triglicérido

Diabetología cardiovascular volumen 22, Número de artículo: 230 (2023) Citar este artículo

Detalles de métricas

El índice triglicéridos-glucosa (TyG) se ha evaluado como un sustituto confiable de la resistencia a la insulina (RI) y se ha demostrado que es un predictor de malos resultados en pacientes con enfermedades cardiovasculares. Sin embargo, faltan datos sobre la relación del índice TyG con el pronóstico en pacientes no diabéticos sometidos a injerto de derivación de arteria coronaria (CABG). Por lo tanto, el propósito de nuestro estudio actual fue investigar el valor potencial del índice TyG como indicador pronóstico en pacientes sin diabetes mellitus (DM) después de CABG.

Este estudio de cohorte retrospectivo multicéntrico involucró a 830 pacientes no diabéticos después de CABG de 3 hospitales públicos terciarios de 2014 a 2018. Se realizó un análisis de la curva de supervivencia de Kaplan-Meier seguido de la prueba de rango logarítmico. Se utilizaron modelos de regresión de riesgos proporcionales de Cox para explorar la asociación entre el índice TyG y los eventos cardiovasculares adversos mayores (MACE). El poder predictivo incremental del índice TyG se evaluó con estadística C, mejora de reclasificación neta continua (NRI) y mejora de discriminación integrada (IDI).

Un índice TyG cada vez más alto se asoció con una incidencia acumulada cada vez mayor de MACE (prueba de rango logarítmico, p <0,001). El índice de riesgo (IC del 95%) de los MACE fue de 2,22 (1,46–3,38) en el tercil 3 del índice TyG y de 1,38 (1,18–1,62) por aumento de DE en el índice TyG. La adición del índice TyG produjo una mejora significativa en el rendimiento global del modelo de referencia [el estadístico C aumentó de 0,656 a 0,680, p < 0,001; NRI continuo (IC 95%) 0,269 (0,100-0,438), p = 0,002; IDI (IC 95%) 0,014 (0,003–0,025), p = 0,014].

El índice TyG puede ser un factor independiente para predecir eventos cardiovasculares adversos en pacientes no diabéticos después de CABG.

A pesar de los avances continuos en la prevención y el tratamiento de la aterosclerosis, la enfermedad de las arterias coronarias (EAC) sigue siendo una de las principales causas de morbilidad y muerte en todo el mundo [1, 2]. La derivación de arteria coronaria (CABG) es un tratamiento eficaz para la enfermedad coronaria y es la estrategia de revascularización preferida para pacientes con enfermedad multivaso grave [3]. Aunque los avances en las técnicas quirúrgicas han mejorado la eficacia y seguridad de la CABG, el pronóstico a largo plazo después de la CABG sigue siendo malo [4, 5].

La resistencia a la insulina (RI), que es una característica destacada del síndrome metabólico y la diabetes mellitus (DM), también contribuye a la aceleración de la aterosclerosis a través de características proinflamatorias y protrombóticas [6,7,8]. Varios estudios han demostrado que la RI afecta negativamente los resultados de la revascularización miocárdica [9,10,11]. Estos hallazgos revelan que la identificación temprana de RI tiene implicaciones clínicas en la prevención de eventos adversos después de CABG.

El índice triglicérido-glucosa (TyG), un producto de los triglicéridos y la glucosa, se ha evaluado como un sustituto confiable de la RI y ha demostrado una alta concordancia con la pinza hiperinsulinémica-euglucémica [12,13,14]. Estudios anteriores demostraron que el índice TyG se asociaba con múltiples factores de riesgo cardiovascular, como diabetes, hipertensión, síndrome metabólico, rigidez arterial y calcificación de las arterias coronarias [15,16,17,18,19,20]. También se demostró que un índice TyG alto predice malos resultados en pacientes con EAC [21, 22]. Sin embargo, los estudios sobre la utilidad clínica del índice TyG para CABG se limitaron a pacientes con DM [23, 24]. Por lo tanto, realizamos la presente investigación para explorar si el índice TyG podría usarse como indicador pronóstico en pacientes no diabéticos después de CABG.

El estudio fue aprobado por el Comité de Revisión de Ética del Hospital Provincial de Shandong, el Hospital Qilu de la Universidad de Shandong y el Segundo Hospital de la Universidad de Shandong, y se realizó de acuerdo con la Declaración de Helsinki. El comité de ética permitió el consentimiento verbal debido al diseño retrospectivo de este estudio y al seguimiento telefónico.

Este estudio fue un estudio de cohorte retrospectivo, observacional y multicéntrico y se llevó a cabo en 3 hospitales públicos de tercer nivel. Se revisó retrospectivamente a los pacientes no diabéticos que se sometieron a CABG aislada por primera vez entre junio de 2014 y junio de 2018 en el Hospital Qilu de la Universidad de Shandong, el Hospital Provincial de Shandong y el Segundo Hospital de la Universidad de Shandong. La diabetes se definió como glucosa plasmática en ayunas (GPA) ≥ 7,0 mmol/L, glucosa plasmática 2 h después de la prueba de tolerancia a la glucosa oral (OGTT) ≥ 11,1 mmol/L, glucosa en sangre aleatoria ≥ 11,1 mmol/L, hemoglobina glucosilada (HbA1c) ≥ 6,5%, o antecedentes de diabetes autoinformados que fueron confirmados mediante la revisión de los registros médicos correspondientes. Se excluyeron los pacientes sometidos a cirugía concomitante como cirugía valvular, ablación quirúrgica o cirugía de corazón congénito. También se excluyeron aquellos con antecedentes de CABG, sospecha de hipertrigliceridemia familiar (triglicéridos ≥ 5,65 mmol/L) o datos faltantes para el cálculo del índice TyG. En total, se inscribieron 904 pacientes. El seguimiento telefónico se realizó desde julio de 2022 hasta septiembre de 2022. Finalmente, 830 (91,8%) participantes dieron su consentimiento verbal y completaron los cuestionarios completos (Fig. 1).

