Associations of estimated glucose disposal rate with liver steatosis and fibrosis
-
摘要:目的
探讨预估葡萄糖处理率(eGDR)与代谢功能障碍相关肝脏脂肪变性和肝纤维化的相关性, 并分析这种关联性在不同人群特征中的差异。
方法纳入2017—2020年美国国家健康与营养调查(NHANES)数据库中10 549例参与振动控制瞬时弹性成像技术(VCTE)检查的参与者为研究对象。通过腰围、高血压和糖化血红蛋白(HbA1c)计算eGDR。以受控衰减参数(CAP)≥248 dB/m作为肝脏脂肪变性诊断标准，以肝脏硬度(LSM)≥8.2 kPa作为肝纤维化的判定标准。采用多因素Logistic回归分析评估eGDR与肝脏脂肪变性和肝纤维化的关系，并进行亚组分析和交互作用检验。
结果调整混杂因素后, eGDR水平与肝脏脂肪变性和肝纤维化风险均呈显著负相关。将研究对象按eGDR水平三分位数(Q1、Q2、Q3)分为Q1组、Q2组和Q3组。与Q1组相比, Q2组和Q3组肝脏脂肪变性的风险比分别为0.485(95% CI: 0.394~0.597)和0.286(95% CI: 0.239~0.343), 差异均有统计学意义(P < 0.001);肝纤维化风险比分别为0.457(95% CI: 0.363~0.576)和0.162(95% CI: 0.100~0.263), 差异均有统计学意义(P < 0.001)。亚组分析结果显示, eGDR与肝脏脂肪变性的负相关性在不同年龄和吸烟状态人群中存在差异，交互作用检验差异有统计学意义(P交互 < 0.001);eGDR与肝纤维化的负相关性在不同体力活动人群中的交互作用检验中差异有统计学意义(P交互 < 0.001)。eGDR水平与肝脏脂肪变性和肝纤维化的相关性保持稳定(P交互>0.05)。
结论eGDR水平与肝脏脂肪变性和肝纤维化风险密切相关，可作为评估肝脏代谢异常的有效指标。这一发现为肝脏脂肪变性和肝纤维化早期筛查、风险分层和预后评估提供了新思路。
-
关键词:
- 肝脏脂肪变性 /
- 肝纤维化 /
- 预估葡萄糖处理率 /
- 代谢功能障碍 /
- 肝脏硬度 /
- 葡萄糖耐量异常 /
- 振动控制瞬时弹性成像技术 /
- 代谢功能障碍相关脂肪性肝病
Abstract:ObjectiveTo investigate the association of estimated glucose disposal rate (eGDR) with metabolic dysfunction-associated liver steatosis and fibrosis, and to analyze the difference of the association in different population.
MethodsA total of 10, 549 participants from 2017 to 2020 in National Health and Nutrition Examination Survey (NHANES) database who underwent vibration-controlled transient elastography (VCTE) were included. eGDR was calculated based on waist circumference, hypertension, and glycated hemoglobin (HbA1c). The controlled attenuation parameter (CAP) ≥ 248 dB/m was used as diagnostic criterion for liver steatosis, and liver stiffness measurement (LSM) ≥ 8.2 kPa was used as criterion for liver fibrosis. Multivariable Logistic regression analysis was conducted to assess the relationship between eGDR and liver steatosis and fibrosis, with subgroup analysis and interaction tests performed.
ResultsAfter adjusting for confounding factors, eGDR level was significantly negatively associated with the risks of both liver steatosis and fibrosis. The participants were divided into tertiles based on eGDR levels (Q1, Q2, Q3). Compared with the Q1 group, the risk ratios for liver steatosis in the Q2 and Q3 groups were 0.485 (95%CI, 0.394 to 0.597) and 0.286 (95%CI, 0.239 to 0.343), respectively(P < 0.001); the risk ratios for liver fibrosis were 0.457 (95%CI, 0.363 to 0.576) and 0.162 (95%CI, 0.100 to 0.263), respectively (P < 0.001). Subgroup analysis showed that the negative association between eGDR and liver steatosis differed among populations of different ages and smoking statuses, with statistically significant differences in interaction tests (P for interaction < 0.001); similarly, the negative association between eGDR and liver fibrosis differed among populations with different levels of physical activity, with statistically significant differences in interaction tests (P for interaction < 0.001). The associations of eGDR levels with liver steatosis and fibrosis remained stable (P for interaction>0.05).
ConclusioneGDR levels are closely associated with the risks of liver steatosis and fibrosis and can serve as an effective indicator for assessing liver metabolic abnormalities. This finding provides new insights into early screening, risk stratification, and prognosis assessment for liver steatosis and fibrosis.
-
代谢功能障碍相关脂肪性肝病(MASLD)是一种与代谢综合征密切相关的慢性肝病，其特征是肝脏中脂肪的异常积累。近年来, MASLD的发病率呈持续上升趋势，已成为全球常见的慢性肝病之一。研究[1]显示，全球MASLD的患病率约为25%, 且在不同人群中存在显著差异。肝纤维化是MASLD进展的关键病理改变，也是预测疾病预后的重要指标[2]。研究[3]表明, 20%~30%的MASLD患者会发展为肝纤维化，进而增加肝硬化和肝细胞癌的发生风险。此外, MASLD不仅可影响肝脏，还与多种代谢并发症包括心血管疾病、2型糖尿病和慢性肾病等[4-5]密切相关。
