Association between Triglyceride-glucose Index and Its Derivatives Index and the Development of Type 2 Diabetes: a Nested Case-control Study

doi:10.12114/j.issn.1007-9572.2022.0737

Abstract

Abstract:

Background

China has the largest number of diabetic patients in the world. Insulin resistance is a major pathogenetic mechanism and cause of type 2 diabetes. Recent studies have suggested potential relationship between triglyceride-glucose index (TyG) and its derivatives index and the development of type 2 diabetes. However, most available evidence is from cross-sectional study or longitudinal study, and there is a lack of studies in the northeast China.

Objective

To explore the association between TyG and its derivatives index called triglyceride glucose-body mass index (TyG-BMI) and the incidence risk of type 2 diabetes, analyze the predictive capacity of TyG and TyG-BMI for type 2 diabetes, so as to provide a scientific basis for the early screening of high risk population with type 2 diabetes.

Methods

A total of 6843 cases of physical examination in the health management center of the Second Affiliated Hospital of Dalian Medical University from January 2015 to December 2017 were included as research subjects. The baseline data of their physical examinations were collected. By the use of nested case-control study method, 209 patients with new-onset type 2 diabetes during follow-up from January 2018 to April 2021 were selected as the case group; 418 cases among those without new-onset type 2 diabetes, endocrine system diseases and malignancies were selected as the control group after 1∶2 matching by propensity score according to the same gender and age ±2 years. TyG and TyG-BMI were calculated based on baseline data. The Cox regression fitted conditional Logistic regression model was used to analyze the relationship between TyG, TyG-BMI and the development of type 2 diabetes. The restricted cubic spline regression model was used to analyze the dose-response relationship between TyG, TyG-BMI and type 2 diabetes. The receiver operating characteristic (ROC) curve was used to analyze the predictive value of TyG and TyG-BMI for type 2 diabetes.

Results

BMI, AC, SBP, DBP, FPG, TG, TC, LDL-C, TyG, and TyG-BMI in the case group were higher than the control group, and HDL-C in the case group was lower than the control group (P<0.05) . Quartile Q1 group of baseline TyG: TyG<8.46, 157 cases; Quartile Q2 group of baseline TyG: 8.46≤TyG<8.83, 157 cases; quartile Q3 group of baseline TyG: 8.83≤TyG<9.19, 156 cases; Quartile Q4 group of baseline TyG: TyG≥9.19, 157 cases. The risk of type 2 diabetes in quartile Q2 group of baseline TyG, quartile Q3 group of baseline TyG and quartile Q4 group of baseline TyG was 1.57 〔95%CI (0.92, 2.70) 〕, 2.07 〔95%CI (1.21, 3.53) 〕and 3.18 〔95%CI (1.76, 5.75) 〕 times higher than quartile Q1 group of baseline TyG (P_trend<0.001) , respectively. The risk of type 2 diabetes in quartile Q2 group of baseline TyG, quartile Q3 group of baseline TyG and quartile Q4 group of baseline TyG was 2.21 times 〔95%CI (1.25, 3.94) 〕, 2.92 times 〔95%CI (1.58, 5.37) 〕, and 5.34 times 〔95%CI (2.39, 11.95) 〕 higher than quartile Q1 group of baseline TyG (P_trend< 0.001) , respectively. The association between continuous changes in TyG, TyG-BMI and type 2 diabetes showed a linear dose-response relationship (non-linear test, P>0.05) , with an increasing shape in the dose-response relationship. The incidence risk of type 2 diabetes gradually increased when TyG and TyG-BMI were higher than 8.838 and 229.364, respectively. The area under the ROC curve (AUC) for TyG and TyG-BMI to predict type 2 diabetes was 0.696 〔95%CI (0.658, 0.732) 〕and 0.725〔95%CI (0.688, 0.760) 〕with the optimal cut-offs of 8.650 and 224.859, respectively.

Conclusions

Increased TyG and TyG-BMI levels are independent risk factors for type 2 diabetes, showing a linear dose-response relationship with type 2 diabetes, both of which have predictive value for type 2 diabetes. TyG-BMI may be a better prediction index considering the strength of risk association, AUC, and clinical impact of screening results.

