三酸甘油酯高密度脂蛋白比值解析｜糖尿病風險不可忽視的健康指標

本翻譯僅作學術交流用，無商業意圖，請勿轉載，如有疑議問請來信

一項涵蓋超過12萬名參與者的研究顯示，三酸甘油酯與高密度脂蛋白膽固醇（TG/HDL-C）比率對於未來10年內二型糖尿病（T2D）的發展預測能力優於傳統脂質指標。研究發現，TG/HDL-C比率的最佳切割值為2.1，且該比率與BMI和性別交互作用，女性及BMI低於25的參與者對脂質水平的敏感性更高。此結果強調了TG/HDL-C比率在糖尿病風險評估中的重要性。

Triglycerides/HDL cholesterol ratio and type 2 diabetes incidence: Panasonic Cohort Study 10

三酸甘油酯/高密度脂蛋白膽固醇比值與第二型糖尿病發病率：Panasonic 研究群體 10

Yuge H, Okada H, Hamaguchi M, et al. Triglycerides/HDL cholesterol ratio and type 2 diabetes incidence: Panasonic Cohort Study 10. Cardiovasc Diabetol. 2023;22(1):308. Published 2023 Nov 8. doi:10.1186/s12933-023-02046-5

https://pubmed.ncbi.nlm.nih.gov/37940952/

Abstract

Previous studies have investigated the association between the ratio of triglycerides (TG) to high-density lipoprotein cholesterol (HDL-C) and the incidence of diabetes in adults and discovered that a high TG/HDL-C ratio was linked to an elevated risk of new-onset diabetes. However, the comparison of predicting diabetes development among lipid profiles including the TG/HDL-C ratio, and the ratio of TG/HDL-C cut-off value has received limited attention. We examined the relationship between diabetes onset and the TG/HDL-C ratio in addition to the applicable cut-off value for predicting diabetes onset.

This study included 120,613 participants from the health examination database at Panasonic Corporation from 2008 to 2017. Cox regression analysis employing multivariable models was used to investigate the association between lipid profiles, particularly the ratio of TG/HDL-C and the development of type 2 diabetes (T2D). The multivariable model was adjusted for age, sex, BMI, systolic blood pressure, plasma glucose levels after fasting, smoking status, and exercise habits. Areas under time-dependent receiver operating characteristic (ROC) curves (AUCs) were employed to assess the prediction performance and cut-off values of each indicator. A fasting plasma glucose level of 126 mg/dL, a self-reported history of diabetes, or usage of antidiabetic medicines were used to identify T2D.

During the course of the study, 6,080 people developed T2D. The median follow-up duration was 6.0 (3–10) years. Multivariable analysis revealed that the ratio of TG/HDL-C (per unit, HR; 1.03 [95% CI 1.02–1.03]) was substantially linked to the risk of incident T2D. AUC and cut-off points for the ratio of TG/HDL-C for T2D development after 10 years were 0.679 and 2.1, respectively. Furthermore, the AUC of the ratio of TG/HDL-C was considerably larger compared to that of LDL-C, HDL-C, and TG alone (all P < 0.001). We discovered an interaction effect between sex, BMI, and lipid profiles in subgroup analysis. Females and participants having a BMI of < 25 kg/m2 showed a higher correlation between lipid profile levels and T2D onset.

The ratio of TG/HDL-C was found to be a stronger predictor of T2D development within 10 years than LDL-C, HDL-C, or TG, indicating that it may be useful in future medical treatment support.

摘要

先前研究已調查三酸甘油酯（TG）與高密度脂蛋白膽固醇（HDL-C）比值與成人糖尿病發病率的關聯，發現高 TG/HDL-C 比值與新發糖尿病風險增加有關。然而，對於不同脂質指標，包括 TG/HDL-C 比值在內的糖尿病預測能力比較，以及 TG/HDL-C 比值的臨界值，尚未受到充分關注。本研究探討了糖尿病發病與 TG/HDL-C 比值的關係，並確定適用的臨界值來預測糖尿病發生。

本研究納入了 2008 年至 2017 年期間來自 Panasonic 公司的健康檢查數據庫的 120,613 名參與者。使用多變量 Cox 回歸分析探討脂質指標，特別是 TG/HDL-C 比值與第二型糖尿病（T2D）發病的關聯。多變量模型調整了年齡、性別、BMI、收縮壓、空腹血糖水平、吸菸狀況及運動習慣。使用時間依賴型 ROC 曲線下面積（AUC）評估各指標的預測能力和臨界值。空腹血糖水平達 126 mg/dL、自報糖尿病病史或使用降糖藥物被用來識別 T2D。

在研究期間，6,080 人發展為 T2D。中位隨訪時間為 6.0（3–10）年。多變量分析顯示，TG/HDL-C 比值（每單位，HR：1.03 [95% CI 1.02–1.03]）與新發 T2D 風險顯著相關。TG/HDL-C 比值在 10 年內預測 T2D 發展的 AUC 和臨界點分別為 0.679 和 2.1。此外，TG/HDL-C 比值的 AUC 明顯大於 LDL-C、HDL-C 和 TG 單獨指標（P 均 < 0.001）。亞組分析中發現性別、BMI 與脂質指標之間存在交互作用。女性和 BMI < 25 kg/m² 的參與者中，脂質指標水平與 T2D 發生的相關性更高。

研究發現，TG/HDL-C 比值在 10 年內對 T2D 發展的預測能力優於 LDL-C、HDL-C 和 TG，顯示其在未來的醫療支持中可能具有應用價值。

背景

預計在 2021 年，年齡介於 20 至 79 歲的糖尿病患病率將達到 10.5%（5.366 億人），並在 2045 年升至 12.2%（7.832 億人）（1）。糖尿病是動脈粥樣硬化的危險因子，並與多種癌症、感染性疾病和心血管疾病引發的死亡風險增加有關（2）。2021 年，全球糖尿病相關的醫療成本預計將達到 9,660 億美元，並在 2045 年升至 10,540 億美元（1）。因此，糖尿病及其相關併發症的發展，以及由此帶來的醫療費用增加，都是全球性問題，如何有效管理糖尿病的發病以避免併發症進一步惡化，至關重要。

另一方面，脂質代謝異常與心血管疾病發展的可能性增加有關（3, 4）。糖尿病型血脂異常的特徵是高三酸甘油酯（TG）、低高密度脂蛋白膽固醇（HDL-C）以及高低密度脂蛋白膽固醇（LDL-C），尤其是小而緻密的 LDL-C。此外，儘管脂質代謝異常會影響糖尿病的發展（5, 6），但有關血脂異常與第二型糖尿病（T2D）之間關聯的證據，包括臨界值，仍然不足。

先前的研究顯示，TG/HDL-C 比值是胰島素抗性的一個準確預測因子（7, 8, 9）。TG/HDL-C 比值也被研究與其他事件的關聯；它增加了發展脂肪肝的機率，且這一風險與其他因素無關（10），並且與動脈硬化呈正相關（11, 12）。過去的研究調查了 TG/HDL-C 比值與成人糖尿病發病率的關聯，發現較高的 TG/HDL-C 比值與新發糖尿病風險增加有關（13, 14, 15, 16, 17, 18）。Zhou 等人（19）報告了預測 T2D 發展的 TG/HDL-C 比值臨界值；然而，他們的研究為橫斷面研究，因果關係不明。一項研究報告了預測 T2D 發病的 TG/HDL-C 比值臨界值（18），但樣本量較小，且未考慮觀察期間，脂質指標在預測 T2D 發病率方面的表現也未進行比較（18）。據我們所知，關於脂質指標（包括 TG/HDL-C 比值）在糖尿病發展預測中的比較，及其臨界值的研究仍少有關注。

因此，我們進行了這項回顧性群組研究，調查脂質指標（包括 TG/HDL-C 比值）與糖尿病在 10 年內發展的關係，並估算預測 T2D 發展的 TG/HDL-C 比值臨界值。

方法

這項長期回顧性群組研究使用了 Panasonic 群組研究的數據，這些數據於 2008 年至 2018 年期間收集。該數據庫包含了有關每年健康檢查、醫療費用、病史及死亡率的資料，對象為日本大阪 Panasonic 公司的員工。這項檢查計劃旨在通過早期檢測慢性疾病（如代謝異常）及評估潛在風險因素來促進員工的健康。所有員工每年均需接受健康檢查。

血液樣本在禁食超過 10 小時後採集，體重和身高則使用自動量測儀器記錄。使用一份事先設計並驗證過的自我填寫問卷評估基線特徵，包括吸菸習慣、運動習慣、醫療治療史及糖尿病病史。參與者被分為三組：不吸菸者、過去吸菸者及現吸菸者。定期運動者定義為每週至少 2 天、每次至少 30 分鐘且持續至少一年。空腹血糖水準達 126 mg/dL、自報糖尿病病史或使用降糖藥物則被用來識別 T2D。

本研究經 Panasonic 健康保險組織當地倫理委員會批准（批准號：2021–001），並依據赫爾辛基宣言的原則進行。

圖 1 顯示了參與者註冊流程圖。所有在 2008 年至 2017 年間進行健康檢查的員工均被註冊。在此期間，共有 236,603 名員工進行了健康檢查。T2D 發展的觀察期設定至 2018 年。未在基線進行血液檢測、數據不完整、基線時服用降脂藥物、基線時已患有糖尿病以及僅在退休前進行過一次健康檢查的參與者均被排除在研究之外。

圖 1 參與者註冊流程圖

計算了潛在混淆變數的平均值和頻率，所有潛在混淆變數均為基線值。本研究的主要結果指標是脂質指標，特別是 TG/HDL-C 比值與第二型糖尿病（T2D）發病率的關係。T2D 發病率與脂質指標在年度健康檢查中進行評估。使用多變量 Cox 回歸分析來研究 LDL-C、HDL-C、TG 和 TG/HDL-C 比值與 T2D 發病率之間的關聯。多變量模型調整了年齡、性別、BMI、收縮壓、空腹血糖水準、吸菸狀況和運動習慣。我們還進行了似然比檢驗，以檢查脂質指標是否具有顯著的預後影響。使用時間依賴型 ROC 曲線及 AUC 作為標準，評估 LDL-C、HDL-C、TG 和 TG/HDL-C 比值的預測表現。調查了 LDL-C、HDL-C、TG 和 TG/HDL-C 比值在預測 T2D 發生的最佳臨界值。此外，我們使用 1,000 次自助抽樣並應用 Bonferroni 方法比較 LDL-C、HDL-C、TG 和 TG/HDL-C 比值的 AUC。

我們使用亞組分析評估了性別和 BMI 的影響。亞組分為男性與女性，BMI < 25 kg/m² 和 BMI ≥ 25 kg/m²，根據日本肥胖研究協會的定義。除性別或 BMI 外，多變量模型在亞組分析中進行了適當變數的調整。根據性別和 BMI 類別評估危險比（HR）、AUC 和臨界值。我們還檢驗了性別、BMI 類別與脂質指標之間的潛在交互作用。

所有連續變數用平均值、標準差或絕對數表示。在 P < 0.05 時，差異被認為具有統計顯著性。應用 Bonferroni 方法後，P < 0.008 被視為具有統計顯著性。使用 95% 信賴區間（CI）的 HR 來表示關聯。統計分析使用 JMP 軟體版本 17（SAS Institute, Cary, NC, USA）進行。

結果

此次分析共納入了 120,613 名參與者（見圖 1）。個體的基線特徵如表 1 所示。在研究期間，共有 6,080 名參與者發展為第二型糖尿病（T2D）。附加文件 1：表 S1 顯示了未調整的 T2D 發病率危險比（HR）。圖 2 展示了調整後的脂質指標對 T2D 發病率的 HR。多變量分析顯示，LDL-C（每 10 mg/dL，HR：1.02 [95% CI 1.02–1.03]）、HDL-C（每 10 mg/dL，HR：0.88 [95% CI 0.86–0.90]）、TG（每 10 mg/dL，HR：1.008 [95% CI 1.006–1.010]）及 TG/HDL-C 比值（HR：1.03 [95% CI 1.02–1.03]）與 T2D 發展風險增加有關。多變量分析顯示 c-index 為 0.88。

