الكلمات الرئيسية: الجلوكوز الثلاثي الجليسريد (TyG)، الجلوكوز الثلاثي الجليسريد – محيط الخصر (TyG-WC)، الجلوكوز الثلاثي الجليسريد – نسبة الخصر إلى الطول (TyG-WHtR)، الجلوكوز الثلاثي الجليسريد – مؤشر كتلة الجسم (TyG-BMI)، معدل وفيات أمراض القلب والأوعية الدموية (CVD)، أمراض القلب والأوعية الدموية، المسح الوطني لفحص الصحة والتغذية (NHANES)

أمراض القلب والأوعية الدموية (CVD) هي السبب الرئيسي للوفاة وسنوات الحياة الصحية المفقودة لدى البشر، والسبب الرئيسي لعبء الأمراض العالمي، ومساهم كبير في فقدان الصحة وارتفاع تكاليف الرعاية الصحية [1، . يعد تحديد العوامل التي تتنبأ بخطر CVD أمرًا ضروريًا لتعزيز الوقاية المبكرة من الأمراض.
مؤشر الجلوكوز الثلاثي الجليسريد (TyG) هو مقياس لمقاومة الأنسولين يقيم حساسية الجسم للأنسولين من خلال دمج علامتين حيويتين، الجليسريد الثلاثي والجلوكوز في الدم الصائم [3، 4]. تعتبر مقاومة الأنسولين حالة يتم فيها تقليل حساسية الجسم واستجابته للأنسولين، مما يؤدي إلى عدم قدرة الأنسولين على نقل الجلوكوز بكفاءة إلى الخلايا، مما يسبب اضطرابات أيضية مثل فرط سكر الدم [5]. تعتبر مقاومة الأنسولين عامل خطر كبير للعديد من الأمراض الأيضية مثل داء السكري من النوع 2 [6]، السمنة [7]، أمراض القلب والأوعية الدموية [8-10]، وما إلى ذلك. يتم حساب مؤشر TyG باستخدام الصيغة التالية: TyG (ثلاثي الجليسريد ( ) الجلوكوز في الدم الصائم ( )/2). أظهرت الدراسات الحديثة أن مؤشر TyG لا يتنبأ فقط بخطر وشدة أمراض القلب والأوعية الدموية ولكنه مرتبط أيضًا بتوقعات أمراض القلب والأوعية الدموية [11-14]. ومع ذلك، ركزت الدراسات على TyG وأمراض القلب والأوعية الدموية على السكان الأوروبيين والآسيويين، وهناك دراسات قليلة نسبيًا حول TyG وأمراض القلب والأوعية الدموية ومعدل وفيات CVD في السكان الأمريكيين.
السمنة شائعة في جميع أنحاء العالم وترتبط ارتباطًا وثيقًا بمخاطر صحية متنوعة، مثل ضعف تحمل الجلوكوز، مقاومة الأنسولين، واضطرابات الأيض [15-17]، والتي يمكن أن تؤدي إلى بدء تقدم وتوقعات أمراض القلب والأوعية الدموية [18-20]. يرتبط TYG المدمج مع مؤشرات السمنة ارتباطًا وثيقًا بمقاومة الأنسولين [21، 22]، ومتلازمة الأيض [23]، وحمض اليوريك [24]، وداء السكري [25]، والكبد الدهني [26]. أظهرت بعض الدراسات أن TyG المدمج مع مؤشرات السمنة أفضل من مؤشر TyG لتقييم [27]. ومع ذلك، كانت هذه الدراسات حول TyG المدمج مع مؤشرات السمنة وأمراض القلب والأوعية الدموية قليلة وركزت بشكل رئيسي على السكان الآسيويين والأوروبيين [28]. العلاقة بين TyG المدمج مع مؤشرات السمنة وأمراض القلب والأوعية الدموية ومعدل وفيات CVD في السكان الأمريكيين غير واضحة. استخدمت دراستنا قاعدة بيانات المسح الوطني لفحص الصحة والتغذية لتحليل ارتباط مؤشر TyG وتركيبه مع مؤشرات السمنة مع

معدل وفيات CVD، إجمالي CVD، فشل القلب الاحتقاني، احتشاء عضلة القلب، ذبحة صدرية، وأمراض القلب التاجية.

شملت هذه الدراسة المقطعية 11,937 مشاركًا بالغًا من المسح الوطني لفحص الصحة والتغذية (NHANES) 2003-2018. تم توضيح إجراء الدراسة في الشكل 1. تضمنت معايير الاستبعاد ما يلي: (1) تناول الطاقة الغذائية أقل من 800 أو أكثر من يومًا للذكور وأقل من 500 أو أكثر من يومًا للإناث [29]؛ (2) المشاركون الذين لديهم نقص في مؤشر الجلوكوز الثلاثي الجليسريد وتركيباته مع مؤشرات السمنة؛ (3) المشاركون الذين يفتقرون إلى النتائج أو المتغيرات المشتركة. وافق مجلس مراجعة أخلاقيات البحث في NCHS على بروتوكول دراسة NHANES، وقدم جميع المشاركين موافقة خطية مستنيرة.

يقوم مؤشر TyG بت quantifying مقاومة الأنسولين من خلال دمج الجلوكوز الصائم مع مستويات الجليسريد الثلاثي. تم قياس الجلوكوز في الدم الصائم (FSG) والجليسريد الثلاثي في البداية عندما قدم المشاركون عينات دمهم. تم الحصول على وزن الجسم والطول ومحيط الخصر عندما شارك الأشخاص في الفحوصات البدنية في مركز الفحص المتنقل. علاوة على ذلك، تم حساب مؤشر كتلة الجسم مع نسبة الخصر إلى الطول. تم تصنيف المشاركين إلى أربع مجموعات (Q1، Q2، Q3،

Q4) حسب الأرباع لمؤشر TyG وTyG-WC وTyGWHtR وTyG-BMI، على التوالي، وتم استخدام مجموعة Q1 كمجموعة مرجعية.
تم حساب TyG وTyG-WC وTyG-WHtR وTyG-BMI وفقًا للصيغ التالية: (1) [الجليسريد الثلاثي ( ) الجلوكوز ( )/2]; (2) BMI=الكتلة الجسمية ( كجم )/ الطول ; (3) WHtR محيط الخصر/ الطول؛ (4) TyG-WC=TyG×محيط الخصر؛ TyGWHtR TyG WHtR؛ TyG-BMI TyG BMI .

إجمالي CVD، فشل القلب الاحتقاني، احتشاء عضلة القلب، ذبحة صدرية، وأمراض القلب التاجية تم تحديد تشخيص CVD من خلال تشخيصات الأطباء المبلغ عنها ذاتيًا التي تم الحصول عليها خلال مقابلة فردية باستخدام استبيان حالة طبية موحد. تم سؤال المشاركين، “هل أخبرك طبيب أو خبير صحي آخر أنك تعاني من فشل القلب الاحتقاني/أمراض القلب التاجية/ذبحة صدرية/احتشاء عضلة القلب/سكتة دماغية؟” اعتُبر الشخص مصابًا بـ CVD إذا أجاب “نعم” على أي من الأسئلة المذكورة أعلاه. يتم أيضًا تعريف فشل القلب الاحتقاني واحتشاء عضلة القلب وذبحة صدرية وأمراض القلب التاجية وفقًا لمشاكل الأمراض المقابلة المذكورة أعلاه.
وفقًا للتصنيف الإحصائي الدولي للأمراض والمشاكل الصحية ذات الصلة، الإصدار العاشر (ICD-10) الرموز، أمراض القلب والأوعية الدموية (I00-I99)، فشل القلب الاحتقاني (I50.0، I50.1، I50.9)، مرض الشريان التاجي (I20-I25.9)، احتشاء عضلة القلب (I21-I23)، والذبحة الصدرية (I20.0-I20.9)، وفيات أمراض القلب والأوعية الدموية (I00-I09، I11، I13، I20-I51، أو I60-I69).

