摘要: 目的：探究能否在多囊卵巢综合征(polycystic ovary syndrome, PCOS)人群中应用内脏脂肪指数(visceral adiposity index, VAI)预测胰岛素抵抗(insulin resistance, IR)。方法：本回顾性队列研究连续纳入2023年7月至2024年9月于重庆医科大学附属第二医院妇科就诊，符合入组标准的PCOS患者244例，根据是否存在IR分为IR组及非IR组，比较两组VAI和中国人内脏脂肪指数(Chinese visceral adiposity index, CVAI)水平。应用Logistic回归分析CVAI与PCOS患者患IR的相关性。受试者工作特征(receiver operating characteristic, ROC)曲线确定VAI和CVAI预测PCOS患者IR的截断值。混淆矩阵评价在PCOS患者中应用CVAI预测IR的效能。根据CVAI预测PCOS患者IR的截断值分为高CVAI组及低CVAI组，比较两组IR患病率及临床特征。结果：IR组CVAI (64.45 vs. 15.13)显著高于非IR组，差异有统计学意义(P < 0.05)。Logistic回归分析表明，CVAI (OR = 1.058, 95%CI 1.039~1.079, P < 0.001)为PCOS患者发生IR的独立危险因素(P < 0.05)。ROC曲线和混淆矩阵结果显示，CVAI预测PCOS患者IR的截断值为42.73，曲线下面积为0.889，约登指数为0.651，灵敏度为81.20%，特异度为83.90%，准确率为82.79%，精确率为78.10%，召回率为81.19%。高CVAI组IR患病率(78.10% vs. 13.67%)高于低CVAI组，差异有统计学意义(P < 0.05)。高CVAI组腰臀比(0.90 vs. 0.82)、游离雄激素指数(7.00% vs. 3.68%)、空腹血糖(4.95 mmol/L vs. 4.68 mmol/L)、空腹胰岛素(17.70 uU/mL vs. 7.28 uU/mL)和低密度脂蛋白胆固醇(2.82 mmol/L vs. 2.47 mmol/L)高于低CVAI组，差异有统计学意义(P < 0.05)。高CVAI组性激素结合球蛋白水平(24.34 nmol/L vs. 45.71 nmol/L)、黄体生成素(9.64 mIU/ml vs. 12.19 mIU/ml)、黄体生成素卵泡刺激素比值(1.70 vs. 1.88)低于低CVAI组，差异有统计学意义(P < 0.05)。睾酮(51.42 ng/dL vs. 50.11 ng/dL)、硫酸脱氢表雄酮(278.60 ng/mL vs. 268.20 ng/mL)、卵泡刺激素(5.67 mIU/ml vs. 6.12 mIU/ml)、总胆固醇(4.74 mmol/L vs. 4.53 mmol/L)在两组间的差异无统计学意义(P > 0.05)。结论：在PCOS人群中应用CVAI来预测IR具有一定的可行性，课题组将进一步开展前瞻性研究进行验证。
Abstract: Objective: To explore the feasibility of applying the visceral adiposity index (VAI) as a predictive marker for insulin resistance (IR) in individuals with polycystic ovary syndrome (PCOS). Methods: This retrospective cohort study consecutively enrolled 244 PCOS patients who visited the Department of Gynecology at the Second Affiliated Hospital of Chongqing Medical University between July 2023 and September 2024 and met the inclusion criteria. The participants were stratified into IR and non-IR groups based on insulin resistance status, with subsequent comparison of visceral adiposity index (VAI) and Chinese visceral adiposity index (CVAI) levels between the two groups. We further compared the