甘油三酯-胆固醇-体重指数(Triglyceride-Cholesterol-Body Weight Index, TCBI)与偶发轻度认知功能障碍(Mild Cognitive Impairment, MCI)发生风险的关联:基于CHARLS 2011–2018队列的研究

《Frontiers in Nutrition》:Association of a novel nutritional index, the triglyceride-cholesterol-body weight index (TCBI), with incident mild cognitive impairment: CHARLS 2011–2018

【字体: 大 中 小 】 时间:2026年06月04日 来源:Frontiers in Nutrition 5.1

编辑推荐:

  背景(Background):甘油三酯-胆固醇-体重指数(Triglyceride-Cholesterol-Body Weight Index, TCBI)是近期提出的一种基于血脂指标和体重计算的营养指数。尽管营养不良与中老年人认知功能下降存在关联,但关于TC

  
背景(Background):甘油三酯-胆固醇-体重指数(Triglyceride-Cholesterol-Body Weight Index, TCBI)是近期提出的一种基于血脂指标和体重计算的营养指数。尽管营养不良与中老年人认知功能下降存在关联,但关于TCBI与偶发轻度认知功能障碍(Mild Cognitive Impairment, MCI)关联的基于人群的前瞻性证据仍有限。本研究在考虑死亡作为竞争事件的前提下,探讨中老年人群中TCBI与偶发MCI的关联。 方法(Methods):数据来源于中国健康与退休纵向研究(China Health and Retirement Longitudinal Study, CHARLS, 2011–2018)。经纳入排除标准筛选后,最终分析样本为5510名受试者。TCBI计算公式为:TCBI = [总胆固醇TC(mg/dL)×甘油三酯TG(mg/dL)×体重(kg)]/1000。对TCBI取log10转换(Lg TCBI),按连续变量、每1个标准差增量及四分位数进行分析。采用Cox比例风险模型估计TCBI与偶发MCI的关联,并依次校正人口学、生活方式及临床代谢协变量。采用限制性立方样条(Restricted Cubic Spline, RCS)评估非线性关系,分段Cox模型进一步检验阈值效应并通过似然比检验比较模型拟合优度。敏感性分析包括将全因死亡作为竞争事件的Fine–Gray亚分布风险模型,以及排除基线血脂异常受试者的Cox回归分析。 结果(Results):经过7年随访,记录到1063例偶发MCI(19.29%)和437例死亡(7.93%)。在完全校正的多元模型中,Lg TCBI每增加1个单位,MCI发生风险降低(风险比 Hazard Ratio, HR = 0.73, 95%置信区间 Confidence Interval, CI: 0.57–0.94, P = 0.014);Lg TCBI每升高1个标准差亦与MCI风险降低相关(HR = 0.91, 95% CI: 0.84–0.98, P = 0.014)。按Lg TCBI四分位数分组,与最低四分位数(Q1)相比,Q3(HR = 0.76, 95% CI: 0.63–0.92, P = 0.005)和Q4(HR = 0.75, 95% CI: 0.61–0.93, P = 0.007)受试者MCI风险显著降低,而Q2与Q1差异无统计学意义(P > 0.05)。上述发现在考虑全因死亡竞争风险及剔除基线血脂异常人群的分析中保持一致。限制性立方样条分析提示TCBI与偶发MCI之间存在非线性关联,分段Cox模型较线性模型拟合更优(似然比检验 P = 0.013)。亚组分析中未观察到显著效应修饰作用。 结论(Conclusion):较低水平的TCBI与中老年人群较高的偶发MCI风险相关。TCBI作为一种由常规血脂检测和体重简单导出的实用指数,有助于在基层医疗和社区场景中识别认知下降高危个体。
论文解读:甘油三酯-胆固醇-体重指数(TCBI)与偶发轻度认知功能障碍(MCI)发生风险的关联——基于CHARLS队列的纵向研究

研究背景与意义
随着全球人口老龄化,认知功能障碍疾病负担持续加重。轻度认知障碍(Mild Cognitive Impairment, MCI)是介于正常认知老化与痴呆之间的过渡阶段,具有进展为痴呆的高风险,其病理改变常在临床症状显现前数年即已启动,因此早期筛查与干预具有重要公共卫生价值。已有研究表明营养不良与认知恶化密切相关,国际指南亦推荐将营养评估纳入认知衰退的多维度预防策略。然而,传统营养评价指标如老年营养风险指数(Geriatric Nutritional Risk Index, GNRI)和营养控制评分(Controlling Nutritional Status, CONUT)需血清白蛋白、淋巴细胞计数或理想体重等参数,操作相对复杂,限制了其在门诊随访、基层医疗及大规模人群筛查中的应用。甘油三酯(Triglyceride, TG)可反映机体能量储备,体重体现长期能量摄入-消耗平衡,总胆固醇(Total Cholesterol, TC)亦是CONUT评分组分之一,三者综合可间接表征营养与代谢状态。基于此,Doi等人提出了甘油三酯-胆固醇-体重指数(Triglyceride-Cholesterol-Body Weight Index, TCBI=[TC(mg/dL)×TG(mg/dL)×体重(kg)]/1000),证实其与GNRI呈中度相关,是一种简化的营养评估工具。既往仅有横断面研究发现TCBI与MCI患病率呈负相关,尚缺乏前瞻性证据,且全因死亡可能作为竞争事件影响MCI的观察。该研究发表于《Frontiers in Nutrition》,利用全国代表性中国健康与退休纵向研究(China Health and Retirement Longitudinal Study, CHARLS)数据,旨在前瞻性探讨TCBI与中老年人偶发MCI的纵向关联,并采用竞争风险模型验证结果的稳健性。

主要研究方法概述
研究人员基于CHARLS(2011–2018)队列,排除年龄<45岁、基线认知数据缺失或已患MCI、随访认知数据缺失及TCBI或协变量缺失率>20%者,最终纳入5510名≥45岁受试者。TCBI按Doi等人公式由空腹TC、TG及体重计算,因偏态分布取log10转换(Lg TCBI)。主要结局为随访期间新发MCI,依据年龄特异性总分低于同年龄组均值超过1个标准差判定(基于词语回忆测试Word Recall Test, WRT和心智状态测试Mental Status Test, MST,总分最高31分),全因死亡设为竞争事件。协变量涵盖人口社会学(年龄、性别、居住地、教育程度、婚姻状况)、行为因素(社会参与、吸烟、饮酒状态)、躯体健康状况(高血压、糖尿病、卒中、心脏病)及心理健康(流调中心抑郁量表10项Center for Epidemiologic Studies Depression Scale-10, CESD-10≥10分示抑郁症状)、夜间睡眠时长、血压及实验室指标(低密度脂蛋白胆固醇Low-Density Lipoprotein Cholesterol, LDL-C;高密度脂蛋白胆固醇High-Density Lipoprotein Cholesterol, HDL-C;空腹血糖Fasting Plasma Glucose, FPG)。统计分析采用Cox比例风险模型(三阶段校正)、限制性立方样条(Restricted Cubic Spline, RCS)检验非线性、分段Cox模型分析阈值效应(似然比检验比较)、Fine–Gray亚分布风险模型处理竞争风险、排除基线血脂异常人群行敏感性分析,亚组分析检验效应修饰,缺失值<1.379%以missForest随机森林插补,所有分析使用R 4.2.2完成。

研究结果
3.1 研究队列基线特征(Baseline characteristics of the study cohort)
最终纳入5510人(男54.9%,女45.1%),平均58±9岁,7年随访记录1063例偶发MCI(19.3%)及437例死亡(7.9%)。按Lg TCBI四分位数分层显示:较高TCBI组女性、城市居民、高教育水平及社会参与者比例更高;现吸烟率随TCBI升高递减;高血压、糖尿病、血脂异常及心脏病患病率随TCBI升高递增;收缩压、舒张压、体质指数(Body Mass Index, BMI)、腰围、LDL-C、FPG、糖化血红蛋白(Glycated Hemoglobin, HbA1c)递增,HDL-C递减,抑郁症状比例递减。MCI及全因死亡率随TCBI升高呈下降趋势(均P<0.05)。
3.2 TCBI与偶发MCI的关联(Association between Lg TCBI and incident MCI)
Cox回归显示:完全校正模型(Model 3)中Lg TCBI每增1单位,MCI风险降低(HR=0.73, 95% CI: 0.57–0.94, P=0.014);每增1个标准差HR=0.91(95% CI: 0.84–0.98, P=0.014)。四分位分析以Q1为参照,Q3(HR=0.76, 95% CI: 0.63–0.92, P=0.005)与Q4(HR=0.75, 95% CI: 0.61–0.93, P=0.007)风险显著降低,Q2无统计学意义;四分位趋势检验P for trend=0.001。提示TCBI越高,偶发MCI风险越低。
3.3 剂量–反应及非线性关系(Dose–Response and non-linear relationship between Lg TCBI and incident MCI)
RCS分析提示非线性关联(P for nonlinearity<0.05)。分段Cox模型确定拐点为Lg TCBI=2.84和3.39,在区间2.84≤Lg TCBI<3.39内每增1单位MCI风险显著降低(HR=0.46, 95% CI: 0.31–0.70, P<0.001),而Lg TCBI<2.84(HR=1.04, P=0.928)及≥3.39(HR=1.92, P=0.059)区间无统计学意义;分段模型优于线性模型(似然比检验P=0.013),提示存在区间依赖性保护效应。
3.4 亚组与交互作用分析(Subgroup and interaction analyses)
各亚组中Lg TCBI与MCI关联方向大体一致,部分亚组(>60岁、男性、已婚、现吸烟、现饮酒、无高血压、无卒中、有心脏病、无抑郁症状、无血脂异常)达统计学显著,少数亚组因样本量小置信区间宽。所有交互作用检验P for interaction>0.05(血脂异常状态交互P=0.057,边界显著),无明确效应修饰证据。
3.5 敏感性分析与竞争风险分析(Sensitivity and competing risk analyses)
剔除2747名基线血脂异常者后,完全校正模型中Lg TCBI每增1单位HR=0.53(95% CI: 0.33–0.84, P=0.007),每1个标准差HR=0.88(95% CI: 0.80–0.97, P=0.007),Q4 vs Q1 HR=0.72(95% CI: 0.55–0.95, P=0.019),趋势显著(P for trend=0.023),主分析结果得以重现。Fine–Gray模型以死亡为竞争事件,完全校正后连续变量sHR=0.75(95% CI: 0.59–0.96, P=0.021),每1个标准差sHR=0.91(95% CI: 0.85–0.99),Q3 sHR=0.78(95% CI: 0.65–0.93, P=0.007)、Q4 sHR=0.77(95% CI: 0.63–0.94, P=0.010)vs Q1均显著降低,Q2无差异,趋势P for trend=0.002,主结果在竞争风险框架下依然稳健。

讨论与结论总结
研究人员指出本研究延续了Liu等人的横断面发现,通过前瞻性设计明确了TCBI与MCI的时间先后关系,并以竞争风险分析排除了死亡导致的信息删失偏倚。TCBI整合脂质代谢与体重相关营养特征,较单一血脂指标更能反映整体代谢与营养储备,既往已被报道与卒中、急性冠脉综合征及肌肉减少症预后相关。结果符合"营养不良增加认知损害风险"的已知证据——脑具有高能量代谢需求,低TCBI可能反映营养不足、能量储备差从而不利于认知维护;但需注意极低或极高TCBI区间因样本量少效应未达显著,非线性区间效应提示适度TCBI水平的保护作用最明显。外周TC不易穿越血脑屏障(Blood–Brain Barrier, BBB),大脑胆固醇主要局部合成,故血清TC在TCBI中更多代表全身脂质稳态或代谢环境;TG可被脑血管内皮脂蛋白脂肪酶(Lipoprotein Lipase, LPL)水解生成游离脂肪酸(Free Fatty Acids, FFAs)入脑供能或参与脂质合成,也可能通过代谢及炎症通路影响认知。TCBI组分与胰岛素抵抗替代指数(如METS-IR、TyG)部分重叠,其认知效应可能涉及多重生物学路径。局限性包括CHARLS缺乏详细饮食模式及特定用药信息、MCI靠量表界定可能存在错分、结论外推至其他族裔需谨慎。未来应在多国多族裔独立队列验证,补充饮食及用药史、体重动态变化、采用正规神经心理MCI诊断标准并结合高胰岛素正葡萄糖钳夹等直接代谢评估。
结论(原文翻译): 本项基于全国代表性CHARLS队列的研究提供了TCBI与偶发MCI纵向关联的证据。在7年随访期间,较高TCBI与较低MCI发生风险相关联。在将全因死亡作为竞争事件及排除基线血脂异常受试者后该关联仍然存在。限制性立方样条及分段Cox分析进一步提示非线性、区间依赖性关联,反向关联在中等TCBI区间内最为明显。由于TCBI是由常规生化标志物和体重简便计算得出的复合指数,其在人群水平的风险分层及识别MCI高危个体方面具有潜在价值,尤适用于社区卫生保健及基层医疗场景。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号