تم اعتبار العمر والسنة كمتغيرات مستمرة، وتم تقسيم الجنس إلى مجموعتين من الذكور والإناث، وتم تقسيم العرق/العرقية إلى خمسة أقسام من المكسيكيين من أصل إسباني، غير المكسيكيين من أصل إسباني، البيض غير من أصل إسباني، السود غير من أصل إسباني، وآخرين، وتم تجميع التحصيل التعليمي وفقًا لاستبيان التحصيل التعليمي للبالغين الذين تبلغ أعمارهم 20 عامًا أو أكثر (QEAA)، وتم تجميع دخل الأسرة وفقًا لدخل الأسرة السنوي الذي يزيد أو يقل عن 100,000 دولار، وتم تعريف التدخين على أنه عدم التدخين أبدًا (المشاركون الذين دخنوا أقل من 100 سيجارة في حياتهم)، التدخين (المشاركون الذين دخنوا أكثر من 100 سيجارة في حياتهم)، النشاط البدني (نعم/لا)، وتم تعريف الشرب على أنه عدم الشرب أبدًا (أقل من 12 مشروبًا في السنة)، الشرب (12 مشروبًا على الأقل في السنة) واستخدام المكملات الغذائية (نعم/لا)، وتم اعتبار الطاقة الكلية وAHEI كمتغيرات مستمرة. تم تحديد التاريخ العائلي لأمراض القلب، السرطان المبلغ عنه ذاتيًا، والسكري المبلغ عنه ذاتيًا من خلال تشخيصات الأطباء المبلغ عنها ذاتيًا التي تم الحصول عليها خلال مقابلة فردية باستخدام
استبيان موحد للحالة الطبية. تم سؤال المشاركين: “هل كان لديك قريب مقرب أصيب بنوبة قلبية؟” أو “هل تم إخبارك يومًا أنك مصاب بالسرطان أو ورم خبيث؟” أو “هل أخبرك الطبيب أنك مصاب بالسكري؟” وأجابوا بنعم أو لا. تم الحصول على الوزن والطول وضغط الدم ومحيط الخصر عندما حضر الأشخاص لفحص بدني في مركز صحي متنقل وتم اعتبارها متغيرات من النوع المستمر. بالإضافة إلى ذلك، تم قياس مستوى الجلوكوز في الدم أثناء الصيام (FSG)، والأنسولين، وHbA1c، والدهون الثلاثية، والكوليسترول الكلي عند الأساس عندما قدم المشاركون عينات دم وتم اعتبارها متغيرات من النوع المستمر. تم تطوير AHEI من مؤشر الأكل الصحي الأصلي، الذي شمل 11 مكونًا غذائيًا تم تحديدها من خلال مراجعة شاملة للدراسات. يمكن العثور على مزيد من التفاصيل حول قياس المتغيرات المرافقة على موقع NHANES (https://www.cdc. gov/nchs/nhanes/index.htm).

تم إجراء جميع التحليلات الإحصائية وفقًا لإرشادات CDC (https://wwwn.cdc.gov/nchs/nhanes/tutorials/ default.aspx). تضمنت التحليلات الإحصائية لهذه الدراسة أوزان العينة، والتجمع، والتصنيف بسبب تصميم المسح الاحتمالي المعقد متعدد المراحل المستخدم في NHANES. تم استخدام القيم المتوسطة (95% CI) للتعبير عن خصائص المشاركين للمتغيرات المستمرة، بينما تم استخدام النسب المئوية (95% CI) للمتغيرات الفئوية. تم وصف الخصائص الأساسية للمشاركين وفقًا للرباعيات لمؤشر TyG، TyG-WC، TyG-WHtR، وTyG-BMI، على التوالي. تم إخضاعهم لاختبارات تجانس التباين واختبارات بونفيروني الإضافية. تم استخدام نموذج المخاطر النسبية لكوكس لتقدير نسب المخاطر (HRs) و95% CI للارتباط بين مؤشر TyG وTyG مع مقاييس السمنة وفيات أمراض القلب والأوعية الدموية. تم تقييم تحليلات الانحدار اللوجستي الثنائي الموزون للارتباط بين مؤشر TyG وTyG مع مقاييس السمنة وأمراض القلب والأوعية الدموية. تم التعبير عن نتائج الارتباط كنسب الأرجحية (OR) و95% فواصل الثقة (CI) في النماذج الأربعة المحددة مسبقًا. بالإضافة إلى ذلك، تم تقييم الاتجاهات الخطية بين TyG، TyG-WC، TyG-WHtR، وTyG-BMI من خلال القيمة الوسيطة داخل كل ربع كمتغير مستمر. تم تعديل النموذج 1 للعمر، والجنس، والعرق، والسنة. تم تعديل النموذج 2 للعمر، والجنس، والعرق، والسنة، والتدخين، واستخدام الكحول، والتمارين الرياضية، ومستوى التعليم، والدخل، والتاريخ العائلي لأمراض القلب والأوعية الدموية. تم تعديل النموذج 3 لنفس المتغيرات مثل النموذج 2 ولتناول الطاقة، ومؤشر الأكل الصحي البديل، والمكملات الغذائية. تم تعديل النموذج 4 لنفس المتغيرات مثل النموذج 3: SBP، الكوليسترول، السرطان المبلغ عنه ذاتيًا، والسكري المبلغ عنه ذاتيًا.

لأخذ العلاقة بين الجرعة والاستجابة (خطية أو غير خطية) بين مؤشر TyG، TyG-WC، TyG-WHtR، وTyG-BMI وفيات أمراض القلب والأوعية الدموية وأمراض القلب والأوعية الدموية، تم إجراء تحليلات ثلاثية مقيدة تم تعديلها لنفس المتغيرات كما في النموذج 4 عند النسب المئوية 5 و50 و95 من توزيعات TyG، TyG-WC، TyG-WHtR، وTyG-BMI. تم تعيين ثلاث عقد لاستبعاد القيم المتطرفة الأكثر تطرفًا بنسبة 5% لتقليل التأثير المحتمل للقيم الشاذة. تم إجراء اختبارات عدم الخطية باستخدام اختبار نسبة الاحتمالات. تم استخدام منحنيات خصائص التشغيل المستقبلية (ROC) لتحليل القيمة التشخيصية، وتم حساب المساحة تحت المنحنى، كما تم قياسها بواسطة إحصائية C، لت quantifying القوة التنبؤية لـ TyG، ومؤشرات السمنة (WC وما إلى ذلك)، ومجموعها لأمراض القلب والأوعية الدموية ووفياتهم.

بالإضافة إلى ذلك، تم استخدام تحليلات الوساطة للتحقيق فيما إذا كان يمكن تفسير أهمية TyG ومؤشر السمنة المركب الخاص به لأمراض القلب والأوعية الدموية من خلال الهيموغلوبين الغليكوزيل والأنسولين بعد تعديل العوامل في نموذج التحليل الأساسي 4. تم إجراء تحليلات مصنفة لتقييم التأثيرات المحتملة للتعديل للعمر ( )، الجنس (ذكر/أنثى)، العرق (أبيض غير إسباني/آخر)، التدخين (نعم/لا)، النشاط البدني (نعم/لا)، استهلاك الكحول (نعم/لا)، والسكري (نعم/لا). تم إجراء التقييمات المذكورة أعلاه باستخدام برنامج r4.1.1، وتم تحديد الدلالة الإحصائية باستخدام عتبة قيمة p ثنائية الجانب أقل من 0.05.

تظهر خصائص المشاركين وفقًا للرباعيات لمؤشرات TyG، TyG-WC، TyG-WHtR، وTyG-BMI في الجدول 1 والملف الإضافي 3: الجداول S1 وS2 وS3. كان المشاركون الذين لديهم مؤشر TyG أعلى، وTyG-WC، وTyG-WHtR، وTyG-BMI أكثر احتمالًا أن يكونوا ذكورًا، أكبر سنًا، لديهم مستوى أعلى من النشاط البدني، ومستويات أعلى من مؤشر كتلة الجسم، ومحيط الخصر، والدهون الثلاثية، والجلوكوز أثناء الصيام، والهيموغلوبين الغليكوزيل، وضغط الدم الانقباضي، والأنسولين، والكوليسترول، والسرطان المبلغ عنه ذاتيًا، والسكري المبلغ عنه ذاتيًا، وفيات أمراض القلب والأوعية الدموية، وأمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، ومرض الشريان التاجي، ومستويات أقل من الطبقات التعليمية، والدخل، وAHEI.

توضح الشكل 2 العلاقة بين TyG ومؤشراته المركبة للسمنة مع أمراض القلب والأوعية الدموية.
يوفر الملف الإضافي 3: الجداول S4-S9 معلومات مفصلة عن جميع العلاقات. بعد تعديل المتغيرات المرافقة، أظهرت النتائج أنه باستثناء عدم وجود ارتباط كبير بين TyG ووفيات أمراض القلب والأوعية الدموية، كانت TyG، وTyG-WC، وTyG-WHtR، وTyG-BMI مرتبطة بشكل كبير وإيجابي بوفيات أمراض القلب والأوعية الدموية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، ومرض الشريان التاجي (P trend ).

بالنسبة لوفيات القلب والأوعية الدموية، كان لمؤشر TyG-WHtR أعلى قوة تنبؤية (HR 1.66، 95% CI 1.21-2.29)، يليه TyG-WC (HR 1.58، 95% CI 1.15-2.15). بالنسبة لإجمالي أمراض القلب والأوعية الدموية، كان لـ TyG-WC أعلى ارتباط (OR 2.37، 95% CI 1.77-3.17)، يليه TyG-WHTR (OR 2.27، 95% CI 1.69-3.06). بالنسبة لفشل القلب الاحتقاني، كان لـ TyG-WC أعلى ارتباط (OR 2.14، 95% CI 1.31-3.51)، يليه TyG (OR 1.90، 95% CI 1.18-3.04). بالنسبة للنوبة القلبية، كان لـ TyG-WHTR أعلى ارتباط (OR 2.24، 95% CI 1.45-3.44)، يليه TyG (OR 2.13، 95% CI 1.43-3.18). بالنسبة لذبحة الصدر، كان لـ TyG-WC أعلى ارتباط (OR 2.38، 95% CI 1.43-3.97)، يليه TyG-WHTR (OR 2.25، 95% CI 1.42-3.57). بالنسبة لمرض الشريان التاجي، كان لـ TyG أعلى ارتباط (OR 2.52، 95% CI 1.66-3.83)، يليه TyG-WHTR (OR 2.11، 95% CI 1.46-3.04).