Diagrama de flujo de selección de pacientes. Injerto de derivación de arteria coronaria CABG, eventos cardiovasculares adversos mayores MACE, infarto de miocardio IM

Los datos clínicos se recogieron del sistema de registro médico electrónico. Los datos incluyeron las condiciones generales de los pacientes [edad, sexo, peso, altura, fracción de eyección del ventrículo izquierdo (FEVI), antecedentes médicos y extensión de CAD], factores de riesgo [antecedentes familiares de CAD (FH-CAD), tabaquismo, consumo de alcohol, hipertensión , hiperlipidemia], procedimiento quirúrgico [duración de la cirugía, uso de bypass cardiopulmonar, número de injertos, uso de injertos arteriales, revascularización completa y uso de balón de contrapulsación intraaórtico (BCIA)], indicadores de laboratorio [FPG, perfil lipídico y creatinina sérica (SCr)], e información sobre medicación cardiovascular [antiagregantes plaquetarios, estatinas, inhibidores de la enzima convertidora de angiotensina (IECA)/bloqueantes de los receptores de angiotensina (BRA), betabloqueantes y diuréticos]. El consumo actual de alcohol se definió como consumir al menos 1 bebida alcohólica por semana en los 12 meses anteriores al ingreso y seguir bebiendo de esta manera en el momento del ingreso. Se recogieron muestras de sangre venosa del codo en ayunas entre las 7:00 y las 9:00 am. Los síntomas clínicos y los cambios diagnósticos en el electrocardiograma o los biomarcadores cardíacos elevados se utilizaron juntos para confirmar la incidencia de infarto de miocardio (IM) [25]. Se consideró que los pacientes con al menos un familiar de primer grado con EAC (hombres <55, mujeres <65 años) tenían FH-CAD. Se identificó que los pacientes con ≥ 50 % de estenosis en ≥ 2 arterias coronarias principales tenían enfermedad multivaso y aquellos con ≥ 50 % de estenosis en la arteria coronaria principal izquierda tenían enfermedad principal izquierda. La hipertensión se diagnosticó según los siguientes criterios: presión arterial sistólica ≥ 140 mmHg y/o presión arterial diastólica ≥ 90 mmHg. En el presente estudio también se identificó que los pacientes que recibieron tratamiento antihipertensivo tenían hipertensión. Se utilizó el código E78 de la CIE-10 para definir la hiperlipidemia [26]. Utilizamos SCr para calcular la tasa de filtración glomerular estimada (TFGe) de acuerdo con la ecuación de la Colaboración en Epidemiología de la Enfermedad Renal Crónica (CKD-EPI) [27]. El índice TyG se determinó mediante la siguiente fórmula: Ln [triglicéridos (TG) en ayunas (mg/dL) × FPG (mg/dL)/2] [28].

En el estudio actual, el criterio de valoración principal de observación fue la combinación de muerte por todas las causas, infarto de miocardio no mortal, accidente cerebrovascular no mortal y revascularización de la arteria coronaria [(eventos cardiovasculares adversos importantes (MACE)]. La muerte por todas las causas se refiere a la muerte resultante de cualquier causa, incluyendo muerte cardíaca o no cardíaca. La revascularización de la arteria coronaria se definió como cualquier revascularización no planificada por isquemia. Los criterios de valoración secundarios se definieron como la aparición de cada uno de estos componentes por separado. Sólo se utilizó el primer evento para el análisis de los pacientes con más de un evento.

