基于人工神經網絡探討TyG指數與糖尿病性心肌病的相關性

吳燕 吳禮循

摘要? 目的：探討三酰甘油-葡萄糖（TyG）指數與糖尿病性心肌病（DCM）的相關性。方法：選取2019年1月—2022年1月我院收治的150例糖尿病病人作為研究對象，根據病人左心室二維結構是否正常分為DCM組（92例）和非DCM組（58例）。比較兩組臨床資料，通過曲線擬合分析TyG指數與DCM的相關性；采用受試者工作特征（ROC）曲線分析TyG指數對DCM的預測價值；采用多因素Logistic回歸分析DCM的影響因素。構建人工神經網絡模型，通過ROC曲線和校準曲線評價模型區分度和準確度。采用Bootstrap重采樣對列線圖模型進行外部驗證。結果：曲線擬合發現，隨著糖尿病病人TyG指數的增加，DCM發生率呈上升趨勢。閾值效應分析發現，當TyG指數＞0.8時，DCM發生率隨著TyG指數升高而增大；當TyG指數≤0.8時，DCM發生率與TyG指數無明顯相關性。TyG指數對DCM具有一定的預測價值，ROC曲線下面積（AUC）為0.718。多因素Logistic回歸分析結果顯示，心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激、微血管病變情況、TyG指數、心肌胰島素水平均為DCM的獨立危險因素（P＜0.05）。ROC曲線和校準曲線結果均顯示列線圖模型具有較好的區分度和校準度。結論：TyG指數與DCM呈線性相關，是DCM的獨立危險因素。

關鍵詞? 糖尿病性心肌病；三酰甘油-葡萄糖指數；危險因素；人工神經網絡

doi：10.12102/j.issn.1672-1349.2024.11.022

引用信息? 吳燕，吳禮循.基于人工神經網絡探討TyG指數與糖尿病性心肌病的相關性［J］.中西醫結合心腦血管病雜志，2024，22（11）：2034-2040.

近年來，糖尿病性心肌病（diabetic cardiomyopathy，DCM）在因糖尿病引起的心血管類并發癥中所占比例日益增加，其發生主要由胰島素抵抗引起，糖代謝的長期紊亂導致糖尿病病人心肌結構發

生特異性病變，心臟正常功能受損［1］。DCM的主要特征為左心室肥大和心臟舒張功能的早期損害及收縮功能障礙，同時經常伴隨有心肌細胞肥大、心肌纖維化甚至心肌細胞凋亡。早年通過對糖尿病病人進行臨床解剖發現，部分糖尿病病人心肌結構發生病變［2］。DCM早期常見的臨床表現有乏力、胸痛、勞力性呼吸困難等。近年來糖尿病的發病率逐年升高，糖尿病病人心血管系統并發癥的發病率也隨之攀升［3］，這種情況的出現加快了糖尿病病人病情的進一步惡化，也為后續治療增加了難度。DCM作為糖尿病病人的重要并發癥之一，對糖尿病病人生命安全的危害不容忽視。

胰島素抵抗造成DCM的形成主要是通過長期高糖環境對心肌細胞造成破壞，進而引起心肌結構和功能改變，最終發展為DCM［4］。長期DCM的病人，不僅心臟功能異常，而且會出現心力衰竭，嚴重者還可能猝死［5-6］。因此，DCM已逐漸成為威脅糖尿病病人生命安全的首要因素，發現與DCM相關的臨床診斷指標，對其進行早期診斷及治療尤為重要。三酰甘油-葡萄糖（triglyceride-glucose，TyG）指數是反映胰島素抵抗的重要指標。相關研究證實，TyG指數敏感度和特異度較高，也可輔助進行早期糖尿病的預測［7-8］。本研究探討TyG指數與DCM的相關性，以期為DCM的預測與治療提供理論依據。

1? 資料與方法

1.1? 一般資料

選取2019年1月—2022年1月我院收治的150例糖尿病病人作為研究對象，年齡46～82（62.69±7.12）歲；男62例，女88例；體質指數（BMI）為（21.55±3.32）kg/m2。根據病人左心室二維結構是否正常分為DCM組和非DCM組。兩組病人一般資料比較差異均無統計學意義（P＞0.05）。納入標準：1）空腹血糖≥7 mmol/L［9］；2）完成空腹血糖及三酰甘油測定。排除標準：1）患有冠心病等其他心臟疾病；2）曾口服降血糖或降三酰甘油的藥物；3）合并其他心腦血管疾病。本研究獲得我院倫理委員會批準，病人或其家屬均知情同意且簽署知情同意書。

1.2? 方法

收集病人的一般資料，包括年齡、BMI、性別，通過病理檢查是否出現心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激，超聲檢查微血管病變情況、有無肝大、腹腔積液，記錄病人TyG指數、總膽固醇水平、心肌胰島素水平，詢問病人有無胸痛、胸悶、心律失常、呼吸困難、頑固低血壓、疲乏無力、下肢水腫等癥狀。

1.3? DCM診斷

采用3D超聲心動圖進行DCM的診斷，評估病人心臟形狀，觀察心室壁運動情況。使用核素心肌灌注顯像、超敏肌鈣蛋白、氨基末端腦鈉肽前體（N-terminal-pro B-type natriuretic peptide，NT-proBNP）等指標輔助診斷早期DCM。

1.4? 統計學處理

利用SPSS 23.0統計軟件進行統計分析。符合正態分布的定量資料以均數±標準差（x±s）表示，兩組間比較采用t檢驗；定性資料以例數、百分比（%）表示，組間比較采用χ2檢驗。采用R軟件包建立TyG指數與DCM的平滑擬合曲線。采用多因素Logistic回歸模型確定DCM的獨立風險預測因子，基于Softmax策略以二分類變量非DCM0（結局事件未發生）和DCM1（結局事件發生）作為結果變量構建人工神經網絡模型。計算一致性指數（C-index），并繪制校正曲線和受試者工作特征（receiver operating characteristic，ROC）曲線評估模型的預測效能，采用Bootstrap重采樣對列線圖模型進行內部驗證。以P＜0.05為差異有統計學意義。

2? 結? 果

2.1? 兩組臨床資料比較

150例糖尿病病人中，確診為DCM 92例（61.33%）。單因素分析結果顯示，DCM與心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激、微血管病變情況、TyG指數、心肌胰島素水平有關（P＜0.05），與病人年齡、BMI、性別、胸痛、胸悶、呼吸困難、膽固醇水平、下肢水腫、心律失常、肝大、腹腔積液、頑固低血壓、疲乏無力、高血壓、吸煙史無關（P＞0.05）。詳見表1。

2.2? TyG指數與DCM的相關性

采用平滑曲線擬合TyG指數與DCM的相關性。結果顯示，TyG指數與DCM的發生呈線性正相關，隨著TyG指數的升高，DCM發生的風險明顯增加。在曲線擬合的基礎上，進一步進行閾值效應分析發現，當TyG指數≤0.8時，隨著TyG指數的升高，DCM發生率不受影響，其OR值為0.82［95%CI（0.72，1.15），P＞0.05］；當TyG指數＞0.8時，隨著TyG指數的升高，DCM發生率呈明顯上升趨勢，其OR值為1.27［95%CI（0.68，0.94），P＜0.05］。詳見圖1。

2.3? TyG指數對DCM的預測價值

ROC曲線結果顯示，TyG指數的ROC曲線下面積（AUC）為0.718［95%CI（0.646，0.791），P＜0.001］，特異度、敏感度分別為96.63%和95.85%，表明TyG指數對DCM具有一定的預測價值。詳見圖2。

2.4? DCM影響因素的多因素Logistic回歸分析

以DCM發生情況為因變量，以單因素分析中兩組差異有統計學意義的指標為自變量，進行多因素Logistic回歸分析，結果顯示，心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激、微血管病變情況、TyG指數、心肌胰島素水平均為DCM的獨立危險因素（P＜0.05）。詳見表2。

2.5? 人工神經網絡模型的構建

根據多因素Logistic回歸分析結果，將心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激、微血管病變情況、TyG指數、心肌胰島素水平作為第1層的輸入變量，每個變量都與隱藏層中的所有節點相連，輸出層與隱藏層節點相連為結局指標。因素的重要性與線的粗細成正比，由圖3可知，心肌組織纖維化、TyG指數、心肌胰島素水平所占權重均較高。

