导图社区 胰岛素抵抗代谢评分预测一般人群全因和心血管死亡:来自NHAN
这是一篇关于胰岛素抵抗代谢评分预测一般人群全因和心血管死亡:来自NHAN的思维导图,METS-IR是一种用于评估胰岛素抵抗的代谢评分系统,它通过综合考虑多个代谢因素(如空腹血糖、甘油三酯、身体质量指数等)来量化胰岛素抵抗的程度。这种评分系统已被证明在预测心血管疾病(CVD)风险方面具有价值。主要内容包括:表不如图,字不如表,摘要,题目。
这是一篇关于基于Web的动态Nomogram结合内部验证对急性心力衰竭患的思维导图,主要内容包括:补充材料,表不如图,字不如表,摘要,题目。
这是一篇关于机器学习得到脓毒症危重症患者急性肾损伤的血肌酐轨迹的思维导图,主要内容包括:补充材料,表不如图,字不如表,摘要,题目。
这是一篇关于心房颤动的反复导管消融——如何预测结果?的思维导图,主要内容包括:表不如图,字不如表,摘要,题目。
社区模板帮助中心,点此进入>>
小儿常见病的辩证与护理
蛋白质
均衡饮食一周计划
消化系统常见病
耳鼻喉解剖与生理
糖尿病知识总结
细胞的基本功能
体格检查:一般检查
心裕济川传承谱
解热镇痛抗炎药
胰岛素抵抗代谢评分预测一般人群全因和心血管死亡:来自NHANES 2001 - 2018的证据
题目
Metabolic score for insulin resistance (METSIR) predicts all-cause and cardiovascular mortality in the general population: evidence from NHANES 2001–2018
摘要
背景/目的
胰岛素抵抗( insulin resistance,IR )
肥胖相关的 IR 的患病率随着肥胖率的增加而增加
本研究基于Boruta算法筛选出的关键变量,比较了IR 4个替代指标在一般人群中对全因死亡和心血管死亡的预测效用
甘油三酯葡萄糖指数( Ty G指数)
胰岛素抵抗代谢评分( METS-IR )
甘油三酯/高密度脂蛋白胆固醇( TG / HDL-C )比值
稳态模型胰岛素抵抗指数( HOMA-IR )
目的是寻找IR的最佳替代指标
方法
本研究从NHANES ( 2001 - 2018年)中筛选出14653名参与者
根据公式分别计算Ty G指数、METS - IR、TG / HDL - C和HOMA - IR
评估IR替代指标对总人群全因死亡和心血管死亡的预测价值
在大样本数据的基础上,应用Boruta算法选择多因素Cox回归的纳入因子,提高了研究的置信度和准确性
结果
中位随访时间为116个月,全因死亡2085例( 10.23 % ),心血管疾病相关死亡549例( 2.61 % )
多因素Cox回归和限制性立方样条分析显示,在4个指标中,仅METS - IR与全因死亡和CVD死亡均显著相关,且均呈近似" U "型的非线性关联
基线METS - IR低于拐点( 41.33 )与死亡率[全因死亡的风险比( HR )为0.972 ]呈负相关
基线METS - IR高于拐点( 41.33 )与死亡率(全因死亡的HR 1.019 , CVD死亡的HR 1.028 )呈正相关
进一步对METS - IR进行分层,发现METS - IR水平与全因死亡和心血管死亡的显著关联主要存在于年龄< 65岁的非老年人群中
结论
结合Boruta算法的结果,METS - IR在美国人群中显示出比其他三个IR替代指标( Ty G指数、TG / HDL - C、HOMA - IR)更显著的全因死亡率和心血管死亡率的关联,特别是在65岁以下的个体中尤为明显
字不如表
Table 1
NHANES 2001 - 2018年Ty G指数、METS - IR、TG / HDL - C和HOMA - IR四分位数的基线特征
Q1-4
Table 2
根据Ty G指数、METS - IR、TG / HDL - C和HOMA - IR四分位数分组的实验室特征基线水平,NHANES 2001 - 2018
Table 3
NHANES 2001 - 2018年,根据不同的预后进行亚组分析
全因死亡
心血管死亡
Table 4
NHANES 2001 - 2018年TyG指数、METS - IR、TG / HDL - C和HOMA - IR四分位数分组死亡率的HRs ( 95 % CIs )
模型1:未调整
模型2:调整年龄、性别、种族
模型3 (全因死亡):调整年龄、性别、种族、BMI、PIR、教育、饮酒、吸烟、CVD、Scr、SBP、BUN、高血压
模型3 (心血管病死亡率):调整年龄、性别、种族、BMI、PIR、教育、饮酒、吸烟、HbA1C、FPG、Scr、ALT、SBP
Table 5
Ty G指数、METS - IR、TG / HDL - C和HOMA - IR对全因和心血管死亡的阈值效应分析
4个x
2个y
拐点两侧HR
表不如图
Figure 1
患者选择流程图
Figure 2
根据Ty G指数四分位数、METS - IR、TG / HDL - C和HOMA - IR分层绘制全因死亡和心血管死亡条形图
Figure 3
基于Boruta算法的全死因死亡率特征选择过程( A )和筛选过程中Z - score的取值演变过程( B )
基于Boruta算法的心血管病死亡率特征选择过程( C )和筛选过程中Z - score的值演化( D )
在A和C中,横轴表示变量名,纵轴表示每个变量的Z值
在B和D中,横轴表示迭代次数,纵轴表示筛选过程中Z值的变化
蓝色框和线对应阴影特征的最小、平均和最大Z - score
绿色方框和线条代表模型计算中的确认变量
红色方框和线条代表模型计算中的拒绝变量
Figure 4
普通人群Ty G指数与全因死亡( A )和心血管死亡( B )的关联
以Ty G指数水平为8.61为参照,计算各风险比
一般人群中METS - IR与全因死亡( C )和心血管死亡( D )的关联
以METS - IR水平41.33为参照,计算各风险比
一般人群中TG / HDL - C与全因死亡( E )和心血管死亡( F )的关联
以TG / HDL - C水平1.98为参照,计算各风险比
普通人群HOMA - IR与全因死亡( G )和心血管死亡( H )的关系
以HOMA - IR水平2.49为参照,计算各风险比
调整年龄、性别、种族、BMI、PIR、教育、饮酒、吸烟、CVD、Scr、SBP、BUN、高血压等因素后的全因死亡率
调整年龄、性别、种族、BMI、PIR、教育程度、饮酒、吸烟、HbA1C、FPG、Scr、ALT、SBP等因素后,计算心血管死亡率
Figure 5
亚组分析METS - IR与全因死亡的相关性
Figure 6
分组分析METS - IR与心血管死亡的相关性