胰岛素抵抗在高血压与NAFLD之间的中介作用及其风险预测模型构建

摘要

目的：非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)和高血压是常见的代谢性疾病，均与胰岛素抵抗(insulin resistance,IR)密切相关，可能存在共同的病理机制。本研究旨在探讨IR在高血压与NAFLD之间的中介作用，并评估多种IR替代指标在NAFLD风险预测中的适用性与建模价值。方法：纳入2017年8月至2021年12月期间在中南大学湘雅三医院健康管理中心体检的280 976名研究参与者。根据腹部超声检查结果诊断NAFLD，依据《中国高血压防治指南》标准判定高血压状态。收集人口学资料、人体测量指标及血生化指标，构建多项IR替代指数，包括甘油三酯-葡萄糖指数(triglyceride-glucose index,TyG)及其衍生参数和代谢胰岛素抵抗评分(metabolic score for insulin resistance,METS-IR)等。比较高血压组与非高血压组、NAFLD组与非NAFLD组的相关指标；采用Pearson相关性分析评估各代谢指标及IR指数与NAFLD的相关性；进一步构建中介效应模型以探讨IR在高血压-NAFLD关系中的中介作用。最后，比较参数模型算法与机器学习算法在该人群中预测NAFLD风险的建模表现和价值。结果：高血压组的NAFLD患病率较非高血压组显著升高(63.61%vs 33.79%,P<0.001)，并表现出更高的IR水平和不良代谢特征。相关性分析及多模型变量重要性排序结果均表明TyG-腰围(TyG-waist circumference,Ty G-WC)和METS-IR是与NAFLD关系最密切的IR指标。中介分析结果表明TyG-WC路径解释总效应的32.03%,METS-IR路径解释17.02%；交互效应显示高血压状态可削弱IR的中介作用(交互项估计均为负值)。预测模型对比结果表明：基于性别、年龄、WC、TyG-WC和METS-IR构建的简化模型在测试集表现良好，Logistic回归及其正则化形式(LASSO回归)的准确度为0.83，受试者操作特征(receiver operating characteristic,ROC)-曲线下面积(area under the curve,AUC)为0.91,Brier评分为0.12，性能与集成学习模型(随机森林、XGBoost)相当，并在不同算法下保持稳定表现。结论：IR在高血压与NAFLD的关联中发挥显著中介作用，其中TyG-WC是关键指标，机制相关性与预测价值突出。基于IR替代指标的风险预测模型在简洁性与可解释性方面具有优势，可为一般人群NAFLD的早期筛查与个体化防控提供了实证支持。

关键词

非酒精性脂肪肝病 / 高血压 / 胰岛素抵抗 / 机器学习 / 中介效应