Связь накопленной экспозиции и динамических траекторий индекса триглицеридов, общего холестерина и массы тела с впервые возникшей кардиометаболической мультиморбидностью у китайцев среднего и пожилого возраста: данные общенационального проспективного когортного исследования

Введение: Кардиометаболическая мультиморбидность (CMM) широко распространена во всём мире и создаёт значительную нагрузку на здравоохранение. Индекс триглицеридов, общего холестерина и массы тела (TCBI) — новый и простой в расчёте метаболический показатель, связь которого с инсультом и сердечно-сосудистыми заболеваниями подтверждена. Однако данных об оценке риска CMM пока мало. Цель исследования — изучить связь накопленной экспозиции TCBI (CumTCBI) и его продольных траекторий с риском впервые возникшей CMM у людей среднего и пожилого возраста, а также разработать прогностическую модель на основе анализа выживаемости.

Методы: Использовали данные Китайского лонгитюдного исследования здоровья и выхода на пенсию (CHARLS). Для оценки связи CumTCBI с риском CMM применяли модели пропорциональных рисков Кокса и анализ с использованием ограниченных кубических сплайнов (RCS). Траектории TCBI определяли методом кластеризации K-means. Проводили анализы в подгруппах и анализ взаимодействий. Выполнили широкий спектр анализов чувствительности, включая анализ с временным лагом, анализ полных случаев, анализ с усечёнными ограниченными кубическими сплайнами, анализ выживаемости с интервальным цензурированием и модели конкурирующих рисков Fine–Gray. Допущение о пропорциональности рисков проверяли с помощью теста остатков Шёнфельда. Для оценки дополнительной прогностической ценности рассчитывали чистое улучшение реклассификации (NRI) и интегральное улучшение дискриминации (IDI). На основе регрессии Кокса разработали прогностическую номограмму; её дискриминационную способность оценивали по площади под ROC-кривой с учётом времени, а клиническую полезность — с помощью анализа кривых принятия решений (DCA).

Результаты: Из 5068 участников у 424 (8,4%) за период наблюдения развилась CMM. После поправки на несколько переменных каждое увеличение CumTCBI на 1 стандартное отклонение было связано с повышением риска CMM на 18% (HR = 1,18; 95% ДИ 1,09–1,28). Риск CMM в верхнем терциле был выше, чем в нижнем (HR = 1,90; 95% ДИ 1,43–2,52). Связь CumTCBI с риском CMM имела нелинейный характер (P для нелинейности < 0,001). Были выявлены три траектории TCBI: стабильно низкая, стабильно умеренная и стабильно высокая. У участников со стабильно высоким TCBI риск CMM был на 61% выше, чем у участников со стабильно низким TCBI (HR = 1,61; 95% ДИ 1,10–2,36). Эти связи сохранялись в подгруппах и были устойчивы во всех анализах чувствительности. Допущение о пропорциональности рисков выполнялось (глобальное P = 0,86). Анализ NRI и IDI подтвердил, что TCBI обладает дополнительной прогностической ценностью по сравнению с входящими в него отдельными показателями (NRI = 0,158; P < 0,001). Номограмма продемонстрировала приемлемую дискриминационную способность (AUC 0,715 в обучающей и 0,694 в проверочной выборке); анализ DCA показал положительную клиническую чистую пользу.

Выводы: У людей среднего и пожилого возраста в Китае более высокая накопленная экспозиция TCBI и неблагоприятные траектории TCBI независимо связаны с повышенным риском CMM. Номограмма на основе модели Кокса может применяться для ранней стратификации риска и поддерживать целенаправленную профилактику и индивидуальное ведение пациентов с CMM.