近年来，研究[6]更加关注肝脏脂肪变性和肝纤维化相关的血清学标志物，期望通过这些指标实现对高危人群的早期识别，从而降低疾病发生风险。预估葡萄糖处理率(eGDR)是结合腰围、高血压状态和糖化血红蛋白(HbA1c)水平的新型胰岛素敏感性评估指标[7], 其与多种代谢性疾病的发生、发展密切相关。YI J等[8]发现, eGDR水平与动脉粥样硬化性心血管疾病的发生风险呈显著负相关。JUNG I等[9]指出, eGDR水平与胰岛素抵抗密切相关，可作为评估代谢状态的重要指标。然而，关于eGDR与肝脏脂肪变性和肝纤维化风险关系的研究相对较少，其在肝脏疾病诊断和预测中的应用价值尚待深入探讨。本研究探讨eGDR与肝脏脂肪变性和肝纤维化的相关性，并进一步分析不同人群特征对这种关联性的影响，以了解eGDR在MASLD发病机制中的作用，为临床MASLD的早期筛查、风险分层和预后评估提供新思路。
1. 资料与方法
1.1 数据来源
本研究数据来自2017—2020年美国国家健康与营养调查(NHANES)数据库。NHANES是美国国家健康统计中心主导的一项全国性调查项目，该项目采用多阶段、复杂的分层多阶段抽样统计方法评估美国非住院人口的健康和营养状况，每个研究对象设置了不同权重，调查内容包括人口和社会经济信息、家庭饮食、健康状况访谈以及身体和实验室检查指标等[10], 每2年调查1次。NHANES的调查方案已获得美国国家健康统计中心(NCHS)伦理审查委员会批准，所有纳入者均签署知情同意书(伦理批号: Protocol #2018-01, https://www.cdc.gov/nchs/nhanes/irba98.htm)。
1.2 纳入和排除标准
本研究筛选2017—2020年NHANES中15 560名参与者，筛选出≥20岁的成年人群14 801例，排除缺失eGDR变量(腰围、高血压、HbA1c)者(n=2 556), 缺失肝脏硬度测量(LSM)和受控衰减参数(CAP)者(n=409), 基线有病毒性肝炎、自身免疫性肝炎、肝脏肿瘤及其他肝脏疾病者(n=510)以及缺失协变量者(n=777)。最终共有10 549例参与者被纳入本研究，筛选过程见图 1。
1.3 基线资料收集
1.3.1 人口学和生活方式特征
收集年龄、性别、种族(非西班牙裔白人/非西班牙裔黑人/墨西哥裔美国人/其他西班牙裔/其他种族)、教育水平(高中以下/高中/大学肄业/大学及以上)、婚姻状况(未婚/已婚)等人口学资料。生活方式指标包括吸烟状况(从不吸烟/有吸烟史/现在吸烟)、饮酒情况(不饮酒/饮酒)和体力活动(剧烈/中等/无)。
1.3.2 临床和实验室指标
采用标准方法测量身高、体质量和腰围，计算体质量指数(BMI)。BMI < 25 kg/m2为正常, 25~ < 30 kg/m2为超重, ≥30 kg/m2为肥胖。采集空腹静脉血，检测代谢指标(空腹血糖、胰岛素、HbA1c)、肝功能、肾功能、血脂和炎症指标。应用稳态模型(HOMA)评估胰岛素抵抗(IR)情况，HOMA-IR=空腹胰岛素(μU/mL)×空腹血糖(mmol/L)/22.5[11]。
1.3.3 基础疾病评估
根据既往病史和实验室检查结果诊断2型糖尿病(空腹血糖≥7.0 mmol/L或HbA1c≥6.5%或正在接受降糖治疗)、高血压(收缩压≥140 mmHg或舒张压≥90 mmHg或正在服用降压药)、心血管疾病和慢性肾病等。
1.4 eGDR计算
eGDR[mg/(kg·min)]= 21.158-(0.09×腰围)-[3.407×高血压(有=1，无=0)]-(0.551×HbA1c)[8]。
1.5 肝脏脂肪变性和肝纤维化判定
所有研究对象在NHANES移动检查中心接受振动控制瞬时弹性成像技术(VCTE)检查，检查由经过专业培训和认证的技术人员完成，并使用配备XL或M探头的FibroScan® 502 V2 Touch设备进行检查。通过接触皮肤振动尖端，经肋间空间传递轻幅和低频(50 Hz)机械振动，采用脉冲回波超声采集算法跟踪和测量横波引起的位移，使用杨氏模量将速度转换为肝脏硬度，以千帕(kPa)表示。以CAP值≥248 dB/m作为肝脏脂肪病变的诊断标准[12]; 以LSM≥8.2 kPa作为显著肝纤维化的判定标准[13]。
1.6 统计学分析
采用R软件4.3.3版本进行统计分析。本研究采用空腹子样本权重通过加权算法进行统计分析。计量资料采用Shapiro-Wilk检验评估数据的正态性，满足正态分布的计量资料以(Mean±SD)表示，组间比较采用独立样本t检验; 不满足正态分布的计量资料采用中位数和四分位间距表示，组间比较采用Mann-Whitney U检验。计数资料采用未加权频数和加权百分比表示，组间比较采用卡方检验。应用多因素Logistic回归分析评估eGDR与肝脏脂肪变性和肝纤维化的关系，并建立3个模型逐步调整混杂因素: 模型1校正年龄、性别、种族和受教育程度; 模型2在模型1基础上调整吸烟、饮酒、体力活动和BMI; 模型3在模型2基础上进一步调整心血管疾病、慢性肾脏病和肿瘤。使用限制性立方样条(RCS)模型评估非线性关系。根据年龄、性别、种族、教育、婚姻、吸烟、饮酒、体力活动和BMI等因素进行亚组分析，并检验交互作用。P < 0.05为差异有统计学意义。
2. 结果
2.1 基线特征
将研究对象按eGDR水平三分位数(Q1、Q2、Q3)分为Q1组、Q2组和Q3组。Q1组平均年龄最大[(56.25±15.05)岁], Q3组最小[(39.94±15.06)岁]。女性患者占比随eGDR水平升高而增加, Q1组女性患者占比为43.92%, Q3组为56.51%。各组种族分布、教育水平、婚姻状况差异有统计学意义(P < 0.001)。各组吸烟情况和体力活动情况比较，差异有统计学意义(P < 0.001), 而饮酒情况差异无统计学意义(P=0.576)。代谢指标方面，各组BMI、腰围、空腹血糖(FBG)、胰岛素、HbA1c、胰岛素抵抗指数(HOMA-IR)、超敏C反应蛋白(hs-CRP)等指标差异有统计学意义(P < 0.001), 其中Q3组以上指标最低。各组肝功能指标比较，差异有统计学意义(P < 0.001), 且Q3组谷丙转氨酶(ALT)、谷草转氨酶(AST)和谷酰转肽酶(GGT)水平最低。各组肾功能指标比较，差异有统计学意义(P < 0.001), 其中Q3组肌酐(Cr)、尿酸(UA)和尿素(BUN)最低。各组血脂指标比较，差异有统计学意义(P < 0.001), 其中Q3组甘油三酯(TG)和总胆固醇(TC)最低，高密度脂蛋白(HDL)最高。基础疾病方面，各组糖尿病、高血压、心血管疾病、慢性肾脏病和肿瘤患者比率比较，差异有统计学意义(P < 0.001)，见表 1。
表 1 研究对象基线资料比较(Mean±SD)[n(%)]项目 分类 总体(n=10 549) Q1组(n=3 533) Q2组(n=3 522) Q3组(n=3 494) P 年龄/岁 47.74±17.00 56.25±15.05 49.22±16.73 39.94±15.06 < 0.001 20~ < 40岁 3 280(31.09) 415(16.57) 990(32.60) 1 875(55.38) < 0.001 40~ < 60岁 3 570(35.60) 1 181(37.07) 1 297(39.12) 1 092(31.50) 60~80岁 3 699(27.80) 1 937(46.36) 1 235(28.28) 527(13.11) 性别 女 5 342(50.66) 1 622(43.92) 1 750(49.88) 1 970(56.51) < 0.001 男 5 207(49.34) 1 911(56.08) 1 772(50.12) 1 524(43.49) 种族 非西班牙裔白人 3 767(63.92) 1 345(67.19) 1 289(62.78) 1 133(62.37) < 0.001 非西班牙裔黑人 2 547(10.54) 1 091(13.22) 775(10.03) 681(8.92) 墨西哥裔美国人 1 361(8.76) 390(6.63) 505(10.36) 466(9.03) 其他西班牙裔 1 061(7.06) 321(5.50) 333(6.57) 407(8.69) 其他种族 1 813(9.72) 386(7.46) 620(10.25) 807(11.00) 教育水平 高中以下 1 863(10.05) 691(11.25) 621(10.42) 551(8.81) < 0.001 高中 2 523(26.80) 878(28.27) 911(29.57) 734(23.32) 大学肄业 3 502(30.90) 1 230(34.91) 1 175(30.41) 1 097(28.24) 大学及以上 2 661(32.25) 734(25.56) 815(29.60) 1 112(39.63) 婚姻状况 未婚 4 668(41.67) 1 541(38.10) 1 533(40.20) 1 594(45.67) 0.001 已婚 