2024年8月16日，深圳市人民医院学者用CHARLS数据库，在期刊《Cardiovascular Diabetology》（医学一区Top，IF=10.6）发表了一篇题为：“Association of metabolic syndrome severity with frailty progression among Chinese middle and old-aged adults: a longitudinal study”的研究论文。
本研究采用针对中国人群开发的年龄-性别-种族特异性 MetS 评分量化 MetS 严重程度，并通过虚弱指数 (FI) 评估虚弱状态和轨迹。主要分析：
-
基线 MetS 评分与随访期间虚弱风险及 FI 轨迹变化速度的关系；
-
累积 MetS 评分（反映 2012-2015 年间 MetS 严重程度的变化）与虚弱风险和 FI 轨迹变化速度的关系。
本公众号回复“ 原文”即可获得文献PDF等资料，如果进一步需要CHARLS数据库方法学习，请联系郑老师团队，微信号：aq566665
研究使用Cox回归/logistic回归和线性混合模型评估MetS评分、累积MetS评分与虚弱风险和FI轨迹之间的关系，并通过RCS模型检测潜在的非线性关联。
主要研究结果
研究结果显示，较高的基线MetS评分和累积MetS评分与虚弱风险升高以及FI增长速率加快均显著相关。
在调整各种协变量后，这种关联仍然存在，表明MetS是虚弱进展的独立预测因子。
表1 不同类别的MetS评分与FI变化率之间的纵向关联
同时，RCS曲线反映了MetS评分和累积MetS评分与虚弱风险之间呈近乎线性的剂量反应关系。
图2 RCS曲线
值得注意的是，亚组分析表明，MetS评分对虚弱进展的加速作用在男性、年龄<60岁、缺乏体力活动以及非独居人群中更显著。
此外，研究还进一步采用不同的方法学方法（如逆概率加权、GBTM和K-means聚类）进行敏感性分析，结果证实了主要发现的稳健性，强调了MetS作为预防或延缓虚弱进展的干预目标的潜力。
图3 敏感性分析
A. GBTM方法重新定义了6220名非虚弱参与者的FI轨迹，他们在第1波有完整的MetS评分；
B. GBTM方法重新定义了3632名非虚弱参与者的FI轨迹，这些参与者在第一波和第三波中有完整的MetS评分；
C. 通过k-means聚类分析可视化了2012~2015年MetS评分的变化；
D. 基于k-means聚类的四个类别在2012~2015年间的平均MetS评分变化
综上所述，MetS的严重程度及其随时间加重的趋势与中老年虚弱进展之间呈正相关。这强调了早期识别和管理 MetS 严重程度的重要性，尤其需要关注男性、较年轻者和缺乏体力活动等高危人群的动态代谢变化。
亮点小结
2、研究方法独特：文章采纳了纵向分析的策略，不仅分析了基线时 MetS 得分，还计算了累积 MetS 得分以评估动态演变关系。该方法增加了研究的深度和复杂性；
3、评估体系创新：文章采用了基于32项健康缺损的虚弱指数（ FI ）以诊断虚弱并评估 FI 轨迹，同时使用了年龄、性别、种族特异的 MetS 评分模型以评估MetS 严重程度。这种模型能够更准确地量化 MetS 的严重程度，并考虑了种族、性别和年龄的差异，这在以往的研究中并不常见。