著者の所属・活動拠点の国は、中国です。

掲載誌：Frontiers in Nutrition

ライセンス: CC BY　対象: 公開論文　確認元: OpenAlex

健康診断で測定される中性脂肪と空腹時血糖から計算される「TyG指数」は、インスリン抵抗性（体が血糖を下げるホルモンの働きに反応しにくくなる状態）を簡易に推し量る指標として広く使われています。一方、アミノ酸の一種であるホモシステインの血中濃度が高い状態（高ホモシステイン血症）は、血管内皮の働きの低下や酸化ストレスと関連するとされ、心血管疾患のリスク指標として知られています。今回、中国の医療機関で健康診断を受けた成人を対象に、このTyG指数と高ホモシステイン血症がどのような関係にあるのかを、機械学習と統計モデルの両方を使って調べた研究が報告されました。

約3万人のデータで何を調べたのか

この研究は、2025年に中国人民解放軍総合病院国際医療センターで健康診断を受けた成人のうち、中性脂肪、空腹時血糖、ホモシステイン、C反応性タンパク（CRP、炎症の指標）、クレアチニン（腎機能の指標）、尿酸、尿素窒素、年齢、性別、BMI、腹囲、血圧など必要な項目がすべて揃っていた31,116人を対象とした後ろ向き横断研究です。高ホモシステイン血症は血清ホモシステイン値が15μmol/Lを超える場合と定義されました。研究チームは、TyG指数だけでなく、腎機能や炎症、脂質、肝機能に関わる指標まで含めた「心血管・腎・代謝（CKM）」という枠組み全体の中で、TyG指数とホモシステインがそれぞれどの指標群と結びつきが強いのかを、相関関係のヒートマップやネットワーク図を使って可視化しました。さらに、勾配ブースティング法（XGBoost）という機械学習モデルにSHAPという解析手法を組み合わせ、どの指標が高ホモシステイン血症の判別にどれだけ寄与するかを順位付けしています。加えて、TyG指数とホモシステインの関係を、調整する共変量を段階的に増やしながら複数のロジスティック回帰モデルで検証し、直線的な関係だけでなく非直線的な関係の有無も制限付き3次スプライン解析で確認しました。

研究でわかったこと

ネットワーク解析では、TyG指数は中性脂肪、BMI、腹囲などの肥満・代謝系の指標と強く結びついている一方、ホモシステインはクレアチニン、尿素窒素、尿酸といった腎機能に関わる指標とのつながりがより強いことが示されました。機械学習による重要度評価でも、高ホモシステイン血症の判別に最も寄与していたのはクレアチニンで、次いで性別（女性であること）、腹囲、拡張期血圧、年齢などが続きました。TyG指数は上位10項目には入らず、基本的な臨床情報にTyG指数を追加しても判別精度（AUC）はほとんど変わりませんでした（0.651から0.001の上昇にとどまり統計的に有意ではありませんでした）。一方、CKM関連の指標（TyG指数、CRP、クレアチニン、尿酸、尿素窒素）をまとめて加えたモデルでは判別精度がやや上昇しました（AUCが0.651から0.679）。 興味深いのは、TyG指数とホモシステインの統計的な関係が、調整する変数を増やすにつれて向きを変えたことです。年齢と性別のみで調整した段階ではTyG指数が高いほど高ホモシステイン血症のオッズがわずかに高い傾向でしたが、BMIや腹囲、血圧を加えると関係は逆転し、さらに脂質・肝機能・尿酸・尿素窒素を加えるとその逆の関連はより明確になりました。最終的に炎症の指標（log変換したCRP）と血清クレアチニンまで調整したモデルでは、TyG指数が1単位上がるごとに高ホモシステイン血症のオッズは約18％低くなるという結果でした（オッズ比0.819、95％信頼区間0.765〜0.877）。制限付き3次スプライン解析でも、TyG指数とホモシステインの関係は直線的ではなく、明確な非直線パターンを示すことが確認されました（非直線性のp値は0.001未満）。この関係の向きの逆転はクレアチニンを加える前の段階、つまり肥満指標の調整の時点ですでに起き始めていたことも報告されており、著者らはクレアチニンの調整だけがこの逆転を生んだわけではないと述べています。この結果は、性別、年齢層、血圧の状態別に見ても方向性はおおむね一致しており、CRPやクレアチニンの極端な値を除いた場合や、性別ごとに異なるホモシステインの基準値を使った場合でも同様の傾向が確認されました。

この研究の読み方と限界

著者らは、この研究があくまで健康診断データを使った横断的な観察研究であり、ある一時点のデータからTyG指数とホモシステインの因果関係を証明するものではないと強調しています。TyG指数、腎機能関連の指標、高ホモシステイン血症はすべて同じタイミングで測定されているため、腎機能の指標が両者の関係における「交絡因子」なのか、「中間因子」なのか、あるいは別の統計的な作用をしているのかを、このデータだけでは判別できません。そのため、調整モデルで見られたオッズ比の変化は、あくまで統計的な関連の変化として解釈すべきであり、TyG指数がホモシステインに直接的な保護効果を持つことを意味するものではないと著者らは注意を促しています。また、機械学習モデルは外部の別データセットでの検証は行われておらず、臨床での予測ツールとしての利用を意図したものでもないとされています。対象者は中国の一施設で健康診断を受けた成人に限られており、他の集団にそのまま当てはまるとは限りません。

まとめ

今回の研究では、TyG指数は主に肥満や代謝に関わる指標群に近い位置にあり、高ホモシステイン血症とより強く結びついているのはクレアチニンなど腎機能に関わる指標である可能性が示されました。TyG指数とホモシステインの関係は、単純にどちらかが高いほどもう一方も高くなるという単純な図式ではなく、腎機能などの他の要因を考慮すると関係の向きが変わりうる複雑なものであることが示唆されています。この結果は一つの横断研究によるものであり、心血管・腎・代謝のリスク評価における指標同士の関係を理解するための手がかりの一つとして位置づけられます。

原著論文の著者・所属：Hongzhou Liu（Department of Endocrinology, Aerospace Center Hospital）、Ru Wang（Department of Endocrinology, Beijing Jishuitan Hospital, Capital Medical University）、Huadan Zhu（Department of Internal Medicine, Jinxiang Grand Hospital, Jining, Shandong, China）、Chuan Song（Department of Endocrinology, Aerospace Center Hospital）、Li Shi（Department of Endocrinology, Aerospace Center Hospital）、Manka Zhang（Department of Endocrinology, Aerospace Center Hospital）、Song Dong（Department of Endocrinology, Aerospace Center Hospital）、闫双通（Department of Endocrinology, Second Medical Center, Chinese PLA General Hospital & National Clinical Research Center for Geriatric Diseases）

※本記事は原著論文の翻訳ではなく、研究内容を独自に解説したものです。出典（原著論文）：Hongzhou Liu, Ru Wang, Huadan Zhu, et al. Triglyceride–glucose index and hyperhomocysteinemia within a cardiovascular–kidney–metabolic biomarker network: insights from interpretable machine learning and epidemiological modeling. フロンティアーズ・イン・ニュートリション (2026). DOI: 10.3389/fnut.2026.1898997. 原著ライセンス: cc-by.