CHARLS数据库发文思路（二）

在全球老龄化加速的背景下，心血管-肾脏-代谢综合征（CKM）及其相关卒中风险已成为公共卫生领域的重大挑战。甘油三酯-葡萄糖指数（TyG）作为反映胰岛素抵抗和代谢紊乱的新兴生物标志物，其动态变化与血管病变的关联日益受到关注。然而，传统横断面研究难以捕捉 TyG 的长期暴露效应，且缺乏基于疾病分期的精细化风险评估。

中国健康与养老追踪调查（CHARLS）数据库凭借其全国代表性的纵向队列数据，为探索中老年人群代谢指标与心血管结局的动态关联提供了独特平台。本研究基于 CHARLS 数据库，创新性地采用累积暴露量分析结合 K-means 聚类的方法，首次在 CKM 0-3 期人群中系统探讨累积甘油三酯 - 葡萄糖指数（cumTyG）与卒中风险的剂量 - 反应关系。通过曲线下面积法（AUC）量化 TyG 的长期暴露负荷，并利用无监督学习算法（K-means 聚类）实现 TyG 控制水平的客观分层，结合限制性立方样条（RCS）和多因素 logistic 回归，揭示 cumTyG 在不同疾病阶段的风险特征。

研究结果不仅填补了 TyG 动态暴露与卒中关联的研究空白，更通过疾病分期的精细化分析，为 CKM 人群的分层管理和早期干预提供了新的循证依据，有望推动代谢性血管病风险评估体系的优化。

今天给大家解读一篇发表在Cardiovascular Diabetology（IF=8.5）上的最新研究，该研究基于CHARLS数据库，创新性地探讨了累积甘油三酯-葡萄糖指数（cumTyG）与心血管-肾脏-代谢综合征（CKM）0-3期人群卒中风险的关联。

案例文章

标题：Association between cumulative changes of the triglyceride glucose index and incidence of stroke in a population with cardiovascular-kidney-metabolic syndrome stage 0-3: a nationwide prospective cohort study

期刊：Cardiovascular diabetology（2025年，IF=8.5）

研究主题：通过纵向队列研究设计，探讨累积甘油三酯-葡萄糖指数（cumTyG）与心血管-肾脏-代谢综合征（CKM）0-3 期人群卒中风险的关联，并通过多种统计方法揭示其内在关联和风险特征。

统计分析方法

本研究采用了几个值得关注的统计方法：

累积TyG指数计算：采用曲线下面积法（AUC），计算2012-2015年间TyG指数的累积暴露量。
K-means聚类分析：对TyG控制水平进行客观分组。
限制性立方样条（RCS）：探索cumTyG与卒中风险的非线性关系。
多因素logistic回归：调整多种混杂因素后评估关联强度。

文章解读

累积TyG指数计算

K-means聚类分析

首先，根据 2012 年至 2015 年的 TyG 值，使用 K-means 聚类将参与者分为四个 TyG 控制水平。K-means 聚类是一种旨在将 N 个观测值分为 K 个簇的技术，它能够有效地捕捉动态 TyG 指数变化的细微差异，为揭示其与中风风险的关系提供了科学依据。其灵活性、数据驱动特性以及对多维数据分析的支持，使其成为探索复杂代谢数据与临床结果之间关系的有力工具。

在我们的研究中，我们采用了肘部法——这是一种在无监督学习中优化簇数选择的标准技术——来评估 TyG 轨迹的最佳划分。如图 A 所示，在 K=4 之后，组内方差（或失真）的边际改善显著减小，达到一个拐点，即额外的簇提供了微不足道的解释力（‘肘部’准则）。这一平台期表明，四个簇在模型简约性和解释准确性之间实现了最佳平衡，同时避免了过拟合。每个观测值被分配到具有最接近均值（作为聚类原型）的聚类中。

限制性立方样条（RCS）

采用了限制性三次样条（RCS）回归分析，以探索 CKM 综合征参与者中 cumTyG 与中风发病率之间的潜在线性关系。多变量调整的样条回归模型显示，cumTyG 指数水平与 CKM 0-3 期脑卒中风险之间存在线性关联。

逻辑回归

表格 2 展示了逻辑回归分析结果，分析了在心血管-肾脏-代谢综合征阶段 0–3 的个体中，累积甘油三酯葡萄糖指数（cumTyG）、甘油三酯葡萄糖控制水平与中风发生率之间的关联。在调整模型（模型 3）中，2 类组的中风风险显著高于 1 类组（OR 1.39，95% CI 1.003–1.92，P = 0.046），但 1 类组、3 类组和 4 类组之间没有观察到中风发生率的差异（所有 P > 0.05）。高 cumTyG（OR 1.13，95% CI 1.05–1.22，P = 0.002）与中风风险增加显著相关，我们将参与者根据 cumTyG 的百分位数分为三组。与 Q1（较低 cumTyG）相比，Q2 组（OR 1.44，95% CI 1.04–2.00，P = 0.028）和 Q3 组（OR 1.66，95% CI 1.20–2.32，P = 0.003）的中风风险更高。

对研究者的启示

① 方法学借鉴：