目的探究胰岛素抵抗(insulin resistance,IR)及相关指标三酰甘油-葡萄糖(triacylglycerol-glucose,TyG)指数、胰岛素抵抗代谢评分(metabolic score of insulin resistance,Mets-IR)与穿支动脉粥样硬化病(branch atheromatous disease,B...目的探究胰岛素抵抗(insulin resistance,IR)及相关指标三酰甘油-葡萄糖(triacylglycerol-glucose,TyG)指数、胰岛素抵抗代谢评分(metabolic score of insulin resistance,Mets-IR)与穿支动脉粥样硬化病(branch atheromatous disease,BAD)患者发生早期神经功能恶化(early neurological deterioration,END)的相关性并构建风险预测模型。方法纳入2020年3月至2024年8月于郑州大学第二附属医院神经内科就医并诊断为BAD的患者189例,根据入院后7 d内是否出现早期神经功能恶化结局分为END组(75例)与非END组(114例),收集并记录患者人口统计学及临床资料并计算TyG指数、Mets-IR。应用多因素logistic回归分析对BAD相关卒中END的影响因素展开探究,并绘制ROC曲线,构建列线图预测模型。结果END组空腹血糖[6.47(5.74,7.86)mmol/L vs 5.83(5.14,6.70)mmol/L]、三酰甘油[1.65(1.21,2.04)mmol/L vs 1.27(0.99,1.57)mmol/L]、体质量指数[25.02(23.88,26.67)kg/m^(2) vs 23.71(22.66,25.27)kg/m^(2)]、TyG指数(9.03±0.41 vs 8.71±0.45)、Mets-IR(39.98±4.23 vs 36.85±4.38)、入院美国国立卫生研究院卒中量表(National Institute of Health Stroke Scale,NIHSS)评分[5.00(3.00,7.00)分vs 3.00(2.00,5.00)分]明显高于非END组(P<0.01)。多因素logistic回归分析显示,高水平的TyG指数(OR=3.751,95%CI:1.592~9.202,P<0.01)、Mets-IR(OR=1.146,95%CI:1.049~1.252,P<0.01)、入院NIHSS评分(OR=1.279,95%CI:1.128~1.451,P<0.01)是BAD患者发生END的危险因素。ROC曲线显示,TyG指数、Mets-IR、入院NIHSS评分预测BAD患者发生END的ROC曲线下面积分别为0.698(95%CI:0.623~0.774,P<0.01)、0.698(95%CI:0.620~0.775,P<0.01)、0.666(95%CI:0.586~0.745,P<0.01)。基于多因素logistic回归分析结果,建立BAD患者发生END风险的列线图预测模型,行决策曲线分析临床获益验证显示,列线图预测模型有较大的临床获益,内部校准提示该模型拟合效果较好。结论IR与BAD患者发生END有关,IR相关指标TyG指数、Mets-IR对END的发生发展有一定预测作用。展开更多
文摘目的探究胰岛素抵抗(insulin resistance,IR)及相关指标三酰甘油-葡萄糖(triacylglycerol-glucose,TyG)指数、胰岛素抵抗代谢评分(metabolic score of insulin resistance,Mets-IR)与穿支动脉粥样硬化病(branch atheromatous disease,BAD)患者发生早期神经功能恶化(early neurological deterioration,END)的相关性并构建风险预测模型。方法纳入2020年3月至2024年8月于郑州大学第二附属医院神经内科就医并诊断为BAD的患者189例,根据入院后7 d内是否出现早期神经功能恶化结局分为END组(75例)与非END组(114例),收集并记录患者人口统计学及临床资料并计算TyG指数、Mets-IR。应用多因素logistic回归分析对BAD相关卒中END的影响因素展开探究,并绘制ROC曲线,构建列线图预测模型。结果END组空腹血糖[6.47(5.74,7.86)mmol/L vs 5.83(5.14,6.70)mmol/L]、三酰甘油[1.65(1.21,2.04)mmol/L vs 1.27(0.99,1.57)mmol/L]、体质量指数[25.02(23.88,26.67)kg/m^(2) vs 23.71(22.66,25.27)kg/m^(2)]、TyG指数(9.03±0.41 vs 8.71±0.45)、Mets-IR(39.98±4.23 vs 36.85±4.38)、入院美国国立卫生研究院卒中量表(National Institute of Health Stroke Scale,NIHSS)评分[5.00(3.00,7.00)分vs 3.00(2.00,5.00)分]明显高于非END组(P<0.01)。多因素logistic回归分析显示,高水平的TyG指数(OR=3.751,95%CI:1.592~9.202,P<0.01)、Mets-IR(OR=1.146,95%CI:1.049~1.252,P<0.01)、入院NIHSS评分(OR=1.279,95%CI:1.128~1.451,P<0.01)是BAD患者发生END的危险因素。ROC曲线显示,TyG指数、Mets-IR、入院NIHSS评分预测BAD患者发生END的ROC曲线下面积分别为0.698(95%CI:0.623~0.774,P<0.01)、0.698(95%CI:0.620~0.775,P<0.01)、0.666(95%CI:0.586~0.745,P<0.01)。基于多因素logistic回归分析结果,建立BAD患者发生END风险的列线图预测模型,行决策曲线分析临床获益验证显示,列线图预测模型有较大的临床获益,内部校准提示该模型拟合效果较好。结论IR与BAD患者发生END有关,IR相关指标TyG指数、Mets-IR对END的发生发展有一定预测作用。
