甘油三酯葡萄糖指数对急性心肌梗死患者急性肾损伤风险的预测价值
Predictive Value of Triglyceride Glucose Index on the Risk of Acute Kidney Injury in Patients with Acute Myocardial Infarction
DOI: 10.12677/acm.2024.14123208, PDF, HTML, XML,    科研立项经费支持
作者: 张 苗, 莫德刚：青岛大学青岛医学院，山东 青岛；庄 莉：青岛市市立医院东院区干部保健门诊，山东 青岛；戴红艳*：青岛市市立医院东院区保健三科，山东 青岛
关键词: 甘油三酯葡萄糖指数；急性心肌梗死；急性肾损伤；Lasso回归；Logistic回归；Triglyceride Glucose Index； Acute Myocardial Infarction； Acute Kidney Injury； Lasso Regression； Logistic Regression
摘要: 背景：甘油三酯葡萄糖指数(TyG指数)作为胰岛素抵抗的可靠替代指标，近年来受到广泛关注，但其在预测急性心肌梗死(AMI)患者急性肾损伤(AKI)发生的预测价值不得而知。方法：我们成功纳入MIMIC-IV 3.0数据库中953名患者进入研究队列，通过Lasso回归筛选变量，单、多因素logistic回归确定TyG指数以及其他变量与AMI后AKI的关联。结果：总共有517名患者AMI后发生AKI，其TyG指数升高(8.96 vs 9.15，p < 0.05)；并且TyG指数升高的患者更易发生AKI (61.5% vs 46.8%)。TyG指数是AMI后AKI的独立预测因子(OR = 1.36, 95% CI = 1.06~1.75)，但是预测效能是中等的(曲线下面积，AUC = 0.594)，肌酐的预测效能最大(AUC = 0.828)，将logistic回归筛选出的变量联合预测效能更佳(AUC = 0.849)。结论：TyG指数对AMI后AKI风险具有独立的预测价值，但是预测效能是中等的。
Abstract: Background: The triglyceride glucose index (TyG index) has received much attention in recent years as a reliable surrogate for insulin resistance, but its predictive value in predicting the occurrence of acute kidney injury (AKI) in patients with acute myocardial infarction (AMI) is unknown. Methods: We successfully included 953 patients from the MIMIC-IV 3.0 database into the study cohort, and screened variables by Lasso regression, and single- and multi-variate logistic regression to determine the associations of the TyG index, as well as other variables, with AKI after AMI. Results: A total of 517 patients who developed AKI after AMI had an elevated TyG index (8.96 vs. 9.15, p < 0.05); and patients with an elevated TyG index were more likely to develop AKI (61.5% vs. 46.8%). The TyG index was an independent predictor of post-AMI AKI (OR = 1.36, 95% CI 1.06~1.75), but the predictive efficacy was moderate (area under the curve, AUC = 0.594), with creatinine having the greatest predictive efficacy (AUC = 0.828), and the combined predictive efficacy of variables screened by logistic regression being better (AUC = 0.849). Conclusion: The TyG index has an independent predictive value for the risk of AKI after AMI, but the predictive efficacy is moderate.
文章引用：张苗, 庄莉, 莫德刚, 戴红艳. 甘油三酯葡萄糖指数对急性心肌梗死患者急性肾损伤风险的预测价值[J]. 临床医学进展, 2024, 14(12): 1216-1227. https://doi.org/10.12677/acm.2024.14123208

1. 引言

心脏和肾脏是人体内两个至关重要的器官，它们之间存在着复杂而密切的关系。急性心肌梗死(AMI)作为心血管系统中的危急重症，其并发症的发生往往进一步增加了患者的死亡率和不良预后[1] [2]。急性肾损伤(AKI)是AMI的常见并发症之一，因诊断标准的差异，其发病率在5.2%~59%之间波动[3]。既往的研究表明AKI对于AMI的短期和长期预后都有不利的影响[3]-[5]，同时Hiroshi Asanuma指出早期发现AKI可进一步改善AMI的预后[6]，因此寻找能够早期预警和预测AKI发生的生物标志物对于改善AMI患者的预后具有重要意义。

目前已经发现许多生物标志物对于AMI后AKI的早期预测价值。尿液中的C-末端agrin片段对于肾功能相对保留的低风险患者AMI后的AKI发生仍有一定的预测价值[7]。胱抑素C水平在预测入院AMI后AKI方面可能优于血清肌酐(Scr) [8]。同时还发现了刺激生长因子sST2 [9]、α-Klotho [10]等一些生物标志物对其有预测价值。但是这些新发现的生物标志物并未普遍应用到临床当中，因此寻找一个普适的生物标志物来预测AKI风险尤为重要。

