen Dornen für den TyG-Index. Rote Linien stellen Referenzen für Hazard Ratios dar, und rote Flächen repräsentieren 95 %-Konfidenzintervalle

Während einer mittleren Nachbeobachtungszeit von 3,4 Jahren kam es zu 551 Todesfällen jeglicher Ursache und 180 kardiovaskulären Todesfällen. Die Cox-Proportional-Hazards-Analyse des Zusammenhangs zwischen dem TyG-Index und der Gesamtmortalität und kardiovaskulären Mortalität ist in Tabelle 2 dargestellt. In der univariaten Analyse hatten Teilnehmer mit einem TyG-Index ≥ 9,83 ein höheres Risiko für einen Gesamttod (HR 1,56, 95). %-KI 1,22–1,99, P < 0,001) und kardiovaskulärem Tod (HR 1,85, 95 %-KI 1,24–2,77, P = 0,003) als diejenigen mit einem TyG-Index < 9,83. Nach Anpassung an potenzielle Störfaktoren in Modell 2 und Modell 3 hatten Teilnehmer mit einem TyG-Index ≥ 9,83 im Vergleich zu den Kontrollpersonen weiterhin ein höheres Risiko für Gesamtmortalität (HR 1,60, 95 %-KI 1,25–2,05, P < 0,001; HR 1,86). , 95 %-KI 1,37–2,51, P < 0,001; Ähnliche Ergebnisse wurden für die kardiovaskuläre Mortalität beobachtet (HR 1,93, 95 %-KI 1,29–2,89, P = 0,001; HR 2,41, 95 %-KI 1,47–3,96, P = 0,001).

Die Kaplan-Meier-Überlebensanalysen zeigten, dass die Gruppe mit einem TyG-Index ≥ 9,83 eine signifikant höhere kumulative Rate an Gesamtmortalität und kardiovaskulärer Mortalität aufwies als die Gruppe mit einem TyG-Index <9,83. Detaillierte Ergebnisse der Kaplan-Meier-Überlebensanalysen sind in Abb. 3 dargestellt.

Kaplan-Meier-Analyse von A Gesamttod und B kardiovaskulärem Tod in verschiedenen TyG-Gruppen

Außerdem wurden Subgruppenanalysen und Interaktionstests durchgeführt, um festzustellen, ob es eine Interaktion zwischen verschiedenen Niveaus des TyG-Index und der Gesamtmortalität in verschiedenen Subgruppen gab. Die Patienten wurden basierend auf ihrem Alter (< 60 Jahre vs. ≥ 60 Jahre), ihrem Geschlecht (männlich vs. weiblich), ihrem aktuellen Raucherstatus (Ja vs. Nein), ihrem Diabetesstatus (Ja vs. Nein) und ihrem BMI in Untergruppen eingeteilt ( < 25 kg/m2 vs. ≥ 25 kg/m2). Wie in Abb. 4 gezeigt, hatten diejenigen mit einem TyG-Index ≥ 9,83 ein höheres Risiko für einen Gesamttod als diejenigen mit einem TyG-Index < 9,83 in Untergruppen von ≥ 60 Jahren, Diabetes in der Vorgeschichte, BMI < 25 kg/ m2, unterschiedlicher Raucherstatus und unterschiedliches Geschlecht. In allen Untergruppenanalysen gab es keine Interaktion zwischen TyG-Index und Variablen (alle P für Interaktion > 0,05).

Waldparzelle aller Todesursachen nach verschiedenen Untergruppen. Die Subgruppenanalyse umfasste Alter (< 60 Jahre vs. ≥ 60 Jahre), Geschlecht (männlich vs. weiblich), aktuellen Raucherstatus (Ja vs. Nein), Diabetesstatus (Ja vs. Nein) und BMI (< 25 kg/m2). vs.≥ 25 kg/m2)

In dieser retrospektiven Analyse haben wir den Zusammenhang zwischen dem TyG-Index und der kardiovaskulären Mortalität sowie der Gesamtmortalität in der Primärprävention überprüft. Wir fanden heraus, dass diejenigen mit einem TyG-Index ≥ 9,83, die ein hohes Risiko für Herz-Kreislauf-Erkrankungen hatten, auch ein höheres Risiko für Herz-Kreislauf- und Gesamtmortalität hatten.