Key words: Diabetes mellitus, type 2, TyG, TyG-BMI, Case-control studies, Nested case-control study, Restrictive cubic splines

摘要： 背景我国是世界上糖尿病患者人数最多的国家。胰岛素抵抗为2型糖尿病的主要发病机制，有研究表明胰岛素抵抗替代标志物三酰甘油-葡萄糖指数（TyG）及其衍生指数可能与2型糖尿病的发展具有一定相关性，但现有研究以单独横断面研究或纵向研究居多，在我国东北地区相关研究较少。目的探究TyG及其衍生指数三酰甘油-葡萄糖-体质指数（TyG-BMI）与2型糖尿病之间的关系，同时分析TyG、TyG-BMI预测2型糖尿病的能力，为2型糖尿病高危人群的早期筛查提供科学依据。方法以2015年1月至2017年12月大连医科大学附属第二医院健康管理中心6 843例体检者作为研究对象，收集其体检基线资料。采用巢式病例对照研究方法，2018年1月至2021年4月随访期间209例新发2型糖尿病患者为病例组；在同期随访中未新发2型糖尿病、内分泌系统疾病及恶性肿瘤者中，按照性别相同、年龄±2岁，采用倾向性评分进行1∶2匹配，选取418例设为对照组。依据基线资料计算TyG、TyG-BMI。采用Cox回归拟合条件Logistic回归模型分析TyG、TyG-BMI与2型糖尿病之间的关系。采用限制性立方样条回归模型分析不同水平TyG、TyG-BMI与2型糖尿病的量效关系。通过受试者工作特征曲线（ROC曲线）分析TyG、TyG-BMI对2型糖尿病的预测价值。结果病例组BMI、腹围（AC）、收缩压（SBP）、舒张压（DBP）、空腹血糖（FPG）、三酰甘油（TG）、总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-C）、TyG、TyG-BMI均高于对照组，高密度脂蛋白胆固醇（HDL-C）低于对照组（P<0.05）。基线TyG四分位数Q1组：TyG<8.46,157例；Q2组：8.46≤TyG<8.83,157例；Q3组：8.83≤TyG<9.19,156例；Q4组：TyG≥9.19,157例。基线TyG-BMI四分位Q1组：TyG-BMI<205.15,157例；Q2组：205.15≤TyG-BMI<228.88,157例；Q3组：228.88≤TyG-BMI<279.44,251例；Q4组：TyG-BMI≥279.44,62例。基线TyG四分位数Q2组、Q3组、Q4组2型糖尿病发生的危险度分别为Q1组的1.57倍[95%CI(0.92,2.70)]、2.07倍[95%CI(1.21,3.53)]、3.18倍[95%CI(1.76,5.75)]（P趋势<0.001）；基线TyG-BMI四分位数Q2组、Q3组、Q4组2型糖尿病发生的危险度分别为Q1组的2.21倍[95%CI(1.25,3.94)]、2.92倍[95%CI(1.58,5.37)]、5.34倍[95%CI(2.39,11.95)]（P趋势<0.001）。TyG、TyG-BMI连续变化与2型糖尿病的关联性呈线性量效关系（非线性检验，P>0.05），剂量反应关系呈递增形状，当TyG、TyG-BMI分别高于8.838、229.364时，2型糖尿病发病风险逐渐升高。TyG、TyG-BMI预测2型糖尿病的ROC曲线下面积（AUC）分别为0.696[95%CI(0.658,0.732)]、0.725[95%CI(0.688,0.760)]，最佳截断值分别为8.650、224.859。结论TyG、TyG-BMI的高水平状态是2型糖尿病的独立危险因素，其与2型糖尿病呈线性量效关系，二者对2型糖尿病均具有预测价值。若综合考虑风险关联强度、AUC、筛查结果的临床影响等方面，TyG-BMI或许是较优的预测指标。

关键词: 2型糖尿病, 三酰甘油-葡萄糖指数, 三酰甘油-葡萄糖-体质指数, 病例对照研究, 巢式病例对照研究, 限制性立方样条

GE Xuhong,HU Jieyi,BAI Yunrui, et al. Association between Triglyceride-glucose Index and Its Derivatives Index and the Development of Type 2 Diabetes: a Nested Case-control Study[J]. Chinese General Practice, 2023, 26(12): 1456-1462. DOI: 10.12114/j.issn.1007-9572.2022.0737.
葛旭红,胡洁怡,白云瑞等. 三酰甘油-葡萄糖指数及其衍生指数与2型糖尿病发病关系的巢式病例对照研究[J]. 中国全科医学, 2023, 26(12): 1456-1462. DOI: 10.12114/j.issn.1007-9572.2022.0737.

