代谢综合征在45岁及以上的中国成年人中调节了身体圆润指数与中风发病风险之间的关联：来自CHARLS研究的证据

《Diabetes Research and Clinical Practice》：Metabolic syndrome mediates the association between body roundness index and incident stroke risk in Chinese adults aged 45?years and older: Evidence from the CHARLS

体形圆度指数（BRI）在中风风险预测中优于传统指标，尤其在无代谢综合征（MetS）人群中，其与血压升高存在中介效应，但整体中介作用有限。

　　

刘宏伟|马盖英|史静|张民恒|徐飞|侯淼淼

中国北京首都医科大学宣武医院神经科

摘要

背景

身体圆度指数（BRI）已被确定为一种测量内脏脂肪的新方法，但其与中风之间的关系以及代谢综合征（MetS）如何影响这种关系仍不明确。

方法

本研究使用了CHARLS队列数据进行了前瞻性分析。为了分析BRI与中风之间的联系，采用了Cox比例风险模型和限制性三次样条分析。中介效应分析评估了MetS及其各个组分的作用。通过接收者操作特征（ROC）曲线评估了BRI与其他人体测量指标的区分效果。

结果

在没有MetS的参与者中，这种关联仍然显著（HR = 2.50，95% CI：1.69–3.67；p < 0.001），而在有MetS的参与者中则不显著（HR = 0.97，95% CI：0.43–2.18；p < 0.935）。在ROC分析中，BRI在中风识别方面的表现优于传统指标，尤其是在没有MetS的参与者中（AUC = 0.660，而有MetS的参与者为0.638）。代谢组分解释了约22%的BRI与中风之间的关联，其中血压贡献了11%。尽管这种中介效应在统计学上显著，但其程度较小，其他组分则没有单独显示出显著性，这表明其间接效应有限，应谨慎解读。

结论

在代谢健康的个体中，BRI对中风的预测价值适中，部分通过血压起中介作用。

引言

中风是全球导致长期残疾和死亡的主要原因之一，在中国等老龄化社会中，近几十年来病例数显著增加[1]、[2]、[3]。越来越多的证据表明，一些可改变的代谢风险因素，如高血压、糖尿病和血脂异常，会促进中风的发生[4]、[5]、[6]。BMI和腰围作为传统的人体测量指标，只能提供代谢风险的一般概念。相比之下，身体圆度指数（BRI）通过腰围和身高来确定，已成为更可靠的内脏脂肪指标[7]。多项研究发现，BRI升高与高血压、2型糖尿病和代谢综合征的发病风险增加有关。然而，这些发现留下了一个关键问题：BRI是否直接导致中风，还是其影响是通过中间代谢功能障碍实现的，目前尚不清楚。此外，鉴于MetS各组分之间存在不可忽视的共线性及潜在的相互作用，这些代谢异常是独立作用、叠加作用还是协同作用来介导BRI与中风风险之间的关联，仍不清楚。

代谢综合征包括一组相关的代谢异常，包括中心性肥胖、高血压、血糖水平异常、甘油三酯升高和高密度脂蛋白胆固醇降低，这些都会显著增加心血管疾病的风险[8]、[9]。作为一种复合病症，代谢综合征反映了通常由内脏脂肪积累引起的系统代谢问题。先前的研究表明，BRI与代谢综合征的多个方面有关，但这些关联往往被单独研究，而没有正式探讨MetS作为综合征是否介导了BRI与中风之间的关系。从公共卫生和临床的角度来看，明确BRI是否独立增加中风风险，或者它是否促进了MetS的病理生理进展非常重要。此外，鉴于MetS各组分具有共同的潜在机制，它们在影响这一关联时可能是协同作用而非独立作用，这一点在基于人群的纵向研究中尚未得到充分研究。

在这项研究中，我们通过探讨BRI与中风发生之间的联系，并利用中国健康与退休纵向研究（CHARLS）的纵向数据，评估了代谢综合征及其组分的中介作用，来填补这些重要空白。与以往分别关注BRI与中风或代谢状况的研究不同，我们的研究将这些途径整合到一个统一的中介框架中。具体来说，本研究探讨了MetS及其核心组分是否能够解释高BRI与随后发生中风风险之间的关系。我们进一步分析了个别中介因素（如血压和空腹血糖）对间接效应的影响，以及它们共同存在是否通过协同的代谢紊乱加剧风险。通过阐明这些间接途径，我们的发现旨在阐明肥胖与中风之间的病因学联系，改进中风风险分层工具，并为BRI升高和亚临床代谢功能障碍的个体提供有针对性的干预措施。

研究框架和参与者详情

CHARLS是一项在中国28个省份进行的研究，研究对象为45岁及以上的成年人。该研究的伦理批准由北京大学机构审查委员会审核。所有参与者在加入研究前均签署了知情同意书。这项研究历时多年，期间每隔两到三年进行一次随访评估，从2011年到2020年共完成了五次数据收集。最初共有17,705名受试者参与，其中10,170名

基线特征

表1按BRI四分位数整理了7,535名参与者的基线特征。位于最高四分位的参与者通常年龄更大，收缩压和舒张压更高，心率更快，人体测量指标（包括腰围和BMI）也更大。BRI的中位数值随四分位数的增加而逐渐升高，范围从Q1的2.74到Q4的5.85。关键的代谢指标也表现出相应的趋势，所有情况下p值均小于0.001。

讨论

在这项针对45岁及以上的中国成年人的大规模前瞻性队列研究中，较高的BRI值与中风风险增加独立相关。即使在考虑了人口统计学、行为和临床因素后，这种关联仍然非常显著。中风风险随着BRI四分位数的升高而逐渐增加，限制性三次样条分析证实了这种正线性关联。在没有MetS的参与者中，这种关联尤为明显

结论

在这项大规模前瞻性队列研究中，较高的BRI与中风风险增加独立相关，尤其是在没有MetS的参与者中。代谢因素，特别是血压升高，在介导这种关联中发挥了部分作用。BRI的预测性能也优于传统的人体测量指标。这些发现表明，BRI可能作为一种实用且易于获取的中风风险分层指标，并有助于早期预防

作者贡献声明

刘宏伟：撰写——审稿与编辑、撰写——初稿、可视化、验证、监督、软件使用、资源管理、项目管理、方法论、调查、正式分析、数据管理、概念构建。马盖英：撰写——审稿与编辑、撰写——初稿、可视化、验证、监督、软件使用、资源管理、项目管理、方法论、调查、正式分析、数据管理、概念构建。史静：撰写——审稿与编辑

资金支持

本研究得到了山西省青年科技创新人才计划（项目编号：202304051001039）和山西省基础研究计划自由探索类别以及山西省科学技术厅（项目编号：20210302123415）的支持。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

不适用。

作者贡献

所有作者，包括LHW、MGY、SJ、ZMH、XF和HMM，在研究的构思和设计中发挥了重要作用。LHW、MGY和SJ对分析做出了重要贡献，ZMH、XF和HMM负责数据解释。手稿的初稿由LHW、HMM和XF共同撰写，所有作者（LHW、MGY、SJ、ZMH、XF和HMM）都对稿件进行了修订。最终版本得到了所有作者的认可。

数据可用性

北京大学