
-
生物通官微
陪你抓住生命科技
跳动的脉搏
中国老年人肥胖表型的分布特征及其与新发健康结局的关联:基于CHARLS队列的横断面与纵向研究
《BMC Geriatrics》:Heterogeneous obesity phenotypes and late-life health in China
【字体: 大 中 小 】 时间:2026年10月26日 来源:BMC Geriatrics 4.5
编辑推荐:
摘要背景与目的肥胖表型的异质性及其与老年人疾病的关联,尤其在中国,仍然知之甚少。本研究旨在探讨中国老年人中关键肥胖表型的分布情况,并评估其与多种新发健康结局的关联。方法本队列研究使用了中国健康与养老追踪调查的数据,该调查是一项在2011至2020年间开展的国家代表性调查。我们
肥胖表型的异质性及其与老年人疾病的关联,尤其在中国,仍然知之甚少。本研究旨在探讨中国老年人中关键肥胖表型的分布情况,并评估其与多种新发健康结局的关联。
本队列研究使用了中国健康与养老追踪调查的数据,该调查是一项在2011至2020年间开展的国家代表性调查。我们分析了60岁及以上成年人的肥胖表型,包括代谢不健康型肥胖(MUO)、代谢健康型肥胖(MHO)、少肌型肥胖(SO)、非少肌型肥胖(NSO)、炎症型肥胖(IO)和非炎症型肥胖(NIO),并评估了其与心血管疾病(CVD)、卒中、糖尿病及抑郁症状的关联。肥胖表型基于体重指数(BMI)、腰围以及涉及心脏代谢健康、炎症和肌肉力量的其他标准进行分类。心血管疾病、卒中、糖尿病和抑郁症状为主要结局指标,采用自报诊断和临床测量进行评估。肥胖表型与新发健康结局之间的关联使用Cox比例风险回归模型进行分析。
在5,971名参与者中,42.1%被归类为肥胖。与非肥胖组相比,肥胖组的糖尿病(20.2% vs. 10.6%)、心血管疾病(19.8% vs. 12.4%)和卒中(4.3% vs. 2.3%)患病率更高(P < 0.05)。肥胖表型分布如下:74.6%为MUO,47.1%为SO,19.6%为IO。MUO是最常见的表型,且与其他表型存在最大的重叠。区域分析显示,中国北方肥胖患病率更高,而北京和上海等主要城市的MUO和SO患病率较低。在完全调整的Cox模型中,MUO与新发糖尿病风险增高相关(HR = 2.22,95% CI 1.65–2.98;P < 0.001)及新发卒中风险增高相关(HR = 1.43,95% CI 1.04–1.94;P = 0.026),而SO与新发心血管疾病风险增高相关(HR = 1.39,95% CI 1.09–1.77;P = 0.008)。
MUO与SO分别与新发糖尿病和心血管疾病相关。这些观察性研究结果并不能确立因果关系。区域模式具有描述性,并为进一步研究提出假说。

肥胖表型的异质性及其与老年人疾病的关联,尤其在中国,仍然知之甚少。本研究旨在探讨中国老年人中关键肥胖表型的分布情况,并评估其与多种新发健康结局的关联。
本队列研究使用了中国健康与养老追踪调查的数据,该调查是一项在2011至2020年间开展的国家代表性调查。我们分析了60岁及以上成年人的肥胖表型,包括代谢不健康型肥胖(MUO)、代谢健康型肥胖(MHO)、少肌型肥胖(SO)、非少肌型肥胖(NSO)、炎症型肥胖(IO)和非炎症型肥胖(NIO),并评估了其与心血管疾病(CVD)、卒中、糖尿病及抑郁症状的关联。肥胖表型基于体重指数(BMI)、腰围以及涉及心脏代谢健康、炎症和肌肉力量的其他标准进行分类。心血管疾病、卒中、糖尿病和抑郁症状为主要结局指标,采用自报诊断和临床测量进行评估。肥胖表型与新发健康结局之间的关联使用Cox比例风险回归模型进行分析。
在5,971名参与者中,42.1%被归类为肥胖。与非肥胖组相比,肥胖组的糖尿病(20.2% vs. 10.6%)、心血管疾病(19.8% vs. 12.4%)和卒中(4.3% vs. 2.3%)患病率更高(P < 0.05)。肥胖表型分布如下:74.6%为MUO,47.1%为SO,19.6%为IO。MUO是最常见的表型,且与其他表型存在最大的重叠。区域分析显示,中国北方肥胖患病率更高,而北京和上海等主要城市的MUO和SO患病率较低。在完全调整的Cox模型中,MUO与新发糖尿病风险增高相关(HR = 2.22,95% CI 1.65–2.98;P < 0.001)及新发卒中风险增高相关(HR = 1.43,95% CI 1.04–1.94;P = 0.026),而SO与新发心血管疾病风险增高相关(HR = 1.39,95% CI 1.09–1.77;P = 0.008)。
MUO与SO分别与新发糖尿病和心血管疾病相关。这些观察性研究结果并不能确立因果关系。区域模式具有描述性,并为进一步研究提出假说。
