Metabolic predictors of ischemic stroke in young adults

Cover Page

Cite item

Full Text

Abstract

Introduction. Ischemic stroke (IS) has a tendency towards younger age of onset among working-age adults, with an increasing role of obesity in IS development. New prognostic markers affecting stroke severity and early outcomes are being sought.

Aim: to investigate etiology and risk factors of cryptogenic IS in working-age patients (18–50 years) and evaluate the significance of metabolic markers of obesity and hemostasis in predicting immediate disease outcomes.

Materials and methods. We retrospectively analyzed 343 medical records of acute stroke patients aged 18–50 years using clinical, laboratory, and imaging findings and calculated risk levels.

Results. Obesity was observed in more than half (51.3%) of the patients. Early atherosclerotic changes in the vessel wall were detected in 62.26% of the cases. Worse immediate stroke outcomes were associated with all obesity parameters: body mass index (r = 0.48), waist circumference (WC) (r = 0.43), waist-to-hip ratio (WHR) (r = 0.52), levels of glucose (r = 0.47), C-reactive protein (r = 0.34), hematocrit (r = 0.41), high-density lipoproteins (r = –0.32), von Willebrand factor (r = 0.58), fibrinogen (r = 0.66), FVIII (r = 0.50), D-dimer (r = 0.50), and ADP-induced platelet aggregation (r = 0.41). Stroke severity was found to correlate with levels of triglycerides (r = 0.57), low-density lipoproteins (r = 0.35), von Willebrand factor (r = 0.55), fibrinogen (r = 0.46), coagulation factor VIII (r = 0.63), D-dimer (r = 0.39), antithrombin III (r = 0.39), and WHR (r = 0.53). Receiver operating characteristic curves revealed triglyceride-glucose index to be a predictor of worse early outcome (area under the curve, 0.66; threshold, 4.7), including in terms of WC (0.68 and 497.6, respectively) or stroke severity (0.63 and 4.7, respectively).

Conclusion. IS in young adults is accompanied by impaired metabolism, affecting the disease outcome. Indices including glucose, triglycerides, and the obesity status can play a role in predicting the stroke severity in young adults, among others.

About the authors

Maria S. Ponomareva

State Novosibirsk Regional Clinical Hospital; Novosibirsk State Medical University

Author for correspondence.
Email: marisponn@yandex.ru
ORCID iD: 0000-0001-5141-3292

neurologist, Neurology and neurosurgery center, State Novosibirsk Regional Clinical Hospital; laboratory assistant, Neurology department, Novosibirsk State Medical University

Russian Federation, Novosibirsk; 52 Krasny ave, Novosibirsk, 630091

Larisa A. Shchepankevich

State Novosibirsk Regional Clinical Hospital; Novosibirsk State Medical University

Email: marisponn@yandex.ru
ORCID iD: 0000-0001-6951-2205

Dr. Sci. (Med.), Head, Neurology department, Novosibirsk State Medical University; Head, Neurology and neurosurgery center, State Novosibirsk Regional Clinical Hospital

Russian Federation, Novosibirsk; 52 Krasny ave, Novosibirsk, 630091

Ksenya V. Rerikh

State Novosibirsk Regional Clinical Hospital; Novosibirsk State Medical University

Email: marisponn@yandex.ru
ORCID iD: 0000-0002-4141-9161

postgraduate student, Neurology department, Novosibirsk State Medical University; neurologist, Regional Vascular Center No. 2, State Novosibirsk Regional Clinical Hospital

Russian Federation, Novosibirsk; 52 Krasny ave, Novosibirsk, 630091

Andrey V. Zatynko

State Novosibirsk Regional Clinical Hospital

Email: marisponn@yandex.ru
ORCID iD: 0009-0000-3737-3431

Head, Stroke unit, Regional Vascular Center No. 2

Russian Federation, Novosibirsk

Ksenia V. Antonova

Research Center of Neurology

Email: marisponn@yandex.ru
ORCID iD: 0000-0003-2373-2231

Dr. Sci. (Med.), leading researcher, 1st Neurological department, Institute of Clinical and Preventive Neurology

Russian Federation, Moscow

Marine М. Tanashyan

Research Center of Neurology

Email: marisponn@yandex.ru
ORCID iD: 0000-0002-5883-8119

Dr. Sci. (Med.), Professor, Corr. Member of the Russian Academy of Sciences, Deputy Director for research, Head, 1st Neurological department, Institute of Clinical and Preventive Neurology

Russian Federation, Moscow

References

  1. Инсульт: инновационные технологии в лечении и профилактике: руководство для врачей / под ред. М.А. Пирадова, М.М. Танашян, М.Ю. Максимовой. М.; 2024. Piradov MA, Tanashyan MM, Maximova MYu (eds.) Stroke: innovative technologies in treatment and prevention: a guide for doctors. Moscow; 2024.
  2. Stack CA, Cole JW. The clinical approach to stroke in young adults. In: Dehkharghani S (ed.) Stroke. Brisbane; 2021;3. doi: 10.36255/exonpublications.stroke.adultstroke.2021
  3. Jacob MA, Ekker MS, Allach Y, et al. Global differences in risk factors, etiology, and outcome of ischemic stroke in young adults — a worldwide meta-analysis: the GOAL initiative. Neurology. 2022;98(6):e573-e588. doi: 10.1212/WNL.0000000000013195
  4. Alkutbi A, Binmahfooz S, Saidlani R, et al. Clinical characteristics of ischemic stroke patients < 50 years old at a university hospital: a retrospective descriptive study. Cureus. 2023;15(8):e43752. doi: 10.7759/cureus.43752
  5. Гусев В.В., Ковтун О.П., Львова О.А. и др. Анамнестические, клинические и лабораторные особенности течения острого периода ишемического инсульта у пациентов молодого возраст. Неврология, нейропсихиатрия, психосоматика. 2022;14(3):12–18. Gusev VV, Kovtun OP, Lvova OA, et al. Anamnestic, clinical and laboratory features of the acute period of ischemic stroke in young patients. Neurology, Neuropsychiatry, Psychosomatics. 2022;14(3):12–18. doi: 10.14412/2074-2711-2022-3-12-18
  6. Poisson SN, Hills NK, Sidney S, Fullerton HJ. Prevalence of atherosclerotic risk factors among children and young adults with arterial ischemic stroke. JAMA Neurol. 2022;79(9):901–910. doi: 10.1001/jamaneurol.2022.2077
  7. Smyth A, Hankey GJ, Damasceno A, et al. Carbonated beverage, fruit drink, and water consumption and risk of acute stroke: the INTERSTROKE case-control study. J Stroke. 2024;26(3):391–402. doi: 10.5853/jos.2024.01543
  8. Welsh A, Hammad M, Piña IL, Kulinski J. Obesity and cardiovascular health. Eur J Prev Cardiol. 2024;31(8):1026–1035. doi: 10.1093/eurjpc/zwae025
  9. Frühbeck G, Catalán V, Rodríguez A, Gómez-Ambrosi J. Adiponectin-leptin ratio: a promising index to estimate adipose tissue dysfunction. Relation with obesity-associated cardiometabolic risk. Adipocyte. 2018;7(1):57–62. doi: 10.1080/21623945.2017.1402151
  10. Koliaki C, Liatis S, Kokkinos A. Obesity and cardiovascular disease: revisiting an old relationship. Metabolism. 2019;92:98–107. doi: 10.1016/j.metabol.2018.10.011
  11. Jaakonmäki N, Zedde M, Sarkanen T, et al. Obesity and the risk of cryptogenic ischemic stroke in young adults. J Stroke Cerebrovasc Dis. 2022;31(5):106380. doi: 10.1016/j.jstrokecerebrovasdis.2022.106380
  12. Pillay P, Lewington S, Taylor H, et al. Adiposity, body fat distribution, and risk of major stroke types among adults in the United Kingdom. JAMA Netw Open. 2022;5(12):e2246613. doi: 10.1001/jamanetworkopen.2022.46613
  13. Kim DH, Nam GE, Han K, et al. Variabilities in weight and waist circumference and risk of myocardial infarction, stroke, and mortality: a nationwide cohort study. Endocrinol Metab (Seoul). 2020;35(4):933–942. doi: 10.3803/EnM.2020.871
  14. Liu L, Xue X, Zhang H, et al. Family history, waist circumference and risk of ischemic stroke: a prospective cohort study among Chinese adults. Nutr Metab Cardiovasc Dis. 2023;33(4):758–769. doi: 10.1016/j.numecd.2023.01.009
  15. O’Donnell MJ, Chin SL, Rangarajan S, et al. Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): a case-control study. Lancet. 2016;388(10046):761–775. doi: 10.1016/S0140-6736(16)30506-2
  16. Gómez-Apo E, Mondragón-Maya A, Ferrari-Díaz M, Silva-Pereyra J. Structural brain changes associated with overweight and obesity. J Obes. 2021;2021:6613385. doi: 10.1155/2021/6613385
  17. Танашян М.М., Антонова К.В., Лагода О.В. и др. Ожирение и протромбогенное состояние крови у пациентов с цереброваскулярными заболеваниями. Тромбоз, гемостаз и реология. 2023;(3):53–62. Tanashyan MM, Antonova KV, Lagoda OV, et al. Obesity and prothrombotic state in patients with cerebrovascular diseases. Tromboz, gemostaz i reologiya. 2023;(3):53–62. doi: 10.25555/THR.2023.3.1069
  18. Gui J, Li Y, Liu H, et al. Obesity- and lipid-related indices as a predictor of obesity metabolic syndrome in a national cohort study. Front Public Health. 2023;11:1073824. doi: 10.3389/fpubh.2023.1073824
  19. Bazyar H, Javid AZ, Masoudi MR, et al. Assessing the predictive value of insulin resistance indices for metabolic syndrome risk in type 2 diabetes mellitus patients. Sci Rep. 2024;14(1):8917. doi: 10.1038/s41598-024-59659-3
  20. Yang Y, Wang Y, Pei XY. Triglyceride glucose body mass index as 3-year prognostic indicator for major adverse cardiovascular and cerebrovascular events in patients with acute myocardial infarction after PCI: a prospective cohort study. Clin Interv Aging. 2024;19:1341–1350. doi: 10.2147/CIA.S473481
  21. Dang K, Wang X, Hu J, et al. The association between triglyceride-glucose index and its combination with obesity indicators and cardiovascular disease: NHANES 2003–2018. Cardiovasc Diabetol. 2024;23(1):8. doi: 10.1186/s12933-023-02115-9
  22. Huang Q, Yin L, Liu Z, et al. Association of novel lipid indicators with the risk of stroke among participants in Central China: a population-based prospective study. Front Endocrinol (Lausanne). 2023;14:1266552. doi: 10.3389/fendo.2023.1266552
  23. Henning RJ. Obesity and obesity-induced inflammatory disease contribute to atherosclerosis: a review of the pathophysiology and treatment of obesity. Am J Cardiovasc Dis. 2021;11(4):504–529.
  24. Iglesias M, Freuer D, Peters A, et al. Body mass index and waist circumference as determinants of hemostatic factors in participants of a population-based study. Medicina (Kaunas). 2023;59(2):228. doi: 10.3390/medicina59020228
  25. Танашян М.М., Суслина А., Ионова В.Г. и др. Состояние функции эндотелия у больных с ишемическим инсультом при различной степени атеросклеротического поражения сонных артерий. Неврологический вестник. 2007;39(1):12–16. Tanashyan MM, Suslina ZA, Ionova VG, et al. Endothelium function state in patients with ischemic insult at different forms of carotid arteries atherosclerotic lesion. Neurology bulletin. 2007;39(1):12–16.
  26. Антонова К.В., Танашян М.М., Раскуражев А.А. и др. Ожирение и нервная система. Ожирение и метаболизм. 2024;21(1):68–78. Antonova KV, Tanashyan MM, Raskurazhev AA, et al. Obesity and the nervous system. Obesity and metabolism. 2024;21(1):68–78. doi: 10.14341/omet13019
  27. Руяткина Л.А., Руяткин Д.С., Исхакова И.С. Возможности и варианты суррогатной оценки инсулинорезистентности. Ожирение и метаболизм. 2019;16(1):27–33. Ruyatkina LA, Ruyatkin DS, Iskhakova IS. Opportunities and options for surrogate assessment of insulin resistance. Obesity and metabolism. 2019;16(1):27–33. doi: 10.14341/omet10082
  28. Танашян М.М., Антонова К.В., Раскуражев А.А. и др. Цереброваскулярные заболевания и глюколипотоксичность. Анналы клинической и экспериментальной неврологии. 2020;14(1):17–24. Tanashyan MM, Antonova KV, Raskurazhev AA, et al. Cerebrovascular disorders and glucolipotoxicity. Annals of clinical and experimental neurology. 2020;14(1):17–24. doi: 10.25692/ACEN.2020.1.2
  29. Peng N, Kuang M, Peng Y, et al. Associations between TyG-BMI and normal-high blood pressure values and hypertension: cross-sectional evidence from a non-diabetic population. Front Cardiovasc Med. 2023;10:1129112. doi: 10.3389/fcvm.2023.1129112
  30. Yu XR, Du JL, Jiang M, et al. Correlation of TyG-BMI and TyG-WC with severity and short-term outcome in new-onset acute ischemic stroke. Front Endocrinol (Lausanne). 2024;15:1327903. doi: 10.3389/fendo.2024.1327903
  31. Ke P, Wu X, Xu M, et al. Comparison of obesity indices and triglyceride glucose-related parameters to predict type 2 diabetes mellitus among normal-weight elderly in China. Eat Weight Disord. 2022;27(3):1181–1191. doi: 10.1007/s40519-021-01238-w
  32. Танашян М.М., Антонова К.В. Цереброметаболическое здоровье. В кн.: Аметов А.С. и др. Управление метаболическим здоровьем. М.; 2025. Tanashyan MM, Antonova KV. Сerebrometabolic health. In: Ametov AS, et al. Metabolic health management. Moscow; 2025.
  33. Barakzie A, Jansen AJG, Ten Cate H, de Maat MPM. Coagulation biomarkers for ischemic stroke. Res Pract Thromb Haemost. 2023;7(4):100160. doi: 10.1016/j.rpth.2023.100160

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Study design.

Download (118KB)
Indexing metadata
3. Fig. 2. Correlation between clinical and laboratory parameters. *p < 0.05.

Download (76KB)
Indexing metadata
4. Fig. 3. Correlation between clinical and hemorheologic parameters. *p < 0.05.

Download (174KB)
Indexing metadata
5. Fig. 4. Correlation of obesity status parameters and metabolic indices with early outcomes and cryptogenic IS. *p < 0.05.

Download (103KB)
Indexing metadata
6. Fig. 5. ROC curves for TyG index, TyG index-WC, and TyG index-BMI as predictors of early outcomes (assessed using mRS) and IS severity (assessed using NIHSS). А — early outcomes assessed using mRS; В — severity assessed using NIHSS. x axes, 1 – specificity; y axes, sensitivity. 1 — TyG index; 2 — TyG index-WC; 3 — TyG index-BMI.

Download (180KB)
Indexing metadata

Copyright (c) 2025 Ponomareva M.S., Shchepankevich L.A., Rerikh K.V., Zatynko A.V., Antonova K.V., Tanashyan M.М.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».