文章快速检索 高级检索
  青岛大学学报(医学版)  2022, Vol. 58 Issue (3): 387-390   DOI: 10.11712/jms.2096-5532.2022.58.085
0

基金项目

国家重点研发计划项目(2018YFC1311801);克拉玛依市科技创新人才项目(2019RC001A-05)

引用本文 [复制中英文]

吴胜利, 谢成瑶, 张伟, 等. 2型糖尿病发病危险因素分析及TyG指数预测价值[J]. 青岛大学学报(医学版), 2022, 58(3): 387-390.   DOI: 10.11712/jms.2096-5532.2022.58.085
[复制中文]
WU Shengli, XIE Chengyao, ZHANG Wei, et al. RISK FACTORS FOR TYPE 2 DIABETES MELLITUS AND THE PREDICTIVE VALUE OF TRIGLYCERIDE-GLUCOSE INDEX[J]. Journal of Qingdao University(Medical Sciences), 2022, 58(3): 387-390.   DOI: 10.11712/jms.2096-5532.2022.58.085
[复制英文]

作者简介

吴胜利(1967-),女,主任医师.

通讯作者

谢爱霞(1973-),女,主任医师。E-mail: klmyxax@163.com.

文章历史

收稿日期:2021-10-02
修订日期:2022-04-08
2型糖尿病发病危险因素分析及TyG指数预测价值
吴胜利 , 谢成瑶 , 张伟 , 黄雪芳 , 谢爱霞     
新疆克拉玛依市人民医院内分泌科, 新疆 克拉玛依 834000
摘要目的 探究2型糖尿病(T2DM)发病危险因素,分析三酰甘油血糖(TyG)指数对T2DM发病风险预测价值。方法 以我院2019年1月—2021年1月收治的303例T2DM病人为观察组,另选同期350例健康体检者为对照组。比较两组一般资料、病史、家族史、体格与血清检查等指标;采用Logistic回归分析影响T2DM发病危险因素,采用受试者工作特征(ROC)曲线分析TyG指数对T2DM发病风险预测价值。结果 两组年龄、高血压病史、运动情况、糖尿病家族史、体质量指数(BMI)、收缩压(SBP)和舒张压(DBP)、总胆固醇(TC)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、肌酐、尿素氮、空腹血糖(FBG)、胰岛素抵抗(IR)指数(HOMA-IR)、糖化血红蛋白(HbA1c)、谷草转氨酶(AST)和谷丙转氨酶(ALT)等指标相比较,差异均有统计学意义(χ2=18.147~61.774,t=2.846~37.025,P < 0.05);观察组TyG指数高于对照组(t=12.708,P < 0.05)。年龄大、有高血压病史、未运动、有糖尿病家族史、TC和TG水平高、HOMA-IR高、TyG指数高等因素是影响T2DM发病的独立危险因素(OR=1.761~19.992,95%CI=1.224~72.900,P < 0.05);ROC曲线分析显示,TyG、TyG+HOMA-IR预测T2DM发病风险的特异度、灵敏度和准确度均高于其他独立危险因素,其中TyG指数取截值为5.86时,ROC曲线下面积最大(0.827),其特异度为79.5%、灵敏度为96.1%、准确度为87.8%,但两者比较TyG指数灵敏度最高,TyG+HOMA-IR特异度和准确度最高。结论 TyG指数及TyG+HOMA-IR对预测T2DM发病均具有较高价值,但TyG指数在临床中更为实用,可用于T2DM发生的早期监测预警。
关键词糖尿病, 2型    三酰甘油类    血糖    危险因素    预测    
RISK FACTORS FOR TYPE 2 DIABETES MELLITUS AND THE PREDICTIVE VALUE OF TRIGLYCERIDE-GLUCOSE INDEX
WU Shengli , XIE Chengyao , ZHANG Wei , HUANG Xuefang , XIE Aixia     
Department of Endocrinology, People's Hospital of Karamay, Karamay 834000, China
ABSTRACT: Objective To investigate the risk factors for type 2 diabetes mellitus (T2DM) and the value of triglyceride-glucose (TyG) index in predicting the risk of T2DM. Methods A total of 303 T2DM patients who were admitted to our hospital from January 2019 to January 2021 were enrolled as observation group, and 350 individuals who underwent physical examination during the same period of time were enrolled as control group. The two groups were compared in terms of the indicators including general information, medical history, family history, body mass index (BMI), and serum parameters. The logistic regression ana- lysis was used to screen out the risk factors for the onset of T2DM, and the receiver operating characteristic (ROC) curve was used to investigate the value of TyG index in predicting the risk of T2DM. Results There were significant differences between the two groups in age, history of hypertension, exercise, family history of diabetes, BMI, systolic blood pressure/diastolic blood pressure, total cholesterol (TC), triglyceride (TG), high-density lipoprotein cholesterol, low-density lipoprotein cholesterol, serum creatinine, blood urea nitrogen, fasting blood glucose, Homeostasis Model Assessment of Insulin Resistance (HOMA-IR), HbA1c, aspartate aminotransferase, and alanine aminotransferase (χ2=18.147-61.774, t=2.846-37.025, P < 0.05), and the observation group had a significantly higher TyG index than the control group (t=12.708, P < 0.05). Older age, history of hypertension, lack of exercise, family history of diabetes, high levels of TC and TG, high HOMA-IR, and high TyG index were independent risk factors for T2DM (OR=1.761-19.992, 95%CI=1.224-72.900, P < 0.05). The ROC curve analysis showed that TyG index and TyG+HOMA-IR had higher specificity, sensitivity, and accuracy in predicting the onset of T2DM than the other independent risk factors; TyG index had the largest area under the ROC curve of 0.827, with a specificity of 79.5%, a sensitivity of 96.1%, and an accuracy of 87.8% at the cut-off value of 5.86; comparison of TyG index and TyG+HOMA-IR showed that TyG index had the highest sensitivity, while TyG+HOMA-IR had the highest specificity and accuracy. Conclusion TyG index and TyG+HOMA-IR have a high value in predicting the onset of T2DM, but TyG index is more practical in clinical application and can be used for the early monitoring and warning of T2DM.
KEY WORDS: diabetes mellitus, type 2    triglycerides    blood glucose    risk factors    forecasting    