في الشكل 3، استخدمنا نموذج الانحدار المكعب المقيد لنموذج مرن وتصوير العلاقات بين TyG وTyG-WC وTyG-WHtR وTyG-BMI، والوفيات القلبية الوعائية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية. بعد ضبط جميع المتغيرات المرافقة في نموذج التحليل الرئيسي 4 أعلاه، لوحظت علاقة خطية بين TyG وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية (P -الإجمالي < 0.0001، P -غير الخطي > 0.05). وبالمثل، أظهرت TyGWC وTyG-WHtR وTyG-BMI علاقات خطية مع إجمالي أمراض القلب والأوعية الدموية، واحتشاء عضلة القلب، وأمراض القلب التاجية (P -الإجمالي ، P -غير خطي > 0.05). أظهرت TyG و TyG-WC و TyG-WHtR و TyG-BMI مع وفيات القلب والأوعية الدموية ارتباطات غير خطية ( P -إجمالي و P -غير خطي ) ، بالإضافة إلى TyG-WC و TyG-WHtR و TyG-BMI مع الذبحة الصدرية ( P -الإجمالي و P -غير خطي ).

تم إدراج المتغيرات المستمرة كمتوسط مرجح ( ” ). تم سرد المتغيرات الفئوية كنسبة مئوية موزونة ( ). بعد التعديل للعمر، تم إجراء نماذج خطية عامة واختبارات كاي تربيع لمقارنة الخصائص الأساسية المستمرة والفئوية، على التوالي. و كان نتيجة تصحيح بونفريني

أشارت تحليلات الوساطة إلى أن الهيموغلوبين الغليكوزيلاتي وسّع جزئيًا العلاقة بين TyG ومؤشرات السمنة المجمعة وأمراض القلب والأوعية الدموية ووفيات أمراض القلب والأوعية الدموية (الملف الإضافي 1: الشكل S1). وسّع الهيموغلوبين الغليكوزيلاتي نسبة أكبر من التأثيرات غير المباشرة في العلاقات التالية. بالنسبة لـ TyG، كانت نسبة التأثيرات غير المباشرة لوفيات أمراض القلب والأوعية الدموية، وأمراض القلب والأوعية الدموية الكلية، وفشل القلب الاحتقاني التي وسّعها الهيموغلوبين الغليكوزيلاتي هي
49.0، 41.6، و . بالنسبة لمؤشر TyG-WHtR، كانت نسبة التأثيرات غير المباشرة لمرض الشريان التاجي الذي يتوسطه الهيموغلوبين الغليكوزيلاتي بالنسبة لمؤشر كتلة الجسم TyG، كانت نسب التأثيرات غير المباشرة لهيموغلوبين A1c على إجمالي أمراض القلب والأوعية الدموية، والنوبات القلبية، وأمراض القلب التاجية هي ، و ، على التوالي.

نسب التأثيرات غير المباشرة للعلاقات التي تتوسطها الأنسولين بين TyG وTyG-WC وTyG-WHtR ووفاة القلب والأوعية الدموية كانت ، و على التوالي. بالنسبة لمؤشر TyG، كانت نسب التأثيرات غير المباشرة للسكري المعتمد على الأنسولين على إجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، والذبحة الصدرية هي ، و على التوالي.

بالنسبة لمؤشر كتلة الجسم TyG، كانت التأثيرات غير المباشرة للسكري المعتمد على الأنسولين على إجمالي أمراض القلب والأوعية الدموية وأمراض القلب التاجية هي و29.5 (الملف الإضافي 1: الشكل S1).

أظهرت منحنى ROC أن TyG-WHtR أو TyG-WC كان لهما أعلى فعالية تشخيصية لأمراض القلب والأوعية الدموية ووفاتها، تليها WHtR أو WC، TyG، TyG-BMI، وBMI (الملف الإضافي 2: الشكل S2).
بالنسبة لوفيات القلب والأوعية الدموية، كان لمؤشر TyG-WHtR أعلى فعالية تشخيصية (AUC: 0.628، 95% CI 0.608-0.647)، يليه TyG-WC (AUC: 0.614، 95% CI 0.595-0.634). بالنسبة لمجموع أمراض القلب والأوعية الدموية، كان لمؤشر TyG-WHtR أعلى فعالية تشخيصية (AUC: 0.655، 95% CI 0.640-0.670)، يليه TyG-WC (AUC: 0.650، 95% CI 0.635-0.665). بالنسبة لفشل القلب الاحتقاني، كان لمؤشر TyG-WHtR أعلى فعالية تشخيصية (AUC: 0.675، 95% CI 0.648-0.702)، يليه

TyG-WC (AUC: 0.669، 95% CI 0.641-0.696). بالنسبة لذبحة الصدر، كان لدى TyG-WHtR أعلى فعالية تشخيصية (AUC: 0.649، 95% CI 0.627-0.671)، تليها TyGWC (AUC: 0.648، 95% CI 0.625-0.670). بالنسبة للنوبة القلبية، كان لدى TyG-WHtR أعلى فعالية تشخيصية (AUC: 0.665، 95% CI 0.639-0.692)، تليها TyGWC (AUC: 0.663، 95% CI 0.636-0.690). بالنسبة لمرض الشريان التاجي، كان لدى TyG-WC أعلى فعالية تشخيصية (AUC: 0.654، 95% CI 0.632-0.677)، تليها TyG-WHtR (AUC: 0.642، 95% CI 0.620-0.664).

بعد التحكم في المتغيرات، حددت التحليلات المجزأة وفقًا للعمر والجنس والعرق والتمارين الرياضية والتدخين واستهلاك الكحول والسكري (الملف الإضافي 3: الجداول S10S31) وجود ارتباط كبير بين TyG وTyG-WC وTyG-WHtR وTyG-BMI مع إجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية.

الصدر، وأمراض القلب التاجية كانت تُلاحظ بشكل أكثر انتظامًا بين الأفراد الذين كانوا سنوات من العمر، ذكر، لم يدخن، ولا يعاني من السكري. ارتباطات هامة بين TyG وTyG-WC وTyG-WHtR و

كان من المرجح أن تحدث معدلات الوفيات بسبب أمراض القلب والأوعية الدموية (CVD) لدى الأفراد الذين تتراوح أعمارهم بين سنوات، نساء، مدمنو الكحول، ولا سكري.

كشفت اكتشافاتنا الرئيسية أنه باستثناء عدم وجود ارتباط كبير بين TyG ووفاة القلب والأوعية الدموية، كانت هناك ارتباطات إيجابية كبيرة بين TyG وTyG-WC وTyG-WHtR وTyG-BMI ووفاة القلب والأوعية الدموية، وأمراض القلب والأوعية الدموية الكلية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية. من بين المؤشرات المذكورة، كان لـ TyG-WHtR أفضل قدرة تنبؤية لوفاة القلب والأوعية الدموية وأفضل ارتباط مع احتشاء عضلة القلب. كان لـ TyG-WC أعلى ارتباط مع أمراض القلب والأوعية الدموية الكلية، وفشل القلب الاحتقاني، والذبحة الصدرية. كان لـ TyG أعلى ارتباط مع أمراض القلب التاجية. (2) كان لـ TyG-WHtR وTyG-WC فعالية تشخيصية أكثر قوة من TyG بالنسبة لأمراض القلب والأوعية الدموية ووفاة القلب والأوعية الدموية. (3) كانت هذه الارتباطات تتوسطها بشكل رئيسي الهيموغلوبين. (4) وُجد أن الارتباطات بين TyG وTyG-WC وTyG-WHtR وTyG-BMI وأمراض القلب والأوعية الدموية كانت أكثر شيوعًا بين الأفراد الذين كانوا سنوات من العمر، ذكر، لم يدخن ولا يعاني من السكري. كانت هناك ارتباطات هامة بين TyG وTyG-WC وTyG-WHtR وTyG-BMI ووفيات القلب والأوعية الدموية من المرجح أن تحدث بين الأفراد الذين تتراوح أعمارهم بين سنوات، نساء، مدمنو الكحول، ولا سكري.
تعتبر TyG، وهي علامة حيوية مشتقة من مستويات الجلوكوز الصائم والدهون الثلاثية، قد اكتسبت شعبية كبديل لمقاومة الأنسولين نظرًا لحسابها السهل ودرجة حساسيتها وخصوصيتها العالية. تُظهر أبحاثنا وجود علاقة إيجابية وملحوظة بين TyG وأمراض القلب والأوعية الدموية الإجمالية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية في السكان في الولايات المتحدة، بما يتماشى مع الدراسات السابقة. ومع ذلك، تركز الأبحاث الحالية حول TyG وأمراض القلب والأوعية الدموية على السكان الأوروبيين والآسيويين، مع عدد محدود من الدراسات التي أجريت في الولايات المتحدة. بعد تعديل بيانات التغذية مثل إجمالي استهلاك الطاقة، ومؤشر النظام الغذائي الصحي الأمريكي، والمكملات الغذائية، حددت دراستنا أن TyG أظهرت علاقة إيجابية وملحوظة مع أمراض القلب والأوعية الدموية الإجمالية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية.
دراستنا هي التحقيق الأول في العلاقة بين TyG مع مؤشرات السمنة وأمراض القلب والأوعية الدموية ووفيات أمراض القلب والأوعية الدموية في السكان الأمريكيين. تكشف نتائج دراستنا أنه باستثناء عدم وجود ارتباط كبير بين TyG ووفيات أمراض القلب والأوعية الدموية، كانت TyG وTyG-WC وTyG-WHtR وTyG-BMI مرتبطة بشكل كبير وإيجابي بوفيات أمراض القلب والأوعية الدموية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية. أظهرت تحليلات RCS أن معظم العلاقات المذكورة أعلاه كانت خطية، لكن TyG-WC وTyG-WHtR وTyG-BMI كانت مرتبطة بشكل غير خطي بأمراض القلب والأوعية الدموية.
المعدل الوفيات. هذا يتماشى مع التقارير السابقة [36]. في دراسة جماعية مستقبلية من سكان الولايات المتحدة، كان مؤشر TyG مرتبطًا بالوفيات بسبب جميع الأسباب وأمراض القلب والأوعية الدموية بشكل غير خطي. في النموذج 3، تصبح أحجام التأثير الإيجابية غير ذات دلالة مع الوفاة القلبية الوعائية (HR، 1.37؛ 95% CI 0.78-2.42) [37]. وقد تم اقتراح أن المؤشرات المرتفعة أو المنخفضة بشكل مفرط لـ TyG وTyG-WC وTyG-BMI قد تؤدي إلى زيادة خطر الوفاة القلبية الوعائية، والتي قد تكون مرتبطة بمقاومة الأنسولين المرتفعة أو المنخفضة بشكل مفرط، والاستجابة الالتهابية، والإجهاد التأكسدي، ووظيفة البطانة الوعائية، مما قد يؤدي بدوره إلى زيادة خطر الوفاة القلبية الوعائية [38، 39]. كان TyG-WC وTyG-WHtR وTyG-BMI مرتبطين بشكل غير خطي بالذبحة الصدرية. لا تمثل منحنيات RCS تشتت البيانات. قد تكون مرتبطة بعدد قليل من مرضى الذبحة الصدرية، وتعقيد المرض، وتعدد أبعاد بيانات الذبحة الصدرية، وإعداد معلمات منحنيات RCS، واختيار نماذجها.