5 881(58.33) 1 992(61.90) 1 989(59.80) 1 900(54.33) 吸烟状况 从不吸烟 6 194(58.08) 1 847(52.30) 2 019(56.30) 2 328(64.04) < 0.001 有吸烟史 2 517(25.73) 1 144(34.36) 825(24.73) 548(19.95) 现在吸烟 1 838(16.18) 542(13.34) 678(18.97) 618(16.01) 饮酒情况 不饮酒 978(6.86) 280(6.50) 374(7.32) 324(6.74) 0.576 饮酒 9 571(93.14) 3 253(93.50) 3 148(92.68) 3 170(93.26) 体力活动 剧烈体力活动 2 660(30.05) 499(15.52) 788(28.22) 1 373(42.77) < 0.001 中等体力活动 2 553(26.39) 920(29.57) 904(26.74) 729(23.65) 无体力活动 5 336(43.56) 2 114(54.91) 1 830(45.04) 1 392(33.58) BMI/(kg/m2) 29.74±7.13 35.06±7.20 30.77±6.18 24.78±3.65 < 0.001 腰围/cm 100.76±17.23 115.91±14.43 103.60±13.61 86.71±8.88 < 0.001 身高/cm 168.18±9.98 169.42±10.40 167.98±10.13 167.39±9.41 < 0.001 空腹血糖/(mmol/L) 6.09±1.75 7.08±2.66 5.95±1.25 5.52±0.65 < 0.001 胰岛素/(μIU/mL) 13.45±19.51 21.53±32.36 13.44±11.87 7.74±5.34 < 0.001 HbA1c/% 5.66±0.92 6.21±1.30 5.62±0.69 5.28±0.36 < 0.001 ALT/(U/L) 22.69±15.94 25.91±17.11 23.83±17.02 19.25±13.15 < 0.001 AST/(U/L) 21.60±11.29 22.36±10.46 21.72±11.94 20.93±11.31 0.005 GGT/(IU/L) 29.08±37.93 36.93±43.27 29.82±33.92 22.40±35.48 < 0.001 Cr/(μmol/L) 77.71±30.04 83.17±43.29 77.26±26.88 73.90±16.43 < 0.001 UA/(μmol/L) 318.81±84.88 353.35±87.42 320.85±81.69 290.51±74.84 < 0.001 BUN/(mg/mL) 14.88±5.21 16.38±6.23 14.87±5.04 13.72±4.09 < 0.001 TG/(mg/mL) 112.07±97.21 135.36±97.23 123.36±121.95 86.28±61.93 < 0.001 TC/(mg/mL) 188.48±40.25 187.90±41.61 193.24±40.30 184.90±38.72 < 0.001 HDL/(mg/mL) 53.52±15.48 48.46±13.38 53.09±15.89 57.79±15.41 < 0.001 hs-CRP/(mg/L) 3.70±7.11 5.31±8.35 3.81±7.39 2.37±5.35 < 0.001 HOMA-IR 3.96±7.42 7.14±12.63 3.68±3.98 1.93±1.47 < 0.001 LSM/kPa 5.79±4.87 7.30±6.82 5.67±4.60 4.73±2.32 < 0.001 CAP/(dB/m) 265.16±62.84 307.44±57.28 270.88±57.67 227.79±46.83 < 0.001 eGDR/[mg/(kg·min)] 7.66±2.78 4.13±1.33 7.59±0.97 10.44±0.84 < 0.001 糖尿病 否 8 386(84.80) 2 025(62.70) 2 974(88.73) 3 387(98.48) < 0.001 是 2 163(15.20) 1 508(37.30) 548(11.27) 107(1.52) 高血压 否 5 807(61.70) 198(7.02) 2 115(66.13) 3 494(100.00) < 0.001 是 4 742(38.30) 3 335(92.98) 1 407(33.87) 0 心血管疾病 否 9 540(92.22) 2 902(84.24) 3 232(92.76) 3 406(97.89) < 0.001 是 1 009(7.78) 631(15.76) 290(7.24) 88(2.11) 慢性肾脏病 否 8 692(86.22) 2 455(73.74) 2 980(88.37) 3 257(93.99) < 0.001 是 1 857(13.78) 1 078(26.26) 542(11.63) 237(6.01) 肿瘤 否 9 535(89.72) 3 071(86.64) 3 141(87.61) 3 323(93.87) < 0.001 是 1 014(10.28) 462(13.36) 381(12.39) 171(6.13) 肝脂肪变性 否 4 269(42.90) 605(14.62) 1 307(36.17) 2 357(70.35) < 0.001 是 6 280(57.10) 2 928(85.38) 2 215(63.83) 1 137(29.65) 肝纤维化 否 9 530(91.33) 2 866(80.81) 3 239(92.51) 3 425(98.42) < 0.001 是 1 019(8.67) 667(19.19) 283(7.49) 69(1.58) 空腹子样本权重通过加权算法进行统计分析; 计数资料采用未加权频数和加权百分比表示。BMI: 体质量指数;
WBC: 白细胞; RBC: 红细胞; Hb: 血红蛋白; PLT: 血小板; HbA1c: 糖化血红蛋白; ALT: 谷丙转氨酶;
AST: 谷草转氨酶; GGT: 谷酰转肽酶; Cr: 肌酐; UA: 尿酸; BUN: 尿素; TG: 甘油三酯; TC: 总胆固醇; HDL: 高密度脂蛋白;
hs-CRP: 超敏C反应蛋白; HOMA-IR: 胰岛素抵抗; LSM: 肝脏硬度; CAP: 受控衰减参数; eGDR: 估算葡萄糖处理率。2.2 eGDR与肝脏脂肪变性和肝纤维化的关系
多因素Logistic回归分析显示, eGDR水平与肝脏脂肪变性和肝纤维化风险均呈显著负相关(表 2)。3个回归模型中，该相关性均保持稳定。模型3以Q1组为参照, Q2组和Q3组肝脏脂肪变性的风险比分别为0.485(95%CI: 0.394~0.597)和0.286(95%CI: 0.239~0.343), 差异均有统计学意义(P < 0.001); 肝纤维化风险比分别为0.457 (95%CI: 0.363~0.576)和0.162(95%CI: 0.100~0.263), 差异均有统计学意义(P < 0.001)。限制性立方样条拟合分析显示, eGDR与肝脏脂肪变性及肝纤维化均存在非线性关系(模型校正了年龄、性别、种族、受教育程度、吸烟、饮酒、体力活动心血管疾病、慢性肾脏病和肿瘤)，见图 2。
表 2 eGDR与肝脏脂肪变性和肝纤维化的关系模型 分类 肝脏脂肪变性 肝纤维化 OR(95% CI) P OR(95% CI) P 模型1 eGDR 0.623(0.605~0.643) < 0.001 0.666(0.640~0.693) < 0.001 Q1 参照 — 参照 — Q2 0.301(0.252~0.359) < 0.001 0.331(0.275~0.398) < 0.001 Q3 0.076(0.064~0.091) < 0.001 0.067(0.043~0.103) < 0.001 模型2 eGDR 0.762(0.743~0.781) < 0.001 0.721(0.684~0.761) < 0.001 Q1 参照 — 参照 — Q2 0.500(0.401~0.622) < 0.001 0.424(0.342~0.527) < 0.001 Q3 0.298(0.249~0.358) < 0.001 0.151(0.094~0.243) < 0.001 模型3 eGDR 0.753(0.735~0.772) < 0.001 0.733(0.695~0.773) < 0.001 Q1 参照 — 参照 — Q2 0.485(0.394~0.597) < 0.001 0.457(0.363~0.576) < 0.001 Q3 0.286(0.239~0.343) < 0.001 0.162(0.100~0.263) < 0.001 2.3 亚组分析
进一步亚组分析表明, eGDR与肝脏脂肪变性的负相关性在不同年龄和吸烟状态人群中存在差异，交互作用检验差异有统计学意义(P交互 < 0.001) (表 3)。年龄分层分析显示, 20~ < 40岁、40~ < 60岁、60~80岁人群中, Q3组OR逐渐增加。吸烟分层结果分析显示，从不吸烟、有吸烟史、吸烟人群中, Q3组OR分别为0.426(95%CI: 0.267~0.679)、0.199(95%CI: 0.141~0.280)、0.245(95%CI: 0.128~0.468)。在性别、种族、教育水平、婚姻状况、饮酒、体力活动和BMI等亚组中, eGDR与肝脏脂肪变性的负相关性均保持稳定，交互作用检验差异均无统计学意义(P交互>0.05)。
表 3 eGDR与肝脏脂肪变性关系的亚组分析项目 分类 Q2 Q3 P趋势 P交互 OR(95%CI) P OR(95%CI) P 年龄 20~ < 40岁 0.259(0.182~0.370) < 0.001 0.126(0.091~0.174) < 0.001 < 0.001 < 0.001 40~ < 60岁 0.474(0.378~0.594) < 0.001 0.334(0.228~0.490) < 0.001 < 0.001 60~80岁 0.599(0.430~0.835) 0.004 0.379(0.293~0.489) < 0.001 < 0.001 性别 女 0.482(0.355~0.653) < 0.001 0.258(0.164~0.406) < 0.001 < 0.001 0.892 男 0.445(0.306~0.646) < 0.001 0.263(0.173~0.400) < 0.001 < 0.001 种族 非西班牙裔白人 0.452(0.328~0.622) < 0.001 0.251(0.194~0.324) < 0.001 < 0.001 0.790 非西班牙裔黑人 0.532(0.360~0.786) 0.003 0.217(0.131~0.358) < 0.001 < 0.001 墨西哥裔美国人 0.407(0.188~0.883) 0.027 0.244(0.117~0.510) 0.001 < 0.001 其他西班牙裔 0.411(0.272~0.620) < 0.001 0.234(0.136~0.402) < 0.001 < 0.001 其他种族 0.483(0.287~0.813) 0.008 0.287(0.173~0.478) < 0.001 < 0.001 教育水平 高中以下 0.627(0.392~1.002) 0.051 0.239(0.139~0.410) < 0.001 < 0.001 0.198 高中毕业生 0.449(0.327~0.617) < 0.001 0.302(0.224~0.407) < 0.001 < 0.001 大学肄业 0.373(0.259~0.537) < 0.001 0.186(0.129~0.267) < 0.001 < 0.001 大学及以上 0.512(0.313~0.837) 0.010 0.299(0.228~0.393) < 0.001 < 0.001 婚姻状况 未婚 0.560(0.417~0.753) < 0.001 0.277(0.192~0.400) < 0.001 < 0.001 0.299 已婚 0.398(0.269~0.588) < 0.001 0.232(0.164~0.328) < 0.001 < 0.001 吸烟状况 从不吸烟 0.637(0.457~0.887) 0.010 0.426(0.267~0.679) 0.001 < 0.001 0.044 有吸烟史 0.358(0.257~0.498) < 0.001 0.199(0.141~0.280) < 0.001 < 0.001 吸烟 0.584(0.342~0.997) 0.049 0.245(0.128~0.468) < 0.001 < 0.001 饮酒情况 不饮酒 0.512(0.253~1.034) 0.061 0.314(0.150~0.659) 0.004 0.004 0.835 饮酒 0.457(0.369~0.566) < 0.001 0.246(0.204~0.296) < 0.001 < 0.001 体力活动 剧烈体力活动 0.363(0.207~0.638) 0.001 0.173(0.101~0.295) < 0.001 < 0.001 0.793 中等体力活动 0.523(0.429~0.637) < 0.001 0.260(0.207~0.327) < 0.001 < 0.001 无体力活动 0.433(0.258~0.727) 0.003 0.303(0.176~0.521) < 0.001 < 0.001 体质量指数分类 正常 0.225(0.080~0.632) 0.007 0.132(0.051~0.340) < 0.001 < 0.001 0.077 超重 0.454(0.312~0.658) < 0.001 0.308(0.225~0.422) < 0.001 < 0.001 肥胖 0.423(0.311~0.574) < 0.001 0.158(0.097~0.257) < 0.001 < 0.001 eGDR与肝纤维化关系的亚组分析中, eGDR与肝纤维化的负相关性在不同体力活动人群中的交互作用检验中差异有统计学意义(P交互 < 0.001)(表 4)。体力活动分层分析显示，剧烈体力活动、中等体力活动、无体力活动人群中, Q3组OR逐渐增加。在不同年龄、性别、种族、教育水平、婚姻状况、吸烟、饮酒和BMI等人群中, eGDR与肝纤维化负相关性保持稳定，但交互作用检验差异均无统计学意义(P交互>0.05)。
表 4 eGDR与肝纤维化关系的亚组分析项目 分类 Q2 Q3 P趋势 P交互 OR(95%CI) P OR(95%CI) P 年龄 20~ < 40岁 0.459(0.293~0.720) 0.002 0.112(0.056~0.226) < 0.001 < 0.001 0.057 40~ < 60岁 0.404(0.256~0.639) < 0.001 0.201(0.083~0.489) 0.001 < 0.001 60~80岁 0.643(0.440~0.941) 0.025 0.418(0.202~0.863) 0.021 0.008 性别 女性 0.331(0.224~0.488) < 0.001 0.076(0.023~0.253) < 0.001 < 0.001 0.052 男性 0.587(0.445~0.774) < 0.001 0.285(0.199~0.408) < 0.001 < 0.001 种族 非西班牙裔白人 0.433(0.311~0.603) < 0.001 0.188(0.094~0.375) < 0.001 < 0.001 0.135 非西班牙裔黑人 0.455(0.251~0.827) 0.012 0.337(0.182~0.624) 0.001 < 0.001 墨西哥裔美国人 0.580(0.278~1.214) 0.133 0.156(0.049~0.499) 0.005 0.008 其他西班牙裔 0.722(0.428~1.219) 0.209 0.110(0.038~0.319) < 0.001 < 0.001 其他种族 0.405(0.219~0.748) 0.006 0.089(0.033~0.242) < 0.001 < 0.001 教育水平 高中以下 0.459(0.249~0.845) 0.015 0.236(0.089~0.624) 0.006 0.003 0.059 高中毕业生 0.480(0.329~0.700) < 0.001 0.131(0.073~0.236) < 0.001 < 0.001 大学肄业 0.298(0.195~0.454) < 0.001 0.096(0.058~0.159) < 0.001 < 0.001 大学及以上 0.820(0.413~1.629) 0.553 0.328(0.110~0.978) 0.046 0.048 婚姻状况 未婚 0.572(0.368~0.887) 0.015 0.275(0.093~0.808) 0.022 0.008 0.359 已婚 0.412(0.298~0.569) < 0.001 0.120(0.075~0.191) < 0.001 < 0.001 吸烟状况 从不吸烟 0.586(0.375~0.916) 0.021 0.141(0.056~0.353) < 0.001 < 0.001 0.459 有吸烟史 0.418(0.287~0.607) < 0.001 0.172(0.092~0.322) < 0.001 < 0.001 吸烟 0.447(0.203~0.985) 0.046 0.173(0.046~0.649) 0.012 0.012 饮酒情况 不饮酒 0.301(0.131~0.694) 0.007 0.199(0.029~1.355) 0.094 0.035 0.752 饮酒 0.473(0.364~0.615) < 0.001 0.169(0.104~0.275) < 0.001 < 0.001 体力活动 剧烈体力活动 0.287(0.178~0.462) < 0.001 0.034(0.011~0.109) < 0.001 < 0.001 0.011 中等体力活动 0.480(0.333~0.691) < 0.001 0.178(0.077~0.412) < 0.001 < 0.001 无体力活动 0.718(0.374~1.381) 0.303 0.339(0.145~0.796) 0.016 0.027 体质量指数分类 正常 0.570(0.155~2.087) 0.376 0.388(0.094~1.605) 0.179 0.129 0.070 超重 0.844(0.470~1.517) 0.552 0.366(0.142~0.941) 0.038 0.020 肥胖 0.407(0.303~0.545) < 0.001 0.037(0.010~0.136) < 0.001 < 0.001 3. 讨论
本研究基于NHANES数据库2017—2020年数据，系统分析了eGDR与肝脏脂肪变性和肝纤维化的关系。结果表明，调整了人口学特征、生活方式和疾病史等信息后, eGDR水平不仅与肝脏脂肪变性程度呈负相关，还与肝纤维化发生风险密切相关。亚组分析进一步证实, eGDR与肝脏脂肪变性的负相关性在不同年龄和吸烟状态的人群中存在差异，而eGDR与肝纤维化的负相关性在不同体力活动水平的人群中存在差异。这些发现不仅加深了对肝脏代谢异常发生机制的理解，也为临床实践识别高危人群提供了新的思路。本研究结果与既往关于其他代谢指标与代谢相关脂肪性肝病(MAFLD)关系的研究基本一致。WANG S等[11]研究发现，残余胆固醇水平可预测MAFLD患者的胰岛素抵抗程度; KARAASLAN H等[14]研究发现, TG葡萄糖指数与非肥胖人群MAFLD的发生风险显著相关; SHI J等[15]研究证实，多个腹型肥胖指数与MAFLD密切相关。然而，作为新型胰岛素抵抗评估指标, eGDR与肝脏病变的关系尚未得到系统研究。本研究揭示了eGDR与肝脏脂肪变性和肝纤维化的关系，为该领域研究提供了新的证据。
造成eGDR与肝脏脂肪变性和纤维化负相关的机制主要与胰岛素抵抗介导的代谢紊乱有关。胰岛素抵抗是肝脏脂肪变性的始动因素，导致胰岛素对脂肪组织的抑制作用减弱，使游离脂肪酸大量释放并在肝脏沉积[16]。过量游离脂肪酸可通过多个途径损害肝脏[17-18]: 首先，脂肪酸过度沉积直接导致肝细胞脂肪变性; 其次，脂肪酸介导的脂毒性激活炎症因子(如肿瘤坏死因子-α和白细胞介素-6)和氧化应激通路，诱导肝星状细胞活化; 最后，持续炎症反应和氧化应激可促进细胞外基质沉积，加速肝纤维化进展。研究[19]还发现，脂肪酸过载会损害线粒体功能，形成恶性循环。较低的eGDR反映了更严重的胰岛素抵抗状态，其可通过上述级联反应促进肝脏病变进展[20]。
亚组分析中, eGDR与肝脏病变的关联在不同人群中表现出一定异质性，这种异质性与不同人群代谢特征和遗传背景有关[21]。另外，年龄、吸烟状态和体力活动可能影响肝脏对代谢紊乱的敏感性[22]。年龄越小, eGDR与肝脏脂肪变性的负相关性越强，这可能与不同年龄人群的胰岛素敏感性存在差异有关[23]。年轻群体因更高的代谢率和胰岛素敏感性表现出更强的负相关性，而随着年龄增长，胰岛素抵抗可能增强，从而影响eGDR与肝脏脂肪变性的关系。吸烟状态对eGDR与肝脏脂肪变性的关系有显著影响，可能是由于吸烟通过影响胰岛素信号传导通路增强胰岛素抵抗，从而减弱eGDR与肝脏脂肪变性的负相关性[24]。在体力活动分层分析中，随着体力活动强度的增加, eGDR与肝纤维化的负相关性增强，可能与体力活动对胰岛素敏感性的正面影响有关，剧烈体力活动可能提高胰岛素敏感性，从而降低肝纤维化风险[25]。因此，eGDR可作为有效指标以识别高风险个体。
本研究存在以下局限性: ①横断面研究设计无法确定eGDR与肝脏病变的因果关系; ②缺乏肝活检金标准可能影响肝纤维化诊断的准确性; ③ NHANES数据库可能存在选择偏倚; ④评估代谢指标时需考虑更多潜在混杂因素的影响; ⑤研究人群主要来自美国，结果普适性有待进一步验证。
综上所述，本研究系统揭示eGDR与肝脏脂肪变性和纤维化的关系，分析不同人群特征对关联性的影响。结果证实, eGDR可作为评估肝脏代谢异常风险的有效指标，其不仅能反映胰岛素抵抗状态，还可预测肝脏病变的发生风险。eGDR可为临床实践提供新的评估指标，有助于早期识别高危人群。未来需开展前瞻性队列研究以验证eGDR的预测价值，并探索个体化预防策略。建立标准化评估流程、确定最佳干预时机及优化随访方案等措施，有望提升肝脏代谢性疾病的防治效果。
-
表 1 研究对象基线资料比较(Mean±SD)[n(%)]
项目 分类 总体(n=10 549) Q1组(n=3 533) Q2组(n=3 522) Q3组(n=3 494) P 年龄/岁 47.74±17.00 56.25±15.05 49.22±16.73 39.94±15.06 < 0.001 20~ < 40岁 3 280(31.09) 415(16.57) 990(32.60) 1 875(55.38) < 0.001 40~ < 60岁 3 570(35.60) 1 181(37.07) 1 297(39.12) 1 092(31.50) 60~80岁 3 699(27.80) 1 937(46.36) 1 235(28.28) 527(13.11) 性别 女 5 342(50.66) 1 622(43.92) 1 750(49.88) 1 970(56.51) < 0.001 男 5 207(49.34) 1 911(56.08) 1 772(50.12) 1 524(43.49) 种族 非西班牙裔白人 3 767(63.92) 1 345(67.19) 1 289(62.78) 1 133(62.37) < 0.001 非西班牙裔黑人 2 547(10.54) 1 091(13.22) 775(10.03) 681(8.92) 墨西哥裔美国人 1 361(8.76) 390(6.63) 505(10.36) 466(9.03) 其他西班牙裔 1 061(7.06) 321(5.50) 333(6.57) 407(8.69) 其他种族 1 813(9.72) 386(7.46) 620(10.25) 807(11.00) 教育水平 高中以下 1 863(10.05) 691(11.25) 621(10.42) 551(8.81) < 0.001 高中 2 523(26.80) 878(28.27) 911(29.57) 734(23.32) 大学肄业 3 502(30.90) 1 230(34.91) 1 175(30.41) 1 097(28.24) 大学及以上 2 661(32.25) 734(25.56) 815(29.60) 1 112(39.63) 婚姻状况 未婚 4 668(41.67) 1 541(38.10) 1 533(40.20) 1 594(45.67) 0.001 已婚 5 881(58.33) 1 992(61.90) 1 989(59.80) 1 900(54.33) 吸烟状况 从不吸烟 6 194(58.08) 1 847(52.30) 2 019(56.30) 2 328(64.04) < 0.001 有吸烟史 2 517(25.73) 1 144(34.36) 825(24.73) 548(19.95) 现在吸烟 1 838(16.18) 542(13.34) 678(18.97) 618(16.01) 饮酒情况 不饮酒 978(6.86) 280(6.50) 374(7.32) 324(6.74) 0.576 饮酒 9 571(93.14) 3 253(93.50) 3 148(92.68) 3 170(93.26) 体力活动 剧烈体力活动 2 660(30.05) 499(15.52) 788(28.22) 1 373(42.77) < 0.001 中等体力活动 2 553(26.39) 920(29.57) 904(26.74) 729(23.65) 无体力活动 5 336(43.56) 2 114(54.91) 1 830(45.04) 1 392(33.58) BMI/(kg/m2) 29.74±7.13 35.06±7.20 30.77±6.18 24.78±3.65 < 0.001 腰围/cm 100.76±17.23 115.91±14.43 103.60±13.61 86.71±8.88 < 0.001 身高/cm 168.18±9.98 169.42±10.40 167.98±10.13 167.39±9.41 < 0.001 空腹血糖/(mmol/L) 6.09±1.75 7.08±2.66 5.95±1.25 5.52±0.65 < 0.001 胰岛素/(μIU/mL) 13.45±19.51 21.53±32.36 13.44±11.87 7.74±5.34 < 0.001 HbA1c/% 5.66±0.92 6.21±1.30 5.62±0.69 5.28±0.36 < 0.001 ALT/(U/L) 22.69±15.94 25.91±17.11 23.83±17.02 19.25±13.15 < 0.001 AST/(U/L) 21.60±11.29 22.36±10.46 21.72±11.94 20.93±11.31 0.005 GGT/(IU/L) 29.08±37.93 36.93±43.27 29.82±33.92 22.40±35.48 < 0.001 Cr/(μmol/L) 77.71±30.04 83.17±43.29 77.26±26.88 73.90±16.43 < 0.001 UA/(μmol/L) 318.81±84.88 353.35±87.42 320.85±81.69 290.51±74.84 < 0.001 BUN/(mg/mL) 14.88±5.21 16.38±6.23 14.87±5.04 13.72±4.09 < 0.001 TG/(mg/mL) 112.07±97.21 135.36±97.23 123.36±121.95 86.28±61.93 < 0.001 TC/(mg/mL) 188.48±40.25 187.90±41.61 193.24±40.30 184.90±38.72 < 0.001 HDL/(mg/mL) 53.52±15.48 48.46±13.38 53.09±15.89 57.79±15.41 < 0.001 hs-CRP/(mg/L) 3.70±7.11 5.31±8.35 3.81±7.39 2.37±5.35 < 0.001 HOMA-IR 3.96±7.42 7.14±12.63 3.68±3.98 1.93±1.47 < 0.001 LSM/kPa 5.79±4.87 7.30±6.82 5.67±4.60 4.73±2.32 < 0.001 CAP/(dB/m) 265.16±62.84 307.44±57.28 270.88±57.67 227.79±46.83 < 0.001 eGDR/[mg/(kg·min)] 7.66±2.78 4.13±1.33 7.59±0.97 10.44±0.84 < 0.001 糖尿病 否 8 386(84.80) 2 025(62.70) 2 974(88.73) 3 387(98.48) < 0.001 是 2 163(15.20) 1 508(37.30) 548(11.27) 107(1.52) 高血压 否 5 807(61.70) 198(7.02) 2 115(66.13) 3 494(100.00) < 0.001 是 4 742(38.30) 3 335(92.98) 1 407(33.87) 0 心血管疾病 否 9 540(92.22) 2 902(84.24) 3 232(92.76) 3 406(97.89) < 0.001 是 1 009(7.78) 631(15.76) 290(7.24) 88(2.11) 慢性肾脏病 否 8 692(86.22) 2 455(73.74) 2 980(88.37) 3 257(93.99) < 0.001 是 1 857(13.78) 1 078(26.26) 542(11.63) 237(6.01) 肿瘤 否 9 535(89.72) 3 071(86.64) 3 141(87.61) 3 323(93.87) < 0.001 是 1 014(10.28) 462(13.36) 381(12.39) 171(6.13) 肝脂肪变性 否 4 269(42.90) 605(14.62) 1 307(36.17) 2 357(70.35) < 0.001 是 6 280(57.10) 2 928(85.38) 2 215(63.83) 1 137(29.65) 肝纤维化 否 9 530(91.33) 2 866(80.81) 3 239(92.51) 3 425(98.42) < 0.001 是 1 019(8.67) 667(19.19) 283(7.49) 69(1.58) 空腹子样本权重通过加权算法进行统计分析; 计数资料采用未加权频数和加权百分比表示。BMI: 体质量指数;
WBC: 白细胞; RBC: 红细胞; Hb: 血红蛋白; PLT: 血小板; HbA1c: 糖化血红蛋白; ALT: 谷丙转氨酶;
AST: 谷草转氨酶; GGT: 谷酰转肽酶; Cr: 肌酐; UA: 尿酸; BUN: 尿素; TG: 甘油三酯; TC: 总胆固醇; HDL: 高密度脂蛋白;
hs-CRP: 超敏C反应蛋白; HOMA-IR: 胰岛素抵抗; LSM: 肝脏硬度; CAP: 受控衰减参数; eGDR: 估算葡萄糖处理率。
下载: 导出CSV
表 2 eGDR与肝脏脂肪变性和肝纤维化的关系
模型 分类 肝脏脂肪变性 肝纤维化 OR(95% CI) P OR(95% CI) P 模型1 eGDR 0.623(0.605~0.643) < 0.001 0.666(0.640~0.693) < 0.001 Q1 参照 — 参照 — Q2 0.301(0.252~0.359) < 0.001 0.331(0.275~0.398) < 0.001 Q3 0.076(0.064~0.091) < 0.001 0.067(0.043~0.103) < 0.001 模型2 eGDR 0.762(0.743~0.781) < 0.001 0.721(0.684~0.761) < 0.001 Q1 参照 — 参照 — Q2 0.500(0.401~0.622) < 0.001 0.424(0.342~0.527) < 0.001 Q3 0.298(0.249~0.358) < 0.001 0.151(0.094~0.243) < 0.001 模型3 eGDR 0.753(0.735~0.772) < 0.001 0.733(0.695~0.773) < 0.001 Q1 参照 — 参照 — Q2 0.485(0.394~0.597) < 0.001 0.457(0.363~0.576) < 0.001 Q3 0.286(0.239~0.343) < 0.001 0.162(0.100~0.263) < 0.001
下载: 导出CSV
表 3 eGDR与肝脏脂肪变性关系的亚组分析
项目 分类 Q2 Q3 P趋势 P交互 OR(95%CI) P OR(95%CI) P 年龄 20~ < 40岁 0.259(0.182~0.370) < 0.001 0.126(0.091~0.174) < 0.001 < 0.001 < 0.001 40~ < 60岁 0.474(0.378~0.594) < 0.001 0.334(0.228~0.490) < 0.001 < 0.001 60~80岁 0.599(0.430~0.835) 0.004 0.379(0.293~0.489) < 0.001 < 0.001 性别 女 0.482(0.355~0.653) < 0.001 0.258(0.164~0.406) < 0.001 < 0.001 0.892 男 0.445(0.306~0.646) < 0.001 0.263(0.173~0.400) < 0.001 < 0.001 种族 非西班牙裔白人 0.452(0.328~0.622) < 0.001 0.251(0.194~0.324) < 0.001 < 0.001 0.790 非西班牙裔黑人 0.532(0.360~0.786) 0.003 0.217(0.131~0.358) < 0.001 < 0.001 墨西哥裔美国人 0.407(0.188~0.883) 0.027 0.244(0.117~0.510) 0.001 < 0.001 其他西班牙裔 0.411(0.272~0.620) < 0.001 0.234(0.136~0.402) < 0.001 < 0.001 其他种族 0.483(0.287~0.813) 0.008 0.287(0.173~0.478) < 0.001 < 0.001 教育水平 高中以下 0.627(0.392~1.002) 0.051 0.239(0.139~0.410) < 0.001 < 0.001 0.198 高中毕业生 0.449(0.327~0.617) < 0.001 0.302(0.224~0.407) < 0.001 < 0.001 大学肄业 0.373(0.259~0.537) < 0.001 0.186(0.129~0.267) < 0.001 < 0.001 大学及以上 0.512(0.313~0.837) 0.010 0.299(0.228~0.393) < 0.001 < 0.001 婚姻状况 未婚 0.560(0.417~0.753) < 0.001 0.277(0.192~0.400) < 0.001 < 0.001 0.299 已婚 0.398(0.269~0.588) < 0.001 0.232(0.164~0.328) < 0.001 < 0.001 吸烟状况 从不吸烟 0.637(0.457~0.887) 0.010 0.426(0.267~0.679) 0.001 < 0.001 0.044 有吸烟史 0.358(0.257~0.498) < 0.001 0.199(0.141~0.280) < 0.001 < 0.001 吸烟 0.584(0.342~0.997) 0.049 0.245(0.128~0.468) < 0.001 < 0.001 饮酒情况 不饮酒 0.512(0.253~1.034) 0.061 0.314(0.150~0.659) 0.004 0.004 0.835 饮酒 0.457(0.369~0.566) < 0.001 0.246(0.204~0.296) < 0.001 < 0.001 体力活动 剧烈体力活动 0.363(0.207~0.638) 0.001 0.173(0.101~0.295) < 0.001 < 0.001 0.793 中等体力活动 0.523(0.429~0.637) < 0.001 0.260(0.207~0.327) < 0.001 < 0.001 无体力活动 0.433(0.258~0.727) 0.003 0.303(0.176~0.521) < 0.001 < 0.001 体质量指数分类 正常 0.225(0.080~0.632) 0.007 0.132(0.051~0.340) < 0.001 < 0.001 0.077 超重 0.454(0.312~0.658) < 0.001 0.308(0.225~0.422) < 0.001 < 0.001 肥胖 0.423(0.311~0.574) < 0.001 0.158(0.097~0.257) < 0.001 < 0.001
下载: 导出CSV
表 4 eGDR与肝纤维化关系的亚组分析
项目 分类 Q2 Q3 P趋势 P交互 OR(95%CI) P OR(95%CI) P 年龄 20~ < 40岁 0.459(0.293~0.720) 0.002 0.112(0.056~0.226) < 0.001 < 0.001 0.057 40~ < 60岁 0.404(0.256~0.639) < 0.001 0.201(0.083~0.489) 0.001 < 0.001 60~80岁 0.643(0.440~0.941) 0.025 0.418(0.202~0.863) 0.021 0.008 性别 女性 0.331(0.224~0.488) < 0.001 0.076(0.023~0.253) < 0.001 < 0.001 0.052 男性 0.587(0.445~0.774) < 0.001 0.285(0.199~0.408) < 0.001 < 0.001 种族 非西班牙裔白人 0.433(0.311~0.603) < 0.001 0.188(0.094~0.375) < 0.001 < 0.001 0.135 非西班牙裔黑人 0.455(0.251~0.827) 0.012 0.337(0.182~0.624) 0.001 < 0.001 墨西哥裔美国人 0.580(0.278~1.214) 0.133 0.156(0.049~0.499) 0.005 0.008 其他西班牙裔 0.722(0.428~1.219) 0.209 0.110(0.038~0.319) < 0.001 < 0.001 其他种族 0.405(0.219~0.748) 0.006 0.089(0.033~0.242) < 0.001 < 0.001 教育水平 高中以下 0.459(0.249~0.845) 0.015 0.236(0.089~0.624) 0.006 0.003 0.059 高中毕业生 0.480(0.329~0.700) < 0.001 0.131(0.073~0.236) < 0.001 < 0.001 大学肄业 0.298(0.195~0.454) < 0.001 0.096(0.058~0.159) < 0.001 < 0.001 大学及以上 0.820(0.413~1.629) 0.553 0.328(0.110~0.978) 0.046 0.048 婚姻状况 未婚 0.572(0.368~0.887) 0.015 0.275(0.093~0.808) 0.022 0.008 0.359 已婚 0.412(0.298~0.569) < 0.001 0.120(0.075~0.191) < 0.001 < 0.001 吸烟状况 从不吸烟 0.586(0.375~0.916) 0.021 0.141(0.056~0.353) < 0.001 < 0.001 0.459 有吸烟史 0.418(0.287~0.607) < 0.001 0.172(0.092~0.322) < 0.001 < 0.001 吸烟 0.447(0.203~0.985) 0.046 0.173(0.046~0.649) 0.012 0.012 饮酒情况 不饮酒 0.301(0.131~0.694) 0.007 0.199(0.029~1.355) 0.094 0.035 0.752 饮酒 0.473(0.364~0.615) < 0.001 0.169(0.104~0.275) < 0.001 < 0.001 体力活动 剧烈体力活动 0.287(0.178~0.462) < 0.001 0.034(0.011~0.109) < 0.001 < 0.001 0.011 中等体力活动 0.480(0.333~0.691) < 0.001 0.178(0.077~0.412) < 0.001 < 0.001 无体力活动 0.718(0.374~1.381) 0.303 0.339(0.145~0.796) 0.016 0.027 体质量指数分类 正常 0.570(0.155~2.087) 0.376 0.388(0.094~1.605) 0.179 0.129 0.070 超重 0.844(0.470~1.517) 0.552 0.366(0.142~0.941) 0.038 0.020 肥胖 0.407(0.303~0.545) < 0.001 0.037(0.010~0.136) < 0.001 < 0.001
下载: 导出CSV
-
[1] PAN J, WU F, CHEN M, et al. Prevalence of nafld, mafld, and masld: nhanes 1999-2018[J]. Diabetes Metab, 2024, 50(6): 101562. doi: 10.1016/j.diabet.2024.101562
[2] PAROLA M, PINZANI M. Liver fibrosis in NAFLD/NASH: from pathophysiology towards diagnostic and therapeutic strategies[J]. Mol Aspects Med, 2024, 95: 101231. doi: 10.1016/j.mam.2023.101231
[3] WELLS R G. Liver fibrosis: our evolving understanding[J]. Clin Liver Dis: Hoboken, 2024, 23(1): e0243.
[4] ZHANG W, SONG W J, CHEN W, et al. Metabolic dysfunction-associated steatotic liver disease-related hepatic fibrosis increases risk of insulin resistance, type 2 diabetes, and chronic kidney disease[J]. Eur J Gastroenterol Hepatol, 2024, 36(6): 802-810. doi: 10.1097/MEG.0000000000002767
[5] FABRIS L, CAMPELLO E, CADAMURO M, et al. The evil relationship between liver fibrosis and cardiovascular disease in metabolic dysfunction-associated fatty liver disease (MAFLD): Looking for the culprit[J]. Biochim Biophys Acta BBA Mol Basis Dis, 2024, 1870(3): 166763. doi: 10.1016/j.bbadis.2023.166763
[6] 沈颖筱, 施惠海, 罗家乐, 等. 非酒精性脂肪性肝病肝纤维化风险预测模型的应用与进展[J]. 实用临床医药杂志, 2023, 27(9): 131-136, 142. doi: 10.7619/jcmp.20222652 [7] ZHANG Z, ZHAO L, LU Y, et al. Insulin resistance assessed by estimated glucose disposal rate and risk of incident cardiovascular diseases among individuals without diabetes: findings from a nationwide, population based, prospective cohort study[J]. Cardiovasc Diabetol, 2024, 23(1): 194. doi: 10.1186/s12933-024-02256-5
[8] YI J, QU C, LI X, et al. Insulin resistance assessed by estimated glucose disposal rate and risk of atherosclerotic cardiovascular diseases incidence: the multi-ethnic study of atherosclerosis[J]. Cardiovasc Diabetol, 2024, 23(1): 349. doi: 10.1186/s12933-024-02437-2
[9] JUNG I, KOO D J, LEE W Y. Insulin resistance, non-alcoholic fatty liver disease and type 2 diabetes mellitus: clinical and experimental perspective[J]. Diabetes Metab J, 2024, 48(3): 327-339. doi: 10.4093/dmj.2023.0350
[10] JOHNSON C L, DOHRMANN S M, BURT V L, et al. National health and nutrition examination survey: sample design, 2011-2014[J]. Vital Health Stat 2, 2014(162): 1-33.
[11] WANG S, ZHANG Q, QIN B. Association between remnant cholesterol and insulin resistance levels in patients with metabolic-associated fatty liver disease[J]. Sci Rep, 2024, 14(1): 4596. doi: 10.1038/s41598-024-55282-4
[12] KARLAS T, PETROFF D, SASSO M, et al. Individual patient data meta-analysis of controlled attenuation parameter (CAP) technology for assessing steatosis[J]. J Hepatol, 2017, 66(5): 1022-1030. doi: 10.1016/j.jhep.2016.12.022
[13] MIKOLASEVIC I, DOMISLOVIC V, KLAPAN M, et al. Accuracy of controlled attenuation parameter and liver stiffness measurement in patients with non-alcoholic fatty liver disease[J]. Ultrasound Med Biol, 2021, 47(3): 428-437. doi: 10.1016/j.ultrasmedbio.2020.11.015
[14] KARAASLAN H, INAN H, TURKMEN A T, et al. Comparison of triglyceride-glucose index and anthropometric obesity indices in predicting severe grades of hepatic steatosis in nonalcoholic fatty liver disease among non-diabetic obese individuals[J]. Hepatol Forum, 2024, 5(3): 113-119.
[15] SHI J, CHEN J, ZHANG Z, et al. Multi-dimensional comparison of abdominal obesity indices and insulin resistance indicators for assessing NAFLD[J]. BMC Public Health, 2024, 24(1): 2161. doi: 10.1186/s12889-024-19657-6
[16] SONG J, MA R, YIN L. Associations between estimated glucose disposal rate and arterial stiffness and mortality among US adults with non-alcoholic fatty liver disease[J]. Front Endocrinol: Lausanne, 2024, 15: 1398265. doi: 10.3389/fendo.2024.1398265
[17] CHEN Y, ZHAO X. The mediating role of insulin resistance in the association between inflammatory score and MAFLD: NHANES 2017-2018[J]. Immun Inflamm Dis, 2024, 12(10): e70035. doi: 10.1002/iid3.70035
[18] TAUIL R B, GOLONO P T, DE LIMA E P, et al. Metabolic-associated fatty liver disease: the influence of oxidative stress, inflammation, mitochondrial dysfunctions, and the role of polyphenols[J]. Pharmaceuticals: Basel, 2024, 17(10): 1354. doi: 10.3390/ph17101354
[19] ZHAO Y, ZHOU Y, WANG D, et al. Mitochondrial dysfunction in metabolic dysfunction fatty liver disease (MAFLD)[J]. Int J Mol Sci, 2023, 24(24): 17514. doi: 10.3390/ijms242417514
[20] POPA S G, SIMION A M, SOARE M, et al. Insulin resistance and hepatic steatosis in type 1 diabetes mellitus and their association with diabetic chronic complications[J]. Minerva Endocrinol: Torino, 2023, 48(1): 27-34.
[21] FAN X D, SONG Y F, ZHAO J J. Evolving liver disease insights from NAFLD to MASLD[J]. Trends Endocrinol Metab, 2024, 35(8): 683-686. doi: 10.1016/j.tem.2024.02.012
[22] CHAN W K, WONG V W, ADAMS L A, et al. MAFLD in adults: non-invasive tests for diagnosis and monitoring of MAFLD[J]. Hepatol Int, 2024, 18(2): 909-921.
[23] VIEIRA-LARA M A, DOMMERHOLT M B, ZHANG W X, et al. Age-related susceptibility to insulin resistance arises from a combination of CPT1B decline and lipid overload[J]. BMC Biol, 2021, 19(1): 154. doi: 10.1186/s12915-021-01082-5
[24] BAJAJ M. Nicotine and insulin resistance: when the smoke clears[J]. Diabetes, 2012, 61(12): 3078-3080. doi: 10.2337/db12-1100
[25] VAN DER VELDE J H P M, BOONE S C, WINTERS-VAN EEKELEN E, et al. Timing of physical activity in relation to liver fat content and insulin resistance[J]. Diabetologia, 2023, 66(3): 461-471. doi: 10.1007/s00125-022-05813-3
计量
- 文章访问数: 25
- HTML全文浏览量: 7
- PDF下载量: 4
苏公网安备 32100302010246号