胰岛素抵抗(IR)是导致2型糖尿病(T2DM)的重要原因之一。IR指各种原因导致的胰岛素促葡萄糖摄取与利用效率降低,常伴随高胰岛素血症。相关文献指出,早期筛查及诊断IR对预测T2DM发生风险具有重要意义[1]。通过空腹血清胰岛素与葡萄糖浓度计算的IR指数(HOMA-IR)是评估IR的灵敏指标,但由于血清胰岛素的检测价格较高,临床并未得到广泛普及[2]。有学者提出了三酰甘油血糖(TyG)指数[3],即以血清三酰甘油(TG)与空腹血糖(FBG)为基础评估IR的指标。但目前关于TyG指数与T2DM发病的关系,以及将TyG指数用于评估T2DM发病风险的价值研究鲜见报道。故本研究分析我院收治的T2DM病人的TyG指数,以期为T2DM的早期防治提供参考依据。

1 资料与方法 1.1 研究对象

选择我院2019年1月—2021年1月收治的303例T2DM病人为观察组,另选取同期我院350例健康体检者为对照组。诊断标准:T2DM诊断标准参照《2型糖尿病基层诊疗指南(2019)》[4]。纳入标准:①年龄≥18岁;②确诊T2DM者纳入观察组,同期健康体检者纳入对照组;③临床资料信息完整者。排除标准:①合并严重肝、肾功能障碍者;②妊娠期或哺乳期妇女;③1型糖尿病病人;④合并糖尿病并发症者;⑤合并血液与免疫系统疾病、严重感染或恶性肿瘤者。对照组中男172例,女178例;年龄23~76岁,平均年龄为(51.56±10.69)岁。观察组中男147例,女156例;年龄26~79岁,平均年龄为(59.34±8.89)岁。

1.2 研究方法 1.2.1 观察指标

收集两组研究对象临床资料信息,包括性别、年龄、运动情况、高血压病史、糖尿病家族史、饮酒、吸烟和体质量指数(BMI)等基线资料;测量两组研究对象血压指标(收缩压(SBP)和舒张压(DBP))、血脂指标(总胆固醇(TC)、三酰甘油(TG)、高密度脂蛋白胆固醇(HDL-C)和低密度脂蛋白胆固醇(LDL-C)等)、肌酐、尿素氮、血糖指标(包括FBG、HOMA-IR、糖化血红蛋白(HbA1c))、TyG、谷草转氨酶(AST)和谷丙转氨酶(ALT)等。其中,TyG指数=TG×FPG/2。

1.2.2 分析与评价方法

① 影响T2DM发病的单因素分析:比较两组性别、年龄、糖尿病家族史、高血压病史、运动情况、饮酒、吸烟、BMI、SBP、DBP、TC、TG、HDL-C、LDL-C、肌酐、尿素氮、FBG、HOMA-IR、HbA1c、AST、ALT和TyG等因素对T2DM发病的影响。②影响T2DM发病的多因素分析。③分析TyG指数对T2DM发病风险的预测价值。

1.3 统计学方法

采用SPSS 20.0软件进行统计学分析。符合正态分布的计量资料数据以x±s形式表示,两组均数比较采用独立样本t检验,计数资料比较采用卡方检验,影响T2DM发病的多因素分析采用Logistic回归分析,TyG指数对T2DM发病风险的预测价值采用受试者工作特征(ROC)曲线分析。以P < 0.05为差异有统计学意义。

2 结果 2.1 两组相关指标的单因素比较

两组年龄、高血压病史、运动情况、糖尿病家族史、BMI、SBP、DBP、TC、TG、LDL-C、肌酐、尿素氮、FBG、HOMA-IR、HbA1c、AST和ALT等比较,差异有统计学意义(χ2=18.147~61.774,t=2.846~37.025,P < 0.05)。两组性别、饮酒及吸烟情况和HDL-C等比较,差异无显著性(P>0.05)。见表 1

表 1 两组一般资料及血生化相关指标比较(x±s)
2.2 两组TyG指数比较

观察组病人的TyG指数(7.15±0.84)明显高于对照组(5.37±0.56),差异有统计学意义(t=12.708,P < 0.05)。

2.3 影响T2DM发病的多因素Logistic分析

将发生T2DM作为因变量(Y),有赋值=1,无赋值=0;将年龄、高血压病史、运动情况、糖尿病家族史、BMI、SBP、DBP、TC、TG、LDL-C、肌酐、尿素氮、FBG、HOMA-IR、HbA1c、AST、ALT和TyG等因素作为自变量纳入,进行多因素Logistic回归分析。结果显示,年龄大、有高血压病史、未运动、有糖尿病家族史、TC与TG水平高、HOMA-IR高和TyG指数高等因素是影响T2DM发病的独立危险因素(P均 < 0.05)。见表 2

表 2 影响T2DM发病风险的多因素Logistic分析
2.4 预测T2DM发病的ROC分析

经ROC曲线分析显示,与TC、TG、HOMA-IR、TyG+TC和TyG+TG等指标相比较,TyG和TyG+HOMA-IR的特异度、灵敏度和准确度均较高,其中TyG指数取截值为5.86时,预测T2DM发病的ROC曲线下面积最大(0.827),其特异度为79.5%、灵敏度为96.1%、准确度为87.8%,但两者比较TyG指数灵敏度最高,TyG+HOMA-IR特异度和准确度最高。见表 3

表 3 预测T2DM发病的ROC分析
3 讨论

根据国际糖尿病联盟官方预计,2030年全球糖尿病病人数将达到5.52亿,其中T2DM构成比超90%[5]。目前关于T2DM发病的机制尚未完全清楚,普遍认为是遗传因素、生活方式、环境因素以及行为因素等共同作用的结果,遗传因素关系着个体对T2DM的易感性,而生活方式、环境因素以及行为因素等是诱使T2DM发生的外在因素。有多项研究指出,辣椒素受体(TRPV1)、人白细胞抗原-G(HLA-G)等基因多态性与T2DM发病风险具有显著相关性[6-7]。提示遗传因素在T2DM发病中的重要作用。本研究结果显示,两组的糖尿病家族史具有显著差异,Logistic回归分析显示有糖尿病家族史是影响T2DM发生的独立危险因素。相关报道指出,糖尿病病人中30%~40%伴随高血压,而高血压病人也易发生血糖异常[8]。本研究中,有高血压病史是影响T2DM发生的独立危险因素,与文献报道相一致[8]。研究表明,约90%的T2DM病人在中年后发病[9],年龄增长能提高T2DM发生风险。本研究中,观察组的年龄明显高于对照组,运动情况差于对照组,多因素分析结果也显示年龄大、未运动是影响T2DM发生的独立危险因素。分析其原因可能是随着年龄增加,机体代谢水平降低且运动减少,肥胖发生风险高,增加了T2DM的发病风险。

相关研究结果表明,胰岛素分泌不足和IR是T2DM发生的关键所在,并且IR可能在T2DM确诊前已经存在很多年[10]。IR程度一直以来被作为T2DM诊疗的重要标准。HOMA-IR是经FBG和空腹血清胰岛素计算所得而反映IR程度的指标,具有较高灵敏度[11]。研究也表明,高TG、TC血症是影响糖尿病发生的危险因素[12]。本文研究结果与其一致。TyG指数是由FBG和空腹血清TG计算所得,该指标检测简便且价格低廉,已被证实与高胰岛素正葡萄糖钳夹试验测量的M值具有显著相关性,可用于IR的评估中[13]。陈海静等[14]对比分析TyG指数、BMI以及腰臀比等指数在代谢综合征中的诊断价值,结果显示TyG指数具有较高效能。艾比班·麦麦提牙克夫等[15]采用TyG指数评估类风湿关节炎病人的IR程度,结果显示,TyG指数与LDL-C、C反应蛋白、红细胞沉降率、HOMA-IR等均呈正相关,且具有较好相关性。张文等[16]根据不同TyG指数四分位数将糖尿病病人分为4组,结果显示随着TyG指数升高,T2DM患病风险随之增大。本文研究结果显示,TyG指数、TC、TG和HOMA-IR等增高均是影响T2DM发病的独立危险因素,且经ROC曲线分析表明,与TC、TG、HOMA-IR、TyG+TC和TyG+TG等指标比较,TyG和TyG+HOMA-IR特异度、灵敏度和准确度均显著增高,其中TyG指数灵敏度最高,TyG+HOMA-IR特异度和准确度最高。但目前部分基层医院并不具备胰岛素检测条件,HOMA-IR在临床应用上仍存在一定局限性。因此,TyG指数在预测T2DM发病中具有更高应用价值。当然,有些条件允许的地方TyG+HOMA-IR也是一种选择。

综上所述,TyG指数及TyG+HOMA-IR对预测T2DM发病均具有较高价值,但TyG指数在临床中更为实用,可用于T2DM发生的早期监测预警。本研究由于纳入单中心样本且量较小可能存在偏差,后续应进行多中心大样本研究,以为临床应用提供更可靠的依据。

参考文献
[1]
马雨佳, 车前子, 郑启文, 等. 2型糖尿病发病风险预测模型常用评价方法[J]. 中国慢性病预防与控制, 2020, 28(2): 94-100.
[2]
DE OLIVEIRA C M, PAVANI J, LIU C Y, et al. Trigly- ceride glucose index as a tool to motivate early lifestyle modi- fication in young adults at diabetes risk: the Baependi Heart Study[J]. Preventive Medicine Reports, 2020, 20: 101172. DOI:10.1016/j.pmedr.2020.101172
[3]
邓偲婕, 万沁, 程筱玲. 高三酰甘油腰围表型与糖尿病前期及2型糖尿病发病风险的关系[J]. 天津医药, 2019, 47(8): 824-828.
[4]
中华医学会, 中华医学会杂志社, 中华医学会全科医学分会, 等. 肺结核基层诊疗指南(2018年)[J]. 中华全科医师杂志, 2019, 18(8): 709-717. DOI:10.3760/cma.j.issn.1671-7368.2019.08.002
[5]
YILMAZ M, KARAASLAN M, TONYALI S, et al. Trigly- ceride-Glucose Index (TyG) is associated with erectile dysfunction: a cross-sectional study[J]. Andrology, 2021, 9(1): 238-244. DOI:10.1111/andr.12904
[6]
赵向凤, 邓文涛, 储小飞, 等. TRPV1基因多态性与2型糖尿病遗传易感性及术中不良心血管事件的关系[J]. 中华麻醉学杂志, 2020, 40(5): 557-560. DOI:10.3760/cma.j.cn131073.20191104.00510
[7]
张娟, 陈俊, 周心涛, 等. HLA-G基因多态性与2型糖尿病遗传易感性的相关性研究[J]. 重庆医学, 2020, 49(23): 3902-3905, 3911. DOI:10.3969/j.issn.1671-8348.2020.23.009
[8]
DA SILVA A, CALDAS A P S, ROCHA D M U P, et al. Triglyceride-glucose index predicts independently type 2 diabetes mellitus risk: a systematic review and meta-analysis of cohort studies[J]. Primary Care Diabetes, 2020, 14(6): 584-593. DOI:10.1016/j.pcd.2020.09.001
[9]
杨帆, 崔静, 苑东敏, 等. 中年人群肥胖指标与新诊2型糖尿病的关联研究[J]. 现代预防医学, 2019, 46(10): 1795-1800.
[10]
KIM J A, KIM J, ROH E, et al. Triglyceride and glucose index and the risk of gestational diabetes mellitus: a nationwide population-based cohort study[J]. Diabetes Research and Cli- nical Practice, 2021, 171: 108533. DOI:10.1016/j.diabres.2020.108533
[11]
梁钻容, 王娟. 血脂、肝功能及肾功能等生化指标与2型糖尿病患病风险相关性研究[J]. 中华生物医学工程杂志, 2019, 25(4): 408-410. DOI:10.3760/cma.j.issn.1674-1927.2019.04.005
[12]
ALUDWAN М B, KOBYLIAK N, PAVLENKO G P, et al. Evaluation of clinical efficiency of Decap replacement therapy in patients with type 2 diabetes mellitus and concomitant nonalcoholic fatty liver disease in vitamin D deficiency[J]. International Journal of Endocrinology (Ukraine), 2021, 16(8): 607-615. DOI:10.22141/2224-0721.16.8.2020.222881
[13]
MADYANOV I. Relationships with type 2 diabetes mellitus of the basic parameters of urine acid metabolism with indicators of insulin resistance[J]. Bulletin of Science and Practice, 2020, 6(1): 122-128. DOI:10.33619/2414-2948/50/13
[14]
陈海静, 信中, 王旭红, 等. 人体测量学指标和三酰甘油葡萄糖乘积指数对代谢综合征的诊断价值比较[J]. 中国全科医学, 2020, 23(7): 813-818.
[15]
艾比班·麦麦提牙克夫, 石亚妹, 武丽君. 简易胰岛素抵抗指数对类风湿关节炎患者胰岛素抵抗的评估价值[J]. 中华糖尿病杂志, 2021, 13(3): 252-257.
[16]
张文, 文重远, 解为慈. 利用TyG指数评估胰岛素抵抗及糖尿病的患病风险[J]. 海南医学, 2019, 30(22): 2882-2886. DOI:10.3969/j.issn.1003-6350.2019.22.008