IF10.6!!恭喜＂郑州大学团队＂仅凭CHARLS抢发中科院一区TOP!!

01

从 CHARLS 2011 年基线 17708 人中，排除有中风史、年龄＜45 岁以及甘油三酯、空腹血糖、高密度脂蛋白胆固醇等关键指标缺失者，最终纳入 7652 名参与者进行分析，清晰展示了样本筛选的全过程。

图1 研究筛选图

02

展示了 TyG 与 AIP 在全人群中的分布特征，两者均呈近似正态分布，中位数分别为 8.6401 和 0.3433，为后续按中位数进行高低分组提供了直观依据。

图2 分布密度图

表1：研究对象基线特征表

高TyG组中，男性比例更低、心脏病和糖尿病患病率更高、糖化血红蛋白更高，但血尿素氮更低（均有统计学差异）。高AIP组中，收缩压、舒张压、糖尿病患病率均显著高于低AIP组。两组在年龄、教育、婚姻、吸烟饮酒等方面也有一定差异，说明后续分析需要校正这些混杂因素。

表2：TyG与AIP联合分组的中风风险

以“低TyG+低AIP”为参照组，仅“高TyG+高AIP”组在完全校正后风险显著升高。而“高TyG+低AIP”和“低TyG+高AIP”两个单高组，校正后风险均无统计学意义。说明只有当两个指标同时升高时，中风风险才真正大幅增加，单靠一个指标升高不足以构成显著威胁。

03

AIP 与中风风险呈非线性关系，风险在 AIP 达到 0.22 之前急剧上升，之后进入平台期，存在明显的阈值效应；而 TyG 与中风风险呈线性剂量-反应关系，即 TyG 值越高，中风风险持续上升，无明确平台。

图3 AIP 与 TyG 对中风风险的非线性关系图

04

无论按 AIP 分组还是按 TyG 分组，高值组的累积中风发生率均显著高于低值组。当将两者联合分为四组时，“高 TyG + 高 AIP” 组的累积风险曲线始终处于最高位置，显著高于其他三组，而 “单高” 组与 “双低” 组之间差异不明显，说明联合升高带来的风险最为突出。

图4  不同分组的中风累积风险生存曲线（K-M 曲线）

05

在未调整模型和完全调整模型中，TyG + AIP 联合模型的 AUC 均仅略高于 TyG 或 AIP 单独使用（完全调整模型中联合 AUC = 0.633，单指标均为 0.632），德隆检验无统计学差异，证明联合模型未能显著提升整体区分能力，其价值不在于改善预测精度，而在于识别极端高危个体。

图5  预测模型的中风 ROC 曲线

06

在年龄<60岁的人群中，联合指标的HR高达1.90（1.50-2.40），明显高于≥60岁组的1.42。在无糖尿病、无心脏病史的人群中，联合指标的效应依然显著且数值较高（HR分别约为1.55和1.66）。性别、BMI、吸烟、饮酒、肾病等亚组中，联合指标的HR大致在1.4-1.7之间，交互作用P值均>0.05，说明效应在不同亚组间无显著差异。

关键发现：年轻人、无基础疾病者，相对风险反而更高，提示代谢异常的“累积打击”在看似低危人群中更应警惕。

表3亚组分析

END