Joint assessment of abdominal obesity and non-traditional lipid parameters for primary prevention of cardiometabolic multimorbidity: insights from the China health and retirement longitudinal study 20

一、一段话总结

该研究基于中国健康与退休纵向研究（CHARLS 2011–2018）数据，纳入 7597 名 45 岁及以上参与者，通过 Kaplan-Meier 生存分析、多因素 Cox 回归、限制性立方样条（RCS）、中介分析等方法，探讨腹型肥胖（AO）与非传统血脂参数（如血浆致动脉粥样硬化指数 AIP、非高密度脂蛋白胆固醇 Non-HDL-C 等）对心脏代谢多病（CMM，定义为糖尿病、心脏病、中风中至少两种共存）发病风险的单独及联合作用。结果显示，随访 7 年期间 9.2%（699 人）新发 CMM，AO 与高非传统血脂参数联合存在时 CMM 风险最高（如 AIP 组 HR=2.23，95% CI=1.73-2.87）；AO 可通过部分介导血清脂质代谢影响 CMM 发生，且非传统血脂参数对 CMM 的预测价值优于传统血脂参数。研究强调，联合评估 AO 与非传统血脂参数对 CMM 的一级预防具有重要意义，可为早期识别高风险人群提供依据。

二、文献介绍

三、研究背景

1. CMM 的公共卫生挑战：全球老龄化加剧导致 “多病共存”（Multimorbidity）成为重大健康负担，其中心脏代谢多病（CMM） 是最严重且高发的类型之一，指同时存在两种及以上心脏代谢疾病（CMD，如糖尿病、心脏病、中风）。中国老年人 CMM 患病率已从 11.6% 升至 16.9%，且与死亡率升高、预期寿命缩短及痴呆、抑郁等并发症相关，早期干预至关重要。
2. 腹型肥胖（AO）的风险价值：传统用 BMI 评估肥胖存在局限性，国际学术组织（如 IAS、欧洲肥胖研究协会）指出，腹部脂肪堆积（AO） 比 BMI 更能预测心脏代谢风险 —— 即使 BMI 正常，AO 仍与心血管死亡风险升高相关（美国心脏协会将腰围作为独立于 BMI 的心血管风险标志物）。
3. 非传统血脂参数的优势：非传统血脂参数（如 AIP、Non-HDL-C、脂蛋白综合指数 LCI 等）由传统血脂参数（TC、TG、HDL-C 等）推导而来，现有证据表明其对 CMD 的预测价值优于传统血脂参数，但 AO 与非传统血脂参数对 CMM 的联合作用及机制尚未明确。
4. 研究缺口：既往研究多关注 AO 或非传统血脂参数对单一 CMD 的影响，缺乏两者对 CMM 的联合评估；且 AO 与脂质代谢的交互关系（如是否通过介导脂质代谢影响 CMM）尚未阐明，需进一步验证。

四、数据来源

研究数据来自中国健康与退休纵向研究（CHARLS），该研究为全国性前瞻性队列，旨在收集中国中老年人健康状况及影响因素：

• 基线调查：2011 年 6 月 - 2012 年 3 月，覆盖中国 28 个省份 450 个村 / 社区，纳入 17708 名居民，应答率 80.5%，数据代表性强。
• 随访数据：采用 2013 年、2015 年、2018 年随访数据，最长随访 7 年。
• 样本筛选：从 17708 名基线参与者中排除以下人群，最终纳入 7597 人：

1. 基线 CMM 诊断缺失或失访（n=387）；
2. 2011 年已确诊 CMM（n=434）；
3. 基线腰围（WC）或血清血脂参数缺失（n=7421）；
4. 年龄 < 45 岁（n=336）；
5. 2013/2015/2018 年 CMM 诊断缺失（n=1533）。

五、研究框架及详细技术路线图

1. 研究框架核心逻辑

以 “AO 与非传统血脂参数→CMM 发病风险” 为核心，通过 “变量定义→描述性分析→关联验证→机制探索→稳健性检验” 五步法，明确两者的单独 / 联合作用及中介机制。

2. 详细技术路线图

六、研究步骤及结果展示

1. 研究步骤（对应技术路线图 D1-D7）

1. 变量测量与定义：

• AO：腰围由训练人员测量（脐水平，精确到 0.1cm），按中国标准分 AO / 非 AO；
• 非传统血脂参数：通过实验室检测的 TC、TG、HDL-C、LDL-C 计算（如 AIP=lg (TG/HDL-C)、Non-HDL-C=TC-HDL-C 等），用队列中位数分为 “低组（≤中位数）” 和 “高组（> 中位数）”；
• CMM：通过空腹血糖（FPG≥7.0mmol/L）、糖化血红蛋白（HbA1c≥6.5%）、用药史或医生诊断，确认糖尿病 / 心脏病 / 中风，满足两种及以上即为 CMM；
• 协变量：包括人口学（年龄、性别、教育）、生活方式（吸烟、饮酒、睡眠）、临床指标（BMI、血压、eGFR、hs-CRP）及用药史（降压 / 降糖 / 调脂药）。

1. 统计分析实施：

• 用 R 4.3.0（mice 包插补缺失值、survival 包 Cox 回归、mediation 包中介分析）和 GraphPad Prism 9.0（绘图）；
• 显著性水平：P<0.05（双尾）。

2. 核心结果展示

（1）基线特征

7597 名参与者平均年龄 58.00 岁（四分位：51.00-64.00 岁），男性占 45.20%；随访 7 年期间，699 人（9.20%）新发 CMM。与非 CMM 组相比，CMM 组具有以下特征（均 P<0.05）：

• 人口学：年龄更大（60.00 岁 vs 57.00 岁）、女性比例更高（59.94% vs 54.28%）、urban 居住更多；
• 健康指标：AO 比例更高（78.54% vs 56.65%）、高血压 / 糖尿病 / 心脏病患病率更高（如高血压 54.79% vs 21.85%）、调脂 / 降压药使用率更高；
• 生化指标：SBP、DBP、TG、AIP、Non-HDL-C、hs-CRP 更高，HDL-C、eGFR 更低。

（2）AO 与非传统血脂参数的联合关联

• Kaplan-Meier 曲线：AO + 高非传统血脂参数组的 CMM 累积发病风险显著高于其他三组（log-rank P<0.001，见图 2）；
• Cox 回归结果（ fully adjusted Model III，调整所有协变量）：

以 “非 AO + 低非传统血脂参数” 为参照组，风险从高到低依次为：

1. AO + 高非传统血脂组（如 AIP 组 HR=2.23，95% CI=1.73-2.87；LCI 组 HR=2.01，95% CI=1.57-2.57）；
2. AO + 低非传统血脂组（如 AIP 组 HR=1.88，95% CI=1.43-2.47）；
3. 非 AO + 高非传统血脂组（多数无统计学意义，如 Non-HDL-C 组 HR=0.99，95% CI=0.71-1.37）。

所有非传统血脂参数的 “P 趋势” 均 < 0.001（见表 2）。

（3）非线性关系与拐点

• AO 人群：AIP、Non-HDL-C、致动脉粥样硬化系数（AC）、Castelli 指数 I/II（CRI-I/II）与 CMM 呈线性正相关（P 非线性 > 0.05）；仅 LCI 呈非线性关系（P<0.05），拐点为 42.78—— 当 LCI<42.78 时，LCI 每升高 1 单位，CMM 风险升高 2%（HR=1.02，95% CI=1.01-1.03）；LCI>42.78 时无显著关联（见表 3、图 3）。
• 非 AO 人群：CRI-II 呈非线性关系，拐点为 4.06——CRI-II>4.06 时，CMM 风险升高 107%（HR=2.07，95% CI=1.78-2.37）；CRI-II<4.06 时无关联。

（4）亚组与敏感性分析

• 亚组分析：仅 “高血压” 亚组存在交互作用（P 交互 < 0.05），但在高血压 / 非高血压、不同年龄 / 性别 / BMI / 吸烟 / 饮酒亚组中，“AO + 高非传统血脂参数升高 CMM 风险” 的结论均一致，结果稳健（见图 4）；
• 敏感性分析：

1. 多重插补缺失值后结果不变；
2. 排除基线 CMD 治疗者、排除基线 CMD、排除高血压 / 癌症后，联合关联仍显著；
3. 单独分析糖尿病、心脏病、中风时，AO + 高非传统血脂参数仍与各单一 CMD 风险升高相关（如糖尿病 AIP 组 HR=2.45，95% CI=1.85-3.24，见表 4）。

（5）中介分析

AO 对 “非传统血脂参数→CMM” 存在部分介导作用（见图 5），介导比例如下（均 P<0.05）：

• AIP：12.18%；Non-HDL-C：9.24%；AC：22.32%；CRI-I：22.32%；CRI-II：40.35%；LCI：15.11%；

反向中介（非传统血脂参数介导 AO→CMM）无统计学意义（P>0.05），提示 AO 通过调节脂质代谢影响 CMM。

（6）预测价值

ROC 曲线分析显示，非传统血脂参数对 CMM 的预测价值显著优于传统血脂参数（如 AUC：AIP=0.72 vs TC=0.65），进一步支持非传统血脂参数的临床应用价值。

七、研究结论

1. 联合风险效应：腹型肥胖（AO）与非传统血脂参数（AIP、Non-HDL-C、LCI 等）单独及联合均与心脏代谢多病（CMM）发病风险显著相关，其中AO + 高非传统血脂参数组的 CMM 风险最高，是 CMM 的核心高风险人群。
2. 中介机制：AO 可通过部分介导血清脂质代谢异常，间接促进 CMM 发生；而非传统血脂参数对 AO 与 CMM 的介导作用不显著，提示炎症、胰岛素抵抗等其他通路可能也参与其中。
3. 临床意义：

• 仅用 BMI 评估肥胖不足，需结合腰围（AO）评估心脏代谢风险；
• 非传统血脂参数比传统血脂参数更适合 CMM 风险预测；
• 联合评估 AO 与非传统血脂参数，可更精准识别 CMM 高风险人群，为 CMM 的一级预防提供关键依据，早期干预 AO 和脂质代谢异常可降低 CMM 负担。