甘油三酯葡萄糖指数(TyG指数)，基于空腹甘油三酯和空腹血糖的测量值计算得出的一个复合指数，上述两项指标临床较易获得。作为反映胰岛素抵抗(IR)的可靠替代生物标志物[11]，大量研究表明，TyG指数与多种心血管疾病及其并发症的发生发展密切相关[12]-[16]。既往的研究表明TyG指数是急性冠脉综合征合并糖尿病(DM)患者经皮冠状动脉介入治疗(PCI)后造影剂诱导的AKI的独立危险因素[15]，同时最近的一项研究发现该指数具有中等能力区分AMI是否合并心源性休克(CS) (AUC = 0.604, 95% CI = 0.574~0.673) [14]。然而，遗憾的是，迄今为止很少有研究关注于TyG指数在不考虑是否行PCI治疗的AMI伴发AKI风险的预测价值。

本研究试图探讨TyG指数与AMI发生AKI风险的相关性，旨在为下一步建立包含TyG指数的风险预测模型提供重要依据，从而能够对AKI早期预警和干预，有助于改善AMI患者的预后。

2. 资料与方法

2.1. 研究人群

本研究中使用的数据来自麻省理工学院计算生理学实验室开发的重症监护医学信息市场IV (MIMIC-IV) 3.0数据库。MIMIC-IV是一个公开可用的临床数据库，涵盖了2008年至2022年间贝斯以色列女执事医疗中心364,672名住院患者的详细记录。为了保护他们的隐私，患者标识符已被删除，因此不需要患者同意和道德批准。在完成相关培训后，提交人Degang Mo (ID: 65748833)获得了数据库的访问权限。

2.2. 研究人群纳入和排除标准

首先筛选出MIMIC-IV 3.0数据库中年龄大于18岁、首次入住ICU且ICD编码为AMI的3634名患者，删除了缺乏甘油三酯相关信息的2681名患者，最终将953名患者纳入研究队列当中。

2.3. 研究人群基线特征

使用软件Postgres SQL (版本13.7.2)通过运行的结构化查询语言(SQL)提取信息。如表1所示，我们收集了以下信息：人口学数据，包括年龄、性别、体重、体温、心率、呼吸频率、收缩压、收缩压、动脉血压饱和度等。实验室指标包括：红细胞计数、白细胞计数(WBC)、血小板计数、血红蛋白、红细胞分布宽度、血细胞比容、尿素氮(BUN)、Scr、肌酸激酶、肌钙蛋白T、葡萄糖、钠、钾、钙(Ca)、氯、阴离子间隙、凝血酶原时间、活化部分凝血酶原时间、总胆红素、丙氨酸和天冬氨酸氨基转移酶、甘油三酯等。合并症包括：高血压、2型DM、高脂血症、心力衰竭(HF)、CS、肺炎、慢性阻塞性肺疾病、慢性肾脏病(CKD)、脑卒中、肝硬化、肝炎、恶性肿瘤。患者入院后24小时内使用的药物包括：抗血小板药、抗凝药、他汀类药物、血管紧张素转换酶抑制剂、血管紧张素II受体拮抗剂、β-受体阻滞剂。最后我们收集了手术史即PCI。为了减少误差，我们删除了缺失值大于20%的实验室指标，并且使用stataMP 17对缺失值进行中位数填补，通过“盖帽法”对异常值进行识别并替换。

Table 1. Baseline data in patients with acute myocardial infarction

表1. 急性心肌梗死患者的基线数据

变量

总人数

(n = 953)

非急性肾损伤患者

(n = 436)

急性肾损伤患者

(n = 517)

p值

人口学数据

年龄(years)

67 (57, 76)

65 (55, 73)

69 (59, 78)

<0.001

性别(%)

0.267

男性

634 (66.53)

282 (64.68)

352 (68.09)

女性

319 (33.47)

154 (35.32)

165 (31.92)

体重(Kg)

82.2 (70.9, 95.1)

82.2 (71.9, 94.3)

82.2 (70.0, 97.4)

0.778

体温(℃)

36.7 (36.4, 37.0)

36.7 (36.4, 36.9)

36.7 (36.5, 37.1)

0.040

续表

心率(bpm)

85 (73, 98)

82 (72, 94)

88 (75, 102)

<0.001

呼吸频率(insp/min)

19 (16, 23)

18 (15, 22)

20 (16, 24)

<0.001

收缩压(mmHg)

121 (107, 137)

122 (109, 137)

121 (106, 137)

0.222

舒张压(mmHg)

72 (61, 84)

73 (63, 86)

72 (60, 83)

0.010

动脉血氧饱和度(%)

97.0 (95.0, 100.0)

98.0 (96.0, 100.0)

97.0 (94.0, 100.0)

0.003

实验室指标

红细胞计数(m/μL)

4.0 (3.4, 4.5)