وجدت أبحاثنا أن TyG-WHtR كان لديه أفضل قدرة تنبؤية لوفيات أمراض القلب والأوعية الدموية وأفضل ارتباط بالنوبات القلبية. كان لـ TyG-WC أعلى ارتباط مع إجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، والذبحة الصدرية. كان لـ TyG أعلى ارتباط مع مرض الشريان التاجي. أظهرت منحنيات ROC أن TyG-WHtR كان لديه أفضل فعالية تشخيصية لوفيات أمراض القلب والأوعية الدموية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، والذبحة الصدرية، والنوبات القلبية. كان لـ TyG-WC أفضل فعالية تشخيصية لمرض الشريان التاجي. كانت الفعالية التشخيصية لـ TyG-WC وTyG-WHtR لأمراض القلب والأوعية الدموية ووفيات أمراض القلب والأوعية الدموية أعلى من تلك الخاصة بـ TyG وWC وWHtR. كان TyG-BMI أكثر فعالية من BMI في تشخيص أمراض القلب والأوعية الدموية ووفيات أمراض القلب والأوعية الدموية. تشير النتائج المذكورة أعلاه إلى أن الارتباط والفعالية التشخيصية لـ TyG-WC وTyG-WHtR مع أمراض القلب والأوعية الدموية ووفياتهم تتفوق، إلى حد ما، على مؤشر TyG. في دراسة شملت 1145 مشاركًا من كوريا، أظهرت النتائج أيضًا أن TyG-WC كان لديه فعالية تشخيصية أفضل لتقدم تكلس الشرايين التاجية مقارنة بـ TyG وTyG-BMI. من بين الأسباب المحتملة، يمكن أن تسهم السمنة بشكل مباشر في تطوير عوامل خطر القلب والأوعية الدموية، بما في ذلك اضطرابات الدهون، ومرض السكري من النوع 2، وارتفاع ضغط الدم، واضطرابات النوم. قد تسهم السمنة أيضًا في تطوير أمراض القلب والأوعية الدموية والوفاة بسبب أمراض القلب والأوعية الدموية بشكل مستقل عن عوامل خطر القلب والأوعية الدموية الأخرى، خاصةً موقع توزيع الدهون في الجسم. علاوة على ذلك، فإن دمج TyG مع مؤشرات السمنة يقدم تقييمًا أكثر دقة لمقاومة الأنسولين مقارنةً بنموذج التقييم المنزلي لمقاومة الأنسولين (HOMA-IR) أو مؤشر TyG بمفرده. توفر نتائجنا دلالة كبيرة.
دليل للأدبيات حول TyG وTyG-BMI وTyG-WC وTyG-WHtR كمؤشرات لخطر الإصابة بأمراض القلب والأوعية الدموية.

تظهر أبحاثنا أنه باستثناء عدم وجود ارتباط كبير بين TyG ووفاة القلب والأوعية الدموية، كانت TyG وTyG-WC وTyG-WHtR وTyG-BMI مرتبطة بشكل إيجابي وملحوظ بأمراض القلب والأوعية الدموية ووفاة القلب والأوعية الدموية، خاصةً في الأفراد الأصغر سناً. تتماشى هذه النتائج مع دراسة أخرى أجريت على السكان الأمريكيين، والتي كشفت أن مؤشر TyG مرتبط بشكل كبير بزيادة احتمال فشل القلب في مجموعة عمرية أصغر (أقل من 60 عامًا) [43]. أظهرت دراسة أخرى على السكان الإيرانيين أن مؤشر TyG كان مرتبطًا بشكل كبير بزيادة خطر الإصابة بأمراض القلب والأوعية الدموية/أمراض القلب التاجية وكان هذا الارتباط أكثر وضوحًا في الأشخاص الأصغر سنًا [44]. من المحتمل أنه مع تقدم العمر، قد تكون هناك المزيد من عوامل الخطر لأمراض القلب والأوعية الدموية، مما يجعل القدرات التنبؤية لـ TyG وتركيبه مع مؤشرات السمنة أقل فعالية في الفئات العمرية الأكبر. أظهرت دراستنا أيضًا أن ارتباط TyG وTyG-WC وTyG-WHtR وTyG-BMI بأمراض القلب والأوعية الدموية كان أعلى في الرجال مقارنة بالنساء. على العكس، كان ارتباط TyG-WC وTyG-WHtR بوفاة القلب والأوعية الدموية أعلى في النساء مقارنة بالرجال. التقارير الحالية حول الفروق بين الجنسين في TyG وTyG-WC وTyG-WHtR وTyG-BMI مع أمراض القلب والأوعية الدموية ووفاة القلب والأوعية الدموية غير متسقة. قد تكون مرتبطة بتكوين العمر والجنس في عينة الدراسة. أظهرت دراسة مشتركة لمجموعة مستقبلية ودراسة مجموعة هونغ كونغ أن الارتباط بين مؤشر TyG وخطر أحداث فشل القلب كان أقوى في النساء مقارنة بالرجال [45]. في دراسة أخرى حول مؤشر TyG وخطر حدوث حدث قاسي رئيسي في القلب والأوعية الدموية خلال عشر سنوات، أظهرت تحليلات المجموعات الفرعية أن الارتباط المذكور أعلاه كان فترة الثقة 95% (3.274، 4.450)، <0.00001] في الرجال و سي آي في النساء) [35]. علاوة على ذلك، تشير دراستنا إلى أن الارتباطات بين TyG وTyG-WC وTyG-WHtR وTyG-BMI وأمراض القلب والأوعية الدموية ووفيات أمراض القلب والأوعية الدموية كانت أعلى في غير المصابين بالسكري. كانت نتائج لورا سانشيز-إينيغو وآخرون [46] وليو لي وآخرون [47] متوافقة مع نتائجنا. قد يكون هذا مرتبطًا بالأدوية الخافضة للسكر في مرضى السكري، مما يؤثر على مستوى السكر في الدم ويؤثر بشكل مباشر على مؤشر TyG. بالإضافة إلى ذلك، في السكان المصابين بالسكري، يكون للعوامل التقليدية لخطر القلب والأوعية الدموية تأثير أكبر على الأحداث القلبية الوعائية مقارنة بمقاومة الأنسولين [48].
إن أحد الاكتشافات الأساسية في الدراسة هو أن الهيموغلوبين الغليكوزي له دور وساطة جزئي في العلاقة بين TyG وTyG-WC وTyG-WHtR وTyG-BMI ووفيات الأمراض القلبية الوعائية، والأمراض القلبية الوعائية الكلية، وفشل القلب الاحتقاني، والنوبة القلبية، والذبحة الصدرية، وأمراض القلب التاجية. الهيموغلوبين الغليكوزي هو ناتج دمج الهيموغلوبين من كريات الدم الحمراء مع السكريات من
مصل. الهيموغلوبين الجليكوزيل يعكس متوسط مستوى الجلوكوز في الدم على مدى شهور. أظهرت بعض الدراسات وجود علاقة بين زيادة مستويات الهيموغلوبين الغليكوزيلاتي ومراضة ووفيات أمراض القلب والأوعية الدموية [49، 50]. وجدنا دورًا وسيطًا للأنسولين في العلاقات بين TyG مع إجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، والذبحة الصدرية، وTyG-BMI مع إجمالي أمراض القلب والأوعية الدموية وأمراض القلب التاجية. أظهرت بعض الدراسات أن مستوى الأنسولين يزيد من خطر الإصابة بأمراض القلب والأوعية الدموية [43، 51، 52]. علاوة على ذلك، كانت التأثيرات غير المباشرة للعلاقات التي يتوسطها الأنسولين بين TyG وTyG-WC وTyG-WHtR ووفيات أمراض القلب والأوعية الدموية هي ، ، و . في الأشخاص الأصحاء، يقوم الأنسولين بتوسيع وحماية الأوعية الدموية. في populations السكري، يُستخدم الأنسولين على نطاق واسع للتحكم في مستويات الجلوكوز في الدم. تُظهر الأدبيات ذات الصلة أن للأنسولين تأثيرًا وقائيًا على القلب ووظائفه [53-55]. ومع ذلك، هناك حاجة إلى مزيد من الدراسات للتحقيق في العلاقة بين الأنسولين وأمراض القلب والأوعية الدموية. تشير نتائجنا إلى أنه يمكن تطوير تدخلات فعالة تستهدف الهيموغلوبين الغليكوزيل لتقليل خطر الإصابة بأمراض القلب والأوعية الدموية.

