双一区10.6分！双重机器学习筛选+多模型验证，西安交大附一院CHARLS研究已确立CTI的核心预测地位

说到预防中风，大家的第一反应往往是“要控制好血压”。这没错，高血压是头号风险因素。但在医学上，事情往往没那么简单。

越来越多的研究发现，身体里悄无声息的“炎症”和“代谢紊乱”（比如胰岛素抵抗），也在血管损伤和血栓形成的过程中推波助澜，最终可能和高血压“联手”导致中风。

2026年1月24日，西安交通大学第一附属医院团队在期刊《Cardiovascular Diabetology》（IF=10.6/双一区Top）发表研究论文，

这篇文章投稿仅2个月左右接收！方法学上有诸多亮点，我们一起来学习一下。

中风是心血管-肾-代谢综合征（CKM）进展至晚期的主要结局之一。高血压、系统性炎症和胰岛素抵抗均是中风的独立危险因素，但三者在CKM早期人群（0-3期）中的联合作用及其对长期中风风险的预测价值，尚未在大规模前瞻性队列中得到系统评估。

基于CHARLS 2011-2020年的数据，纳入9,082名45岁及以上、处于CKM 0-3期的参与者，采用前瞻性队列设计，运用Cox比例风险模型、机器学习特征筛选、加权分位数和回归等方法，系统评估了C反应蛋白-甘油三酯葡萄糖指数（CTI）与高血压对长期中风风险的独立与联合预测作用。

① 剂量-反应关系明确：CTI与高血压的联合暴露与中风风险呈显著梯度相关。与既无高血压又低CTI的组别相比，同时具备高血压与高CTI的组别中风风险升高至3.19倍。

② 联合预测优势显著：CTI与高血压结合的预测模型（AUC=0.672）优于单一高血压模型（AUC=0.661）或单一CTI模型（AUC=0.651）。

③核心贡献因子识别：通过加权分位数和回归分析，发现C反应蛋白（炎症标志物，权重38.8%）和高血压（权重31.7%）是预测中风风险最主要的两个贡献因素。

④ 结果稳健普适：上述关联在不同亚组（如年龄、性别、糖尿病状态等）中均保持一致，且经过多项敏感性分析验证结果稳健。

这篇文章的方法学亮点在于多层次、多模型的整合验证思路——它既用了传统生存分析与模型比较，又引入了机器学习进行特征筛选，还通过加权分位数回归分解风险贡献，最后用竞争风险模型和大量敏感性分析夯实结论。

这种“机器学习筛选+传统统计建模+多重稳健性检验”的组合拳，让它在方法上显得既现代又严谨。

作者从CHARLS 2011-2012基线调查的17,708名参与者中，根据预先设定的纳入排除标准（如年龄≥45岁、处于CKM 0-3期、关键变量无缺失等），筛选出最终纳入分析的9,082人。绘制了研究对象筛选流程图。

▲ CHARLS队列参与者选择流程图

在这一步，作者计算了每个参与者的CTI值，依据血压等信息定义高血压，然后根据CTI的拐点值（8.65）和高血压状态。

将所有人分为4组：Class 1（低CTI无高血压）、Class 2（高CTI无高血压）、Class 3（低CTI有高血压）、Class 4（高CTI有高血压）。

将连续变量（CTI）根据生物学拐点转化为分类变量，并与高血压状态交叉组合，可以直观地比较不同风险暴露组合下的结局差异，便于临床理解和风险分层。

接下来，使用Kaplan-Meier生存曲线比较四组人群的中风发生率差异，并用Log-rank检验判断差异是否具有统计学意义。

然后，建立Cox比例风险回归模型。依次建立未校正模型（Model 1）、校正年龄性别模型（Model 2）、及进一步校正多种混杂因素的全校正模型（Model 3），计算四组相对于Class 1的风险比及其置信区间。

因为Cox回归是处理随访时间数据的标准模型，可以在控制其他混杂因素的前提下，量化暴露因素（这里是不同分组）对事件发生风险（中风）的影响大小（HR值）。

▲ CTI 与高血压与长期中风的关联

接下来，开始绘制受试者工作特征曲线，并计算曲线下面积（AUC），比较“仅高血压”、“仅CTI”、“CTI+高血压”以及基线模型的预测区分能力。同时作者还计算了净重分类改善指数等指标。

最后，作者应用加权分位数和回归分析CTI各成分及高血压的权重。其次，进行广泛的亚组分析和敏感性分析（如更换高血压定义、排除特定人群等），检验主结论在不同条件下的稳定性。

▲ CTI与长期卒中高血压的关联（无插补）

1️⃣竞争风险处理：简单地将死亡视为删失会高估中风风险。该研究应用Fine-Gray模型妥善处理了这一难题。

2️⃣高维变量筛选：如何客观、自动化地筛选出与中风最相关的核心预测因子，避免过度拟合或主观选择，是一大挑战。该研究结合Boruta和LASSO两种机器学习方法，提供了稳健的解决方案。

3️⃣复合指标的构建与解释：CTI是一个由三个连续变量（CRP、TG、FPG）通过公式构建的新指数，作者通过限制性立方样条找拐点、通过WQS回归分解权重，系统地应对了这些挑战。

4️⃣交互作用检验的把握度：检验CTI与高血压之间是否存在相乘或相加交互作用，通常需要较大的样本量。该研究未发现显著交互作用，但也坦诚这可能受到样本量的限制，体现了分析的严谨性。

• 临床层面：提供了一个可操作的、整合式的风险分层工具。证明了在常规血压测量之外，增加一项基于常见血检指标（CRP、TG、FPG）的简单计算（CTI），就能显著提升对普通CKM人群中风风险的识别能力，有助于早期精准干预。

• 科研层面：展示了从“关联”到“贡献”再到“应用”的完整方法学链条。不仅证实了CTI与高血压的联合关联，更利用WQS明确了炎症的核心驱动角色，并通过机器学习、模型比较（AUC, NRI）等一系列手段，量化了这种联合评估的增量价值，为同类生物标志物研究提供了方法范本。

✔在选题上，与其一味追寻全新的昂贵生物标志物，不如思考如何将现有、易得的临床指标进行有生理意义的整合，解决单一指标预测能力不足的痛点。

✔“机器学习筛选+传统统计建模”双阶段模式，非常适合处理现代队列研究中常见的多变量数据，既能充分利用数据信息，又能保证结果的可解释性。

✔要重视“稳健性”的证据链，通过竞争风险模型、多种敏感性分析、亚组一致性检验构建坚固的结论防线。

✔要关注预测性能的量化比较。在证明关联显著之后，进一步用AUC、NRI、IDI等指标回答“好多少”的问题，使研究的应用导向更加明确。

👉如果你想快速学会CHARLS数据库挖掘的方法，发表一篇SCI，自己不知道怎么下手，不妨来【统计之光临床研究一对一全流程指导】看看，我们将为您安排一位专业的老师👨‍🎓，从0开始指导你学习，带你将一个全新的课题落地，结课即投稿！效率拉满🚀