成年人肥胖和脂質(zhì)相關(guān)指標(biāo)對(duì)代謝綜合征的影響及預(yù)測價(jià)值研究

【摘要】背景代謝綜合征（MetS）是心血管并發(fā)癥和腎損害的重要危險(xiǎn)因素。肥胖和脂質(zhì)相關(guān)指標(biāo)與MetS密切相關(guān)，目前不同指標(biāo)對(duì) MetS的預(yù)測價(jià)值尚有爭議。目的本研究旨在評(píng)估脂質(zhì)積累指數(shù)、BMI、內(nèi)臟脂肪指數(shù)、中國內(nèi)臟脂肪指數(shù)（CVAI）、腹容積指數(shù)（AVI）、體脂肪指數(shù)、體圓度指數(shù)、體型指數(shù)（ABSI）、三酰甘油葡萄糖指數(shù)（TyG）及其聯(lián)合指數(shù)TyG-BMI、TyG-腰圍（TyG-WC）、TyG-腰高比（TyG-WHtR）12項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)對(duì) MetS 篩查和預(yù)測的最佳截?cái)嘀?，并確定最合適的預(yù)測因子。方法選取2023年安徽省某國企成年人健康體檢資料，采用二元Logistic回歸分析12項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)與MetS 的相關(guān)性。繪制不同肥胖和脂質(zhì)相關(guān)指標(biāo)評(píng)估 MetS的受試者工作特征（ROC）曲線，計(jì)算ROC曲線下面積（AUC）并比較其預(yù)測價(jià)值。結(jié)果本研究共納入 4 028 名某國企成年人健康體檢者的數(shù)據(jù)，研究人群MetS總體患病率為 23.43% （944/4028），男性MetS患病率為 26.53% （816/3075），女性MetS患病率為 13.43% （128/953）。二元Logistic回歸分析結(jié)果顯示，TyG-WHtR與總?cè)巳海跲R（95%CI） =7.170 （5.411＼～9.500）]、性別亞組［男性 OR （95%CI）=16.277 （11.554＼～22.930）；女性 OR R（95%CI）=13.422 （5.388＼～33.435）]、年齡亞組[ gt;50 歲男性，OR（ 95%CI ）=31.411（18.868＼～52.292）與36＼～50歲女性， OR（95%CI）=95.154 （22.610＼～400.465）」MetS患病風(fēng)險(xiǎn)相關(guān)（ Plt;0.05 ）。CVAI預(yù)測總?cè)巳?、男性及年齡亞組男性 ?35 歲組和36＼～50歲組發(fā)生MetS的AUC分別為0.926（ 95%CI=0.917～0.936 ， Plt;0.001 ）、0.941（ 95%CI=0.933～0.949 ， Plt;0.001 ）、0.931（ 95%CI=0.917～0.946 ， Plt;0.001 ）、0.947（ 95%CI=0.934～0.961 ， Plt;0.001 ）；AVI預(yù)測女性及年齡亞組女性 ?35 歲和gt;50 歲、男性 gt;50 歲組發(fā)生MetS的AUC分別為0.951（ 95%CI=0.938～0.963 ， Plt;0.001 ）、0.961（ 95%CI=0.943～0.978 Plt;0.001 ）、0.909（ 95%CI=0.857～0.961 ， Plt;0.001 ）、0.962（95%CI=0.951＼～0.974， Plt;0.001 ）；TyG-WC預(yù)測年齡亞組女性36＼～50歲組發(fā)生MetS的AUC為0.949（ 95%CI=0.925～0.972 ， Plt;0.001 ）。結(jié)論TyG-WHtR與成年人MetS關(guān)聯(lián)性最強(qiáng)。除ABSI對(duì)MetS預(yù)測能力欠佳外，CVAI在總?cè)巳骸⒛行约澳挲g亞組男性 ?35 歲組和36＼～50歲組對(duì)MetS預(yù)測能力均較佳，AVI對(duì)女性及年齡亞組女性 ?35 歲和 gt;50 歲、男性 gt;50 歲組對(duì)MetS均具有較高預(yù)測價(jià)值，TyG-WC對(duì)年齡亞組女性36＼～50歲組MetS的預(yù)測能力表現(xiàn)更優(yōu)。

【中圖分類號(hào)】R589【文獻(xiàn)標(biāo)識(shí)碼】A DOI：10.12114/j.issn.1007-9572.2024.0559

【Abstract】BackgroundMetabolic Syndrome（MetS）isan important risk factor for cardiovascular complicationsandkidneydamage.Obesityandlipid-relatedmarkersarecloselyasociatedwithMetS，andthepredictiveabilityofdifferentmarkersforMetSisstillcontroversial.ObjectiveTheaimofthisstudywastoevaluatetheefectof12obesityandlipidrelated indices，including lipid acumulation products，body massindex，visceral adiposity index，Chinesevisceral adiposityindex （CAVI），abdominal volume index（AVI），bodyfatindex，BMI，body sizeindex（ABSI），triacylglycerol-glucose index （TyG）anditscombined index TyG-BMI，TyG-waistcircumference（TyG-WC），andTyG-waist-heightratio（TyG-WHtR）， ontheoptimal cutoffvalues for MetSscreening and predictionand to identifythe most appopriate predictors.MethodsThe healthcheckupdataofastate-ownedenterpriseinAnuiProvincein2O23wereselected，andthecoelationbetween12besity andlipid-related indexes and MetS wasanalyedbybinarylogisticregresion.The workcharacteristics（ROC）curvesofsubjects with different obesityandlipid-related indexes assessng MetS were plotted，and the area underthe ROCcurve（AUC）was calculatedandcomparedwithitspredictivevalue.ResultsAtotalof4O28employeesofastate-ownedenterprisewereincluded in this study，and the overall prevalence of MetS in the study population was 23.43% （ 944/4028 ），with a prevalence of MetS of （204號(hào) 26.53% （816/3 075）in males and 13.43% （128/953）in females.The resultsof the logistic model showed that the TyG-WHtR was associated with an OR （95%CI）of the total population =7.170（5.411-9.500），gender subgroup[male OR （95%CI）=16.277 （11.554-22.930）； female OR（95%CI） 13.422（5.388-33.435） ]，age subgroup of males gt; 50 years old OR （95%CI） ≡= 31.411 （18.868-52.292） and 36＼～50 years old women OR（95%CI） = 95.154（22.610-400.465） had the strongest association with theoddsof developing MetS.ThepredictiveabilityofCVAIfor MetSshowed thebestpredictive efectinthetotalpopulation， males and age subgroups of males ?35 years old group and 36＼～50 years old group，with AUCs of 0.926 （95%CI=0.917-0.936， P lt;0.001），0.941（95%CI=0.933-0.949，Plt;0.001），0.931（95%CI=0.917-0.946，Plt;0.001），0.947（95%CI=0.934- 0.961， P lt;0.001）；the predictive ability of AVI for MetS was higher in women and the age subgroups of women ?35 and gt;50 years old，and in the group of men gt; 50 years old，with a higher discrimination ability，with AUCs of 0.951（95%CI=0.938＼～0.963， Plt;0.001 ），0.961[95%CI=0.943-0.978，Plt;0.001），0.909（95%CI=0.857-0.961，Plt;0.001），0.962（95%CI=0.951- 0.974，Plt;0.0ol）TyG-WCintheagesubgroupfemale36-5Oyears grouppeformedbeterinpredicting MetS withanAUCof0.949 （95%CI=0.925＼～0.972，Plt;0.001）.Conclusion TyG-WHtR had the strongest association with MetS.Except for ABSI， whichhad porpredictiveabilityforMetS，CVAIshowedbeterpredictiveabilityforMetS inthetotalpopulation，malesandage subgroups males ?35 years old group and 36＼～5O years old group，AVI had higher discriminatory ability for MetS in females and age subgroups females ?35 years old and gt; 50 years old，and males gt;5O years old group，and TyG-WC showed better predictive ability for MetS in the age subgroup females 36-5O years old group.MetS predictive ability performed better.

【Key words】 Metabolicsyndrome；Adult；Obesity；Lipid-related indexes；ROCcurve

代謝綜合征（metabolicsyndrome，MetS）是多種代謝成分異常聚集的病理狀態(tài)，至少包含以下3種代謝異常組分：中心性肥胖、高血糖、血壓升高、三酰甘油（triglycerides，TG）水平升高和高密度脂蛋白膽固醇（highdensity lipoprotein-cholesterol，HDL-C）水平降低［1]這些是動(dòng)脈粥樣硬化性心血管疾病和2型糖尿病的重要危險(xiǎn)因素，可導(dǎo)致動(dòng)脈硬化、腎功能下降、心肌梗死和腦梗死等嚴(yán)重并發(fā)癥[2]。根據(jù)2018年全球MetS流行病學(xué)數(shù)據(jù)顯示，全球約有1/4的人口患有MetS[3]。中國MetS患病率在城市地區(qū)從 8% 增加到 10.6% ，在農(nóng)村地區(qū)從 4.9% 增加到 5.3%^[3] 。因此，早期發(fā)現(xiàn)和及時(shí)干預(yù)MetS，對(duì)減少公共衛(wèi)生資源浪費(fèi)和醫(yī)療負(fù)擔(dān)具有重要意義。

計(jì)算機(jī)斷層掃描（CT）或磁共振成像（MRI）是評(píng)估肥胖和脂肪分布的金標(biāo)準(zhǔn)[4]，但這種方法成本較高、耗時(shí)且暴露于輻射。近年來，越來越多的流行病學(xué)證據(jù)表明，簡單易行的人體測量指標(biāo)可用于預(yù)測 MetS［5-7]學(xué)者們發(fā)現(xiàn)多種與肥胖和脂質(zhì)相關(guān)的指標(biāo)可用于評(píng)估內(nèi)臟脂肪和預(yù)測MetS。在早期的研究中，BMI是被用作衡量肥胖和超重的最常見指標(biāo)[8]，但受年齡、性別差異的影響，并不能區(qū)分脂肪和肌肉質(zhì)量[9]，為了彌補(bǔ)BMI的不足，體圓度指數(shù)（bodyroundness index，BRI）、體脂肪指數(shù)（bodyadiposityindex，BAI）、腹容積指數(shù)（abdominalvolumeindex，AVI）作為新的人體測量指標(biāo)，能夠更有效地評(píng)價(jià)內(nèi)臟型肥胖[10-11]。脂質(zhì)積累指數(shù)（lipid accumulation product，LAP）、內(nèi)臟脂肪指數(shù)（visceraladiposityindex，VAI）、中國內(nèi)臟脂肪指數(shù)（chinese visceral adiposity index，CVAI）、體型指數(shù)（abodyshape index，ABSI）和三酰甘油葡萄糖指數(shù)（triglycerideglucose，TyG）是最近開發(fā)的基于腹部肥胖指數(shù)［腰圍（waistcircumferenc，WC）、BMI］、血糖和循環(huán)脂質(zhì)（HDL-C、TG）的組合來估計(jì)內(nèi)臟脂肪的指標(biāo)[2]。此外，腰高比（waist to height ratio，WHtR）「12］是血脂異常和高血糖的最佳預(yù)測指標(biāo)，WC也是血壓異常的較好預(yù)測指標(biāo)。盡管上述指標(biāo)對(duì)MetS有一定的預(yù)測價(jià)值，但評(píng)價(jià)MetS的最佳指標(biāo)仍存在爭議。本研究探討了12項(xiàng)肥胖及脂質(zhì)相關(guān)指標(biāo)對(duì)MetS的篩查和預(yù)測作用，尋求最優(yōu)參數(shù)作為快速有效的預(yù)防和簡單診斷MetS的工具，以及確定參數(shù)的最佳截?cái)嘀?，為MetS的預(yù)防和治療提供依據(jù)。

1對(duì)象與方法

1.1研究對(duì)象

本研究選取某國企成年人健康體檢資料進(jìn)行分析。納入標(biāo)準(zhǔn)：（1）年齡 ?18 歲：（2）2023年某國企健康體檢者。排除標(biāo)準(zhǔn)：研究所需數(shù)據(jù)缺失者。最終納入4028人。本研究通過毫州市人民醫(yī)院倫理審核批準(zhǔn)（2024第255號(hào)）。

1.2 臨床資料收集

（1）一般資料收集：包括年齡、性別。（2）體格檢查：測量身高、體質(zhì)量、WC、臀圍（hip circumference，HC）。在測量體質(zhì)量和身高時(shí)，參與者穿著輕便的衣服，赤腳。在患者呼氣后用柔性塑料卷尺在肚臍水平測量WC，并在臀部最寬處測量HC。使用歐姆龍電子血壓計(jì)（HEM-7051）測量靜坐血壓，包括收縮壓（systolicblood pressure，SBP）和舒張壓（diastolicbloodpressure，DBP），共測量2次，均檢測右手臂，每次間隔 5min ，取平均值，要求受檢者右手臂置于與心臟同一水平。（3）實(shí)驗(yàn)室檢查：本研究采集受檢者至少空腹 12h 的靜脈血樣標(biāo)本，采用CHOD-PAP底物法測定TG、總膽固醇（totalcholesterol，TC），直接法和選擇抑制法分別測定HDL-C，己糖激酶法測定空腹血糖（fastingplasmaglucose，F(xiàn)PG），以上均采用貝克曼 Au5800 全自動(dòng)生化分析儀檢測。（4）肥胖和脂質(zhì)相關(guān)指標(biāo)計(jì)算公式：LAP（男性） Σ=Σ （WC-65） ×TG ，（女性） Σ=Σ （WC-58）×TG^[13] ；VAI（男性） （ 1.88×BMI ）] ，VAI（女性）=WC/Γ[36.58+Γ（1.89×BMI）Γ]×Γ（TG/0.81）×Γ（1.52/ HDL-C）[13]；CVAI（男性） =-267.93+0.68× 年齡 +0.03×BMI+4.00×WC+22.00×Log₁₀TG- 16.32×HDL-C ，CVAI（女性） 年齡 +4.32×BMI+1.12×WC+39.76×Log₁₀TG- （204號(hào) 11.66×HDL-C^[14] BAI=HC/ 身高 ;（204號(hào) AVI=[2× （WC） ²+0.7 （WC-HC）2] ： 身高）]2[13]； ABSI=WCI （身高 ^1/2×BMI^2/3 ）[9]； TyG=Ln （ TG× （204FPG/2）[13]； ； TyG- WC=TyG×WC [15]； WHtR=WC/ 身高[13]；TyG-WHtR=TyG × WHtR[15]。

1.3 定義與診斷標(biāo)準(zhǔn)

MetS：根據(jù)國際糖尿病聯(lián)合會(huì)（IDF）和美國心臟協(xié)會(huì)（AHA） 1 國家心肺血液研究所（NHLBI）2009年提出的診斷標(biāo)準(zhǔn)[8]，并結(jié)合中國人群腹型肥胖的修訂定義[16]，MetS的組成分為5類：（1）中心性肥胖的WC定義為女性 ?85cm ，男性 ?90cm ；（2）TG水平升高：TG水平 ?150mg/dL （ 1.7mmol/L ）；

（3）HDL-C水平降低：男性 lt;40mg/dL （ 1.0mmol/ L），女性 lt;50mg/dL （ 1.3mmol/L ）；（4）血壓升高，（204 SBP?130mmHg （ 1mmHg=0.133kPa ）和 1 或DBP?85mmHg 或正在接受降壓治療；（5）FPG升高：FPG?100mg/dL （ 5.6mmol/L ）或正在使用降糖藥物或自我報(bào)告有糖尿病病史。符合以上5個(gè)特征中的3個(gè)及以上時(shí)診斷為MetS。

1.4 統(tǒng)計(jì)學(xué)分析

采用IBMSPSS27.0軟件進(jìn)行統(tǒng)計(jì)分析，連續(xù)性變量且服從正態(tài)分布時(shí)以 表示，組間比較采用獨(dú)立樣本 χ_t 檢驗(yàn)；偏態(tài)分布時(shí)以 M （ P₂₅ ， P₇₅ ）表示，組間比較采用KruskalWallis H 檢驗(yàn)。分類變量采用例（ % ）描述，組間比較采用 χ² 檢驗(yàn)。采用二元Logistic回歸模型評(píng)估肥胖和脂質(zhì)相關(guān)指標(biāo)與MetS發(fā)病率之間的關(guān)系，對(duì)變量進(jìn)行多重共線性檢驗(yàn)，共線性診斷標(biāo)準(zhǔn)為：方差膨脹因子（VIF） gt;10 或容差約0.1，條件指數(shù)gt;30 ，方差比 gt;50% ，所選變量均不存在多重共線性。再通過Hosmer-Lemeshow檢驗(yàn)對(duì)混雜因素進(jìn)行反復(fù)調(diào)整，Pgt;0.05 認(rèn)為模型擬合良好。繪制不同肥胖和脂質(zhì)相關(guān)指標(biāo)預(yù)測成年人MetS的受試者工作特征（ROC）曲線，計(jì)算ROC曲線下面積（AUC）并比較其預(yù)測價(jià)值，以Plt;0.05 為差異有統(tǒng)計(jì)學(xué)意義?？紤]到體脂分布和MetS存在顯著的性別差異[17]，在總?cè)巳杭澳行院团灾蟹謩e進(jìn)行分析。

2結(jié)果

2.1 臨床資料比較

本研究共納入4028人，其中男3075人（占76.34% ），女953人（占 23.65% ），男、女平均年齡分別為（ 41±11 ）、（ 39±9 ）歲。

總?cè)巳篗etS患病率為 23.43% （944/4028）。男性MetS患病率 26.53% （816/3075），女性MetS患病率為 13.43% （128/953），二者比較，差異有統(tǒng)計(jì)學(xué)意義（ χΩ²=1 093.04 ， Plt;0.05 ）。

MetS總?cè)巳号c非MetS總?cè)巳篈BSI比較，差異無統(tǒng)計(jì)學(xué)意義（ Pgt;0.05 ），其余指標(biāo)比較，差異均有統(tǒng)計(jì)學(xué)意義（ Plt;0.05 ）；MetS男性與非MetS男性身高比較，差異無統(tǒng)計(jì)學(xué)意義（ Pgt;0.05 ），其余指標(biāo)比較，差異均有統(tǒng)計(jì)學(xué)意義（ Plt;0.05 ）；MetS女性與非MetS女性身高、ABSI比較，差異無統(tǒng)計(jì)學(xué)意義（ Pgt;0.05 ），其余指標(biāo)比較，差異均有統(tǒng)計(jì)學(xué)意義（ Plt;0.05 ），見表1。

2.212項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)與MetS的關(guān)系

以是否發(fā)生MetS為因變量（賦值：否 =0 ，是 ⁼¹ ），以12項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)為自變量（賦值：連續(xù)變量為實(shí)測值），以年齡、身高、體質(zhì)量、WC、HC、SBP、DBP、TG、TC、HDL-C、FPG為控制變量，構(gòu)建二元Logistic回歸模型，所有模型均進(jìn)行Hosmer-Lemeshow檢驗(yàn)，結(jié)果顯示男性CVAI和AVI模型檢驗(yàn)結(jié)果 Plt;0.05 ，其余模型均通過檢驗(yàn)（ Pgt;0.05 ）。

總?cè)巳褐校?2項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)除BAI、AVI外，其余指標(biāo)MetS的影響因素（ Plt;0.05 ）。男性中，除BAI外，其余11項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)均是MetS的影響因素（ Plt;0.05 ）。女性中，除BMI、BAI、ABSI外，其余9項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)均是MetS的影響因素（ Plt;0.05 ），見表2。

2.3不同肥胖和脂質(zhì)相關(guān)指數(shù)對(duì)MetS的預(yù)測價(jià)值

總?cè)巳褐校?2項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)均對(duì)MetS具有預(yù)測價(jià)值（ _{AUC=0.645～0.926} ， Plt;0.001 ），其中最佳預(yù)測因子為CVAI（ AUC=0.926 ， 95%CI=0.917～0.936 Plt;0.001 ）；男性中，12項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)均對(duì)MetS具有預(yù)測價(jià)值（AUC=0.628＼～0.941，Plt;0.001 ），其中最佳預(yù)測因子為CVAI（ AUC=0.941 95%CI=0.933～0.949 ， Plt;0.001 ）；女性中，除外ABSI，其余11項(xiàng)肥胖和脂質(zhì)相關(guān)指數(shù)對(duì)MetS具有預(yù)測價(jià)值（ _{AUC=0.720～0.951} ， Plt;0.001 ），其中最佳預(yù)測因子為AVI（ AUC=0.951 ， 95%CI=0.938～0.963 ， Plt;0.001 ），見圖1、表3。

2.4不同年齡亞組肥胖和脂質(zhì)相關(guān)指標(biāo)對(duì)MetS的影響

采用二元logistic回歸分析，對(duì)身高、體質(zhì)量、WC、HC、SBP、DBP、TG、TC、HDL-C、FPG進(jìn)行調(diào)整，通過Hosmer-Lemeshow檢驗(yàn)構(gòu)建最佳模型。 ?35 歲年齡亞組，無論男性和女性人群，12項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)除BMI外，其他指標(biāo)均與MetS相關(guān)（ Plt;0.05 ）；36＼～50歲年齡組和 gt;50 歲年齡組，無論男性和女性人群，12項(xiàng)肥胖和脂質(zhì)相關(guān)指標(biāo)均與MetS相關(guān)（ Plt;0.05 ）。男性中， gt;50 歲年齡組TyG-WHtR（ OR=31.411 95%CI=18.868～52.292 ， Plt;0.001 ）對(duì)MetS的影響最大；女性中，36＼～50歲年齡亞組TyG-WHtR（ OR=95.154 ，95%CI=22.610～400.465 ， Plt;0.001 ）對(duì)MetS的影響最大，見表4。

2.5不同年齡亞組肥胖和脂質(zhì)相關(guān)指標(biāo)對(duì)MetS的預(yù)測價(jià)值

男性 ?35 歲組和36＼～50歲組最佳預(yù)測因子均為CVAI（ AUC=0.931 ， 95%CI=0.917～0.946 ， Plt;0.001 ，最佳截?cái)嘀?=101.75 ； AUC=0.947 ， 95%CI=0.934～0.961 ，Plt;0.001 ，最佳截?cái)嘀?=101.02 ），男性 gt;50 歲年齡組，最佳預(yù)測因子為AVI（ AUC=0.962 95%CI=0.951～0.974 ， Plt;0.001 ，最佳截?cái)嘀?=15.15 ）；女性 ?35 歲組和 gt;50 歲年齡組，最佳預(yù)測因子均為AVI （ AUC=0.961 ， 95%CI=0.943～0.978 ， Plt;0.001 ，最佳截?cái)嘀?=13.02 ； AUC=0.909 ， 95%CI=0.857～0.961 ，Plt;0.001 ，最佳截?cái)嘀?=12.88 ），女性36＼～50歲組最佳預(yù)測因子為TyG-WC（ AUC=0.949 ， 95%CI= 0.925＼～0.972， Plt;0.001 ，最佳截?cái)嘀?=555.47 ），見表5。

3討論

注：A為總?cè)巳海珺為男性，C為女性； LAP= 脂質(zhì)積累指數(shù)，VAI=內(nèi)臟脂肪指數(shù)， CVAI= 中國內(nèi)臟脂肪指數(shù)，BAI=體脂肪指數(shù)， AVI= 內(nèi)臟脂肪指數(shù)，BRI=體圓度指數(shù)， TyG= 三酰甘油葡萄糖指數(shù)，TyG-BMI=三酰甘油葡萄糖指數(shù)－體質(zhì)指數(shù)，TyG-WC=三酰甘油葡萄糖指數(shù)－腰圍，TyG-WHtR Ψ=Ψ 三酰甘油葡萄糖指數(shù)－腰高比。

本研究共納人4028名成年人，研究人群MetS總體患病率為 23.43% ，其中男性為 26.53% ，女性為13.43% ?？?cè)巳?、男性以及年齡亞組（男性 ?35 歲組和36＼～50歲組）預(yù)測MetS最佳因子為CVAI。CVAI是中國成年人基于年齡、BMI、WC和代謝參數(shù)的一種新型內(nèi)臟脂肪指數(shù)，較其他腹部肥胖指標(biāo)VAI、BMI、WC和/或WHtR更適合、更方便地預(yù)防和控制成人糖尿病患者的心腦血管疾病[18-20]。2023年對(duì) 18 974 名中國人進(jìn)行的研究結(jié)果表明，患有MetS患者的CVAI水平明顯高于沒有MetS的患者，CVAI水平與MetS之間存在顯著的正相關(guān)[21]，與BMI和WC 相比，CVAI具有更高的AUC，在中國成人MetS診斷中表現(xiàn)較高的價(jià)值[2，22]。內(nèi)臟脂肪組織不僅分泌高水平的促炎細(xì)胞因子［21]，而且還具有內(nèi)分泌功能，在胰島素抵抗（IR）的發(fā)病機(jī)制中起關(guān)鍵作用。本研究結(jié)果支持以上結(jié)論。CVAI對(duì)男性和女性人群MetS的預(yù)測價(jià)值均較好，進(jìn)一步亞組分析結(jié)果顯示，CVAI對(duì)男性MetS的預(yù)測價(jià)值更大。可能是由于男性和女性的脂肪分布不同，男性脂肪組織更容易積聚在軀干和腹部周圍，而女性脂肪通常分布在臀部和大腿周圍[23]，CVAI是衡量內(nèi)臟脂肪的參數(shù)，因此，CVAI預(yù)測MetS的結(jié)果存在性別差異，未來的實(shí)踐指南可能需要考慮性別特異性等因素。

本研究結(jié)果顯示，女性、年齡亞組（女性 ?35 歲組和女性 gt;50 歲組；男性 gt;50 歲組）MetS最佳預(yù)測因子是AVI。2018年對(duì)465629名韓國人進(jìn)行的一項(xiàng)研究顯示，AVI對(duì)心血管代謝疾病、心血管疾病和全因死亡風(fēng)險(xiǎn)有極好的預(yù)測能力［24］。另有研究表明，AVI能更好地評(píng)估腹部脂肪的積累情況，從而更好地預(yù)測MetS和心血管風(fēng)險(xiǎn)（CVR）的發(fā)生[9］。這些指標(biāo)在男性和女性人群中表現(xiàn)出來的差異，可能是由于WC和HC的差異以及由此產(chǎn)生的全身脂肪分布差異的影響。在AVI公式中，當(dāng)WCWC ，HC值的增加通常會(huì)導(dǎo)致AVI值的增加，因此預(yù)測兩性MetS能力時(shí)存在差異，AVI預(yù)測女性MetS表現(xiàn)出更強(qiáng)的優(yōu)勢。