El análisis estadístico se realizó utilizando SPSS versión 25.0 (SPSS, Chicago, IL, Estados Unidos) y el software R versión 4.1.3 (R Foundation for Statistical Computing, Viena, Austria). Se consideró que un valor de p inferior a 0,05 indicaba significación estadística. Las variables categóricas se expresan como números (porcentaje) cuando se describen las características iniciales y las variables continuas se expresan como media ± DE o mediana (rango intercuartil). En la comparación de variables categóricas se utilizó la prueba de chi-cuadrado. Se utilizó ANOVA para variables continuas distribuidas normalmente y la prueba H de Kruskal-Wallis para variables continuas asimétricas. Se realizó un análisis de la curva de supervivencia de Kaplan-Meier clasificada por terciles del índice TyG seguido de la prueba de rango logarítmico. Para identificar predictores pronósticos en pacientes después de CABG, se realizó un análisis de regresión de Cox univariado. Utilizamos la regresión multivariada de riesgos proporcionales de Cox para investigar si el índice TyG podría considerarse como un factor de riesgo independiente. Las covariables se incluyeron en los modelos en tres etapas: el modelo 1 incluyó edad y sexo. Las variables con p < 0,05 en el análisis univariado se ingresaron para el análisis multivariado en el Modelo 2. Todas las variables de ajuste, incluidas edad, sexo, IM previo, accidente cerebrovascular previo, ICP previa, enfermedad del tronco común izquierdo, enfermedad multivaso, IMC, FEVI, tabaquismo, consumo de alcohol, hipertensión, hiperlipidemia, FH-CAD, duración de la cirugía, injerto de derivación de arteria coronaria sin bomba (OPCABG), número de injertos, uso de injertos arteriales, eGFR, TC, colesterol unido a lipoproteínas de baja densidad (LDL-C), colesterol de alta densidad El colesterol lipoproteico (HDL-C), la puntuación II del Sistema Europeo para la Evaluación del Riesgo Operativo Cardíaco (EuroSCORE II) y el uso de medicamentos se incluyeron en el modelo totalmente ajustado (Modelo 3). El índice TyG se incluyó en ecuaciones de regresión separadas como variables categóricas (tercil 1: índice TyG < 8,36; tercil 2: 8,36 ≤ índice TyG < 8,77; y tercil 3: índice TyG ≥ 8,77) y variables continuas, y se convirtió a az puntuación para determinar el aumento en el riesgo del resultado por aumento de DE. Se verificó la multicolinealidad de las variables incluidas en los modelos utilizando los valores del factor de inflación de varianza (VIF). Dado el VIF de <5, no hubo evidencia de colinealidad entre todas las variables. Se utilizaron residuos de Schoenfeld para probar el supuesto de PH del modelo de regresión de Cox y encontramos que el supuesto de PH se cumplió (prueba individual de Schoenfeld para cada covariable: todos los valores de p ≥ 0,05, prueba global de Schoenfeld: p = 0,943). El análisis de subgrupos se realizó según edad, sexo, IMC, hipertensión e hiperlipidemia. Los valores de p para la interacción se calcularon para explorar el efecto de cada subgrupo sobre el resultado. Se trazaron las curvas de características operativas del receptor (ROC) de los modelos de regresión al final del seguimiento completo. La discriminación del modelo se evaluó mediante estadísticas de concordancia (estadísticas C), que se compararon al final del seguimiento. La reclasificación de riesgos se evaluó adicionalmente utilizando la mejora de reclasificación neta (NRI) y la mejora de discriminación integrada (IDI).

Un total de 830 pacientes no diabéticos sometidos a CABG sirvieron como cohorte final para el análisis, compuesta por 617 (74,3%) participantes masculinos con una edad promedio de 62,79 ± 8,17 años. La Tabla 1 describe las características iniciales de los participantes del estudio. La edad, el IMC y el perfil lipídico fueron significativamente diferentes entre los tres grupos. Mientras tanto, hubo diferencias significativas en la proporción de hipertensión, hiperlipidemia y prediabetes. Es importante destacar que más pacientes tuvieron eventos adversos en el grupo con mayor índice TyG (Tabla 1).

Durante una mediana de seguimiento de 69 (57-77) meses, 164 pacientes (19,8%) desarrollaron al menos un evento final. En la figura 2 se presentan los gráficos de supervivencia de Kaplan-Meier para la incidencia de MACE según los terciles del índice TyG. Un índice TyG incrementalmente más alto se asoció con una incidencia acumulada cada vez mayor de MACE (prueba de rango logarítmico, p <0,001). Se observaron resultados similares para la predicción de muerte por cualquier causa y accidente cerebrovascular no fatal (prueba de rango logarítmico, ambos valores de p < 0,05). Sin embargo, el índice TyG no pudo distinguir significativamente a los pacientes con mayor riesgo de IM no fatal o revascularización de la arteria coronaria (prueba de rango logarítmico, p > 0,05) (Fig. 2).

Curvas de supervivencia de Kaplan-Meier para los criterios de valoración primarios y secundarios en los terciles del índice TyG. Índice TyG índice triglicéridos-glucosa, MACE eventos cardiovasculares adversos mayores, infarto de miocardio IM

Los resultados del análisis de regresión de Cox univariante se muestran en la Tabla 2. La edad, la FEVI, la enfermedad multivaso, la duración de la cirugía, la FPG, TC, TG, eGFR, EuroSCORE II y el índice TyG se asociaron significativamente con los MACE. El HR no ajustado de riesgo de MACE por aumento de DE en el índice TyG fue de 1,43 (IC del 95 %: 1,23–1,66, p < 0,001) (Tabla 2). En el Modelo 2, el índice TyG fue un factor significativo de mal pronóstico. En el Modelo 3, esta asociación siguió siendo significativa después de ajustar por otros posibles factores de confusión, independientemente de si el índice TyG se consideró como una variable categórica o continua. La prueba de tendencias entre terciles del índice TyG para el riesgo de MACE fue estadísticamente significativa (Tabla 3).

Además, el análisis de sensibilidad indicó que nuestros resultados no cambiaron materialmente incluso después de excluir la muerte no cardíaca, aquellos que tomaban medicamentos hipolipemiantes al momento del ingreso o los individuos que desarrollaron DM durante el seguimiento (archivo adicional 1: Tabla S1).

