CHARLS标志点分析提示，两次测量形成的累积TyG—脂质共暴露与新发心血管病相关，但对五年风险预测的绝对提升很小。
专家导读
代谢指标会随治疗、饮食和体重变化，单次化验只是一个截面。研究真正关心的是：过去的负荷是否留下可见风险，以及把多个共享成分的指标放在一起后，能否带来足够大的临床预测收益。
文章脉络
全文解读
研究使用CHARLS 2011—2020年数据，以2015年作为统一标志点。纳入4,420名CKM 0—3期、截至2015年仍无临床心血管病且有有效后续随访的成年人，并分别考察2011年既往值、2015年标志点值，以及由两次测量构成的时间加权累积值。
暴露包括TyG与5类非传统脂质指标：动脉粥样硬化指数、非HDL胆固醇、Castelli风险指数I和II、脂蛋白综合指数。研究同时使用原因别Cox模型和Fine-Gray竞争风险模型，并对5组主要比较进行Benjamini-Hochberg校正。
中位随访5年内发生827例心血管事件，其中571例心脏病事件、328例卒中事件。累积双高组相对双低组的校正HR为1.29—1.45，竞争风险SHR为1.28—1.43，主要比较的FDR q值均小于0.003；卒中的次要分析效应通常更大。
然而统计关联没有自动转化为强预测工具。最佳扩展模型TyG+CRI-II使五年AUC从0.634提高到0.665，C-index只增加0.012。2015年单点关联反而较弱，且两次测量只能代表既往平均负荷，不能称为完整轨迹。研究最值得借鉴的是把关联强度、竞争风险、重复测量与预测增益放在同一张证据表上。
对中医药和中西医结合研究的启发
可将两次或多次TyG—脂质负荷与证候迁移轨迹并行建模，检验痰湿、血瘀等证候变化是否对应长期代谢暴露，而不是用一次辨证替代纵向表型。若开展方药干预，应预先报告传统模型基础上的AUC变化、校准和决策净收益。
可延伸选题
- 三次以上重复测量能否比两次累积值更准确地区分可逆风险？
- 累积TyG—脂质负荷对卒中的关联能否在独立队列复现？
- 证候轨迹是否能解释传统模型尚未捕获的风险异质性？