The Effect of Longitudinal Trajectories of
Triglyceride-glucose Index on the New-onset Cardiovascular and Cerebrovascular
Diseases

doi:10.12114/j.issn.1007-9572.2021.01.320

Abstract

Abstract: Background

Triglyceride glucose index (TyG) at baseline is an important influencing factor of cardiovascular and cerebrovascular diseases (CVD) , but there is still a lack of prospective cohort studies on the influence of TyG longitudinal trajectory on new-onset CVD at home and abroad.

Objective

To explore the influence of TyG longitudinal trajectory on the occurrence of new-onset CVD.

Methods

The Kailuan Study has been followed up every 2 years that began in 2006. A prospective cohort study method was used to select those who participated in three consecutive health examinations in 2006, 2008, and 2010, with complete triacylglycerol and blood glucose levels, and no history of malignant tumors, cardiovascular and cerebrovascular diseases as the observation objects. The 2010 health check-up time point was used as the starting point for the follow-up, and the occurrence of CVD, death or the end of the follow-up (2017-12-31) was used as the end point of the follow-up. SAS Proc Traj program was used to establish the trajectory model of the research object TyG, four different groups were determine daccording to the longitudinal trajectories of TyG: low-stable group, medium and low-stable group, medium and high-stable group, and high-stable group. The general data and laboratory observation indicatorsof the patients were collected and the Cox proportional hazard model was used to analyze the influence of TyG longitudinal trajectory on new-onset CVD.

Results

A total of 54 258 subjects meeting the inclusion criteriawere included, including 13 150 cases (24.24%) in the low-stable group, 28 488 cases (52.50%) in the medium-low-stable group, 10 808 cases (19.92%) in the medium-high-stable group, and 1 812 cases (3.34%) cases in the high-stable group. There were statistically significant differences in the age, gender, BMI, heart rate, TyG2006, TyG2008, TyG2010, HDL-C, LDL-C, UA, hs-CRP, TG, FBG, ALT, smoking, drinking, and physical exercise and the proportion of taking lipid-lowering drugs among different groups (P<0.05) . The subjects were followed up for (6.73±1.12) years, and a total of 2 267 cases of CVD occurred, including 499 cases of acute myocardial infarction and 1 800 cases of stroke. There were significant difference in the cumulative incidence of CVD of patients among different TyG longitudinal trajectory groups (P<0.05) . Cox regression analysis showed after adjusting for confounding factors, the HR value (95%CI) of CVD in each group were 1.29 (1.14, 1.46) , 1.40 (1.20, 1.63) and 1.76 (1.41, 2.20) when compared with the low-stable group; the HR value (95%CI) for acute myocardial infarctionwere 1.48 (1.10, 1.98) , 1.91 (1.36, 2.69) and 2.03 (1.22, 3.36) in each group when compared with the low-stable group; the HR value (95%CI) for stroke were 1.23 (1.07, 1.42) , 1.27 (1.07, 1.50) and 1.63 (1.27, 2.08) in each group; the HR value (95%CI) for ischemic strokewere 1.25 (1.08, 1.45) , 1.35 (1.12, 1.60) and 1.77 (1.37, 2.30) in each group.

Conclusion

The increased longitudinal trajectory of TyG index is a risk factor for the incidence of CVD and is independent of the baseline of TyG index.

Key words: Cardiovascular diseases, Triglyceride-glucose index, Longitudinal trajectory, Risk factors, Follow-up studies, Prospective cohort studies, Survival analysis

摘要： 背景

基线三酰甘油血糖指数（TyG）是心脑血管疾病（CVD）的重要影响因素，但目前国内外尚缺乏关于TyG纵向轨迹对新发CVD影响的前瞻性队列研究。

目的

探讨TyG纵向轨迹对新发CVD的影响。

方法

开滦研究自2006年开始，每2年进行一次随访。采用前瞻性队列研究方法，选取连续参加2006、2008、2010年度3次健康体检、三酰甘油及血糖值均完整并且无恶性肿瘤病史以及CVD史者作为观察对象。以2010年度健康体检时点为随访起点，终点事件为发生CVD或死亡，随访结束时间为2017-12-31。采用SAS Proc Traj程序建立研究对象TyG轨迹模型并分组，依据TyG纵向轨迹分为：低-稳定组、中低-稳定组、中高-稳定组、高-稳定组。收集患者一般资料及实验室观察指标，采用Cox比例风险模型分析TyG纵向轨迹对新发CVD的影响。