Además, estudiamos las asociaciones entre el índice TyG y la muerte por todas las causas, la revascularización de la arteria coronaria, el IM no mortal y el accidente cerebrovascular no mortal. En comparación con los sujetos en el tercil más bajo, los pacientes en el tercil más alto presentaron un aumento estadísticamente significativo en el riesgo de muerte por todas las causas y accidente cerebrovascular no fatal. No se observó significación estadística al predecir el IM no fatal y la revascularización de la arteria coronaria (Tabla 4).

Los resultados del análisis de subgrupos para el resultado primario se muestran en la Fig. 3. Las asociaciones entre el índice TyG y los MACE fueron generalmente consistentes en todos los subgrupos. No observamos una interacción significativa entre el índice TyG y la edad, el sexo, el IMC, la hipertensión o la hiperlipidemia (todos los valores de p para la interacción ≥ 0,120). Aunque no se encontró interacción entre la hiperlipidemia y el índice TyG, solo se observó significación estadística entre los pacientes sin hiperlipidemia (Fig. 3).

Análisis de subgrupos y de interacción entre el índice TyG (por SD) y MACE en varios subgrupos. Índice TyG, índice de triglicéridos-glucosa, MACE, eventos cardiovasculares adversos mayores, DE, desviación estándar, HR, Hazard ratio, IC, intervalo de confianza, IMC, índice de masa corporal, DM, diabetes mellitus, injerto de derivación de arteria coronaria CABG.

Evaluamos la discriminación y reclasificación del Modelo 3 con y sin el índice TyG para la predicción de MACE. En comparación con el Modelo 3 sin el índice TyG [área bajo la curva característica operativa del receptor (AUC) = 0,681], el AUC alcanzó 0,701 cuando el índice TyG se incluyó en el Modelo 3 al final del seguimiento completo (Fig. 4) . La adición del índice TyG produjo una mejora significativa en la estadística C, NRI e IDI. Además, el NRI sin eventos, en lugar del NRI con eventos, fue estadísticamente significativo, lo que indica que la adición del índice TyG podría mejorar la especificidad del modelo sin sacrificar la sensibilidad (Tabla 5).

Curvas ROC para la predicción de MACE. Curva ROC, curva característica operativa del receptor, índice TyG, índice de triglicéridos-glucosa, eventos cardiovasculares adversos mayores MACE, área AUC bajo las curvas características operativas del receptor

Nuestro estudio investigó la capacidad pronóstica y la utilidad clínica del índice TyG para pacientes no diabéticos después de CABG. Nuestra investigación actual encontró que el índice TyG puede ser un predictor independiente de MACE post-CABG provocados por accidente cerebrovascular y mortalidad por todas las causas, y las relaciones del índice TyG con los eventos adversos fueron generalmente consistentes en todos los subgrupos. Además, el desempeño global (tanto de discriminación de riesgos como de reclasificación) del modelo de referencia puede mejorarse mediante la adición del índice TyG.

La resistencia a la insulina (RI) es un término general utilizado para describir la alteración de la captación de glucosa mediada por insulina en el tejido adiposo, el músculo esquelético, el hígado y el páncreas, y se ha considerado como un predictor de resultados adversos en pacientes después de la revascularización miocárdica [29, 30]. Para evaluar la RI se utilizaron la prueba de pinza hiperinsulinémica-euglucémica y la evaluación del modelo de homeostasis de la RI (HOMA-IR). Sin embargo, existen limitaciones en los métodos de evaluación convencionales [31,32,33]. El cálculo del índice TyG fue más sencillo que los métodos convencionales y su fiabilidad ha sido demostrada en estudios previos [14, 34]. Estudios recientes han revelado que el índice TyG se asocia con eventos adversos en pacientes después de una ICP [35,36,37,38]. Chen et al. y Zhang et al. También encontraron que el índice TyG puede ser un indicador eficaz de peor pronóstico en pacientes con DM sometidos a CABG [23, 24].

Estudios anteriores han demostrado que el efecto de la RI sobre los eventos adversos después de la CABG fue más fuerte en pacientes sin DM que en pacientes con DM [11]. Para los pacientes que han desarrollado DM, los principales factores de riesgo de MACE fueron los factores tradicionales en lugar de la resistencia a la insulina [39]. Además, varios fármacos hipoglucemiantes tomados por participantes con DM podrían influir en el nivel de glucosa, influyendo así en el cálculo del índice TyG. Por tanto, es significativo explorar la asociación entre el índice TyG y los eventos adversos en pacientes no diabéticos.

En el estudio actual, demostramos por primera vez el valor predictivo del índice TyG para MACE después de CABG en pacientes sin DM. La RI ocurre muchos años antes de la aparición de la DM tipo 2 y contribuye al riesgo elevado de enfermedad cardiovascular y sus complicaciones [40]. Nuestros hallazgos mostraron que el índice TyG podría usarse para estratificar el riesgo en pacientes no diabéticos después de CABG y guiar la intervención temprana. Una cosa a tener en cuenta es que la diferencia en las tasas de MACE entre pacientes con diferentes niveles de TyG se debió principalmente a muerte por todas las causas y accidente cerebrovascular, en lugar de IM no fatal o revascularización. Es necesario seguir investigando el valor predictivo del índice TyG para el infarto de miocardio y la revascularización. Además, los pacientes no diabéticos pueden tener diferentes perfiles metabólicos. Los mecanismos potenciales que contribuyen al papel predictivo del índice TyG de eventos adversos en pacientes no diabéticos aún necesitan más investigación.