表 1 參與者的基線特徵 表 2 模型檢驗（強制納入的七個變數 + 額外的脂質指標）

表 3 顯示了經過 10 年時間依賴型 ROC 曲線分析後的 AUC 和最佳臨界值。在 10 年時，LDL-C、HDL-C、TG 和 TG/HDL-C 比值預測第二型糖尿病（T2D）發病的 AUC 和最佳臨界值分別為 0.609 和 124 mg/dL、0.638 和 54 mg/dL、0.672 和 106 mg/dL，以及 0.679 和 2.1。表 3 也比較了 LDL-C、HDL-C、TG 和 TG/HDL-C 比值的 AUC。TG/HDL-C 比值的 AUC 大於 LDL-C（差值 0.069；95% CI 0.061–0.078；P < 0.001）、HDL-C（差值 0.041，95% CI 0.035–0.046，P < 0.001）或 TG（差值 0.007；95% CI 0.004–0.009；P < 0.001）。

表 3 LDL 膽固醇、HDL 膽固醇、三酸甘油酯與三酸甘油酯/HDL 膽固醇比值的曲線下面積比較

根據性別和 BMI 類別進行的亞組分析中，脂質指標對第二型糖尿病（T2D）發生的調整後 HR 如圖 2 所示。附加文件 2：表 S2 顯示了根據性別和 BMI 類別的 AUC 及臨界值。我們發現性別與 LDL-C 及 TG 之間存在交互作用。女性的 LDL-C（交互作用 P < 0.001）和 TG（交互作用 P = 0.002）HR 高於男性。在男性中，LDL-C（HR：1.02 [95% CI 1.01–1.03]）和 TG（HR：1.008 [95% CI 1.006–1.009]）與 T2D 發展的概率顯著相關。在女性中，LDL-C（HR：1.09 [95% CI 1.06–1.13]）和 TG（HR：1.02 [95% CI 1.01–1.03]）與 T2D 發展的概率顯著相關。預測 T2D 發展的 TG/HDL-C 比值最佳臨界值在 10 年時分別為男性 2.1 和女性 1.2。

此外，我們發現 BMI 類別與 TG 及 TG/HDL-C 比值之間存在交互作用。BMI < 25 kg/m² 的參與者中，TG（交互作用 P = 0.0001）和 TG/HDL-C 比值（交互作用 P = 0.0001）的 HR 高於 BMI ≥ 25 kg/m² 的參與者。在 BMI < 25 kg/m² 的參與者中，TG（HR：1.01 [95% CI 1.010–1.014]）和 TG/HDL-C 比值（HR：1.04 [95% CI 1.03–1.05]）與 T2D 發展顯著相關。在 BMI ≥ 25 kg/m² 的參與者中，TG（HR：1.006 [95% CI 1.003–1.008]）和 TG/HDL-C 比值（HR：1.02 [95% CI 1.02–1.03]）與 T2D 發展的概率顯著相關。預測 T2D 發展的 TG/HDL-C 比值最佳臨界值在 10 年時，BMI < 25 kg/m² 的參與者為 1.7，BMI ≥ 25 kg/m² 的參與者為 2.5。

討論

本研究有三個主要發現。首先，TG/HDL-C 比值在 10 年內預測第二型糖尿病（T2D）發展的臨界值為 2.1。其次，TG/HDL-C 比值在預測 10 年內糖尿病發展方面優於 LDL-C、HDL-C 和 TG 水平。第三，女性及 BMI < 25 kg/m² 的人群對於脂質指標水平的變化可能更敏感，T2D 發展風險較高。