CVAI levels between the two groups. Logistic regression analysis was applied to assess the correlation between CVAI and the risk of IR in PCOS patients. The receiver operating characteristic (ROC) curve determines the cutoff value of the CVAI for predicting IR in patients with PCOS. The confusion matrix evaluates the efficiency of CVAI in predicting IR among PCOS patients. Based on the CVAI cutoff value, participants were divided into high CVAI and low CVAI groups, and the prevalence of IR and clinical characteristics were compared between the two groups. Results: The CVAI in the IR group (64.45 vs. 15.13) was significantly higher than that in the non-IR group, with a statistically significant difference (P < 0.05). Logistic regression analysis indicated that CVAI (OR = 1.058, 95%CI 1.039~1.079, P < 0.001) is an independent risk factor for the development of IR in PCOS patients (P < 0.05). ROC curve analysis revealed that the cutoff value of CVAI for predicting IR in PCOS patients was 42.73, with an area under the curve of 0.889, a Youden index of 0.651, a sensitivity of 81.20%, and a specificity of 83.90%. In PCOS patients, the accuracy of CVAI for predicting IR was 82.38%, with a precision of 77.38% and a recall of 81.25%. The high-CVAI group exhibited significantly higher prevalence of insulin resistance (78.10% vs. 13.67%, P < 0.05), along with elevated waist-to-hip ratio (0.90 vs. 0.82), free androgen index (7.00% vs. 3.68%), fasting plasma glucose (4.95 mmol/L vs. 4.68 mmol/L), fasting insulin (17.70 μIU/mL vs. 7.28 μIU/mL), and LDL-cholesterol levels (2.82 mmol/L vs. 2.47 mmol/L) compared to the low-CVAI group (all P < 0.05). The high-CVAI group demonstrated significantly lower levels of sex hormone-binding globulin (24.34 vs 45.71 nmol/L), luteinizing hormone (9.64 vs. 12.19 mIU/mL), and LH/FSH ratio (1.70 vs 1.88) compared with the low-CVAI group (all P < 0.05). No statistically significant differences were observed between groups for testosterone (51.42 vs. 50.11 ng/dL), dehydroepiandrosterone