年龄相关血红蛋白糖化指数变化与中风死亡率:队列研究中的中介效应与机器学习应用Age-related variation in hemoglobin glycation index and stroke mortality: mediation and machine learning in a cohort study

环球医讯 / 心脑血管来源:www.nature.com美国 - 英语2025-08-02 21:33:05 - 阅读时长2分钟 - 928字
本研究通过机器学习和中介效应分析揭示血红蛋白糖化指数(HGI)在年龄与缺血性中风患者死亡风险关系中的双重作用。研究发现低HGI显著增加30天和1年死亡率,年龄每增长10岁通过提高HGI间接降低死亡风险8.05%,但年龄本身的直接风险仍占主导。基于随机森林的预测模型显示年龄(SHAP值0.0319)和HGI的协同预测价值,为临床风险分层提供新依据。
缺血性中风血红蛋白糖化指数年龄中风死亡率中介效应机器学习血糖控制死亡风险生物标志物个体化血糖管理
年龄相关血红蛋白糖化指数变化与中风死亡率:队列研究中的中介效应与机器学习应用

研究背景

缺血性中风占全球中风病例的68%,2020年全球负担数据显示每年影响759万人,占中风死亡的49%。尽管预防和治疗手段持续更新,其高发病率和死亡率仍构成重大健康威胁。研究聚焦血红蛋白糖化指数(HGI),这一由糖化血红蛋白(HbA1c)与空腹血糖预测值差异定义的指标,发现其不仅能更精准评估血糖控制质量,还与心血管疾病风险密切相关。ACCORD试验显示高HGI预示心血管风险增加,但近期MIMIC-IV数据库研究揭示低HGI反与重症中风患者不良预后相关。

方法论

研究纳入MIMIC-IV数据库3269例住院缺血性中风患者数据,采用限制性立方样条(RCS)分析非线性关系,通过中介效应模型解析HGI在年龄与死亡风险间的中介作用,并构建支持向量机(SVM)、极端梯度提升(XGB)、随机森林(RF)等机器学习预测模型。RF模型AUC达76.76%,SHAP值分析确认年龄(0.0319)和HGI的协同预测价值。

关键发现

  1. 双变量关系:低HGI(<0.27)显著增加30天死亡风险(OR=0.44,95%CI 0.34-0.57),呈现J型剂量反应关系(p趋势<0.001)
  2. 年龄中介效应:年龄每增长10岁,通过提高HGI间接降低死亡风险8.05%(ACME=-0.0001,95%CI -0.0003至0.0001)
  3. 生存差异:高HGI组(>0.27)30天生存期较对照组延长1.48天(RMST差值,p=0.001)
  4. 机器学习验证:随机森林模型在召回率(0.437)和F1分数(0.469)表现最优,G-mean达0.616显示平衡分类能力

临床意义

研究揭示HGI作为简单易得的生物标志物的临床应用价值:① 建立HGI风险阈值(0.27)用于早期识别高危患者;② 阐明老年患者代谢适应机制,提示个体化血糖管理策略;③ 开发集成HGI和年龄的预测模型(AUC 76.76%)指导临床决策。未来需更大规模研究验证动态HGI变化与预后机制。

局限性

本研究为回顾性分析存在选择偏倚可能,HGI计算仅基于入院首次测量值,未捕捉动态变化。单中心数据(波士顿马萨诸塞州)可能影响外部效度,需多中心验证。中介效应的生物机制需进一步实验研究。

【全文结束】

大健康
大健康