4.2 (3.7, 4.7)

3.8 (3.2, 4.4)

<0.001

白细胞计数(K/μL)

12.5 (9.3, 16.5)

11.5 (8.8, 14.8)

13.5 (9.7, 18.2)

<0.001

血小板计数(K/μL)

218 (166, 269)

221 (175, 265)

213 (157, 272)

0.100

血红蛋白(g/L)

119 (100, 137)

127 (113, 140)

111 (93, 131)

<0.001

红细胞分布宽度(%)

13.8 (13.1, 14.9)

13.5 (12.9, 14.3)

14.2 (13.3, 15.4)

<0.001

血细胞比容(%)

36.2 (30.8, 40.9)

38.1 (34.3, 41.6)

34.3 (29.3, 39.7)

<0.001

尿素氮(mmol/L)

1.1 (0.8, 1.8)

0.9 (0.7, 1.1)

1.4 (1.1, 2.5)

<0.001

肌酐(μmol/L)

97.2 (70.7, 141.4)

79.6 (61.9, 88.4)

123.8 (97.2, 185.6)

<0.001

肌酸激酶(ng/mL)

29.00 (10.00, 91.00)

29.00 (15.00, 126.75)

29.00 (7.00, 60.00)

<0.001

肌钙蛋白T (ng/mL)

1.03 (0.35, 3.05)

1.03 (0.38, 4.07)

1.03 (0.30, 2.21)

0.013

葡萄糖(mg/dL)

144 (116, 195)

134 (112, 173)

160 (123, 216)

<0.001

钠(mmol/L)

138 (135, 140)

138 (136, 140)

138 (135, 141)

0.021

钾(mmol/L)

4.2 (3.8, 4.6)

4.1 (3.8, 4.5)

4.3 (3.9, 4.7)

<0.001

钙(mmol/L)

2.13 (2.00, 2.23)

2.15 (2.05, 2.25)

2.08 (1.98, 2.20)

<0.001

氯(mmol/L)

103 (100, 106)

103 (101, 106)

102 (98, 106)

0.001

阴离子间隙(mmol/L)

15 (13, 18)

14 (12, 16)

16 (13, 19)

<0.001

凝血酶原时间(sec)

13 (12, 15)

13 (12, 14)

14(13, 16)

<0.001

活化部分凝血酶原时间(sec)

36 (29, 60)

36 (29, 59)

36 (29, 62)

0.508

总胆红素(mg/mL)

0.6 (0.4, 0.8)

0.6 (0.5, 0.7)

0.6 (0.4, 0.9)

0.263

丙氨酸氨基转移酶(IU/L)

41 (25, 73)

41 (28, 56)

41 (23, 92)

0.390

天门冬氨酸氨基转移酶(IU/L)

85 (44, 184)

85 (49, 155)

85 (41, 225)

0.475

甘油三酯(mg/dL)

115 (85, 154)

112 (85, 150)

122 (84, 156)

0.070

甘油三酯葡萄糖指数

9.05 (8.67, 9.51)

8.96 (8.59, 9.36)

9.15 (8.76, 9.70)

<0.001

合并症

高血压(%)

334 (35.0)

195 (44.7)

139 (26.9)

<0.001

2型糖尿病(%)

307 (32.2)

109 (25.0)

198 (38.3)

<0.001

高脂血症(%)

462 (48.5)

213 (48.9)

249 (48.2)

0.832

心力衰竭(%)

511 (53.6)

178 (40.8)

333 (64.4)

<0.001

心源性休克(%)

243 (25.5)

74 (17.0)

169 (32.7)

<0.001

肺炎(%)

287 (30.1)

93 (21.3)

194 (37.5)

<0.001

续表

慢性阻塞性肺疾病(%)

87 (9.1)

28 (6.4)

59 (11.4)

0.008

慢性肾脏病(%)

203 (21.3)

30 (6.9)

173 (33.5)

<0.001

脑卒中(%)

76 (8.0)

28 (6.4)

48 (9.3)

0.104

肝硬化(%)

29 (3.0)

8 (1.8)

21 (4.1)

0.046

肝炎(%)

29 (3.0)

6 (1.4)

23 (4.4)

0.006

恶性肿瘤(%)

107 (11.2)

47 (10.8)

60 (11.6)

0.688

用药史

抗血小板药(%)

161 (16.9)

73 (16.7)

88 (17.0)

0.909

抗凝药(%)

338 (35.5)

144 (33.0)

194 (37.5)

0.148

他汀类药物(%)

19 (2.0)

11 (2.5)

8 (1.5)

0.283

血管紧张素转化酶抑制剂(%)

23 (2.4)

19 (4.4)

4 (0.8)

<0.001

血管紧张素Ⅱ受体拮抗剂(%)