Die Zahl der Menschen mit einem hohen Risiko für Herz-Kreislauf-Erkrankungen ist groß und nimmt von Jahr zu Jahr zu, da die Bevölkerung altert und sich ein ungesunder Lebensstil entwickelt [15,16,17]. Eine im Dezember 2020 in The Lancet Public Health veröffentlichte Studie des Nationalen Zentrums für Herz-Kreislauf-Erkrankungen Chinas untersuchte die kardiovaskuläre Gesundheit und Risikofaktoren von 980.000 Menschen auf dem chinesischen Festland von 2015 bis 2019. Die Ergebnisse zeigten, dass 16,6 % der Menschen ein hohes Risiko hatten CVD [3]. Hochrisikopersonen haben eine schlechte Prognose, eine hohe Rate an kardiovaskulären Todesfällen und eine hohe Prävalenz von Herz-Kreislauf-Erkrankungen (4, 5). Daher ist die primäre Prävention, die sich an Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen richtet, von entscheidender Bedeutung. Eine frühzeitige Erkennung, Intervention und eine verbesserte Prognose werden die Gesundheit der Gemeinschaft erheblich verbessern und die Krankheitslast verringern [18,19,20,21].

Insulinresistenz ist ein Zustand, bei dem die Empfindlichkeit und Reaktion des Körpers auf Insulin verringert ist [22]. IR ist ein unabhängiger Risikofaktor für Herz-Kreislauf-Erkrankungen und kann Stoffwechselerkrankungen wie Fettleibigkeit, Bluthochdruck, Hyperlipidämie und Diabetes fördern. Diese Stoffwechselstörungen werden häufig in Hochrisikogruppen für Herz-Kreislauf-Erkrankungen beobachtet [23]. Der TyG-Index, der den Nüchternblutzucker und die Nüchternblutfettwerte kombiniert, wurde 2008 vorgeschlagen und gilt als zuverlässiger und einfacher IR-Bewertungsindikator [14]. Vorhandene klinische Studien haben gezeigt, dass der TyG-Index in mehreren Gruppen mit einer schlechten Prognose von Herz-Kreislauf-Erkrankungen verbunden ist, darunter ACS, stabile koronare Herzkrankheit, instabile koronare Herzkrankheit usw. [9] In einer Studie mit 662 Patienten über 80 Jahren mit ACS haben Jiao et al. entdeckten, dass der TyG-Index ein unabhängiger Prädiktor für die langfristige Gesamtmortalität (HR: 1,64, 95 %-KI: 1,06–2,54) und MACE (HR: 1,36, 95 %-KI: 1,05–1,95) war [10]. Gou et al. führte eine retrospektive Studie an 546 Patienten mit CHF und T2DM durch. Die Ergebnisse zeigten, dass der TyG-Index positiv mit dem kardiovaskulären Tod korrelierte (HR: 4,42, 95 %-KI: 1,49–13,15) [11]. In ähnlicher Weise haben Liu et al. führte eine prospektive Studie an 1.467 Patienten mit koronarer Herzkrankheit und Bluthochdruck durch. Die Ergebnisse zeigten, dass mit jedem Anstieg der Standardabweichung (SD) des TyG-Index das Risiko für Todesfälle jeglicher Ursache und nichttödliche kardiovaskuläre Ereignisse in dieser Population um 28 % anstieg (HR: 1,28, 95 %-KI: 1,04–1,59). [24].

