White Blood Cell to HDL-C Ratio and Sarcopenia: A Dual-Cohort Analysis Including Exploratory Insights on Hepatitis B History.

چکیده اصلی

BACKGROUND: Sarcopenia, driven by inflammation and lipid dysregulation, lacks inexpensive screening tools. The white blood cell to HDL-C ratio (WHR) integrates these pathways, but its utility for sarcopenia screening remains unvalidated. OBJECTIVE: This study evaluated the WHR-sarcopenia association in dual cohorts, validated it using machine learning, and explored potential effect modification of hepatitis B virus (HBV) status. METHODS: We analyzed 10 131 NHANES (2011-2018) and 7872 KNHANES (2010-2011) adults. Sarcopenia was defined via DXA using FNIH/AWGS criteria. Weighted logistic regression, restricted cubic splines, and machine learning (LASSO, XGBoost) were applied. RESULTS: Higher ln(WHR) was independently associated with sarcopenia in NHANES (adjusted OR = 2.50; 95% CI: 2.01-3.10) and consistently validated in KNHANES (OR = 1.85; 95% CI: 1.49-2.29). WHR ranked among the top predictive features across machine learning models. Exploratory stratified analysis suggests that the association between ln(WHR) and sarcopenia appears to be stronger in the HBV-exposed subgroup. However, although the formal interaction test was not significant (p = 0.270), these findings are hypothesis-generating results. CONCLUSION: WHR, a cost-free routine metric, is robustly linked to sarcopenia. Integrating it into geriatric assessments could facilitate early high-risk identification for timely interventions, while exploratory findings suggesting a possible modifying role of HBV history require prospective validation.

ترجمه فارسی چکیده

پس‌زمینه: سارکوپنی که با التهاب و ناهنجاری‌های لیپیدی همراه است، ابزارهای ارزان‌قیمت غربالگری ندارد. نسبت گلبول سفید به کلسترول‌حل‌شونده (WHR) این مسیرها را ادغام می‌کند، اما کاربرد آن برای غربالگری سارکوپنی هنوز تایید نشده است. هدف: این مطالعه ارتباط WHR و سارکوپنی را در دو کوهورت ارزیابی کرد، آن را با یادگیری ماشین تایید نمود و اثرات احتمالی وضعیت عفونت ویروس هپاتیت B (HBV) را بررسی کرد. روش‌ها: ما 10,131 و 7,872 بالغ را از NHANES (2011-2018) و KNHANES (2010-2011) تحلیل کردیم. سارکوپنی با استفاده از معیارهای FNIH/AWGS و با استفاده از اسکن‌برداری دوبعدی (DXA) تعریف شد. از رگرسیون لجستیک وزن‌دار، منحنی‌های سینوسی محدود و یادگیری ماشین (LASSO، XGBoost) استفاده شد. نتایج: در NHANES، ln(WHR) بالاتر به طور مستقل با سارکوپنی مرتبط بود (OR تعدیل‌شده = 2.50؛ 95% CI: 2.01-3.10) و در KNHANES نیز به طور ثابت تایید شد (OR = 1.85؛ 95% CI: 1.49-2.29). WHR در مدل‌های یادگیری ماشین در میان ویژگی‌های پیش‌بینی برتر قرار داشت. تحلیل طبقه‌بندی اکتشافی نشان می‌دهد که ارتباط ln(WHR) و سارکوپنی در زیرگروه‌های در معرض HBV قوی‌تر به نظر می‌رسد. با این حال، آزمون تعامل رسمی معنادار نبود (p = 0.270)، بنابراین این یافته‌ها فرضیه‌ساز هستند. نتیجه‌گیری: WHR، یک شاخص رایگان و روتین، به طور قوی با سارکوپنی مرتبط است. ادغام آن در ارزیابی‌های قرون‌وسطایی می‌تواند شناسایی زودهنگام افراد با خطر بالا را تسهیل کند، در حالی که یافته‌های اکتشافی که نقش تغییردهنده احتمالی سابقه HBV را نشان می‌دهند، نیاز به تایید آینده دارند.

متن کامل اصلی