IF=9.3，还得是TyG！仅用MIMIC-IV结合热门指标，发文一区

‍

热门指标TyG在科研区属实是嘎嘎乱杀，曾在一个月内在同一个期刊连发四篇一区（IF=9.3）！相关内容可以查看本公众号往期推文，自带热度的指标，遇到可千万不要错过！

往期回顾：

小小一区，轻松拿捏！中国学者用各大公共数据库研究明星指标TyG，文章发在同一杂志

2024年6月6日，中国医学科学院的学者用MIMIC-IV数据库，在期刊《Cardiovascular Diabetology》（医学一区top，IF=9.3）发表题为：“Association of the TyG index with prognosis insurgical intensive care patients: data from the MIMIC-IV ”的研究论文，使用了我们最常见的指数TyG（胰岛素-葡萄糖），探讨外科/创伤ICU患者TyG指数与死亡风险之间的相关性，以识别高风险个体并改善预后策略。

本公众号回复“ 原文”即可获得文献PDF等资料

在先前的研究中，研究者们发现指标TyG与心血管病疾病以及代谢疾病之间存在关联。然而关于TyG指数与创伤及手术患者预后的具体关系鲜少有文献提及，本研究旨在探讨TyG指数与外科ICU/创伤ICU住院患者短期和长期死亡风险的相关性，有助于识别高危患者，并尽可能为制定改善患者预后的新策略提供帮助。

主要研究结果

1.研究设计

本研究采用了重症监护数据库 IV （MIMIC-IV）的数据，最终纳入外科重症监护病房 （SICU） 收治的 2103 名患者，纳入标准包括：

（1） 入住外科重症监护病房 （ICU） 或创伤外科 ICU（TSICU）；

（2）可以计算TyG指数的患者；

（3）年龄≥18岁;

（4）在ICU住院24h以上。

同时，被纳入的参与者根据TyG指数的三分位数，被分为三组：T1（<8.76）、T2（8.76-9.43）和 T3（>9.43）。

Tyg 指数是根据甘油三酯 （TG） 和空腹血糖 （FBG） 水平计算的，公式如下：

结局指标：28 天死亡率是短期预后的指标，180 天死亡率是长期预后的指标

2.基线数据

研究团队最终纳入2103名符合条件的患者，纳入患者的28天死亡率为 18%，180 天死亡率为27%。

• 以T1组为参考，随着TyG指数的增加，进入创伤外科重症监护病房（SICU）的可能性增加，休克（SBP<90）和糖尿病患者的比例也会更高，ICU的住院时间和住院天数也更长。

   3.TyG 指数与全因死亡率之间的关联

研究结果表明，TyG指数与全因死亡率之间存在关联。随着TyG指数的增加，患者的全因死亡率上升。

• 当TyG被视为分类变量时，在调整年龄、性别、种族/民族、合并症和eGFR（模型3）后，与T1相比，T2的28天死亡率HR为1.22（95% CI，0.95~1.57），180天死亡率HR为1.36（95% CI，1.11~1.68）。

• 与T1相比，T3的28天死亡率HR（95%CI）为1.32（0.99,1.76），180天死亡率HR（95%CI）为1.41（1.12,1.79）。

• TyG每增加1个单位，28 天HR的变化为1.19（95% CI，1.04~1.37），180 天HR的变化为1.24（95% CI1.11~1.39）。

加粗部分表示P < 0.05，差异有统计学意义

模型1:未调整；

模型2:根据年龄、性别、种族/民族进行调整；

模型3:调整了年龄、性别、种族/民族、心力衰竭、高血压、动脉颤动、糖尿病、肾病、肝病、慢性阻塞性肺病、心血管疾病、中风、eGFR。

4.TyG 指数和全因死亡率的剂量反应分析

在调整了年龄、性别、种族/民族、合并症和 eGFR 后，RCS曲线分析揭示了 TyG 指数与 28 天死亡率和 180 天死亡率之间存在线性关联（P 值 < 0.05，非线性 P>  0.05）。

a为28天死亡率曲线，b为180天死亡率曲线

5.亚组分析结果

在调整所有协变量后，亚组分析结果如下。

（1）关于28天死亡率，

• 与T1相比，T2对脑卒中和心力衰竭亚组28天死亡率的影响存在差异;

• T3 对 28 天死亡率的影响在年龄、种族、卒中、心房颤动和 ICU 类型的亚组中有所不同，ICU 类型与该变量之间存在交互作用 （P < 0.05）。

（2）关于180天死亡率，

• 与T1相比，T2对180天死亡率的影响在性别、年龄、种族、高血压、脑卒中、心房颤动、心力衰竭和ICU亚组中有所不同;

• T3 对 180 天死亡率的影响在性别、年龄、种族、冠心病、卒中、心房颤动、心力衰竭和 ICU 类型亚组中有所不同，年龄、卒中和该变量之间存在交互作用（P < 0.05）。

6.亚组的剂量-反应曲线

（1）年龄

在调整除亚组以外的所有协变量后，研究团队发现，无论是以28天还是180天死亡率为重点，TyG指数均与60岁以下的死亡率相关，而与60岁以上的患者中不相关。

a为年龄<60岁人群28天死亡率曲线，b为年龄≥60岁人群28天死亡率曲线；

c为年龄<60岁180天死亡率曲线，d为年龄≥60岁180天死亡率曲线。

（2）糖尿病

在对除亚组以外的所有协变量进行调整后，研究团队发现当使用28天作为终点结果时间时，糖尿病和非糖尿病患者的TyG和死亡率均不相关；当使用180天作为终点结果时间时，TyG指数与非糖尿病患者的180天死亡率呈正相关， 而在糖尿病患者中则不相关。

a为非糖尿病患者28天死亡率曲线，b为糖尿病患者28天死亡率曲线总体；

c为非糖尿病患者180天死亡率曲线，d为糖尿病患者180天死亡率曲线。

（3）卒中

在对除亚组以外的所有协变量进行调整后，无论是以28天还是180天死亡率为重点，TyG指数均与卒中患者的死亡率相关，而与60岁以上的患者中不相关。其中TyG指数与卒中患者的180天死亡率呈正相关。

a为卒中患者28天死亡率曲线，b为非卒中患者28天死亡率曲线；

c为卒中患者180天死亡率曲线，d为非卒中患者180天死亡率曲线。

（4）心血管疾病 （Cad）

在对除亚组以外的所有协变量进行调整后，研究结果显示，无论是以28天还是180天死亡率为重点，TyG指数均Cad患者的死亡率相关，而与非Cad患者中不相关。

a为非Cad患者28天死亡率曲线，b为Cad患者28天死亡率曲线；

c为非Cad患者180天死亡率曲线，d为Cad患者180天死亡率曲线。

统计学方法

本文使用了多种统计学方法，研究思路非常清晰：

• 使用Cox比例风险回归模型进行单因素和多因素分析；

• 为了解决多重测试的问题，应用了Benjamini-Hochberg程序来控制错误发现率（FDR）；

• 为了解释多重共线性，计算方差膨胀因子 （VIF） 来评估多变量 Cox 模型中变量的多重共线性，VIF < 10 表明多重共线性可能不会影响估计；

• 此外，根据不同的人口统计学特征和合并症进行亚组分析，将亚组和TyG指数（T1、T2、T3）乘法交互作用项拟合到模型中，以评估潜在的交互作用；

• 在模型中，RCS曲线将TyG指数作为连续变量进行分析，以阐明剂量效应与短期和长期结局风险之间的关系。

本公众号回复“ 原文”即可获得文献PDF等资料

后   记

热门指标TyG真的很好用，常出现在高分文章中。本文主要使用Cox比例风险回归模型进行单因素和多因素分析，评估暴露与结果之间的关系，同时使用RCS曲线研究是否存在线性关联，最后进行亚组分析。

在临床研究和护理研究中，很多都是非常耗精力、成本和时间的项目，其数据与结果也非常容易受到干扰，涉及的统计学问题也是非常令人头大。如果你想在统计分析上省点心，郑老师的统计服务团队恰好能帮上忙！指导+服务+咨询三合一，助力你的论文顺利发表！

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： 发文后退款：2024-2025年科研统计课程介绍 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： 课题、论文、毕业数据分析  临床试验设计与分析 、公共数据库挖掘与统计