sulfate (278.60 vs. 268.20 ng/mL), follicle-stimulating hormone (5.67 vs. 6.12 mIU/mL), or total cholesterol (4.74 vs. 4.53 mmol/L; all P > 0.05). Conclusion: The use of CVAI for predicting IR in patients with PCOS demonstrates certain feasibility, and our research team will further conduct prospective studies to validate these findings.
1. 引言
多囊卵巢综合征(polycystic ovary syndrome, PCOS)是常见的生殖内分泌代谢性疾病，我国育龄期女性的患病率为7.8% [1]。PCOS以月经异常、多毛、痤疮、肥胖、卵巢多囊样改变及糖、脂代谢紊乱为主要特征[2]。据报道，中国汉族PCOS患者中胰岛素抵抗(insulin resistance, IR)的发生率为56.3% [3]。IR指靶组织对胰岛素的敏感性降低和(或)对胰岛素反应性下降的状态，引起机体生殖功能受损、代谢相关疾病风险增加及情绪异常等[4]。故评估PCOS患者是否合并IR，提高其检出率具有重要临床意义。
临床工作中常采用口服葡萄糖耐量试验(oral glucose toleran test, OGTT)及口服葡萄糖胰岛素释放试验(oral glucose insulin releasing test, OGIRT)来评估IR。上述试验要求患者于空腹状态下行葡萄糖负荷，并于服糖前及服糖后30分钟、1小时、2小时、3小时抽取静脉血，耗时长，检测成本较高。部分患者对此产生抗拒，依从性低。故探寻更为简便、省时的指标来预测IR，有助于减轻患者的生理和心理负担，节约时间和经济成本。
PCOS患者中腹型肥胖(WC ≥ 85 cm)的发生率为80%，对于BMI正常的PCOS患者仍有50%发生腹型肥胖[5]。腹型肥胖又称中心性/向心性肥胖，由腹部脂肪(主要是内脏脂肪)过多堆积形成。研究认为内脏脂肪含量的增加可通过过度释放游离脂肪酸、异常分泌脂肪因子和慢性炎症等机制引发IR [6]。南洋理工大学科研团队分析了9067名亚洲人的内脏脂肪与代谢性疾病的关系，发现内脏脂肪含量与IR呈显著正相关[7]。因此，PCOS患者内脏脂肪蓄积情况可能反映其IR状况。Amato等利用经验数学模型，将体质量指数(body mass index, BMI)、腰围(waist circumference, WC)、甘油三酯和高密度脂蛋白胆固醇相结合，提出了内脏脂肪指数(visceral adiposity index, VAI)，能反映内脏脂肪蓄积程度[8]。VAI最初在意大利人群中建立，而不同种族的体脂分布存在显著差异[9]。因此，Xia等在VAI的基础上进一步纳入了年龄因素，并经CT矫正，提出中国人内脏脂肪指数(Chinese visceral adiposity index, CVAI) [10]。本研究旨在评估PCOS患者CVAI水平与IR的相关性，探讨CVAI预测PCOS患者发生IR的临床价值。
2. 研究对象和方法
2.1. 研究对象
本研究连续纳入2023年7月至2024年9月在重庆医科大学附属第二医院妇科门诊就诊的PCOS患者。PCOS的诊断根据2003年Rotterdam标准[11] [12]：(1) 月经异常，如稀发排卵或无排卵；(2) 高雄激素血症的临床表现和/或高雄激素血症，如多毛、痤疮等；(3) 超声提示卵巢多囊样改变，即单侧卵巢体积 ≥ 10 ml，和(或)在同一切面上直径2~9 mm的卵泡数 ≥ 12个。符合上述其中2条，排除其他引起排卵障碍的疾病(包括甲状腺功能异常、卵巢早衰、下丘脑–垂体闭经、高催乳素血症等)，以及引起高雄激素血症的疾病(包括Cushing综合征、非经典型肾上腺生殖器综合征、分泌雄激素的内分泌肿瘤等)。
纳入标准：年龄18~45岁。
排除标准：(1) 近3月使用性激素类药物(例如炔雌醇丙环孕酮片、雌二醇地屈孕酮片、屈螺酮炔雌醇片等药物)及影响糖脂代谢药物(例如二甲双胍等药物)；(2) 处于妊娠期或哺乳期；(3) 严重肝肾功能不全。
本研究经医院医学伦理委员会审批通过。最终244例PCOS患者符合入组标准。
2.2. 研究方法
2.2.1. 基线资料