7 (0.7)

3 (0.7)

4 (0.8)

1.000

β-受体拮抗剂(%)

264 (27.7)

147 (33.7)

117 (22.6)

<0.001

手术史

经皮冠状动脉介入治疗(%)

32 (3.4)

13 (3.0)

19 (3.7)

0.554

2.4. TyG指数计算

TyG指数 = ln[空腹甘油三酯(mg/dL) × 空腹血糖(mg/dL)/2]。

其中，ln表示自然对数函数，即以e为底的对数。

2.5. 结局和定义

结局是住院期间是否发生AKI。符合以下情况之一者即可被诊断为AKI：(1) 48小时内血Scr升高超过26.5 μmol/L (0.3 mg/dl)；(2) 血Scr升高超过基线1.5倍(确认或推测为7天内发生)；(3) 尿量 < 0.5 ml/(kg∙h)，且持续6小时以上[17]。

2.6. 统计学

对于数值变量，使用Shapiro-Wilk检验判断数据是否呈正态分布。非正态分布数据表示为中位数(四分位距)，使用Mann-Whitney U检验比较两组是否有统计学差异。分类变量以频率(百分比)表示，并使用卡方检验进行比较。为了减少多重共线性的影响，本研究采用最小绝对收缩和选择算子(Lasso)回归进行变量筛选，利用10折交叉验证确定最优正则化参数λ，并通过glmnet包进行模型拟合。将筛选的变量分别纳入单因素和多因素logistic回归确定与急性肾衰竭发生风险相关的独立因素，并绘制森林图。将单变量logistic回归中p < 0.05的变量纳入多因素logistic回归，采用向后法筛选变量。最后我们分别绘制上述9个指标以及根据它们的多因素logistic回归的预测值绘制ROC曲线，评估上诉变量对AKI风险的预测价值。采用R (版本4.0.2)和SPSS (版本25)进行数据处理和分析。双侧p < 0.05为有统计学意义。

3. 结果

3.1. 非AKI组和AKI组临床基线数据比较

如表1所示，我们共纳入953例AMI患者，其中发生AKI 517例，其入院时年龄偏大、心率、呼吸频率偏快、体温偏高，血压以及动脉血压饱和度往往更低，差异均具有统计学意义(p < 0.05)。在实验室指标方面，发生AKI患者具有更低的红细胞计数、血红蛋白浓度、血细胞比容、肌酸激酶、肌钙蛋白T、血Ca以及血氯，而他们的WBC、红细胞分布宽度、BUN、Scr、葡萄糖、阴离子间隙、凝血酶原时间、TyG指数则显著升高。在合并症方面，AMI患者发生AKI往往合并2型DM、HF、CS、肺炎、慢性阻塞性肺疾病、CKD、肝硬化、肝炎，而高血压的患病率更低。针对他们的用药史，我们发现住院后发生AKI的患者血管转化酶抑制剂及β-受体拮抗剂使用率低。我们发现两组之间是否行PCI手术无明显差异。

3.2. 明确TyG指数升高对AMI患者AKI的发生率影响

我们以TyG指数的ROC曲线的截断值(见表4，为9.05)为准，将所纳入的AMI患者分为低TyG指数组和高TyG指数组，以比较两组AKI发生的差异。如表2所示，高TyG指数组AKI的发生率(61.5%)显著高于低TyG指数组(46.8%, p < 0.001)。

Table 2. Effect of triglyceride glucose index on the incidence of acute kidney injury in acute myocardial infarction

表2. 甘油三酯葡萄糖指数对急性心肌梗死急性肾损伤发生率的影响

总数(n = 953)

低甘油三酯葡萄糖指数组

(TyG指数 < 9.05)

(n = 472)

高甘油三酯葡萄糖指数组

(TyG指数 > 9.05)

(n = 481)

p值

AKI

<0.001

无(%)

436

251 (53.2)

185 (38.5)

有(%)

517

221 (46.8)

296 (61.5)

注：TyG指数，甘油三酯葡萄糖指数；AKI，急性肾损伤。

3.3. 明确TyG指数对AMI患者AKI风险的预测价值

我们将表1中患者所有的人口学特征、实验室数据、合并症、用药史50个变量均纳入Lasso回归当中，通过图1我们可以看到，随着参数logλ增大，回归系数(即纵坐标值)不断收敛，最终收敛成0。

该图展示了随着λ值的变化，纳入的50个变量的系数如何被压缩至零。纵轴表示变量的回归系数，横轴是log(λ)，上横坐标是此时模型中非零系数的个数。可以看到随着λ的增大，回归系数逐渐收缩。

