编辑推荐：
为探究 TyG-BMI 与高血压（HTN）的关联，研究人员分析 NHANES 数据，发现二者正相关，或助早期预防 HTN。
在全球范围内，高血压（Hypertension，HTN）可谓是健康的一大 “劲敌”。它就像一颗隐藏在身体里的定时炸弹，悄无声息地增加着疾病的经济负担，还与高死亡率紧密相连。据统计，全球约 30% 的成年人正遭受着高血压的困扰，还有 50 - 60% 的成年人处于高血压前期。这些数据就像一声声警钟，预示着高血压的发病率未来还会持续攀升。而且，高血压一旦发作，会让外周动脉压力升高，心脏负荷加重，血管内皮也会受到损伤，进而连累心脏、大脑、肾脏等多个重要的靶器官。所以，如何预防和管理高血压，成为了全球公共卫生领域亟待攻克的难题。
胰岛素抵抗（Insulin resistance，IR）与高血压的发生有着千丝万缕的联系。IR 会促使血管紧张素 II（Angiotensin II，Ang II）和醛固酮分泌增加，过度激活交感神经系统，还会引发氧化应激反应，最终导致高血压。然而，评估 IR 的 “金标准”—— 高胰岛素正常葡萄糖钳夹技术（high insulin - normal glucose clamp，HIEC），操作起来十分复杂，不仅耗时，成本还高，根本不适合大规模的研究。虽然稳态模型评估（Homeostasis model assessment，HOMA-IR）能在一定程度上替代 HIEC 来评估 IR，但它也有自己的 “短板”，比如需要检测胰岛素水平，而且 HOMA-IR 阈值的变异性较大，同样不便于大规模临床应用。
近年来，甘油三酯葡萄糖（triglyceride glucose，TyG）指数及相关参数（如 TyG - 腰围（Triglyceride glucose - Waist Circumference，TyG-WC）、TyG - 体重指数（Triglyceride glucose - body mass index，TyG-BMI））崭露头角，成为评估 IR 的新选择。它们胜在简单易操作、成本低，特别适合大规模临床筛查。其中，TyG-BMI 与 HOMA-IR 的关系最为紧密。不过，在庞大的美国人群中，TyG-BMI 作为 IR 的替代指标，与高血压之间的关联还不明确。
为了填补这一空白，中国中医科学院西苑医院（Xiyuan Hospital, China Academy of Chinese Medical Sciences）等机构的研究人员挺身而出，利用美国国家健康与营养检查调查（The National Health and Nutrition Examination Survey，NHANES）数据库 2017 - 2020 年的数据，开展了一项横断面研究，试图解开 TyG-BMI 与高血压之间的神秘关联，为临床应用 TyG-BMI 提供有力依据。这项研究成果发表在了《Scientific Reports》上。
研究人员为了开展这项研究，采用了多种技术方法。首先，他们从 NHANES 数据库中筛选出符合条件的数据，排除了年龄小于 20 岁、缺少计算 TyG-BMI 所需指标数据以及协变量信息不完整的参与者。然后，通过特定公式计算 TyG-BMI，其中 TyG 通过甘油三酯（triglyceride，TG）和空腹血糖（fasting plasma glucose，FPG）计算得出，BMI 由体重和身高算出。接着，依据问卷中 “医生是否告知您患有高血压” 的回答，结合《美国预防、检测、评估与治疗高血压联合委员会第七次报告（The Seventh Report of the Joint National Committee on Prevention, Detection, Evaluation, and Treatment of High Blood Pressure: the JNC 7 report）》来判定参与者是否患有高血压。同时，研究人员还测量了年龄、种族、教育水平等多种协变量。最后，运用多变量逻辑回归模型和光滑曲线拟合等统计方法，分析数据之间的关联。
下面来看看具体的研究结果：
- 研究人群：最初参与 NHANES 调查的有 15560 人，经过层层筛选，最终 3069 名年龄大于 20 岁且变量信息完整的参与者被纳入研究。这些参与者的平均年龄为 50.0 ± 17.2 岁，男性占 48.8%。
- 基本特征：高血压组的平均年龄比非高血压组大，离婚率更高，受教育程度更低，非西班牙裔黑人的占比也更高。在生活习惯方面，高血压组吸烟的人更多，饮酒的人更少，经常锻炼的人也更少。而且，高血压组的 BMI、腰围（waist circumference，WC）、低密度脂蛋白胆固醇（Low - density lipoprotein cholesterol，LDL-C）、FPG 以及糖尿病的患病率都更高。
- TyG-BMI 与高血压的相关性：单因素逻辑回归分析发现，年龄、种族、教育水平等多个因素都可能与高血压有关。多因素逻辑回归分析显示，在充分调整协变量后，TyG-BMI 与高血压呈正相关。当 TyG-BMI 作为连续变量时，每增加 10 个单位，高血压的风险就会增加 4.3%。将 TyG-BMI 按四分位数分组后，与最低四分位数（Q1）相比，Q2、Q3、Q4 组高血压的风险也显著增加。此外，光滑曲线拟合分析表明，TyG-BMI 与高血压之间存在非线性关系，当 TyG-BMI 小于 242.192 时，其值每增加 1，高血压风险增加 1.1%；大于 242.192 时，风险增加不显著。
- 亚组分析：研究人员按年龄、性别、种族等因素进行分层分析，发现除年龄组外，TyG-BMI 与高血压的正相关关系在其他亚组中都保持稳定。年龄分层后，60 岁及以上人群中，TyG-BMI 与高血压的相关性更为显著。
综合研究结论和讨论部分，研究人员发现 TyG-BMI 与美国 20 岁及以上成年人高血压的患病风险呈正相关，在 60 岁及以上人群中这种关联更为突出。这一发现意义重大，意味着通过早期监测 TyG-BMI，或许能够及时发现高血压的潜在风险，尤其是对于老年人来说，这有助于降低他们患高血压的风险，从而减轻全球的医疗负担。不过，研究也存在一些局限性，比如横断面研究无法确定因果关系，无法排除未测量和未知因素的混杂影响，而且没有使用血压值来诊断高血压，可能会导致偏差。所以，未来还需要更严谨的前瞻性队列研究或随机对照试验，进一步验证 TyG-BMI 与高血压之间的关系。但无论如何，这项研究都为高血压的早期预防和监测提供了新的思路和方向，让我们在对抗高血压的道路上又前进了一步。