统计患者如下数据并分析：(1) 一般临床特征：年龄、身高、体重、WC、臀围；(2) 性激素指标：睾酮、硫酸脱氢表雄酮、性激素结合球蛋白，游离雄激素指数、黄体生成素、卵泡刺激素。均于早卵泡期(月经第2~4 d，空腹)，抽取肘正中静脉血测定；(3) 糖代谢指标：空腹血糖(fasting plasma glucose, FPG)、空腹胰岛素(fasting insulin, FINS)和葡萄糖负荷后0.5、1、2、3小时血浆葡萄糖及胰岛素；(4) 脂代谢指标：总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇。
2.2.2. 计算公式
(1) BMI = 体重(kg)/身高(m)2；
(2) 腰臀比(waist to hip ratio, WHR) = WC (cm)/臀围(cm)；
(3) 稳态模型胰岛素抵抗指数(homeostasis model assessment of insulin resistance, HOMA-IR) = FPG (mmol/L) × FINS (uU/mL)/22.5 [13]；
(4) VAI (女) = WC(cm)/[36.58 + (1.89 × BMI)] × [甘油三酯(mmol/L)/0.81] × [1.52/高密度脂蛋白(mmol/L)] [8]；
(5) CVAI(女) = −187.32 + 1.71 × 年龄 + 4.23 × BMI + 1.12 × WC (cm) + 39.76 × Lg [甘油三酯(mmol/L)] − 11.66 × 高密度脂蛋白(mmol/L) [10]。
2.3. 统计学方法
采用IBM SPSS Statistics 25.0软件对数据进行统计学分析。定量资料采用Shapiro-Wilk检验对其进行正态性检验，符合正态分布的定量资料以均数 ± 标准差(x ± s)表示，组间比较采用t检验；不符合正态分布的定量资料采用中位数和四分位数[M (P25, P75)]表示，组间比较采用Mann-Whitney U检验。计数资料采用例数及百分比表示，组间比较采用卡方检验。先采用单因素Logistic回归筛选可能与IR相关的因素，将P < 0.2的因素纳入多因素Logistic回归，分析CVAI与IR之间的相关性。绘制VAI预测PCOS患者IR的受试者操作特征曲线(receiver operating characteristic curve, ROC)。使用混淆矩阵评价在PCOS患者中应用CVAI预测IR的效能。P < 0.05为差异有统计学意义。
2.4. IR的诊断标准及研究分组
参考2018年发布的《多囊卵巢综合征诊治内分泌专家共识》[14]及2024年发布的《多囊卵巢综合征合并胰岛素抵抗诊治专家共识》[4] [15]，并结合本地胰岛素抵抗指数稳态模型评估指数(homeostasis model of assessment for insulin resistence index, HOMA-IR)的第75百分位数(P75)和空腹胰岛素(free insulin, FINS)的第95百分位数(P95)，界定IR诊断标准为：(1) HOMA-IR ≥ 2.8；(2) 空腹胰岛素水平 > 20 uIU/ml；(3) 胰岛素高峰延迟：即糖负荷后胰岛素高峰出现在1 h以后。以上3个条件满足1个即诊断IR。根据是否存在IR，将PCOS患者划分为IR组和非IR组。根据CVAI预测PCOS患者IR的截断值，将PCOS患者分为高CVAI组和低CVAI组。
3. 结果
3.1. 基线特征
本研究共纳入244例PCOS患者，PCOS患者IR的患病率为41.39%，WC中位数为80.75 cm，WHR均数为0.86。结果见表1。
Table 1. Characteristics of patients with polycystic ovary syndrome
表1. PCOS患者的基线特征
(a) |
年龄 |
BMI |
WC |
WHR |
T |
FAI |
(x ± s, year) |
[M(P25, P75), kg/m2] |
[M(P25, P75), cm] |
(x ± s) |
[M(P25, P75), ng/dL] |
[M(P25, P75), %] |
26 ± 5 |
23.47 (20.47, 26.30) |
80.75 (73.43, 88.00) |
0.86 ± 0.066 |
50.26 (36.64, 64.24) |
5.12 (2.80, 8.06) |
(b) |
SHBG |
DHEA-S |
LH/FSH |
FPG |
FINS |
[M(P25, P75), nmol/L] |
[M(P25, P75), ng/mL] |
[M(P25, P75)] |
[M(P25, P75), mmol/L] |
[M(P25, P75), uU/mL] |
34.43 (23.70, 49.65) |