Figure 1. Path diagram of the coefficients of the Lasso regression

图1. Lasso回归的系数路径图

为了模型拟合效果最高，如图2所示，我们选择左边虚线λ_min，其对应9个变量，所以最终纳入了9个变量进入接下来的方程。附表1展示了该9个非零变量(TyG指数、WBC、BUN、Scr、Ca、HF、CS、肺炎、CKD)所对应的系数。

交叉验证曲线用于选择最优的λ值。x轴为惩罚系数的对数log(λ)，y轴为模型的偏差。通常有两条虚线，左边为λ_min，表示偏差最小时的λ，右边为λ1se，表示在偏差接近最小时但模型更简洁的λ值。

Figure 2. Cross-validation plots for Lasso regression

图2. Lasso回归的交叉验证图

接下来将筛选的9个变量分别纳入单因素logistic回归，表3可以看出纳入的所有变量其p值均<0.001，进一步将上述变量纳入多因素logistic回归，我们发现TyG指数仍然为AMI患者AKI风险的独立预测因子(p = 0.014, OR 1.36, 95% CI = 1.06~1.75)，并且我们筛选出其它7个独立预测因子，见表2。为了更直观的展示上述结果，我们绘制了森林图(见图3)。

Table 3. Univariate and multivariate logistic regression results

表3. 单因素和多因素logistic回归结果

变量

单因素

多因素

p值

OR (95% CI)

p值

OR (95% CI)

甘油三酯葡萄糖指数

<0.001

1.66 (1.36~2.03)

0.014

1.36 (1.06~1.75)

白细胞计数

<0.001

1.07 (1.05~1.10)

<0.001

1.05 (1.02~1.09)

尿素氮

<0.001

4.48 (3.49~5.76)

0.010

1.58 (1.11~2.23)

肌酐

<0.001

1.03 (1.02~1.03)

<0.001

1.02 (1.01~1.02)

钙

<0.001

0.15 (0.07~0.31)

0.001

0.22 (0.09~0.55)

心力衰竭

<0.001

2.62 (2.02~3.41)

0.005

1.58 (1.15~2.17)

心源性休克

<0.001

2.38 (1.74~3.24)

肺炎

<0.001

2.22 (1.66~2.96)

0.001

1.78 (1.26~2.52)

慢性肾脏病

<0.001

6.81 (4.50~10.29)

<0.001

2.37 (1.44~3.92)

注：OR，比值比；CI，置信区间。

甘油三酯葡萄糖指数、尿素氮、心力衰竭、心源性休克、肺炎、慢性肾脏病的OR的95% CI与无校线不相交，且在无效线右侧；钙的OR的95% CI与无校线不相交，且在无效线左侧。OR，比值比；CI，置信区间。

Figure 3. Forest plot of multivariate logistic regression results

图3. 多因素logistic回归结果的森林图

为了评估TyG指数对AMI患者AKI发生风险的预测效能，我们绘制了该指标和其他8指标的ROC曲线，如图4所示，其曲线下面积(AUC)为0.594 (95% CI = 0.558~0.630)，同时可以看出Scr的AUC最大，为0.828 (95% CI = 0.801~0.855)，其余变量的AUC见表4。图5展示了上述8个独立预测因子联合预测AKI风险的价值(AUC = 0.849, 95% CI = 0.824~0.874，见表4)，可以看出上述指标联合预测AKI的效能要优于单一指标。

Figure 4. ROC curves for the prediction of acute kidney injury by separate indicators

图4. 单独指标预测急性肾损伤的ROC曲线

Table 4. The role of variables in predicting the risk of acute kidney injury in patients with myocardial infarction

表4. 各变量预测心肌梗死患者急性肾损伤风险的作用

检验结果变量

AUC

95% CI

p值

灵敏度

特异度

截断值

甘油三酯葡萄糖指数

0.594

0.558~0.630

<0.001

0.596

0.404

9.05

白细胞计数

0.601

0.565~0.637

<0.001

尿素氮

0.778

0.749~0.808

<0.001

肌酐

0.828

0.801~0.855

<0.001

钙

0.398

0.362~0.433

<0.001

心力衰竭

0.618

0.582~0.654

<0.001

心源性休克

0.579

0.542~0.615

<0.001

肺炎

0.581

0.545~0.617

<0.001

慢性肾脏病

0.633

0.598~0.668

<0.001

联合预测概率

0.849

0.824~0.874

<0.001

注：AUC曲线下面积；CI置信区间。

Figure 5. ROC curves for joint indexes to predict acute kidney injury

图5. 联合指标预测急性肾损伤的ROC曲线

4. 讨论

使用MIMIC-IV数据库中953例患者的一般信息，我们发现AMI发生AKI的患者TyG指数显著升高，并且通过进一步调整混杂因素我们发现该指数对AMI后AKI的发生的独立预测价值，同时，本研究还发现了实验室指标WBC、BUN、Scr、Ca以及既往是否有HF、肺炎、CKD同样在调整混杂因素后仍然可以作为预测AMI后AKI风险的有效指标，并且Scr的预测效能最大。