Zusammenfassend lässt sich sagen, dass der TyG-Index ein nützlicher Biomarker sein kann, um eine schlechte Prognose zu erkennen und bei der weiteren Risikostratifizierung von Patienten mit ACS, Herzinsuffizienz usw. zu helfen. Aktuelle Studien zum Zusammenhang zwischen dem TyG-Index und CVD konzentrieren sich jedoch hauptsächlich auf die Sekundärprävention. und es gibt keine klinischen Studien, die den Zusammenhang zwischen beiden in der Primärprävention untersuchen. Und es ist nicht bekannt, ob der TyG-Index schlechte Ergebnisse in Hochrisiko-CVD-Gruppen vorhersagt. Somit schließen unsere Beobachtungen eine wichtige Wissenslücke auf diesem Gebiet. Unsere Studie bestätigt frühere Erkenntnisse, dass der TyG-Index ein starker Prädiktor für schlechte Ergebnisse bei Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen ist, selbst nach Berücksichtigung etwaiger Störfaktoren. Wir beobachteten, dass der TyG-Index ≥ 9,83 mit einem erhöhten Risiko für Gesamttod und kardiovaskulären Tod in der Hochrisiko-CVD-Population verbunden war (HR: 1,86, 95 %-KI: 1,37–2,51, P < 0,001; HR: 2,41, 95). %CI: 1,47–3,96, P = 0,001). Darüber hinaus wurde eine Untergruppenanalyse durchgeführt und es wurde festgestellt, dass der TyG-Index in den meisten Untergruppen eine größere Fähigkeit zur Vorhersage der Gesamtmortalität aufwies. Dies deutet darauf hin, dass der TyG-Index ein allgemein stabiler und zuverlässiger prognostischer Indikator für Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen ist, unabhängig von Geschlecht, Rauchen oder anderen Faktoren, und dass er bei Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen in großem Umfang eingesetzt werden kann.

Es ist wichtig zu beachten, dass der genaue Grenzwert des TyG-Index, der mit einer schlechten Prognose verbunden ist, in den einzelnen Studien unterschiedlich war, was unserer Ansicht nach hauptsächlich auf die Heterogenität der Studienpopulation zurückzuführen ist. Beispielsweise hatten Patienten mit einem TyG-Index > 8 unter Krebsüberlebenden ein höheres Risiko für primäre kardiovaskuläre Ereignisse [25]. Dies kann mit der langfristigen Krebsbehandlung von Krebsüberlebenden sowie mit unzureichender Aufmerksamkeit und Behandlung von Stoffwechselanomalien wie Blutfetten und Blutzucker zusammenhängen. Bei kritisch kranken Patienten war ein TyG-Index > 9,2 signifikant mit einer schlechten Prognose verbunden, da IR-bedingte pathologische Zustände wichtige Ursachen für die Verschlimmerung bei Intensivpatienten waren [26]. Unsere Studie konzentrierte sich auf Menschen mit hohem Risiko, die noch keine Herz-Kreislauf-Erkrankung entwickelt hatten, und konzentrierte sich auf fünf Hauptrisikofaktoren, die signifikant mit Herz-Kreislauf-Erkrankungen verbunden sind: schwerer Bluthochdruck, Diabetes, schwere Dyslipidämie, Geschlecht und Rauchen. Es wurde bestätigt, dass diese Risikofaktoren eng mit der endothelialen Dysfunktion, dem oxidativen Stress und der Entzündungsreaktion zusammenhängen, und die oben genannten pathologischen Prozesse verstärken sich lediglich gegenseitig mit den pathologischen Prozessen der IR. Im Vergleich zu kritisch kranken Patienten und Tumorüberlebenden hatte die in die Studie einbezogene Population einen höheren Grenzwert für den TyG-Index, was möglicherweise mit den schweren Stoffwechselstörungen und dem geringen Maß an Stress und Entzündungen in der in diese Studie einbezogenen Hochrisiko-CVD-Population zusammenhängt.

Obwohl die Ursache für den Zusammenhang zwischen TyG-Index und schlechter Prognose in der Hochrisiko-CVD-Gruppe noch unbekannt ist, könnten folgende Faktoren eine Rolle spielen: Erstens führt IR zu einem Ungleichgewicht zwischen dem Stoffwechsel von Glukose und Lipiden, was wiederum Entzündungen fördert und oxidativer Stress, verursacht das Auftreten und die Entwicklung von Arteriosklerose und beschleunigt die Entwicklung einer koronaren Herzkrankheit [27]. Zweitens kann IR eine erhöhte Produktion von glykosylierten Produkten und freien Radikalen induzieren, die Produktion reaktiver Sauerstoffspezies (ROS) erhöhen und Gefäßendothelschäden verursachen [28, 29]. Drittens kann IR die Antiaggregationsempfindlichkeit der Blutplättchen gegenüber den Prostaglandinen I2 und NO verringern, was zu einer Überaktivierung der Blutplättchen führt, Thrombosen und Entzündungen fördert, unerwünschte kardiovaskuläre Ereignisse verursacht und zu einer schlechten Prognose führt [30]. Viertens führt eine durch Insulinresistenz induzierte Überglykosylierung zur Proliferation glatter Muskelzellen und zur Kollagenablagerung, was zu erhöhter Herzsteifheit, Myokardfibrose und letztlich zu einer schlechten Prognose wie Herzversagen führt [9, 22].

Die Hauptstärke dieses Artikels besteht darin, dass er zum ersten Mal den Zusammenhang zwischen dem TyG-Index und der ungünstigen Prognose kardiovaskulärer Ereignisse in Hochrisikopopulationen auf der Ebene der Primärprävention untersucht. Es gibt jedoch auch einige Einschränkungen dieser Studie. Erstens umfasste diese Studie nur Chinesen, und die Anwendung auf andere ethnische Gruppen mit hohem Herz-Kreislauf-Risiko könnte zu anderen Ergebnissen führen. Diese Studie umfasste jedoch eine große Anzahl von Personen und berücksichtigte die geografische Verteilung sowie die sozialen und wirtschaftlichen Entwicklungsfaktoren mit einer gewissen Repräsentativität vollständig. Zweitens handelt es sich um eine retrospektive Studie, die den kausalen Zusammenhang zwischen dem TyG-Index und einer schlechten Prognose nicht vollständig beurteilen kann. Drittens würden unsere Forschungsergebnisse, obwohl einige Störfaktoren angepasst wurden, immer noch durch verbleibende Störfaktoren beeinflusst. Schließlich haben wir aufgrund der begrenzten gesammelten klinischen Informationen den Unterschied zwischen dem TyG-Index und anderen Indikatoren, die IR darstellen, bei der Vorhersage der Prognose von Hochrisikopersonen mit CVD nicht untersucht.

Zusammenfassend ergab diese Studie, dass der TyG-Index bei Menschen mit hohem Risiko für Herz-Kreislauf-Erkrankungen mit einer schlechten Prognose verbunden ist. In Populationen mit hohem Risiko für Herz-Kreislauf-Erkrankungen kann der TyG-Index als Prädiktor und Risikostratifizierungsinstrument für Todesfälle jeglicher Ursache und kardiovaskuläre Todesfälle eingesetzt werden.

Die Informationen und Daten der Studienpopulation wurden aus dem Krankenhausinformationssystem extrahiert. Die Datensätze sind nicht öffentlich zugänglich, da die Privatsphäre der Teilnehmer geschützt werden soll. Daten sind jedoch auf begründete Anfrage beim entsprechenden Autor erhältlich.

Herzkreislauferkrankung

Insulinresistenz

Triglyceridglukose

Eingeschränkter kubischer Spline

Gefahrenverhältnis

Konfidenzintervalle

Systolischer Blutdruck

Diastolischer Blutdruck

Lipoprotein-Cholesterin niedriger Dichte

Lipoprotein-Cholesterin hoher Dichte

Weltgesundheitsorganisation

Gesamtcholesterin

Triglycerid

Nüchternblutzucker

Body-Mass-Index

Diabetes Mellitus

Oraler Glukosetoleranz-Test

Standardabweichung

Liu X, Tan Z, Huang Y, et al. Zusammenhang zwischen dem Triglycerid-Glukose-Index und dem Risiko für Herz-Kreislauf-Erkrankungen und Mortalität in der Allgemeinbevölkerung: eine systematische Überprüfung und Metaanalyse. Herz-Kreislauf-Diabetol. 2022;21(1):124.

Artikel CAS PubMed PubMed Central Google Scholar

Roth GA, Mensah GA, Fuster V. Die globale Belastung durch Herz-Kreislauf-Erkrankungen und -Risiken: ein Kompass für globales Handeln. J Am Coll Cardiol. 2020;76(25):2980–1.