雖然 TG/HDL-C 比值如何引起胰島素抗性的精確機制尚不明確，但有多項報告提出了一些假設。在細胞實驗中，LDL-C 被發現可降低胰臟 β 細胞中 Cyclin B1 的表達，導致胰島素抗性增加，而 HDL-C 則被認為能通過抑制 LDL-C 的作用改善胰島素抗性【20,21】。此外，研究顯示 HDL 可能通過促進胰島素分泌、肌肉直接攝取葡萄糖以及增加胰島素敏感性等機制來調節葡萄糖恆定【22】。相反，高三酸甘油酯血症增加了游離脂肪酸，這些脂肪酸在骨骼肌中累積，導致胰島素抗性，並在胰島中累積，可能導致 β 細胞功能障礙和細胞凋亡【23】。此外，高三酸甘油酯血症還增加了膽固醇酯轉移蛋白（CETP）的活性【24,25】。CETP 促使膽固醇酯轉換為三酸甘油酯，進而降低 HDL-C 濃度【24,25】。這些發現可能與 TG/HDL-C 比值在預測糖尿病發展中比 LDL-C、HDL-C 和 TG 水平更具預測能力有關。此外，胰島素抗性會通過代償性高胰島素血症和脂肪酸降解的活化，增加 TG 水準並降低 HDL-C【26】，因此，TG/HDL-C 比值對糖尿病護理具有重要意義。

亞組分析顯示，女性相比男性，BMI < 25 kg/m² 的人相比 BMI ≥ 25 kg/m² 的人，脂質指標升高更可能影響糖尿病的發展。通常情況下，女性的 LDL-C 較低而 HDL-C 較高，這是由於女性激素的作用【27】。儘管已知雌激素會增加 TG 水平【28】，但女性的 TG 水平仍低於男性。研究報告顯示，女性的肌肉細胞中 TG 攝取率較高，且 TG 清除率較快【29】。由於雌激素缺乏會導致脂質代謝失調和內臟脂肪組織的累積【30】，因此可能是雌激素通過抑制內臟脂肪組織的累積，間接抑制了 TG 的升高。此外，已知女性對 TG 水平與心血管疾病風險的敏感性高於男性【31】，這一點與我們的發現一致。此外，BMI 與 T2D 發展風險密切相關【32】，多項研究也將內臟脂肪增加與胰島素抗性聯繫在一起【33】。與低 BMI 的參與者相比，高 BMI 的參與者中，BMI 對胰島素抗性的影響可能大於脂質指標的影響。根據這些發現，女性及 BMI < 25 kg/m² 的人可能對脂質指標水平變化更為敏感。

過去的研究曾評估 TG/HDL-C 比值的分類或連續數值與 T2D 發病率之間的關聯【13,14,15,16,17,18】。Kim 等人【13】和 Lim 等人【14】在韓國人群中進行了研究，Liu 等人【15】在中國老年人（75 歲及以上）中進行了研究，Tohidi 等人【16】研究了伊朗人群中的關聯，Wang 等人【17】則研究了日本人群中的關聯。儘管這些研究發現，較高的 TG/HDL-C 比值與新發糖尿病風險增加之間有顯著關聯，但並未報告臨界值或脂質指標之間的比較【13,14,15,16,17】。而我們的研究不僅估算了臨界值，還比較了 TG/HDL-C 比值、LDL-C、HDL-C 和 TG 的參數。此外，一些研究的樣本量不夠大【14,15,16】。儘管 Hadaegh 等人【18】報告了 TG/HDL-C 比值的臨界值，但其樣本量較小，且未比較各脂質指標在預測 T2D 發病率方面的表現。且他們研究中報告的 TG/HDL-C 比值臨界值高於我們的研究【18】。這可能是因為他們的研究是在中東人群中進行的，該地區的糖尿病病理生理機制可能與日本人不同。

值得注意的是，我們的研究樣本量大，且隨訪期長，這得益於大型企業健康檢查數據庫的使用。此外，一些降脂藥物（如他汀類藥物）已知會增加糖尿病發展的可能性【34,35】，而我們通過排除服用這些藥物的參與者，避免了這一混雜效應對我們風險評估的影響。

本研究有幾點局限性。首先，研究僅納入了較年輕的日本人，因此不確定我們的發現是否適用於其他年齡和族群。研究中的大多數參與者為男性，因此未來需要進一步研究性別差異在脂質指標與 T2D 發展之間的關係。此外，我們的研究未考慮其他可能影響糖尿病風險的因素，例如遺傳傾向、飲食及抗糖尿病藥物以外的藥物。此外，診斷 T2D 時未使用 HbA1c 或 75 克口服葡萄糖耐受試驗。糖尿病病史或使用降糖藥物的數據是通過自我填寫問卷收集的，因此部分 T2D 參與者可能未被識別。最後，脂質數據僅限於基線資料，並未隨時間進行追蹤。

結論

總結來說，我們的研究表明，TG/HDL-C 比值在 10 年內預測 T2D 發展的能力優於 LDL-C、HDL-C 或 TG。這些結果強調了未來在醫療支持中提供該指標的重要性。

參考文獻

1. Sun H, Saeedi P, Karuranga S, et al. IDF diabetes atlas: global, regional and country-level diabetes prevalence estimates for 2021 and projections for 2045. Diabetes Res Clin Pract. 2022;183:109119. https://doi.org/10.1016/j.diabres.2021.109119.

   Article PubMed Google Scholar 

2. Seshasai SRK, Kaptoge S, Thompson A, et al. Diabetes mellitus, fasting glucose, and risk of cause-specific death. N Engl J Med. 2011;364(9):829–41. https://doi.org/10.1056/NEJMoa1008862.

   Article CAS Google Scholar 

3. Costa J, Borges M, David C, et al. Efficacy of lipid lowering drug treatment for diabetic and non-diabetic patients: Meta-analysis of randomised controlled trials. BMJ. 2006;332(7550):1115–24. https://doi.org/10.1136/bmj.38793.468449.AE.

   Article CAS PubMed PubMed Central Google Scholar 

4. Fujihara K, Matsubayashi Y, Yamamoto M, et al. Impact of body mass index and metabolic phenotypes on coronary artery disease according to glucose tolerance status. Diabetes Metab. 2017;43(6):543–6. https://doi.org/10.1016/j.diabet.2017.08.002.

   Article CAS PubMed Google Scholar 

5. Wu L, Parhofer KG. Diabetic dyslipidemia. Metabolism. 2014;63(12):1469–79. https://doi.org/10.1016/j.metabol.2014.08.010.

   Article CAS PubMed Google Scholar 

6. von Eckardstein A, Sibler RA. Possible contributions of lipoproteins and cholesterol to the pathogenesis of diabetes mellitus type 2. Curr Opin Lipidol. 2011;22(1):26–32. https://doi.org/10.1097/MOL.0b013e3283412279.

   Article CAS Google Scholar 

7. Lin D, Qi Y, Huang C, et al. Associations of lipid parameters with insulin resistance and diabetes: a population-based study. Clin Nutr. 2018;37(4):1423–9. https://doi.org/10.1016/j.clnu.2017.06.018.

   Article CAS PubMed Google Scholar 

8. Ren X, Chen ZA, Zheng S, et al. Association between triglyceride to HDL-C ratio (TG/HDL-C) and insulin resistance in Chinese patients with newly diagnosed type 2 diabetes mellitus. PLoS ONE. 2016;11(4):e0154345. https://doi.org/10.1371/journal.pone.0154345.

   Article CAS PubMed PubMed Central Google Scholar 

9. Zhou M, Zhu L, Cui X, et al. The triglyceride to high-density lipoprotein cholesterol (TG/HDL-C) ratio as a predictor of insulin resistance but not of β cell function in a Chinese population with different glucose tolerance status. Lipids Health Dis. 2016;15:104. https://doi.org/10.1186/s12944-016-0270-z.

   Article CAS PubMed PubMed Central Google Scholar 

10. Fukuda Y, Hashimoto Y, Hamaguchi M, et al. Triglycerides to high-density lipoprotein cholesterol ratio is an independent predictor of incident fatty liver; a population-based cohort study. Liver Int. 2016;36(5):713–20. https://doi.org/10.1111/liv.12977.

