來源：丁香科研

隨著傳統生化指標的逐漸乏力，簡便高效的TyG 指數帶著它的「衍生指標天團」開始在各大頂刊掀起風云！作為后起之秀， TyG 家族正逐步重塑代謝疾病篩查邏輯，這波操作，連審稿專家都得直呼：「贏麻了！」

那么今天，就跟隨筆者一起來全面解鎖 TyG 各大衍生指標，實現 SCI 頂刊發文始終快人一步！

一、變量介紹

1.TyG（Triglyceride-Glucose）指數：一種基于空腹血糖和甘油三酯水平的胰島素抵抗指標。

計算公式為：TyG = ln [空腹甘油三酯（mg/dL）×空腹血糖（mg/dL）/2)]。

該指數由 Simental-Mendia 等人于 2008 年首次提出，作為胰島素抵抗指數（HOMA-IR）的簡易替代指標，因其僅需通過常規的空腹血糖和空腹甘油三酯檢測即可計算，操作簡便、成本低廉，且與 HOMA-IR 具有良好的相關性 。

主要應用方向：TyG 指數在心血管疾病（冠心病、急性心肌梗死、心力衰竭）、糖尿病、非酒精性脂肪肝等疾病的風險評估中顯示出良好的預測價值。

2.TyG衍生指標，例如 TyG-WHtR 、TyG-WC、TyG-BMI、TyG-ABSI 等整合了腹型肥胖或體成分參數，更精準地反映了代謝-肥胖協同作用，常用于更全面地評估代謝風險。

表格總結如下：

名稱

基本概念

計算公式

臨床應用方向

優勢

TyG-BMI

整合TyG與體重指數（BMI），評估全身肥胖與IR的協同效應，強化對代謝綜合征的整體風險評估。

TyG-BMI = TyG × BMI (kg/m2)

糖尿病（T2DM）風險預測、代謝紊亂評估

增強肥胖關聯性：BMI校正后，對全身脂肪累積的敏感性更高，尤其適用于BMI偏高人群。操作簡易：僅需常規體測數據，臨床可及性強。

TyG-WC

結合TyG與腰圍（WC），強調中心性肥胖在IR中的作用，優化內臟脂肪分布的評估。

TyG-WC = TyG × WC (cm)

心血管疾病（CVD）風險分層、慢性腎臟疾病風險

中心性肥胖強化：WC直接反映腹部脂肪，提升對內臟肥胖相關疾病（如CVD）的特異性。高預測效能：在衍生指標中，對CVD死亡率的預測優于TyG-BMI。

TyG-WHtR

融合TyG與腰圍身高比（WHtR），更準確反映內臟脂肪分布，減少身高偏差的影響。

TyG-WHtR = TyG × (WC (cm) / Height (cm))

糖尿病早期篩查；心血管疾病（心肌梗塞、心絞痛）評估

內臟脂肪特異性：WHtR較BMI或WC更能準確指示內臟脂肪，減少體型差異的干擾。臨床首選性：2025年研究推薦為糖尿病和CVD篩查的首選衍生指標，因其同時平衡了簡易性與準確性。

其他衍生指標

包括TyG-ABSI（結合體型指數）等，針對特定人群優化，如TyG-LAP（脂質積累產品）用于性別特異性評估。

例如： TyG-ABSI = TyG × 體型指數；TyG-LAP（男性）= (WC - 65) × TG (mM)

TyG-ABSI提升心血管死亡預測精度；TyG-LAP用于性別差異代謝風險（如女性復發性流產）；新興方向：生殖健康（如反復妊娠丟失預測）。

定制化優勢：適應種族/地區差異（如中國人群TyG-ABSI）。多維度整合：解決單一指標的不足（如LAP納入性別參數）。

二、相關發文趨勢

在PubMed中構建如下高級檢索式：

("TyG index"[Title/Abstract] OR "TyG-WHtR"[Title/Abstract] OR "TyG-WC"[Title/Abstract] OR "TyG-BMI"[Title/Abstract]) AND ("1980"[Date - Publication] : "2025"[Date - Publication]

圖片來源：PubMed

得到截至 2025 年更新的 TyG 相關文獻發表趨勢圖，我們可以看到：目前 TyG 核心指標年發文量增長率穩定在 15% 左右，2025 年已發表 604 篇，而 TyG-ABSI 因在心血管死亡預測中的卓越表現，2023 ~ 2025 年增長率達 40%。

其次，中國學者主導衍生指標創新，即 TyG-WC、TyG-ABSI 等源自亞洲隊列的指標占新發文量的 60% 以上；研究熱點從機制探索（如胰島素抵抗通路）逐步轉向臨床應用（如冠心病風險分層、反復妊娠丟失預測）。

三、經典相關文獻解析

文獻1

圖片來源：PubMed

·期刊、分區及影響因子：Cardiovascular Diabetology（醫學 1 區，10.6 分）

·單位：青島大學附屬青島市立醫院心內科

·研究背景：心血管-腎臟-代謝綜合征（CKM）通常起源于胰島素抵抗（IR）、肥胖和系統性炎癥反應。TyG 指數及其衍生指標（如 TyG-WHtR、TyG-WC、TyG-BMI）在評估 IR 和肥胖方面具有重要作用，但其與 CKM 綜合征人群的死亡率關系尚不清楚。

·研究方法：研究納入了 2009 ~ 2018 年 NHANES 的 6,383 名參與者，使用 Cox 比例風險模型分析 TyG 及其衍生指標與全因死亡率和心血管死亡率的關系。

·主要研究結果：TyG 相關指標與全因死亡率和心血管死亡率存在顯著正相關， TyG-WC 與全因死亡率的相關性最強（HR = 1.50），TyG-WHtR 與心血管死亡率的相關性最強（HR = 1.85）。此外，這些指標在 CKM 綜合征的 1 期和 3 期患者中與全因死亡率的相關性更為顯著。

·研究創新點：首次系統分析了 TyG 及其衍生指標在 CKM 綜合征不同階段與死亡率的關系，并揭示了其非線性關系。

·未來可借鑒之處：該研究為早期識別 CKM 綜合征高危人群提供了新的生物標志物，未來研究可進一步探索其在不同人群中的適用性。

文獻2

圖片來源：PubMed

·期刊、分區及影響因子：Cardiovascular Diabetology（醫學 1 區，10.6 分）

·單位：山東大學齊魯醫院心內科

·研究背景：隨著人口老齡化，心血管代謝多病共存（CMM）成為重要的健康問題。胰島素抵抗（IR）與心血管代謝疾病（CMDs）的發生、進展和預后密切相關，但其與 CMM 的關系尚不清楚。

·研究方法：研究納入了 UK Biobank 的 374,274 名無 CMDs 病史的個體，使用 Cox 比例風險模型和多狀態模型分析 IR 相關指標與 CMM 發生和進展的關系。

·主要研究結果：在平均 13.7 年的隨訪中， 5,048 人發生 CMM 。 IR 相關指標與 CMM 發生風險顯著正相關，TyG-WHtR 和 TyG-WC 的預測性能優于其他指標。多狀態模型分析顯示，這些指標在從無 CMDs 到單一 CMDs 以及從單一 CMDs 到 CMM 的轉變中均起重要作用。

·研究創新點：首次利用大規模前瞻性隊列研究了 IR 相關指標在 CMM 發生和進展中的作用，并揭示了其在不同疾病階段的差異性影響。

·未來可借鑒之處：該研究為 CMM 的早期預防提供了新的視角，未來研究可進一步探索 IR 相關指標在不同人群中的預測價值及其潛在的生物學機制。

四、相關數據庫介紹

1.NHANES（美國國家健康與營養檢查調查）

·網址：https://wwwn.cdc.gov/nchs/nhanes/Default.aspx

·使用情況：NHANES 是使用 TyG 指標及其衍生指標進行研究的熱門數據來源。許多研究利用 NHANES 的數據探討了 TyG 指數與心血管疾病、糖尿病、慢性腎病等代謝性疾病的關系。

·使用方法：從 NHANES 官方網站下載相關數據，包括空腹血糖、甘油三酯、BMI、腰圍、身高、腰臀比等指標，然后根據公式計算 TyG 指數及其衍生指標。此外，NHANES Online 平臺還提供了一鍵生成 TyG 相關指標的功能。

·推薦理由：NHANES 數據庫樣本量大、數據全面，適合進行大規模的流行病學研究和風險預測模型的構建。

2.CHARLS（中國健康與養老追蹤調查）

·網址：https://charls.pku.edu.cn/gy/gyxm.htm

·使用情況：CHARLS 數據庫涵蓋了中國中老年人的健康數據，包括慢性病、生物樣本等。許多研究利用 CHARLS 數據探討了 TyG 指標與心血管疾病、糖尿病等代謝性疾病的關系。

·使用方法：從 CHARLS 官方網站下載數據，計算 TyG 指數及其衍生指標。研究者還可以根據需要進行多變量 Cox 回歸分析、ROC 曲線分析等，以評估 TyG 指標的預測價值。

·推薦理由：CHARLS 數據庫專注于中國中老年人群，數據具有地域和人群的代表性，適合研究中國特有的代謝性疾病問題。

3.MIMIC重癥醫學數據庫）

·網址：https://mimic.mit.edu/

·使用情況：MIMIC 數據庫是一個公開的臨床數據庫，涵蓋了大量 ICU 住院患者的臨床數據。一些研究利用 MIMIC 數據探討了 TyG 指數與膿毒癥患者住院病死率、急性腎損傷風險等的關系。

·使用方法：通過 MIMIC 數據庫的官方網站獲取數據，使用 SQL 查詢提取相關變量（如空腹血糖、甘油三酯等），然后計算 TyG 指數。研究者還可以結合機器學習算法（如 LASSO 回歸、Boruta 算法等）進行風險預測模型的構建。

·推薦理由：MIMIC 數據庫數據詳盡，適合進行危重癥患者群體臨床研究和風險預測模型的開發。

4.UK Biobank（英國生物樣本庫）

·網址：https://www.ukbiobank.ac.uk/

·使用情況：UK Biobank 數據庫涵蓋了大量英國成年人的生物樣本和健康數據。一些研究利用 UK Biobank 數據探討了 TyG 指標與心血管疾病、糖尿病等代謝性疾病的關系。

·使用方法：從 UK Biobank 官方網站申請數據，計算 TyG 指數及其衍生指標。研究者還可以使用 Cox 比例風險模型、多狀態模型等進行數據分析。

·推薦理由：UK Biobank 數據庫數據質量高，適合進行大規模的前瞻性隊列研究。

我們長期為科研用戶提供前沿資訊、實驗方法、選品推薦等服務，并且組建了 70 多個不同領域的專業交流群，覆蓋PCR、細胞實驗、蛋白研究、神經科學、腫瘤免疫、基因編輯、外泌體、類器官等領域，定期分享實驗干貨、文獻解讀等活動。

添加實驗菌企微，回復【】中的序號，即可領取對應的資料包哦～

【2401】論文寫作干貨資料（100 頁）

【2402】國內重點實驗室分子生物學實驗方法匯總（60 頁）

【2403】2024 最新最全影響因子（20000+ 期刊目錄）

【2404】免疫學信號通路手冊

【2405】PCR 實驗 protocol 匯總

【2406】免疫熒光實驗 protocol 合集

【2407】細胞培養手冊

【2408】蛋白純化實驗手冊

【2501】染色體分析方法匯總

【2502】國自然中標標書模板

【2503】WB 實驗詳解及常見問題解答

【2504】DeepSeek 論文寫作常用口令

【2505】中國科學院期刊分區表（2025 年最新版）

【2506】期刊影響因子（2025 年最新版）