Artikel CAS PubMed Google Scholar

Li X, Wu C, Lu J, et al. Kardiovaskuläre Risikofaktoren in China: eine landesweite bevölkerungsbasierte Kohortenstudie. Lancet Public Health. 2020;5(12):e672–81.

Artikel PubMed Google Scholar

Lindh M, Banefelt J, Fox KM, et al. Kardiovaskuläre Ereignisraten in einer Population mit hohem Risiko für atherosklerotische Herz-Kreislauf-Erkrankungen: Schätzungen aus schwedischen bevölkerungsbasierten Registerdaten. Ergebnisse der Eur Heart J Qual Care-Klinik. 2019;5(3):225–32.

Artikel PubMed PubMed Central Google Scholar

Toth PP, Danese M, Villa G, et al. Geschätzte Belastung durch Herz-Kreislauf-Erkrankungen und wertbasierte Preisspanne für Evolocumab in einer Hochrisikopopulation mit Sekundärprävention im US-amerikanischen Kostenträgerkontext. J Med Econ. 2017;20(6):555–64.

Artikel PubMed Google Scholar

Global regional et al. und nationale vergleichende Risikobewertung von 84 Verhaltens-, Umwelt- und Berufsrisiken sowie Stoffwechselrisiken oder Risikoclustern für 195 Länder und Gebiete, 1990–2017: eine systematische Analyse für die Global Burden of Disease Study 2017. Lancet. 2018. 392(10159): 1923–1994.

Piepoli MF, Hoes AW, Agewall S, et al. 2016 Europäische Leitlinien zur Prävention von Herz-Kreislauf-Erkrankungen in der klinischen Praxis: Die sechste gemeinsame Task Force der Europäischen Gesellschaft für Kardiologie und anderer Gesellschaften zur Prävention von Herz-Kreislauf-Erkrankungen in der klinischen Praxis (bestehend aus Vertretern von 10 Gesellschaften und eingeladenen Experten) wurde unter besonderer Mitwirkung von entwickelt die Europäische Vereinigung für kardiovaskuläre Prävention und Rehabilitation (EACPR). Eur Heart J. 2016;37(29):2315–81.

Artikel PubMed PubMed Central Google Scholar

Huang R, Wang Z, Chen J, et al. Prognostischer Wert des Triglyceridglukoseindex (TyG) bei Patienten mit akuter dekompensierter Herzinsuffizienz. Herz-Kreislauf-Diabetol. 2022;21(1):88.

Artikel CAS PubMed PubMed Central Google Scholar

Tao LC, Xu JN, Wang TT, Hua F, Li JJ. Triglycerid-Glukose-Index als Marker bei Herz-Kreislauf-Erkrankungen: Landschaft und Grenzen. Herz-Kreislauf-Diabetol. 2022;21(1):68.

Artikel CAS PubMed PubMed Central Google Scholar

Jiao Y, Su Y, Shen J, et al. Bewertung der langfristigen Prognosefähigkeit des Triglycerid-Glucose-Index für ältere Patienten mit akutem Koronarsyndrom: eine Kohortenstudie. Herz-Kreislauf-Diabetol. 2022;21(1):3.

Artikel CAS PubMed PubMed Central Google Scholar

Guo W, Zhao L, Mo F, et al. Der prognostische Wert des Triglycerid-Glukose-Index bei Patienten mit chronischer Herzinsuffizienz und Typ-2-Diabetes: eine retrospektive Kohortenstudie. Diabetes-Res-Klinik-Praxis. 2021;177:108786.

Artikel CAS PubMed Google Scholar

Wu Z, Liu L, Wang W, et al. Triglycerid-Glukose-Index bei der Vorhersage unerwünschter kardiovaskulärer Ereignisse bei Patienten mit vorzeitiger koronarer Herzkrankheit: eine retrospektive Kohortenstudie. Herz-Kreislauf-Diabetol. 2022;21(1):142.

Artikel CAS PubMed PubMed Central Google Scholar

Jin JL, Cao YX, Wu LG, et al. Triglycerid-Glukose-Index zur Vorhersage kardiovaskulärer Ergebnisse bei Patienten mit koronarer Herzkrankheit. J Thorac Dis. 2018;10(11):6137–46.

