糖尿病发病时间趋势及其与中国内脏脂肪指数的关系：一项前瞻性队列研究

doi:10.12114/j.issn.1007-9572.2024.0177

中国全科医学 ›› 2025, Vol. 28 ›› Issue (02): 183-192.DOI: 10.12114/j.issn.1007-9572.2024.0177

糖尿病发病时间趋势及其与中国内脏脂肪指数的关系：一项前瞻性队列研究

刘庆平, 柯居中, 宋家慧, 高娇娇, 李智韬, 王小楠, 邱桦, 周弋, 阮晓楠, 吴抗^*()

200132　上海市浦东新区疾病预防控制中心慢性病防治科　复旦大学浦东预防医学研究院

收稿日期:2024-06-10 修回日期:2024-08-20 出版日期:2025-01-15 发布日期:2024-10-28
通讯作者: 吴抗
作者贡献：
刘庆平提出研究理念，负责数据整理，统计分析，论文撰写；柯居中、宋家慧负责数据整理，提供统计学设计思路，协助论文修改；高娇娇、李智韬、王小楠负责数据整理；邱桦负责数据整理，统计学设计，分析可行性；周弋、阮晓楠负责思路指导；吴抗负责编辑与修改论文，对文章监督管理和审查。
基金资助:
浦东新区卫生健康委员会青年科技项目(PW2021B-02); 浦东新区疾病预防控制中心业务研发平台慢性病流行病学(DXZB-2024-01); 上海市加强公共卫生体系建设三年行动计划重点学科(GWVI-11.1-02)

Trend of Onset Time of Diabetes Mellitus and Its Correlation with Chinese Visceral Adiposity Index: a Prospective Cohort Study

LIU Qingping, KE Juzhong, SONG Jiahui, GAO Jiaojiao, LI Zhitao, WANG Xiaonan, QIU Hua, ZHOU Yi, RUAN Xiaonan, WU Kang^*()

Department of Chronic Disease, Pudong New Area Center for Disease Control and Prevention/Fudan University Pudong Institute of Preventive Medicine, Shanghai 200132, China

Received:2024-06-10 Revised:2024-08-20 Published:2025-01-15 Online:2024-10-28
Contact: WU Kang

分享到

摘要/Abstract

摘要： 背景糖尿病仍是全球重大公共卫生问题，横断面研究发现内脏脂肪与糖尿病患病密切相关，但糖尿病发病时间趋势及其与中国内脏脂肪指数（CVAI）关系的前瞻性队列研究较少。目的通过前瞻性队列研究分析上海市浦东新区居民糖尿病发病时间趋势及其与CVAI的关系，为其科学防治提供依据。方法本研究为前瞻性队列研究。选取2013年1—7月参与浦东新区慢性病危险因素监测项目的12个乡镇街道的35个村、居委的居民5 236人为研究队列。收集其基线资料，内容包括CVAI、内脏脂肪指数（VAI）、BMI、腰围（WC）、腰臀比（WHR）、腰高比（WHtR）、身体形态指数（ABSI）和身体肥胖指数（BAI），分别于2016年和2019年进行追踪随访；截至随访结束（2019年10月），通过问卷调查、实验室检查、医疗系统就诊信息和生命统计信息系统判断该研究队列糖尿病新发情况。依据基线CVAI、VAI、BMI、WC、WHR、WHtR、ABSI、BAI四分位数将纳入人群分别分为第Q1~Q4四分位数：CVAI各组人数依次为1 306、1 307、1 307、1 307人；VAI各组人数依次为1 300、1 316、1 306、1 306例；BMI各组人数依次为1 305、1 302、1 312、1 311人；WC各组人数依次为1 302、1 273、1 287、1 367人；WHR各组人数依次为1 180、1 203、1 332、1 514人；WHtR各组人数依次为1 199、1 393、1 400、1 237人；ABSI各组人数依次为1 316、1 302、1 302、1 308人；BAI各组人数依次为1 310、1 304、1 308、1 307人。采用多因素Cox回归分析CVAI和其他肥胖指标与糖尿病发病的关系；采用受试者工作特征曲线（ROC曲线）比较CVAI与其他肥胖指标的预测作用。结果浦东新区居民2013—2016年糖尿病发病密度为33.55/1 000人年，2017—2019年糖尿病发病密度为23.25/1 000人年，随着年龄的增长，糖尿病总发病密度呈现出升高趋势（2013—2016年：χ2=28.503，P趋势<0.001；2017—2019年：χ2=25.600，P趋势<0.001）。截至2016年，基线CVAI四分位数越高，糖尿病累积发病率（CVAI：χ2=131.865，P趋势<0.001）和发病密度（CVAI：χ2=100.105，P趋势<0.001）均越高。调整相关混杂因素后的多因素Cox回归分析结果显示，与CVAI处于Q1相比，CVAI处于Q4的男性糖尿病的发病风险增加79.4%（HR=1.794，95%CI=1.044~3.083，P<0.05），女性糖尿病的发病风险增加371.2%（HR=4.712，95%CI=2.601~8.538，P<0.05）。ROC曲线结果显示，在预测男性糖尿病发病情况中，CVAI对男性糖尿病预测的ROC曲线下面积（AUC）为0.600（95%CI=0.561~0.640），识别男性糖尿病的约登指数为0.181，截断值为104.118；Delong检验结果显示，CVAI对女性糖尿病预测的准确性最高（AUC=0.699），且在识别女性糖尿病时有最大的约登指数值0.317，最佳截断值为104.609。结论 2013—2019年上海市浦东新区居民糖尿病发病密度随年龄的增长呈升高趋势；且相较于其他肥胖指标，CVAI可作为预测糖尿病发病风险的指标。

关键词: 糖尿病, 中国内脏脂肪指数, 浦东新区, 前瞻性队列研究, 影响因素分析

Abstract:

Background

Diabetes mellitus is a global public health issue. Cross sectional studies have found that visceral fat is closely related to the prevalence of diabetes mellites, while prospective cohort studies on the trend of onset time of diabetes mellitus and its correlation with Chinese visceral adiposity index (CVAI) are scant.

Objective

To analyze the trend of onset time of diabetes mellitus and its correlation with CVAI in Pudong New Area, Shanghai, residents by the prospective cohort study, thus providing evidence for the scientific prevention and treatment of diabetes mellitus.

Methods

This was a prospective cohort study involving 5 236 residents from 12 townships and 35 village committees who participated in the chronic disease risk factor monitoring project in Pudong New Area, from January to July, 2013. Baseline data were collected, including CVAI, visceral adiposity index (VAI), body mass index (BMI), waist circumference (WC), waist-to-hip ratio (WHR), waist-to-height ratio (WHtR), a body shape index (ABSI), and body adiposity index (BAI). Follow-up was conducted in 2016 and 2019. By the end of follow-up in October 2019, the incidence of new onset of diabetes mellitus in this cohort was calculated through questionnaire survey, laboratory testing, medical system visit information and vital statistics information system. According to the baseline quartile, the CVAI, VAI, BMI, WC, WHR, WHtR, ABSI, and BAI of the included population were divided into Q1 to Q4 quartiles. The number of cases in CVAI Q1-Q4 groups was 1 306, 1 307, 1 307, and 1 307, respectively. The number of cases in VAI Q1-Q4 groups was 1 300, 1 316, 1 306, and 1 306, respectively. The number of cases in BMI Q1-Q4 groups was 1 305, 1 302, 1 312, and 1 311, respectively. The number of cases in WC Q1-Q4 groups was 1 302, 1 273, 1 287, and 1 367, respectively. The number of cases in WHR Q1-Q4 groups was 1 180, 1 203, 1 332, and 1 514, respectively. The number of cases in WHtR Q1-Q4 groups was 1 199, 1 393, 1 400, and 1 237, respectively. The number of cases in ABSI Q1-Q4 groups was 1 316, 1 302, 1 302, and 1 308 respectively. The number of cases in BAI Q1-Q4 groups was 1 310, 1 304, 1 308, and 1 307, respectively. The multivariable Cox regression analysis was used to analyze the correlation of CVAI and other obesity indicators with the onset of diabetes mellitus. The predictive potential of CVAI and other obesity indicators in diabetes mellitus was assessed using receiver operator characteristic (ROC) curves.

Results

The incidence density of diabetes mellitus in Pudong New Area was 33.55/1 000 person-years from 2013 to 2016, and 23.25/ 1 000 person-years from 2017 to 2019. With aging, the total incidence density of diabetes mellitus showed an increasing trend (2013-2016: χ²=28.503, P_trend<0.001; 2017-2019: χ²=25.600, P_trend<0.001). By 2016, the baseline CVAI quartile was positively correlated with the cumulative incidence of diabetes mellitus (CVAI: χ²=131.865, P_trend<0.001) and the incidence density (CVAI: χ²=100.105, P_trend<0.001). Mutivariable Cox regression analysis after adjusting for relevant confounders showed that compared with CVAI in Q1, the risk of diabetes mellitus in men with CVAI in Q4 increased by 79.4% (HR=1.794, 95%CI=1.044-3.083, P<0.05). Women had a 371.2% increased risk of diabetes mellitus (HR=4.712, 95%CI=2.601-8.538, P<0.05). ROC curve results showed that in predicting the incidence of male diabetes, the area under the ROC curve (AUC) of CVAI for male diabetes was 0.600 (95%CI=0.561-0.640), with the Youden index of 0.181, and the cutoff value of 104.118. Delong test showed that CVAI had the highest accuracy in predicting female diabetes mellitus (AUC=0.699), with the Youden index of 0.317, and the optimal cutoff value of 104.609.

Conclusion

From 2013 to 2019, the incidence density of diabetes mellitus increased with the increased age in Pudong New Area, Shanghai. Compared with other obesity indicators, CVAI can be used as an indicator to predict the risk of diabetes mellitus.

Key words: Diabetes mellitus, Chinese visceral adiposity index, Pudong New Area, Prospective cohort study, Root cause analysis

中图分类号:

R 587.1

刘庆平,柯居中,宋家慧,等. 糖尿病发病时间趋势及其与中国内脏脂肪指数的关系：一项前瞻性队列研究[J]. 中国全科医学, 2025, 28(02): 183-192. DOI: 10.12114/j.issn.1007-9572.2024.0177.
LIU Qingping,KE Juzhong,SONG Jiahui, et al. Trend of Onset Time of Diabetes Mellitus and Its Correlation with Chinese Visceral Adiposity Index: a Prospective Cohort Study[J]. Chinese General Practice, 2025, 28(02): 183-192. DOI: 10.12114/j.issn.1007-9572.2024.0177.

图/表 9

参考文献 22

[1]	International Diabetes Federation. IDF Diabetes Atlas tenth edition 2021 [R/OL]. [2024-02-01].
[2]	中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版) [J]. 国际内分泌代谢杂志, 2021, 41 (5) : 482-548. DOI: 10.3760/cma.j.cn121383-20210825-08063.
[3]	CDC. 2020 National diabetes statistics report-estimates of diabetes and its burden in the United States[R]. [S.l.: s.n.]. 2020.
[4]	MEZA R, BARRIENTOS-GUTIERREZ T, ROJAS-MARTINEZ R, et al. Burden of type 2 diabetes in Mexico: past, current and future prevalence and incidence rates [J]. Prev Med, 2015, 81: 445-450. DOI: 10.1016/j.ypmed.2015.10.015.
[5]	刘少博. 10省市队列人群糖尿病前期与糖尿病发病状况及影响因素研究 [D]. 北京: 中国疾病预防控制中心, 2020.
[6]	GBD 2021 Diabetes Collaborators. Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021 [J]. Lancet, 2023, 402 (10397) : 203-234. DOI: 10.1016/S0140-6736(23)01301-6.
[7]	FOX C S, MASSARO J M, HOFFMANN U, et al. Abdominal visceral and subcutaneous adipose tissue compartments: association with metabolic risk factors in the Framingham Heart Study [J]. Circulation, 2007, 116 (1) : 39-48. DOI: 10.1161/CIRCULATIONAHA.106.675355.
[8]	WEI J X, LIU X, XUE H, et al. Comparisons of visceral adiposity index, body shape index, body mass index and waist circumference and their associations with diabetes mellitus in adults [J]. Nutrients, 2019, 11 (7) : 1580. DOI: 10.3390/nu11071580.
[9]	WU J S, GONG L L, LI Q F, et al. A novel visceral adiposity index for prediction of type 2 diabetes and pre-diabetes in Chinese adults: a 5-year prospective study [J]. Sci Rep, 2017, 7 (1) : 13784. DOI: 10.1038/s41598-017-14251-w.
[10]	中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版) [J]. 中国循环杂志, 2016, 31 (10) : 937-950. DOI: 10.3969/j.issn.1000-3614.2016.10.001.
[11]	《中国成人超重和肥胖预防控制指南》修订委员会. 中国成人超重和肥胖症预防控制指南 [M]. 北京: 人民卫生出版社, 2021.
[12]	张爱红, 徐红, 孙艳丽, 等. 2000—2021年如东县2型糖尿病发病趋势分析 [J]. 中国初级卫生保健, 2024, 38 (1) : 46-49. DOI: 10.3969/j.issn.1001-568X.2024.01.0013.
[13]	周杰. 昆山市2008-2016年2型糖尿病发病趋势分析 [D]. 苏州: 苏州大学, 2018.
[14]	王卓, 江国虹, 郑文龙, 等. 2010—2019年天津市糖尿病发病特征及趋势 [J]. 中国慢性病预防与控制, 2023, 31 (7) : 526-529. DOI: 10.16386/j.cjpccd.issn.1004-6194.2023.07.011.
[15]	XUE L, WANG H Y, HE Y Z, et al. Incidence and risk factors of diabetes mellitus in the Chinese population: a dynamic cohort study [J]. BMJ Open, 2022, 12 (11) : e060730. DOI: 10.1136/bmjopen-2021-060730.
[16]	HAN M H, QIN P, LI Q M, et al. Chinese visceral adiposity index: a reliable indicator of visceral fat function associated with risk of type 2 diabetes [J]. Diabetes Metab Res Rev, 2021, 37 (2) : e3370. DOI: 10.1002/dmrr.3370.
[17]	PAN L, XU Q Q, LIU J M, et al. Dose-response relationship between Chinese visceral adiposity index and type 2 diabetes mellitus among middle-aged and elderly Chinese [J]. Front Endocrinol, 2022, 13: 959860. DOI: 10.3389/fendo.2022.959860.
[18]	REN Y C, CHENG L L, QIE R R, et al. Dose-response association of Chinese visceral adiposity index with comorbidity of hypertension and diabetes mellitus among elderly people [J]. Front Endocrinol, 2023, 14: 1187381. DOI: 10.3389/fendo.2023.1187381.
[19]	WAN H, WANG Y Y, XIANG Q, et al. Associations between abdominal obesity indices and diabetic complications: Chinese visceral adiposity index and neck circumference [J]. Cardiovasc Diabetol, 2020, 19 (1) : 118. DOI: 10.1186/s12933-020-01095-4.
[20]	WU Z Y, YU S Q, KANG X P, et al. Association of visceral adiposity index with incident nephropathy and retinopathy: a cohort study in the diabetic population [J]. Cardiovasc Diabetol, 2022, 21 (1) : 32. DOI: 10.1186/s12933-022-01464-1.
[21]	TSOU M T, CHANG Y C, HSU C P, et al. Visceral adiposity index outperforms conventional anthropometric assessments as predictor of diabetes mellitus in elderly Chinese: a population-based study [J]. Nutr Metab (Lond), 2021, 18 (1) : 87. DOI: 10.1186/s12986-021-00608-6.
[22]	SHANG L X, LI R, ZHAO Y, et al. Association between Chinese visceral adiposity index and incident type 2 diabetes mellitus in Japanese adults [J]. Diabetes Metab Syndr Obes, 2021, 14: 3743-3751. DOI: 10.2147/DMSO.S322935.

年龄组（岁）	男			女			合计
年龄组（岁）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）
15~	0	91.42	0.00	1	77.75	12.86	1	169.17	5.91
25~	3	166.58	18.01	2	279.58	7.15	5	446.17	11.21
35~	9	315.08	28.56	13	829.08	15.68	22	1 144.17	19.23
45~	21	819.50	25.63	67	2 330.58	28.75	88	3 150.08	27.94
55~	91	2 288.83	39.76	138	4 439.33	31.09	229	6 728.17	34.04
65~	66	1 241.75	53.15	64	1 623.00	39.43	130	2 864.75	45.38
75~	24	578.67	41.47	28	626.25	44.71	52	1 204.92	43.16
合计	214	5 501.83	38.90	313	10 205.58	30.67	527	15 707.42	33.55
中标率			23.92			20.44			21.09
世标率			22.37			19.69			20.01
χ²_趋势值			12.255			15.254			28.503
P_趋势值			0.057			0.018			<0.001

年龄组（岁）	男			女			合计
年龄组（岁）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）
15~	0	91.42	0.00	1	77.75	12.86	1	169.17	5.91
25~	3	166.58	18.01	2	279.58	7.15	5	446.17	11.21
35~	9	315.08	28.56	13	829.08	15.68	22	1 144.17	19.23
45~	21	819.50	25.63	67	2 330.58	28.75	88	3 150.08	27.94
55~	91	2 288.83	39.76	138	4 439.33	31.09	229	6 728.17	34.04
65~	66	1 241.75	53.15	64	1 623.00	39.43	130	2 864.75	45.38
75~	24	578.67	41.47	28	626.25	44.71	52	1 204.92	43.16
合计	214	5 501.83	38.90	313	10 205.58	30.67	527	15 707.42	33.55
中标率			23.92			20.44			21.09
世标率			22.37			19.69			20.01
χ²_趋势值			12.255			15.254			28.503
P_趋势值			0.057			0.018			<0.001

年龄组（岁）	男			女			合计
年龄组（岁）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）
15~	0	29.60	0.00	0	45.93	0.00	0	75.52	0.00
25~	1	263.08	3.80	2	279.89	7.15	3	542.97	5.53
35~	4	309.00	12.95	10	684.83	14.60	14	993.82	14.09
45~	11	687.50	16.00	31	1 818.43	17.05	42	2 505.93	16.76
55~	46	1 735.78	26.50	91	4 010.54	22.69	137	5 746.32	23.84
65~	47	1 721.68	27.30	72	2 194.76	32.81	119	3 916.44	30.38
75~	10	566.12	17.66	25	709.43	35.24	35	1 275.56	27.44
合计	119	5 312.77	22.40	231	9 743.80	23.71	350	15 056.57	23.25
中标率			12.03			13.75			12.97
世标率			11.14			12.74			12.00
χ²_趋势值			10.112			21.216			25.600
P_趋势值			0.120			0.002			<0.001

年龄组（岁）	男			女			合计
年龄组（岁）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）	人数	观察人年数	发病密度（/1 000人年）
15~	0	29.60	0.00	0	45.93	0.00	0	75.52	0.00
25~	1	263.08	3.80	2	279.89	7.15	3	542.97	5.53
35~	4	309.00	12.95	10	684.83	14.60	14	993.82	14.09
45~	11	687.50	16.00	31	1 818.43	17.05	42	2 505.93	16.76
55~	46	1 735.78	26.50	91	4 010.54	22.69	137	5 746.32	23.84
65~	47	1 721.68	27.30	72	2 194.76	32.81	119	3 916.44	30.38
75~	10	566.12	17.66	25	709.43	35.24	35	1 275.56	27.44
合计	119	5 312.77	22.40	231	9 743.80	23.71	350	15 056.57	23.25
中标率			12.03			13.75			12.97
世标率			11.14			12.74			12.00
χ²_趋势值			10.112			21.216			25.600
P_趋势值			0.120			0.002			<0.001

基线特征	Q1（n=1 306）	Q2（n=1 307）	Q3（n=1 307）	Q4（n=1 307）	χ²（H）值	P值
性别[例（%）]
男	420（32.16）	428（32.75）	472（36.11）^a	518（39.63）^ab	20.486	<0.001
女	886（67.84）	879（67.25）	835（63.89）^a	789（60.37）^ab
年龄[例（%）]
<45岁	378（28.94）	103（7.88）^a	60（4.59）^ab	41（3.14）^ab	1 008.807	<0.001
45~60岁	635（48.62）	676（51.72）	508（38.87）^ab	332（25.4）^abc
>60岁	293（22.43）	528（40.4）^a	739（56.54）^ab	934（71.46）^abc
文化程度[例（%）]
小学以下	43（3.29）	87（6.66）^a	120（9.18）^ab	217（16.6）^abc	301.732	<0.001
小学	101（7.73）	112（8.57）	182（13.93）^ab	206（15.76）^ab
初中	591（45.25）	667（51.03）^a	603（46.14）^b	566（43.31）^b
高中	387（29.63）	352（26.93）	299（22.88）^ab	235（17.98）^abc
大专及以上	184（14.09）	89（6.81）^a	103（7.88）	83（6.35）^a
婚姻状况[例（%）]
在婚	1 172（89.74）	1 196（91.51）	1 180（90.28）	1 122（85.85）^abc	136.881	<0.001
离婚/丧偶	65（4.98）	86（6.58）	109（8.34）^a	176（13.47）^abc
未婚	69（5.28）	25（1.91）^a	18（1.38）^a	9（0.69）^ab
吸烟[例（%）]
否	1 043（79.86）	1 038（79.42）	1 014（77.58）	972（74.37）^ab	14.146	0.003
是	263（20.14）	269（20.58）	293（22.42）	335（25.63）^ab
静坐生活方式[例（%）]
否	232（17.81）	266（20.43）	271（20.75）	271（20.75）	4.992	0.172
是	1 071（82.19）	1 036（79.57）	1 035（79.25）	1 035（79.25）
参加体育活动[例（%）]
否	974（74.58）	931（71.23）	918（70.24）^a	986（75.44）^bc	12.653	0.005
是	332（25.42）	376（28.77）	389（29.76）^a	321（24.56）^bc
高血压[例（%）]
否	1 088（83.37）	864（66.16）^a	687（52.56）^ab	509（38.94）^abc	590.302	<0.001
是	217（16.63）	442（33.84）^a	620（47.44）^ab	798（61.06）^abc
血脂异常[例（%）]
否	1 002（76.72）	765（58.53）^a	624（47.74）^ab	448（34.28）^abc	507.873	<0.001
是	304（23.28）	542（41.47）^a	683（52.26）^ab	859（65.72）^abc
糖尿病家族史[例（%）]
否	1 161（88.9）	1 140（87.22）	1 164（89.06）	1 193（91.28）^ab	11.195	0.011
是	145（11.1）	167（12.78）	143（10.94）	114（8.72）^ab
高尿酸血症[例（%）]
否	1 245（95.33）	1 179（90.21）^a	1 095（83.78）^ab	933（71.38）^abc	331.665	<0.001
是	61（4.67）	128（9.79）^a	212（16.22）^ab	374（28.62）^abc
BMI分级[例（%）]
正常	1 127（86.29）	682（52.18）^a	291（22.26）^ab	78（5.97）^abc	2 838.663	<0.001
超重	171（13.09）	585（44.76）^a	870（66.56）^ab	599（45.83）^abc
肥胖	8（0.61）	40（3.06）^a	146（11.17）^ab	630（48.2）^abc
年龄[M（P₂₅，P₇₅），岁]	52（44，59）	58（53，63）^a	61（56，66）^ab	64（59，71）^abc	1 021.686^d	<0.001
WC[M（P₂₅，P₇₅），cm]	73.1（69.0，77.0）	80.0（75.8，83.0）^a	85.0（80.5，88.0）^ab	92.0（87.5，96.0）^abc	3 148.852^d	<0.001
HC[M（P₂₅，P₇₅），cm]	89.8（86.0，92.8）	93.5（90.5，96.1）^a	96.0（93.0，99.5）^ab	101.0（97.2，105.0）^abc	2 163.269^d	<0.001
WHR[M（P₂₅，P₇₅）]	0.8（0.8，0.9）	0.9（0.8，0.9）^a	0.9（0.8，0.9）^ab	0.9（0.9，1.0）^abc	1 657.277^d	<0.001
BMI[M（P₂₅，P₇₅），kg/m²]	21.6（20.4，23）	23.8（22.5，25.2）^a	25.3（24.1，26.8）^ab	27.8（26.1，29.8）^abc	2 693.996^d	<0.001
SBP[M（P₂₅，P₇₅），mmHg]	125（114.5，139）	137（124，150）^a	141（130，154.8）^ab	148（136，164）^abc	815.883^d	<0.001
DBP[M（P₂₅，P₇₅），mmHg]	80（73，88）	85（78，92）^a	87（80，94）^ab	90（83，98）^abc	509.637^d	<0.001
TG[M（P₂₅，P₇₅），mmol/L]	0.9（0.7，1.2）	1.2（0.9，1.6）^a	1.5（1.1，2.1）^ab	1.9（1.4，2.8）^abc	1 475.264^d	<0.001
TC[M（P₂₅，P₇₅），mmol/L]	5.2（4.5，5.9）	5.5（4.9，6.2）^a	5.6（4.9，6.3）^a	5.7（4.9，6.4）^ab	135.811^d	<0.001
HDL-C[M（P₂₅，P₇₅），mmol/L]	1.5（1.3，1.8）	1.4（1.2，1.6）^a	1.3（1.1，1.5）^ab	1.2（1.0，1.4）^abc	804.488^d	<0.001
LDL-C[M（P₂₅，P₇₅），mmol/L]	2.6（2.1，3.2）	3.1（2.5，3.7）^a	3.2（2.6，3.8）^ab	3.3（2.7，4.0）^c	323.765^d	<0.001
CRP[M（P₂₅，P₇₅），mg/L]	0.1（0，0.2）	0.2（0.1，0.6）^a	0.3（0.1，0.9）^ab	0.5（0.2，1.7）^abc	676.973^d	<0.001
ACR[M（P₂₅，P₇₅），mg/g]	3.0（0.5，8.0）	4.0（1.0，10.0）	4.0（1.0，10.0）^a	6.0（1.0，15.0）^abc	54.319^d	<0.001
SUA[M（P₂₅，P₇₅），mmol/L]	0.3（0.2，0.3）	0.3（0.3，0.4）^a	0.3（0.3，0.4）^ab	0.4（0.3，0.4）^abc	632.705^d	<0.001
SCr[M（P₂₅，P₇₅），μmol/L]	60（51，69）	61（53，73）^a	63（55，74）^ab	65（56，76）^abc	123.407^d	<0.001
FPG[M（P₂₅，P₇₅），mmol/L]	5.3（4.9，5.6）	5.4（5.1，5.7）^a	5.4（5.1，5.8）^ab	5.5（5.2，6.0）^abc	265.249^d	<0.001
PBG 2 h[M（P₂₅，P₇₅），mmol/L]	5.4（4.6，6.4）	5.9（5.0，6.8）^a	6.2（5.3，7.3）^ab	6.8（5.7，8.1）^abc	464.850^d	<0.001
HbA_1c[M（P₂₅，P₇₅），%]	5.2（4.7，5.6）	5.3（4.8，5.7）^a	5.3（4.9，5.8）^ab	5.4（5.0，5.8）^abc	106.361^d	<0.001