275.65 (213.04, 354.75) |
1.78 (1.23, 2.47) |
4.75 (4.52, 5.07) |
10.10 (6.44, 17.78) |
(c) |
TC |
TG |
HDL-C |
LDL-C |
IR |
[M(P25, P75), mmol/L] |
[M(P25, P75), mmol/L] |
[M(P25, P75), mmol/L] |
[M(P25, P75), mmol/L] |
(%) |
4.64 (4.05, 5.12) |
1.12 (0.81, 1.64) |
1.31 (1.16, 1.51) |
2.65 (2.18, 3.07) |
41.39 (101/244) |
注：BMI：体质量指数；IR：胰岛素抵抗；WC：腰围；WHR：腰臀比；T：睾酮；FAI：游离雄激素指数；SHBG：性激素结合球蛋白；DHEAS：硫酸脱氢表雄酮；LH：黄体生成素；FSH：卵泡刺激素；FPG：空腹血糖；FINS：空腹胰岛素；TC：总胆固醇；TG：三酰甘油；HDL-C：高密度脂蛋白胆固醇；LDL-C：低密度脂蛋白胆固醇。
3.2. IR组与非IR组的VAI比较
IR组共101例，非IR组共143例。IR组VAI和CVAI显著高于非IR组，差异有统计学意义(P < 0.05)。结果见表2。
Table 2. VAI of IR group and non-IR group
表2. IR组与非IR组的VAI
指标 |
IR组(n = 101) |
非IR组(n = 143) |
U/t值 |
P值 |
CVAI |
64.45 (44.89, 82.57) |
15.13 (−1.74, 32.25) |
−10.34 |
<0.001 |
VAI |
3.28 (1.76, 3.42) |
1.43 (0.83, 1.69) |
−8.80 |
<0.001 |
注：VAI：内脏脂肪指数；CVAI：中国人内脏脂肪指数。
3.3. PCOS合并IR的Logistic回归分析
应用单因素Logistic回归分析对可能影响PCOS患者发生IR的混杂因素进行筛选。将P < 0.20的因素，即CVAI、WHR、游离雄激素指数、性激素结合球蛋白、黄体生成素和低密度脂蛋白胆固醇作为多因素Logistic回归的协变量进行分析。多因素Logistic回归分析表明，CAVI为PCOS患者发生IR的独立危险因素(P < 0.05)，见表3。
3.4. VAI对PCOS患者IR的预测效能
ROC曲线分析显示，在PCOS患者中应用CVAI预测IR的截断值为42.73，曲线下面积为0.889，约登指数为0.651，灵敏度为81.20%，特异度为83.90%。VAI对PCOS患者IR具有较好的诊断效能，曲线下面积为0.831。结果见表4、图1。
Table 3. Multivariate and Multivariate Logistic regression analysis of factors influencing insulin resistance in patients with polycystic ovary syndrome
表3. PCOS患者发生IR影响因素的单因素及多因素Logistic回归分析
Variables |
单因素Logistic回归分析 |
|
多因素Logistic回归分析 |
OR (95%CI) |
P-value |
Adjusted OR(95%CI) |
P-value |
CVAI |
1.067 (1.051~1.084) |
<0.001 |
|
1.058 (1.039~1.079) |
<0.001 |
WHR |
3.151 (2.212~4.489) |
<0.001 |
|
0.891 (0.529~1.498) |
0.662 |
T (ng/dL) |
0.999 (0.998~1.010) |
0.840 |
|
|
|
FAI (%) |
1.132 (1.061~1.208) |
<0.001 |
|
0.979 (0.920~1.042) |
0.500 |
SHBG (nmol/L) |
0.951 (0.934~0.969) |
<0.001 |
|
0.989 (0.972~1.008) |
0.252 |
DHEAS (ng/mL) |
1.000 (0.998~1002) |
0.952 |
|
|
|
LH/FSH |
0.798 (0.612~1.041) |
0.096 |
|
1.274 (0.860~1.887) |
0.228 |
TC (mmol/L) |
1.506 (1.107~2.048) |
0.009 |
|
0.549 (0.197~1.526) |
0.250 |