قد يكون الآلية وراء TyG وTyG-WC وTyG-WHtR وTyG-BMI وزيادة خطر وفيات القلب والأوعية الدموية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية، ناتجة عن ارتفاع مستويات TyG وTyG-WC وTyG-WHtR وTyG-BMI، والتي ترتبط بمقاومة الأنسولين. قد تؤدي مقاومة الأنسولين إلى اضطرابات في استقلاب الجلوكوز والسمية الدهنية. يمكن أن تؤدي إفراز عوامل الالتهاب بواسطة البلعميات والخلايا الدهنية، وتفعيل أكسيد النيتريك، وتنشيط الجهاز العصبي الودي ونظام الرينين-أنجيوتنسين-الألدوستيرون، واضطرابات النزيف، وتنشيط الصفائح الدموية، إلى خلل في القلب وإصابة عضلة القلب، مما يؤدي في النهاية إلى مجموعة من أمراض القلب والأوعية الدموية. هناك حاجة إلى أبحاث تجريبية لتأكيد الآليات المحددة.

تكمن نقاط قوة الدراسة في تعديلها للمتغيرات المرتبطة بالبيانات الغذائية، بما في ذلك إجمالي استهلاك الطاقة، ومؤشر AHEI، والمكملات الغذائية. ثانياً، تفحص هذه الدراسة تأثير الهيموغلوبين الغليكوزيل والأنسولين على العلاقة بين TyG وTyG-WC وTyG-WHtR وTyG-BMI ووفيات الأمراض القلبية الوعائية، والأمراض القلبية الوعائية الكلية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية. أخيراً، تضمن منهجية أخذ العينات الاحتمالية المعقدة متعددة المراحل أن المشاركين في هذه الدراسة يمثلون بدقة السكان غير المؤسسيين، مما يسهل تعميم النتائج على الولايات المتحدة. هناك أيضاً بعض القيود على هذه الدراسة. أولاً، تم جمع بيانات عن الأمراض القلبية الوعائية.
من خلال الإبلاغ الذاتي، لذلك تم استبعاد المرضى الذين يعانون من أمراض القلب والأوعية الدموية غير المشخصة. ثانياً، اعتمدت الدراسة على عينة دم واحدة في البداية لجمع المعلومات حول TyG وTyG-WC وTyG-WHtR وTyG-BMI. لذلك، لم نتمكن من تقييم تأثيرها على وفيات أمراض القلب والأوعية الدموية، وأمراض القلب والأوعية الدموية الكلية، وفشل القلب الاحتقاني، والنوبات القلبية، والذبحة الصدرية، وأمراض القلب التاجية على مر الزمن. أخيراً، تستند أبحاثنا إلى بيانات من الولايات المتحدة واستبعدت الأشخاص الذين لديهم استهلاك غير طبيعي للطاقة. يبقى أن نرى ما إذا كانت هذه النتائج يمكن تطبيقها على نطاق واسع في مناطق أخرى، مما يشير إلى أن المزيد من البحث مطلوب.

تعزز مؤشرات TyG-WC وTyG-WtHR توقعات وفيات الأمراض القلبية الوعائية، وفعالية التشخيص للأمراض القلبية الوعائية ووفياتهم، وبعض الارتباطات بالأمراض القلبية الوعائية فوق ما تقدمه مؤشرات TyG الحالية الأكثر شيوعًا. لدراستنا آثار مهمة في تحديد الأشخاص المعرضين مبكرًا لخطر الأمراض القلبية الوعائية، وتحسين تصنيف المخاطر، وتقليل تكلفة الفحص، لا سيما في الممارسة السريرية والدراسات الوبائية الواسعة.

تحتوي النسخة الإلكترونية على مواد إضافية متاحة علىhttps://doi. org/10.1186/s12933-023-02115-9.

الملف الإضافي 1. تحليل الوساطة لـ TyG وTyG-WC وTyG-WHtR وTyGBMI مع وفيات القلب والأوعية الدموية، وإجمالي القلب والأوعية الدموية، وفشل القلب الاحتقاني، والنوبة القلبية، والذبحة الصدرية، ومرض الشريان التاجي.

الملف الإضافي 2. منحنيات خصائص التشغيل المستقبلية (ROC) لـ TyG وTyG-WC وTyG-WHtR وTyG-BMI وWC وWHtR وBMI فيما يتعلق بوفاة القلب والأوعية الدموية، وإجمالي أمراض القلب والأوعية الدموية، وفشل القلب الاحتقاني، واحتشاء عضلة القلب، والذبحة الصدرية، وأمراض القلب التاجية. أ. وفاة القلب والأوعية الدموية؛ ب. إجمالي أمراض القلب والأوعية الدموية؛ ج. فشل القلب الاحتقاني؛ د. احتشاء عضلة القلب؛ هـ. الذبحة الصدرية؛ و. أمراض القلب التاجية.
الملف الإضافي 3. الجدول التكميلية 1-31.

يشكر جميع المؤلفين المشاركين في NHANES 2003-2018 على مساهماتهم القيمة. كان K.D. وX.W. وY.L. مسؤولين عن تصميم الدراسة، وقدموا الدعم الإحصائي، وصاغوا المخطوطة، وكانوا مسؤولين بشكل أساسي عن المحتوى النهائي. كان K.D. وX.W. وJ.H. وY.Z. مشاركين في إعداد وتحليل البيانات وتصوير النتائج. كرر L.C. وX.Q. وL.L. وZ.M. وX.T. التحليل الإحصائي بدقة وصادقوا عليه. شارك جميع المؤلفين بنشاط في عملية البحث وقدموا مساهمات كبيرة في مراجعات المخطوطة، وراجعوا بعناية ووافقوا على النسخة النهائية.

يشكر جميع المؤلفين المشاركين في NHANES 2003-2018 على مساهماتهم القيمة. كان K.D. وX.W. وY.L. مسؤولين عن تصميم الدراسة، وقدموا الدعم الإحصائي، وصاغوا المخطوطة، وكانوا مسؤولين بشكل أساسي عن المحتوى النهائي. كان K.D. وX.W. وJ.H. وY.Z. مشاركين في إعداد وتحليل البيانات وتصوير النتائج. كرر L.C. وX.Q. وL.L. وZ.M. وX.T. التحليل الإحصائي بدقة وصادقوا عليه. شارك جميع المؤلفين بنشاط في عملية البحث وقدموا مساهمات كبيرة في مراجعات المخطوطة، وراجعوا بعناية ووافقوا على النسخة النهائية.

تلقى جميع المؤلفين دعمًا ماليًا من المؤسسة الوطنية للعلوم الطبيعية (رقم المنحة 82030100)، مع تخصيص التمويل بشكل خاص لـ Ying Li.

تم الحصول على البيانات من مصادر متاحة للجمهور، كما تم ذكره سابقًا.

أعلن المؤلفون أنهم ليس لديهم مصالح متنافسة.

قسم التغذية وصحة الغذاء، كلية الصحة العامة، المختبر الرئيسي للتغذية الدقيقة والصحة، وزارة التعليم، جامعة هاربين الطبية، 157 طريق باوجيان، هيلونغجيانغ 150081، جمهورية الصين الشعبية. معهد MED-X، مركز الأمراض المناعية والتمثيل الغذائي (CIMD)، المستشفى الأول التابع لجامعة شيان جياوتونغ، شيان 710000، الصين.

تاريخ الاستلام: 16 أكتوبر 2023 تاريخ القبول: 29 ديسمبر 2023
تم النشر عبر الإنترنت: 06 يناير 2024

تظل Springer Nature محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.

