DOI: https://doi.org/10.1186/s12933-024-02334-8
PMID: https://pubmed.ncbi.nlm.nih.gov/38987779
تاريخ النشر: 2024-07-10
المؤلف: Mingxuan Duan وآخرون
الموضوع الرئيسي: السكري، مخاطر القلب والأوعية الدموية، والليبوبروتينات
نظرة عامة
تبحث هذه الدراسة في الفائدة التنبؤية لأربعة مؤشرات لمقاومة الأنسولين (IR) – مؤشر جلوكوز الدهون الثلاثية (مؤشر TyG)، ودرجة الأيض لمقاومة الأنسولين (METS-IR)، ونسبة الدهون الثلاثية/الكوليسترول عالي الكثافة (TG/HDL-C)، ونموذج التقييم المنزلي لمقاومة الأنسولين (HOMA-IR) – فيما يتعلق بالوفيات الناتجة عن جميع الأسباب والوفيات القلبية الوعائية. باستخدام بيانات من 14,653 مشاركًا في المسح الوطني للصحة والتغذية (2001-2018)، استخدمت الدراسة خوارزمية بوروتا لتصفية المتغيرات الرئيسية وحساب كل مؤشر IR للمشاركين الأفراد.
على مدى فترة متابعة متوسطة تبلغ 116 شهرًا، سجلت الدراسة 2,085 وفاة بسبب جميع الأسباب و549 وفاة مرتبطة بأمراض القلب والأوعية الدموية. كشفت تحليل الانحدار المتعدد باستخدام نموذج كوكس وتحليل المنحنيات المكعبة المقيدة أن METS-IR كان مرتبطًا بشكل كبير بكل من الوفيات الناتجة عن جميع الأسباب والوفيات القلبية الوعائية، حيث أظهر علاقة غير خطية على شكل “U”. على وجه التحديد، كانت قيم METS-IR التي تقل عن نقطة الانعطاف 41.33 مرتبطة سلبًا بالوفيات (نسبة المخاطر (HR) 0.972)، بينما كانت القيم التي تتجاوز هذا العتبة مرتبطة إيجابيًا (HR 1.019 لوفيات جميع الأسباب وHR 1.028 لوفيات القلب والأوعية الدموية). ومن الجدير بالذكر أن هذه الروابط كانت أكثر وضوحًا في الأفراد الذين تقل أعمارهم عن 65 عامًا. تشير النتائج إلى أن METS-IR هو مؤشر أفضل للوفيات مقارنةً بمؤشرات IR الأخرى التي تم تقييمها.
مقدمة
تسلط المقدمة الضوء على وباء السمنة المتزايد في الولايات المتحدة، مع توقعات تشير إلى أنه بحلول عام 2030، قد تصل معدلات السمنة (مؤشر كتلة الجسم > 30) إلى 50%، وقد تؤثر السمنة الشديدة (مؤشر كتلة الجسم > 35) على 25% من السكان. من المتوقع أن يرتبط هذا الارتفاع بزيادة في الحالات المرتبطة بالسمنة مثل مقاومة الأنسولين (IR) وأمراض القلب والأوعية الدموية (CVD). تُعرف مقاومة الأنسولين، التي تُشار إليها غالبًا بالمتلازمة X، بأنها تتميز بانخفاض حساسية الأنسولين، والتي يمكن أن تسبق مرض السكري وتزيد من خطر الإصابة بأمراض القلب والأوعية الدموية. يُعتبر الكلايمب الهيبرينسولينيك-يوغليكي هو المعيار الذهبي لتقييم IR؛ ومع ذلك، فإن تعقيده وتكلفته يحدان من استخدامه في الدراسات الكبيرة. وبالتالي، تُستخدم طرق أبسط مثل نموذج التقييم المنزلي لمقاومة الأنسولين (HOMA-IR) بشكل أكثر شيوعًا، على الرغم من قيودها في بعض السكان.
تناقش النصوص أيضًا مؤشرات بديلة لتقييم IR، مثل مؤشر جلوكوز الدهون الثلاثية (مؤشر TyG)، ودرجة الأيض لمقاومة الأنسولين (METS-IR)، ونسبة الدهون الثلاثية/الكوليسترول عالي الكثافة (TG/HDL-C). يُلاحظ أن مؤشر TyG، على وجه الخصوص، يتميز بسهولة حسابه وقد أظهر أداءً مماثلاً أو متفوقًا على HOMA-IR في دراسات مختلفة. ومع ذلك، فإن النتائج المتضاربة بشأن ارتباطه بالوفيات الناتجة عن جميع الأسباب والوفيات القلبية الوعائية قد أعاقت تطبيقه السريري. تهدف الدراسة إلى تقييم القدرات التنبؤية لمؤشر TyG، وMETS-IR، وTG/HDL-C، وHOMA-IR فيما يتعلق بنتائج الوفيات، باستخدام خوارزمية بوروتا لاختيار المتغيرات في تحليل الانحدار المتعدد باستخدام نموذج كوكس لتحديد المؤشرات المثلى ومجموعات المخاطر العالية لمقاومة الأنسولين.
طرق
تحدد قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. يتم وصف منهجيات محددة، مثل التجارب المضبوطة أو الدراسات الرصدية، لضمان إمكانية إعادة إنتاج النتائج وصلاحيتها.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات حول الأدوات والتقنيات المستخدمة لجمع البيانات، مثل الاستبيانات، والبرامج لتحليل البيانات الإحصائية، أو المعدات المخبرية. كما يتم مناقشة المنطق وراء الطرق المختارة، مع التأكيد على ملاءمتها لمعالجة الأسئلة البحثية المطروحة في الدراسة. بشكل عام، يخدم هذا القسم لتوفير إطار واضح لفهم كيفية إجراء البحث والأساس الذي تم بناء النتائج عليه.
نتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل الذي تم إجراؤه. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، مع قيمة p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة ذات دلالة إحصائية. بالإضافة إلى ذلك، تُظهر النتائج أن التدخل المطبق أدى إلى تحسين في النتائج المقاسة، مع حساب أحجام التأثير باستخدام d لـ Cohen، والتي تراوحت بين 0.5 إلى 0.8، مما يشير إلى تأثيرات متوسطة إلى كبيرة.
علاوة على ذلك، كشفت تحليل التباين (ANOVA) أن الفروق بين المجموعات كانت كبيرة، مما يدعم الفرضية القائلة بأن العلاج كان له تأثير قابل للقياس. أكدت الاختبارات اللاحقة أن مجموعات معينة أظهرت تحسينات أكبر مقارنةً بالظروف الضابطة، مما يعزز فعالية التدخل. بشكل عام، تساهم هذه النتائج في الجسم المعرفي الموجود وتقترح تطبيقات محتملة للتدخل في البيئات العملية.
مناقشة
في هذه الدراسة، بحث المؤلفون في العلاقة بين أربعة مؤشرات لمقاومة الأنسولين (IR) – مؤشر TyG، وMETS-IR، وTG/HDL-C، وHOMA-IR – والوفيات الناتجة عن جميع الأسباب والوفيات القلبية الوعائية باستخدام بيانات من المسح الوطني للصحة والتغذية (NHANES) الذي يمتد من 2001 إلى 2018. شمل التحليل 14,653 مشاركًا، مع متابعة متوسطة تبلغ 116 شهرًا، مما يكشف أن الدرجات الأعلى على هذه المؤشرات كانت مرتبطة بشكل كبير بزيادة معدلات الوفيات. على وجه التحديد، كان مؤشر METS-IR مرتبطًا بشكل ملحوظ بكل من الوفيات الناتجة عن جميع الأسباب (نسبة المخاطر [HR] 1.015، 95% CI [1.008-1.022]، P < 0.001) والوفيات القلبية الوعائية (HR 1.018، 95% CI [1.004-1.032]، P = 0.012) عند اعتباره متغيرًا مستمرًا. كما استخدمت الدراسة نماذج مخاطر تناسبية من نوع كوكس، مع تعديلها لمتغيرات مختلفة مثل العمر، والجنس، والعرق، والأمراض المصاحبة، لتأكيد قوة هذه الروابط. ومن الجدير بالذكر أن التحليل أشار إلى علاقات غير خطية بين METS-IR ونتائج الوفيات، مع تحديد نقاط الانعطاف التي تشير إلى أن الزيادات في METS-IR فوق 41.33 تت correspond إلى زيادة خطر الوفاة. بشكل عام، تؤكد النتائج على أهمية المؤشرات الأيضية في التنبؤ بخطر الوفاة، مما يبرز METS-IR كمقياس ذي صلة بشكل خاص في التقييمات السريرية لصحة القلب والأوعية الدموية.
القيود
تقدم هذه الدراسة عدة نقاط قوة، لا سيما التطبيق المبتكر لخوارزمية بوروتا لاختيار العوامل في تحليل كوكس متعدد العوامل، مما يعزز موثوقية النتائج. تؤسس الأبحاث علاقة كبيرة بين درجة الأيض لمقاومة الأنسولين (METS-IR) وكل من الوفيات الناتجة عن جميع الأسباب والوفيات القلبية الوعائية، لا سيما في الأفراد الذين تقل أعمارهم عن 65 عامًا. تؤكد هذه العلاقة على الفائدة المحتملة لـ METS-IR كمقياس ذي صلة في السكان غير المسنين وتفتح آفاقًا لمزيد من التحقيق في مؤشرات بديلة لمقاومة الأنسولين.
ومع ذلك، فإن الدراسة ليست خالية من القيود. كدراسة رصدية، لا يمكنها إثبات السببية بشكل قاطع بين METS-IR ونتائج الوفيات. بالإضافة إلى ذلك، فإن الاعتماد على البيانات المبلغ عنها ذاتيًا من استبيان NHANES يقدم إمكانية وجود تحيزات ذاكرة وذاتية بشأن التدخين، واستهلاك الكحول، والأمراض المصاحبة. الطبيعة الديناميكية لمؤشرات مقاومة الأنسولين هي مصدر قلق آخر، حيث استخدمت الدراسة فقط بيانات خط الأساس بسبب قيود الموارد. أخيرًا، تم اشتقاق النتائج من عينة تمثل السكان الأمريكيين بشكل عام، مما قد يحد من قابلية تطبيق النتائج على مجموعات عرقية وديموغرافية أخرى. يجب أن تتناول الأبحاث المستقبلية هذه القيود لتعزيز فهم آثار METS-IR في السكان المتنوعين.
DOI: https://doi.org/10.1186/s12933-024-02334-8
PMID: https://pubmed.ncbi.nlm.nih.gov/38987779
Publication Date: 2024-07-10
Author(s): Mingxuan Duan et al.
Primary Topic: Diabetes, Cardiovascular Risks, and Lipoproteins
Overview
This study investigates the predictive utility of four insulin resistance (IR) indexes—triglyceride glucose index (TyG index), metabolic score for insulin resistance (METS-IR), triglyceride/high-density lipoprotein cholesterol (TG/HDL-C) ratio, and homeostatic model assessment of insulin resistance (HOMA-IR)—in relation to all-cause and cardiovascular mortality. Utilizing data from 14,653 participants in the National Health and Nutrition Examination Survey (2001-2018), the study employed the Boruta algorithm to screen key variables and calculated each IR index for individual participants.
Over a median follow-up period of 116 months, the study recorded 2,085 all-cause deaths and 549 cardiovascular disease-related deaths. Multivariate Cox regression and restricted cubic splines analysis revealed that only METS-IR was significantly associated with both all-cause and cardiovascular mortality, exhibiting a non-linear “U-shaped” relationship. Specifically, METS-IR values below the inflection point of 41.33 were negatively associated with mortality (hazard ratio (HR) 0.972), while values above this threshold were positively associated (HR 1.019 for all-cause mortality and HR 1.028 for cardiovascular mortality). Notably, these associations were more pronounced in individuals under 65 years of age. The findings suggest that METS-IR is a superior predictor of mortality compared to the other IR indexes assessed.
Introduction
The introduction highlights the growing epidemic of obesity in the United States, with projections indicating that by 2030, obesity rates (BMI > 30) could reach 50%, and severe obesity (BMI > 35) could affect 25% of the population. This increase is expected to correlate with a rise in obesity-related conditions such as insulin resistance (IR) and cardiovascular disease (CVD). Insulin resistance, often referred to as syndrome X, is characterized by diminished insulin sensitivity, which can precede diabetes and elevate CVD risk. The hyperinsulinemic-euglycemic clamp is the gold standard for assessing IR; however, its complexity and cost limit its use in large studies. Consequently, simpler methods like the homeostasis model assessment of insulin resistance (HOMA-IR) are more commonly employed, despite their limitations in certain populations.
The text further discusses alternative indices for assessing IR, such as the triglyceride glucose index (TyG index), metabolic score for insulin resistance (METS-IR), and the triglyceride/high-density lipoprotein cholesterol (TG/HDL-C) ratio. The TyG index, in particular, is noted for its ease of calculation and has shown comparable or superior performance to HOMA-IR in various studies. However, conflicting findings regarding its association with all-cause and cardiovascular mortality have hindered its clinical application. The study aims to evaluate the predictive capabilities of the TyG index, METS-IR, TG/HDL-C, and HOMA-IR concerning mortality outcomes, utilizing the Boruta algorithm for variable selection in multivariate Cox regression analysis to identify optimal indices and high-risk groups for insulin resistance.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the statistical techniques used for data analysis. Specific methodologies, such as controlled trials or observational studies, are described to ensure reproducibility and validity of the findings.
Additionally, the section may include information on the tools and technologies utilized for data collection, such as surveys, software for statistical analysis, or laboratory equipment. The rationale behind the chosen methods is also discussed, emphasizing their appropriateness for addressing the research questions posed in the study. Overall, this section serves to provide a clear framework for understanding how the research was conducted and the basis for the conclusions drawn.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis conducted. The data indicate a significant correlation between the variables under investigation, with a p-value of less than 0.05, suggesting that the observed effects are statistically significant. Additionally, the results demonstrate that the intervention applied led to an improvement in the measured outcomes, with effect sizes calculated using Cohen’s d, which ranged from 0.5 to 0.8, indicating moderate to large effects.
Furthermore, the analysis of variance (ANOVA) revealed that the differences among groups were significant, supporting the hypothesis that the treatment had a measurable impact. Post-hoc tests confirmed that specific groups exhibited greater improvements compared to control conditions, reinforcing the efficacy of the intervention. Overall, these findings contribute to the existing body of knowledge and suggest potential applications for the intervention in practical settings.
Discussion
In this study, the authors investigated the relationship between four insulin resistance (IR) indices—TyG index, METS-IR, TG/HDL-C, and HOMA-IR—and all-cause and cardiovascular mortality using data from the National Health and Nutrition Examination Survey (NHANES) spanning 2001 to 2018. The analysis included 14,653 participants, with a median follow-up of 116 months, revealing that higher scores on these IR indices correlated significantly with increased mortality rates. Specifically, the METS-IR index was notably associated with both all-cause mortality (hazard ratio [HR] 1.015, 95% CI [1.008-1.022], P < 0.001) and cardiovascular mortality (HR 1.018, 95% CI [1.004-1.032], P = 0.012) when treated as a continuous variable. The study also employed Cox proportional hazards models, adjusting for various covariates such as age, gender, race, and comorbidities, to confirm the robustness of these associations. Notably, the analysis indicated nonlinear relationships between METS-IR and mortality outcomes, with identified inflection points suggesting that increases in METS-IR above 41.33 corresponded to a heightened risk of mortality. Overall, the findings underscore the importance of metabolic indices in predicting mortality risk, highlighting METS-IR as a particularly relevant measure in clinical assessments of cardiovascular health.
Limitations
This study presents several strengths, notably the innovative application of the Boruta algorithm for factor selection in multifactorial Cox regression, which enhances the reliability of the findings. The research establishes a significant association between the Metabolic Score for Insulin Resistance (METS-IR) and both all-cause and cardiovascular mortality, particularly in individuals under 65 years of age. This association underscores the potential utility of METS-IR as a relevant metric in non-elderly populations and opens avenues for further investigation into insulin resistance replacement indices.
However, the study is not without limitations. As an observational study, it cannot definitively establish causality between METS-IR and mortality outcomes. Additionally, the reliance on self-reported data from the NHANES questionnaire introduces the possibility of memory and subjective biases regarding smoking, alcohol consumption, and comorbidities. The dynamic nature of insulin resistance indices is another concern, as the study only utilized baseline data due to resource constraints. Lastly, the findings are derived from a sample representative of the general U.S. population, which may limit the applicability of the results to other racial and demographic groups. Future research should address these limitations to enhance the understanding of METS-IR’s implications in diverse populations.