Artikel PubMed PubMed Central Google Scholar

Simental-Mendía LE, Rodríguez-Morán M, Guerrero-Romero F. Das Produkt aus Nüchternglukose und Triglyceriden als Ersatz für die Identifizierung der Insulinresistenz bei scheinbar gesunden Probanden. Metab-Syndr-Relat-Störung. 2008;6(4):299–304.

Artikel PubMed Google Scholar

Li G, Lan H, Liu Z, et al. Der Zusammenhang zwischen kurzfristiger Feinstaubbelastung und ambulanten Besuchen in Peking, China. Iran J Öffentliche Gesundheit. 2017;46(11):1486–94.

PubMed PubMed Central Google Scholar

Wang L, Gao P, Zhang M, et al. Prävalenz und ethnisches Muster von Diabetes und Prädiabetes in China im Jahr 2013. JAMA. 2017;317(24):2515–23.

Artikel PubMed PubMed Central Google Scholar

Lu J, Lu Y, Wang X, et al. Prävalenz, Bewusstsein, Behandlung und Kontrolle von Bluthochdruck in China: Daten von 1,7 Millionen Erwachsenen in einer bevölkerungsbasierten Screening-Studie (China PEACE Millionen-Personen-Projekt). Lanzette. 2017;390(10112):2549–58.

Artikel PubMed Google Scholar

Lu J, Lu Y, Yang H, et al. Merkmale eines hohen kardiovaskulären Risikos bei 1,7 Millionen chinesischen Erwachsenen. Ann Intern Med. 2019;170(5):298–308.

Artikel PubMed Google Scholar

Manuel DG, Lim J, Tanuseputro P, et al. Revisiting Rose: Strategien zur Reduzierung koronarer Herzkrankheiten. BMJ. 2006;332(7542):659–62.

Artikel PubMed PubMed Central Google Scholar

Gemmell I, Heller RF, Payne K, Edwards R, Roland M, Durrington P. Mögliche Auswirkungen der Strategie der britischen Regierung zur Verringerung der Belastung durch koronare Herzkrankheiten in England auf die Bevölkerung: Vergleich von Primär- und Sekundärpräventionsstrategien. Qual Saf Gesundheitsfürsorge. 2006;15(5):339–43.

Artikel CAS PubMed PubMed Central Google Scholar

Lim SS, Gaziano TA, Gakidou E, et al. Prävention von Herz-Kreislauf-Erkrankungen bei Hochrisikopersonen in Ländern mit niedrigem und mittlerem Einkommen: gesundheitliche Auswirkungen und Kosten. Lanzette. 2007;370(9604):2054–62.

Artikel PubMed Google Scholar

Hill MA, Yang Y, Zhang L, et al. Insulinresistenz, Herz-Kreislauf-Versteifung und Herz-Kreislauf-Erkrankungen. Stoffwechsel. 2021;119:154766.

Artikel CAS PubMed Google Scholar

Ormazabal V, Nair S, Elfeky O, Aguayo C, Solomon C, Zuñiga FA. Zusammenhang zwischen Insulinresistenz und der Entwicklung von Herz-Kreislauf-Erkrankungen. Herz-Kreislauf-Diabetol. 2018;17(1):1

Artikel CAS PubMed PubMed Central Google Scholar

Liu Y, Zhu B, Zhou W, et al. Triglycerid-Glucose-Index als Marker für eine ungünstige kardiovaskuläre Prognose bei Patienten mit koronarer Herzkrankheit und Bluthochdruck. Herz-Kreislauf-Diabetol. 2023;22(1):133.

Artikel CAS PubMed PubMed Central Google Scholar

Jung MH, Yi SW, An SJ, et al. Zusammenhänge zwischen dem Triglycerid-Glukose-Index und Herz-Kreislauf-Erkrankungen bei über 150.000 Krebsüberlebenden: eine bevölkerungsbasierte Kohortenstudie. Herz-Kreislauf-Diabetol. 2022;21(1):52.

