甘油三酯-葡萄糖指数与糖尿病危重患者高血糖危象发生及预后的相关性：基于机器学习的多中心回顾性队列研究

这篇研究通过多中心回顾性队列分析，首次揭示了甘油三酯-葡萄糖指数（TyG）与糖尿病危重患者高血糖危象（HCE，含DKA/HHS）发生及预后的显著关联。研究发现高TyG水平可独立预测HCE风险（OR 1.806）及院内死亡（OR 1.956），并构建了基于XGBoost的机器学习预测模型（AUC 0.919），为临床早期识别高风险患者提供了新型代谢标志物和智能决策工具。

　　

引言

高血糖危象事件（HCE）作为糖尿病最危急的急性代谢并发症，其院内死亡率高达5-20%。研究首次聚焦甘油三酯-葡萄糖指数（TyG）——这一新兴的胰岛素抵抗标志物，在危重糖尿病患者中的预警价值。通过整合MIMIC-IV和eICU-CRD两大重症数据库，研究团队系统分析了TyG与HCE发生及预后的关联，并创新性地引入机器学习算法构建风险预测模型。

研究方法

这项多中心回顾性研究纳入了4,098例ICU糖尿病患者，其中328例发生HCE。TyG指数通过公式ln[空腹甘油三酯（mg/dL）×空腹血糖（mg/dL）/2]计算。研究采用多因素逻辑回归、限制性立方样条（RCS）和倾向评分匹配（PSM）等方法分析TyG与结局的关联，并应用XGBoost等5种机器学习算法构建预测模型，通过SHAP值解析关键预测因子。

主要发现

TyG指数与HCE发生风险

HCE患者TyG水平显著高于非HCE组（10.2 vs 9.4）。多因素校正后，TyG每升高1单位，HCE发生风险增加80.6%（OR 1.806）。ROC曲线显示TyG预测HCE的AUC达0.740，优于传统临床指标。

TyG与临床预后

高TyG组（≥10.2）患者呈现"剂量效应"：

• •

  院内死亡率：低/中/高TyG组分别为5.5%、14.7%、22.9%

• •

  ICU住院时间：从1.7天（低TyG）延长至4.5天（高TyG）

  RCS分析显示TyG>10.2时，死亡风险呈线性上升（非线性p>0.05）。

机器学习模型表现

XGBoost模型展现出最优预测性能（AUC 0.919），SHAP分析证实TyG为第二重要预测因子（仅次于SOFA评分）。模型同时识别出血钠、心率等关键协变量，为临床干预提供多维靶点。

机制探讨

TyG指数通过多重途径影响HCE预后：

1. 1.

   代谢紊乱：高TyG反映的胰岛素抵抗（IR）加剧糖脂毒性，促进酮体生成

2. 2.

   炎症反应：与CRP等炎症标志物协同损伤血管内皮功能

3. 3.

   器官衰竭：与SOFA评分显著相关（β=1.141，p<0.001）

临床意义

研究首次证实：

• •

  TyG可作为ICU糖尿病患者HCE筛查的"代谢警报器"

• •

  动态监测TyG有助于识别需要强化胰岛素治疗的患者群体

• •

  机器学习模型为ICU电子病历系统嵌入智能预警模块提供理论基础

研究局限

回顾性设计无法确立因果关系，未记录SGLT2抑制剂等新型降糖药使用情况。未来需开展前瞻性研究验证TyG导向的干预策略。

结论

该研究为危重糖尿病患者的代谢风险管理开辟新视角，证实TyG指数是HCE发生和预后的独立预测因子。结合机器学习算法构建的预测模型，有望实现从"被动抢救"到"主动防控"的临床范式转变。