LDL (mmol/L) |
2.259 (1.520~3.358) |
<0.001 |
|
3.444 (0.974~12.183) |
0.055 |
Table 4. Cut-off points, AUC, Se, Sp, positive and negative predictive values of VAI for predicting insulin resistance in patients with polycystic ovary syndrome
表4. VAI预测PCOS患者IR的效能
指标 |
Cut-off值 |
AUC |
95% CI |
P值 |
敏感度 |
特异度 |
约登指数 |
CVAI |
42.73 |
0.889 |
0.848~0.930 |
<0.001 |
0.812 |
0.839 |
0.651 |
VAI |
2.05 |
0.831 |
0.779~0.883 |
<0.001 |
0.713 |
0.853 |
0.566 |
Figure 1. ROC curve analysis of CVAI for predicting insulin resistance in patients with polycystic ovary syndrome
图1. CVAI预测PCOS患者IR的ROC曲线
3.5. CVAI对PCOS患者IR的预测效能评价
CVAI对PCOS患者IR正确预测的例数为202例。结果见表5。CVAI的截断值42.73对PCOS患者IR预测的准确率为82.79%，精确率为78.10%，召回率为81.19%。前述数据表明CVAI对PCOS患者IR的预测性能较好。结果见表6。
Table 5. Predictive results of insulin resistance
表5. IR预测结果
混淆矩阵 |
预测值 |
0 |
1 |
例数 |
实际值 |
0 |
120 |
23 |
143 |
1 |
19 |
82 |
101 |
注：1代表IR；0代表非IR。
Table 6. Evaluation of the predictive efficacy of insulin resistance
表6. IR预测效能评价
|
准确率(%) |
精确率(%) |
召回率(%) |
IR |
82.79 |
78.10 |
81.19 |
注：准确率：所有预测正确的例数占总例数的比重；精确率：在预测PCOS患者合并IR的例数中，预测正确的比重；召回率：在实际PCOS患者合并IR的例数中，预测正确的比重。
3.6. 高CVAI组与低CVAI组的IR患病率及临床特征
高CVAI组的IR患病率显著高于低CVAI组，差异有统计学意义(P < 0.05)；高CVAI组的性激素结合球蛋白水平、黄体生成素、黄体生成素卵泡刺激素比值显著低于低CVAI组，差异有统计学意义(P < 0.05)；高CVAI组的WHR、游离雄激素指数、FPG、FINS和低密度脂蛋白胆固醇显著高于低CVAI组，差异有统计学意义(P < 0.05)；睾酮、硫酸脱氢表雄酮、卵泡刺激素、总胆固醇在两组间的差异无统计学意义(P > 0.05)。结果见表7。
Table 7. Comparison of insulin resistance prevalence and baseline data between high CVAI and low CVAI groups
表7. 高CVAI组与低CVAI组的IR患病率及临床特征
指标 |
高CVAI组(n = 105) |
低CVAI组(n = 139) |
U/t值 |
P值 |
IR% |
78.10% (82/105) |
13.67% (19/139) |
- |
<0.001 |
WHR |
0.90 ± 0.06 |
0.82 ± 0.50 |
11.382 |
<0.001 |
T (ng/dL) |
51.42 (37.28, 64.46) |
50.11 (35.84, 64.13) |
−0.882 |
0.378 |
FAI (%) |
7.00 (4.87, 9.96) |
3.68 (2.25, 6.14) |
−7.114 |
<0.001 |
SHBG (nmol/L) |
24.34 (17.47, 32.53) |
45.71 (33.90, 61.86) |
−8.825 |
<0.001 |
DHEA-S (ng/mL) |
278.60 (220.05, 364.80) |
268.20 (208.80, 336.10) |
−1.335 |
0.182 |
LH (mIU/ml) |
9.64 (6.52, 13.63) |
12.19 (7.76, 16.62) |
