三酸甘油酯與高密度脂蛋白比值：健康代謝的關鍵指標

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

研究團隊提出了一個名為SPISE的新指數，旨在透過單次血液檢測來估算白人青少年及成人的胰島素敏感度。SPISE結合了三個指標：三酸甘油酯、HDL膽固醇和體重指數（BMI），並顯示出比傳統的TG/HDL比率更好的準確性。這一發現對於早期識別胰島素抵抗具有重要意義，為臨床應用提供了便捷且成本效益高的方案。

Modification and Validation of the Triglyceride-to–HDL Cholesterol Ratio as a Surrogate of Insulin Sensitivity in White Juveniles and Adults without Diabetes Mellitus: The Single Point Insulin Sensitivity Estimator (SPISE)

三酸甘油酯與高密度脂蛋白膽固醇比值作為無糖尿病白人青少年與成人胰島素敏感性的替代指標之修改與驗證：單點胰島素敏感性估計器 (SPISE)

Paulmichl K, Hatunic M, Højlund K, et al. Modification and Validation of the Triglyceride-to-HDL Cholesterol Ratio as a Surrogate of Insulin Sensitivity in White Juveniles and Adults without Diabetes Mellitus: The Single Point Insulin Sensitivity Estimator (SPISE). Clin Chem. 2016;62(9):1211-1219. doi:10.1373/clinchem.2016.257436

https://pubmed.ncbi.nlm.nih.gov/27471037/

Abstract

The triglyceride-to–HDL cholesterol (TG/HDL-C) ratio was introduced as a tool to estimate insulin resistance, because circulating lipid measurements are available in routine settings. Insulin, C-peptide, and free fatty acids are components of other insulin-sensitivity indices but their measurement is expensive. Easier and more affordable tools are of interest for both pediatric and adult patients.

Study participants from the Relationship Between Insulin Sensitivity and Cardiovascular Disease [43.9 (8.3) years, n = 1260] as well as the Beta-Cell Function in Juvenile Diabetes and Obesity study cohorts [15 (1.9) years, n = 29] underwent oral-glucose-tolerance tests and euglycemic clamp tests for estimation of whole-body insulin sensitivity and calculation of insulin sensitivity indices. To refine the TG/HDL ratio, mathematical modeling was applied including body mass index (BMI), fasting TG, and HDL cholesterol and compared to the clamp-derived M-value as an estimate of insulin sensitivity. Each modeling result was scored by identifying insulin resistance and correlation coefficient. The Single Point Insulin Sensitivity Estimator (SPISE) was compared to traditional insulin sensitivity indices using area under the ROC curve (aROC) analysis and χ2 test.

The novel formula for SPISE was computed as follows: SPISE = 600 × HDL-C0.185/(TG0.2 × BMI1.338), with fasting HDL-C (mg/dL), fasting TG concentrations (mg/dL), and BMI (kg/m2). A cutoff value of 6.61 corresponds to an M-value smaller than 4.7 mg · kg−1 · min−1 (aROC, M:0.797). SPISE showed a significantly better aROC than the TG/HDL-C ratio. SPISE aROC was comparable to the Matsuda ISI (insulin sensitivity index) and equal to the QUICKI (quantitative insulin sensitivity check index) and HOMA-IR (homeostasis model assessment–insulin resistance) when calculated with M-values.

The SPISE seems well suited to surrogate whole-body insulin sensitivity from inexpensive fasting single-point blood draw and BMI in white adolescents and adults.

摘要

三酸甘油酯與高密度脂蛋白膽固醇（TG/HDL-C）比值被引入作為估算胰島素抗性的工具，因為血脂測量在日常檢查中可輕易取得。然而，胰島素、C肽和遊離脂肪酸是其他胰島素敏感性指數的組成部分，但其測量費用較高。對於兒童和成人患者來說，簡單且負擔得起的工具備受關注。

研究對象來自胰島素敏感性與心血管疾病關係研究 [43.9（8.3）歲，n = 1260] 以及青少年糖尿病與肥胖中胰島功能研究群組 [15（1.9）歲，n = 29]。參與者進行口服葡萄糖耐受性測試和正常血糖鉗夾試驗，以估算全身胰島素敏感性並計算胰島素敏感性指數。為了改進 TG/HDL 比值，應用數學模型進行分析，考慮身體質量指數（BMI）、空腹 TG 和 HDL 膽固醇，並與鉗夾測試衍生的 M 值進行比較，作為胰島素敏感性的估算依據。每個模型結果通過辨識胰島素抗性和相關係數進行評分。單點胰島素敏感性估計器（SPISE）與傳統胰島素敏感性指數通過 ROC 曲線下面積（aROC）分析和 χ2 檢驗進行比較。

SPISE 的新公式計算如下：SPISE = 600 × HDL-C^0.185/(TG^0.2 × BMI^1.338)，使用空腹 HDL-C（mg/dL）、空腹 TG 濃度（mg/dL）和 BMI（kg/m2）。當值為 6.61 時，對應的 M 值小於 4.7 mg·kg−1·min−1（aROC，M：0.797）。SPISE 顯示出顯著優於 TG/HDL-C 比值的 aROC。SPISE 的 aROC 與松田 ISI（胰島素敏感性指數）相當，且與 QUICKI（定量胰島素敏感性檢查指數）和 HOMA-IR（穩態模型評估-胰島素抗性）計算的 M 值相等。

SPISE 似乎非常適合用於估算白人青少年與成人的全身胰島素敏感性，透過簡單的空腹單點血液檢測和 BMI 即可實現。

近四十年來，正常血糖高胰島素鉗夾試驗一直是測量人體胰島素敏感性的黃金標準（1）。對胰島素抗性的主要關注來自其被認為是（心血管）代謝症候群的共同關鍵因素（2）。然而，應用高胰島素鉗夾試驗過程複雜、耗時、令病患感到不適且費用昂貴。因此，研究人員發展了替代指標來評估胰島素敏感性。靜脈葡萄糖耐受性測試，例如最小模型胰島素敏感性指數（SI）或計算敏感性指數（CSI）（3, 4），或口服葡萄糖耐受性測試（OGTT），如松田綜合胰島素敏感性指數（ISI）（5–6），都是可行的方法，但這些測試依然相對耗時且昂貴。較簡單的方法只需空腹時進行一次血液抽樣，例如穩態模型評估（HOMA）、定量胰島素敏感性檢查指數（QUICKI）和三酸甘油酯與高密度脂蛋白膽固醇比值（TG/HDL-C）等指標（7–9）。值得注意的是，另一基於脂質參數的指數已經發展出來，依據 HDL-C、總膽固醇、胰島素與遊離脂肪酸進行評估（10）。最近，Shalaurova 等人引入了脂蛋白抗性指數，基於核磁共振（NMR）衍生的脂蛋白信息來辨識胰島素抗性個體（11）。

TG/HDL-C 比值約在二十年前被引入，作為一種估算胰島素抗性的有前途工具（9, 12–13）。這個比值的優勢在於循環脂質測量在臨床前環境（如一般診所）中普遍可得，因此是經濟實惠的胰島素抗性估算工具，且不涉及胰島素測量。然而，TG/HDL-C 比值也存在缺點，例如其臨界點隨著不同族群特徵而有較大變異（12）。

我們的目標是透過利用胰島素敏感性與心血管疾病關係研究（RISC）大型健康成人群體中的易得數據，改進 TG/HDL-C 比值，並提出預測胰島素抗性鉗夾測量（M 值）的公式。

這個新的 TG/HDL-C 比值公式，即單點胰島素敏感性估計器（SPISE），隨後在成人（RISC 群體）和參與歐盟資助的青少年糖尿病與肥胖中胰島功能項目（Beta-JUDO）的青少年中進行驗證。

材料與方法

RISC 研究群體
從 2002 年至 2004 年，共從 14 個歐洲國家的 19 個中心招募了 1300 名年齡在 30 至 60 歲之間的成人。他們均經過預篩選，以確認整體健康狀況良好，且未服用影響胰島素敏感性、血壓、循環脂質或血糖的藥物。排除標準包括經三次測量後收縮壓或舒張壓升高（≥140 或 ≥90 mmHg）、高脂血症（空腹總膽固醇 ≥300 mg/dL 或 3.4 mmol/L，和/或空腹三酸甘油酯 ≥400 mg/dL 或 4.5 mmol/L）、糖尿病，或其他慢性疾病，如顯性心血管疾病、頸動脈狹窄超過 40%（14）。

Beta-JUDO 研究群體
青少年指數驗證的研究群體來自 Beta-JUDO 研究群組（FP7-HEALTH-2011-雙階段，項目編號：279153；www.betajudo.org），該研究在 6 個歐洲國家進行，臨床研究於瑞典烏普薩拉和奧地利薩爾茲堡進行。30 名青少年參與者年齡在 10 至 18 歲之間，根據世界衛生組織（WHO）對超重與肥胖的標準分類，體重指數（BMI）在同年齡與性別的第 90 百分位或以上者為超重，在第 97 百分位或以上者為肥胖，在第 99 百分位或以上者為病態性肥胖。他們在身體檢查及詳細病史調查後確認健康，除了肥胖及相關的代謝共病外無其他疾病。排除標準包括未能同意或任何可能阻礙知情同意與調查遵從的精神疾病。