根據(jù)模型設(shè)計(jì)，發(fā)現(xiàn)最好的Logistic 模型均為使用TyG-WHtR建立的模型，這與本研究使用單一指標(biāo)預(yù)測MetS的做法基本一致。年齡亞組Logistic模型納入混雜因素調(diào)整后，TyG-WHtR與MetS的OR值依然最大，表明兩者具有強(qiáng)相關(guān)性。一項(xiàng)研究顯示W(wǎng)HtR與脂質(zhì)參數(shù)之間的關(guān)系表明，血清TG和HDL-C濃度與WHtR有顯著相關(guān)性，WHtR通過簡單的數(shù)值比較反映中心性肥胖，克服了身高對(duì)皮下脂肪組織的影響[25]。另外，TyG-WC在總?cè)巳汉托詣e亞組AUC值均大于0.8，尤其年齡亞組女性36＼～50歲組AUC值最高，說明TyG-WC對(duì)MetS同樣具有較好的預(yù)測價(jià)值。WC是間接評(píng)估內(nèi)臟型肥胖增加的主要臨床參數(shù)，相同的WC值可以對(duì)應(yīng)不同受試者的生物阻抗測量的內(nèi)臟和皮下脂肪組織水平[1]，內(nèi)臟脂肪被認(rèn)為較其他脂肪儲(chǔ)存（如皮下脂肪）更具有代謝活性[14]，所以腹部肥胖癥指標(biāo)如WC和WHtR與代謝異常風(fēng)險(xiǎn)更密切相關(guān)，WC與胰島素和胰島素抵抗指數(shù)（HOMA-IR）之間也有強(qiáng)相關(guān)性，提示W(wǎng)C和WHtR是脂肪分布和代謝紊亂導(dǎo)致的功能障礙的有價(jià)值參數(shù)。2012—2013年中國農(nóng)村的一項(xiàng)前瞻性隊(duì)列研究也驗(yàn)證了WC和WHtR對(duì)MetS具有較好的診斷價(jià)值，研究證實(shí)了基線WC和WHtR在預(yù)測MetS方面的優(yōu)越性，以及WC和WHtR的變化也比其他指標(biāo)有優(yōu)勢，這與既往橫斷面研究的結(jié)論相似[26-28]。有研究發(fā)現(xiàn)，與脂質(zhì)測量、脂質(zhì)比率、內(nèi)臟肥胖指標(biāo)和脂肪因子相比，與TyG相關(guān)的測量在預(yù)測IR方面具有最高的AUC值[29]。RAIMI等[30]的橫斷面研究已證實(shí)，TyG指數(shù)可用于診斷MetS，TyG與人體測量特征的結(jié)合可增強(qiáng)MetS的識(shí)別和預(yù)測能力。DANG等[15]研究發(fā)現(xiàn)，與TyG相比，TyG-WHtR指數(shù)對(duì)普通人群心血管疾病及相關(guān)死亡風(fēng)險(xiǎn)的預(yù)測能力增強(qiáng)。中樞性肥胖MetS的發(fā)生可能與內(nèi)臟脂肪組織的增加、皮下組織擴(kuò)張的減少及不同器官中儲(chǔ)存的 TG的代謝變化密切相關(guān)。POU等[31]研究還發(fā)現(xiàn)皮下脂肪組織及內(nèi)臟脂肪組織與循環(huán)炎性脂肪因子、C反應(yīng)蛋白（CRP）、纖維蛋白原和白介素（IL）-6呈正相關(guān)且相似。皮下脂肪組織與纖維蛋白原具有強(qiáng)相關(guān)性，內(nèi)臟脂肪組織與CRP、IL-6關(guān)系更緊密，以上均涉及MetS的發(fā)病機(jī)理，因此可能解釋了這些指標(biāo)對(duì)MetS的預(yù)測能力較好[2]。結(jié)合本研究結(jié)果，TyG-WC、TyG-WHtR在預(yù)測MetS方面體現(xiàn)出較好的優(yōu)越性，具有較高的靈敏度和特異度，提示TyG相關(guān)指標(biāo)[32]可能成為MetS人群臨床隨訪管理的替代生物標(biāo)志物之一。因此，識(shí)別潛在的風(fēng)險(xiǎn)和預(yù)后因素將為這一特定人群的管理節(jié)約成本[33]

此外，本研究11項(xiàng)指標(biāo)對(duì)MetS的預(yù)測價(jià)值高于ABSI，有研究表明盡管ABSI與一般中國成年人的IR有關(guān)，但其與各種風(fēng)險(xiǎn)和MetS的相關(guān)性并不好［7]，因此，ABSI是不太理想的IR鑒別指標(biāo)。這一結(jié)果可能是由于ABSI水平較高，接近平均值，方差相對(duì)較小造成，這使得 ABSI在預(yù)測慢性疾病方面表現(xiàn)不佳[29]

綜上所述，本研究在剔除混雜因素后，除外ABSI，CVAI、AVI、TyG-WC、TyG-WHtR相對(duì)于其他參數(shù)指標(biāo)對(duì)成年人MetS具有較好的預(yù)測價(jià)值，但在總?cè)巳骸⑿詣e和年齡亞組中表現(xiàn)出的預(yù)測價(jià)值略有不同。男性和女性由于性別之間在身高、體質(zhì)量和身體組成上的生理差異，各指標(biāo)最佳截?cái)嘀狄泊嬖诓町悾部赡芤才c生活方式、社會(huì)文化特征、年齡、性別和遺傳特征的差異有關(guān)［34] 。

本研究存在局限性：僅在安徽省進(jìn)行，因此，有必要在其他省份或更大的人群中進(jìn)一步驗(yàn)證，以證實(shí)研究結(jié)果的普遍性；由于數(shù)據(jù)限制，飲食和藥物對(duì)偶發(fā)性代謝的影響未被考慮在內(nèi)，在后期的研究中應(yīng)加強(qiáng)對(duì)飲食和藥物的影響研究。

作者貢獻(xiàn)：李春賢負(fù)責(zé)文章的構(gòu)思與設(shè)計(jì)、數(shù)據(jù)收集與整理、統(tǒng)計(jì)學(xué)處理、論文撰寫；李春賢、劉安諾負(fù)責(zé)研究的實(shí)施與可行性分析、結(jié)果的分析與解釋、論文的修訂；劉安諾負(fù)責(zé)文章的質(zhì)量控制及審校，并對(duì)文章整體負(fù)責(zé)，監(jiān)督管理。

本文無利益沖突。

參考文獻(xiàn)

[1]LIQY，WANGPB，LIGX，et al.Usingthechanges of several simple anthropometric indices to predict the occurrence of metabolic syndrome：findingsfrommedicallyunder-resourced communitiesin ruralChina[J].Front Endocrinol，2022，13：1014541.DOI：

10.3389/fendo.2022.1014541.

[2]DUAN YT，ZHANG WG，LI Z，et al.Predictive ability of obesityandlipid-relatedindicatorsformetabolic syndromeinrelatively healthyChineseadults［J].FrontEndocrinol，2O22，13：

1016581.DOI： 10.3389/fendo.2022.1016581.

[3]SAKLAYEN MG.The global epidemic of the metabolic syndrome［J].CurrHypertensRep，2018，20（2）：12.DOI： 10.1007/s11906-018-0812-z.

[4]BORGA M，WESTJ，BELLJD，et al.Advanced body composition assessment：from body mass index to body composition profiling［J].JInvestig Med，2018，66（5）：1-9.DOI： 10.1136/jim-2018-000722.

[5］CEOLIN J， ENGROFF P，MATTIELLO R，et al. Performance of anthropometric indicators in the prediction of metabolic syndrome in the elderly[J].Metab Syndr Relat Disord，2019，17（4）：232- 239. DOI： 10.1089/met.2018.0113.

[6］DOMINGUEZ-REYES T，QUIROZ-VARGAS I， SALGADOBERNABE A B，et al. Anthropometric measurements as predictive indicators of metabolic risk in a Mexican population [J].Nutr Hosp，2017，34（1）：96-101.D0I：10.20960/nh.983.

［7］吳瑞鵬，彭成，袁丙坤，等.我國中老年人群血清尿酸/高 密度脂蛋白膽固醇比值與代謝綜合征的相關(guān)性研究［J］.中 國全科醫(yī)學(xué)，2024，27（3）：293-299.D0I：10.12114/ j.issn.1007-9572.2023.0290.

[8]ALBERTI K G，ECKEL R H，GRUNDY SM，etal. Harmonizing themetabolic syndrome：ajoint interimstatementof theInternational DiabetesFederation Task Force onEpidemiologyand Prevention; National Heart，Lung，and Blood Institute;American Heart Association;World Heart Federation; International Atherosclerosis Society;and International Association for the Study of Obesity[J]. Circulation，2009，120（16）：1640-1645.D01：10.1161/ CIRCULATIONAHA.109.192644.

[9]JIANLY，GUO S X，MARL，et al. Comparison of obesity-related indicators for identifying metabolic syndrome among normal-weight adults in rural Xinjiang，China［J].BMC Public Health， 2022，22（1）：1730.D0I：10.1186/s12889-022-14122-8.

[10]QUAYE L，OWIREDU W KBA，AMIDUN，et al.Comparative abilitiesofbodymass index，waist circumference，abdominal volumeindex，body adiposity index，and conicity index aspredictive screening tools for metabolic syndrome among apparently healthy Ghanaianadults［J].JObes，2019，2019：8143179.DOI： 10.1155/2019/8143179.

[11]GUERRERO-ROMEROF，SIMENTAL-MENDIALE， GONZALEZ-ORTIZ M， et al. The product of triglycerides and glucose，a simple measure of insulin sensitivity.Comparison with the euglycemic-hyperinsulinemic clamp［J］. JClin Endocrinol Metab，2010，95（7）：3347-3351.D0I：10.1210/jc.2010- 0288.

[12]LIU J，TSEL，LIU Z，et.al.Predictive values of anthropometricmeasurements for cardiometabolic risk factors and cardiovascular diseases among 44 O48 Chinese[J].JAm Heart Ass0c.，2019，8（16）：e010870.D01：10.1161/ JAHA.118.010870.

[13]LINIT，LEEMY，WANGCW，et al.Gender differences in therelationships among metabolic syndrome and various obesityrelated indiceswith nonalcoholic fatty liver diseasein a Taiwanese population[J].Int JEnviron Res Public Health，2021，18（3）： 857.DOI：10.3390/ijerph18030857.

[14]LAWLOR D A，DAVEY SMITHG，EBRAHIM S，et al.Plasma adiponectin levels are associated with insulin resistance，but do not predict future risk of coronarv heart disease in women ???.? Clin Endocrinol Metab，2005，90（10）：5677-5683.D0I：10.1210/ je.2005-0825.

[15］DANG K K，WANG X Y，HUJX，et al. The association between triglyceride-glucose index and its combination with obesity indicators and cardiovascular disease：NHANES 20O3-2018［J]. Cardiovasc Diabetol，2024，23（1）：8.DOI：10.1186/s12933- 023-02115-9.

[16]BAO Y，LUJ，WANG C，et.al.Optimal waist circumference cutoffs for abdominal obesity in Chinese[J]. Atherosclerosis，2008，201（2）：378-384.D0I：10.1016/ j.atherosclerosis.2008.03.001.

[17] JIANG BR，ZHENGYJ，CHENYC，et al.Age and genderspecific distribution of metabolic syndrome components in East China：role of hypertriglyceridemia in the SPECT-China study[J].LipidsHealth Dis，2018，17（1）：92.DOI： 10.1186/s12944-018-0747-z.

[18]XIA MF，LIN HD，CHEN L Y，et al.Association of visceral adiposity and its longitudinal increase with the risk of diabetes in Chinese adults：a prospective cohort study[J]. Diabetes Metab Res Rev，2018，34（7）： e3048.D01：10.1002/dmrr.3048.

[19]KOULI G M，PANAGIOTAKOS D B，KYROU I，et al. Visceral adiposity index and 1O-year cardiovascular disease incidence：the ATTICA study[J].NutrMetab CardiovascDis，2017，27（10）： 881-889. DOI： 10.1016/j.numecd.2017.06.015.

[20]WUJS，GONG LL，LI QF，etal.A novel visceral adiposity index for prediction of type 2 diabetes and pre-diabetes in Chinese adults：a5-year prospective study［J].SciRep，2O17，7（1）： 13784. DOI： 10.1038/s41598-017-14251- w ：

[21］LIUZY，HUANGQ，DENGB，etal.Elevated Chinese visceral adiposity index increases the risk of stroke in Chinese patients with metabolic syndrome[J].Front Endocrinol，2023，14：1218905. DOI：10.3389/fendo.2023.1218905.

[22]GUIJF，LIYQ，LIUHY，etal.Obesity-and lipid-related indicesas apredictor of obesity metabolic syndrome in anational cohort study[J].FrontPublicHealth，2023，11：1073824. DOI：10.3389/fpubh.2023.1073824.

[23]LI YQ，GUI JF，LIU HY，et al.Predicting metabolic syndrome byobesity-andlipid-relatedindicesinmid-agedand elderly Chinese：a population-based cross sectional study[J]. Front Endocrinol，2023，14：1201132.D0I：10.3389/ fendo.2023.1201132.

[24]PARKY，KIMNH，KWON TY，et al.A novel adiposity index as an integrated predictor of cardiometabolic disease morbidity and mortality［J].SciRep，2018，8（1）：16753.D0I：10.1038/ s41598-018-35073-4.

[25]WULH，ZHUWH，QIAO QH，et al.Novel and traditional anthropometric indices for identifying metabolic syndrome in nonoverweight/obese adults[J].Nutr Metab，2021，18（1）：3. DOI：10.1186/s12986-020-00536-x.

[26]TIAN T， ZHANG JX，ZHU Q R，et al. Predicting value of five anthropometric measuresin metabolic syndrome among Jiangsu Province，China［J].BMC Public Health，2020，20（1）： 1317. DOI： 10.1186/s12889-020-09423-9.

[27]FARHANGIYANZ，LATIFI SM，RASHIDI H，et al.The most appropriate cut-off pointof anthropometric indices inpredicting the incidence of metabolic syndrome and its components[J].Diabetes MetabSyndr，2019，13（4）：2739-2745.D0I：10.1016/ j.dsx.2019.07.009.

[28]JABLONOWSKA-LIETZB，WRZOSEKM，WLODARCZYK M，etal.New indexes of body fat distribution，visceral adiposity index，bodyadiposityindex，waist-to-heightratio，andmetabolic disturbancesin the obese[J].KardiolPol，2017，75（11）： 1185-1191.DOI： 10.5603/KP.a2017.0149.

[29]JIM，ZHANG S，ANR.Effectiveness of ABody Shape Index（ABSI） inpredictingchronic diseasesand mortality：a systematic review andmeta-analysis[J].ObesRev，2018，19（5）：737-759. DOI：10.1111/obr.12666.

[30]RAIMITH，DELE-OJOBF，DADASA，etal.Triglycerideglucose index and related parameters predicted metabolic syndrome innigerians[J].MetabSyndrRelatDisord，2O21，19（2）： 76-82.D01： 10.1089/met.2020.0092.

[31]POI K. MASSARO I. HOFFIMANN U. et al.Visceral and

subcutaneousadipose tissuevolumesare cross-sectionallyrelated tomarkersof inflamation and oxidative stress：the FraminghamHeartStudy［J].Circulation，2007，116（11）：1234-1241.DOI：10.1161/CIRCULATIONAHA.107.710509.

[32]WEIXY，MINY，SONGG，etal.Associationbetweentriglyceride-glucose related indiceswith theall-cause andcause-specific mortality among the population with metabolicsyndrome[J].CardiovascDiabetol，2024，23（1）：134.DOI：10.1186/s12933-024-02215-0.

[33]NILSSON P M，TUOMILEHTO J，RYDENL. The metabolicsyndrome-whatis itand how should itbe managed？[J].EurJPrevCardiol，2019，26（2_suppl）：33-46.DOI：10.1177/2047487319886404.

[34]DEOLIVEIRACC，RORIZAKC，RAMOSLB，etal.Indicatorsofadipositypredictorsofmetabolicsyndrome in theelderly［J].AnnNutrMetab，2017，70（1）：9-15.DOI：10.1159/000455333.（收稿日期：2025-01-10；修回日期：2025-04-15）（本文編輯：趙躍翠）