4.1. TyG指数与疾病的发生风险

TyG指数作为IR的简单、可靠的生物替代指标，近年来涌现出众多关于该指标对疾病预测价值的报告。一项同样来自MIMIC数据库的横断面研究TyG指数与ICU患者AKI风险有关[18]，这其中就包括我们的研究队列。一些研究还探讨了该指标在其他心血管疾病，如高血压[19]、HF [20]、心房颤动[21]相关的AKI的预测价值。当然也不乏有研究探讨TyG指数在AMI患者中造影剂相关的肾病(CIN)的预测价值。一项前瞻性研究报告了该指数对于非DM非ST段抬高型AMI患者CIN的独立预测价值，与我们的结果相似，高TyG指数增加CIN的发生风险[22]。另一项Meta分析也验证了该指数与PCI后CIN呈显著相关[23]。另有研究开发了老年急性ST段抬高型心肌梗死患者紧急PCI后造影剂诱导的AKI的列线图模型[24]。

我们发现大多数研究仅仅关注于AMI患者PCI术后CIN，而忽略了那些未行PCI治疗患者仍有发生AKI的可能，本文的研究人群就更多的包含了那些非造影剂肾损伤患者(96.6%)，说明TyG指数对AMI这一队列的普遍适用。

4.2. TyG指数即IR导致肾功能损伤的潜在机制

胰岛素能够发挥肾脏保护作用，高血糖可以刺激离体足细胞P38信号通路促进细胞凋亡，而胰岛素可以降低这种凋亡[25]。当发生IR时，肾微血管对胰岛素的血管扩张作用无效[26]，这可能导致肾小球损伤。同时肾脏作为胰岛素受体表达的非经典胰岛素靶器官[27]，由于胰岛素刺激的一氧化氮产生敏感性降低从而导致的肾血管阻力增加预计会降低肾小球滤过率[28]。同时有研究提出IR和高胰岛素血症导致的氧化应激也可能肾损伤的原因之一[29]。以上可能是TyG指数升高，即存在IR时AMI患者更易发生AKI的原因。

4.3. 展望

张等人发现TyG指数在CIN风险预测的总体诊断准确性为中等，提出不应将该指数单独用于CIN筛查[23]。我们的研究同样得出了TyG指数在预测AMI后AKI的中等诊断价值(AUC = 0.594)的结论,但我们发现在结合了经多因素logistic回归筛选出的独立预测因子(WBC、BUN、Scr、Ca、HF、肺炎、CKD)之后，其预测效能大大增加(AUC = 0.849)，因此，后期可以开发基于上述指标的列线图以进一步提高对AMI患者AKI发生风险的预测价值。

4.4. 局限性

首先，由于我们纳入的是ICU患者，多伴有多种基础疾病，因此本研究的结论是否适用于普通患者不得而知，未来可以将研究对象扩展至非ICU的AMI患者，以更全面地评估TyG指数的预测价值。其次，由于为回顾性研究，因此我们不能说明TyG指数和AKI发生风险的因果关系。最后，由于提取的数据有限，我们未能纳入可能导致AKI的其他指标，如脓毒症、抗生素的使用情况、容量状态等，后续可以纳入更多可能导致AKI的指标，以提高模型的预测效能和临床实用价值。

5. 结论

本研究证实了TyG指数对AMI患者AKI发生风险的中等效能的独立预测价值，为了尽早识别AKI，我们建议该指标与实验室指标WBC、BUN、Scr、Ca以及既往是否有HF、肺炎、CKD联合预测。