    Article CAS PubMed Google Scholar 

11. Chen C, Dai JL. Triglyceride to high-density lipoprotein cholesterol (HDL-C) ratio and arterial stiffness in Japanese population: a secondary analysis based on a cross-sectional study. Lipids Health Dis. 2018;17(1):130. https://doi.org/10.1186/s12944-018-0776-7.

    Article CAS PubMed PubMed Central Google Scholar 

12. Wu Z, Zhou D, Liu Y, et al. Association of TyG index and TG/HDL-C ratio with arterial stiffness progression in a non-normotensive population. Cardiovasc Diabetol. 2021;20(1):134. https://doi.org/10.1186/s12933-021-01330-6.

    Article CAS PubMed PubMed Central Google Scholar 

13. Kim J, Shin SJ, Kim YS, et al. Positive association between the ratio of triglycerides to high-density lipoprotein cholesterol and diabetes incidence in Korean adults. Cardiovasc Diabetol. 2021;20(1):183. https://doi.org/10.1186/s12933-021-01377-5.

    Article CAS PubMed PubMed Central Google Scholar 

14. Lim TK, Lee HS, Lee YJ, et al. Triglyceride to HDL-cholesterol ratio and the incidence risk of type 2 diabetes in community dwelling adults: a longitudinal 12-year analysis of the Korean genome and epidemiology study. Diabetes Res Clin Pract. 2020;163:108150. https://doi.org/10.1016/j.diabres.2020.108150.

    Article CAS PubMed Google Scholar 

15. Liu H, Liu J, Liu J, et al. Triglyceride to high-density lipoprotein cholesterol (TG/HDL-C) ratio, a simple but effective indicator in predicting type 2 diabetes mellitus in older adult. Front Endocrinol (Lausanne). 2022;13:828581. https://doi.org/10.3389/fendo.2022.828581.

    Article PubMed Google Scholar 

16. Tohidi M, Asgari S, Chary A, et al. Association of triglycerides to high-density lipoprotein cholesterol ratio to identify future prediabetes and type 2 diabetes mellitus: over one-decade follow-up in the Iranian population. Diabetol Metab Syndr. 2023;15:13. https://doi.org/10.1186/s13098-023-00988-0.

    Article CAS PubMed PubMed Central Google Scholar 

17. Wang H, Wang C, Xuan X, et al. Association between triglyceride to high-density lipoprotein cholesterol ratio and type 2 diabetes risk in Japanese. Sci Rep. 2023;13(1):3719. https://doi.org/10.1038/s41598-022-25585-5.

    Article CAS PubMed PubMed Central Google Scholar 

18. Hadaegh F, Hatami M, Tohidi M, et al. Lipid ratios and appropriate cut off values for prediction of diabetes: a cohort of Iranian men and women. Lipids Health Dis. 2010;9:85. https://doi.org/10.1186/1476-511X-9-85.

    Article CAS PubMed PubMed Central Google Scholar 

19. Zhou Y, Yang G, Qu C, et al. Predictive performance of lipid parameters in identifying undiagnosed diabetes and prediabetes: a cross-sectional study in eastern China. BMC Endocr Disord. 2022;22(1):76. https://doi.org/10.1186/s12902-022-00984-x.

    Article CAS PubMed PubMed Central Google Scholar 

20. Sokooti S, Flores-Guerrero JL, Heerspink HJL, et al. Triglyceride-rich lipoprotein and LDL particle subfractions and their association with incident type 2 diabetes: the PREVEND study. Cardiovasc Diabetol. 2021;20(1):156. https://doi.org/10.1186/s12933-021-01348-w.

    Article CAS PubMed PubMed Central Google Scholar 

21. Rütti S, Ehses JA, Sibler RA, et al. Low- and high-density lipoproteins modulate function, apoptosis, and proliferation of primary human and murine pancreatic β-cells. Endocrinology. 2009;150(10):4521–30. https://doi.org/10.1210/en.2009-0252.

    Article CAS PubMed Google Scholar 

22. Drew BG, Rye K-A, Duffy SJ, Barter P, Kingwell BA. The emerging role of HDL in glucose metabolism. Nat Rev Endocrinol. 2012;8(4):237–45. https://doi.org/10.1038/nrendo.2011.235.

    Article CAS PubMed Google Scholar 

23. Unger RH, Zhou YT. Lipotoxicity of beta-cells in obesity and in other causes of fatty acid spillover. Diabetes. 2001;50(Suppl 1):S118-121. https://doi.org/10.2337/diabetes.50.2007.s118.

    Article CAS PubMed Google Scholar 

24. Barter PJ, Brewer HB Jr, Chapman MJ, et al. Cholesteryl ester transfer protein: a novel target for raising HDL and inhibiting atherosclerosis. Arterioscler Thromb Vasc Biol. 2003;23(2):160–7. https://doi.org/10.1161/01.atv.0000054658.91146.64.

    Article CAS PubMed Google Scholar 

25. Föger B, Ritsch A, Doblinger A, et al. Relationship of plasma cholesteryl ester transfer protein to HDL cholesterol: studies in normotriglyceridemia and moderate hypertriglyceridemia. Arterioscler Thromb Vasc Biol. 1996;16(12):1430–6. https://doi.org/10.1161/01.atv.16.12.1430.

    Article PubMed Google Scholar 

26. Li N, Fu J, Koonen DP, et al. Are hypertriglyceridemia and low HDL causal factors in the development of insulin resistance? Atherosclerosis. 2014;233(1):130–8. https://doi.org/10.1016/j.atherosclerosis.2013.12.013.

    Article CAS PubMed Google Scholar 

27. Hazzard WR. Atherogenesis: why women live longer than men. Geriatrics. 1985;40(1):42–51.

    CAS PubMed Google Scholar 

28. Dayspring T, Pokrywka G. Impact of triglycerides on lipid and lipoprotein biology in women. Gend Med. 2010;7(3):189–205. https://doi.org/10.1016/j.genm.2010.05.002.

    Article PubMed Google Scholar 

29. Kolovou GD, Anagnostopoulou KK, Kostakou PM, et al. Primary and secondary hypertriglyceridaemia. Curr Drug Targets. 2009;10(4):336–43. https://doi.org/10.2174/138945009787846452.

    Article CAS PubMed Google Scholar 

30. Ko S-H, Kim H-S. Menopause-associated lipid metabolic disorders and foods beneficial for postmenopausal women. Nutrients. 2020;12(1):202. https://doi.org/10.3390/nu12010202.

    Article CAS PubMed PubMed Central Google Scholar 

31. Hokanson JE, Austin MA. Plasma triglyceride level is a risk factor for cardiovascular disease independent of high-density lipoprotein cholesterol level: a meta-analysis of population-based prospective studies. J Cardiovasc Risk. 1996;3(2):213–9.

    Article CAS PubMed Google Scholar 

32. Maskarinec G, Eeber E, Grandinetti A, et al. Diabetes incidence based on linkages with health plans: the multiethnic cohort. Diabetes. 2009;58(8):1732–8. https://doi.org/10.2337/db08-1685.

    Article CAS PubMed PubMed Central Google Scholar 

33. Katsuki A, Sumida Y, Urakawa H, et al. Increased visceral fat and serum levels of triglyceride are associated with insulin resistance in Japanese metabolically obese, normal weight subjects with normal glucose tolerance. Diabetes Care. 2003;26(8):2341–4. https://doi.org/10.2337/diacare.26.8.2341.

    Article CAS PubMed Google Scholar 

34. Ridker PM, Danielson E, Fonseca FAH, et al. Rosuvastatin to prevent vascular events in men and women with elevated C-reactive protein. N Engl J Med. 2008;359(21):2195–207. https://doi.org/10.1056/NEJMoa0807646.

    Article CAS PubMed Google Scholar 

35. Preiss D, Seshasai SRK, Welsh P, et al. Risk of incident diabetes with intensive-dose compared with moderate-dose statin therapy: a meta-analysis. JAMA. 2011;305(24):2556–64. https://doi.org/10.1001/jama.2011.860.

    Article CAS PubMed Google Scholar