2.6? 人工神經網絡模型的驗證

采用Bootstrap重采樣對人工神經網絡模型進行內部驗證，重采樣前后以人工神經網絡模型預測DCM發生風險作為檢驗變量，實際DCM發生情況作為狀態變量，構建人工神經網絡模型預測DCM發生的ROC曲線及校準曲線，并計算AUC，由分析結果可知，內部驗證前后AUC分別為0.817［95%CI（0.775，0.879），P＜0.001］、0.795［95%CI（0.731，0.859），P＜0.001］，敏感度分別為86.07%、83.58%，特異度分別為89.82%、87.33%，提示列線圖模型區分度較好，該模型的一致性指數分別為0.827，0.813，表明該模型準確度較高。詳見表3、圖4～圖7。

3? 討? 論

有研究結果表明，胰島素抵抗通過擾亂人體血糖、血脂代謝體系，進而損傷人體的組織器官［10］。此外，胰島素抵抗還被證實在血管細胞凋亡過程、動脈粥樣硬化過程、斑塊形成過程中發揮作用［11］。

目前，TyG指數因其具有簡單、經濟、可重復性高的特點，成為判斷胰島素抵抗的可信指標，已在臨床中廣泛應用。并且在代謝綜合征的診斷及心血管疾病發病的預測方面，TyG指數也起到重要輔助作用［12-13］。TyG指數綜合了病人空腹血糖和血脂的雙重信息，可以更加全面地評價胰島素抵抗［14］，使結果更具有可信度，因此，在DCM及其他并發癥研究中得到廣泛應用。

本研究結果顯示，TyG指數與DCM的發生呈線性正相關，隨著TyG指數的升高，DCM發生的風險明顯增加，提示TyG指數與DCM有關。造成DCM發病的因素很多，其中能量代謝異常和微循環障礙起到主導作用［15］，多種因素相互協同作用，破壞正常的能量代謝和微循環體系，從而引起心臟結構的改變，對心臟功能產生不良影響。研究TyG指數與DCM的相關性可以揭示其病理與生理機制，為后續疾病的預防與治療提供理論依據［16］。

本研究中，多因素Logistic回歸分析結果顯示，心肌炎、心肌組織纖維化、Ca2＋平衡調節異常、氧化應激、微血管病變情況、TyG指數、心肌胰島素水平均為DCM的獨立危險因素。糖尿病病人體內糖代謝系統的紊亂導致胰島素抵抗發生，進而正常的脂質代謝也遭到破壞，一些多余脂質進入心肌細胞，引起心肌細胞脂肪性病變，最終體現為病人的心肌結構改變、正常心肌功能發揮受到影響，導致DCM［17］。心臟功能能否正常發揮作用還受到心肌細胞鈣平衡的影響，如果Ca2＋出現嚴重內流，會導致心肌細胞內鈣超載，心肌舒張期延長，長期維持這種狀態會使心肌功能受損，進而誘發一系列心肌疾病的出現［18］。研究還發現，糖尿病病人經常伴隨著炎性細胞因子異常分泌的情況，使炎癥反應進展，直接導致糖尿病病人心肌損傷，出現心肌炎和心肌纖維化，最終導致DCM［19］。氧化應激則是通過影響細胞代謝周期中一系列重要酶的活性，激活細胞凋亡程序，破壞心肌細胞，導致DCM［20］。

本研究在單因素、多因素Logistic回歸分析基礎上，針對上述危險因素建立人工神經網絡模型，C-index、校正曲線、ROC曲線和決策曲線顯示模型良好，可為臨床預測DCM提供幫助，為提高臨床治療效果提供參考依據。單因素分析初篩預測因子，再納入多因素回歸模型進行逐步回歸分析，以此篩選出的變量更為嚴謹。運用C-index、校正曲線、ROC曲線和決策曲線多種驗證方式，更具有可信度。

本研究也有一些不足之處，眾多因素相互作用導致DCM，納入的危險因素尚不全面，得到的結果也可能因為樣本量不足而產生偏差，還需擴大樣本量和可能的危險因素進行更加全面的分析。

綜上所述，TyG指數是胰島素抵抗的重要指標，與DCM呈線性相關，是DCM的獨立危險因素。

參考文獻：

［1］? 廖敏，楊洛，王珍，等.糖尿病心肌病發病機制的研究進展［J］.生物技術進展，2021，11（6）：700-704.

［2］? LORENZO-ALMORS A，CEPEDA-RODRIGO J M，LORENZO .Diabetic cardiomyopathy［J］.Revista Clinica Espanola，2022，222（2）：100-111.

［3］? 曾國飛，楊薈平，方玉.亞臨床期糖尿病心肌病的CMR應用進展［J］.國際醫學放射學雜志，2021，44（3）：298-302.

［4］? ZHAO S，YU S K，CHI C，et al.Association between macro- and microvascular damage and the triglyceride glucose index in community-dwelling elderly individuals：the northern Shanghai study［J］.Cardiovascular Diabetology，2019，18（1）：95.

［5］? PAOLILLO S，MARSICO F，PRASTARO M，et al.Diabetic cardiomyopathy：definition，diagnosis，and therapeutic implications［J］.Heart Failure Clinics，2019，15（3）：341-347.

［6］? EL HAYEK M S，ERNANDE L，BENITAH J P，et al.The role of hyperglycaemia in the development of diabetic cardiomyopathy［J］.Archives of Cardiovascular Diseases，2021，114（11）：748-760.

［7］? 尤玉青，韓嘯，應長江，等.TyG指數及TG/HDL-C是2型糖尿病患者血糖控制的有效預測指標［J］.醫學研究雜志，2021，50（2）：121-125;140.

［8］? LI S S，GUO B X，CHEN H N，et al.The role of the triglyceride （triacylglycerol） glucose index in the development of cardiovascular events：a retrospective cohort analysis［J］.Scientific Reports，2019，9（1）：7320.

［9］? American Diabetes Association.Pharmacologic approaches to glycemic treatment：standards of medical care in diabetes-2021［J］.Diabetes Care，2021，44（Suppl 1）：S111-S124.

［10］? WU T T，ZHENG Y Y，YANG Y N，et al.Age，sex，and cardiovascular risk attributable to lipoprotein cholesterol among Chinese individuals with coronary artery disease：a case-control study［J］.Metabolic Syndrome and Related Disorders，2019，17（4）：223-231.

［11］? VHMURTO L，PAHKALA K，MAGNUSSEN C G，et al.Coronary heart disease risk factor levels in eastern and western Finland from 1980 to 2011 in the cardiovascular risk in young Finns study［J］.Atherosclerosis，2019，280：92-98.

［12］? 吳勝利，謝成瑤，張偉，等.2型糖尿病發病危險因素分析及TyG指數預測價值［J］.青島大學學報（醫學版），2022，58（3）：387-390.

［13］? 張夢瑋，徐長江，段洋，等.利用TyG指數評估急性心肌梗死患者的預后［J］.中國循證心血管醫學雜志，2021，13（4）：499-503.

［14］? DIKAIAKOU E，VLACHOPAPADOPOULOU E A，PASCHOU S A，et al.Τriglycerides-glucose （TyG） index is a sensitive marker of insulin resistance in Greek children and adolescents［J］.Endocrine，2020，70（1）：58-64.

［15］? 李嘉鑫，楊宇峰，王金曦，等.基于“血中伏火”理論探討糖尿病及其微循環障礙［J］.中國中醫基礎醫學雜志，2022，28（9）：1413-1415.

［16］? 楊弘佳，葛良清.甘油三酯葡萄糖乘積指數與冠心病的相關性研究進展［J］.海南醫學，2022，33（21）：2838-2841.

［17］? 辛有英，宋海燕.胰島素信號傳導異常在糖尿病性心肌病發病中的作用［J］.心血管康復醫學雜志，2021，30（3）：350-353.

［18］? HONG S M，HAN K，PARK C Y.The triglyceride glucose index is a simple and low-cost marker associated with atherosclerotic cardiovascular disease：a population-based study［J］.BMC Medicine，2020，18（1）：361.

［19］? 丘如，黃貴心.胰島素在糖尿病性心肌病發病中作用的研究進展［J］.海南醫學，2020，31（8）：1056-1059.

［20］? 馬坤，謝金鳳，劉金美，等.運動介導氧化應激改善糖尿病性心肌病的研究進展［J］.生命科學，2021，33（4）：490-501.

（收稿日期：2023-01-10）

（本文編輯郭懷印）