En nuestro presente estudio, los resultados fueron sólidos en el análisis de sensibilidad. Después de excluir la muerte no cardíaca, persistió la relación entre el índice TyG y los MACE. El tratamiento hipolipemiante podría afectar los niveles de lípidos e influir aún más en el índice TyG. La exclusión de los participantes que tomaban fármacos hipolipemiantes al momento del ingreso no afectó nuestros resultados. Además, nuestros hallazgos revelaron por primera vez el valor pronóstico del índice TyG en diferentes subgrupos de pacientes después de CABG. Esta asociación parece ser más prominente en pacientes sin hiperlipidemia. Esto puede deberse a diversos medicamentos que toman los participantes con hiperlipidemia, que podrían influir en los niveles de lípidos y glucosa, influyendo así en el cálculo del índice TyG.

Varios estudios previos han demostrado una mejor predicción de resultados mediante el índice TyG [21, 22, 35], mientras que la utilidad del índice TyG en la mejora de la predicción MACE era incierta en pacientes después de CABG. En el presente estudio, encontramos que agregar el índice TyG al modelo de referencia proporcionó una mejora estadísticamente significativa en la discriminación y reclasificación de riesgos. Sin embargo, cuando dividimos aún más el NRI en “NRI de eventos” y “NRI sin eventos”, encontramos que el NRI general fue impulsado por el NRI sin eventos, lo que indica que agregar el índice TyG al modelo de referencia puede no ser muy útil para predecir un mayor número de eventos. Es necesario investigar más a fondo si la adición del índice TyG puede mejorar la sensibilidad del modelo.

Este estudio tiene varias limitaciones que merecen discusión. En primer lugar, este estudio es un estudio observacional retrospectivo con un tamaño de muestra relativamente pequeño y sin un grupo de control. En segundo lugar, los niveles de insulina no se midieron de forma rutinaria en estos pacientes, lo que imposibilita comparar los valores predictivos del HOMA-IR y el índice TyG. En tercer lugar, no se midió la HbA1c en la mayoría de los pacientes y es posible que haya pacientes con DM no diagnosticada en la cohorte. Además, en el análisis de sensibilidad solo excluimos a personas con DM de nueva aparición autoinformada. No podemos excluir por completo la interferencia de la DM no diagnosticada y la DM de reciente aparición. En cuarto lugar, la no inclusión de la gravedad de la EAC debilitó el modelo de referencia, y la mejora de las estadísticas C puede atribuirse en parte al ajuste inadecuado del modelo de referencia. Finalmente, el índice TyG fue evaluado una sola vez al ingreso. Puede haber un error de medición y no podemos determinar la asociación entre el índice TyG acumulativo y el riesgo de eventos adversos. Se necesitan más estudios prospectivos con evaluaciones de laboratorio integrales y múltiples mediciones longitudinales para confirmar y ampliar nuestros hallazgos.

En conclusión, nuestros datos demuestran que el índice TyG fue un predictor valioso de MACE en pacientes no diabéticos después de CABG, y el valor pronóstico fue más prominente entre pacientes sin hiperlipidemia. Mientras tanto, la adición del índice TyG podría mejorar el rendimiento predictivo del modelo de referencia. En conjunto, el índice TyG puede ser un marcador útil para la estratificación del riesgo y la predicción de resultados en pacientes no diabéticos después de CABG.

Los conjuntos de datos utilizados y/o analizados durante el presente estudio están disponibles del autor correspondiente previa solicitud razonable.

Índice de triglicéridos-glucosa

Resistencia a la insulina

Cirugía de revascularización coronaria

Eventos cardiovasculares adversos importantes

Mejora neta de reclasificación

Mejora integrada de la discriminación

Arteriopatía coronaria

Diabetes mellitus

Intervención coronaria percutanea

El síndrome coronario agudo

Fracción de eyección del ventrículo izquierdo

Historia familiar de enfermedad de las arterias coronarias.

Glucosa plasmática en ayunas

Colesterol total

triglicérido

Colesterol de lipoproteínas de baja densidad

Colesterol de lipoproteínas de alta densidad

Suero de creatinina

Índice de masa corporal

Infarto de miocardio

Tasa de filtración glomerular estimada

Desviación Estándar

Injerto de derivación de arteria coronaria sin bomba

Factor de inflación de varianza

Curva característica de funcionamiento del receptor

Área bajo la curva característica de funcionamiento del receptor

Evaluación del modelo de homeostasis para la resistencia a la insulina.

Inhibidores de la enzima convertidora de angiotensina

Bloqueadores de los receptores de angiotensina

Puntuación del Sistema Europeo de Evaluación del Riesgo Operativo Cardíaco

Balón de bomba intraaórtico

Virani SS, Alonso A, Benjamín EJ, et al. Actualización de estadísticas de enfermedades cardíacas y accidentes cerebrovasculares de 2020: un informe de la Asociación Estadounidense del Corazón. Circulación. 2020;141(9):e139–596.

Artículo PubMed Google Scholar

Vos T, Lim SS, Abbafati C, Abbas KM, Abbasi M, Abbasifard M, et al. Carga global de 369 enfermedades y lesiones en 204 países y territorios, 1990-2019: un análisis sistemático para el Estudio de la carga global de enfermedades 2019. Lancet. 2020;396(10258):1204–22.

