中年及老年人代谢综合征评分的动态变化与新发中风风险：一项与中国预防医学、个性化医疗理念相契合的全国性前瞻性队列研究

《Stroke: Vascular and Interventional Neurology》：Dynamic Changes in Metabolic Syndrome Scores and New‐Onset Stroke Risk in Middle‐Aged and Older Adults: A Nationwide Prospective Cohort Study in China Aligned With Predictive, Preventive, and Personalized Medicine

动态代谢综合征评分与中风风险的关系及机器学习预测模型研究。基于CHARLS队列数据，采用K-means聚类将2012-2015年代谢综合征（MetS）动态变化分为四类，发现Class 3和4人群的中风风险显著升高（OR分别为1.56和1.79）。梯度提升机（GBM）模型AUC达0.76，SHAP分析显示年龄和MetS评分是主要预测因子。研究证实MetS动态变化及累计评分是独立的中风风险因素，为早期干预提供新靶点。

　　代谢综合征（MetS）是一种由多种相互关联的代谢异常组成的综合症，包括腹部肥胖、高血压、高血糖、高脂血症以及高甘油三酯等。它在临床中具有重要意义，尤其是在中老年人群中，与脑卒中发生密切相关。随着生活方式的变化，MetS的患病率持续上升，已成为全球范围内的重大公共卫生问题。据估计，全球约有14%至30%的人群患有MetS，这使得它成为导致脑卒中的重要危险因素之一。

本研究旨在探讨MetS及其动态变化对脑卒中发生的影响，提供新的理论见解和临床指导，用于中老年群体的早期预防和干预。此外，研究还开发并验证了一种基于MetS评分和相关临床特征的机器学习预测模型，以评估新的脑卒中风险。研究数据来源于CHARLS（中国健康与退休纵向研究），这是一个具有代表性的前瞻性队列研究，覆盖了中国28个省份，涉及10257个家庭和17708名参与者。

MetS评分系统通过结合年龄、性别和种族特征，对中国的中老年群体进行了特别设计。该系统赋予五个常见的代谢异常（甘油三酯、高密度脂蛋白胆固醇、空腹血糖、腰围和平均动脉压）不同的权重，以定量评估MetS的严重程度。这一评分方法不仅有助于识别MetS的严重程度，还能够反映其随时间的变化趋势。通过K-means聚类算法，将MetS评分分为四个不同的子组，可以更准确地捕捉MetS评分的动态变化。

研究结果显示，较高的基线和累积MetS评分与脑卒中风险之间存在独立的正相关关系。在四个子组中，第三组（持续中等到高水平MetS评分）和第四组（高波动性MetS评分）的参与者相较于第一组（稳定低水平MetS评分）表现出显著更高的脑卒中风险。机器学习模型中的梯度提升树（GBM）在预测新发脑卒中风险方面表现出优越的准确性，其曲线下面积（AUC）达到0.76（95% CI, 0.72–0.79）。Shapley加法解释（SHAP）方法识别出年龄、MetS评分和身体质量指数（BMI）是预测脑卒中风险的最重要因素。

研究还发现，MetS评分的动态变化，包括其变化的方向和速度，对于预测脑卒中的发生具有重要意义。此外，对MetS评分的发展趋势和长期模式的研究，有助于早期识别可修改的风险因素，并制定有效的预防策略。这表明，MetS评分不仅是一个重要的预测指标，而且在临床实践中具有高度的相关性。

在统计分析部分，研究采用了描述性统计方法，对连续变量进行了平均值和标准差的分析，对分类变量进行了计数和百分比的分析。通过1-方差分析、Kruskal-Wallis检验和卡方检验，比较了不同组别之间的基线特征。结果显示，不同组别在年龄、MetS评分、BMI、性别、居住地、吸烟和饮酒状态、高血压、糖尿病、心血管疾病和高脂血症等方面存在显著差异。

在模型开发和评估方面，研究应用了多种机器学习算法，包括逻辑回归、支持向量机、梯度提升树、神经网络、k近邻、极端梯度提升、AdaBoost和CatBoost，用于预测新发脑卒中的风险。为了确保模型的可解释性，研究还使用了SHAP方法，以增强模型的透明度和实用性。SHAP方法能够生成任何分类模型的预测结果，有助于临床医生更好地理解模型的输出。

研究还进行了敏感性分析，以确保研究结果的稳健性。首先，通过比较不同组别之间的基线特征，研究发现大多数变量存在显著差异，这表明MetS评分的缺失并非完全随机，而是可能随机缺失。当使用多重插补方法或完全数据进行分析时，研究结果保持一致。其次，研究还对家庭ID唯一的数据进行了分析，发现基线、累积和时间变化MetS评分类别与新发脑卒中的关联保持一致。此外，通过应用倾向评分加权方法，平衡了性别、年龄、教育水平、居住地、饮酒和吸烟状态以及心血管疾病的组别。

研究的局限性包括：脑卒中的定义基于自我报告数据，这可能引入报告偏差；未来的研究应结合医疗记录或影像诊断以提高准确性并减少误分类。此外，血液样本仅在第一波和第三波中采集，可能需要更多的随访数据进行深入分析。MetS评分是在中国中老年人群中开发的，由于年龄、种族和地理差异，需要多中心验证以确保其在不同人群中的适用性。CHARLS队列主要在县和村一级进行抽样，这可能影响研究结果的推广性和引入选择偏差。分析样本可能由于差异性死亡而偏向健康个体，未来的研究应使用更完整的随访数据，包括确切的死亡日期和原因，以获得更精确的脑卒中风险估计。

综上所述，本研究显示MetS的严重程度和进展是新发脑卒中的风险因素。识别MetS评分变化恶化的个体，提供了早期干预的机会，以预防脑卒中。未来的研究应探索MetS进展与脑卒中的潜在机制，并评估在高危人群中针对性干预的有效性。研究还强调了MetS评分在早期识别和干预新发脑卒中风险中的重要性，以及其在提高公众健康意识、鼓励更健康的生活方式和帮助资源有限的医生更有效地管理患者方面的潜在价值。