في BMC، البحث دائمًا في تقدم.
تعرف على المزيدbiomedcentral.com/submissions

Keywords Triglyceride glucose (TyG), Triglyceride glucose-waist circumference (TyG-WC), Triglyceride glucose-waist height ratio (TyG-WHtR), Triglyceride glucose-body mass index (TyG-BMI), Cardiovascular disease (CVD) mortality, Cardiovascular disease, National Health and Nutrition Examination Survey (NHANES)

Cardiovascular disease (CVD) is the leading cause of death and years of healthy life lost in humans, the leading cause of the global disease burden, and a significant contributor to lost health and high healthcare cost [1, . Identifying factors that predict CVD risk is essential to promote early disease prevention.
The Triglyceride-Glucose (TyG) index is a measure of insulin resistance that assesses the body’s insulin sensitivity by combining two biomarkers, triglyceride and fasting blood glucose [3, 4]. Insulin resistance is a state in which the body’s sensitivity and response to insulin are reduced, resulting in the inability of insulin to efficiently transport glucose into cells, causing metabolic abnormalities such as hyperglycemia [5]. Insulin resistance is considered a significant risk factor for several metabolic diseases such as type 2 diabetes [6], obesity [7], cardiovascular disease [8-10], and so on. The TyG index is calculated using the following formula: TyG (triacylglycerol ( ) fasting blood glucose ( )/2). Recent studies have shown that the TyG index not only predicts the risk and severity of cardiovascular disease but is also associated with the prognosis of cardiovascular disease [11-14]. However, studies on TyG and cardiovascular disease have focused on European and Asian populations, and there are relatively few studies on TyG and cardiovascular disease and CVD mortality in the American population.
Obesity is prevalent worldwide and is closely associated with various health risks, such as poor glucose tolerance, insulin resistance, and metabolic disorders [15-17], which can lead to the onset progression and prognosis of cardiovascular disease [18-20]. TYG combined with obesity indices is closely associated with insulin resistance [21, 22], metabolic syndrome [23], uric acid [24], diabetes mellitus [25], and fatty liver [26]. Some studies have shown that TyG combined with adiposity indices is better than the TyG index for assessing [27]. However, these studies on TyG combined with obesity indices and cardiovascular disease were few and mainly focused on Asian and European populations [28]. The relationship between TyG combined with obesity indices and cardiovascular disease and CVD mortality in the American population is unclear. Our study used the National Health and Nutrition Examination Survey database to analyse the association of the TyG index and its combination of obesity indices with

CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease.

This cross-sectional study included 11,937 adult participants from the National Health and Nutrition Examination Survey (NHANES) 2003-2018. The study procedure is illustrated in Fig. 1. Exclusion criteria comprised the following: (1) dietary energy intake below 800 or over day for male and below 500 or more than day for female [29]; (2) participants with missing triglyceride-glucose index and its combinations with indicators of obesity; (3) participants lacking the outcome or covariates. The NCHS Research Ethics Review Board approved the NHANES study protocol, and all participants provided written informed consent.

The TyG index quantifies insulin resistance by combining fasting glucose with triglyceride levels. Fasting blood glucose (FSG) and triglycerides were measured at baseline when the participants provided their blood samples. Body weight, height, and waist were obtained when people participated in the physical examinations at a mobile examination center. Furthermore, the body mass index along with the waist-to-height ratio were calculated. The participants were classified into four groups (Q1, Q2, Q3,

Q4) by the quartiles of the TyG index, TyG-WC, TyGWHtR, and TyG-BMI, respectively, and the Q1 group was used as the reference group.
TyG, TyG-WC, TyG-WHtR, and TyG-BMI were calculated according to the following formulas: (1) [triglycerides ( ) glucose ( )/2]; (2) BMI=body mass ( kg )/ height ; (3) WHtR waist circumference/ height; (4) TyG-WC=TyG×waist circumference; TyGWHtR TyG WHtR; TyG-BMI TyG BMI .

Total CVD, congestive heart failure, myocardium infarction, angina pectoris, and coronary heart disease ascertainment The diagnosis of CVD was established by self-reported physician diagnoses obtained during an individual interview using a standardized medical condition questionnaire. The participants were asked, “Has a doctor or other health expert ever informed you that you have congestive heart failure/coronary heart disease/angina pectoris/ myocardial infarction /stroke?” A person was regarded as having CVD if he or she replied “yes” to any of the above questions. Congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease are also defined according to the problems of the corresponding diseases mentioned above.
According to the International Statistical Classification of Diseases and Related Health Problems, Tenth Revision (ICD-10) codes, cardiovascular disease (I00-I99), congestive heart failure (I50.0, I50.1, I50.9), coronary artery disease (I20-I25.9), myocardial infarction (I21-I23), and angina pectoris (I20.0-I20.9), CVD mortality (I00-I09, I11, I13, I20-I51, or I60-I69).

Age and year were considered as a continuous variable, gender was divided into two groups of males and females, race/ethnicity was divided into five sections of Mexican Hispanics, non-Mexican Hispanics, non-Hispanic whites, non-Hispanic blacks, and other, educational attainment was grouped according to the Questionnaire on Educational Attainment for Adults 20 Years of Age and Older (QEAA), household income was grouped according to annual household income greater or less than $100,000, and smoking was defined as never smoking (participants who smoked less than 100 cigarettes in their lifetime), smoking (participants who smoked more than 100 cigarettes in their lifetime), physical activity (yes/no), drinking was defined as never drinking (less than 12 drinks per year), drinking (at least 12 drinks per year) and use of dietary supplements (yes/no), total energy and AHEI were considered as continuous variables. Family history of heart disease, self-reported cancer, and self-reported diabetes was established by self-reported physician diagnoses obtained during an individual interview using a
standardized medical condition questionnaire. The participants were asked: “Close relative had a heart attack?” or “Ever been told you had cancer or malignancy?” or “Doctor told you you had diabetes?” and answered by yes or no. Weight, height, blood pressure, and waist circumference were obtained when people attended a physical examination at a mobile health center and were considered continuous type variables. In addition, fasting blood glucose (FSG), insulin, HbA1c, triglycerides, and total cholesterol were measured at baseline when participants provided blood samples and were considered continuous type variables. The AHEI was developed from the original Healthy Eating Index, which included 11 food components identified through a comprehensive review of studies. More details on the measurement of covariates can be found on the NHANES website (https://www.cdc. gov/nchs/nhanes/index.htm).

All statistical analyses were carried out by the CDC guidelines (https://wwwn.cdc.gov/nchs/nhanes/tutorials/ default.aspx). The statistical analyses for this study incorporated sample weights, clustering, and stratification due to the complex multi-stage stratified probability survey design employed in NHANES. Mean values (95% CI) were used to express participant characteristics for continuous variables, while percentages (95% CI) were used for categorical variables. Participants’ baseline characteristics were described according to the quartiles of the TyG index, TyG-WC, TyG-WHtR, and TyG-BMI, respectively. They were subjected to homogeneity of variance tests and further Bonferroni tests. The Cox proportional hazards model was used to estimate hazard ratios (HRs) and 95% CIs for the association between TyG index and TyG combined with obesity metrics and CVD mortality. Binary weighted logistic regression analyses assessed the association between the TyG index and TyG combined with obesity metrics and CVD. Correlation results were expressed as odds ratios (OR) and 95% confidence intervals (CI) in the four predefined models. In addition, linear trends between TyG, TyG-WC, TyG-WHtR, and TyG-BMI quartiles were assessed by the median value within each quartile as a continuous variable. Model 1 was adjusted for age, sex, race, and year. Model 2 adjusted for age, sex, race, year, smoking, alcohol use, exercise, education level, income, and family history of cardiovascular disease. Model 3 adjusted for the same variables as Model 2 and for energy intake, alternative healthy eating index, and nutritional supplements. Model 4 adjusted for the same variables as Model 3: SBP, cholesterol, selfreported cancer, and self-reported diabetes.

To account for the dose-response relationship (linear or nonlinear) between TyG index, TyG-WC, TyG-WHtR, and TyG-BMI and the cardiovascular disease mortality and cardiovascular disease, restricted triple spline analyses adjusted for the same variables as in model 4 were performed at the 5, 50, and 95th percentiles of the distributions of TyG, TyG-WC, TyG-WHtR, and TyG-BMI Three nodes were set to exclude the most extreme 5% values to reduce the potential impact of outliers. Nonlinearity tests were performed using the likelihood ratio test. Receiver operating characteristic (ROC) curves were used for diagnostic value analysis, and the area under the curve, as measured by the C-statistic, was computed to quantify the predictive power of TyG, obesity-related indices (WC et al.), and their combination for cardiovascular disease and its mortality.

In addition, mediation analyses were used to investigate whether the relevance of TyG and its obesity composite index to cardiovascular disease could be explained by glycated hemoglobin and insulin after adjusting for factors in the primary analysis model 4. Stratified analyses were conducted to assess potential moderating effects of age ( ), sex (male/female), race (non-Hispanic white/other), smoking (yes/no), physical activity (yes/no), alcohol consumption (yes/no), and diabetes (yes/no). The above assessments were conducted using r4.1.1 software, and statistical significance was determined using a twosided p-value threshold of less than 0.05 .

The characteristics of the participants according to quartiles of TyG, TyG-WC, TyG-WHtR, and TyG-BMI are shown in Table 1 and Additional file 3: Tables S1, S2, and S3. Participants with higher TyG index, TyG-WC, TyGWHtR, and TyG-BMI were more likely to be male, older, to have a higher physical activity level, and to be higher levels of BMI, waist circumference, triglycerides, fasting glucose, glycated hemoglobin, systolic blood pressure, insulin, cholesterol, self-reported cancer, self-reported diabetes, cardiovascular diseases mortality, cardiovascular disease, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease, and lower levels of educational strata, income, and AHEI.

