欢迎报名2024年郑老师团队课程课程!
郑老师科研统计培训,包括临床数据、公共数据分析课程,欢迎报名
2024年1月,中国学者在《Cardiovasc Diabetol》(一区top,IF=9.3)发表题为:"The association between TyG and all-cause/non-cardiovascular mortality in general patients withtype 2 diabetes mellitus is modified by age: resultsfrom the cohort study of NHANES 1999-2018" 的研究论文。
本文章基于全国健康与营养检查调查(NHANES)数据库,使用关联死亡率文件计算基线 TyG 并确定特定原因的死亡状态,通过多因素Cox和限制三次样条(RCS)回归模型评估TyG与全因/特定原因死亡率之间的相关性。结果表明,TyG与全因/非CV死亡之间的关联因年龄而异,在 65 岁以下的 T2DM 患者中,较高的 TyG 仅与全因/非 CV 风险增加相关,但在老年患者中则不然。
摘要与主要结果
一、摘要
文章题目:TyG 与一般 2 型糖尿病患者全因/非心血管死亡率之间的关联因年龄而异:NHANES 1999-2018 队列研究的结果
研究背景:甘油三酯-葡萄糖 (TyG)指数对一般 2 型糖尿病 (T2DM) 患者的预后价值尚不清楚。因此,我们旨在确定 T2DM 队列中 TyG 与全因/特定原因死亡之间的关联,并探讨这种关联是否会因年龄而改变。
数据来源:选取1999-2018年全国健康与营养检查调查(NHANES)3376例T2DM患者,分为年轻组(<65岁)和老年组(≥65岁)。
方法:截至 2019 年 12 月 31 日,通过 NHANES 公共使用关联死亡率文件计算基线 TyG 并确定特定原因的死亡状态 [心血管 (CV)、癌症和非 CV]。采用多因素Cox和限制三次样条(RCS)回归模型评估TyG与全因/特定原因死亡率之间的相关性。还评估了TyG与年龄与死亡率之间的相互作用。对未接受心血管疾病、慢性肾病或胰岛素治疗的患者进行敏感性分析。
结果:在中位随访 107 个月期间,发生了 805 例全因死亡,其中 250 例和 144 例归因于心血管和癌症死亡。TyG 与全因/非 CV 死亡率之间存在显着的年龄交互作用。在充分调整潜在混杂因素后,较高的TyG与全因风险增加的风险增加相关[TyG每单位增加风险比(HR)1.33,95%置信区间(CI)1.06-1.66,p=0.014]和非CV死亡率(TyG每单位增加HR 1.54,95%CI 1.18-2.01,p = 0.002)的风险增加仅在年轻组中相关,但在老年组中则不然。在整个队列和两个年龄亚组中,TyG 与 CV/癌症死亡之间没有显着相关性。在RCS和敏感性分析中也发现了类似的结果。
结论:在美国T2DM患者的全国样本中,我们发现TyG与全因/非CV死亡之间的关联因年龄而异。仅在 65 岁以下的 T2DM 患者中,较高的 TyG 仅与全因/非 CV 风险增加相关,但在老年患者中则不然。
二、研究结果
1.基线数据
(1)共纳入3376名符合条件的参与者,中位年龄62岁,1750人(51.84%)为男性,中位TyG为9.10。
与老年T2DM患者相比,年轻患者的TyG、HOMA-IR、HOMA-β较高,而QUICKI较低,说明年轻患者的IR状态更严重。
老年组患者比年轻组患者有更多的CHF、CAD、高血压、CKD、中风等共病。
然而,老年组的BMI、糖化血红蛋白、葡萄糖、甘油三酯、血清胰岛素、总胆固醇、LDL-C水平较低,而血清肌酐、UACR、UA和HDL-C水平较高。
在药物治疗方面,老年患者接受了更多的降糖药物、降压药、他汀类药物和阿司匹林。
(2)基线数据分析结果如下:
TyG与空腹甘油三酯(r=0.87)、空腹血糖(r=0.61)、HOMA-IR(r=0.47)和血清胰岛素(r=0.26)呈显著正相关。
而TyG与HOMA-β(r = -0.12)和QUICKI(r = -0.47)之间呈负相关。
2.T2DM的病因特异性死亡和TyG
TyG 与全因/非 CV 死亡率之间存在显着的年龄交互作用。
(1)充分调整混杂因素后观测得出,TyG与年轻组患者的全因死亡率显著相关[TyG每单位增加风险比(HR)1.33,95%置信区间(CI)1.06-1.66,p=0.014],但在老年组中则不然。
图 TyG与全因死亡率之间的关系
(2)非CV死亡率的风险增加也仅与年轻组相关(TyG每单位增加HR 1.54,95%CI 1.18-2.01,p = 0.002)。
图 TyG与非CV死亡率之间的关系
模型1:未经调整
模型2:调整年龄和性别
模型3:调整年龄、性别、种族、BMI、CAD、白蛋白、低生长因子受体、UACR、胰岛素治疗和二甲双胍
模型4:调整年龄、性别、种族、教育水平、当前吸烟、BMI、CHF、CAD、高血压、白蛋白、低生长因子受体、糖化血红蛋白、UACR、UA、胰岛素治疗、二甲双胍和他汀类药物
3.RSC回归分析
在总队列中,TyG与全因/非CV死亡率之间存在J型关联,年龄相互作用的p值<0.001。
与TyG为9.01的患者相比,TyG≥9.32的患者全因死亡率更高;
在年轻组中,观察到TyG与全因死亡之间存在线性关联,而在老年组中,TyG与全部原因死亡之间没有显著关联。
关于非CV死亡率,在年轻组中也观察到类似的线性相关性。
但TyG与CV/癌症死亡之间没有显著关系。
4.具有不同IR指数的模型的预测能力
HOMA-IR、QUICKI和HOMA-bata模型的C指数与TyG模型的C指标没有显著差异。
然而,在年轻组中,使用TyG的全因/非CV死亡模型的C指数显著高于使用空腹甘油三酯的模型。
在年轻患者中,TyG在预测非CV死亡方面的表现也优于空腹血糖。
且当我们排除接受胰岛素治疗的患者时,也观察到了类似的结果。
5.敏感性分析
敏感性分析显示,在无CHF、无CAD、无卒中、无CKD或基线时无胰岛素治疗的T2DM患者中,TyG与全因/因特异性死亡率之间的大多数关联结果都是稳健的。
设计与统计学方法
一、研究设计
P(Population)参与者:1999至2018年,全国健康与营养检查调查(NHANES)中符合条件的3376例T2DM患者。
E(exposure)暴露因素:TyG
O(outcome)结局:全因/非CV死亡
S(Study design)研究类型:横断面研究
二、统计方法
1.统计描述
基线特征被描述为连续变量的中位数(第25-75个百分位数)和分类变量的数量(百分比),并在不同年龄组之间进行比较。我们还根据三分位数比较了TyG组的基线特征。组间差异的比较采用wilcoxon秩检验、Kruskal-Wallis检验或卡方检验。采用Spearman相关检验评估TyG与其他IR指数的相关性。
2.Cox回归模型
采用Cox比例风险分析来计算风险比(HRs)和95%置信区间(CI)。通过检验 Schoenfeld残差来检验比例风险假设。
3. 亚组分析
按照年龄进行分层,探索年龄的交互作用,主要是探索两个年龄梯度死亡率风险的差异。
4. 敏感性分析
对无CHF、无CAD、无卒中、无CKD和无胰岛素治疗的患者进行敏感性分析。
5.统计分析软件
所有分析均采用R软件4.0.1版本进行。由于这些分析的探索性,没有对多重比较进行调整。P<为0.05,视为差异有统计学意义。
一个专门做公共数据库的公众号,关注我们
本公众提供各种科研服务了!
一、课程培训 2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课。如果您有需求,不妨点击查看: 二、数据分析服务 浙江中医药大学郑老师团队接单各项医学研究数据分析的服务,提供高质量统计分析报告。有兴趣了解一下详情: |