Triglycerid
Kardiovaskuläre Diabetologie Band 22, Artikelnummer: 230 (2023) Diesen Artikel zitieren
Details zu den Metriken
Der Triglycerid-Glukose-Index (TyG) wurde als zuverlässiger Ersatz für die Insulinresistenz (IR) bewertet und hat sich als Prädiktor für schlechte Ergebnisse bei Patienten mit Herz-Kreislauf-Erkrankungen erwiesen. Es fehlen jedoch Daten zum Zusammenhang des TyG-Index mit der Prognose bei nichtdiabetischen Patienten, die sich einer Koronararterien-Bypass-Transplantation (CABG) unterzogen haben. Ziel unserer aktuellen Studie war es daher, den potenziellen Wert des TyG-Index als Prognoseindikator bei Patienten ohne Diabetes mellitus (DM) nach CABG zu untersuchen.
Diese multizentrische, retrospektive Kohortenstudie umfasste von 2014 bis 2018 830 nichtdiabetische Patienten nach CABG aus drei öffentlichen Krankenhäusern des Tertiärbereichs. Es wurde eine Kaplan-Meier-Überlebenskurvenanalyse durchgeführt, gefolgt von einem Log-Rank-Test. Cox-Proportional-Hazards-Regressionsmodelle wurden verwendet, um den Zusammenhang zwischen dem TyG-Index und schwerwiegenden unerwünschten kardiovaskulären Ereignissen (MACEs) zu untersuchen. Die inkrementelle Vorhersagekraft des TyG-Index wurde mit C-Statistiken, kontinuierlicher Netto-Reklassifizierungsverbesserung (NRI) und integrierter Diskriminierungsverbesserung (IDI) bewertet.
Ein zunehmend höherer TyG-Index war mit einer zunehmend höheren kumulativen Inzidenz von MACEs verbunden (Log-Rank-Test, p < 0,001). Die Hazard Ratio (95 %-KI) von MACEs betrug 2,22 (1,46–3,38) im Tertil 3 des TyG-Index und 1,38 (1,18–1,62) pro SD-Anstieg im TyG-Index. Die Hinzufügung des TyG-Index führte zu einer deutlichen Verbesserung der globalen Leistung des Basismodells [C-Statistik stieg von 0,656 auf 0,680, p < 0,001; kontinuierlicher NRI (95 %-KI) 0,269 (0,100–0,438), p = 0,002; IDI (95 %-KI) 0,014 (0,003–0,025), p = 0,014].
Der TyG-Index kann ein unabhängiger Faktor für die Vorhersage unerwünschter kardiovaskulärer Ereignisse bei nichtdiabetischen Patienten nach CABG sein.
Trotz anhaltender Fortschritte in der Prävention und Behandlung von Arteriosklerose bleibt die koronare Herzkrankheit (KHK) weltweit eine der häufigsten Ursachen für Morbidität und Tod [1, 2]. Die Koronararterien-Bypass-Transplantation (CABG) ist eine wirksame Behandlung von CAD und die bevorzugte Revaskularisierungsstrategie für Patienten mit schwerer Mehrgefäßerkrankung [3]. Obwohl Fortschritte in den chirurgischen Techniken die Wirksamkeit und Sicherheit von CABG verbessert haben, bleibt die Langzeitprognose nach CABG schlecht [4, 5].
Die Insulinresistenz (IR), die ein herausragendes Merkmal des metabolischen Syndroms und des Diabetes mellitus (DM) ist, trägt durch proinflammatorische und prothrombotische Merkmale ebenfalls zur Beschleunigung der Atherosklerose bei [6,7,8]. Mehrere Studien haben gezeigt, dass IR die Ergebnisse der Myokardrevaskularisierung negativ beeinflusst [9,10,11]. Diese Ergebnisse zeigen, dass die frühzeitige Erkennung von IR klinische Auswirkungen auf die Prävention unerwünschter Ereignisse nach CABG hat.
Der Triglycerid-Glucose (TyG)-Index, ein Produkt aus Triglyceriden und Glucose, wurde als zuverlässiger Ersatz für IR bewertet und zeigte eine hohe Übereinstimmung mit der hyperinsulinämisch-euglykämischen Klammer [12,13,14]. Frühere Studien zeigten, dass der TyG-Index mit mehreren kardiovaskulären Risikofaktoren wie Diabetes, Bluthochdruck, metabolischem Syndrom, Arteriensteifheit und Verkalkung der Koronararterien verbunden war [15,16,17,18,19,20]. Es wurde auch gezeigt, dass ein hoher TyG-Index schlechte Ergebnisse bei Patienten mit CAD vorhersagt [21, 22]. Studien zum klinischen Nutzen des TyG-Index für CABG beschränkten sich jedoch auf Patienten mit DM [23, 24]. Daher haben wir die vorliegende Untersuchung durchgeführt, um zu untersuchen, ob der TyG-Index als prognostischer Indikator bei nichtdiabetischen Patienten nach CABG verwendet werden kann.
Die Studie wurde von der Ethikprüfungskommission des Provinzkrankenhauses Shandong, des Qilu-Krankenhauses der Universität Shandong und des Zweiten Krankenhauses der Universität Shandong genehmigt und gemäß der Deklaration von Helsinki durchgeführt. Aufgrund des retrospektiven Designs dieser Studie und der telefonischen Nachuntersuchung erlaubte die Ethikkommission eine mündliche Zustimmung.
Bei dieser Studie handelte es sich um eine multizentrische, beobachtende, retrospektive Kohortenstudie, die an drei öffentlichen Krankenhäusern des Tertiärbereichs durchgeführt wurde. Nichtdiabetische Patienten, die sich zwischen Juni 2014 und Juni 2018 zum ersten Mal einer isolierten CABG im Qilu Hospital der Shandong University, im Shandong Provincial Hospital und im Second Hospital der Shandong University unterzogen, wurden retrospektiv untersucht. Diabetes wurde definiert als Nüchtern-Plasmaglukose (FPG) ≥ 7,0 mmol/L, 2-Stunden-Plasmaglukose nach oralem Glukosetoleranztest (OGTT) ≥ 11,1 mmol/L, Zufallsblutglukose ≥ 11,1 mmol/L, glykiertes Hämoglobin (HbA1c) ≥ 6,5 % oder selbstberichtete Diabetes-Anamnese, die durch Überprüfung der entsprechenden Krankenakten bestätigt wurde. Patienten, die sich gleichzeitig einer Operation wie einer Klappenoperation, einer chirurgischen Ablation oder einer angeborenen Herzoperation unterzogen, wurden ausgeschlossen. Personen mit CABG-Vorgeschichte, Verdacht auf familiäre Hypertriglyceridämie (Triglycerid ≥ 5,65 mmol/L) oder fehlenden Daten für die TyG-Indexberechnung wurden ebenfalls ausgeschlossen. Insgesamt wurden 904 Patienten eingeschlossen. Die telefonische Nachuntersuchung wurde von Juli 2022 bis September 2022 durchgeführt. Schließlich gaben 830 (91,8 %) Teilnehmer eine mündliche Einwilligung und füllten die vollständigen Fragebögen aus (Abb. 1).
Flussdiagramm der Patientenauswahl. CABG-Koronararterien-Bypass-Transplantation, schwere kardiovaskuläre MACE-Ereignisse, MI-Myokardinfarkt
Klinische Daten wurden aus dem elektronischen medizinischen Aufzeichnungssystem gesammelt. Die Daten umfassten den Allgemeinzustand der Patienten [Alter, Geschlecht, Gewicht, Größe, linksventrikuläre Ejektionsfraktion (LVEF), Krankengeschichte und Ausmaß der KHK], Risikofaktoren [KHK in der Familienanamnese (FH-CAD), Rauchen, Trinken, Bluthochdruck , Hyperlipidämie], chirurgischer Eingriff [Dauer der Operation, Verwendung eines kardiopulmonalen Bypasses, Anzahl der Transplantate, Verwendung arterieller Transplantate, vollständige Revaskularisierung und Verwendung einer intraaortalen Ballonpumpe (IABP)], Laborindikatoren [FPG, Lipidprofil und Serumkreatinin (SCr)] und Informationen zu Herz-Kreislauf-Medikamenten [Thrombozytenaggregationshemmer, Statine, Angiotensin-Converting-Enzym-Hemmer (ACEIs)/Angiotensin-Rezeptor-Blocker (ARBs), Betablocker und Diuretika]. Aktueller Alkoholkonsum wurde definiert als der Konsum von mindestens einem alkoholischen Getränk pro Woche in den 12 Monaten vor der Aufnahme und das Trinken auf diese Weise zum Zeitpunkt der Aufnahme. Zwischen 7:00 und 9:00 Uhr wurden nüchtern venöse Blutproben aus dem Ellenbogen entnommen. Klinische Symptome und diagnostische Veränderungen im Elektrokardiogramm oder erhöhte Herzbiomarker wurden zusammen verwendet, um die Inzidenz eines Myokardinfarkts (MI) zu bestätigen [25]. Patienten mit mindestens einem Verwandten ersten Grades mit CAD (Männer < 55, Frauen < 65 Jahre) galten als Patienten mit FH-CAD. Bei Patienten mit einer Stenose von ≥ 50 % in ≥ 2 Hauptkoronararterien wurde eine Mehrgefäßerkrankung diagnostiziert, bei Patienten mit einer Stenose von ≥ 50 % in der linken Hauptkoronararterie wurde eine Erkrankung der linken Hauptkoronararterie diagnostiziert. Hypertonie wurde anhand der folgenden Kriterien diagnostiziert: systolischer Blutdruck ≥ 140 mmHg und/oder diastolischer Blutdruck ≥ 90 mmHg. In der aktuellen Studie wurde auch festgestellt, dass Patienten, die eine blutdrucksenkende Behandlung erhielten, an Bluthochdruck litten. Der ICD-10-Code E78 wurde zur Definition von Hyperlipidämie verwendet [26]. Wir verwendeten SCr, um die geschätzte glomeruläre Filtrationsrate (eGFR) gemäß der Gleichung der Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI) zu berechnen [27]. Der TyG-Index wurde anhand der folgenden Formel bestimmt: Ln [Nüchterntriglycerid (TG) (mg/dl) × FPG (mg/dl)/2] [28].
In der aktuellen Studie war der primäre Beobachtungsendpunkt die Kombination aus Gesamttod, nichttödlichem Myokardinfarkt, nichttödlichem Schlaganfall und Revaskularisation der Koronararterien [schwerwiegende unerwünschte kardiovaskuläre Ereignisse (MACEs)]. Unter Gesamttod wurde der Tod jeglicher Ursache verstanden. einschließlich kardialem oder nichtkardialem Tod. Koronararterielle Revaskularisation wurde als jede ungeplante Revaskularisation wegen Ischämie definiert. Sekundäre Endpunkte wurden als das Auftreten jeder dieser Komponenten separat definiert. Für die Analyse von Patienten mit mehr als einem Ereignis wurde nur das erste Ereignis verwendet.