Figure 2 demonstrates the association of TyG and its combined obesity indicators with cardiovascular
disease. Additional file 3: Tables S4-S9 provide detailed information on all associations. After adjustment for covariates, the results showed that except for no significant association between TyG and CVD mortality, TyG, TyG-WC, TyG-WHtR, and TyG-BMI were significantly and positively associated with CVD mortality, total cardiovascular disease, congestive heart failure, myocar-dial infarction, angina pectoris, and coronary heart disease ( P trend ).

For CVD mortality, TyG-WHtR had the highest predictive power (HR 1.66, 95% CI 1.21-2.29), followed by TyG-WC (HR 1.58, 95% CI 1.15-2.15). For total CVD, TyG-WC had the highest association (OR 2.37, 95% CI 1.77-3.17), followed by TyG-WHTR (OR 2.27, 95% CI 1.69-3.06). For congestive heart failure, TyG-WC had the highest association (OR 2.14, 95% CI 1.31-3.51), followed by TyG (OR 1.90, 95% CI 1.18-3.04). For myocardial infarction, TyG-WHTR had the highest association (OR 2.24, 95% CI 1.45-3.44), followed by TyG (OR 2.13, 95% CI 1.43-3.18). For angina pectoris, TyG-WC had the highest association (OR 2.38, 95% CI 1.433.97), followed by TyG-WHTR (OR 2.25, 95% CI 1.423.57). For coronary heart disease, TyG had the highest association (OR 2.52, 95% CI 1.66-3.83), followed by TyG-WHTR (OR 2.11, 95% CI 1.46-3.04).

In Fig. 3, We employed restricted cubic spline to flexibly model and visualize the associations between TyG, TyG-WC, TyG-WHtR, and TyG-BMI, and cardiovascular mortality, total cardiovascular disease, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease. After adjusting for all covariates in the master analytical model 4 above, a linear correlation was observed between TyG and total CVD, congestive heart failure, myocardium infarction, angina pectoris, and coronary heart disease ( P -overall < 0.0001, P -nonlinear > 0.05). Similarly, TyGWC, TyG-WHtR, and TyG-BMI exhibited linear correlations with total CVD, myocardial infarction, and coronary heart disease ( P -overall , P -nonlinear > 0.05). TyG, TyG-WC, TyG-WHtR, and TyG-BMI with CVD mortality exhibited nonlinear associations ( P -overall and P -nonlinear ), as well as TyG-WC, TyG-WHtR, and TyG-BMI with angina pectoris ( P -overall and P -nonlinear ).

Continuous variables were listed as weighted mean ( ). Categorical variables were listed as weighted percentage ( ). After adjusting for age, general linear models and chi-square tests were conducted to compare continuous and categorical baseline characteristics, respectively. And was the result of Bonfreni correction

Mediation analyses indicated that glycated hemoglobin partially mediated the association between TyG and its combined obesity indicators and CVD and CVD mortality (Additional file 1: Fig. S1). Glycated hemoglobin mediated a more significant proportion of indirect effects in the following relationships. For TyG, the proportion of indirect effects of glycated hemoglobin-mediated CVD mortality, total CVD, and congestive heart failure were
49.0, 41.6, and . For the TyG-WHtR, the proportion of indirect effects of glycated hemoglobin-mediated coronary heart disease was . For TyG-BMI, the ratios of indirect effects of glycated hemoglobin-mediated total CVD, myocardial infarction, and coronary heart disease were , and , respectively.

The proportions of indirect effects of insulin-mediated associations between TyG, TyG-WC, TyG-WHtR, and CVD mortality were , and , respectively. For TyG, the proportions of indirect effects of insulin-mediated total CVD, congestive heart failure, and angina pectoris were , and , respectively.

For TyG-BMI, the indirect effects of insulin-mediated total CVD and coronary heart disease were and 29.5 (Additional file 1: Fig S1).

The ROC curve showed that TyG-WHtR or TyG-WC had the highest diagnostic efficacy for CVD and its mortality, followed by WHtR or WC, TyG, TyG-BMI, and BMI (Additional file 2: Fig S2).
For CVD mortality, TyG-WHtR had the highest diagnostic efficacy (AUC: 0. 628, 95% CI 0.608-0.647), followed by TyG-WC (AUC: 0.614, 95% CI 0.595-0.634). For total CVD, TyG-WHtR had the highest diagnostic efficacy (AUC: 0. 655, 95% CI 0.640-0.670), followed by TyG-WC (AUC: 0.650, 95% CI 0.635-0.665). For congestive heart failure, TyG-WHtR had the highest diagnostic efficacy (AUC: 0.675, 95% CI 0.648-0.702), followed by

TyG-WC (AUC: 0.669, 95% CI 0.641-0.696). For angina pectoris, TyG-WHtR had the highest diagnostic efficacy (AUC: 0.649, 95% CI 0.627-0.671), followed by TyGWC (AUC: 0.648, 95% CI 0.625-0.670). For myocardial infarction, TyG-WHtR had the highest diagnostic efficacy (AUC: 0.665, 95% CI 0.639-0.692), followed by TyGWC (AUC: 0.663, 95% CI 0.636-0.690). For coronary heart disease, TyG-WC had the highest diagnostic efficacy (AUC: 0.654, 95% CI 0.632-0.677), followed by TyGWHtR (AUC: 0.642, 95% CI 0.620-0.664).

After controlling for variables, segmented analyses according to age, sex, race, exercise, smoking, alcohol consumption and diabetes (Additional file 3: Tables S10S31) identified that significant correlation between TyG, TyG-WC, TyG-WHtR, and TyG-BMI with total CVD, congestive heart failure, myocardial infarction, angina

pectoris, and coronary heart disease were more regularly observed within individuals who were years of age, male, did not smoke, and no diabetes. Significant associations between TyG, TyG-WC, TyG-WHtR, and

TyG-BMI and CVD mortality were more likely to occur among individuals aged years, women, drinkers, and no diabetes.

Our primary discoveries revealed that except for no significant association between TyG and CVD mortality, TyG, TyG-WC, TyG-WHtR, and TyG-BMI were significantly and positively associated with CVD mortality, total cardiovascular disease, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease. Among the above indicators, TyG-WHtR had the best predictive ability for CVD mortality and the best correlation for myocardial infarction. TyG-WC had the highest correlation with total cardiovascular disease, congestive heart failure, and angina pectoris. TyG had the highest correlation with coronary heart disease. (2) TyG-WHtR and TyG-WC had more robust diagnostic efficacy than TyG for CVD and CVD mortality. (3) These associations were mainly mediated by hemoglobin. (4) Associations between TyG, TyG-WC, TyG-WHtR, and TyG-BMI and CVD were found to be more prevalent among individuals who were years of age, male, did not smoke and no diabetes. Significant associations between TyG, TyG-WC, TyG-WHtR, and TyG-BMI and CVD mortality were more likely to occur among individuals aged years, women, drinkers, and no diabetes.
TyG, a biomarker derived from fasting glucose and triglyceride levels, has gained popularity as a substitute for insulin resistance owing to its user-friendly calculation and high degree of sensitivity and specificity [30-32]. Our research demonstrates a signifcant and positive connection between TyG and total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease in the United States population, consistent with previous studies [33, 34]. However, current research on TyG and cardiovascular disease has centered on European and Asian populations, with a limited number of studies conducted in the United States [35]. Following the adjustment of nutritional data covariates such as total energy intake, AHEI, and dietary supplements, our investigation determined that TyG showed a significant and affirmative correlation with total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease.
Our study is the inaugural investigation into the correlation between TyG combined with obesity indicators and CVD and CVD mortality in an American population. The findings of our study reveal that except for no significant association between TyG and CVD mortality, TyG, TyG-WC, TyG-WHtR, and TyG-BMI were significantly and positively associated with CVD mortality, total cardiovascular disease, congestive heart failure, myocar-dial infarction, angina pectoris, and coronary heart disease. RCS analyses showed that most of the above relationships were linear, but TyG-WC, TyG-WHtR, and TyGBMI were non-linearly associated with cardiovascular
mortality. This is consistent with previous reports [36]. In a prospective cohort study from the United States population, the TyG index was associated with mortality due to all-cause and cardiovascular disease nonlinearly. In Model 3, the positive effect sizes become non-significant with cardiovascular death (HR, 1.37; 95% CI 0.78-2.42) [37]. It has been suggested that excessively high or low TyG, TyG-WC, and TyG-BMI indices may lead to an increased risk of cardiovascular death, which may be related to excessively high or low insulin resistance, inflammatory response, oxidative stress vascular endothelial function, which in turn may lead to an increased risk of cardiovascular death [38, 39]. TyG-WC, TyG-WHtR, and TyG-BMI were non-linearly associated with angina pectoris. The RCS curves do not represent the dispersion of the data. They may be related to the small number of angina patients, the disease’s complexity, the angina data’s multidimensionality, the setting of the parameters of the RCS curves, and the choice of their models.

Our research found that TyG-WHtR had the best predictive ability for CVD mortality and the best correlation for myocardial infarction. TyG-WC had the highest correlation with total cardiovascular disease, congestive heart failure, and angina pectoris. TyG had the highest correlation with coronary heart disease. The ROC curves showed that TyG-WHtR had the best diagnostic efficacy for cardiovascular disease mortality, total CVD, congestive heart failure, angina pectoris, and myocardial infarction. TyG-WC had the best diagnostic efficacy for coronary heart disease. The diagnostic efficacy of TyGWC and TyG-WHtR for CVD and CVD mortality was higher than that of TyG, WC, and WHtR. TyG-BMI was more effective than BMI in diagnosing CVD and CVD mortality. The above results suggest that the correlation and diagnostic efficacy of TyG-WC and TyG-WHtR with cardiovascular diseases and their deaths are, to some extent, superior to the TyG index. A study involving 1145 participants from Korea [40], the results also showed that TyG-WC had better diagnostic efficacy for the progression of coronary artery calcification than TyG and TyG-BMI. Among the possible reasons, obesity can contribute directly to the development of cardiovascular risk factors, including dyslipidemia, type 2 diabetes, hypertension, and sleep disorders [41]. Obesity may also contribute to the development of cardiovascular disease and death from cardiovascular disease independently of other cardiovascular risk factors, especially the location of body fat distribution [41, 42]. Furthermore, integrating TyG with obesity indices presents a more accurate insulin resistance evaluation than the Homeostatic Model Assessment of Insulin Resistance (HOMA-IR) or TyG index alone [3, 21, 22, 27]. Our results provide significant
proof for the literature on TyG, TyG-BMI, TyG-WC, and TyG-WHtR as predictors of cardiovascular disease risk.

Our research demonstrates that except for no significant association between TyG and CVD mortality, TyG, TyG-WC, TyG-WHtR, and TyG-BMI were significantly and positively associated with CVD and CVD mortality, especially in younger individuals. These findings are consistent with another study conducted among the American population, which revealed that the TyG index is significantly linked to a higher probability of heart failure in a younger age group (less than 60 years) [43]. Another study of an Iranian population showed that the TyG index was significantly associated with an increased risk of developing Cardiovascular disease/coronary heart disease and was more pronounced in younger people [44]. It is plausible that as one ages, there might be more risk factors for cardiovascular disease, making the predictive capabilities of TyG and its combination with obesity indices less potent in older populations. Our study also showed that the correlation of TyG, TyG-WC, TyGWHtR, and TyG-BMI with CVD was higher in men than women. In contrast, the correlation of TyG-WC and TyGWHtR with CVD mortality was higher in women than men. Current reports of sex differences in TyG, TyG-WC, TyG-WHtR, and TyG-BMI with CVD and CVD mortality are inconsistent. They may be related to the age and sex composition of the study population. A joint study of a prospective cohort and the Hong Kong Cohort Study showed that the association between the TyG index and the risk of heart failure events was stronger in women than in men [45]. In another study of the TyG index and the risk of a first major hard cardiovascular event within ten years, subgroup analyses showed that the above correlation was 95% CI (3.274, 4.450), <0.00001] in men and CI in women) [35]. Futhermore, our study suggests that associations between TyG, TyG-WC, TyG-WHtR, and TyG-BMI and CVD and CVD mortality was higher in no diabetes. Laura Sánchez-Íñigo et al. [46] and Liu Li et al. [47] were consistent with our findings. This may be related to glucose-lowering medication in diabetic patients, affecting the blood glucose level and directly influencing the TyG index. In addition, in the diabetic population, traditional cardiovascular risk factors have a more significant impact on cardiovascular events than IR [48].
An essential finding of the study is that glycated hemoglobin has a partial mediating role in the association between TyG, TyG-WC, TyG-WHtR, and TyG-BMI and CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease. Glycated hemoglobin is the product of combining hemoglobin from red blood cells with sugars from
serum. Glycated hemoglobin reflects the average blood glucose level over the last months. Some studies have indicated a correlation between increased glycated hemoglobin levels and cardiovascular disease morbidity and mortality [49, 50]. We found a mediating role for insulin in the associations of TyG with total CVD, congestive heart failure, and angina pectoris and TyG-BMI with total CVD and coronary heart disease. Some studies have shown that insulin level increases the risk of cardiovascular disease [43, 51, 52]. Furthermore, the indirect effects of insulin-mediated associations between TyG, TyG-WC, TyG-WHtR, and CVD mortality were , , and . In healthy people, insulin dilates and protects blood vessels. In diabetic populations, insulin is widely used to control blood glucose levels. The relevant literature shows that insulin has a protective effect on the heart and its functions [53-55]. However, further studies are needed to investigate the relationship between insulin and cardiovascular disease. Our findings suggest that effective interventions targeting glycated hemoglobin may be developed to prevent the risk of cardiovascular disease.

The mechanism behind TyG, TyG-WC, TyG-WHtR, and TyG-BMI and increased risk of CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease may be due to elevated levels of TyG, TyG-WC, TyG-WHtR, and TyG-BMI, which are associated with insulin resistance [56, 57]. Insulin resistance may induce glucose metabolism disorders and lipotoxicity. The release of inflammation factors by macrophages and adipocytes, inactivation of nitric oxide, activation of the sympathetic nervous system and renin-angiotensin-aldosterone system, hemorrhagic disorders, and platelet activation, can lead to cardiac dysfunction and myocardial injury, ultimately resulting in a range of cardiovascular diseases. Experimental research is needed to confirm the specific mechanisms.

The study’s strengths lie in its adjustment for covariates of nutritional data, including total energy intake, AHEI, and dietary supplements. Secondly, this study examines the impact of glycated hemoglobin and insulin on the relationship between TyG, TyG-WC, TyG-WHtR, and TyG-BMI and CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease. Lastly, the complex multi-stage probability sampling methodology guarantees that the participants in this study accurately represent the noninstitutional population, facilitating the generalization of the results to the United States. There are also some limitations to this study. Firstly, data on CVD were collected
by self-report, so patients with undiagnosed CVD were omitted. Secondly, the study relied on a single baseline blood sample to gather information on TyG, TyG-WC, TyG-WHtR, and TyG-BMI. Therefore, we could not assess their impact on CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease over time. Finally, our research is based on data from the United States and excluded people with abnormal energy intake. It remains to be seen whether these findings can be widely applied to other regions, suggesting that further research is warranted.

TyG-WC and TyG-WtHR enhance CVD mortality prediction, diagnostic efficacy of CVD and its mortality, and some CVD correlation over and above the current hottest TyG. Our study has important implications for identifying people at early risk of cardiovascular disease, improving risk stratification, and reducing the cost of screening, particularly in clinical practice and extensive epidemiological studies.

The online version contains supplementary material available at https://doi. org/10.1186/s12933-023-02115-9.

Additional file 1. Mediation analysis of TyG, TyG-WC, TyG-WHtR, and TyGBMI with CVD mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease.

Additional file 2. Receiver operating characteristic (ROC) curves of TyG, TyG-WC, TyG-WHtR, TyG-BMI, WC, WHtR, and BMI in relation to cardiovascular disease mortality, total CVD, congestive heart failure, myocardial infarction, angina pectoris, and coronary heart disease. A. CVD mortality; B. total CVD; C. congestive heart failure; D. myocardial infarction; E. angina pectoris; F. coronary heart disease.
Additional file 3. Supplementary Table 1-31.

All authors thank the NHANES 2003-2018 participants for their invaluable contributions. K.D., X.W., and Y.L. were responsible for the study design, provided statistical support, drafted the manuscript, and were primarily responsible for the final content. K.D., X.W., J.H., and Y.Z. were involved in preparing and analyzing the data and the visualization of the results. L.C., X.Q., L.L., Z.M., and X.T. thoroughly repeated and validated the statistical analysis. All authors actively participated in the research process made substantial contributions to manuscript revisions, and carefully reviewed and approved the final version.

All authors thank the NHANES 2003-2018 participants for their invaluable contributions. K.D., X.W., and Y.L. were responsible for the study design, provided statistical support, drafted the manuscript, and were primarily responsible for the final content. K.D., X.W., J.H., and Y.Z. were involved in preparing and analyzing the data and the visualization of the results. L.C., X.Q., L.L., Z.M., and X.T. thoroughly repeated and validated the statistical analysis. All authors actively participated in the research process made substantial contributions to manuscript revisions, and carefully reviewed and approved the final version.

All authors received financial support from the National Natural Science Foundation (grant number 82030100), with funding specifically allocated to Ying Li.

The data were obtained from publicly available sources, as previously stated.

The authors declared that they had no competing interests.

Department of Nutrition and Food Hygiene, School of Public Health, Key Laboratory of Precision Nutrition and Health, Ministry of Education, Harbin Medical University, 157 Baojian Road, Heilongjiang 150081, People’s Republic of China. MED-X Institute, Center for Immunological and Metabolic Diseases (CIMD), First Affiliated Hospital of Xi’an Jiaotong University, Xi’an 710000, China.

Received: 16 October 2023 Accepted: 29 December 2023
Published online: 06 January 2024

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

At BMC, research is always in progress.
Learn more biomedcentral.com/submissions