Figures/Tables 6

References 28

[1]	International Diabetes Federation. IDF Diabetes Altas 10th Edition[EB/OL]. （2021-12-06）[2022-03-01].
[2]	SIMENTAL-MENDÍA L E，RODRÍGUEZ-MORÁN M，GUERRERO-ROMERO F. The product of fasting glucose and triglycerides as surrogate for identifying insulin resistance in apparently healthy subjects[J]. Metab Syndr Relat Disord，2008，6（4）：299-304. DOI：10.1089/met.2008.0034.
[3]	ER L K，WU S，CHOU H H，et al. Triglyceride glucose-body mass index is a simple and clinically useful surrogate marker for insulin resistance in nondiabetic individuals[J]. PLoS One，2016，11（3）：e0149731. DOI：10.1371/journal.pone.0149731.
[4]	BRAHIMAJ A，RIVADENEIRA F，MUKA T，et al. Novel metabolic indices and incident type 2 diabetes among women and men：the Rotterdam Study[J]. Diabetologia，2019，62（9）：1581-1590. DOI：10.1007/s00125-019-4921-2.
[5]	GUERRERO-ROMERO F，VILLALOBOS-MOLINA R，JIMÉNEZ-FLORES J R，et al. Fasting triglycerides and glucose index as a diagnostic test for insulin resistance in young adults[J]. Arch Med Res，2016，47（5）：382-387. DOI：10.1016/j.arcmed.2016.08.012.
[6]	LOW S，KHOO K C J，IRWAN B，et al. The role of triglyceride glucose index in development of Type 2 diabetes mellitus[J]. Diabetes Res Clin Pract，2018，143：43-49. DOI：10.1016/j.diabres.2018.06.006.
[7]	PARK B，LEE H S，LEE Y J. Triglyceride glucose （TyG） index as a predictor of incident type 2 diabetes among nonobese adults：a 12-year longitudinal study of the Korean Genome and Epidemiology Study cohort[J]. Transl Res，2021，228：42-51. DOI：10.1016/j.trsl.2020.08.003.
[8]	陆菊明. 《中国2型糖尿病防治指南（2020年版）》读后感[J]. 中华糖尿病杂志，2021，13（4）：301-304. DOI：10.3760/cma.j.cn115791-20210307-00135.
[9]	KIM H S，CHO Y K，KIM E H，et al. Triglyceride glucose-waist circumference is superior to the homeostasis model assessment of insulin resistance in identifying nonalcoholic fatty liver disease in healthy subjects[J]. J Clin Med，2021，11（1）：41. DOI：10.3390/jcm11010041.
[10]	魏源，周锦辉，张振伟，等. 限制性立方样条在Cox比例风险回归模型中的应用[J]. 中华预防医学杂志，2020，54（10）：1169-1173. DOI：10.3760/cma.j.cn112150-20200804-01092.
[11]	LEITE M M，DUTRA M T，DA COSTA M V G，et al. Comparative evaluation of inflammatory parameters and substitute insulin resistance indices in elderly women with and without type 2 diabetes mellitus[J]. Exp Gerontol，2021，150：111389. DOI：10.1016/j.exger.2021.111389.
[12]	WANG Z Q，ZHAO L M，HE S. Triglyceride-glucose index as predictor for future type 2 diabetes mellitus in a Chinese population in southwest China：a 15-year prospective study[J]. Endocrine，2021，72（1）：124-131. DOI：10.1007/s12020-020-02589-7.
[13]	WANG X Y，LIU J D，CHENG Z Y，et al. Triglyceride glucose-body mass index and the risk of diabetes：a general population-based cohort study[J]. Lipids Health Dis，2021，20（1）：99. DOI：10.1186/s12944-021-01532-7.
[14]	PARK H M，LEE H S，LEE Y J，et al. The triglyceride-glucose index is a more powerful surrogate marker for predicting the prevalence and incidence of type 2 diabetes mellitus than the homeostatic model assessment of insulin resistance[J]. Diabetes Res Clin Pract，2021，180：109042. DOI：10.1016/j.diabres.2021.109042.
[15]	XUAN X P，HAMAGUCHI M，CAO Q L，et al. U-shaped association between the triglyceride-glucose index and the risk of incident diabetes in people with normal glycemic level：a population-base longitudinal cohort study[J]. Clin Nutr，2021，40（4）：1555-1561. DOI：10.1016/j.clnu.2021.02.037.
[16]	LYTRIVI M，CASTELL A L，POITOUT V，et al. Recent insights into mechanisms of β-cell lipo- and glucolipotoxicity in type 2 diabetes[J]. J Mol Biol，2020，432（5）：1514-1534. DOI：10.1016/j.jmb.2019.09.016.
[17]	AHMED B，SULTANA R，GREENE M W. Adipose tissue and insulin resistance in obese[J]. Biomed Pharmacother，2021，137：111315. DOI：10.1016/j.biopha.2021.111315.
[18]	MEEX R C R，BLAAK E E，VAN LOON L J C. Lipotoxicity plays a key role in the development of both insulin resistance and muscle atrophy in patients with type 2 diabetes[J]. Obes Rev，2019，20（9）：1205-1217. DOI：10.1111/obr.12862.
[19]	ZHANG P J，LI T，WU X Y，et al. Oxidative stress and diabetes：antioxidative strategies[J]. Front Med，2020，14（5）：583-600. DOI：10.1007/s11684-019-0729-1.
[20]	中国营养学会. 中国居民膳食指南科学研究报告-2021[M]. 北京：人民卫生出版社，2021：13-14.
[21]	王天歌，陆洁莉，毕宇芳，等. 中国糖尿病持续攀升新解：中年肥胖相关胰岛素抵抗成为主要威胁[J]. 中华内分泌代谢杂志，2020，36（3）198-200. DOI：10.3760/cma.j.cn311282-20200108-00009.
[22]	TROUWBORST I，BOWSER S M，GOOSSENS G H，et al. Ectopic fat accumulation in distinct insulin resistant phenotypes；targets for personalized nutritional interventions[J]. Front Nutr，2018，5：77. DOI：10.3389/fnut.2018.00077.
[23]	李婷，阮定国，高晋晋，等. 骨骼肌脂肪异位沉积在高脂膳食诱导胰岛素抵抗中的作用[J]. 生理学报，2018，70（4）：433-444. DOI：10.13294/j.aps.2018.0050.
[24]	WU H Z，BALLANTYNE C M. Metabolic inflammation and insulin resistance in obesity[J]. Circ Res，2020，126（11）：1549-1564. DOI：10.1161/CIRCRESAHA.119.315896.
[25]	张雯欣，范颂，刘霞，等. 不同体质指数和血脂水平老年人糖尿病患病情况的纵向数据研究[J]. 中国全科医学，2022，25（9）：1093-1097. DOI：10.12114/j.issn.1007-9572.2021.02.114.
[26]	邓晓庆，张梅，张笑，等. 中国成年人血糖水平现状及其与体质指数和腰围的关系[J]. 中华流行病学杂志，2022，43（8）：1178-1188. DOI：10.3760/cma.j.cn112338-20211011-00782.
[27]	KE P，WU X，XU M Z，et al. Comparison of obesity indices and triglyceride glucose-related parameters to predict type 2 diabetes mellitus among normal-weight elderly in China[J]. Eat Weight Disord，2022，27（3）：1181-1191. DOI：10.1007/s40519-021-01238-w.
[28]	ZHENG S，SHI S，REN X X，et al. Triglyceride glucose-waist circumference，a novel and effective predictor of diabetes in first-degree relatives of type 2 diabetes patients：cross-sectional and prospective cohort study[J]. J Transl Med，2016，14（1）：260. DOI：10.1186/s12967-016-1020-8.