Artículo de Google Scholar

Neumann FJ, Sousa-Uva M, Ahlsson A, et al. Guía ESC/EACTS de 2018 sobre revascularización miocárdica. Eur Heart J. 2019;40(2):87–165.

Artículo PubMed Google Scholar

Alejandro JH, Smith PK. Cirugía de revascularización coronaria. N Inglés J Med. 2016;375(10): e22.

Artículo PubMed Google Scholar

Giustino G, Serruys PW, Sabik JF 3rd, Mehran R, Maehara A, Puskas JD, et al. Mortalidad después de una revascularización repetida después de PCI o CABG por enfermedad del tronco principal izquierdo: el ensayo EXCEL. JACC Cardiovasc Interv. 2020;13(3):375–87.

Artículo PubMed Google Scholar

Creager MA, Lüscher TF, Cosentino F, Beckman JA. Diabetes y enfermedad vascular: fisiopatología, consecuencias clínicas y tratamiento médico: parte I. Circulación. 2003;108(12):1527–32.

Artículo PubMed Google Scholar

Bornfeldt KE, Tabas I. Resistencia a la insulina, hiperglucemia y aterosclerosis. Metabolismo celular. 2011;14(5):575–85.

Artículo CAS PubMed PubMed Central Google Scholar

Beverly JK, Budoff MJ. Aterosclerosis: fisiopatología de la resistencia a la insulina, hiperglucemia, hiperlipidemia e inflamación. JDiabetes. 2020;12(2):102–4.

Artículo PubMed Google Scholar

Kogan A, Ram E, Levin S, Fisman EZ, Tenenbaum A, Raanani E, et al. Impacto de la diabetes mellitus tipo 2 en la mortalidad a corto y largo plazo después de la cirugía de derivación de arteria coronaria. Diabetol cardiovascular. 2018;17(1):151.

Artículo PubMed PubMed Central Google Scholar

Angeloni E, Melina G, Benedetto U, Refice S, Capuano F, Roscitano A, et al. El síndrome metabólico afecta el resultado a mediano plazo después de un injerto de derivación de arteria coronaria. Ann Thorac Cirugía. 2012;93(2):537–44.

Artículo PubMed Google Scholar

Kajimoto K, Kasai T, Miyauchi K, Hirose H, Yanagisawa N, Yamamoto T, et al. El síndrome metabólico predice la mortalidad a 10 años en pacientes no diabéticos después de una cirugía de derivación de arteria coronaria. Circ J. 2008;72(9):1481–6.

Artículo PubMed Google Scholar

Abbasi F, gerente general de Reaven. Comparación de dos métodos que utilizan la concentración de triglicéridos en plasma como una estimación sustituta de la acción de la insulina en sujetos no diabéticos: triglicéridos × glucosa versus triglicéridos/colesterol de lipoproteínas de alta densidad. Metabolismo. 2011;60(12):1673–6.

Artículo CAS PubMed Google Scholar

Simental-Mendía LE, Rodríguez-Morán M, Guerrero-Romero F. El producto de la glucosa y los triglicéridos en ayunas como sustituto para identificar la resistencia a la insulina en sujetos aparentemente sanos. Trastorno relacionado con el síndrome metabólico. 2008;6(4):299–304.

Artículo PubMed Google Scholar

Vasques AC, Novaes FS, de Oliveira MS, Souza JR, Yamanaka A, Pareja JC, et al. El índice TyG funciona mejor que el HOMA en población brasileña: estudio validado con pinza hiperglucémica. Práctica clínica de diabetes Res. 2011;93(3):e98-98e100.

Artículo CAS PubMed Google Scholar

Li X, Sun M, Yang Y, Yao N, Yan S, Wang L, et al. Efecto predictivo de los parámetros relacionados con la glucosa, los índices de obesidad y los índices de lípidos para la diabetes en una población china: un estudio de cohorte prospectivo. Frente Endocrinol (Lausana). 2022;13: 862919.

Artículo PubMed Google Scholar

Jian S, Su-Mei N, Xue C, Jie Z, Xue-Sen W. Asociación e interacción entre el índice de triglicéridos-glucosa y la obesidad sobre el riesgo de hipertensión en adultos de mediana edad y ancianos. Clin Exp Hipertensión. 2017;39(8):732–9.

Artículo PubMed Google Scholar

Hijo DH, Lee HS, Lee YJ, Lee JH, Han JH. Comparación del índice triglicéridos-glucosa y HOMA-IR para predecir la prevalencia e incidencia del síndrome metabólico. Nutr Metab Cardiovasc Dis. 2022;32(3):596–604.

Artículo CAS PubMed Google Scholar

Lee SB, Ahn CW, Lee BK, Kang S, Nam JS, You JH, et al. Asociación entre el índice de glucosa y triglicéridos y la rigidez arterial en adultos coreanos. Diabetol cardiovascular. 2018;17(1):41.

Artículo CAS PubMed PubMed Central Google Scholar

Park K, Ahn CW, Lee SB, Kang S, Nam JS, Lee BK, et al. El índice TyG elevado predice la progresión de la calcificación de la arteria coronaria. Cuidado de la diabetes. 2019;42(8):1569–73.

Artículo CAS PubMed Google Scholar

Ganó KB, Park EJ, Han D, Lee JH, Choi SY, Chun EJ, et al. El índice de glucosa en triglicéridos es un predictor independiente de la progresión de la calcificación de la arteria coronaria en ausencia de una calcificación importante de la arteria coronaria al inicio del estudio. Diabetol cardiovascular. 2020;19(1):34.

Artículo CAS PubMed PubMed Central Google Scholar

Jiao Y, Su Y, Shen J, Hou X, Li Y, Wang J, et al. Evaluación de la capacidad pronóstica a largo plazo del índice triglicéridos-glucosa en pacientes ancianos con síndrome coronario agudo: un estudio de cohorte. Diabetol cardiovascular. 2022;21(1):3.

Artículo CAS PubMed PubMed Central Google Scholar

Wu Z, Liu L, Wang W, Cui H, Zhang Y, Xu J, et al. Índice de triglicéridos-glucosa en la predicción de eventos cardiovasculares adversos en pacientes con enfermedad arterial coronaria prematura: un estudio de cohorte retrospectivo. Diabetol cardiovascular. 2022;21(1):142.

Artículo CAS PubMed PubMed Central Google Scholar

Chen L, Ding XH, Fan KJ, Gao MX, Yu WY, Liu HL, et al. Asociación entre el índice de triglicéridos-glucosa y eventos cardiovasculares y cerebrovasculares adversos a 2 años en pacientes con diabetes mellitus tipo 2 sometidos a injerto de derivación de arteria coronaria sin bomba. Diabetes Metab Syndr Obes. 2022;15:439–50.

Artículo PubMed PubMed Central Google Scholar

Zhang H, Chong H, Li Z, Li K, Zhang B, Xue Y, et al. Índice de triglicéridos-glucosa en la predicción de eventos cardiovasculares adversos importantes en pacientes con diabetes mellitus tipo 2 después de una cirugía de derivación de arteria coronaria: un estudio de cohorte retrospectivo. Frente Endocrinol (Lausana). 2022;13:1015747.

Artículo PubMed Google Scholar

Cutlip DE, Windecker S, Mehran R, Boam A, Cohen DJ, van Es GA, et al. Criterios de valoración clínicos en ensayos de stent coronario: un caso a favor de definiciones estandarizadas. Circulación. 2007;115(17):2344–51.

Artículo PubMed Google Scholar

Hong S, Han K, Park CY. El índice de glucosa triglicéridos es un marcador simple y de bajo costo asociado con la enfermedad cardiovascular aterosclerótica: un estudio poblacional. BMC Med. 2020;18(1):361.

Artículo CAS PubMed PubMed Central Google Scholar

Levey AS, Stevens LA, Schmid CH, Zhang YL, Castro AF 3rd, Feldman HI, Kusek JW, Eggers P, Van Lente F, Greene T, et al. Una nueva ecuación para estimar la tasa de filtrado glomerular. Ann Intern Med. 2009;150(9):604–12.

Artículo PubMed PubMed Central Google Scholar

Guerrero-Romero F, Simental-Mendía LE, González-Ortiz M, Martínez-Abundis E, Ramos-Zavala MG, Hernández-González SO, et al. The product of triglycerides and glucose, a simple measure of insulin sensitivity. Comparison with the euglycemic-hyperinsulinemic clamp. J Clin Endocrinol Metab. 2010;95(7):3347–51.

Artículo CAS PubMed Google Scholar

Nishimura M, Tokoro T, Nishida M, Hashimoto T, Kobayashi H, Yamazaki S, et al. Asociación de resistencia a la insulina con estenosis coronaria de novo después de una intervención arterial coronaria percutánea en pacientes en hemodiálisis. Práctica de Nephron Clin. 2008;109(1):c9-17.

Artículo CAS PubMed Google Scholar

Uetani T, Amano T, Harada K, Kitagawa K, Kunimura A, Shimbo Y, et al. Impacto de la resistencia a la insulina en la lesión miocárdica posprocedimiento y los resultados clínicos en pacientes sometidos a intervenciones coronarias electivas con stents liberadores de fármacos. JACC Cardiovasc Interv. 2012;5(11):1159–67.

Artículo PubMed Google Scholar

Pacini G, Mari A. Métodos para la evaluación clínica de la sensibilidad a la insulina y la función de las células beta. Best Pract Res Clin Endocrinol Metab. 2003;17(3):305–22.

Artículo CAS PubMed Google Scholar

Rudvik A, Månsson M. Evaluación de medidas sustitutas de sensibilidad a la insulina: la correlación con el estándar de oro no es suficiente. Método BMC Med Res. 2018;18(1):64.

Artículo PubMed PubMed Central Google Scholar

Manley SE, Stratton IM, Clark PM, Luzio SD. Comparación de 11 ensayos de insulina humana: implicaciones para la investigación y la investigación clínica. Clínica Química. 2007;53(5):922–32.

Artículo CAS PubMed Google Scholar

Luo P, Cao Y, Li P, Li W, Song Z, Fu Z, et al. El índice TyG funciona mejor que el HOMA-IR en la diabetes mellitus tipo 2 china con un IMC < 35 kg/m2: un estudio validado con pinza hiperglucémica. Medicina (Kaunas). 2022;58(7):876.

Artículo PubMed Google Scholar

Zhu Y, Liu K, Chen M, Liu Y, Gao A, Hu C, et al. El índice de triglicéridos-glucosa se asocia con reestenosis dentro del stent en pacientes con síndrome coronario agudo después de una intervención coronaria percutánea con stents liberadores de fármacos. Diabetol cardiovascular. 2021;20(1):137.

Artículo CAS PubMed PubMed Central Google Scholar

Zhao Q, Zhang TY, Cheng YJ, Ma Y, Xu YK, Yang JQ, et al. Impactos del índice de triglicéridos-glucosa en el pronóstico de pacientes con diabetes mellitus tipo 2 y síndrome coronario agudo sin elevación del segmento ST: resultados de un estudio de cohorte observacional en China. Diabetol cardiovascular. 2020;19(1):108.

Artículo CAS PubMed PubMed Central Google Scholar

Hu C, Zhang J, Liu J, Liu Y, Gao A, Zhu Y, et al. La discordancia entre el índice de glucosa de triglicéridos y la glucosa plasmática en ayunas o HbA1C en pacientes con síndrome coronario agudo sometidos a intervención coronaria percutánea predice eventos cardiovasculares: un estudio de cohorte de China. Diabetol cardiovascular. 2020;19(1):116.

Artículo CAS PubMed PubMed Central Google Scholar

Luo E, Wang D, Yan G, Qiao Y, Liu B, Hou J, et al. El índice alto de triglicéridos-glucosa se asocia con un mal pronóstico en pacientes con infarto agudo de miocardio con elevación del segmento ST después de una intervención coronaria percutánea. Diabetol cardiovascular. 2019;18(1):150.

Artículo PubMed PubMed Central Google Scholar

Laakso M, Kuusisto J. Resistencia a la insulina e hiperglucemia en el desarrollo de enfermedades cardiovasculares. Nat Rev Endocrinol. 2014;10(5):293–302.

Artículo CAS PubMed Google Scholar

Laakso M. Enfermedad cardiovascular en la diabetes tipo 2 de la población al hombre y a los mecanismos: Conferencia del Premio Kelly West 2008. Cuidado de la diabetes. 2010;33(2):442–9.

Artículo CAS PubMed PubMed Central Google Scholar

Descargar referencias

No aplica.

Este trabajo fue apoyado por las subvenciones de la Fundación Nacional de Ciencias Naturales de China (No. 81970366), el Programa Nacional Clave de Investigación y Desarrollo de China (No. 2021YFF0501403) y el Plan Clave de Investigación y Desarrollo de la provincia de Shandong (No. 2021SFGC0503). .

Zhenguo Wu y Lin Xie contribuyeron igualmente a este trabajo.

Laboratorio Nacional Clave para la Innovación y Transformación de la Teoría de Luobing, Laboratorio Clave de Investigación de Función y Remodelación Cardiovascular, Ministerio de Educación de China, Comisión Nacional de Salud de China y Academia China de Ciencias Médicas, Departamento de Cardiología, Hospital Qilu de la Universidad de Shandong, Jinan, China

Zhenguo Wu, Lin Xie, Dachuan Guo, Sha Chen, Xiaoyu Liu, Yerui Zhang, Li Liu, Huiliang Cui, Dejin Zang y Jianmin Yang

Departamento de Cirugía Cardiovascular, Hospital Provincial de Shandong, Facultad de Medicina Cheeloo, Universidad de Shandong, Jinan, Shandong, China

xiangfei sol

Departamento de Cirugía Cardiovascular, Hospital Provincial de Shandong, afiliado a la Primera Universidad Médica de Shandong, Jinan, Shandong, China

xiangfei sol

Departamento de Cardiología, Segundo Hospital de la Universidad de Shandong, Jinan, Shandong, China

Juan Wang

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

ZW, LX y JY redactaron y revisaron el manuscrito y contribuyeron a la concepción y diseño de este artículo. SC, XL, XS y JW contribuyeron a la recopilación de casos y a la organización de la base de datos. YZ, LL, HC y DZ fueron responsables del análisis estadístico de los datos. ZW, DG y JY interpretaron los resultados. Todos los autores leyeron y aprobaron el manuscrito final.

Correspondencia a Jianmin Yang.

Este estudio fue aprobado por el Comité de Revisión de Ética del Hospital Qilu de la Universidad de Shandong, el Hospital Provincial de Shandong y el Segundo Hospital de la Universidad de Shandong. Al tratarse de un estudio de cohorte retrospectivo y el seguimiento se realizó vía telefónica, el comité de ética permitió el consentimiento verbal.

No aplica.

Los autores declaran que no tienen intereses en competencia.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Análisis de sensibilidad para la asociación entre el índice TyG y MACE.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/. La exención de dedicación de dominio público de Creative Commons (http://creativecommons.org/publicdomain/zero/1.0/) se aplica a los datos disponibles en este artículo, a menos que se indique lo contrario en una línea de crédito a los datos.

Reimpresiones y permisos

Wu, Z., Xie, L., Guo, D. et al. Índice de triglicéridos-glucosa en la predicción de eventos cardiovasculares adversos en pacientes sin diabetes mellitus después de un injerto de derivación de arteria coronaria: un estudio de cohorte retrospectivo multicéntrico. Cardiovasc Diabetol 22, 230 (2023). https://doi.org/10.1186/s12933-023-01969-3

Descargar cita

Recibido: 11 de julio de 2023

Aceptado: 17 de agosto de 2023

Publicado: 30 de agosto de 2023

DOI: https://doi.org/10.1186/s12933-023-01969-3

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt