Resumo traduzido por

O índice triglicerídeo-glicose (TyG) é um novo marcador simples e barato de resistência à insulina que está sendo cada vez mais usado para a predição clínica da síndrome metabólica (SM). No entanto, existem apenas alguns estudos comparativos sobre sua capacidade preditiva para SM versus aqueles que usam o modelo tradicional de avaliação da homeostase (HOMA). Conduzimos um estudo transversal usando um banco de dados do National Health and Nutrition Examination Survey (março de 1999 a período pré-pandêmico de 2020). Usando métodos estatísticos, comparamos as habilidades preditivas do índice TyG e HOMA (incluindo HOMA de resistência à insulina [HOMA-IR] e HOMA de função das células beta [HOMA-β]) para SM. Um total de 34.195 participantes foram inscritos e divididos no grupo SM (23,1%) ou grupo sem SM (76,9%) de acordo com os critérios diagnósticos da International Diabetes Federation (IDF). Após a aplicação de dados ponderados, as características basais da população foram descritas. Após a exclusão das influências da medicação, a contagem final foi de 31.304 participantes. A análise da curva ROC revelou que, ao distinguir entre SM e nenhuma SM, o índice TyG teve uma área sob a curva (AUC) de 0,827 (sensibilidade = 71,9%, especificidade = 80,5%), e o ponto de corte foi de 8,75, superando ligeiramente o HOMA-IR (AUC = 0,784) e o HOMA-β (AUC = 0,614) com uma significância de P < 0,01. A prevalência de SM na população total calculada usando o valor de corte do índice TyG foi de 30,9%, que foi maior do que o relatado nos critérios diagnósticos da IDF. A análise de dados ponderados usando regressão logística univariada e multivariada demonstrou uma associação independente entre TyG elevado e HOMA-IR com o risco de SM. A análise de subgrupos revelou ainda diferenças na capacidade preditiva do índice TyG entre populações adultas em vários gêneros e etnias, enquanto tais diferenças não foram observadas para crianças e adolescentes. O índice TyG é ligeiramente melhor que o HOMA na predição de MetS e pode identificar mais pacientes com MetS; assim, suas aplicações em um ambiente clínico podem ser adequadamente aumentadas.