35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究

doi:10.12114/j.issn.1007-9572.2024.0018

中国全科医学 ›› 2024, Vol. 27 ›› Issue (27): 3344-3350.DOI: 10.12114/j.issn.1007-9572.2024.0018

35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究

韩正¹^,², 王为强¹^,^*(), 潘姚佳¹^,², 傅方琳¹^,², 孙梦¹^,²

1.234000　安徽省宿州市，安徽医科大学附属宿州医院　安徽省宿州市立医院全科医学科
2.230000　安徽省合肥市，安徽医科大学

收稿日期:2024-01-25 修回日期:2024-04-17 出版日期:2024-09-20 发布日期:2024-06-14
通讯作者: 王为强
作者贡献：
韩正提出主要研究目标，负责研究的构思与设计，研究的实施，撰写论文；韩正、傅方琳进行数据的收集与整理，统计学处理，图、表的绘制与展示；潘姚佳、孙梦进行论文的修订；王为强负责文章的质量控制与审查，对文章整体负责，监督管理。
基金资助:
安徽省科技创新战略与软科学研究专项计划项目(202106f01050042)

A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province

HAN Zheng¹^,², WANG Weiqiang¹^,^*(), PAN Yaojia¹^,², FU Fanglin¹^,², SUN Meng¹^,²

1.Department of General Medicine, Suzhou Hospital Affiliated to Anhui Medical University/Suzhou Municipal Hospital of Anhui Province, Suzhou 234000, China
2.Anhui Medical University, Hefei 230000, China

Received:2024-01-25 Revised:2024-04-17 Published:2024-09-20 Online:2024-06-14
Contact: WANG Weiqiang

分享到

摘要/Abstract

摘要： 背景随着中国人口逐步老龄化及慢性病共病人群的增多，心脏代谢性共病（CMM）已成为危害程度较高的共病。目前对于CMM的预测和干预方法的研究多集中于单个心血管疾病和生活方式，而缺乏针对CMM整体的研究。目的探讨代连续代谢综合征评分（cMetS）及其他肥胖指标与CMM的相关性，并进一步确认是否可作为筛查CMM的简易指标，以及估计安徽省中老年人群中预测CMM的临界点。方法纳入2017—2021年安徽省心血管疾病高危人群早期筛查与综合干预项目人群131 390例为研究对象，分为CMM组（男779例，女866例）和非CMM组（男53 020例，女76 725例）。收集患者一般资料和生化指标，计算腰高比（WHtR）、腰高比0.5（WHT.5R）、身体圆度指数（BRI）、cMetS。采用Bonferroni法比较不同性别不同年龄段人群CMM患病率的差异。采用多因素Logistic逐步回归分析探究CMM的影响因素。绘制cMetS和肥胖指标预测CMM的受试者工作特征曲线（ROC曲线）并计算ROC曲线下面积（AUC），使用成对样本检验评估不同指标在预测CMM状态中的价值差异性。结果男性群体中CMM组年龄、BMI、腰围（WC）、平均动脉压（MAP）、空腹血糖（FPG）、三酰甘油（TG）、糖尿病、缺血性心脏病、卒中、WHtR、WHT.5R、BRI、cMetS高于非CMM组，吸烟比例、饮酒比例、总胆固醇（TC）、高密度脂蛋白胆固醇（HDL-C）低于非CMM组（P<0.05）。女性群体中CMM组年龄、BMI、WC、MAP、FPG、糖尿病、缺血性心脏病、卒中、WHtR、WHT.5R、BRI、cMetS高于非CMM组，TC、HDL-C低于非CMM组（P<0.05）。男性、女性患者不同年龄段CMM患病率不同（P<0.05）。多因素Logistic回归分析结果显示cMetS、WHtR、WHT.5R、BRI、BMI升高是男性人群及女性人群CMM患病的危险因素（P<0.05）。绘制cMetS、WHtR、WHT.5R、BRI、BMI诊断CMM患病的ROC曲线，结果显示：男性群体中cMetS的AUC高于WHtR（Z=6.16，P<0.001）、BRI（Z=6.16，P<0.001）、WHT.5R（Z=7.21，P<0.001）、BMI（Z=9.36，P<0.001）；女性群体中cMetS的AUC高于WHtR（Z=5.71，P<0.001）、BRI（Z=5.71，P<0.001）、WHT.5R（Z=6.92，P<0.001）、BMI（Z=9.98，P<0.001）。结论在不同性别中，cMetS和其他肥胖指标均与CMM密切相关，且在识别CMM方面cMetS优于其余指标。cMetS可作为诊断CMM的一项新型指标，在预防CMM方面具有重要意义。

关键词: 代谢综合征, 心脏代谢性共病, 连续代谢综合征评分, 安徽省, 横断面研究

Abstract:

Background

With the gradual aging of China's population and the gradual rise of chronic disease co-morbidities, cardiometabolic co-morbidities (CMM) have become one of the most damaging co-morbidities. Current studies on prediction and intervention methods for CMM have focused on individual cardiovascular diseases and lifestyle, while studies on CMM as a whole are lacking.

Objective

To explore the association of Continuous Metabolic Syndrome Score (cMetS) and other obesity indicators with CMM, and to further confirm whether these indicators can be used as a simple indicator for screening CMM, as well as to estimate the threshold for prediction of CMM in the middle-aged and elderly population in Anhui Province.

Methods

The study included 131 390 participants from the Anhui Province Cardiovascular Disease High-Risk Population Early Screening and Comprehensive Intervention Project from 2017 to 2021, divided into CMM (779 males, 866 females) and non-CMM groups (53 020 males, 76 725 females). General patient information and biochemical markers were collected, and the waist-to-height ratio (WHtR), WHT.5R, body roundness index (BRI), and cMetS were calculated. Differences in CMM prevalence by gender and age group were compared using the Bonferroni method. Multivariate Logistic regression analysis was employed to investigate the factors influencing CMM. Receiver operating characteristic (ROC) curves for predicting CMM using cMetS and obesity indices were plotted, and the area under the ROC curve (AUC) was calculated. The value of different indices in predicting CMM status was assessed using paired sample tests.

Results

In the male cohort, the CMM group showed higher values for age, BMI, waist circumference (WC), mean arterial pressure (MAP), fasting plasma glucose (FPG), triglycerides (TG), diabetes, ischemic heart disease, stroke, WHtR, WHT.5R, BRI, and cMetS than the non-CMM group. Smoking and alcohol consumption, as well as total cholesterol (TC) and high-density lipoprotein cholesterol (HDL-C), were higher in the non-CMM group (P<0.05). In females, similar trends were observed, with lower levels of TC and HDL-C in the CMM group (P<0.05). The prevalence of CMM varied across different age groups in both male and female patients (P<0.05). Multivariate Logistic regression analysis indicated that increases in cMetS, WHtR, WHT.5R, BRI, and BMI are risk factors for CMM in both genders (P<0.05). ROC curve analysis showed that in males, the AUC for cMetS was higher than that for WHtR (Z=6.16, P<0.001), BRI (Z=6.16, P<0.001), WHT.5R (Z=7.21, P<0.001), and BMI (Z=9.36, P<0.001). Similar findings were observed for females, with cMetS outperforming the other indices.

Conclusion

In both genders, cMetS and other obesity indices are closely associated with CMM, with cMetS being a superior identifier. cMetS serves as a novel marker for diagnosing CMM, highlighting its significance in the prevention of this condition.

Key words: Metabolic syndrome, Cardiometabolic multimorbidity, Continuous metabolic syndrome score, Anhui province, Cross-sectional studies

韩正,王为强,潘姚佳,等. 35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究[J]. 中国全科医学, 2024, 27(27): 3344-3350. DOI: 10.12114/j.issn.1007-9572.2024.0018.
HAN Zheng,WANG Weiqiang,PAN Yaojia, et al. A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province[J]. Chinese General Practice, 2024, 27(27): 3344-3350. DOI: 10.12114/j.issn.1007-9572.2024.0018.

图/表 6

参考文献 22

[1]	The LANCET. Making more of multimorbidity：an emerging priority[J]. Lancet，2018，391（10131）：1637. DOI：10.1016/S0140-6736(18)30941-3.
[2]	HAN Y T，HU Y Z，YU C Q，et al. Lifestyle，cardiometabolic disease，and multimorbidity in a prospective Chinese study[J]. Eur Heart J，2021，42（34）：3374-3384. DOI：10.1093/eurheartj/ehab413.
[3]	BUSIJA L，LIM K，SZOEKE C，et al. Do replicable profiles of multimorbidity exist? Systematic review and synthesis[J]. Eur J Epidemiol，2019，34（11）：1025-1053. DOI：10.1007/s10654-019-00568-5.
[4]	YANG S J，YU B，YU W Q，et al. Development and validation of an age-sex-ethnicity-specific metabolic syndrome score in the Chinese adults[J]. Nat Commun，2023，14（1）：6988. DOI：10.1038/s41467-023-42423-y.
[5]	XIA X，CHEN S，TIAN X，et al. Association of body mass index with risk of cardiometabolic disease，multimorbidity and mortality：a multi-state analysis based on the Kailuan cohort[EB/OL].（2023-10-25）[2024-04-17].
[6]	ZHAO D，LIU J，WANG M，et al. Epidemiology of cardiovascular disease in China：current features and implications[J]. Nat Rev Cardiol，2019，16（4）：203-212. DOI：10.1038/s41569-018-0119-4.
[7]	LEON B M，MADDOX T M. Diabetes and cardiovascular disease：Epidemiology，biological mechanisms，treatment recommendations and future research[J]. World J Diabetes，2015，6（13）：1246-1258. DOI：10.4239/wjd.v6.i13.1246.
[8]	FORTIN M，DUBOIS M F，HUDON C，et al. Multimorbidity and quality of life：a closer look[J]. Health Qual Life Outcomes，2007，5：52. DOI：10.1186/1477-7525-5-52.
[9]	COLLABORATION E R F，DI ANGELANTONIO E，KAPTOGE S，et al. Association of cardiometabolic multimorbidity with mortality[J]. JAMA，2015，314（1）：52-60. DOI：10.1001/jama.2015.7008.
[10]	ZHU X H，DING L L，ZHANG X N，et al. Association of cognitive frailty and abdominal obesity with cardiometabolic multimorbidity among middle-aged and older adults：a longitudinal study[J]. J Affect Disord，2023，340：523-528. DOI：10.1016/j.jad.2023.08.067.
[11]	SAKAKIBARA B M，OBEMBE A O，ENG J J. The prevalence of cardiometabolic multimorbidity and its association with physical activity，diet，and stress in Canada：evidence from a population-based cross-sectional study[J]. BMC Public Health，2019，19（1）：1361. DOI：10.1186/s12889-019-7682-4.
[12]	HADAEGH F，ABDI A，KOHANSAL K，et al. Gender differences in the impact of 3-year status changes of metabolic syndrome and its components on incident type 2 diabetes mellitus：a decade of follow-up in the Tehran Lipid and Glucose Study[J]. Front Endocrinol，2023，14：1164771. DOI：10.3389/fendo.2023.1164771.
[13]	HONARVAR M，MEHRAN L，MASOUMI S，et al. Independent association between age- and sex-specific metabolic syndrome severity score and cardiovascular disease and mortality[J]. Sci Rep，2023，13（1）：14621. DOI：10.1038/s41598-023-41546-y.
[14]	DEBOER M D，FILIPP S L，GURKA M J. Use of a metabolic syndrome severity Z score to track risk during treatment of prediabetes：an analysis of the diabetes prevention program[J]. Diabetes Care，2018，41（11）：2421-2430. DOI：10.2337/dc18-1079.
[15]	DEBOER M D，GURKA M J，GOLDEN S H，et al. Independent associations between metabolic syndrome severity and future coronary heart disease by sex and race[J]. J Am Coll Cardiol，2017，69（9）：1204-1205. DOI：10.1016/j.jacc.2016.10.088.
[16]	GURKA M J，FILIPP S L，PEARSON T A，et al. Assessing baseline and temporal changes in cardiometabolic risk using metabolic syndrome severity and common risk scores[J]. J Am Heart Assoc，2018，7（16）：e009754. DOI：10.1161/JAHA.118.009754.
[17]	MEAMAR R，AMINI M，AMINORROAYA A，et al. Severity of the metabolic syndrome as a predictor of prediabetes and type 2 diabetes in first degree relatives of type 2 diabetic patients：a 15-year prospective cohort study[J]. World J Diabetes，2020，11（5）：202-212. DOI：10.4239/wjd.v11.i5.202.
[18]	DEBOER M D，FILIPP S L，SIMS M，et al. Risk of ischemic stroke increases over the spectrum of metabolic syndrome severity[J]. Stroke，2020，51（8）：2548-2552. DOI：10.1161/STROKEAHA.120.028944.
[19]	KIVIMÄKI M，KUOSMA E，FERRIE J E，et al. Overweight，obesity，and risk of cardiometabolic multimorbidity：pooled analysis of individual-level data for 120 813 adults from 16 cohort studies from the USA and Europe[J]. Lancet Public Health，2017，2（6）：e277-285. DOI：10.1016/S2468-2667(17)30074-9.
[20]	LU Y Q，LIU S Y，QIAO Y N，et al. Waist-to-height ratio，waist circumference，body mass index，waist divided by height 0.5 and the risk of cardiometabolic multimorbidity：a national longitudinal cohort study[J]. Nutr Metab Cardiovasc Dis，2021，31（9）：2644-2651. DOI：10.1016/j.numecd.2021.05.026.
[21]	QIN X R，CHEN C L，WANG J B，et al. Association of adiposity indices with cardiometabolic multimorbidity among 101，973 Chinese adults：a cross-sectional study[J]. BMC Cardiovasc Disord，2023，23（1）：514. DOI：10.1186/s12872-023-03543-x.
[22]	RAMÍREZ-VÉLEZ R，PÉREZ-SOUSA M Á，IZQUIERDO M，et al. Validation of surrogate anthropometric indices in older adults：what is the best indicator of high cardiometabolic risk factor clustering?[J]. Nutrients，2019，11（8）：1701. DOI：10.3390/nu11081701.

项目	男性				女性
项目	非CMM组（n=53 020）	CMM组（n=779）	检验统计量值	P值	非CMM组（n=76 725）	CMM组（n=866）	检验统计量值	P值
年龄（岁）	58.6±10.2	64.2±7.6	-15.55^a	<0.001	57.0±9.9	64.2±7.1	-21.58^a	<0.001
吸烟[例（%）]	24 476（46.2）	259（33.2）	51.56^b	<0.001	1 244（1.6）	17（2.0）	0.62^b	0.429
饮酒[例（%）]	17 494（33.0）	187（24.0）	28.12^b	<0.001	2 700（3.5）	25（2.9）	1.01^b	0.315
BMI（kg/m²）	24.2（22.3，26.4）	25.5（23.5，27.5）	-10.97	<0.001	24.6±3.5	26.1±3.8	-12.65^a	<0.001
WC（cm）	85.5（80.0，92.0）	90.0（84.0，95.0）	-12.28	<0.001	82.8±9.3	87.4±9.8	-14.53^a	<0.001
MAP（mmHg）	99.67（92.50，108.17）	103.00（94.83，111.17）	-5.70	<0.001	98.18±12.29	102.39±12.64	-10.02^a	<0.001
FPG（mmol/L）	5.7（5.2，6.5）	7.7（7.1，9.1）	-33.07	<0.001	6.1±1.7	8.5±2.8	-41.49^a	<0.001
TC（mmol/L）	4.28（3.67，4.95）	3.87（3.18，4.70）	-9.82	<0.001	4.75±1.07	4.69±1.13	1.74^a	<0.001
HDL-C（mmol/L）	1.35（1.12，1.68）	1.21（1.03，1.51）	-9.58	<0.001	1.55±0.41	1.48±0.40	4.37^a	<0.001
TG（mmol/L）	1.25（0.90，1.84）	1.34（1.01，1.99）	-4.83	<0.001	1.63±0.90	1.85±0.98	-6.92^a	0.082
糖尿病[例（%）]	9 836（18.6）	743（98.4）	2 876.67^b	<0.001	14 049（18.3）	836（96.5）	3 379.21^b	<0.001
缺血性心脏病[例（%）]	383（0.7）	224（28.8）	5 408.02^b	<0.001	343（0.4）	183（21.1）	5 441.18^b	<0.001
卒中[例（%）]	1 398（2.6）	608（78.0）	12 162.72^b	<0.001	1 480（1.9）	735（84.9）	21 243.66^b	<0.001
WHtR	0.51（0.48，0.55）	0.54（0.51，0.58）	-14.00	<0.001	0.53±0.06	0.57±0.06	-17.28^a	<0.001
WHT.5R	6.63（6.18，7.09）	6.95（6.55，7.39）	-13.38	<0.001	6.64±0.75	7.06±0.78	-16.16^a	<0.001
BRI	4.12（3.47，4.85）	4.63（4.04，5.39）	-14.00	<0.001	4.56±1.28	5.33±1.40	17.49^a	<0.001
cMetS[M（P₂₅，P₇₅），分]	0.29（-0.23，0.83）	0.87（0.39，1.38）	-19.43	<0.001	0.10（-0.40，0.61）	0.75（0.21，1.21）	-21.81	<0.001

项目	男性				女性
项目	非CMM组（n=53 020）	CMM组（n=779）	检验统计量值	P值	非CMM组（n=76 725）	CMM组（n=866）	检验统计量值	P值
年龄（岁）	58.6±10.2	64.2±7.6	-15.55^a	<0.001	57.0±9.9	64.2±7.1	-21.58^a	<0.001
吸烟[例（%）]	24 476（46.2）	259（33.2）	51.56^b	<0.001	1 244（1.6）	17（2.0）	0.62^b	0.429
饮酒[例（%）]	17 494（33.0）	187（24.0）	28.12^b	<0.001	2 700（3.5）	25（2.9）	1.01^b	0.315
BMI（kg/m²）	24.2（22.3，26.4）	25.5（23.5，27.5）	-10.97	<0.001	24.6±3.5	26.1±3.8	-12.65^a	<0.001
WC（cm）	85.5（80.0，92.0）	90.0（84.0，95.0）	-12.28	<0.001	82.8±9.3	87.4±9.8	-14.53^a	<0.001
MAP（mmHg）	99.67（92.50，108.17）	103.00（94.83，111.17）	-5.70	<0.001	98.18±12.29	102.39±12.64	-10.02^a	<0.001
FPG（mmol/L）	5.7（5.2，6.5）	7.7（7.1，9.1）	-33.07	<0.001	6.1±1.7	8.5±2.8	-41.49^a	<0.001
TC（mmol/L）	4.28（3.67，4.95）	3.87（3.18，4.70）	-9.82	<0.001	4.75±1.07	4.69±1.13	1.74^a	<0.001
HDL-C（mmol/L）	1.35（1.12，1.68）	1.21（1.03，1.51）	-9.58	<0.001	1.55±0.41	1.48±0.40	4.37^a	<0.001
TG（mmol/L）	1.25（0.90，1.84）	1.34（1.01，1.99）	-4.83	<0.001	1.63±0.90	1.85±0.98	-6.92^a	0.082
糖尿病[例（%）]	9 836（18.6）	743（98.4）	2 876.67^b	<0.001	14 049（18.3）	836（96.5）	3 379.21^b	<0.001
缺血性心脏病[例（%）]	383（0.7）	224（28.8）	5 408.02^b	<0.001	343（0.4）	183（21.1）	5 441.18^b	<0.001
卒中[例（%）]	1 398（2.6）	608（78.0）	12 162.72^b	<0.001	1 480（1.9）	735（84.9）	21 243.66^b	<0.001
WHtR	0.51（0.48，0.55）	0.54（0.51，0.58）	-14.00	<0.001	0.53±0.06	0.57±0.06	-17.28^a	<0.001
WHT.5R	6.63（6.18，7.09）	6.95（6.55，7.39）	-13.38	<0.001	6.64±0.75	7.06±0.78	-16.16^a	<0.001
BRI	4.12（3.47，4.85）	4.63（4.04，5.39）	-14.00	<0.001	4.56±1.28	5.33±1.40	17.49^a	<0.001
cMetS[M（P₂₅，P₇₅），分]	0.29（-0.23，0.83）	0.87（0.39，1.38）	-19.43	<0.001	0.10（-0.40，0.61）	0.75（0.21，1.21）	-21.81	<0.001

年龄段	男性（n=779）	女性（n=866）
35~39岁	0	1（0.11）
40~49岁	34（4.36）	27（3.12）
50~59岁	163（20.92）	169（19.51）
60~69岁	375（48.14）	448（51.73）
70~75岁	207（26.57）	221（25.52）

年龄段	男性（n=779）	女性（n=866）
35~39岁	0	1（0.11）
40~49岁	34（4.36）	27（3.12）
50~59岁	163（20.92）	169（19.51）
60~69岁	375（48.14）	448（51.73）
70~75岁	207（26.57）	221（25.52）

变量	模型1		模型2		模型3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
cMetS（以Q1为参照）
Q2	2.161（1.559~2.996）	<0.001	2.346（1.692~3.254）	<0.001	3.572（2.508~5.088）	<0.001
Q3	4.048（2.993~5.475）	<0.001	4.706（3.477~6.369）	<0.001	9.303（6.483~13.349）	<0.001
Q4	7.748（5.812~10.330）	<0.001	10.131（7.587~13.528）	<0.001	29.182（19.698~43.232）	<0.001
WHtR（以Q1为参照）
Q2	1.941（1.470~2.563）	<0.001	2.040（1.545~2.695）	<0.001	1.835（1.386~2.428）	<0.001
Q3	3.027（2.333~3.929）	<0.001	3.175（2.446~4.123）	<0.001	2.710（2.077~3.536）	<0.001
Q4	4.423（3.442~5.683）	<0.001	4.446（3.459~5.715）	<0.001	3.548（2.736~4.601）	<0.001
WHT.5R（以Q1为参照）
Q2	1.844（1.401~2.427）	<0.001	1.988（1.509~2.617）	<0.001	1.777（1.347~2.346）	<0.001
Q3	2.968（2.297~3.836）	<0.001	3.286（2.541~4.249）	<0.001	2.778（2.136~3.612）	<0.001
Q4	4.175（3.261~5.347）	<0.001	4.562（3.560~5.846）	<0.001	3.596（2.778~4.655）	<0.001
BRI（以Q1为参照）
Q2	1.941（1.470~2.563）	<0.001	2.040（1.545~2.695）	<0.001	1.835（1.386~2.428）	<0.001
Q3	3.027（2.333~3.929）	<0.001	3.175（2.446~4.123）	<0.001	2.710（2.077~3.536）	<0.001
Q4	4.423（3.442~5.683）	<0.001	4.446（3.459~5.715）	<0.001	3.548（2.736~4.601）	<0.001
BMI（以Q1为参照）
Q2	1.623（1.259~2.094）	<0.001	1.886（1.461~2.434）	<0.001	1.658（1.281~2.147）	<0.001
Q3	2.332（1.840~2.956）	<0.001	2.844（2.241~3.610）	<0.001	2.328（1.822~2.910）	<0.001
Q4	3.050（2.424~3.839）	<0.001	4.011（3.180~5.058）	<0.001	3.064（2.401~3.910）	<0.001