糖尿病发病时间趋势及其与中国内脏脂肪指数的关系：一项前瞻性队列研究

Trend of Onset Time of Diabetes Mellitus and Its Correlation with Chinese Visceral Adiposity Index: a Prospective Cohort Study

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 22

相关文章 15

编辑推荐

Metrics

留言

变量	观察人数	发病人数	累积发病率（%）	χ²_趋势值	P_趋势值	观察人年	发病密度（1/1 000人年）	χ²_趋势值	P_趋势值
CVAI				131.865	<0.001			100.105	<0.001
Q1	1 254	58	4.63			3 919.50	14.80
Q2	1 278	90	7.04			3 912.42	23.00
Q3	1 272	151	11.87			3 926.33	38.46
Q4	1 276	225	17.63			3 926.08	57.31
VAI				68.649	<0.001			55.283	<0.001
Q1	1 257	73	5.81			3 888.42	18.77
Q2	1 285	108	8.40			3 943.67	27.39
Q3	1 266	149	11.77			3 921.08	38.00
Q4	1 273	194	15.24			3 934.25	49.31

自变量	赋值
年龄	<45岁=1，45~60岁=2，>60岁=3
文化程度	小学以下=1，小学=2，初中=3，高中=4，大专及以上=5
婚姻状况	在婚=1，离婚/丧偶=2，未婚=3
糖尿病家族史	是=1，否=2
吸烟	是=1，否=2
参加体育活动	是=1，否=2
SBP、DBP、CRP、ACR、SUA	连续变量

指标	AUC（95%CI）	P值	截断值	灵敏度	特异度	约登指数
CVAI	0.600（0.561~0.640）	<0.001	104.118	0.615	0.566	0.181
VAI	0.560（0.521~0.600）	0.004	0.967	0.765	0.333	0.098
BMI	0.578（0.538~0.618）	<0.001	24.615 kg/m²	0.681	0.467	0.148
WC	0.585（0.546~0.625）	<0.001	87.65 cm	0.535	0.619	0.154
WHR	0.583（0.543~0.622）	<0.001	0.895	0.592	0.537	0.129
WHtR	0.591（0.551~0.630）	<0.001	0.496	0.751	0.393	0.144
BAI	0.565（0.526~0.603）	0.002	25.222	0.742	0.384	0.126
ABSI	0.515（0.476~0.555）	0.463	0.119	0.948	0.116	0.064

指标	AUC（95%CI）	P值	截断值	灵敏度	特异度	约登指数
CVAI	0.699（0.670~0.727）	<0.001	104.609	0.669	0.648	0.317
VAI	0.671（0.641~0.701）^a	<0.001	1.954	0.653	0.626	0.279
BMI	0.659（0.629~0.690）^a	<0.001	24.605 kg/m²	0.707	0.542	0.249
WC	0.643（0.612~0.674）^a	<0.001	80.525 cm	0.662	0.559	0.221
WHR	0.616（0.585~0.647）^abcd	<0.001	0.835	0.733	0.452	0.185
WHtR	0.657（0.627~0.687）^ade	<0.001	0.530	0.588	0.657	0.245
BAI	0.630（0.598~0.662）^acf	<0.001	30.882	0.598	0.600	0.198
ABSI	0.520（0.488~0.552）^abcdeg	0.243	0.115	0.752	0.334	0.086

[1]	张家鸣, 王欣宇, 王道荣, 孙晓芳. 17~45岁肥胖门诊患者的6分钟步行试验距离参考方程研究[J]. 中国全科医学, 2025, 28(03): 330-334.
[2]	高焱, 杨淑显, 范雷, 常亮, 高莉, 张寒雪, 李卉, 康锴. 老年人群骨关节疾病流行特征及其影响因素研究[J]. 中国全科医学, 2025, 28(03): 280-284.
[3]	彭红叶, 荆雅楠, 留典淳, 王莹, 薛雪, 鲁春丽. 糖尿病前期中西医结合早期诊断的国内外进展与挑战[J]. 中国全科医学, 2025, 28(03): 262-272.
[4]	卢静, 孙国珍, 王洁, 高敏, 于甜栖, 孙姝怡, 王琴, 温高芹. 慢性心力衰竭患者社会衰弱现状及其影响因素可解释性分析研究[J]. 中国全科医学, 2025, 28(02): 220-227.
[5]	舒婷, 兰志鹏, 巫霞, 罗映娟, 杨柳. 宫颈癌筛查妇女高危型人乳头瘤病毒感染现状及影响因素研究：基于成都市45万人群[J]. 中国全科医学, 2025, 28(02): 213-219.
[6]	贾佳, 刘嘉慧, 季文君, 郑博, 王新刚, 范芳芳, 李寅, 张龙, 张岩. 急性心肌梗死患者血浆前蛋白转化酶枯草溶菌素9水平的影响因素研究[J]. 中国全科医学, 2024, 27(36): 4568-4574.
[7]	高澜, 张祥凝, 谢昊泰, 范芳芳, 贾佳, 李建平, 马为, 张岩. 社区人群心内膜下心肌活力率的影响因素研究[J]. 中国全科医学, 2024, 27(36): 4554-4560.
[8]	柴梅梅, 包信娟, 曾梅, 李芙兰, 汉瑞娟. 肺癌术后患者持续性咳嗽发生率及影响因素的Meta分析[J]. 中国全科医学, 2024, 27(34): 4350-4352.
[9]	曹晨晨, 刘志刚, 刘世蒙, 郑吕云, 薛文静, 陈英耀, 刘静. 中国南北两地2型糖尿病患者二线用药偏好差异研究[J]. 中国全科医学, 2024, 27(34): 4264-4272.
[10]	张亚琳, 刘力滴, 陈正勇, 刘长明, 杨梓钰, 曹毅, 廖晓阳. 医联体背景下基层医疗卫生机构服务能力及影响因素研究[J]. 中国全科医学, 2024, 27(34): 4302-4307.
[11]	卢威, 杨云松, 林连美, 刘琼, 赵敏, 李佳, 梁凤霞, 吴松. 基于下丘脑-垂体-性腺轴探析补肾法治疗2型糖尿病生精障碍的思路[J]. 中国全科医学, 2024, 27(33): 4210-4214.
[12]	谢同玲, 颜菲菲, 张怡, 宋冬梅, 陈天勇, 孟静怡, 耿劲松. 糖尿病患者用药偏好及循证决策辅助工具研究[J]. 中国全科医学, 2024, 27(33): 4105-4111.
[13]	张冰青, 胡馨云, 欧阳煜钦, 向心月, 汤文娟, 冯文焕. 非肥胖2型糖尿病患者肌肉量减少危险因素的列线图预测模型研究[J]. 中国全科医学, 2024, 27(33): 4139-4146.
[14]	中国微循环学会糖尿病与微循环专业委员会, 中华医学会内分泌学分会基层内分泌代谢病学组. 基层糖尿病微血管疾病筛查与防治专家共识（2024）[J]. 中国全科医学, 2024, 27(32): 3969-3986.
[15]	吴心怡, 张永泽, 阳成虎, 吴晓园. 数字健康背景下糖尿病基层医防融合服务的需求研究[J]. 中国全科医学, 2024, 27(31): 3958-3965.