当前位置：首页>南昌>4.2/Q1,南昌大学江西医学院第一附属医院运用 CHARLS 数据库揭示:血浆累积的动脉粥样生成指数与心代谢多病率的关联

4.2/Q1,南昌大学江西医学院第一附属医院运用 CHARLS 数据库揭示:血浆累积的动脉粥样生成指数与心代谢多病率的关联

2026-10-19 11:53:03

点击蓝字，关注我们

中文标题：血浆累积的动脉粥样生成指数与心代谢多病率的关联：TyG指数与身体质量指数的中介效应

发表期刊：Lipids Health Dis

发表日期：2026年1月

影响因子：4.2/Q1

研究背景

心血管代谢多病（CMM）是全球健康面临的重大挑战。血浆动脉粥样生成指数（AIP）是心血管代谢风险的一个有前景的生物标志物，但关于其对CMM的累积效应及其潜在机制的信息有限。本研究探讨了累积AIP暴露与CMM风险的关联，并探讨了甘油三酯葡萄糖指数（TyG）和体质指数（BMI）的介导作用。

研究方法

研究基于中国健康与养老追踪调查（CHARLS）2011 年基线数据，共纳入 5454 名参与者，进行了长达 7 年的随访。研究采用了一系列科学严谨的分析方法：

暴露因素定义：cuAIP 计算为 2012 年和 2015 年 AIP 平均值与两次测量时间间隔的乘积，以量化长期 AIP 暴露水平；通过 k - 均值聚类将参与者分为高、中、低三种 AIP 轨迹组。
结局指标定义：CMM 定义为同时患有糖尿病、中风、心脏病中的至少两种；糖尿病、中风、心脏病的诊断基于医生诊断、用药史或实验室指标。
中介变量：TyG 指数（公式：ln [甘油三酯 × 空腹血糖 / 2]）和 BMI（体重 / 身高 ²，单位：kg/m²）。
统计分析：采用逻辑回归分析 cuAIP 水平、AIP 轨迹与 CMM 发病风险的关联；通过受试者工作特征（ROC）曲线和限制性立方样条（RCS）验证 cuAIP 对 CMM 的预测价值及剂量 - 反应关系；运用结构方程模型分析 TyG 指数和 BMI 的中介作用；同时进行亚组分析和敏感性分析以验证结果的稳健性。

研究结果

1.基线特征

研究纳入 3027 名男性和 2427 名女性，平均年龄 59.47 岁，7 年随访期间共观察到 385 例 CMM 病例。

高 cuAIP 组参与者呈现更不利的代谢特征，包括 BMI 升高（25.35）、甘油三酯（TG）水平增高（235.11 mg/dL）、糖化血红蛋白（HbA1c）升高（5.42%）、高密度脂蛋白胆固醇（HDL-C）降低（37.73 mg/dL），且 TyG 指数升高（9.40）。

高 cuAIP 组中高血压（33.1%）、糖尿病（26.1%）和心脏病（11.7%）的患病率显著高于低 cuAIP 组。

2.AIP 轨迹与 CMM 发病风险

通过 k - 均值聚类分析，基于 2012 年和 2015 年的血清生化数据，将参与者分为三类 AIP 轨迹组：

高轨迹组（n=1046）：cuAIP 从 0.83 轻微降至 0.76，CMM 发病率最高，达 12.1%。

中等升高轨迹组（n=2500）：cuAIP 从 0.40 小幅升至 0.42，CMM 发病率为 7.7%。

低轨迹组（n=1908）：cuAIP 持续维持在 0.05-0.14 的低水平，CMM 发病率最低，仅 3.5%。

3.cuAIP 与 CMM 的关联强度

逻辑回归分析显示，与最低 cuAIP 组（Q1）相比，最高 cuAIP 组（Q4）的 CMM 发病风险显著升高，未调整模型中 OR 值为 4.43（95% CI：3.14-6.39），调整性别、年龄、生活习惯及基础疾病等 covariates 后，OR 值仍达 2.81（95% CI：1.95-4.14）。

高 AIP 轨迹组相较于低轨迹组，调整后 CMM 发病风险升高 1.34 倍（OR=2.34，95% CI：1.68-3.28）。

亚组分析表明，在不同性别、年龄、吸烟状态、饮酒状态、城乡分布等亚群中，cuAIP 与 CMM 的关联均稳定存在，无显著交互作用。

4.cuAIP 的预测价值

ROC 曲线分析显示，cuAIP 预测 CMM 的曲线下面积（AUC）为 0.648，预测糖尿病的 AUC 为 0.643，对中风（AUC=0.57）和心脏病（AUC=0.549）也有一定预测意义。

限制性立方样条（RCS）曲线证实，cuAIP 与 CMM 发病率呈显著非线性正相关（P<0.001，非线性 P=0.007），随着 cuAIP 水平升高，CMM 发病风险渐进性增加。

5.中介效应分析

TyG 指数和 BMI 是 cuAIP 影响 CMM 的关键中介因子，分别介导了 74% 和 26% 的总效应，且 cuAIP 对 CMM 的直接效应不显著（β=-0.012，P=0.108）。

疾病特异性中介分析：

对于中风和心脏病，BMI 是主要中介因子，中介效应值分别为 0.005（95% CI：0.001-0.009，P<0.001）和 0.018（95% CI：0.012-0.024，P<0.001）。

对于糖尿病，TyG 指数和 BMI 的中介效应均显著，且 cuAIP 对糖尿病存在显著负向直接效应（β=-0.048，P<0.001）。

未发现 TyG 指数与 BMI 之间存在链式中介效应（β=-0.178，P=0.154）。

6.敏感性分析

排除高血压患者或吸烟、饮酒等行为风险因素后，核心结果仍保持一致：

排除高血压患者后，最高 cuAIP 组的 CMM 发病 OR 值为 3.07（95% CI：1.89-5.15），高 AIP 轨迹组 OR 值为 2.55（95% CI：1.63-4.01）。

排除吸烟和饮酒者后，最高 cuAIP 组 OR 值为 2.02（95% CI：1.22-3.44），高 AIP 轨迹组 OR 值为 1.84（95% CI：1.17-2.94），证实 cuAIP 与 CMM 的关联独立于这些混杂因素。

文章小结

研究确立AIP作为CMM的独立预测因子，其效应主要由TyG指数和BMI介导。这些发现支持实施综合临床策略，有效预防CMM及其相关疾病。

想通过挖掘临床公共数据库来完成KPI的朋友，或者手头有资源但没时间整合的朋友，速速联系小编吧！

参考文献：He Q, Yu W, Rao X, Lin D, You Y, Yan L, Liang W, Hua F, Guan X, Wang X. Association between the cumulative atherogenic index of plasma and cardiometabolic multimorbidity: the mediating effects of the TyG index and body mass index. Lipids Health Dis. 2026 Jan 28.

🔥【零基础冲刺SCI】热门公共数据库实战课，手把手带你发表顶刊级论文！

还在为找不到研究数据发愁？不会编程也能做高级数据分析！我们精心打造的公共数据库全栈实战课程正式上线，涵盖FAERS、NHANES、MIMIC、CHARLS、GBD、CLHLS六大核心数据库，从小白到发稿，一站式打通你的科研之路！

✨ 课程四大保障，助你稳稳进阶：✅ 一对一全流程辅学：从选题设计、数据提取到结果解读，导师全程跟进；✅ 零基础友好入门：无需编程背景，从数据下载、清洗到分析，一步步教起；✅ 顶刊复现教学：基于已发表的高分SCI案例，拆解每一步操作与写作逻辑；✅ 直播互动实战：即问即答，当堂解决疑问，学习不卡壳。