Artikel CAS PubMed PubMed Central Google Scholar

Liao Y, Zhang R, Shi S, et al. Triglycerid-Glukose-Index im Zusammenhang mit der Gesamtmortalität bei kritisch kranken Patienten: eine Kohorte von 3026 Patienten. Herz-Kreislauf-Diabetol. 2022;21(1):128.

Artikel CAS PubMed PubMed Central Google Scholar

Yang Q, Vijayakumar A, Kahn BB. Metaboliten als Regulatoren der Insulinsensitivität und des Insulinstoffwechsels. Nat Rev Mol Cell Biol. 2018;19(10):654–72.

Artikel CAS PubMed PubMed Central Google Scholar

Molina MN, Ferder L, Manucha W. Neue Rolle von Stickoxid und Hitzeschockproteinen bei der Insulinresistenz. Curr Hypertens Rep. 2016;18(1):1.

Artikel CAS PubMed Google Scholar

Nishikawa T., Kukidome D., Sonoda K. et al. Einfluss der mitochondrialen ROS-Produktion auf die Pathogenese der Insulinresistenz. Diabetes-Res-Klinik-Praxis. 2007;77(Suppl 1):161–4.

Artikel Google Scholar

Gerrits AJ, Koekman CA, van Haeften TW, Akkerman JW. Die Thrombozytengewebefaktorsynthese ist bei Typ-2-Diabetikern resistent gegen eine Hemmung durch Insulin. Diabetes. 2010;59(6):1487–95.

Artikel CAS PubMed PubMed Central Google Scholar

Referenzen herunterladen

Unzutreffend.

Diese Arbeit wurde durch ein Stipendium der Natural Science Foundation for Distinguished Young Scholars der Provinz Fujian (Stipendium Nr. 2021J06030), das Youth Top Talent Project des Fujian Provincial Foal Eagle Program und Fujian Research and Training Grants for Young and Middle-aged Leaders unterstützt im Gesundheitswesen.

Xiao-ling Cai und Yi-fei Xiang haben gleichermaßen zu dieser Arbeit beigetragen.

Kardiologie, Abteilung für Kardiologie, Fujian Provincial Hospital, Shengli Clinical Medical College der Fujian Medical University, Fuzhou, Provinz Fujian, China

Xiao-ling Cai, Yi-fei Xiang, Xiao-fang Chen, Xue-qin Lin, Bi-ting Lin, Geng-yu Zhou, Lin Yu, Yan-song Guo und Kai-yang Lin

Zentrum für kardiovaskuläre epidemiologische Forschung und Prävention des Provinzkrankenhauses Fujian, Fuzhou, Provinz Fujian, China

Xiao-ling Cai, Yi-fei Xiang, Xiao-fang Chen, Xue-qin Lin, Bi-ting Lin, Geng-yu Zhou, Lin Yu, Yan-song Guo und Kai-yang Lin

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

LKY, CXL und XYF haben an der Konzeption bzw. Gestaltung des Werkes mitgewirkt. Alle Autoren waren für die Erfassung, Analyse und Interpretation der Daten verantwortlich. CXL, XYF und CXF haben das Manuskript verfasst. Alle Autoren führten eine kritische Überarbeitung des Manuskripts hinsichtlich wichtiger intellektueller Inhalte durch. Alle Autoren waren mit dem Inhalt des einzureichenden Artikels einverstanden. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.

Korrespondenz mit Yan-song Guo oder Kai-yang Lin.

Diese retrospektive Studie entsprach der Deklaration von Helsinki und wurde von der Ethikkommission des Fujian Provincial Hospital genehmigt. Alle Teilnehmer stimmten der Teilnahme mit mündlicher Zustimmung zu.

Unzutreffend.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.

Nachdrucke und Genehmigungen

Cai, Xl., Xiang, Yf., Chen, Xf. et al. Prognostischer Wert des Triglycerid-Glukose-Index in der Bevölkerung mit hohem Risiko für Herz-Kreislauf-Erkrankungen. Cardiovasc Diabetol 22, 198 (2023). https://doi.org/10.1186/s12933-023-01924-2

Zitat herunterladen

Eingegangen: 19. Juni 2023

Angenommen: 15. Juli 2023

Veröffentlicht: 03. August 2023

DOI: https://doi.org/10.1186/s12933-023-01924-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt