动态腰围变化：相较于新型和传统的肥胖指数，它是预测中风发生的更有效指标

《Journal of Stroke and Cerebrovascular Diseases》：Dynamic Waist Circumference Change: A Superior Predictor of Incident Stroke Compared to Novel and Traditional Obesity Indices

基于CHARLS 2011-2018年纵向数据，分析7项肥胖指标与卒中风险的关系。结果显示基线腰围（WC）及持续高WC轨迹显著增加卒中风险（OR=1.37；OR=1.27），其他指标（BMI、WHtR等）及3年相对变化均无显著关联。研究强调长期腰围监测在卒中预防中的重要性。

　　### 研究背景与意义

在当今社会，肥胖已成为全球范围内公认的脑卒中风险因素之一。然而，传统的肥胖评估方式，如体重指数（Body Mass Index, BMI），存在一定的局限性，尤其是在评估身体脂肪分布方面。BMI仅通过身高和体重计算得出，无法准确反映腹部或内脏脂肪的积累情况。而内脏脂肪与脑卒中的关系已被大量研究证实，其对心血管疾病、代谢紊乱和炎症反应的影响可能直接或间接增加脑卒中发生的风险。因此，寻找更加准确、简便且成本较低的肥胖指标显得尤为重要。近年来，一些新型的中心性肥胖指标，如腰围身高比（Waist-to-Height Ratio, WHtR）、身体圆度指数（Body Roundness Index, BRI）、锥度指数（Conicity Index, CI）、身体形状指数（A Body Shape Index, ABSI）以及体重调整腰围指数（Weight-Adjusted Waist Index, WWI），被提出并广泛应用于临床实践。这些指标不仅能够反映中心性肥胖，还因其易于测量和成本效益高，成为在医疗资源有限的环境中进行大规模筛查和监测的有力工具。

然而，以往的研究多集中于单次测量或静态分析，未能充分考虑肥胖随时间变化的趋势及其累积效应。这种局限性可能导致对个体风险评估的偏差，从而影响干预措施的有效性。本研究旨在通过纵向队列数据，全面分析多种肥胖指标在不同时间点的表现及其对脑卒中风险的影响，以期为中老年人群的脑卒中预防提供科学依据。通过评估基线数据、近期测量、纵向变化轨迹以及相对变化，我们希望揭示动态肥胖变化在脑卒中发生中的作用，并为制定更有效的预防策略提供支持。

### 研究方法与数据来源

本研究采用前瞻性队列研究设计，使用了中国健康与退休追踪调查（China Health and Retirement Longitudinal Study, CHARLS）的数据。CHARLS是一项覆盖中国全国范围的代表性研究，聚焦于45岁及以上社区居住成年人的健康状况和退休问题。研究数据包括2011年至2018年的三个调查波次（Wave 1: 2011-2012，Wave 2: 2013，Wave 3: 2015），共计5,896名参与者。这些参与者均未在基线调查时报告过脑卒中病史，以确保研究的准确性。

为了评估肥胖指标与脑卒中风险之间的关系，研究者选择了七个主要的肥胖指标：腰围（Waist Circumference, WC）、BMI、WHtR、BRI、CI、ABSI和WWI。这些指标均基于基本的身体测量，如身高、体重和腰围，确保了其在不同医疗环境下的适用性。研究通过K-means聚类算法对2012年至2015年的纵向数据进行分析，以识别不同的肥胖变化趋势。此外，还计算了各指标在2012至2015年间的相对变化，以评估动态变化对脑卒中风险的影响。

在统计分析方面，研究采用了多变量逻辑回归模型，以分析肥胖指标与脑卒中发生之间的关联。研究团队在模型中考虑了多种协变量，包括年龄、性别、婚姻状况、居住地、教育水平、吸烟和饮酒习惯，以及糖尿病、高血压、高脂血症和心脏病等临床共病。为了验证结果的稳健性，研究还进行了Cox比例风险回归分析，以进一步评估肥胖变化轨迹与脑卒中风险之间的关系。通过这些方法，研究能够全面评估肥胖指标对脑卒中风险的影响，并探索其在不同人群中的表现。

### 研究结果与分析

研究结果显示，基线腰围（WC）与脑卒中风险之间存在显著的正相关关系。具体而言，每增加1厘米的腰围，脑卒中风险增加约1%（OR = 1.01，95% CI: 1.001-1.02）。而在最高四分位数（Q4）中，腰围与最低四分位数（Q1）相比，脑卒中风险增加了37%（OR = 1.37，95% CI: 1.01-1.87）。这一结果表明，腰围作为评估中心性肥胖的重要指标，能够更准确地预测脑卒中风险。

相比之下，其他基线肥胖指标，如BMI、WHtR、BRI、CI、ABSI和WWI，在多变量模型中并未显示出显著的关联性。然而，值得注意的是，在2015年的近期测量中，ABSI的第二四分位数（Q2）与脑卒中风险之间存在显著的正相关关系（OR = 1.36，95% CI: 1.01-1.83），表明ABSI在某些情况下可能对脑卒中风险具有一定的预测价值。然而，这一关联性并未在连续变量分析中得到显著支持，说明ABSI的预测能力可能受到其他因素的影响。

此外，纵向轨迹分析显示，持续高腰围的个体相较于腰围较低的个体，其脑卒中风险增加了27%（OR = 1.27，95% CI: 1.02-1.58）。这表明，长期维持高腰围状态是脑卒中的重要风险因素。然而，各肥胖指标在2012至2015年间的相对变化并未显示出与脑卒中风险的显著关联。这一结果可能与测量时间点的选择有关，因为仅基于两个时间点的相对变化可能无法全面反映长期的肥胖趋势。

为了进一步验证这些发现，研究团队进行了亚组分析，评估了不同人群（如年龄、性别、婚姻状况、居住地、教育水平、吸烟和饮酒习惯、糖尿病、高血压、高脂血症和心脏病）中肥胖指标与脑卒中风险之间的关系。结果显示，ABSI与饮酒状况之间存在显著的交互作用（P-interaction = 0.038），说明饮酒可能影响ABSI对脑卒中风险的预测能力。这一发现为个性化风险评估提供了新的视角。

### 讨论与结论

本研究的发现表明，腰围（WC）和其长期维持的高值趋势是中老年人群脑卒中风险的重要预测指标，其表现优于传统的BMI和其他新型的中心性肥胖指标。尽管BMI在肥胖评估中具有一定的应用价值，但其在区分脂肪和肌肉组织方面的不足可能影响其对脑卒中风险的预测准确性。此外，BMI的“肥胖悖论”现象也表明，较高的BMI并不总是与较高的脑卒中风险相关，甚至可能在某些人群中表现出较低的风险。

相比之下，腰围作为反映中心性肥胖的指标，其与内脏脂肪的积累密切相关，能够更准确地预测脑卒中风险。研究还发现，ABSI在某些情况下可能对脑卒中风险具有一定的预测价值，但其关联性可能受到其他因素的影响。这提示我们在使用ABSI进行风险评估时，需要结合其他临床信息，以提高其预测的准确性。

本研究的一个重要贡献在于，它首次全面评估了多种肥胖指标在不同时间点的表现及其对脑卒中风险的影响。通过纵向轨迹分析，研究者能够识别出持续高腰围的个体，从而为脑卒中的预防提供更精准的依据。此外，研究还强调了在医疗资源有限的环境中，使用腰围作为评估中心性肥胖的指标具有重要的实用价值。

尽管本研究具有重要的科学意义，但仍存在一些局限性。首先，脑卒中的诊断依赖于自我报告，而非影像学分类，这可能影响对不同脑卒中类型（如缺血性或出血性）的区分。其次，研究未能充分考虑饮食、运动强度和家族史等关键的混杂因素，这可能限制了对脑卒中风险的全面评估。最后，由于肥胖指标的动态分析仅基于三个时间点的数据，无法准确捕捉长期趋势。

综上所述，本研究的结果表明，腰围和其长期维持的高值趋势是中老年人群脑卒中风险的重要预测指标。这提示我们在临床实践中，应更加重视腰围的监测和管理，而不仅仅依赖于BMI。此外，研究还强调了在不同人群中，肥胖指标可能表现出不同的预测能力，这为制定个性化的预防策略提供了理论支持。未来的研究应进一步验证这些发现，并探索肥胖指标与特定脑卒中类型的关联性，以期为脑卒中的精准预防和管理提供更多的科学依据。