青少年與成人群體均接受相同的診斷程序，包括詳細的身體檢查、血壓測量及人體測量學（體重、身高、生物電阻）。此外，所有參與者均進行 75 克口服葡萄糖耐受性測試（OGTT），並進行基因評估，還使用生活方式問卷調查身體活動、飲食行為以及個人和家族病史。

鑑於青春期與暫時性胰島素抗性有關，且隨青春期結束抗性會減少，本研究僅納入青春期後期的青少年（Tanner 分期 4 和 5）。

Beta-JUDO 和 RISC 研究的所有招募中心均獲得當地倫理委員會的批准，所有參與者均已書面同意參與該研究。青少年參與者中，至少一位家長簽署了書面同意書。

在兩個研究群體中，利用酵素光度法（羅氏模組系統方法；Roche Diagnostics）分析血漿中的高密度脂蛋白膽固醇（HDL-C）、低密度脂蛋白膽固醇（LDL cholesterol）及三酸甘油酯。在 RISC 研究中，胰島素則使用特定的時間解析螢光免疫分析法 [AutoDELFIA（增強型螢光免疫分析胰島素試劑盒）；Wallac Oy] 進行分析，而在 Beta-JUDO 研究群體中，則使用單次 ELISA 試劑盒（Mercodia AB®）。所有參數均由中央實驗室分析。

在兩個研究中皆應用了正常血糖高胰島素鉗夾試驗，並在口服葡萄糖耐受性測試（OGTT）後的 3 至 4 週內進行，旨在測定胰島素敏感性。所有參與者在進行試驗前禁食至少 10 小時，並前往各研究中心。左臂與右臂的肘前靜脈各插入一個導管，分別用於靜脈抽血和輸液。在鉗夾開始前至少進行三次空腹循環葡萄糖的基線測量。正常血糖鉗夾目標葡萄糖值依據三次空腹血糖的平均值確定。如果葡萄糖值超過 80 mg/dL（4.44 mmol/L），鉗夾目標設定為 80 mg/dL；若值超過 100 mg/dL（5.55 mmol/L），則設定為 100 mg/dL（15–16）。Beta-JUDO 鉗夾試驗的流程經過調整以符合 RISC 研究。

鉗夾試驗持續 120 分鐘，使用初始持續性胰島素輸注 [40 mU 胰島素 · 分鐘−1 ·（每平方米體表面積）−1]（17）。在 0 分鐘與 120 分鐘時分別採集血液樣本，以測量血清中的胰島素與 C 肽。

M 值：100–120 分鐘，mg · kg−1 · min−1；松田胰島素敏感性指數（ISI）：10 000/[(GF × IF) × (OGTT 濃度的 Gmean × OGTT 濃度的 Imean)]^0.5（6）；穩態模型評估-胰島素抗性（HOMA-IR）：22.5/(IF × GF)（10），並將其與新指數進行比較，其中 GF 為空腹葡萄糖濃度，Gmean 為 OGTT 過程中的平均葡萄糖濃度，HOMA 為穩態模型評估，IF 為空腹胰島素濃度，Imean 為 OGTT 過程中的平均胰島素濃度。

本研究的主要目標是利用單次血液抽樣，生成一個能識別最多胰島素抗性個體的指數。我們獲得了 RISC 研究中的 1260 名非糖尿病成人數據，以及 Beta-JUDO 研究中 29 名青少年的數據。該指數首先透過大型非糖尿病成人群體的數據進行計算機輔助數學建模，並在肥胖青少年中進行驗證。

為了區分胰島素抗性者與胰島素敏感者，我們使用了 M 值的臨界值 4.7 mg · kg−1 · min−1（17–19）。為排除胰島素施用與降解的差異，我們還使用了 M 值對胰島素（M/I）的比值，臨界值為 8.378，作為與簡單 M 值的比較。M/I 的計算公式為葡萄糖清除率除以最後 20 分鐘中胰島素鉗夾的平均血漿胰島素濃度 [M/I（100–120 分鐘）=（mg · kg−1 · min−1）每 μU/mL × 100]。

我們的軟體源代碼與此新指數的開發程序，可在該文章的網上版本附錄中查看：http://www.clinchem.org/content/vol62/issue9。簡而言之，在第一個模型中，我們僅納入 TG 和 HDL，因為它們最初是三酸甘油酯與高密度脂蛋白膽固醇比值公式的一部分。一般來說，每個模型結果根據與 M 的相關係數以及對胰島素抗性的識別進行評分：每個結果的相關性根據其與 M 的關係質量及其識別胰島素抗性的敏感度進行篩選。這兩個標準結合在一起，形成一個分數，以快速識別最適合的結果。因此，我們開始應用數學建模來分析 TG/HDL-C 比值，使用 HDL 和 TG 在−5 與 5 之間的所有有效指數，步長介於 0.1 至 0.001 之間。儘管當公式修改為 HDL-C^0.8/TG^0.3 時，與 M 的相關係數有適度改善（r = 0.328，P < 0.001），但我們仍不滿意，並考慮納入其他臨床上易得的因素。然而，在臨床實踐與常規實驗室廣泛使用的參數中，只有體重和 BMI 與 M 有足夠的關聯性。因此，我們將 BMI 納入公式，並進行了 6 次額外的建模運行，以最佳化 TG、HDL 和 BMI 各自指數值的定義。這不僅進一步改善了相關係數，還提高了對胰島素抗性識別的特異性。綜合來看，經過 9 次深入分析後，納入 BMI 並結合三酸甘油酯和 HDL-C 最終顯著提高了胰島素敏感性估算的準確性，這是透過 M 值測量得出的結果。

統計分析使用 SigmaPlot、IBM SPSS 2.1 和 Matlab。我們使用 ROC 曲線顯示葡萄糖清除率的判別臨界值選擇中的真陽性率與假陽性率的權衡。使用 M 值的臨界值 4.7 mg · kg−1 · min−1（18）或 M/I 值的臨界值 8.378 分析所有胰島素敏感性指數（SPISE、HOMA-IR、松田 ISI 和 TG/HDL-C 比值）的 ROC 曲線下面積（aROC）。胰島素敏感性指數的臨界值是根據 Youden 指數的最大值 [敏感度 − (1 − 特異性)]（20）得出的。ROC 曲線上不同胰島素敏感性指數間的統計差異也進行了分析。

結果

成人研究參與者的平均年齡為 43.9（8.3）歲（55% 為女性），而青少年的平均年齡為 15.0（1.9）歲（33% 為女性）。如表 1 所示，成人群體的平均體重屬於超重範疇，而青少年群體則屬於肥胖。兩組的循環三酸甘油酯濃度相近，但青少年群體的 HDL-C 濃度顯著較低。青少年肥胖群體的 HOMA-IR 較高，而 M 值（表 2）和 M/I 值（數據未顯示）較低，顯示該青少年群體的胰島素抗性程度高於研究中的成人群體。

表 1. 研究群體的臨床與生化特徵 a 表 2. 研究群體中根據空腹及動態狀態得出的胰島素敏感性測量與估算 a

SPISE = 600 × HDL-C^0.185 / (TG^0.2 × BMI^1.338)

其中，空腹 HDL-C（mg/dL）、空腹三酸甘油酯濃度（TG；mg/dL）和體重指數（BMI；kg/m²）被用於計算。儘管 DeFronzo 等人建議使用 M 值和 M/I 比值作為胰島素敏感性的測量指標（1），在此分析中，我們專注於 Beta-JUDO 群體中的 M 值進行建模。

表 3. 成人與青少年研究參與者中 M 值與其他胰島素敏感性測量指標的皮爾森相關性 a

所有參與者被分組進行 ROC 分析。表 4 顯示了與 M 值 4.7 mg·kg−1·min−1 及對應的 M/I 比值 8.387 相比，各項胰島素敏感性指數的臨界值。對於 SPISE 指數，臨界值 6.61 對應於 M 值 4.7 mg·kg−1·min−1；使用 M/I 時，SPISE 指數的臨界值為 6.87，準確性優於使用 M 值（M/I，0.828；M，0.797）。其他指數（松田 ISI、QUICKI、TG/HDL-C 比值、HOMA-IR）使用 M 值的準確性也比 M/I 差（見表 4）。在 M 值和 M/I 中，松田 ISI 的 aROC 準確性最佳，優於其他所有指數。SPISE 指數、QUICKI 和 HOMA-IR 在兩種計算中均表現出相似的 aROC。TG/HDL-C 比值的準確性最差，無論使用 M 值還是 M/I。

表 4. M 值與 M/I 的 ROC 分析 a

我們使用 χ² 檢驗比較了不同指數的 aROC，分別基於 M 值臨界值 4.7 mg·kg−1·min−1 和對應的 M/I 比值臨界值 8.387。數據如表 5 所示。無論使用 M 值還是 M/I 比值，SPISE 指數的 aROC 顯著優於 TG/HDL-C 比值 [SPISE 指數，aROC 0.797 (M)/0.828 (M/I)；TG/HDL-C 比值，aROC 0.713 (M)/0.722 (M/I)；P < 0.0001]。此外，松田 ISI 的準確性顯著高於 QUICKI、HOMA-IR 和 TG/HDL-C 比值，無論使用 M 還是 M/I 比值（P < 0.0001）。比較 SPISE 指數與松田 ISI，當使用 M 值計算時，SPISE 指數的 aROC 與松田 ISI 相當，並且與 QUICKI 和 HOMA-IR 相等（SPISE 指數 aROC, 0.797；松田 ISI aROC, 0.823；QUICKI aROC, 0.776；HOMA-IR aROC, 0.785；SPISE 指數與松田 ISI：P = 0.069）。當使用 M/I 比值時，松田 ISI 的準確性優於其他指數。

表 5. 使用 M 值和 M/I 的不同指數的 χ² 檢驗與比較 a

(A)，SPISE 指數與其他胰島素敏感性指數在 M = 4.7 mg·kg−1·min−1 的 ROC 曲線分析摘要。
(B)，SPISE 指數與其他胰島素敏感性指數在 M/I = 8.387 的 ROC 曲線分析摘要。

圖 1.

討論

本研究顯示，透過使用 SPISE 指數這個新且簡單的指標，可以在成人與肥胖青少年中估算胰島素敏感性。我們利用由正常血糖高胰島素鉗夾試驗衍生的 M 值，這是公認的胰島素敏感性黃金標準，證明結合三酸甘油酯、HDL-C 與體重指數的指標具有實用性。根據 Bergman 等人（19）的建議，我們將胰島素抗性的保守定義設為 M 值小於 4.7 mg·kg−1·min−1。由於正常血糖高胰島素鉗夾試驗的複雜性、高成本與耗時，許多指標已被開發並在成人與兒科群體中驗證，以評估胰島素敏感性。然而，這些指標都存在局限性（如重現性不足、實驗室之間的差異、耗時的方法、複雜性與侵入性），最重要的是它們分別描繪了空腹狀態（如 HOMA-IR 或 QUICKI）或動態狀態（如松田 ISI）的胰島素作用（3, 7–8, 21–25）。

除了這些傳統的胰島素敏感性測量方法外，TG/HDL-C 比值因其在臨床前環境中循環脂質測量的可用性而受到關注（9, 12–13, 26–29）。從病理生理學角度看，脂質與脂蛋白代謝的改變是胰島素抗性最早的表現之一（30）。核磁共振光譜研究顯示，胰島素抗性個體的極低密度脂蛋白（VLDL）與低密度脂蛋白（LDL）顆粒水準高於胰島素敏感的對照組（31）。這是由於 VLDL 合成增加，這與遊離脂肪酸的增加有關（32），高血糖（33）以及 VLDL 從循環中的清除率降低（33）。此外，胰島素抗性與前糖尿病狀態下，HDL 顆粒水準較低，VLDL 顆粒較大，且 LDL 與 HDL 的顆粒尺寸較小（34, 35）。

因此，TG/HDL-C 比值獨特地描繪了脂蛋白代謝的複雜關聯及促動脈粥樣硬化因子在肥胖相關連鎖反應中的角色（36）。TG/HDL-C 比值在 20 年前便被提出作為估算胰島素抗性的有前途工具（9, 12–13）。然而，該比值的預測能力隨族群的不同而有顯著差異。因此，在研究非洲裔美國人及其他非白人族群時，該比值與心臟代謝參數的關聯性無法得到確認（12, 28, 37）。這可能是因為非洲裔美國人因肝臟胰島素提取減少，導致胰島素水準較高，從而降低肝臟脂質的利用，進而減少了循環中的 TG 濃度（38）。

相反，TG/HDL-C 比值在所有族群的兒科研究參與者中，與胰島素敏感性的間接與直接測量均有關聯（12）。此外，TG/HDL-C 比值在篩檢代謝症候群方面被證明表現出色，且被認為是兒科群體中早期功能性和形態性血管變化、心臟重塑以及非酒精性脂肪肝病檢測的有用標記（39）。

McLaughlin 等人（29）報告，在 258 名超重者中，空腹胰島素、三酸甘油酯及 TG/HDL-C 比值是胰島素抗性最佳的預測因子，其定義依據為胰島素抑制試驗。其臨界點的敏感度範圍為 57% 至 67%，而特異性範圍為 68% 至 85%。這些結果特別與我們在肥胖青少年中的結果相符，因為這些適用於超重者的分析中，BMI 本身的影響可能較小，使得其他預測因子，如三酸甘油酯與 TG/HDL-C 比值的作用得以凸顯。在一項彙集了 2321 份（2138 名非糖尿病研究參與者）正常血糖鉗夾測試結果的分析中（40 mU·min−1·m−2），Stern 等人（40）發現 HOMA-IR、BMI、腰圍和 LDL 膽固醇是胰島素抗性的顯著預測因子。Tam 等人（18）根據在 120 mU·min−1·m−2 條件下進行的正常血糖鉗夾試驗，利用常規測量的空腹血糖、胰島素、總膽固醇和 HDL-C，生成了胰島素抗性預測的分類樹，從而將高胰島素正常血糖鉗夾從研究工具拓展到臨床應用。這兩項研究的敏感度與特異性結果與我們分析中的 SPISE 相似 [SPISE aROC，M 值為 0.80；M/I 為 0.83；Stern 等人（40）：aROC，0.90；Tam 等人（18）：aROC，0.87]。

SPISE 指數的設計目的是改善 TG/HDL-C 比值，以提高其敏感性和特異性，從而提供一個不依賴胰島素（昂貴的參數）的指數。為達成這一目標，SPISE 表現與 HOMA-IR 和 QUICKI 相似，但顯著優於 TG/HDL-C 比值，後者與鉗夾測試衍生的 M 值以及 M/I 比值的符合度最低（表 4 和表 5）。此外，僅 OGTT 衍生的松田 ISI 傾向於優於 SPISE 指數（僅在與 M 值相關時顯示趨勢，而與 M/I 顯著相關）。因此，與目前使用的既定胰島素敏感性指數類似，SPISE 指數可在常規臨床實踐和臨床研究環境中使用，僅需空腹的三酸甘油酯、HDL-C 和 BMI 值，即可在白人兒童和青少年中估算胰島素敏感性。對於 SPISE 指數，臨界值 6.61 對應於 M 值 4.7 mg·kg−1·min−1，較小的值表示胰島素抗性。

限制

本研究通過調查非糖尿病成人[平均 BMI 25.5 (0.1) kg/m²] 和肥胖青少年[平均 BMI 38.6 (1.8) kg/m²]來檢驗 SPISE 指數。特別是青少年群體代表了高風險患者群體，對這些患者來說，檢測胰島素抗性至關重要。此外，針對 SPISE 指數及其他胰島素敏感性指數的 ROC 分析顯示，當使用 M/I 作為胰島素敏感性的替代指標時，結果表現出不利的彎曲（數據未展示）。因此，我們更傾向於使用 M 值的臨界值 4.7 mg·kg−1·min−1，這已經是大多數研究中的標準。未來還需要進行進一步的分析和研究，以確立不同患者群體中的年齡和性別特異性臨界值。此外，本研究主要招募了歐洲白人。鑒於白人與非裔美國人在脂蛋白代謝方面的差異（如上文所述）（12, 37, 39），目前 SPISE 指數僅適用於白人族群，並需要在其他族群，尤其是非裔美國人群體中進行驗證。

結論

總結來說，我們已證明，透過簡單計算即可在白人兒童與成人中識別胰島素抗性——僅需使用常規的空腹狀態下的三酸甘油酯與 HDL-C 測量值及 BMI。因此，SPISE 指數有助於識別這個慢性疾病的重要預兆，並可應用於臨床試驗及日常臨床實踐中。

參考文獻

1. DeFronzo RA, Tobin JD, Andres R . Glucose clamp technique: a method for quantifying insulin secretion and resistance. Am J Physiol 1979;237:E214–23.
Google ScholarPubMedWorldCat
2. Haffner SM, Valdez RA, Hazuda HP, Mitchell BD, Morales PA, Stern MP . Prospective analysis of the insulin-resistance syndrome (syndrome X). Diabetes 1992;41:715–22.
Google ScholarCrossrefPubMedWorldCat
3. Pacini G, Tonolo G, Sambataro M, Maioli M, Ciccarese M, Brocco E, Avogaro A, Nosadini R . Insulin sensitivity and glucose effectiveness: minimal model analysis of regular and insulin-modified FSIGT. Am J Physiol 1998;274:E592–9.
Google ScholarPubMedWorldCat
4. Tura A, Sbrignadello S, Succurro E, Groop L, Sesti G, Pacini G . An empirical index of insulin sensitivity from short IVGTT: validation against the minimal model and glucose clamp indices in patients with different clinical characteristics. Diabetologia 2010;53:144–52.
Google ScholarCrossrefPubMedWorldCat
5. Matsuda M, DeFronzo RA . Insulin sensitivity indices obtained from oral glucose tolerance testing: comparison with the euglycemic insulin clamp. Diabetes Care 1999;22:1462–70.
Google ScholarCrossrefPubMedWorldCat
6. Stumvoll M, Mitrakou A, Pimenta W, Jenssen T, Yki-Jarvinen H, Van Haeften T , et al. Use of the oral glucose tolerance test to assess insulin release and insulin sensitivity. Diabetes Care 2000;23:295–301.
Google ScholarCrossrefPubMedWorldCat
7. Matthews DR, Hosker JP, Rudenski AS, Naylor BA, Treacher DF, Turner RC . Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man. Diabetologia 1985;28:412–9.
Google ScholarCrossrefPubMedWorldCat
8. Katz A, Nambi SS, Mather K, Baron AD, Follmann DA, Sullivan G, Quon MJ . Quantitative insulin sensitivity check index: a simple, accurate method for assessing insulin sensitivity in humans. J Clin Endocrinol Metab 2000;85:2402–10.
Google ScholarCrossrefPubMedWorldCat
9. Gaziano JM, Hennekens CH, O’Donnell CJ, Breslow JL, Buring JE . Fasting triglycerides, high-density lipoprotein, and risk of myocardial infarction. Circulation 1997;96:2520–5.
Google ScholarCrossrefPubMedWorldCat
10. Disse E, Bastard JP, Bonnet F, Maitrepierre C, Peyrat J, Louche-Pelissier C, Laville M . A lipid-parameter-based index for estimating insulin sensitivity and identifying insulin resistance in a healthy population. Diabetes Metab 2008;34:457–63.
Google ScholarCrossrefPubMedWorldCat
11. Shalaurova I, Connelly MA, Garvey WT, Otvos JD . Lipoprotein insulin resistance index: a lipoprotein particle-derived measure of insulin resistance. Metab Syndr Relat Disord 2014;12:422–9.
Google ScholarCrossrefPubMedWorldCat
12. Giannini C, Santoro N, Caprio S, Kim G, Lartaud D, Shaw M , et al. The triglyceride-to-HDL cholesterol ratio: association with insulin resistance in obese youths of different ethnic backgrounds. Diabetes Care 2011;34:1869–74.
Google ScholarCrossrefPubMedWorldCat
13. Kim-Dorner SJ, Deuster PA, Zeno SA, Remaley AT, Poth M . Should triglycerides and the triglycerides to high-density lipoprotein cholesterol ratio be used as surrogates for insulin resistance? Metabolism 2010;59:299–304.
Google ScholarCrossrefPubMedWorldCat
14. Hills SA, Balkau B, Coppack SW, Dekker JM, Mari A, Natali A , et al. The EGIR-RISC STUDY (The European group for the study of insulin resistance: relationship between insulin sensitivity and cardiovascular disease risk): I. Methodology and objectives. Diabetologia 2004;47:566–70.
Google ScholarCrossrefPubMedWorldCat
15. Anderwald C, Pfeiler G, Nowotny P, Anderwald-Stadler M, Krebs M, Bischof MG , et al. Glucose turnover and intima media thickness of internal carotid artery in type 2 diabetes offspring. Eur J Clin Invest 2008;38:227–37.
Google ScholarCrossrefPubMedWorldCat
16. Anderwald C, Brabant G, Bernroider E, Horn R, Brehm A, Waldhäusl W, Roden M . Insulin-dependent modulation of plasma ghrelin and leptin concentrations is less pronounced in type 2 diabetic patients. Diabetes 2003;52:1792–8.
Google ScholarCrossrefPubMedWorldCat
17. Anderwald CH, Tura A, Gessl A, Smajis S, Bieglmayer C, Marculescu R, Luger A, Pacini G, Krebs M . Whole-body insulin sensitivity rather than body-mass-index determines fasting and post-glucose-load growth hormone concentrations. PLoS One 2014;9:115–84.
Google ScholarCrossrefWorldCat
18. Tam C, Xie W, Johnson W, Cefalu W, Redman L, Ravussin E . Defining insulin resistance from hyperinsulinemic-euglycemic clamps. Diabetes Care 2012;35:1605–10.
Google ScholarCrossrefPubMedWorldCat
19. Bergman RN, Finegood DT, Ader M . Assessment of insulin sensitivity in vivo. Endocrine Rev 1985;6:45–86.
Google ScholarCrossrefWorldCat
20. Youden W . Index for rating diagnostic tests. Cancer 1950;3:32–5.
Google ScholarCrossrefPubMedWorldCat
21. Abbasi F, Reaven G . Evaluation of the quantitative insulin sensitivity check index as an estimate of insulin sensitivity in humans. Metabolism 2002;51:235–7.
Google ScholarCrossrefPubMedWorldCat
22. Henderson M, Rabasa-Lhoret R, Bastard J, Chiasson J, Baillargeon J, Hanley J, Lambert M . Measuring insulin sensitivity in youth: how do the different indices compare with the gold-standard method? Diabetes Metab 2011;37:72–8.
Google ScholarCrossrefPubMedWorldCat
23. Uwaifo G, Parikh S, Keil M, Elberg J, Chin J, Yanovski J . Comparison of insulin sensitivity, clearance, and secretion estimates using euglycemic and hyperglycemic clamps in children. J Clin Endocrinol Metab 2002;87:2899–905.
Google ScholarCrossrefPubMedWorldCat
24. Yeckel C, Weiss R, Dziura J, Taksali S, Dufour S, Burgert T , et al. Validation of insulin sensitivity indices from oral glucose tolerance test parameters in obese children and adolescents. J Clin Endocrinol Metab 2004;89:1096–101.
Google ScholarCrossrefPubMedWorldCat
25. McAuley K, Williams S, Mann J, Walker R, Lewis-Barned N, Temple L , et al. Diagnosing insulin resistance in the general population. Diabetes Care 2001;24:460–4.
Google ScholarCrossrefPubMedWorldCat
26. Quijada Z, Paoli M, Zerpa Y, Camacho N, Cichetti R, Villarroel V, Arata-Bellabarba G, Lanes R . The triglyceride/HDL-cholesterol ratio as a marker of cardiovascular risk in obese children: association with traditional and emergent risk factors. Pediatric Diabetes 2008;9:464–71.
Google ScholarCrossrefPubMedWorldCat
27. Gaziano J, Hennekens C, O’Donnell C, Breslow J, Buring J . Fasting triglycerides, high-density lipoprotein, and risk of myocardial infarction. Circulation 1997;96:2520–5.
Google ScholarCrossrefPubMedWorldCat
28. McLaughlin T, Abbasi F, Cheal K, Chu J, Lamendola C, Reaven G . Use of metabolic markers to identify overweight individuals who are insulin resistant. Ann Intern Med 2003;139:802–9.
Google ScholarCrossrefPubMedWorldCat
29. Vega G, Barlow C, Grundy S, Leonard D, DeFina L . Triglyceride-to-high-density-lipoprotein-cholesterol-ratio is an index of heart disease mortality and of incidence of type 2 diabetes mellitus in men. J Investig Med 2014;62:345–9.
Google ScholarCrossrefPubMedWorldCat
30. Laakso M, Sarlund H, Mykkanen L . Insulin resistance is associated with lipid and lipoprotein abnormalities in subjects with varying degrees of glucose tolerance. Arteriosclerosis 1990;10:223–31.
Google ScholarCrossrefPubMedWorldCat
31. Garvey WT, Kwon S, Zheng D, Shaughnessy S, Wallace P, Hutto A , et al. Effects of insulin resistance and type 2 diabetes on lipoprotein subclass particle size and concentration determined by nuclear magnetic resonance. Diabetes 2003;52:453–62.
Google ScholarCrossrefPubMedWorldCat
32. Grundy SM . Pathogenesis of hypertriglyceridemia in man. In: Carlson LA, Olsson AG, editors. Treatment of hyperlipoproteinemia. New York: Raven; 1984. p 21–34.
Google ScholarGoogle PreviewWorldCatCOPAC
33. Howard BV . Lipoprotein metabolism in diabetes mellitus. J Lipid Res 1987;28:613–28.
Google ScholarPubMedWorldCat
34. Goff DC, D’Agostino RB, Haffner SM, Otvos JD , et al. Insulin resistance and adiposity influence lipoprotein size and subclass concentrations. Results from the Insulin Resistance Atherosclerosis Study. Metabolism 2005;54:264–70.
Google ScholarCrossrefPubMedWorldCat
35. Festa A, Williams K, Hamley AJ, Otvos JD, Goff DC, Wagenknecht LE, Haffner SM . Nuclear magnetic resonance lipoprotein abnormalities in prediabetic subjects in the Insulin Resistance Atherosclerosis Study. Circulation 2005;111:3465–72.
Google ScholarCrossrefPubMedWorldCat
36. Eeg-Olofsson K, Gudbjörnsdottir S, Eliasson B, Zethelius B, Cederholm J , on behalf of the NDR. The triglyceride-to-HDL-cholesterol ratio and cardiovascular disease risk in obese patients with type 2 diabetes: an observational study from the Swedish National Diabetes Register (NDR). Diabetes Res Clin Pract 2014;106:136–44.
Google ScholarCrossrefPubMedWorldCat
37. Maturu A, DeWitt P, Kern P, Rasouli N . The triglyceride to high-density lipoprotein cholesterol (TG/HDL) ratio as a predictor of beta-cell function in African American women. Metabolism 2015;64:561–5.
Google ScholarCrossrefPubMedWorldCat
38. Sumner A, Vega G, Genoveses D, Finley K, Berman R, Boston R . Normal triglyceride levels despite insulin resistance in African Americans: role of lipoprotein lipase. Metabolism 2005;54:902–9.
Google ScholarCrossrefPubMedWorldCat
39. Pacifico L, Bonci E, Andreoli G, Romaggioli S, Di Miscio R, Lombardo C, Chiesa C . Association of serum triglyceride-to-HDL cholesterol ratio with carotid artery intima-media thickness, insulin resistance and nonalcoholic fatty liver disease in children and adolescents. Nutr Metab Cardiovasc Dis 2014;24:737–43.
Google ScholarCrossrefPubMedWorldCat
40. Stern SE, Williams K, Ferrannini E, DeFronzo RA, Bogardus C, Stern MP . Identification of individuals with insulin resistance using routine clinical measurements. Diabetes 2005;54:333–9.
Google ScholarCrossrefPubMedWorldCat