
-
生物通官微
陪你抓住生命科技
跳动的脉搏
身体圆度指数轨迹与新发 2 型糖尿病:基于中国健康与养老追踪调查的纵向分析
《Diabetology & Metabolic Syndrome》:Body roundness index trajectories and incident type 2 diabetes: a longitudinal analysis from the China Health and Retirement Longitudinal Study
【字体: 大 中 小 】 时间:2026年09月04日 来源:Diabetology & Metabolic Syndrome 4.9
编辑推荐:
摘要背景身体圆度指数 (BRI) 已成为一种优于传统体质指数 (BMI) 的评估内脏脂肪的人体测量指标。然而,BRI 轨迹模式与 2 型糖尿病发展之间的纵向关系仍未得到充分探索,尤其是在中国人群中。方法我们分析了中国健康与养老追踪调查 (CHARLS) 中 4,965 名年龄
身体圆度指数 (BRI) 已成为一种优于传统体质指数 (BMI) 的评估内脏脂肪的人体测量指标。然而,BRI 轨迹模式与 2 型糖尿病发展之间的纵向关系仍未得到充分探索,尤其是在中国人群中。
我们分析了中国健康与养老追踪调查 (CHARLS) 中 4,965 名年龄 ≥ 45 岁的参与者。使用基于组的轨迹建模对 2011–2016 年期间的 BRI 轨迹进行了表征。在 2017–2020 年的随访期间,通过自报的医生诊断识别新发糖尿病。Cox 比例风险回归检验了 BRI 轨迹模式与糖尿病风险之间的关联。受试者工作特征 (ROC) 曲线分析、连续净重新分类改进 (NRI) 和综合判别指数 (IDI) 用于评估 BRI 轨迹的增量预测价值。
出现了三种不同的 BRI 轨迹模式:低稳态组 (43.8%)、中稳态组 (37.8%) 和高稳态组 (18.4%)。在随访期间 (平均 4.92 年),发生了 387 例新发糖尿病病例 (7.79%)。与低稳态组相比,中稳态和高稳态轨迹显示出逐渐升高的糖尿病风险,完全调整后的风险比分别为 1.71 (95% CI 1.29–2.26) 和 2.61 (95% CI 1.78–3.84) (趋势 P 值 < 0.001)。纳入 BRI 轨迹显著增强了超越传统风险因素的预测能力 (曲线下面积 [AUC] 从 0.613 提高到 0.635, P = 0.011; 连续 NRI = 27.62%, P < 0.001)。
不同的纵向 BRI 轨迹模式可独立预测糖尿病发病率,并具有明确的剂量 - 反应关系,这表明长期监测 BRI 可能有助于增强糖尿病风险分层和预防策略。
身体圆度指数 (BRI) 已成为一种优于传统体质指数 (BMI) 的评估内脏脂肪的人体测量指标。然而,BRI 轨迹模式与 2 型糖尿病发展之间的纵向关系仍未得到充分探索,尤其是在中国人群中。
我们分析了中国健康与养老追踪调查 (CHARLS) 中 4,965 名年龄 ≥ 45 岁的参与者。使用基于组的轨迹建模对 2011–2016 年期间的 BRI 轨迹进行了表征。在 2017–2020 年的随访期间,通过自报的医生诊断识别新发糖尿病。Cox 比例风险回归检验了 BRI 轨迹模式与糖尿病风险之间的关联。受试者工作特征 (ROC) 曲线分析、连续净重新分类改进 (NRI) 和综合判别指数 (IDI) 用于评估 BRI 轨迹的增量预测价值。
出现了三种不同的 BRI 轨迹模式:低稳态组 (43.8%)、中稳态组 (37.8%) 和高稳态组 (18.4%)。在随访期间 (平均 4.92 年),发生了 387 例新发糖尿病病例 (7.79%)。与低稳态组相比,中稳态和高稳态轨迹显示出逐渐升高的糖尿病风险,完全调整后的风险比分别为 1.71 (95% CI 1.29–2.26) 和 2.61 (95% CI 1.78–3.84) (趋势 P 值 < 0.001)。纳入 BRI 轨迹显著增强了超越传统风险因素的预测能力 (曲线下面积 [AUC] 从 0.613 提高到 0.635, P = 0.011; 连续 NRI = 27.62%, P < 0.001)。
不同的纵向 BRI 轨迹模式可独立预测糖尿病发病率,并具有明确的剂量 - 反应关系,这表明长期监测 BRI 可能有助于增强糖尿病风险分层和预防策略。