【CHARLS高分研究解读】南昌大学第二附属医院:人体测量学指标联合CTI与新发高血压关联研究,拿下一区10.6!

肥胖尤其是内脏肥胖可通过胰岛素抵抗 + 慢性低度炎症通路升高高血压发病风险；BMI 无法区分脂肪与瘦体重、不能精准反映腹型肥胖，现有腰围身高比 WHtR、身体圆润指数 BRI、体重校正腰围指数 WWI、体型指数 ABSI、锥形指数 CI 等体脂指标虽与高血压相关，但研究多为横断面、结果不一致，且缺乏不同基线血压人群的分层证据。

CTI 指数整合 CRP 炎症指标与甘油三酯 - 葡萄糖 TyG 胰岛素抵抗指标，可同时表征炎症与代谢负荷，目前单一 CTI 与高血压发病关联尚不明确，人体测量学肥胖指标联合 CTI 在不同基线血压水平下对新发高血压的协同关联、预测价值及中介机制仍不清楚。本研究基于 CHARLS 9 年前瞻性队列，分层正常血压、正常高值血压人群，系统分析各体脂指标与CTI 单独及联合对新发高血压的关联、预测效能、中介效应及亚组稳健性。

1 研究队列与入排标准

数据来源于 2011–2020 年中国健康与养老追踪调查 CHARLS 纵向队列，最终纳入4735 名≥45 岁基线无高血压中老年人，中位年龄 56 岁，男性占 46.04%，9 年随访期间新发高血压1852 例（39.37%）。

按基线血压分为两组：

• 正常血压组：n=2611
• 升高（正常高值）血压组：n=2124

2 核心研究指标

暴露指标

• 人体测量学指标：BMI、WHtR、BRI、WWI、ABSI、CI，均采用论文标准公式计算；
• CTI 
  指数：由 CRP、空腹血糖、甘油三酯对数拟合生成，整合炎症 + 胰岛素抵抗；
• 联合分组：按各体脂指标、CTI中位数分为四组：均≤中位数、体脂高 CTI 低、体脂低 CTI 高、均≥中位数。

结局指标

• 新发高血压：满足 SBP≥140mmHg/DBP≥90mmHg、医生确诊、降压用药任一标准；基线按 120–139/70–89mmHg 定义血压升高组。

• 协变量

• 纳入人口学、婚姻、居住地、生活方式（烟酒睡眠运动）、血脂、基线血压、慢病史（糖尿病 /心衰 / 卒中 / 肿瘤）、各类用药史，构建三级校正模型；缺失值采用 MICE 多重插补处理。

3 统计方法

• 基线特征：正态 / 非正态资料分别采用均数 ± 标准差、中位数四分位数，组间 t 检验、卡方、秩和检验；
• 生存分析：Kaplan–Meier 曲线 + Log-rank 检验、多因素 Cox 比例风险回归，计算 HR 及 95% CI；
• 剂量反应：限制性立方样条 RCS + 阈值拐点分析，探索非线性关联；
• 预测效能：ROC、AUC、NRI、IDI，对比单一及联合指标的区分度与再分类价值；
• 机制分析：中介效应分析，解析 CT 在人体测量指标与高血压间的中介占比；
• 亚组与稳健性：按年龄、性别、烟酒、慢病分层交互分析；剔除早发事件、完整病例对照开展敏感性检验。

表 1 研究人群基线特征

核心解读：整体 4735 名受试者按基线血压分为正常、升高两组，年龄、性别、婚姻、城乡分布、烟酒睡眠运动、糖尿病患病率、基线血压、血脂、CRP、FPG、TG 及所有人体测量学指标、CTI 在两组间均存在显著差异（P<0.05）；仅教育水平、心脏病、卒中、肿瘤患病率无统计学差异。

血压升高组年龄更大、男性占比更高、不良生活方式比例更高，肥胖及炎症代谢指标（CTI、各体脂指数）整体偏高，为后续分层关联分析奠定基线差异基础。

表 2 人体测量指标联合 CTI 与新发高血压 Cox 回归结果

核心解读：无论整体人群、正常血压组、血压升高组，体脂指标与 CTI 均处于高水平组新发高血压风险最高；完全校正后：

• 整体人群：BRI+CTI 高值组 HR=1.51（95% CI：1.33–1.71）；
• 正常血压组：BRI+CTI 高值组 HR=1.58（95% CI：1.29–1.93）；
• 血压升高组：BRI+CTI 高值组 HR=1.45（95% CI：1.23–1.71）。

WHtR、BRI 与 CTI 联合的风险效应在所有分层中均最优，趋势检验均 P<0.001；其余 WWI、ABSI、CI 联合 CTI 也显著升高高血压发病风险，提示腹型肥胖指标联合炎症代谢 CTI 可协同增加高血压发病风险，且在不同基线血压人群中结论一致。

图 2 K-M 生存曲线

核心解读：按各体脂指标与CTI 中位数四分组绘制无高血压累积生存曲线，Log-rank 检验均 P<0.001；无论正常血压还是血压升高亚组，双高组（体脂 + CTI 均高于中位数）无高血压生存率最低，随随访时间推移组间差异持续拉大，直观验证二者联合可显著升高远期高血压发病风险。

图 3 限制性立方样条剂量反应曲线

核心解读：整体、正常血压、血压升高人群中，BMI、WHtR、BRI、WWI、CI、CTI 与新发高血压均存在显著剂量反应关系；WHtR 存在明确阈值拐点 0.48，拐点以下关联不显著，拐点以上高血压风险急剧升高 HR=23.76；多数指标呈非线性上升趋势，提示超过临界值后高血压风险加速增加。

图 4 ROC 预测曲线

核心解读：单一指标中 BRI 预测效能优于传统BMI，CTI 优于单独 CRP、TyG；

基础模型加入 BRI+CTI 后AUC 升至 0.747，同时 NRI、IDI 显著提升，区分度、临床再分类获益最优；简易校正模型中 BRI+CTI 组合 AUC=0.727，仍优于其他联合方案，证实BRI 联合 CTI 是高血压风险最优预测组合。

图 5 中介效应分析

核心解读：正常血压组中，CTI对各体脂指标与高血压的中介占比 14.29%~51.22%（ABSI 最高）；血压升高组除 ABSI 外，其余指标均存在显著中介效应；证实人体测量学腹型肥胖指标可通过炎症 - 胰岛素抵抗通路（CTI 介导）升高高血压风险，不同体型指标依赖该通路的中介程度存在差异。

图 6 亚组森林图

核心解读：绝大多数年龄、性别、烟酒、运动、慢病亚组中，体脂 + CTI 联合效应无显著交互作用（P 交互 > 0.05）；仅正常血压组吸烟分层、升高血压组饮酒分层存在微弱交互，提示饮酒可放大肥胖 + CTI 的高血压风险效应；整体关联结论在各亚组稳健。

人体测量学肥胖指标与 CTI 无论单独还是联合，均可有效预测不同基线血压人群的新发高血压风险；BRI 联合 CTI 为最优组合，关联最稳健、风险区分与临床再分类价值最大；CTI 在腹型肥胖与高血压间发挥显著中介作用。研究可为中老年人高血压早期风险分层、精准防控提供简易可行的复合评估指标。

感谢您的阅读