基金项目

感谢山东省自然科学基金，环指蛋白220促进心肌肥厚的分子机制探索(ZR2024MH214)对本研究的支持。

附 录

Table S1. Variables and coefficients for Lasso regression screening

附表1. Lasso回归筛选的变量及系数

变量

系数

甘油三酯葡萄糖指数

0.003277948

白细胞计数

0.003671044

尿素氮

0.053379973

肌酐

0.002262730

钙

−0.089321923

心力衰竭

0.035703263

心源性休克

0.010764434

肺炎

0.028970030

慢性肾脏病

0.061606136

NOTES

*通讯作者。

参考文献

[1] Frampton, J., Ortengren, A.R. and Zeitler, E.P. (2023) Arrhythmias after Acute Myocardial Infarction. The Yale Journal of Biology and Medicine, 96, 83-94. [Google Scholar] [CrossRef] [PubMed]
[2] Kapur, N.K., Thayer, K.L. and Zweck, E. (2020) Cardiogenic Shock in the Setting of Acute Myocardial Infarction. Methodist DeBakey Cardiovascular Journal, 16, Article No. 16. [Google Scholar] [CrossRef] [PubMed]
[3] Kaltsas, E., Chalikias, G. and Tziakas, D. (2018) The Incidence and the Prognostic Impact of Acute Kidney Injury in Acute Myocardial Infarction Patients: Current Preventive Strategies. Cardiovascular Drugs and Therapy, 32, 81-98. [Google Scholar] [CrossRef] [PubMed]
[4] Chalikias, G., Serif, L., Kikas, P., Thomaidis, A., Stakos, D., Makrygiannis, D., et al. (2019) Long-Term Impact of Acute Kidney Injury on Prognosis in Patients with Acute Myocardial Infarction. International Journal of Cardiology, 283, 48-54. [Google Scholar] [CrossRef] [PubMed]
[5] Mezhonov, E., Vialkina, I., Vakulchik, K. and Shalaev, S. (2021) Acute Kidney Injury in Patients with ST-Segment Elevation Acute Myocardial Infarction: Predictors and Outcomes. Saudi Journal of Kidney Diseases and Transplantation, 32, 318-327. [Google Scholar] [CrossRef] [PubMed]
[6] Asanuma, H. (2021) Early Detection of Acute Kidney Injury Can Further Improve the Prognosis of Acute Myocardial Infarction. JACC: Asia, 1, 382-384. [Google Scholar] [CrossRef] [PubMed]
[7] Arampatzis, S., Chalikias, G., Devetzis, V., Konstantinides, S., Huynh-Do, U. and Tziakas, D. (2017) C-Terminal Fragment of Agrin (CAF) Levels Predict Acute Kidney Injury after Acute Myocardial Infarction. BMC Nephrology, 18, Article No. 202. [Google Scholar] [CrossRef] [PubMed]
[8] Pei, Y., Chen, W., Mao, X. and Zhu, J. (2020) Serum Cystatin C, Klotho, and Neutrophil Gelatinase-Associated Lipocalin in the Risk Prediction of Acute Kidney Injury after Acute Myocardial Infarction. Cardiorenal Medicine, 10, 374-381. [Google Scholar] [CrossRef] [PubMed]
[9] Vyshnevska, I., Kopytsya, M., Hilоva, Y., Protsenko, E. and Petyunina, O. (2020) Biomarker SST2 as an Early Predictor of Acute Renal Injury in Patients with ST-Segment Elevation Acute Myocardial Infarction. Georgian Medical News, No. 302, 53-58.
[10] Pei, Y., Miu, M., Mao, X., Chen, W. and Zhu, J. (2023) α-klotho: An Early Risk-Predictive Biomarker for Acute Kidney Injury in Patients with Acute Myocardial Infarction. International Journal of Clinical Practice, 2023, Article ID: 8244545. [Google Scholar] [CrossRef] [PubMed]
[11] Simental-Mendía, L.E., Rodríguez-Morán, M. and Guerrero-Romero, F. (2008) The Product of Fasting Glucose and Triglycerides as Surrogate for Identifying Insulin Resistance in Apparently Healthy Subjects. Metabolic Syndrome and Related Disorders, 6, 299-304. [Google Scholar] [CrossRef] [PubMed]
[12] Tao, L., Xu, J., Wang, T., Hua, F. and Li, J. (2022) Triglyceride-Glucose Index as a Marker in Cardiovascular Diseases: Landscape and Limitations. Cardiovascular Diabetology, 21, Article No. 68. [Google Scholar] [CrossRef] [PubMed]
[13] Luo, E., Wang, D., Yan, G., Qiao, Y., Liu, B., Hou, J., et al. (2019) High Triglyceride-Glucose Index Is Associated with Poor Prognosis in Patients with Acute ST-Elevation Myocardial Infarction after Percutaneous Coronary Intervention. Cardiovascular Diabetology, 18, Article No. 150. [Google Scholar] [CrossRef] [PubMed]
[14] Liu, H., Wang, L., Zhou, X., Wang, H., Hao, X., Du, Z., et al. (2024) Triglyceride-glucose Index Correlates with the Occurrence and Prognosis of Acute Myocardial Infarction Complicated by Cardiogenic Shock: Data from Two Large Cohorts. Cardiovascular Diabetology, 23, Article No. 337. [Google Scholar] [CrossRef] [PubMed]
[15] Hu, Y., Wang, X., Xiao, S., Sun, N., Huan, C., Wu, H., et al. (2022) A Clinical Nomogram Based on the Triglyceride-Glucose Index to Predict Contrast-Induced Acute Kidney Injury after Percutaneous Intervention in Patients with Acute Coronary Syndrome with Diabetes Mellitus. Cardiovascular Therapeutics, 2022, Article ID: 5443880. [Google Scholar] [CrossRef] [PubMed]
[16] Li, J., Dong, Z., Wu, H., Liu, Y., Chen, Y., Li, S., et al. (2023) The Triglyceride-Glucose Index Is Associated with Atherosclerosis in Patients with Symptomatic Coronary Artery Disease, Regardless of Diabetes Mellitus and Hyperlipidaemia. Cardiovascular Diabetology, 22, Article No. 224. [Google Scholar] [CrossRef] [PubMed]
[17] Palevsky, P.M., Liu, K.D., Brophy, P.D., Chawla, L.S., Parikh, C.R., Thakar, C.V., et al. (2013) KDOQI US Commentary on the 2012 KDIGO Clinical Practice Guideline for Acute Kidney Injury. American Journal of Kidney Diseases, 61, 649-672. [Google Scholar] [CrossRef] [PubMed]
[18] Jin, Z. and Zhang, K. (2023) Association between Triglyceride-Glucose Index and AKI in ICU Patients Based on MIMICIV Database: A Cross-Sectional Study. Renal Failure, 45, Article ID: 2238830. [Google Scholar] [CrossRef] [PubMed]
[19] Zhang, W. and Yang, Z. (2024) Association between the Triglyceride Glucose Index and the Risk of Acute Kidney Injury in Critically Ill Patients with Hypertension: Analysis of the MIMIC-IV Database. Frontiers in Endocrinology, 15, Article ID: 1437709. [Google Scholar] [CrossRef] [PubMed]
[20] Yang, Z., Gong, H., Kan, F. and Ji, N. (2023) Association between the Triglyceride Glucose (TyG) Index and the Risk of Acute Kidney Injury in Critically Ill Patients with Heart Failure: Analysis of the MIMIC-IV Database. Cardiovascular Diabetology, 22, Article No. 232. [Google Scholar] [CrossRef] [PubMed]
[21] Chen, S., Mei, Q., Guo, L., Yang, X., Luo, W., Qu, X., et al. (2022) Association between Triglyceride-Glucose Index and Atrial Fibrillation: A Retrospective Observational Study. Frontiers in Endocrinology, 13, Article ID: 1047927. [Google Scholar] [CrossRef] [PubMed]
[22] Aktas, H., Inci, S., Gul, M., Gencer, S. and Yildirim, O. (2023) Increased Triglyceride-Glucose Index Predicts Contrast-Induced Nephropathy in Non-Diabetic NSTEMI Patients: A Prospective Study. Journal of Investigative Medicine, 71, 838-844. [Google Scholar] [CrossRef] [PubMed]
[23] Chang, W., Liu, C., Huang, Y., Wu, J., Tsai, W., Hung, K., et al. (2023) Diagnostic Efficacy of the Triglyceride-Glucose Index in the Prediction of Contrast-Induced Nephropathy Following Percutaneous Coronary Intervention. Frontiers in Endocrinology, 14, Article ID: 1282675. [Google Scholar] [CrossRef] [PubMed]
[24] Qiu, H., Zhu, Y., Shen, G., Wang, Z. and Li, W. (2023) A Predictive Model for Contrast-Induced Acute Kidney Injury after Percutaneous Coronary Intervention in Elderly Patients with ST-Segment Elevation Myocardial Infarction. Clinical Interventions in Aging, 18, 453-465. [Google Scholar] [CrossRef] [PubMed]
[25] Wang, L., Chang, J., Buckley, A.F. and Spurney, R.F. (2019) Knockout of TRPC6 Promotes Insulin Resistance and Exacerbates Glomerular Injury in Akita Mice. Kidney International, 95, 321-332. [Google Scholar] [CrossRef] [PubMed]
[26] Hayashi, K., Kanda, T., Homma, K., Tokuyama, H., Okubo, K., Takamatsu, I., et al. (2002) Altered Renal Microvascular Response in Zucker Obese Rats. Metabolism, 51, 1553-1561. [Google Scholar] [CrossRef] [PubMed]
[27] Hale, L.J. and Coward, R.J.M. (2013) The Insulin Receptor and the Kidney. Current Opinion in Nephrology and Hypertension, 22, 100-106. [Google Scholar] [CrossRef] [PubMed]
[28] Artunc, F., Schleicher, E., Weigert, C., Fritsche, A., Stefan, N. and Häring, H. (2016) The Impact of Insulin Resistance on the Kidney and Vasculature. Nature Reviews Nephrology, 12, 721-737. [Google Scholar] [CrossRef] [PubMed]
[29] Sarafidis, P.A. and Grekas, D.M. (2007) Insulin Resistance and Oxidant Stress: An Interrelation with Deleterious Renal Consequences? Journal of the CardioMetabolic Syndrome, 2, 139-142. [Google Scholar] [CrossRef] [PubMed]

为你推荐