TyG指数轨迹与新发的瘦肉性NAFLD之间的关联:一项纵向研究

科学领域:

• 代谢综合征研究 代谢综合征研究
• 肝病流行病学 肝病流行病学
• 生物标志物发现发现

背景情况:

• 非酒精性脂肪肝 (NAFLD) 是一个日益严重的全球健康问题.
• 瘦身NAFLD发生在没有肥胖的人群中,提出了独特的诊断挑战.
• 确定可靠的生物标志物用于早期风险评估对于及时干预至关重要.

研究的目的:

• 为了确定甘油三糖 (TyG) 指数的纵向轨迹.
• 调查这些TyG指数轨迹与发展瘦肉NAFLD的风险之间的关联.
• 使用机器学习开发精益NAFLD的预测模型.

主要方法:

• 隐性类增长建模 (LCGM) 用于定义1,109名参与者的TyG指数轨迹.
• 考克斯的比例危险模型和限制立方线 (RCS) 分析了与发生的瘦肉性NAFLD的关联.
• 使用光梯度增强机 (LightGBM) 来进行预测建模,并创建了一个在线风险评估工具.

主要成果:

• 确定了三种不同的TyG指数轨迹:低稳定,中等稳定和高稳定.
• 一个高稳定的TyG指数轨迹与瘦肉性NAFLD风险增加显著相关 (HR:2.668).
• 在TyG指数和瘦NAFLD风险之间观察到非线性剂量反应关系;LightGBM实现了高预测准确性 (测试AUC0.766).

结论:

• 甘油三糖 (TyG) 指数是瘦肉性NAFLD的一个有希望的非侵入性生物标志物.
• 特定的纵向TyG指数轨迹与瘦肉性NAFLD的不同风险相关.
• 开发的机器学习模型和在线工具可以帮助对精益NAFLD进行临床风险评估.