Die statistische Analyse wurde mit SPSS Version 25.0 (SPSS, Chicago, IL, USA) und R-Software Version 4.1.3 (R Foundation for Statistical Computing, Wien, Österreich) durchgeführt. Ein p-Wert von weniger als 0,05 wurde als Hinweis auf statistische Signifikanz angesehen. Kategoriale Variablen werden bei der Beschreibung der Basismerkmale als Zahlen (Prozentsatz) ausgedrückt, und kontinuierliche Variablen werden als Mittelwert ± SD oder Median (Interquartilbereich) ausgedrückt. Beim Vergleich kategorialer Variablen verwendeten wir den Chi-Quadrat-Test. ANOVA wurde für normalverteilte kontinuierliche Variablen und der Kruskal-Wallis-H-Test für verzerrte kontinuierliche Variablen verwendet. Es wurde eine nach TyG-Index-Tertilen klassifizierte Kaplan-Meier-Überlebenskurvenanalyse durchgeführt, gefolgt vom Log-Rank-Test. Um prognostische Prädiktoren bei Patienten nach CABG zu identifizieren, wurde eine univariate Cox-Regressionsanalyse durchgeführt. Wir verwendeten eine multivariate Cox-Proportional-Hazards-Regression, um zu untersuchen, ob der TyG-Index als unabhängiger Risikofaktor angesehen werden kann. Kovariaten wurden in drei Stufen in die Modelle einbezogen: Modell 1 umfasste Alter und Geschlecht. Variablen mit p < 0,05 in der univariaten Analyse wurden für die multivariate Analyse in Modell 2 eingegeben. Alle Anpassungsvariablen, einschließlich Alter, Geschlecht, früherer MI, früherer Schlaganfall, früherer PCI, linke Haupterkrankung, Mehrgefäßerkrankung, BMI, LVEF, Rauchen, Trinken, Bluthochdruck, Hyperlipidämie, FH-CAD, Dauer der Operation, Off-Pump-Koronararterien-Bypass-Transplantation (OPCABG), Anzahl der Transplantate, Verwendung von Arterientransplantaten, eGFR, TC, Low-Density-Lipoprotein-Cholesterin (LDL-C), High-Density Lipoprotein-Cholesterin (HDL-C), der European System for Cardiac Operative Risk Evaluation Score II (EuroSCORE II) und der Medikamentengebrauch wurden in das vollständig angepasste Modell (Modell 3) einbezogen. Der TyG-Index wurde sowohl als kategoriale (Tertil 1: TyG-Index < 8,36; Tertil 2: 8,36 ≤ TyG-Index < 8,77; und Tertil 3: TyG-Index ≥ 8,77) Variablen als auch als kontinuierliche Variablen in separate Regressionsgleichungen einbezogen und in az konvertiert Score, um den Anstieg des Risikos des Ergebnisses pro SD-Anstieg zu bestimmen. Die in den Modellen enthaltenen Variablen wurden anhand der Werte des Varianzinflationsfaktors (VIF) auf Multikollinearität überprüft. Angesichts des VIF von < 5 gab es keine Hinweise auf Kollinearität zwischen allen Variablen. Schoenfeld-Residuen wurden verwendet, um die PH-Annahme des Cox-Regressionsmodells zu testen, und wir stellten fest, dass die PH-Annahme erfüllt war (Schoenfeld-Einzeltest für jede Kovariate: alle p-Werte ≥ 0,05, globaler Schoenfeld-Test: p = 0,943). Die Untergruppenanalyse wurde nach Alter, Geschlecht, BMI, Bluthochdruck und Hyperlipidämie durchgeführt. P-Werte für die Interaktion wurden berechnet, um die Auswirkung jeder Untergruppe auf das Ergebnis zu untersuchen. Die Receiver Operating Characteristic (ROC)-Kurven der Regressionsmodelle am Ende der vollständigen Nachbeobachtung wurden aufgezeichnet. Die Modelldiskriminierung wurde mithilfe von Konkordanzstatistiken (C-Statistiken) bewertet, die am Ende der Nachuntersuchung verglichen wurden. Die Risikoneuklassifizierung wurde mithilfe der Netto-Neuklassifizierungsverbesserung (Net Reclassification Improvement, NRI) und der integrierten Diskriminierungsverbesserung (Integrated Discrimination Improvement, IDI) weiter bewertet.
Insgesamt 830 nicht-diabetische Patienten, die sich einer CABG unterzogen, dienten als endgültige Kohorte für die Analyse, bestehend aus 617 (74,3 %) männlichen Teilnehmern mit einem Durchschnittsalter von 62,79 ± 8,17 Jahren. Tabelle 1 beschreibt die Grundmerkmale der Studienteilnehmer. Alter, BMI und Lipidprofil unterschieden sich deutlich zwischen den drei Gruppen. Mittlerweile gab es signifikante Unterschiede im Anteil von Bluthochdruck, Hyperlipidämie und Prädiabetes. Wichtig ist, dass in der Gruppe mit dem höheren TyG-Index mehr Patienten unerwünschte Ereignisse hatten (Tabelle 1).
Während einer mittleren Nachbeobachtungszeit von 69 (57–77) Monaten entwickelten 164 Patienten (19,8 %) mindestens ein Endpunktereignis. Kaplan-Meier-Überlebensdiagramme für die Inzidenz von MACEs nach den Tertilen des TyG-Index sind in Abb. 2 dargestellt. Ein zunehmend höherer TyG-Index war mit einer zunehmend höheren kumulativen Inzidenz von MACEs verbunden (Log-Rank-Test, p < 0,001). Ähnliche Ergebnisse wurden für die Vorhersage von Gesamttod und nichttödlichem Schlaganfall beobachtet (Log-Rank-Test, beide p-Werte < 0,05). Allerdings konnte der TyG-Index die Patienten mit einem höheren Risiko für einen nicht tödlichen MI oder eine Revaskularisation der Koronararterien nicht signifikant unterscheiden (Log-Rank-Test, p > 0,05) (Abb. 2).
Kaplan-Meier-Überlebenskurven für die primären und sekundären Endpunkte über die TyG-Index-Tertile. TyG-Index-Triglycerid-Glukose-Index, MACE-schwere unerwünschte kardiovaskuläre Ereignisse, MI-Myokardinfarkt
Die Ergebnisse der univariaten Cox-Regressionsanalyse sind in Tabelle 2 dargestellt. Alter, LVEF, Mehrgefäßerkrankung, Operationsdauer, FPG, TC, TG, eGFR, EuroSCORE II und der TyG-Index waren signifikant mit MACEs assoziiert. Die unbereinigte HR des MACE-Risikos pro SD-Anstieg im TyG-Index betrug 1,43 (95 %-KI: 1,23–1,66, p < 0,001) (Tabelle 2). In Modell 2 war der TyG-Index ein wesentlicher Faktor für eine schlechte Prognose. In Modell 3 blieb dieser Zusammenhang nach Bereinigung um andere potenzielle Störfaktoren signifikant, unabhängig davon, ob der TyG-Index als kategoriale oder kontinuierliche Variable betrachtet wurde. Der Test auf Trends über Tertile des TyG-Index für das Risiko von MACEs war statistisch signifikant (Tabelle 3).