−2.708 |
0.007 |
FSH (mIU/ml) |
5.67 (5.07, 6.86) |
6.12 (5.448, 7.14) |
−1.579 |
0.114 |
LH/FSH |
1.70 (1.25, 2.19) |
1.88 (1.20, 2.74) |
−2.419 |
0.016 |
FPG (mmol/L) |
4.95 (4.63, 5.20) |
4.68 (4.41, 4.87) |
−5.423 |
<0.001 |
FINS (uU/mL) |
17.70 (12.65, 23.75) |
7.28 (4.98, 9.49) |
−10.393 |
<0.001 |
TC (mmol/L) |
4.74 (4.21, 5.19) |
4.53 (3.95, 5.05) |
−1.854 |
0.064 |
LDL-C (mmol/L) |
2.82 (2.29, 3.32) |
2.47 (2.06, 2.93) |
−3.875 |
<0.001 |
4. 讨论
本研究通过明确PCOS患者CVAI水平与IR的相关性，探索能否在PCOS患者中采用CVAI来预测IR。在本研究中，PCOS患者IR的患病率为41.39%，高CVAI组患者的IR患病率显著高于低CVAI组(78.10% vs. 13.67%, P < 0.001)。多因素Logistic回归分析提示，高CVAI水平(OR = 1.058, 95%CI 1.039~1.079, P < 0.001)是PCOS患者发生IR的独立危险因素。ROC曲线和混淆矩阵结果显示，在PCOS患者中应用CVAI预测IR的截断值为42.73，曲线下面积为0.889，约登指数为0.651，灵敏度为81.20%，特异度为83.90%，准确率为82.79%，精确率为78.10%，召回率为81.19%，具有较好的预测价值。
本研究发现，高CVAI组患者的IR患病率显著高于低CVAI组。内脏脂肪堆积增加IR患病风险的原因可能在于：(1) 内分泌功能失常：脂肪组织血管生成减少、供氧不足，引起脂肪细胞肥大和交感神经兴奋性受损，导致脂肪组织形态和功能异常。慢性缺氧状态刺激腹部脂肪组织释放细胞因子(包括瘦素、抵抗素等)，减少保护性因子脂联素的合成，参与局部组织和全身性IR的发生发展[16] [17]。(2) 高脂解状态：脂肪细胞肥大，引起脂肪酸的释放显著增加，过量游离脂肪酸通过葡萄糖-脂肪酸循环竞争抑制葡萄糖，减少基础状态和胰岛素刺激后组织对葡萄糖的摄取与利用，造成组织对胰岛素的敏感性降低[18]。(3) 慢性炎症：研究发现，脂肪组织巨噬细胞浸润程度增高，引起局部慢性炎症。脂肪细胞及巨噬细胞可以分泌多种炎症因子，包括肿瘤坏死因子α和白细胞介素6等，在肥胖相关IR的病理进程中起重要作用[19]。(4) 脂肪组织的质地或性质：白色脂肪组织(尤其是内脏脂肪)在脂肪肥大的同时，发生诸多分子层面和病理形态学变化，包括脂肪细胞的凋亡与再生、血管及神经末梢形成、多种免疫细胞浸润、纤维细胞增殖活跃，引起脂肪组织异质性增加及质地重塑，从而导致脂肪细胞对胰岛素的敏感性降低[20]。
PCOS患者诊断IR涉及检测OGTT和OGIRT，需行葡萄糖负荷及分次采血，部分患者对此产生抗拒，致使疾病漏诊，患病期间可能糖代谢异常进行性加重，远期发生各种代谢性疾病。因此，需要一个简便、省时的指标帮助临床医生预测IR。本研究绘制ROC曲线和采用混淆矩阵评价CVAI预测PCOS患者IR的效能，提示CVAI截断值为42.73时对IR的预测性能较好。在我院实验室检查中，PCOS患者诊断IR涉及的OGTT和OGIRT检验费合计252.0元，而血脂的检验费为69.30元。在临床诊疗过程中，可将CVAI作为IR的预测指标，对于CVAI ≥ 42.73的PCOS患者，需进一步完善OGTT和OGIRT试验，而对于CVAI < 42.73且不愿行OGTT和OGIRT试验的PCOS患者，可适当放宽检测要求，将有助于减少患者的经济负担，缩短患者检查时间，并能避免OGTT和OGIRT多次采血对患者造成的心理压力。
本研究局限性：(1) 本研究为单中心回顾性研究，研究对象局限于重庆医科大学附属第二医院就诊的患者，可能存在选择偏倚及地域局限性。(2) 本研究样本量较小，且回顾性研究难以排除混杂因素，可能会导致结果存在不稳定性，后续研究可开展大样本、前瞻性多中心研究进一步验证和完善现有结论，提高结果的可靠性和准确性。
5. 结论
CVAI对于PCOS患者IR具有良好的预测价值，临床上可考虑计算每位就诊PCOS患者的CVAI，特别是对于抵触行OGTT、OGIRT的患者，根据其CVAI水平决定是否进一步行糖代谢检查，将有助于减轻患者的生理和心理负担，节约时间成本。
NOTES
*通讯作者。