编辑推荐：
研究人员探究 TyG 指数与脆性骨折关系，发现其关联显著，可用于评估骨折风险。
# 探寻脆性骨折风险的新线索：甘油三酯 - 葡萄糖指数的关键作用
在生活中，我们有时会看到一些老人，仅仅是不小心摔了一跤，就发生了骨折，这种骨折被称为脆性骨折（由世界卫生组织定义，指由站立高度或更低高度摔倒等低能量外力导致的骨折）。脆性骨折是骨质疏松症最严重的后果之一，严重影响患者的生活质量，还给家庭和社会带来沉重负担。
以往研究发现，低骨密度（BMD）是骨折的一个风险因素，但令人惊讶的是，相当一部分骨折发生在骨密度正常或轻度降低的人身上，并非只有骨质疏松患者才会骨折。而且，脆性骨折的发生趋势逐渐向更年轻的群体蔓延，这提示可能存在一些可改变的风险因素，比如饮食、运动、吸烟、饮酒、用药和激素影响等。
近年来，甘油三酯 - 葡萄糖（TyG）指数作为一种简单可靠的胰岛素抵抗（IR）生化标志物受到关注，它与糖尿病、高血压等多种疾病相关。然而，它与骨骼健康的关系尚不明确，尤其是与脆性骨折的关联，此前的研究结论并不统一。为了填补这一空白，来自北京医院（国家老年医学中心、中国医学科学院）等机构的研究人员开展了一项研究，相关成果发表在《Diabetology & Metabolic Syndrome》杂志上。
研究人员利用美国国家健康与营养检查调查（NHANES）的横断面数据，分析了 25082 名参与者的信息。首先，他们通过计算 TyG 指数（TyG 指数 = Ln [空腹甘油三酯（mg/dL）× 空腹血糖（mg/dL）/2] ）、稳态模型评估胰岛素抵抗指数（HOMA-IR）和定量胰岛素敏感性检测指数（QUICKI）等指标，评估参与者的胰岛素抵抗情况。同时，通过参与者自我报告，结合医生诊断信息，确定脆性骨折的发生情况。此外，研究人员还收集了年龄、性别、种族、教育程度、生活习惯、疾病史、用药情况等大量可能影响脆性骨折的混杂因素信息。
在统计分析方面，研究人员采用了多种方法。他们将参与者分为非脆性骨折组和脆性骨折组，对比两组的基线特征。运用逆概率处理加权（IPTW）方法控制混杂因素，通过 Spearman 相关性检验分析 TyG 指数与其他胰岛素抵抗指标的相关性。构建单变量和多变量逻辑回归模型评估 TyG 指数与脆性骨折的关联，使用限制立方样条（RCS）回归模型探究两者的潜在非线性关系。还运用最小绝对收缩和选择算子（LASSO）回归算法筛选关键因素，构建列线图（nomogram）预测模型，并进行校准和受试者工作特征（ROC）曲线分析评估模型的有效性。
研究结果显示，参与者中脆性骨折的总体患病率为 1.10%。基线特征分析发现，脆性骨折患者与非脆性骨折患者在性别、年龄、种族、教育程度、饮酒状态、身体活动、合并症、各项生理指标和用药情况等方面存在显著差异。比如，脆性骨折患者年龄更大、女性居多，合并糖尿病、高血压等疾病的比例更高。
在探究 TyG 指数与脆性骨折的关联时，单变量逻辑回归分析表明，TyG 指数与脆性骨折显著相关。IPTW 加权多变量逻辑回归分析显示，调整潜在混杂因素后，TyG 指数与脆性骨折风险仍呈显著正相关。RCS 回归进一步揭示两者存在正线性关系，且在女性中这种关系似乎出现得更早、更显著。
通过 LASSO 二元逻辑回归模型，研究人员确定了 20 个与脆性骨折相关的关键因素，包括年龄、性别、种族、TyG 指数等。在此基础上，构建的列线图预测模型纳入了年龄、性别、TyG 指数、白蛋白、冠状动脉疾病、降压治疗和降脂治疗等变量，该模型具有良好的预测性能，一致性指数达到 0.901。
亚组和敏感性分析证实，TyG 指数与脆性骨折的关联在不同亚组中均较为稳健。不过，性别对这种关联存在一定影响，TyG 指数在女性中对脆性骨折的预测价值更为突出。
综合来看，这项研究发现 TyG 指数与美国普通人群的脆性骨折风险显著相关，TyG 指数可能是脆性骨折的一个关键预测指标。这一成果为脆性骨折的预防和管理提供了新的思路，有助于临床医生早期识别高风险人群，制定更有效的干预措施。同时，构建的列线图预测模型也为优化骨折风险评估工具提供了参考。然而，研究也存在一些局限性，如研究设计为回顾性，无法确定因果关系；模型仅进行了内部验证，未在外部队列中验证；未评估饮食因素、骨质疏松药物等对结果的影响；未分析骨折部位和发生频率；仅评估了基线 TyG 指数，未考虑其随时间的变化等。未来还需要更多大规模前瞻性研究来进一步验证这些发现，为脆性骨折的防治提供更坚实的理论依据和实践指导。