组别	例数	年龄（岁）	性别〔n（%）〕		身高（cm）	体质量（kg）	BMI（kg/m²）	AC（cm）	SBP（mm Hg）
组别	例数	年龄（岁）	男	女	身高（cm）	体质量（kg）	BMI（kg/m²）	AC（cm）	SBP（mm Hg）
对照组	418	47.5±9.6	362（86.6）	56（13.4）	172.8±7.8	75.3±12.3	25.1±3.1	87.8±9.3	127±16
病例组	209	47.4±9.8	181（86.6）	28（13.4）	171.9±6.9	81.2±12.9	27.4±3.4	93.3±9.0	134±18
检验统计量值		0.11	0^a		1.40	-5.57	-8.35	-7.10	-5.21
P值		0.909	1.000		0.162	<0.001	<0.001	<0.001	<0.001
组别	DBP（mm Hg）	FPG〔M（P₂₅，P₇₅），mmol/L〕	TG〔M（P₂₅，P₇₅），mmol/L〕	TC（mmol/L）	HDL-C（mmol/L）	LDL-C（mmol/L）	TyG	TyG-BMI
对照组	79±11	5.50（5.21，5.81）	1.33（0.97，1.92）	5.01±0.85	1.20±0.29	2.66±0.63	8.73±0.55	219.96±34.83
病例组	86±12	6.26（5.91，6.60）	1.77（1.31，2.52）	5.23±0.94	1.10±0.26	2.83±0.78	9.10±0.53	249.37±34.38
检验统计量值	-4.63	-13.81^b	-5.82^b	-3.00	4.30	-2.67	-8.00	-10.01
P值	<0.001	<0.001	<0.001	0.003	<0.001	0.008	<0.001	<0.001

组别	例数	年龄（岁）	性别〔n（%）〕		身高（cm）	体质量（kg）	BMI（kg/m²）	AC（cm）	SBP（mm Hg）
组别	例数	年龄（岁）	男	女	身高（cm）	体质量（kg）	BMI（kg/m²）	AC（cm）	SBP（mm Hg）
对照组	418	47.5±9.6	362（86.6）	56（13.4）	172.8±7.8	75.3±12.3	25.1±3.1	87.8±9.3	127±16
病例组	209	47.4±9.8	181（86.6）	28（13.4）	171.9±6.9	81.2±12.9	27.4±3.4	93.3±9.0	134±18
检验统计量值		0.11	0^a		1.40	-5.57	-8.35	-7.10	-5.21
P值		0.909	1.000		0.162	<0.001	<0.001	<0.001	<0.001
组别	DBP（mm Hg）	FPG〔M（P₂₅，P₇₅），mmol/L〕	TG〔M（P₂₅，P₇₅），mmol/L〕	TC（mmol/L）	HDL-C（mmol/L）	LDL-C（mmol/L）	TyG	TyG-BMI
对照组	79±11	5.50（5.21，5.81）	1.33（0.97，1.92）	5.01±0.85	1.20±0.29	2.66±0.63	8.73±0.55	219.96±34.83
病例组	86±12	6.26（5.91，6.60）	1.77（1.31，2.52）	5.23±0.94	1.10±0.26	2.83±0.78	9.10±0.53	249.37±34.38
检验统计量值	-4.63	-13.81^b	-5.82^b	-3.00	4.30	-2.67	-8.00	-10.01
P值	<0.001	<0.001	<0.001	0.003	<0.001	0.008	<0.001	<0.001

指标		模型1		模型2		模型3
指标		OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
TyG
	Q1组	1.00	—	1.00	—	1.00	—
	Q2组	2.15（1.29，3.58）	0.003	1.63（0.97，2.75）	0.070	1.57（0.92，2.70）	0.100
	Q3组	2.83（1.73，4.62）	<0.001	2.15（1.30，3.55）	0.030	2.07（1.21，3.53）	0.008
	Q4组	4.57（2.86，7.31）	<0.001	3.14（1.92，5.12）	<0.001	3.18（1.76，5.75）	<0.001
	P_趋势	<0.001		<0.001		<0.001
TyG-BMI
	Q1组	1.00	—	1.00	—	1.00	—
	Q2组	2.53（1.48，4.33）	0.001	2.42（1.38，4.25）	0.002	2.21（1.25，3.94）	0.007
	Q3组	3.70（2.26，6.03）	<0.001	3.43（1.94，6.05）	<0.001	2.92（1.58，5.37）	0.001
	Q4组	7.15（4.17，12.26）	<0.001	6.30（3.05，12.99）	<0.001	5.34（2.39，11.95）	<0.001
	P_趋势	<0.001		<0.001		<0.001

指标		模型1		模型2		模型3
指标		OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
TyG
	Q1组	1.00	—	1.00	—	1.00	—
	Q2组	2.15（1.29，3.58）	0.003	1.63（0.97，2.75）	0.070	1.57（0.92，2.70）	0.100
	Q3组	2.83（1.73，4.62）	<0.001	2.15（1.30，3.55）	0.030	2.07（1.21，3.53）	0.008
	Q4组	4.57（2.86，7.31）	<0.001	3.14（1.92，5.12）	<0.001	3.18（1.76，5.75）	<0.001
	P_趋势	<0.001		<0.001		<0.001
TyG-BMI
	Q1组	1.00	—	1.00	—	1.00	—
	Q2组	2.53（1.48，4.33）	0.001	2.42（1.38，4.25）	0.002	2.21（1.25，3.94）	0.007
	Q3组	3.70（2.26，6.03）	<0.001	3.43（1.94，6.05）	<0.001	2.92（1.58，5.37）	0.001
	Q4组	7.15（4.17，12.26）	<0.001	6.30（3.05，12.99）	<0.001	5.34（2.39，11.95）	<0.001
	P_趋势	<0.001		<0.001		<0.001

指标	最佳截断值	AUC（95%CI）	P值	AUC等级	Youden指数	灵敏度（%）	特异度（%）
TyG	8.650	0.696（0.658，0.732）	<0.001	D	0.318	82.78	49.04
TyG-BMI	224.859	0.725（0.688，0.760）	<0.001	C	0.330	76.56	56.46