Comprehensive evaluation of triglyceride glucose index-a body shape index (TyG-ABSI) for incident peripheral artery disease: data-driven phenotyping and machine learning-based risk prediction in the U
2 months ago
- #Insulin Resistance
- #Machine Learning
- #Peripheral Artery Disease
- 本研究评估了甘油三酯葡萄糖指数-体型指数（TyG-ABSI）在英国生物银行队列中预测外周动脉疾病（PAD）的效果。
- TyG-ABSI结合了甘油三酯-葡萄糖指数（TyG）和体型指数（ABSI），用以反映胰岛素抵抗和内脏脂肪堆积。
- 较高水平的TyG-ABSI与PAD发病率增加显著相关，最高四分位数组的15年累积发病率为4.16%，而最低四分位数组仅为0.98%。
- 研究采用包括逻辑回归在内的机器学习模型预测PAD，其中逻辑回归表现最佳（AUC = 0.788）。
- 数据驱动聚类分析识别出四个代谢亚组，胰岛素抵抗/葡萄糖功能障碍亚组的PAD风险最高。
- SHAP分析显示TyG-ABSI、年龄和中性粒细胞计数是PAD的关键预测因子。
- 该研究表明TyG-ABSI是PAD风险的强有力预测指标，并强调了可解释机器学习模型在临床风险分层中的应用价值。