结果

纳入符合纳入、排除标准的研究对象共54 258例，低-稳定组13 150例（24.24%）、中低-稳定组28 488例（52.50%）、中高-稳定组10 808例（19.92%）、高-稳定组1 812例（3.34%）。4组研究对象年龄、性别、BMI、心率、TyG2006、TyG2008 、TyG2010、HDL-C、LDL-C、UA、hs-CRP、TG、FBG、ALT、吸烟、饮酒、体育锻炼、高血压、糖尿病、服用降脂药物比例比较，差异均有统计学意义（P<0.05）。研究对象随访（6.73±1.12）年，共发生CVD 2 267例，其中急性心肌梗死499例，脑卒中1 800例。4组患者CVD累积发病率比较，差异有统计学意义（P<0.05）。采用Cox比例风险回归模型，校正其他混杂因素后，与低-稳定组相比，中低-稳定组、中高-稳定组、高-稳定组是发生CVD的影响因素，HR（95%CI）分别是1.29（1.14，1.46）、1.40（1.20，1.63）、1.76（1.41，2.20）；与低-稳定组相比，各组发生急性心肌梗死的HR（95%CI）分别是1.48（1.10，1.98）、1.91（1.36，2.69）、2.03（1.22，3.36）；发生脑卒中的HR（95%CI）分别是1.23（1.07，1.42）、1.27（1.07，1.50）、1.63（1.27，2.08）；发生缺血性脑卒中的HR（95%CI）分别是1.25（1.08，1.45）、1.35（1.12，1.60）、1.77（1.37，2.30）。

结论

TyG纵向轨迹水平升高是新发CVD的危险因素，且独立于基线TyG水平。

关键词: 心血管疾病, 三酰甘油血糖指数, 纵向轨迹, 危险因素, 随访研究, 前瞻性队列研究, 生存分析

CLC Number:

CAO Zhiwei, LIU Qian, LI Jing, ZHANG Jing, JI Meiling, LIU Liwei, SONG Mingzhu, SUN Junyan, WU Yuntao.

The Effect of Longitudinal Trajectories of Triglyceride-glucose Index on the New-onset Cardiovascular and Cerebrovascular Diseases [J]. Chinese General Practice, 2022, 25(05): 554-56.

曹志伟,刘倩,李静等. 三酰甘油血糖指数纵向轨迹对新发心脑血管疾病的影响研究[J]. 中国全科医学, 2022, 25(05): 554-56. DOI: 10.12114/j.issn.1007-9572.2021.01.320.

Figures/Tables 4

References 30

[1]	李镒冲，刘世炜，曾新颖，等. 1990—2016年中国及省级行政区心血管病疾病负担报告[J]. 中国循环杂志，2019，34(8):729-740. DOI：10.3969/j.issn.1000-3614.2019.08.001.
[2]	胡盛寿，高润霖，刘力生，等.《中国心血管病报告2018》概要[J]. 中国循环杂志，2019，34(3):209-220. DOI：10.3969/j.issn.1000-3614.2019.03.001.
[3]	HAN C, LIU F C, YANG X L，et al. Ideal cardiovascular health and incidence of atherosclerotic cardiovascular disease among Chinese adults：the China-PAR project[J]. Sci China Life Sci，2018，61(5):504-514. DOI：10.1007/s11427-018-9281-6.
[4]	ORMAZABAL V, NAIR S, ELFEKY O，et al. Association between insulin resistance and the development of cardiovascular disease[J]. Cardiovasc Diabetol，2018，17(1):122. DOI：10.1186/s12933-018-0762-4.
[5]	ZHANG M, WANG B Y, LIU Y，et al. Cumulative increased risk of incident type 2 diabetes mellitus with increasing triglyceride glucose index in normal-weight people：the Rural Chinese Cohort Study[J]. Cardiovasc Diabetol，2017，16(1):30. DOI：10.1186/s12933-017-0514-x.
[6]	SU W Y, CHEN S C, HUANG Y T，et al. Comparison of the effects of fasting glucose，hemoglobin A1c，and triglyceride-glucose index on cardiovascular events in type 2 diabetes mellitus[J]. Nutrients，2019，11(11):E2838. DOI：10.3390/nu11112838.
[7]	SÁNCHEZ-GARCÍA A, RODRÍGUEZ-GUTIÉRREZ R, MANCILLAS-ADAME L，et al. Diagnostic accuracy of the triglyceride and glucose index for insulin resistance: a systematic review[J]. Int J Endocrinol，2020，2020:4678526. DOI：10.1155/2020/4678526.
[8]	IRACE C, CARALLO C, SCAVELLI F B，et al. Markers of insulin resistance and carotid atherosclerosis. A comparison of the homeostasis model assessment and triglyceride glucose index[J]. Int J Clin Pract，2013，67(7):665-672. DOI：10.1111/ijcp.12124.
[9]	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]. Cardiovasc Diabetol，2019，18(1):95. DOI：10.1186/s12933-019-0898-x.
[10]	SÁNCHEZ-ÍÑIGO L, NAVARRO-GONZÁLEZ D, FERNÁNDEZ-MONTERO A，et al. The TyG index may predict the development of cardiovascular events[J]. Eur J Clin Invest，2016，46(2):189-197. DOI：10.1111/eci.12583.
[11]	WANG A X, TIAN X, ZUO Y T，et al. Change in triglyceride-glucose index predicts the risk of cardiovascular disease in the general population：a prospective cohort study[J]. Cardiovasc Diabetol，2021，20(1):113. DOI：10.1186/s12933-021-01305-7.
[12]	NAGIN D S, TREMBLAY R E. Analyzing developmental trajectories of distinct but related behaviors：a group-based method[J]. Psychol Methods，2001，6(1):18-34. DOI：10.1037/1082-989x.6.1.18.
[13]	WU S L, AN S S, LI W J，et al. Association of trajectory of cardiovascular health score and incident cardiovascular disease[J]. JAMA Netw Open，2019，2(5):e194758. DOI：10.1001/jamanetworkopen.2019.4758.
[14]	崔皓哲，马向明，刘倩，等. 腹型肥胖与甘油三酯的交互作用对非酒精性脂肪性肝病发病的影响[J]. 临床肝胆病杂志，2020，36(6):1314-1319. DOI：10.3969/j.issn.1001-5256.2020.06.025.
[15]	崔皓哲，孙苗苗，梁明杨，等. 胆石症对心血管疾病发病的影响[J]. 肝胆胰外科杂志，2020，32(1):19-25. DOI：10.11952/j.issn.1007-1954.2020.01.005.
[16]	中华医学会神经病学分会，中华医学会神经病学分会脑血管病学组.中国急性缺血性脑卒中诊治指南2018[J]. 中华神经科杂志，2018，51(9):666-682. DOI：10.3760/cma.j.issn.1006-7876.2018.09.004.
[17]	中华医学会神经病学分会，中华医学会神经病学分会脑血管病学组.中国脑出血诊治指南（2019）[J]. 中华神经科杂志，2019，52(12):994-1005. DOI：10.3760/cma.j.issn.1006-7876.2019.12.003.
[18]	THYGESEN K, ALPERT J S, JAFFE A S，et al. Fourth universal definition of myocardial infarction （2018）[J]. Circulation，2018，138(20): e618-651. DOI：10.1161/CIR.0000000000000617.
[19]	中国高血压防治指南修订委员会，高血压联盟（中国，中华医学会心血管病学分会，中国医师协会高血压专业委员会，等.中国高血压防治指南（ 2018年修订版）[J]. 中国心血管杂志，2019，24(1):24-56. DOI：10.3969/j.issn.1007-5410.2019.01.002.
[20]	中华医学会糖尿病学分会.中国2型糖尿病防治指南（2017年版）[J]. 中华糖尿病杂志，2018，10(1):4-67. DOI：10.3760/cma.j.issn.1674-5809.2018.01.003.
[21]	NAGIN D S, ODGERS C L. Group-based trajectory modeling in clinical research[J]. Annu Rev Clin Psychol，2010，6:109-138. DOI：10.1146/annurev.clinpsy.121208.131413.
[22]	JONES B L, NAGIN D S, ROEDER K. A SAS procedure based on mixture models for estimating developmental trajectories[J]. Sociol Methods Res，2001，29(3):374-393. DOI：10.1177/0049124101029003005.
[23]	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]. Sci Rep，2019，9(1):7320. DOI：10.1038/s41598-019-43776-5.
[24]	JANUS A, SZAHIDEWICZ-KRUPSKA E, MAZUR G，et al. Insulin resistance and endothelial dysfunction constitute a common therapeutic target in cardiometabolic disorders[J]. Mediators Inflamm，2016，2016:3634948. DOI：10.1155/2016/3634948.
[25]	MONTAGNANI M, GOLOVCHENKO I, KIM I，et al. Inhibition of phosphatidylinositol 3-kinase enhances mitogenic actions of insulin in endothelial cells[J]. J Biol Chem，2002，277(3):1794-1799. DOI：10.1074/jbc.M103728200.
[26]	KIM J A, MONTAGNANI M, KOH K K，et al. Reciprocal relationships between insulin resistance and endothelial dysfunction：molecular and pathophysiological mechanisms[J]. Circulation，2006，113(15):1888-1904. DOI：10.1161/CIRCULATIONAHA.105.563213.
[27]	ZHOU Y T, GRAYBURN P, KARIM A，et al. Lipotoxic heart disease in obese rats：implications for human obesity[J]. Proc Natl Acad Sci USA，2000，97(4):1784-1789. DOI：10.1073/pnas.97.4.1784.
[28]	张坚，满青青，王春荣，等.中国18岁及以上人群血脂水平及分布特征[J]. 中华预防医学杂志，2005，39(5):302-305. DOI：10.3760/j:issn:0253-9624.2005.05.003.
[29]	戴璟，闵杰青，杨云娟.中国九省市成年人血脂异常流行特点研究[J]. 中华心血管病杂志，2018，46(2):114-118. DOI：10.3760/cma.j.issn.0253-3758.
[30]	中国成人血脂异常防治指南修订联合委员会.中国成人血脂异常防治指南（2016年修订版）[J]. 中国循环杂志，2016，31(10):937-950. DOI：10.3969/j.issn.1000-3614.

组别	例数	年龄（±s，岁）	男性〔n（%）〕	BMI （±s，kg/m²）	心率（±s，次/min）	TyG2006 （±s）	TyG2008 （±s）	TyG2010 （±s）	HDL-C （±s，mmol/L）	LDL-C （±s，mmol/L）	UA （±s，mmol/L）
低-稳定组	13 150	52.4±12.9	8 887（67.58）	23.61±3.02	72±10	7.93±0.36	7.95±0.36	8.02±0.37	1.72±0.53	2.32±0.78	276.98±75.22
中低-稳定组	28 488	53.5±12.0	22 024（77.31）	25.19±3.15	73±10	8.61±0.41	8.64±0.38	8.65±0.39	1.55±0.50	2.67±1.03	290.55±86.15
中高-稳定组	10 808	53.3±11.0	8 906（82.40）	26.41±3.13	75±10	9.36±0.49	9.35±0.46	9.36±0.49	1.44±0.53	2.75±0.88	312.88±97.14
高-稳定组	1 812	52.0±9.6	1 565（86.37）	26.66±3.05	77±11	10.08±0.60	10.36±0.62	10.30±0.66	1.37±0.51	2.64±1.05	326.59±109.93
检验统计量值		34.82	892.08^a	1 793.54	315.31	29 511.00	34 717.20	29 712.90	707.13	534.91	435.35
P值		<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01

组别	例数	年龄（±s，岁）	男性〔n（%）〕	BMI （±s，kg/m²）	心率（±s，次/min）	TyG2006 （±s）	TyG2008 （±s）	TyG2010 （±s）	HDL-C （±s，mmol/L）	LDL-C （±s，mmol/L）	UA （±s，mmol/L）
低-稳定组	13 150	52.4±12.9	8 887（67.58）	23.61±3.02	72±10	7.93±0.36	7.95±0.36	8.02±0.37	1.72±0.53	2.32±0.78	276.98±75.22
中低-稳定组	28 488	53.5±12.0	22 024（77.31）	25.19±3.15	73±10	8.61±0.41	8.64±0.38	8.65±0.39	1.55±0.50	2.67±1.03	290.55±86.15
中高-稳定组	10 808	53.3±11.0	8 906（82.40）	26.41±3.13	75±10	9.36±0.49	9.35±0.46	9.36±0.49	1.44±0.53	2.75±0.88	312.88±97.14
高-稳定组	1 812	52.0±9.6	1 565（86.37）	26.66±3.05	77±11	10.08±0.60	10.36±0.62	10.30±0.66	1.37±0.51	2.64±1.05	326.59±109.93
检验统计量值		34.82	892.08^a	1 793.54	315.31	29 511.00	34 717.20	29 712.90	707.13	534.91	435.35
P值		<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01

因变量	模型	自变量	B	SE	Waldχ²值	P值	HR （95%CI）
CVD	模型1	中低-稳定组	0.50	0.06	65.47	<0.01	1.65（1.46，1.87）
		中高-稳定组	0.78	0.07	129.49	<0.01	2.18（1.91，2.50）
		高-稳定组	1.13	0.10	123.47	<0.01	3.08（2.53，3.76）
	模型2	中低-稳定组	0.25	0.06	15.49	<0.01	1.29（1.14，1.46）
		中高-稳定组	0.34	0.08	19.03	<0.01	1.40（1.20，1.63）
		高-稳定组	0.56	0.11	24.50	<0.01	1.76（1.41，2.20）
	模型3	中低-稳定组	0.22	0.07	10.09	<0.01	1.25（1.09，1.44）
		中高-稳定组	0.27	0.10	7.79	<0.01	1.31（1.08，1.59）
		高-稳定组	0.45	0.15	8.61	<0.01	1.57（1.16，2.13）
		TyG2010	0.05	0.05	1.11	0.29	1.06（0.95，1.17）
心肌梗死	模型1	中低-稳定组	0.66	0.15	20.67	<0.01	1.94（1.46，2.59）
		中高-稳定组	1.11	0.16	51.00	<0.01	3.04（2.24，4.12）
		高-稳定组	1.26	0.23	29.76	<0.01	3.51（2.24，5.51）
	模型2	中低-稳定组	0.39	0.15	6.59	0.01	1.48（1.10，1.98）
		中高-稳定组	0.65	0.17	14.03	<0.01	1.91（1.36，2.69）
		高-稳定组	0.71	0.26	7.53	<0.01	2.03（1.22，3.36）
	模型3	中低-稳定组	0.38	0.16	5.51	0.02	1.47（1.07，2.02）
		中高-稳定组	0.64	0.22	8.69	<0.01	1.89（1.24，2.89）
		高-稳定组	0.69	0.34	4.05	0.04	1.99（1.02，3.90）
		TyG2010	0.01	0.11	0.01	0.94	1.01（0.81，1.26）
脑卒中	模型1	中低-稳定组	0.45	0.07	44.47	<0.01	1.57（1.38，1.79）
		中高-稳定组	0.68	0.08	80.58	<0.01	1.98（1.70，2.29）
		高-稳定组	1.06	0.11	88.85	<0.01	2.89（2.32，3.60）
	模型2	中低-稳定组	0.21	0.07	8.77	<0.01	1.23（1.07，1.42）
		中高-稳定组	0.24	0.09	7.78	<0.01	1.27（1.07，1.50）
		高-稳定组	0.49	0.13	14.76	<0.01	1.63（1.27，2.08）
	模型3	中低-稳定组	0.18	0.08	5.18	0.02	1.19（1.03，1.39）
		中高-稳定组	0.17	0.11	2.40	0.12	1.18（0.96，1.46）
		高-稳定组	0.36	0.17	4.49	0.03	1.44（1.03，2.02）
		TyG2010	0.06	0.06	1.10	0.30	1.06（0.95，1.19）
缺血性脑卒中	模型1	中低-稳定组	0.47	0.07	41.60	<0.01	1.60（1.39，1.85）
		中高-稳定组	0.73	0.08	81.26	<0.01	2.08（1.78，2.44）
		高-稳定组	1.14	0.12	93.42	<0.01	3.13（2.49，3.95）
	模型2	中低-稳定组	0.22	0.08	8.67	<0.01	1.25（1.08，1.45）
		中高-稳定组	0.29	0.09	10.21	<0.01	1.35（1.12，1.60）
		高-稳定组	0.57	0.13	18.53	<0.01	1.77（1.37，2.30）
	模型3	中低-稳定组	0.18	0.08	4.59	0.03	1.19（1.02，1.41）
		中高-稳定组	0.19	0.12	2.83	0.09	1.21（0.97，1.52）
		高-稳定组	0.40	0.18	4.95	0.03	1.50（1.05，2.14）
		TyG2010	0.08	0.06	1.86	0.17	1.09（0.96，1.23）
出血性脑卒中	模型1	中低-稳定组	0.30	0.17	3.32	0.07	1.36（0.98，1.88）
		中高-稳定组	0.35	0.20	3.24	0.07	1.43（0.97，2.10）
		高-稳定组	0.68	0.31	4.68	0.03	1.97（1.07，3.63）
	模型2	中低-稳定组	0.16	0.17	0.81	0.37	1.17（0.83，1.65）
		中高-稳定组	~0.02	0.22	0.01	0.93	0.98（0.63，1.52）
		高-稳定组	0.13	0.35	0.15	0.70	1.14（0.58，2.23）
	模型3	中低-稳定组	0.23	0.19	1.34	0.25	1.25（0.86，1.84）
		中高-稳定组	0.12	0.29	0.19	0.67	1.13（0.64，1.98）
		高-稳定组	0.38	0.46	0.68	0.41	1.46（0.59，3.61）
		TyG2010	~0.12	0.15	0.65	0.42	0.88（0.65，1.20）

因变量	模型	自变量	B	SE	Waldχ²值	P值	HR （95%CI）
CVD	模型1	中低-稳定组	0.50	0.06	65.47	<0.01	1.65（1.46，1.87）
		中高-稳定组	0.78	0.07	129.49	<0.01	2.18（1.91，2.50）
		高-稳定组	1.13	0.10	123.47	<0.01	3.08（2.53，3.76）
	模型2	中低-稳定组	0.25	0.06	15.49	<0.01	1.29（1.14，1.46）
		中高-稳定组	0.34	0.08	19.03	<0.01	1.40（1.20，1.63）
		高-稳定组	0.56	0.11	24.50	<0.01	1.76（1.41，2.20）
	模型3	中低-稳定组	0.22	0.07	10.09	<0.01	1.25（1.09，1.44）
		中高-稳定组	0.27	0.10	7.79	<0.01	1.31（1.08，1.59）
		高-稳定组	0.45	0.15	8.61	<0.01	1.57（1.16，2.13）
		TyG2010	0.05	0.05	1.11	0.29	1.06（0.95，1.17）
心肌梗死	模型1	中低-稳定组	0.66	0.15	20.67	<0.01	1.94（1.46，2.59）
		中高-稳定组	1.11	0.16	51.00	<0.01	3.04（2.24，4.12）
		高-稳定组	1.26	0.23	29.76	<0.01	3.51（2.24，5.51）
	模型2	中低-稳定组	0.39	0.15	6.59	0.01	1.48（1.10，1.98）
		中高-稳定组	0.65	0.17	14.03	<0.01	1.91（1.36，2.69）
		高-稳定组	0.71	0.26	7.53	<0.01	2.03（1.22，3.36）
	模型3	中低-稳定组	0.38	0.16	5.51	0.02	1.47（1.07，2.02）
		中高-稳定组	0.64	0.22	8.69	<0.01	1.89（1.24，2.89）
		高-稳定组	0.69	0.34	4.05	0.04	1.99（1.02，3.90）
		TyG2010	0.01	0.11	0.01	0.94	1.01（0.81，1.26）
脑卒中	模型1	中低-稳定组	0.45	0.07	44.47	<0.01	1.57（1.38，1.79）
		中高-稳定组	0.68	0.08	80.58	<0.01	1.98（1.70，2.29）
		高-稳定组	1.06	0.11	88.85	<0.01	2.89（2.32，3.60）
	模型2	中低-稳定组	0.21	0.07	8.77	<0.01	1.23（1.07，1.42）
		中高-稳定组	0.24	0.09	7.78	<0.01	1.27（1.07，1.50）
		高-稳定组	0.49	0.13	14.76	<0.01	1.63（1.27，2.08）
	模型3	中低-稳定组	0.18	0.08	5.18	0.02	1.19（1.03，1.39）
		中高-稳定组	0.17	0.11	2.40	0.12	1.18（0.96，1.46）
		高-稳定组	0.36	0.17	4.49	0.03	1.44（1.03，2.02）
		TyG2010	0.06	0.06	1.10	0.30	1.06（0.95，1.19）
缺血性脑卒中	模型1	中低-稳定组	0.47	0.07	41.60	<0.01	1.60（1.39，1.85）
		中高-稳定组	0.73	0.08	81.26	<0.01	2.08（1.78，2.44）
		高-稳定组	1.14	0.12	93.42	<0.01	3.13（2.49，3.95）
	模型2	中低-稳定组	0.22	0.08	8.67	<0.01	1.25（1.08，1.45）
		中高-稳定组	0.29	0.09	10.21	<0.01	1.35（1.12，1.60）
		高-稳定组	0.57	0.13	18.53	<0.01	1.77（1.37，2.30）
	模型3	中低-稳定组	0.18	0.08	4.59	0.03	1.19（1.02，1.41）
		中高-稳定组	0.19	0.12	2.83	0.09	1.21（0.97，1.52）
		高-稳定组	0.40	0.18	4.95	0.03	1.50（1.05，2.14）
		TyG2010	0.08	0.06	1.86	0.17	1.09（0.96，1.23）
出血性脑卒中	模型1	中低-稳定组	0.30	0.17	3.32	0.07	1.36（0.98，1.88）
		中高-稳定组	0.35	0.20	3.24	0.07	1.43（0.97，2.10）
		高-稳定组	0.68	0.31	4.68	0.03	1.97（1.07，3.63）
	模型2	中低-稳定组	0.16	0.17	0.81	0.37	1.17（0.83，1.65）
		中高-稳定组	~0.02	0.22	0.01	0.93	0.98（0.63，1.52）
		高-稳定组	0.13	0.35	0.15	0.70	1.14（0.58，2.23）
	模型3	中低-稳定组	0.23	0.19	1.34	0.25	1.25（0.86，1.84）
		中高-稳定组	0.12	0.29	0.19	0.67	1.13（0.64，1.98）
		高-稳定组	0.38	0.46	0.68	0.41	1.46（0.59，3.61）
		TyG2010	~0.12	0.15	0.65	0.42	0.88（0.65，1.20）