Darüber hinaus ergab die Sensitivitätsanalyse, dass sich unsere Ergebnisse auch nach Ausschluss nichtkardialer Todesfälle, Personen, die bei Aufnahme lipidsenkende Medikamente einnahmen, oder Personen, die während der Nachuntersuchung DM entwickelten, nicht wesentlich veränderten (Zusatzdatei 1: Tabelle S1).
Wir untersuchten außerdem die Zusammenhänge zwischen dem TyG-Index und Gesamttod, Revaskularisation der Koronararterien, nichttödlichem Myokardinfarkt und nichttödlichem Schlaganfall. Im Vergleich zu Probanden im untersten Tertil wiesen Patienten im höchsten Tertil ein statistisch signifikant erhöhtes Risiko für Tod jeglicher Ursache und nichttödlichen Schlaganfall auf. Bei der Vorhersage eines nicht tödlichen Myokardinfarkts und einer Revaskularisation der Koronararterien wurde keine statistische Signifikanz beobachtet (Tabelle 4).
Die Ergebnisse der Subgruppenanalyse für den primären Endpunkt sind in Abb. 3 dargestellt. Die Assoziationen zwischen dem TyG-Index und MACEs waren in allen Subgruppen im Allgemeinen konsistent. Wir konnten keine signifikante Wechselwirkung zwischen dem TyG-Index und Alter, Geschlecht, BMI, Bluthochdruck oder Hyperlipidämie beobachten (alle p-Werte für Wechselwirkung ≥ 0,120). Obwohl keine Wechselwirkung zwischen Hyperlipidämie und dem TyG-Index festgestellt wurde, wurde eine statistische Signifikanz nur bei Patienten ohne Hyperlipidämie beobachtet (Abb. 3).
Untergruppen- und Interaktionsanalyse zwischen dem TyG-Index (pro SD) und MACE über verschiedene Untergruppen hinweg. TyG-Index, Triglycerid-Glucose-Index, MACE-schwere unerwünschte kardiovaskuläre Ereignisse, SD-Standardabweichung, HR-Hazard-Ratio, CI-Konfidenzintervall, BMI-Body-Mass-Index, DM-Diabetes mellitus, CABG-Koronararterien-Bypass-Transplantation
Wir haben die Unterscheidung und Neuklassifizierung von Modell 3 mit und ohne TyG-Index für die Vorhersage von MACEs bewertet. Im Vergleich zu Modell 3 ohne TyG-Index [Fläche unter der Receiver Operating Characteristic Curve (AUC) = 0,681] erreichte die AUC 0,701, als der TyG-Index am Ende der vollständigen Nachbeobachtung in Modell 3 einbezogen wurde (Abb. 4). . Die Hinzufügung des TyG-Index führte zu einer deutlichen Verbesserung der C-Statistik, des NRI und des IDI. Darüber hinaus war der Nicht-Ereignis-NRI anstelle des Ereignis-NRI statistisch signifikant, was darauf hindeutet, dass die Hinzufügung des TyG-Index die Spezifität des Modells verbessern könnte, ohne die Sensitivität zu beeinträchtigen (Tabelle 5).
ROC-Kurven zur Vorhersage von MACE. ROC-Kurve, Betriebskennlinie des Empfängers, TyG-Index, Triglycerid-Glukose-Index, MACE, schwerwiegende unerwünschte kardiovaskuläre Ereignisse, AUC-Fläche unter den Betriebskennlinien des Empfängers
Unsere Studie untersuchte die prognostische Fähigkeit und den klinischen Nutzen des TyG-Index für nichtdiabetische Patienten nach CABG. Unsere aktuelle Forschung ergab, dass der TyG-Index ein unabhängiger Prädiktor für post-CABG-MACEs sein könnte, die durch Schlaganfall und Gesamtmortalität verursacht werden, und dass die Beziehungen des TyG-Index zu unerwünschten Ereignissen in allen Untergruppen im Allgemeinen konsistent waren. Darüber hinaus kann die globale Leistung (sowohl Risikodiskriminierung als auch Neuklassifizierung) des Basismodells durch die Hinzufügung des TyG-Index verbessert werden.
Insulinresistenz (IR) ist ein allgemeiner Begriff zur Beschreibung einer beeinträchtigten Insulin-vermittelten Glukoseaufnahme im Fettgewebe, der Skelettmuskulatur, der Leber und der Bauchspeicheldrüse und gilt als Prädiktor für unerwünschte Ergebnisse bei Patienten nach einer Myokardrevaskularisierung [29, 30]. Zur Beurteilung der IR wurden der hyperinsulinämisch-euglykämische Clamp-Test und die Homöostase-Modellbewertung der IR (HOMA-IR) verwendet. Allerdings gibt es Einschränkungen bei herkömmlichen Bewertungsmethoden [31,32,33]. Die Berechnung des TyG-Index war einfacher als herkömmliche Methoden und seine Zuverlässigkeit wurde in früheren Studien nachgewiesen [14, 34]. Aktuelle Studien haben gezeigt, dass der TyG-Index mit unerwünschten Ereignissen bei Patienten nach PCI assoziiert ist [35,36,37,38]. Chen et al. und Zhang et al. fanden außerdem heraus, dass der TyG-Index ein wirksamer Indikator für eine schlechtere Prognose bei Patienten mit DM sein kann, die sich einer CABG unterzogen haben [23, 24].
Frühere Studien haben gezeigt, dass die Wirkung von IR auf unerwünschte Ereignisse nach CABG bei Nicht-DM-Patienten stärker war als bei DM-Patienten [11]. Bei Patienten, die DM entwickelt haben, waren die Hauptrisikofaktoren für MACEs traditionelle Faktoren und nicht die Insulinresistenz [39]. Darüber hinaus könnten verschiedene blutzuckersenkende Medikamente, die von Teilnehmern mit DM eingenommen werden, den Glukosespiegel und damit die Berechnung des TyG-Index beeinflussen. Daher ist es sinnvoll, den Zusammenhang zwischen dem TyG-Index und unerwünschten Ereignissen bei nichtdiabetischen Patienten zu untersuchen.
In der aktuellen Studie haben wir zum ersten Mal den prädiktiven Wert des TyG-Index für MACEs nach CABG bei Patienten ohne DM nachgewiesen. IR tritt viele Jahre vor Beginn des Typ-2-DM auf und trägt zum erhöhten Risiko für Herz-Kreislauf-Erkrankungen und deren Komplikationen bei [40]. Unsere Ergebnisse zeigten, dass der TyG-Index zur Risikostratifizierung bei nicht-diabetischen Patienten nach CABG und als Leitfaden für frühe Interventionen verwendet werden könnte. Zu beachten ist, dass der Unterschied in den MACE-Raten bei Patienten mit unterschiedlichen TyG-Werten in erster Linie auf Gesamttod und Schlaganfall und nicht auf nichttödlichen Myokardinfarkt oder Revaskularisation zurückzuführen ist. Der prädiktive Wert des TyG-Index für Myokardinfarkt und Revaskularisation bedarf weiterer Forschung. Darüber hinaus können Nicht-Diabetiker unterschiedliche Stoffwechselprofile aufweisen. Die potenziellen Mechanismen, die zur prädiktiven Rolle des TyG-Index für unerwünschte Ereignisse bei nichtdiabetischen Patienten beitragen, müssen noch weiter untersucht werden.
In unserer vorliegenden Studie waren die Ergebnisse in der Sensitivitätsanalyse robust. Nach Ausschluss nichtkardialer Todesfälle blieb der Zusammenhang zwischen dem TyG-Index und den MACEs bestehen. Eine lipidsenkende Behandlung könnte den Lipidspiegel beeinflussen und den TyG-Index weiter beeinflussen. Der Ausschluss von Teilnehmern, die bei Aufnahme lipidsenkende Medikamente einnahmen, hatte keinen Einfluss auf unsere Ergebnisse. Darüber hinaus zeigten unsere Ergebnisse zum ersten Mal den prognostischen Wert des TyG-Index in verschiedenen Untergruppen von Patienten nach CABG. Dieser Zusammenhang scheint bei Patienten ohne Hyperlipidämie stärker ausgeprägt zu sein. Dies kann auf verschiedene von Teilnehmern mit Hyperlipidämie eingenommene Medikamente zurückzuführen sein, die die Lipid- und Glukosewerte und damit die Berechnung des TyG-Index beeinflussen könnten.
Eine verbesserte Ergebnisvorhersage durch den TyG-Index wurde in mehreren früheren Studien nachgewiesen [21, 22, 35], wohingegen der Nutzen des TyG-Index für die Verbesserung der MACE-Vorhersage bei Patienten nach CABG ungewiss war. In der vorliegenden Studie haben wir herausgefunden, dass die Hinzufügung des TyG-Index zum Basismodell eine statistisch signifikante Verbesserung der Risikodiskriminierung und Neuklassifizierung mit sich brachte. Als wir den NRI jedoch weiter in „Ereignis-NRI“ und „Nicht-Ereignis-NRI“ unterteilten, stellten wir fest, dass der Gesamt-NRI vom Nicht-Ereignis-NRI bestimmt wurde, was darauf hindeutet, dass das Hinzufügen des TyG-Index zum Basismodell möglicherweise nicht sehr nützlich für die Vorhersage von a ist größere Anzahl an Veranstaltungen. Ob die Hinzufügung des TyG-Index die Empfindlichkeit des Modells verbessern kann, bedarf weiterer Forschung.
Diese Studie weist mehrere Einschränkungen auf, die eine Diskussion verdienen. Erstens handelt es sich bei dieser Studie um eine retrospektive Beobachtungsstudie mit einer relativ kleinen Stichprobengröße und dem Fehlen einer Kontrollgruppe. Zweitens wurden die Insulinspiegel bei diesen Patienten nicht routinemäßig gemessen, was es unmöglich macht, die Vorhersagewerte von HOMA-IR und dem TyG-Index zu vergleichen. Drittens wurde HbA1c bei den meisten Patienten nicht gemessen und möglicherweise gab es in der Kohorte Patienten mit nicht diagnostiziertem DM. Darüber hinaus haben wir in der Sensitivitätsanalyse nur Personen mit selbst gemeldetem neu aufgetretenem DM ausgeschlossen. Wir können die Beeinträchtigung durch nicht diagnostizierte DM und neu entwickelte DM nicht vollständig ausschließen. Viertens machte die Nichteinbeziehung des Schweregrads der CAD das Basismodell schwach, und die Verbesserung der C-Statistik kann teilweise auf die unzureichende Anpassung des Basismodells zurückgeführt werden. Schließlich wurde der TyG-Index nur einmal bei der Aufnahme ausgewertet. Möglicherweise liegt ein Messfehler vor und wir können den Zusammenhang zwischen dem kumulativen TyG-Index und dem Risiko unerwünschter Ereignisse nicht feststellen. Weitere prospektive Studien mit umfassenden Laborauswertungen und mehreren Längsschnittmessungen sind erforderlich, um unsere Ergebnisse zu bestätigen und zu erweitern.
Zusammenfassend zeigen unsere Daten, dass der TyG-Index ein wertvoller Prädiktor für MACEs bei nicht-diabetischen Patienten nach CABG war und dass der prognostische Wert bei Patienten ohne Hyperlipidämie stärker ausgeprägt war. Unterdessen könnte die Hinzufügung des TyG-Index die Vorhersageleistung des Basismodells verbessern. Zusammengenommen kann der TyG-Index ein nützlicher Marker für die Risikostratifizierung und Ergebnisvorhersage bei nichtdiabetischen Patienten nach CABG sein.
Die während der aktuellen Studie verwendeten und/oder analysierten Datensätze sind auf begründete Anfrage beim jeweiligen Autor erhältlich.
Triglycerid-Glukose-Index
Insulinresistenz
Koronararterien-Bypass-Transplantation
Schwerwiegende unerwünschte kardiovaskuläre Ereignisse
Netto-Reklassifizierungsverbesserung
Integrierte Verbesserung der Diskriminierung
Koronare Herzkrankheit
Diabetes Mellitus
Perkutane Koronarintervention
Akutes Koronar-Syndrom
Linksventrikuläre Ejektionsfraktion
Familienanamnese einer koronaren Herzkrankheit
Nüchtern-Plasmaglukose
Gesamtcholesterin
Triglycerid
Lipoprotein-Cholesterin niedriger Dichte
Lipoprotein-Cholesterin hoher Dichte
Serumkreatinin
Body-Mass-Index
Herzinfarkt
Geschätzte glomeruläre Filtrationsrate
Standardabweichung
Bypass-Transplantation der Koronararterien außerhalb der Pumpe
Varianzinflationsfaktor
Betriebskennlinie des Empfängers
Fläche unter der Betriebskennlinie des Empfängers
Bewertung des Homöostasemodells für Insulinresistenz
Angiotensin-Converting-Enzym-Hemmer
Angiotensin-Rezeptorblocker
Bewertung des Europäischen Systems zur Bewertung kardialer Operationsrisiken
Intraaortale Ballonpumpe
Virani SS, Alonso A, Benjamin EJ, et al. Aktualisierung der Herzkrankheits- und Schlaganfallstatistik 2020: ein Bericht der American Heart Association. Verkehr. 2020;141(9):e139–596.
Artikel PubMed Google Scholar
Vos T, Lim SS, Abbafati C, Abbas KM, Abbasi M, Abbasifard M, et al. Globale Belastung durch 369 Krankheiten und Verletzungen in 204 Ländern und Territorien, 1990–2019: eine systematische Analyse für die Global Burden of Disease Study 2019. Lancet. 2020;396(10258):1204–22.
Artikel Google Scholar
Neumann FJ, Sousa-Uva M, Ahlsson A, et al. 2018 ESC/EACTS-Leitlinien zur Myokardrevaskularisation. Eur Heart J. 2019;40(2):87–165.
Artikel PubMed Google Scholar
Alexander JH, Smith PK. Koronararterien-Bypass-Transplantation. N Engl J Med. 2016;375(10): e22.
Artikel PubMed Google Scholar
Giustino G, Serruys PW, Sabik JF 3rd, Mehran R, Maehara A, Puskas JD, et al. Mortalität nach wiederholter Revaskularisierung nach PCI oder CABG für die linke Haupterkrankung: die EXCEL-Studie. JACC Cardiovasc Interv. 2020;13(3):375–87.
Artikel PubMed Google Scholar
Creager MA, Lüscher TF, Cosentino F, Beckman JA. Diabetes und Gefäßerkrankungen: Pathophysiologie, klinische Konsequenzen und medizinische Therapie: Teil I. Kreislauf. 2003;108(12):1527–32.
Artikel PubMed Google Scholar
Bornfeldt KE, Tabas I. Insulinresistenz, Hyperglykämie und Arteriosklerose. Zellmetabolismus 2011;14(5):575–85.
Artikel CAS PubMed PubMed Central Google Scholar
Beverly JK, Budoff MJ. Atherosklerose: Pathophysiologie von Insulinresistenz, Hyperglykämie, Hyperlipidämie und Entzündung. J Diabetes. 2020;12(2):102–4.
Artikel PubMed Google Scholar
Kogan A, Ram E, Levin S, Fisman EZ, Tenenbaum A, Raanani E, et al. Einfluss von Typ-2-Diabetes mellitus auf die Kurz- und Langzeitmortalität nach einer Koronararterien-Bypass-Operation. Herz-Kreislauf-Diabetol. 2018;17(1):151.
Artikel PubMed PubMed Central Google Scholar
Angeloni E, Melina G, Benedetto U, Refice S, Capuano F, Roscitano A, et al. Das metabolische Syndrom beeinflusst das mittelfristige Ergebnis nach einer Koronararterien-Bypass-Transplantation. Ann Thoraxchirurgin. 2012;93(2):537–44.
Artikel PubMed Google Scholar
Kajimoto K, Kasai T, Miyauchi K, Hirose H, Yanagisawa N, Yamamoto T, et al. Das metabolische Syndrom sagt die 10-Jahres-Mortalität bei nicht-diabetischen Patienten nach einer Koronararterien-Bypass-Operation voraus. Circ J. 2008;72(9):1481–6.
Artikel PubMed Google Scholar
Abbasi F, Reaven GM. Vergleich zweier Methoden unter Verwendung der Plasmatriglyceridkonzentration als Ersatzschätzung der Insulinwirkung bei nichtdiabetischen Probanden: Triglyceride × Glucose im Vergleich zu Triglycerid/High-Density-Lipoprotein-Cholesterin. Stoffwechsel. 2011;60(12):1673–6.
Artikel CAS PubMed Google Scholar
Simental-Mendía LE, Rodríguez-Morán M, Guerrero-Romero F. Das Produkt aus Nüchternglukose und Triglyceriden als Ersatz für die Identifizierung der Insulinresistenz bei scheinbar gesunden Probanden. Metab-Syndrom-Relat-Störung. 2008;6(4):299–304.
Artikel PubMed Google Scholar
Vasques AC, Novaes FS, de Oliveira MS, Souza JR, Yamanaka A, Pareja JC, et al. Der TyG-Index schneidet in einer brasilianischen Bevölkerung besser ab als der HOMA: eine validierte Hyperglykämie-Clamp-Studie. Diabetes-Res-Klinik-Praxis. 2011;93(3):e98-98e100.
Artikel CAS PubMed Google Scholar
Li X, Sun M, Yang Y, Yao N, Yan S, Wang L, et al. Prädiktive Wirkung von Triglyceridglukose-bezogenen Parametern, Fettleibigkeitsindizes und Lipidverhältnissen für Diabetes in einer chinesischen Bevölkerung: eine prospektive Kohortenstudie. Front Endocrinol (Lausanne). 2022;13: 862919.
Artikel PubMed Google Scholar
Jian S, Su-Mei N, Xue C, Jie Z, Xue-Sen W. Zusammenhang und Wechselwirkung zwischen Triglycerid-Glucose-Index und Fettleibigkeit mit dem Risiko von Bluthochdruck bei Erwachsenen mittleren Alters und älteren Menschen. Clin Exp Hypertens. 2017;39(8):732–9.
Artikel PubMed Google Scholar
Sohn DH, Lee HS, Lee YJ, Lee JH, Han JH. Vergleich von Triglycerid-Glucose-Index und HOMA-IR zur Vorhersage der Prävalenz und Inzidenz des metabolischen Syndroms. Nutr Metab Cardiovasc Dis. 2022;32(3):596–604.
Artikel CAS PubMed Google Scholar
Lee SB, Ahn CW, Lee BK, Kang S, Nam JS, You JH, et al. Zusammenhang zwischen Triglycerid-Glukose-Index und arterieller Steifheit bei koreanischen Erwachsenen. Herz-Kreislauf-Diabetol. 2018;17(1):41.
Artikel CAS PubMed PubMed Central Google Scholar
Park K, Ahn CW, Lee SB, Kang S, Nam JS, Lee BK, et al. Ein erhöhter TyG-Index sagt ein Fortschreiten der Verkalkung der Koronararterien voraus. Diabetes-Behandlung. 2019;42(8):1569–73.
Artikel CAS PubMed Google Scholar
Won KB, Park EJ, Han D, Lee JH, Choi SY, Chun EJ, et al. Der Triglycerid-Glukose-Index ist ein unabhängiger Prädiktor für das Fortschreiten der Verkalkung der Koronararterien, wenn zu Studienbeginn keine starke Verkalkung der Koronararterien vorliegt. Herz-Kreislauf-Diabetol. 2020;19(1):34.
Artikel CAS PubMed PubMed Central Google Scholar
Jiao Y, Su Y, Shen J, Hou X, Li Y, Wang J, et al. Bewertung der langfristigen Prognosefähigkeit des Triglycerid-Glucose-Index für ältere Patienten mit akutem Koronarsyndrom: eine Kohortenstudie. Herz-Kreislauf-Diabetol. 2022;21(1):3.
Artikel CAS PubMed PubMed Central Google Scholar
Wu Z, Liu L, Wang W, Cui H, Zhang Y, Xu J, et al. Triglycerid-Glukose-Index bei der Vorhersage unerwünschter kardiovaskulärer Ereignisse bei Patienten mit vorzeitiger koronarer Herzkrankheit: eine retrospektive Kohortenstudie. Herz-Kreislauf-Diabetol. 2022;21(1):142.
Artikel CAS PubMed PubMed Central Google Scholar
Chen L, Ding XH, Fan KJ, Gao MX, Yu WY, Liu HL, et al. Zusammenhang zwischen dem Triglycerid-Glukose-Index und unerwünschten kardiovaskulären und zerebrovaskulären Ereignissen nach 2 Jahren bei Patienten mit Typ-2-Diabetes mellitus, die sich einer Koronararterien-Bypass-Transplantation außerhalb der Pumpe unterzogen haben. Diabetes Metab Syndr Obes. 2022;15:439–50.
Artikel PubMed PubMed Central Google Scholar
Zhang H, Chong H, Li Z, Li K, Zhang B, Xue Y, et al. Triglycerid-Glukose-Index bei der Vorhersage schwerer unerwünschter kardiovaskulärer Ereignisse bei Patienten mit Typ-2-Diabetes mellitus nach einer Koronararterien-Bypass-Operation: eine retrospektive Kohortenstudie. Front Endocrinol (Lausanne). 2022;13:1015747.
Artikel PubMed Google Scholar
Cutlip DE, Windecker S, Mehran R, Boam A, Cohen DJ, van Es GA, et al. Klinische Endpunkte in Koronarstent-Studien: ein Argument für standardisierte Definitionen. Verkehr. 2007;115(17):2344–51.
Artikel PubMed Google Scholar
Hong S, Han K, Park CY. Der Triglycerid-Glukose-Index ist ein einfacher und kostengünstiger Marker im Zusammenhang mit atherosklerotischen Herz-Kreislauf-Erkrankungen: eine bevölkerungsbasierte Studie. BMC Med. 2020;18(1):361.
Artikel 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. Eine neue Gleichung zur Schätzung der glomerulären Filtrationsrate. Ann Intern Med. 2009;150(9):604–12.
Artikel 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. Das Produkt aus Triglyceriden und Glukose, ein einfaches Maß für die Insulinsensitivität. Vergleich mit der euglykämisch-hyperinsulinämischen Klemme. J Clin Endocrinol Metab. 2010;95(7):3347–51.
Artikel CAS PubMed Google Scholar
Nishimura M, Tokoro T, Nishida M, Hashimoto T, Kobayashi H, Yamazaki S, et al. Zusammenhang zwischen Insulinresistenz und De-novo-Koronarstenose nach perkutaner Koronararterienintervention bei Hämodialysepatienten. Nephron-Klinikpraxis. 2008;109(1):c9-17.
Artikel CAS PubMed Google Scholar
Uetani T., Amano T., Harada K., Kitagawa K., Kunimura A., Shimbo Y. et al. Einfluss der Insulinresistenz auf postprozedurale Myokardverletzungen und klinische Ergebnisse bei Patienten, die sich elektiven Koronarinterventionen mit medikamentenfreisetzenden Stents unterzogen. JACC Cardiovasc Interv. 2012;5(11):1159–67.
Artikel PubMed Google Scholar
Pacini G, Mari A. Methoden zur klinischen Beurteilung der Insulinsensitivität und Betazellfunktion. Best Pract Res Clin Endocrinol Metab. 2003;17(3):305–22.
Artikel CAS PubMed Google Scholar
Rudvik A, Månsson M. Bewertung von Ersatzmaßen der Insulinsensitivität – Korrelation mit dem Goldstandard reicht nicht aus. BMC Med Res Methodol. 2018;18(1):64.
Artikel PubMed PubMed Central Google Scholar
Manley SE, Stratton IM, Clark PM, Luzio SD. Vergleich von 11 Humaninsulintests: Auswirkungen auf klinische Untersuchungen und Forschung. Clin Chem. 2007;53(5):922–32.
Artikel CAS PubMed Google Scholar
Luo P, Cao Y, Li P, Li W, Song Z, Fu Z, et al. Der TyG-Index schneidet bei chinesischem Typ-2-Diabetes mellitus mit einem BMI < 35 kg/m(2) besser ab als HOMA-IR: eine validierte Hyperglykämie-Clamp-Studie. Medicina (Kaunas). 2022;58(7):876.
Artikel PubMed Google Scholar
Zhu Y, Liu K, Chen M, Liu Y, Gao A, Hu C, et al. Der Triglycerid-Glukose-Index ist mit einer In-Stent-Restenose bei Patienten mit akutem Koronarsyndrom nach perkutaner Koronarintervention mit medikamentenfreisetzenden Stents verbunden. Herz-Kreislauf-Diabetol. 2021;20(1):137.
Artikel CAS PubMed PubMed Central Google Scholar
Zhao Q, Zhang TY, Cheng YJ, Ma Y, Xu YK, Yang JQ, et al. Auswirkungen des Triglycerid-Glucose-Index auf die Prognose von Patienten mit Typ-2-Diabetes mellitus und akutem Koronarsyndrom ohne ST-Strecken-Hebung: Ergebnisse einer Beobachtungskohortenstudie in China. Herz-Kreislauf-Diabetol. 2020;19(1):108.
Artikel CAS PubMed PubMed Central Google Scholar
Hu C, Zhang J, Liu J, Liu Y, Gao A, Zhu Y, et al. Eine Diskrepanz zwischen dem Triglyceridglukoseindex und dem Nüchternplasmaglukosewert oder HbA1C bei Patienten mit akutem Koronarsyndrom, die sich einer perkutanen Koronarintervention unterziehen, sagt kardiovaskuläre Ereignisse voraus: eine Kohortenstudie aus China. Herz-Kreislauf-Diabetol. 2020;19(1):116.
Artikel CAS PubMed PubMed Central Google Scholar
Luo E, Wang D, Yan G, Qiao Y, Liu B, Hou J, et al. Ein hoher Triglycerid-Glukose-Index ist mit einer schlechten Prognose bei Patienten mit akutem ST-Hebungs-Myokardinfarkt nach perkutaner Koronarintervention verbunden. Herz-Kreislauf-Diabetol. 2019;18(1):150.
Artikel PubMed PubMed Central Google Scholar
Laakso M, Kuusisto J. Insulinresistenz und Hyperglykämie bei der Entwicklung von Herz-Kreislauf-Erkrankungen. Nat Rev Endocrinol. 2014;10(5):293–302.
Artikel CAS PubMed Google Scholar
Laakso M. Herz-Kreislauf-Erkrankungen bei Typ-2-Diabetes von der Bevölkerung über den Menschen bis hin zu Mechanismen: die Kelly West Award Lecture 2008. Diabetes Care. 2010;33(2):442–9.
Artikel CAS PubMed PubMed Central Google Scholar
Referenzen herunterladen
Unzutreffend.
Diese Arbeit wurde durch Zuschüsse der National Natural Science Foundation of China (Nr. 81970366), des National Key Research and Development Program of China (Nr. 2021YFF0501403) und des Key Research and Development Plan of Shandong Province (Nr. 2021SFGC0503) unterstützt. .
Zhenguo Wu und Lin Xie haben gleichermaßen zu dieser Arbeit beigetragen.
Nationales Schlüssellabor für Innovation und Transformation der Luobing-Theorie, Schlüssellabor für kardiovaskuläre Umgestaltung und Funktionsforschung, chinesisches Bildungsministerium, chinesische nationale Gesundheitskommission und chinesische Akademie der medizinischen Wissenschaften, Abteilung für Kardiologie, Qilu-Krankenhaus der Shandong-Universität, Jinan, China
Zhenguo Wu, Lin Xie, Dachuan Guo, Sha Chen, Xiaoyu Liu, Yerui Zhang, Li Liu, Huiliang Cui, Dejin Zang und Jianmin Yang
Abteilung für Herz-Kreislauf-Chirurgie, Shandong Provincial Hospital, Cheeloo College of Medicine, Shandong University, Jinan, Shandong, China
Xiangfei Sun
Abteilung für Herz-Kreislauf-Chirurgie, Provinzkrankenhaus Shandong, angeschlossen an die Shandong First Medical University, Jinan, Shandong, China
Xiangfei Sun
Abteilung für Kardiologie, Zweites Krankenhaus der Shandong-Universität, Jinan, Shandong, China
Juan Wang
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
ZW, LX und JY haben das Manuskript entworfen und überarbeitet und an der Konzeption und Gestaltung dieses Artikels mitgewirkt. SC, XL, XS und JW trugen zur Fallsammlung und Datenbankorganisation bei. YZ, LL, HC und DZ waren für die statistische Analyse der Daten verantwortlich. ZW, DG und JY interpretierten die Ergebnisse. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.
Korrespondenz mit Jianmin Yang.
Diese Studie wurde vom Ethikprüfungsausschuss des Qilu-Krankenhauses der Shandong-Universität, des Shandong-Provinzkrankenhauses und des Zweiten Krankenhauses der Shandong-Universität genehmigt. Da es sich um eine retrospektive Kohortenstudie handelte und die Nachuntersuchung telefonisch erfolgte, erlaubte die Ethikkommission eine mündliche Zustimmung.
Unzutreffend.
Die Autoren erklären, dass sie keine konkurrierenden Interessen haben.
Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.
Sensitivitätsanalyse für den Zusammenhang zwischen dem TyG-Index und MACE.
Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/. Der Creative Commons Public Domain Dedication-Verzicht (http://creativecommons.org/publicdomain/zero/1.0/) gilt für die in diesem Artikel zur Verfügung gestellten Daten, sofern in einer Quellenangabe für die Daten nichts anderes angegeben ist.
Nachdrucke und Genehmigungen
Wu, Z., Xie, L., Guo, D. et al. Triglycerid-Glucose-Index bei der Vorhersage unerwünschter kardiovaskulärer Ereignisse bei Patienten ohne Diabetes mellitus nach Koronararterien-Bypass-Transplantation: eine multizentrische retrospektive Kohortenstudie. Cardiovasc Diabetol 22, 230 (2023). https://doi.org/10.1186/s12933-023-01969-3
Zitat herunterladen
Eingegangen: 11. Juli 2023
Angenommen: 17. August 2023
Veröffentlicht: 30. August 2023
DOI: https://doi.org/10.1186/s12933-023-01969-3
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt