Индекс триглицериды – глюкоза (TyG) и его производные у женщин репродуктивного возраста с разными метаболическими фенотипами

В последние годы активно изучается теория метаболического фенотипирования, в основе которой лежит выделение метаболически здорового и нездорового фенотипов (МЗФ, МНЗФ) у лиц с разным индексом массы тела (ИМТ). По данным литературы, в основе формирования МНЗФ лежит инсулинорезистентность (ИР). Одним из наиболее доступных в практической деятельности инструментов для оценки ИР является индекс триглицериды–глюкоза TyG и его производные. Однако до сих пор недостаточно информации об особенностях показателей ИР у лиц с различными метаболическими фенотипами. Цель – изучить показатели индексов инсулинорезистентности, основанных на индексе TyG, в выборке женщин 25–44 лет г. Новосибирска. Материал и методы. Обследована репрезентативная выборка женщин в возрасте 25–44 лет, проживающих в г. Новосибирске, в итоговую выборку вошли показатели 651 женщины. Дизайн исследования: одномоментное популяционное исследование. Проведено антропометрическое и лабораторное обследование. В качестве дефиниций метаболически нездорового фенотипа учитывали критерии метаболического синдрома IDF, 2005. Статистическую обработку результатов проводили в программе SPSS for Windows. Результаты. Молодые женщины с МНЗФ имели достоверно более высокие индексы TyG, TyG-ИМТ, TyG-ОТ, TyG-ОТ/рост, чем лица с МЗФ как во всей выборке, так и при разделении на группы по ИМТ (p < 0,05). При повышении ИМТ от нормальной массы тела к ожирению выявлено значимое повышение TyG-ИМТ, TyG-ОТ, TyG-ОТ/рост (p < 0,0001), но не индекса TyG. При оценке способности изучаемых индексов распознавать наличие МНЗФ для всех индексов получены модели хорошего (TyG) и отличного качества (TyG-ИМТ, TyG-ОТ, TyG-ОТ/рост). Наиболее высокое качество модели получено для индекса TyG-ОТ (AUC = 0,930, p < 0,0001), пороговое значение для распознавания МНЗФ – 368,3 (Se = 93,8 %, Sp = 79,1 %). Заключение. Выявлены более высокие индексы инсулинорезистентности, основанные на TyG, у женщин с МНЗФ по сравнению с МЗФ при любом значении индекса массы тела. Индекс TyG- ОТ показал наибольшую способность к распознаванию МНЗФ у молодых женщин.

1. Алфёрова В.И., Мустафина С.В. Адипоцитокины сквозь призму метаболических фенотипов человека. Доктор. Ру. 2023; 22 (4): 18–23.

2. Kishore B.K. Reverse epidemiology of obesity paradox: Fact or fiction? Physiol. Rep. 2024 Nov; 12 (21): e70107. doi: 10.14814/phy2.70107

3. Elías-López D., Vargas-Vázquez A., Mehta R., et al. Metabolic Syndrome Study Group. Natural course of metabolically healthy phenotype and risk of developing cardiometabolic diseases: a three years follow-up study. BMC Endocr. Disord. 2021 Apr 28; 21 (1): 85. doi: 10.1186/s12902-021-00754-1

4. Janus A., Szahidewicz-Krupska E., Mazur G., Doroszko A. Insulin Resistance and Endothelial Dysfunction Constitute a Common Therapeutic Target in Cardiometabolic Disorders. Mediators Inflamm. 2016; 2016: 3634948. doi: 10.1155/2016/3634948.

5. DeFronzo R.A., Tobin J.D., Andres R. Glucose clamp technique: a method for quantifying insulin secretion and resistance. Am. J. Physiol. 1979 Sep; 237 (3): E214–223. doi: 10.1152/ajpendo.1979.237.3.E214

6. Bonora E., Targher G., Alberiche M., Bonadonna R.C., Saggiani F., Zenere M.B., Monauni T., Muggeo M. Homeostasis model assessment closely mirrors the glucose clamp technique in the assessment of insulin sensitivity: studies in subjects with various degrees of glucose tolerance and insulin sensitivity. Diabetes Care. 2000 Jan; 23 (1): 57–63. doi: 10.2337/diacare.23.1.57

7. Руяткина Л.А., Руяткин Д.С., Исхакова И.С. Возможности и варианты суррогатной оценки инсулинорезистентности. Ожирение и метаболизм. 2019; 16 (1): 27–32.

8. Huang R., Cheng Z., Jin X. et al. Usefulness of four surrogate indexes of insulin resistance in middle-aged population in Hefei, China. Ann. Med. 2022 Dec; 54 (1): 622–632. doi: 10.1080/07853890.2022.2039956

9. Guerrero-Romero F., Simental-Mendía L.E., GonzálezOr tiz M., Martínez-Abundis E., Ramos-Zavala M.G., Hernández-González S.O., Jacques-Camarena O., Rodríguez-Morán M. The Product of Triglycerides and Glucose, a Simple Measure of Insulin Sensitivity. Comparison with the Euglycemic-Hyperinsulinemic Clamp. J. Clin. Endocrinol. Metab. 2010; 95 (7): 3347–3351. doi: 10.1210/jc.2010-0288

10. Wang X., Feng C., Zhang B., Jiang G. The association between triglyceride-glucose index and its combination with obesity indicators and cardiovascular disease: NHANES 2003–2018. Cardiovasc. Diabetol. 2024 Jan 6; 23 (1): 8. doi: 10.1186/s12933-023-02115-9

11. Simental-Mendía L.E., Guerrero-Romero F. The correct formula for the triglycerides and glucose index. Eur. J. Pediatr. 2020 Jul; 179 (7): 1171. doi: 10.1007/s00431-020-03644-1

12. Hwang Y., Son Y., Lee K. et al. Association between triglyceride glucose-body mass index and early-onset hypertension in South Korea: a nationwide cross-sectional study (2007–2023). Endocrine. 2026 May 4; 91 (1): 168. doi: 10.1007/s12020-026-04639-y

13. Alberti K.G.M.M., Zimmet P., Shaw J. Metabolic syndrome – a new world-wide definition. A Consensus Statement from the International Diabetes Federation. Diabet. Med. 2006; 23 (5): 469–480.

14. Sun Y., Ji H., Sun W., An X., Lian F. Triglyceride glucose (TyG) index: A promising biomarker for diagnosis and treatment of different diseases. Eur. J. Intern. Med. 2025 Jan; 131: 3–14. doi: 10.1016/j.ejim.2024.08.026 Epub 2024 Oct 29, PMID: 39510865

15. Yu L., Li Y., Ma R., Guo H., Zhang X., Yan Y., He J., Wang X., Niu Q., Guo S. Construction of a Personalized Insulin Resistance Risk Assessment Tool in Xinjiang Kazakhs Based on Lipid- and Obesity-Related Indices. Risk Manag. Healthc. Policy. 2022 Apr 13; 15: 631–641. doi: 10.2147/RMHP.S352401

16. Selvi N.M.K., Nandhini S., Sakthivadivel V., Lokesh S., Srinivasan A.R., Sumathi S. Association of Triglyceride-Glucose Index (TyG index) with HbA1c and Insulin Resistance in Type 2 Diabetes Mellitus. Maedica (Bucur). 2021 Sep; 16 (3): 375–381. doi: 10.26574/maedica.2021.16.3.375

17. Yan H., Zhou Q., Wang Y., Tu Y., Zhao Y., Yu J., Chen K., Hu Y., Zhou Q., Zhang W., Zheng C. Associations between cardiometabolic indices and the risk of diabetic kidney disease in patients with type 2 diabetes. Cardiovasc. Diabetol. 2024 Apr 25; 23 (1): 142. doi: 10.1186/s12933-024-02228-9

18. Tang Q., Guo X.G., Sun Q., Ma J. The pre-ablation triglyceride-glucose index predicts late recurrence of atrial fibrillation after radiofrequency ablation in non-diabetic adults. BMC Cardiovasc. Disord. 2022 May 14; 22 (1): 219. doi: 10.1186/s12872-022-02657-y

19. Xu X., Huang R., Lin Y., Guo Y., Xiong Z., Zhong X., Ye X., Li M., Zhuang X., Liao X. High triglyceride-glucose index in young adulthood is associated with incident cardiovascular disease and mortality in later life: insight from the CARDIA study. Cardiovasc. Diabetol. 2022 Aug 12; 21 (1): 155. doi: 10.1186/s12933-022-01593-7

20. Hoddy K.K., Axelrod C.L., Mey J.T., Hari A., Beyl R.A., Blair J.B., Dantas W.S., Kirwan J.P. Insulin resistance persists despite a metabolically healthy obesity phenotype. Obesity (Silver Spring). 2022 Jan; 30 (1): 39–44. doi: 10.1002/oby.23312

21. Weyman-Vela Y., Guerrero-Romero F., Simental-Mendía L.E. The triglycerides and glucose index is more strongly associated with metabolically healthy obesity phenotype than the lipid and obesity indices. J. Endocrinol. Invest. 2024 Apr; 47 (4): 865–871. doi: 10.1007/s40618-023-02201-5

22. Bell J.A., Hamer M., Batty G.D., Singh-Manoux A., Sabia S., Kivimäki M. Incidence of Metabolic Risk Factors Among Healthy Obese Adults: 20-Year Follow-Up. J. Am. Coll. Cardiol. 2015 Aug 18; 66 (7): 871–873. doi: 10.1016/j.jacc.2015.06.014

23. Zakerkish M., Hoseinian A., Alipour M., Payami S.P. The Association between Cardio-metabolic and hepatic indices and anthropometric measures with metabolically obesity phenotypes: a cross-sectional study from the Hoveyzeh Cohort Study. BMC Endocr. Disord. 2023 May 29; 23 (1): 122. doi: 10.1186/s12902-023-01372-9

24. Li Y., Gui J., Liu H., Guo L.L., Li J., Lei Y., Li X., Sun L., Yang L., Yuan T., Wang C., Zhang D., Wei H., Li J., Liu M., Hua Y., Zhang L. Predicting metabolic syndrome by obesity- and lipid-related indices in mid-aged and elderly Chinese: a population-based cross-sectional study. Front. Endocrinol (Lausanne). 2023 Jul 28; 14: 1201132. doi: 10.3389/fendo.2023.1201132