编者按：

研究背景：众多肥胖指标，谁更能反映健康风险？

BMI是肥胖筛查与研究中广泛使用的指标，具有计算简单、便于推广等优势。然而，BMI无法区分脂肪与肌肉，也难以充分反映脂肪分布及其伴随的代谢异常。即便BMI相同，不同个体的内脏脂肪水平、胰岛素敏感性和血脂状况也可能存在明显差异，进而对应不同的疾病风险。因此，仅凭体重与身高的关系，难以完整描述肥胖相关健康风险。

为弥补这些不足，研究者提出了多种替代或补充指标。例如，体圆指数（BRI）和腰高比侧重描述腹部体型，脂质蓄积指数（LAP）和中国人内脏脂肪指数用于间接反映脂肪蓄积及相关代谢特征，甘油三酯－葡萄糖指数（TyG）则常作为胰岛素抵抗的替代指标。不过，不同指标对心血管疾病、糖尿病、癌症和慢性阻塞性肺疾病的表现是否一致，整合体型与代谢信息能否改善风险识别，仍缺乏充分的比较证据。

为填补这一证据缺口，本研究基于全国人群队列数据，对比15项肥胖、代谢指标与心血管疾病、糖尿病、癌症、慢性阻塞性肺疾病发病风险的关联。上述四类疾病被WHO认定占全球非传染性疾病过早死亡总病例的80%。本研究旨在筛选最优评估指标，为肥胖风险分层以及人群层面体重管理策略提供依据。

研究设计

研究数据来自ChinaHEART队列，覆盖中国大陆31个省份的351个县级项目点，招募年龄为35~75岁的社区居民。本次分析共纳入4 258 033例受试者，中位年龄57岁，女性占59.5%，农村居民占59.9%，基线BMI中位数为24.3kg/m²。中位随访时间为4.9年，累计随访超过2000万人年。研究通过标准化访谈和体格、实验室检查，收集社会人口学特征、生活方式、既往病史及代谢相关信息。

研究比较的15种指标分为三类：第一类为体型相关指标，包括体质指数（BMI）、BRI、腰高比（WHtR）、体型指数（ABSI）、体重校正腰围指数（WWI）和锥度指数（CI）；第二类为内脏脂肪相关指标，包括LAP和中国人内脏脂肪指数（CVAI）；第三类为代谢功能相关指标，包括TyG，以及TyG分别与六种体型指标组合形成的衍生指标。这些指标从身体大小、腹部形态、脂肪蓄积及糖脂代谢等角度提供风险信息。

研究以相应疾病所致死亡或首次住院作为复合结局，各疾病分析分别排除基线报告已有相应疾病的参与者，因此结局并不等同于包括所有门诊诊断在内的新发疾病。研究采用限制性立方样条描述关联形态，通过多变量Cox比例风险模型估计风险比（HR）及95%置信区间（95%CI），并调整年龄、性别、社会经济状况、城乡、吸烟和饮酒等因素。同时，以5年时间依赖性ROC曲线下面积（AUC）、Brier评分及风险重分类指标比较预测表现，并开展亚组与敏感性分析。

研究结果一：心血管疾病与糖尿病：CVAI和TyG分别表现突出

在心血管疾病分析中，共纳入4 112 610例受试者，随访期间记录到329 073例事件。限制性立方样条分析显示，15种指标与心血管风险总体呈单调正相关。以最低四分位组（Q1）为参照，CVAI第二至第四四分位组的调整后HR依次为1.34（95%CI：1.33~1.36）、1.59（95%CI：1.58~1.61）和1.92（95%CI：1.90~1.95），呈现清晰的风险递增趋势。相比之下，BMI最高四分位组（Q4）相较Q1的HR为1.63（95%CI：1.62~1.65）；LAP、TyG-BMI和TyG-WHtR对应的HR分别为1.73（95%CI：1.71~1.75）、1.80（95%CI：1.78~1.82）和1.75（95%CI：1.73~1.77）。

预测表现方面，CVAI的5年AUC为0.6317，高于其余候选指标；其后为TyG-CI、TyG-WHtR和TyG-BRI，AUC分别为0.5876、0.5855和0.5821。传统体型指标中，WHtR和BRI的AUC均为0.5760，BMI为0.5503。CVAI与其余指标的AUC差异均具有统计学意义。其Brier评分为0.0650，BMI为0.0658，提示虽然区分能力有所改善，但整体预测误差的差异较小。补充分析还显示，CVAI对心血管结局的预测表现优于腰围、甘油三酯和高密度脂蛋白胆固醇等单独组分。

在糖尿病分析中，共纳入3 962 738例受试者，记录到71,925例事件。15种指标与糖尿病风险同样总体呈单调正相关，其中TyG的关联最强。与Q1相比，TyG第二至第四四分位组的调整后HR分别为1.63（95% CI：1.56~1.71）、2.48（95% CI：2.38~2.59）和5.38（95% CI：5.18~5.59）。其他指标中，TyG-WHtR、TyG-CI、TyG-BMI和CVAI的Q4相较Q1的HR分别为4.40（95%CI：4.24~4.57）、4.30（95%CI：4.14~4.46）、4.25（95%CI：4.10~4.41）和3.95（95% CI：3.80~4.11），BMI对应的HR为2.41（95% CI：2.33~2.49）。这表明，糖脂代谢信息与后续糖尿病事件之间存在较强关联。

TyG的5年AUC为0.6860，在15种候选指标中最高，其后为TyG-CI（0.6688）、TyG-WHtR（0.6571）和CVAI（0.6568）；BMI的AUC为0.5897，WHtR和BRI均为0.5866。将TyG与体型指标进一步组合，并未获得更好的区分表现。不过，补充比较显示，空腹血糖对糖尿病结局的预测表现略优于TyG，因此不能将TyG在候选指标中的优势延伸为优于所有常规检测指标。亚组分析显示，CVAI与心血管风险的关联在较年轻人群中更强，TyG与糖尿病风险的关联在女性中更强，相关指标的区分能力也总体在女性和较年轻人群中更高。排除随访首年事件、考虑竞争风险及进一步调整生活方式与用药后，主要结果总体保持一致。

研究结果二：癌症与慢阻肺：

关联更复杂，整体预测能力有限

癌症分析共纳入4 245 538例受试者，随访期间记录到113 373例事件，其中包括28 126例肺癌和9290例乳腺癌。与心血管疾病和糖尿病不同，内脏脂肪相关指标及多数代谢功能相关指标与总体癌症呈负向关联，BMI、CI、ABSI及TyG-BMI则呈U形关系。四分位组比较显示，CVAI的Q4相较Q1的调整后HR为0.92（95%CI：0.90~0.93），TyG为0.95（95%CI：0.93~0.96），BMI为0.96（95%CI：0.94~0.97），ABSI为1.01（95%CI：0.99~1.03）。这些结果反映的是特定人群中的观察性关联，不能解释为脂肪蓄积具有防癌作用。

各指标对总体癌症的区分能力均较弱，CVAI的AUC为0.5459，ABSI和CI分别为0.5414和0.5378，BMI为0.5070，整体接近随机区分水平。癌种分析进一步揭示了异质性：除ABSI外，其余指标与肺癌风险呈单调负相关；乳腺癌则与多数脂肪相关指标呈单调正相关，CVAI、TyG-BMI和BMI在最高与最低风险四分位组比较中的HR约为1.5。将不同癌种合并，可能掩盖特异性关联；潜在肿瘤导致的体重和血脂变化，以及吸烟强度等残余混杂，也可能影响结果。

慢阻肺分析共纳入4 247 856例受试者，记录到38 674例事件。除TyG外，多数指标与风险存在非线性关系，ABSI、WWI、CI和TyG-ABSI呈正向关联。ABSI的Q4相较Q1的调整后HR为1.11（95%CI：1.09~1.13），CI为1.06（95%CI：1.04~1.07），TyG-ABSI为1.04（95%CI：1.02~1.06）。在预测表现方面，ABSI的AUC为0.6242，优于CI（0.5936）、TyG-BMI（0.5887）和BMI（0.5853），CVAI则为0.5204。尽管ABSI相对领先，各指标的Brier评分均约为0.00830，说明整体预测误差相近，单项指标的预测价值仍然有限。

研究讨论

本研究揭示了肥胖相关风险的疾病特异性。对于心血管疾病与糖尿病，包含脂肪分布和代谢信息的指标通常比单纯体型测量提供更多风险信息；对于癌症和慢阻肺，关联模式则更复杂。需要强调的是，HR描述组间相对危险度，不能直接解释为个体患病概率；AUC反映区分发生与未发生事件者的能力，也不等于总体预测准确率。CVAI和TyG在相应结局中排名领先，但其绝对区分能力仍然有限，更适合作为综合评估的补充。

从可能机制看，内脏脂肪蓄积可伴随游离脂肪酸释放增加、血脂异常和慢性低度炎症，进而参与内皮功能障碍及动脉粥样硬化过程。TyG作为胰岛素抵抗的替代指标，能够反映一定程度的糖脂代谢异常，与其对糖尿病事件的较强识别能力相吻合。但这些通路并非由本研究直接验证，且CVAI和TyG本身包含血脂或血糖信息，其优势可能部分来自这些已知危险因素，不能全部归因于对肥胖程度的测量更加准确。女性与较年轻人群中的差异，也可能涉及脂肪分布、激素状态、合并疾病及用药情况，尚不能直接转化为分层诊断界值。

研究的主要优势，是依托超大规模中国队列，在统一框架下比较多个指标与多类疾病，并通过多项敏感性分析检验结果。但观察性设计无法确认因果关系，残余混杂和反向因果不能完全排除；指标仅在基线采集，无法反映随访中的动态变化；住院与死亡结局可能遗漏未住院患者，基线自报病史也可能导致既往疾病识别不足。此外，研究对象为35~75岁的中国成年人，项目应答率约30%，向其他人群推广时仍需验证。未来还应通过独立队列及与现有风险模型的比较，明确这些指标能否改善临床决策和健康结局。

本研究表明，肥胖与代谢指标对四类主要慢病的关联模式及风险区分能力存在明显差异。整合代谢与脂肪分布信息的复合指标，对特定疾病的预测表现优于传统人体测量指标，但绝对区分能力仍有限，应作为综合风险评估的补充，不能单独用于风险预测。肥胖相关风险取决于体型、脂肪分布与代谢健康的共同作用。在我国“体重管理年”行动背景下，研究支持以精准风险分层指导体重管理，推动建立个体化、分疾病的评估框架，探索适用于不同人群的肥胖判定与管理方案，为公共卫生干预和临床决策提供依据。

参考文献：Wu Y, Nie L, Cai Y, et al. Associations of body shape, visceral adiposity, and metabolic function indices with risk of major noncommunicable diseases: evidence from a nationwide population cohort. Science Bulletin, 2026.

本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。