35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究

A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 22

相关文章 15

编辑推荐

Metrics

留言

项目	AUC	95%CI	最佳截断值	灵敏度	特异度
男性
cMetS	0.702	0.685~0.719	0.58分	0.67	0.65
WHtR	0.646	0.628~0.664	0.52	0.70	0.53
WHT.5R	0.639	0.621~0.658	6.68	0.69	0.53
BRI	0.646	0.628~0.664	4.19	0.70	0.53
BMI	0.614	0.595~0.633	24.16 kg/m²	0.69	0.49
女性
cMetS	0.715	0.698~0.722	0.49分	0.64	0.70
WHtR	0.663	0.645~0.681	0.53	0.70	0.54
WHT.5R	0.652	0.634~0.670	6.66	0.68	0.54
BRI	0.663	0.645~0.681	4.53	0.70	0.54
BMI	0.617	0.598~0.636	25.27 kg/m²	0.56	0.62

[1]	刘新, 魏雅楠, 刘杰, 王晶桐. 老年人躯体功能障碍合并认知功能障碍影响因素研究[J]. 中国全科医学, 2024, 27(26): 3281-3288.
[2]	吴一波, 范思园, 刘迪玥, 孙昕霙. 中国居民心理与行为调查研究：理念、实践与展望[J]. 中国全科医学, 2024, 27(25): 3069-3075.
[3]	涂舒婷, 林嘉滢, 庄金阳, 乡靖楠, 魏栋帅, 谢勇, 贾杰. 脑卒中后认知障碍发病现状及相关因素分析：一项基于脑卒中全周期康复的多中心横断面研究[J]. 中国全科医学, 2024, 27(23): 2829-2837.
[4]	赵泽宙, 王杰萍, 杜雪平, 吴薇, 闫巍, 李倩, 关亚杰. 三级综合医院全科医学科会诊现状研究[J]. 中国全科医学, 2024, 27(19): 2319-2323.
[5]	李雪迎, 康晓平, 迟春花, 王熙诚, 尚美霞, 周国鹏, 高畅, 潘子涵. 全科医学和初级保健横断面研究的基本设计和实施步骤[J]. 中国全科医学, 2024, 27(13): 1584-1593.
[6]	王雯娟, 王瑞, 曾泓辑, 刘雅慧, 卫姝帆, 田庆丰. 基于限制性立方样条分析老年人血清肝脏转氨酶与代谢综合征的关系研究[J]. 中国全科医学, 2024, 27(11): 1337-1342.
[7]	李幸, 杨毅宁. 新疆地区高尿酸血症患病现状及其与心脏代谢指数的相关性研究[J]. 中国全科医学, 2024, 27(09): 1095-1101.
[8]	周录玲, 刘素珍, 李航. 四川省基层医疗卫生机构状况及居家医疗服务开展现状调查[J]. 中国全科医学, 2024, 27(04): 433-439.
[9]	郑蓉, 刘志栋, 王淼, 张笑, 陈俊岚, 周时高. 葛斛调脂方干预代谢综合征患者的随机对照研究[J]. 中国全科医学, 2024, 27(03): 343-347.
[10]	朱春临, 高洁. 冠状动脉微循环障碍与代谢综合征的研究进展[J]. 中国全科医学, 2024, 27(03): 273-279.
[11]	吴瑞鹏, 彭成, 袁丙坤, 章梦君, 李文源. 我国中老年人群血清尿酸/高密度脂蛋白胆固醇比值与代谢综合征的相关性研究[J]. 中国全科医学, 2024, 27(03): 293-299.
[12]	李雅萍, 李霞. 代谢综合征与阿尔茨海默病的相关性及机制研究进展[J]. 中国全科医学, 2024, 27(03): 268-272.
[13]	周静, 贾建国, 林艺鑫, 吴爽, 戴世龙, 王明君, 张青松. 不同代谢肥胖表型与女性乳腺癌发病风险关联：一项前瞻性队列研究[J]. 中国全科医学, 2024, 27(02): 150-155.
[14]	王睿捷, 李宏宇, 施红. 中国≥65岁老年人牙齿缺失与听力损伤的关联研究[J]. 中国全科医学, 2024, 27(01): 45-50.
[15]	李芊芊, 陈循睿, 张文颖, 袁海花, 张燕捷, 姜斌, 刘峰. 晚期肿瘤患者化疗期间对社区卫生服务需求的调查及影响因素研究[J]. 中国全科医学, 2023, 26(33): 4173-4180.