Hoher Kardiometabolischer Index sagt Risiko für obstruktive Schlafapnoe stark voraus
Eine große NHANES-Studie zeigt, dass der Cardiometabolic Index – eine Kombination aus viszeralem Fett und Lipidmarkern – OSA-Symptome unabhängig vorhersagt, mit einem um 75 % höheren Risiko.
Zusammenfassung
Forscher analysierten Daten von 8.460 US-amerikanischen Erwachsenen aus der NHANES-Datenbank, um zu untersuchen, ob der Cardiometabolic Index (CMI) – ein zusammengesetztes Maß für viszerales Fett und den Lipidstoffwechsel, berechnet aus Triglyceriden, HDL-Cholesterin, Taillenumfang und Körpergröße – mit obstruktiver Schlafapnoe (OSA) assoziiert ist. Nach Adjustierung für Alter, Geschlecht, ethnische Zugehörigkeit, Lebensstilfaktoren und Komorbiditäten war ein höherer CMI signifikant mit einer erhöhten Wahrscheinlichkeit selbstberichteter OSA-Symptome verbunden. Der Zusammenhang zeigte sich konsistent über alle demografischen Untergruppen hinweg. Die ROC-Kurve des CMI ergab einen AUC-Wert von 0,605, was auf einen moderaten, aber bedeutsamen Vorhersagewert hindeutet. Die Ergebnisse positionieren den CMI als ein einfaches, kostengünstiges Screening-Instrument, das Kliniker nutzen könnten, um Patienten mit erhöhtem OSA-Risiko zu identifizieren, bevor eine aufwendige Polysomnographie durchgeführt wird.
Detaillierte Zusammenfassung
Obstruktive Schlafapnoe betrifft schätzungsweise 17–34 % der Allgemeinbevölkerung und ist eng mit Bluthochdruck, Typ-2-Diabetes, Herz-Kreislauf-Erkrankungen, kognitivem Abbau und eingeschränkter Lebensqualität verbunden. Trotz ihrer Häufigkeit und ihrer Folgen bleibt die OSA weitgehend unterdiagnostiziert, da der Goldstandard der Diagnostik — die Polysomnographie — kostspielig, zeitaufwändig und ressourcenintensiv ist. Diese Studie untersuchte, ob der Cardiometabolic Index (CMI), ein zusammengesetzter Marker für viszerale Adipositas und Lipiddysfunktion, als praktisches Screening-Instrument zur Identifizierung von Personen mit erhöhtem OSA-Risiko anhand routinemäßiger klinischer Messungen dienen könnte.
Der CMI wird berechnet als: (Triglyzeride / HDL-C) × (Taillenumfang / Körpergröße). Er wurde erstmals 2015 eingeführt und seitdem als Prädiktor für Typ-2-Diabetes, Insulinresistenz, Herz-Kreislauf-Erkrankungen, nichtalkoholische Fettlebererkrankung und Schlaganfall validiert. Da OSA eng mit metabolischer Dysfunktion verknüpft ist — einschließlich Dyslipidämie und zentraler Adipositas — stellten die Autoren die Hypothese auf, dass der CMI auch mit dem Ausmaß der OSA-Symptomatik in einer großen, bevölkerungsrepräsentativen Stichprobe korrelieren würde.
Die Studie stützte sich auf NHANES-Daten aus vier Erhebungszyklen (2005–2008 und 2015–2018) und schloss nach Ausschluss von Teilnehmern mit fehlenden OSA-Fragebogendaten, unvollständigen CMI-Variablen oder fehlenden Stichprobengewichten letztlich 8.460 Erwachsene ab 20 Jahren ein. OSA wurde per Selbstauskunft definiert: Teilnehmer galten als OSA-positiv, wenn sie mindestens eines von drei Symptomkriterien bestätigten — Schnarchen ≥3 Nächte/Woche, Schnaufen/Keuchen/Atemaussetzer ≥3 Nächte/Woche oder übermäßige Tagesschläfrigkeit ≥16 Mal/Monat trotz ausreichendem Schlaf. Die gewichtete Gesamtprävalenz von OSA in der Stichprobe betrug 48,51 %. Der CMI wurde sowohl als kontinuierliche Variable als auch in Quartilen analysiert (Q1: <0,28; Q2: 0,28–0,51; Q3: 0,51–0,91; Q4: >0,91).
Im vollständig adjustierten logistischen Regressionsmodell (Modell 3, kontrolliert für Alter, Geschlecht, Ethnie, Bildung, Familienstand, Rauchen, Alkoholkonsum, Diabetes, Bluthochdruck, LDL-C und Verhältnis von Einkommen zur Armutsgrenze) war jede Einheit Anstieg des CMI mit einer um 75 % höheren Wahrscheinlichkeit für OSA assoziiert (OR = 1,75; 95 % KI: 1,46–2,10). Die Quartilanalyse zeigte einen klaren Dosis-Wirkungs-Zusammenhang: Im Vergleich zu Q1 hatten Teilnehmer in Q4 signifikant erhöhte OSA-Odds. Die Analyse mit eingeschränkten kubischen Splines bestätigte einen überwiegend linearen positiven Zusammenhang zwischen CMI und OSA-Wahrscheinlichkeit, ohne dass eine signifikante Nichtlinearität festgestellt wurde. Subgruppenanalysen und Interaktionstests für Alter, Geschlecht, BMI und Ethnie ergaben keine signifikante Effektmodifikation, was darauf hindeutet, dass der Zusammenhang zwischen CMI und OSA über verschiedene demographische Gruppen hinweg robust ist.
Die Analyse der Receiver-Operating-Characteristic-(ROC-)Kurve ergab einen AUC-Wert von 0,605 für den CMI als Prädiktor für OSA, was auf eine mäßige Trennschärfe hindeutet. Obwohl dieser AUC-Wert für einen eigenständigen diagnostischen Einsatz nicht ausreicht, legt er nahe, dass der CMI über den Zufall hinaus aussagekräftige Prädiktionsinformationen liefert und in multivariate Screening-Algorithmen integriert werden könnte. Die Ausgangsdaten bestätigten, dass Teilnehmer im höchsten CMI-Quartil häufiger männlich, adipös, hypertensiv und diabetisch waren sowie einen niedrigeren Bildungsstand aufwiesen — allesamt etablierte OSA-Risikofaktoren —, doch der Zusammenhang zwischen CMI und OSA blieb auch nach Adjustierung für diese Variablen bestehen, was darauf hindeutet, dass der CMI ein unabhängiges metabolisches Risiko erfasst. Die Autoren schlagen vor, dass die Kombination aus zentraler Adipositas und Lipiddysregulation den CMI zu einem besonders aussagekräftigen und leicht berechenbaren klinischen Marker für die OSA-Risikostratifizierung macht.
Wichtigste Erkenntnisse
- In the fully adjusted model, each unit increase in CMI was associated with 75% higher odds of OSA (OR = 1.75, 95% CI: 1.46–2.10, p<0.001)
- OSA prevalence in the 8,460-participant NHANES sample was 48.51%, with higher CMI quartiles showing progressively greater OSA rates
- Participants in the highest CMI quartile (Q4, CMI >0.91) were more likely to be male (61.3% vs 37.4% in Q1), obese, hypertensive, and diabetic
- ROC curve analysis yielded an AUC of 0.605 for CMI as a predictor of self-reported OSA symptoms
- Restricted cubic spline analysis confirmed a predominantly linear positive dose-response relationship between CMI and OSA probability
- Subgroup interaction tests found no significant effect modification by age, sex, BMI, or race, confirming the association's robustness across demographic groups
- Multiple imputation sensitivity analyses reproduced the primary findings, supporting the validity of the observed CMI–OSA association
Methodik
Diese Querschnittsstudie verwendete NHANES-Daten aus vier Erhebungszyklen (2005–2008 und 2015–2018) und schloss nach Ausschluss fehlender Daten 8.460 Erwachsene im Alter von ≥20 Jahren ein. OSA wurde anhand von Selbstauskunft-Fragebögen in drei Symptombereichen definiert (Schnarchen, nächtliche Atemereignisse, übermäßige Tagesschläfrigkeit). Es wurden drei gewichtete logistische Regressionsmodelle mit zunehmendem Kovariatenausgleich eingesetzt, ergänzt durch eingeschränkte kubische Splines (4 Knoten) zur Prüfung auf Nichtlinearität, Subgruppen-Interaktionsanalysen und eine ROC-Kurven-Auswertung. Das komplexe Erhebungsdesign von NHANES wurde durch geeignete Stichprobengewichtungen, Clusterung und Stratifizierung berücksichtigt.
Studienlimitierungen
OSA wurde anhand selbstberichteter Symptome und nicht mittels Polysomnographie definiert, was zu einem Fehlklassifikationsbias führen und die diagnostische Präzision einschränken kann. Das Querschnittsdesign schließt kausale Schlussfolgerungen aus – es bleibt unklar, ob metabolische Dysfunktion OSA verursacht oder umgekehrt. Die Autoren haben keine Interessenkonflikte angegeben, und die Nutzung der Gewichtungsfaktoren der Nüchternsubstichprobe reduzierte die verfügbare Stichprobengröße gegenüber der vollständigen NHANES-Kohorte.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: