Cluster 2那个高风险组，基线时BMI、血压、血糖、腰围就全面沦陷，代谢底子根本不行。所谓“动态轨迹”更像是基线水平的惯性延伸，不是真正的变化模式（表1）。
K-means在这老队列上用得还行，但组间样本量差这么多（高风险组才648人），不做匹配就直接比，统计效能存疑。
表1.基于CHG变化分组的基线特征（n=6171）
如果我有类似的纵向队列基线数据，可以试试用无监督聚类把人群按代谢状态分层，但得先做PSM匹配，不然组间可比性太差了。
Q4比Q1风险高22%，趋势检验显著，说明cuCHG是线性累积的慢毒药。但HR只有1.08，临床决策里这效应量太薄了（表2）。
身就含“高风险CKD”这条——只用eGFR定义肾脏损伤等于把早期白蛋白尿那批人全漏了，这属于数据库层面的结构性缺陷，再复杂的统计也补不回来。
表2.cuCHG及不同CHG聚类与新发CVD风险关系的多变量Cox回归
我自己的纵向数据也可以算累计暴露量，但我会用AUC积分而不是简单平均，再配合时依协变量Cox，至少得把用药情况加进去。
三条线几乎平行下降，所谓动态轨迹不过是基线水平的高低延续，根本没捕捉到真正变化模式（图2）。
用两个时间点做聚类，本质就是给基线贴标签，可惜没做增长混合模型，那种才能区分发展轨迹。无监督降维成三个临床亚型的思路尚可，但方法深度不足。
图2.2012年至2015年CHG变化的聚类分析
如果我想做类似的轨迹分析，肯定不会只用两个时间点的简单聚类，至少得用潜类别增长模型配合3次以上的重复测量数据，才能谈得上是真正的“动态轨迹”。
RCS跑出来非线性不显著，好处是临床解读省事，坏处是我怀疑这是测量精度不够导致的假线性。两个时间点根本看不出波动幅度的影响，极端波动也许比平稳高值更危险（图3）。
非线性检验算常规操作，但没做敏感性分析，结论的外推性得打折。
图3.cuCHG与CVD发病率的限制性立方样条（RCS）曲线
以后我处理类似连续暴露变量时，RCS检查非线性是必做的，但一定要搭配分层敏感性分析，看看这条直线在不同亚组里是否都成立。
cuCHG、TyG、CRP，清一色0.54、0.55，跟抛硬币没差。单靠代谢指标预测9年后的CVD就是mission impossible（图4）。
作者承认AUC低，但我觉得该讨论的是增量价值而非单独预测。Delong检验全不显著，说明加这指标进模型纯属多余。不过敢把5年和9年摆一起对比，至少证明长期暴露比单次测量稍强一丁点。
图4.不同CHG维度预测5年（A，左）和9年（B，右）CVD风险的受试者工作特征（ROC）曲线
以后做预测模型，我打死也不会只靠AUC吹水，必须算NRI和IDI，看看新指标到底能不能给传统模型带来实质性的重分类改善。
有意思的是糖尿病亚组里HR反而没那么夸张，估计是这部分人用药率更高，抵消了CHG的致病效应。高血压亚组持续显著，说明脂糖紊乱加血压升高才是致命组合（图5，图6）。
所有交互P都不显著，意味着CHG效应普适但没个体化价值。亚组跑这么多却不校正多重检验，假阳性早膨胀了。
图5.cuCHG与CVD风险关联的亚组和交互作用分析
图6.不同CHG变化聚类与CVD风险关联的亚组和交互作用分析
我做亚组分析时肯定会严格控制FDR，并且不会只汇报显著的那几个，所有交互P值都得完整报告，不能让读者觉得我在挑结果讲故事。
