Un Nuovo Indice Composito Predice un Rischio di Morte Triplo nei Pazienti con Sindrome Metabolica
Il TyGFI — che combina resistenza all'insulina e fragilità — triplica il rischio di mortalità nella sindrome CKM, con la povertà che spiega in parte questo legame.
Riepilogo
Un nuovo indice composito denominato TyGFI — ottenuto moltiplicando l'indice trigliceridi-glucosio (TyG) per un indice di fragilità a 49 voci — è stato testato su 15.044 adulti statunitensi con sindrome cardiovascolare-renale-metabolica (CKM) utilizzando i dati NHANES relativi al periodo 2005–2018. Nel corso di un follow-up mediano di 82 mesi, i soggetti nel terzile più alto del TyGFI presentavano un rischio di mortalità per tutte le cause e di morte cardiovascolare più che triplicato rispetto al terzile più basso. Ogni aumento di un'unità del TyGFI corrispondeva a un rischio di mortalità per tutte le cause superiore del 56% e a un rischio di mortalità cardiovascolare superiore del 52%. È importante sottolineare che il rapporto reddito-povertà (PIR) ha mediato parzialmente questa relazione, spiegando circa il 7–8,5% dell'associazione con la mortalità, evidenziando così una dimensione socioeconomica nel rischio di morte determinato dalla fragilità metabolica.
Riepilogo Dettagliato
Cardiovascular-kidney-metabolic (CKM) syndrome — un continuum che comprende insulino-resistenza, obesità, diabete, malattia renale cronica e malattia cardiovascolare — colpisce oltre 500 milioni di adulti a livello globale e rappresenta più della metà della mortalità adulta. Sebbene l'indice TyG (un indicatore proxy dell'insulino-resistenza) e l'indice di fragilità (che misura i deficit fisiologici cumulativi) abbiano ciascuno predetto autonomamente esiti avversi, nessuno studio precedente li aveva combinati in un unico punteggio composito e testato specificamente in pazienti con CKM.
Questo studio di coorte retrospettivo ha sfruttato i cicli NHANES dal 2005 al 2018, arruolando 15.044 partecipanti con CKM syndrome (età media 50,62 anni, ~51% donne). Il TyGFI è stato calcolato come prodotto dell'indice TyG [ln(trigliceridi × glicemia a digiuno/2)] e di un indice di fragilità a 49 deficit che comprende cognizione, attività della vita quotidiana, depressione, comorbilità, performance fisica e biomarcatori di laboratorio. Gli esiti di mortalità sono stati confermati tramite il collegamento con il National Death Index fino al 31 dicembre 2019. Gli strumenti analitici includevano curve di sopravvivenza di Kaplan-Meier, regressione di Cox multivariabile (tre modelli progressivamente aggiustati), analisi restricted cubic spline (RCS), analisi di mediazione con 1.000 ricampionamenti bootstrap e analisi per sottogruppi.
Durante un follow-up mediano di 82 mesi (IQR 46–123), si sono verificati 1.103 decessi per tutte le cause e 353 decessi cardiovascolari. L'analisi di Kaplan-Meier ha confermato curve di sopravvivenza nettamente divergenti tra i terzili del TyGFI. Nei modelli di Cox completamente aggiustati, i partecipanti nel terzile più alto del TyGFI hanno affrontato un rischio più che triplicato sia per la mortalità per tutte le cause (HR = 3,14; 95% CI 2,57–3,83) sia per la mortalità cardiovascolare (HR = 3,14; 95% CI 2,18–4,52) rispetto al terzile più basso. L'analisi in continuo ha mostrato che ogni aumento di 1 unità del TyGFI incrementava il rischio di mortalità per tutte le cause del 56% e il rischio di mortalità cardiovascolare del 52%. L'analisi RCS ha dimostrato una relazione dose-risposta non lineare e accelerante — il rischio aumentava in modo sproporzionato ai valori più elevati del TyGFI. L'analisi di mediazione ha rivelato che il rapporto reddito-povertà mediava parzialmente l'associazione tra TyGFI e mortalità, spiegando il 7,66% del rischio di mortalità per tutte le cause e l'8,48% del rischio di mortalità cardiovascolare, suggerendo che lo svantaggio socioeconomico amplifica gli effetti nocivi del burden metabolico-fragilità.
Le analisi per sottogruppi hanno mostrato associazioni coerenti per età, sesso, etnia e stadio CKM, con un'interazione statisticamente significativa per lo stato civile. Le analisi di sensibilità che utilizzavano l'imputazione multipla per i dati mancanti e la rielaborazione sui casi completi hanno confermato la robustezza dei risultati. L'assunzione dei rischi proporzionali è stata verificata tramite i test dei residui di Schoenfeld.
Questi risultati posizionano il TyGFI come uno strumento pratico e accessibile per la stratificazione del rischio, in grado di catturare simultaneamente la disfunzione metabolica e il declino funzionale — dimensioni che singolarmente predicono la mortalità ma risultano ancora più efficaci se combinate. La mediazione parziale da parte del PIR evidenzia come la deprivazione economica amplifichi il rischio biologico, sottolineando il valore dello screening socioeconomico accanto ai biomarcatori clinici nella gestione del CKM.
Risultati Principali
- Highest TyGFI tertile had >3× the all-cause and cardiovascular mortality risk versus lowest tertile in CKM patients.
- Each 1-unit TyGFI increase raised all-cause mortality risk by 56% and cardiovascular mortality risk by 52%.
- Nonlinear RCS analysis showed accelerating mortality risk at higher TyGFI values.
- Poverty-income ratio mediated 7.66% of all-cause and 8.48% of cardiovascular mortality associations.
- Associations remained consistent across demographic subgroups; marital status showed significant interaction.
Metodologia
Studio di coorte retrospettivo condotto su dati NHANES 2005–2018 (n=15.044 adulti con sindrome CKM), con follow-up della mortalità tramite National Death Index fino a dicembre 2019. Sono stati impiegati la regressione di Cox con tre modelli di aggiustamento, le RCS per la non-linearità e l'analisi di mediazione bootstrap (1.000 ricampionamenti). L'imputazione multipla con random forest ha gestito le covariate mancanti.
Limitazioni dello Studio
Il disegno osservazionale NHANES preclude l'inferenza causale, e tutte le esposizioni sono state misurate in un unico punto temporale basale, limitando la valutazione dei cambiamenti nel tempo. La stadiazione CKM e le componenti della fragilità si sono basate in parte su dati auto-riferiti, introducendo un potenziale rischio di misclassificazione. Non è possibile escludere un confondimento residuo dovuto a variabili non misurate (qualità della dieta, dettagli sull'attività fisica, uso di farmaci).
Ti è piaciuto questo riepilogo?
Ricevi ogni settimana le ultime ricerche sulla longevità direttamente nella tua casella email.
Inserisci la tua email per iscriverti:
