农村老年人不同肥胖指标与衰弱的相关性研究

doi:10.12114/j.issn.1007-9572.2025.0093

摘要/Abstract

摘要： 背景衰弱是一种与年龄增长相关的老年综合征，我国老年人衰弱患病率较高且呈逐年上升趋势。肥胖与多种疾病的发生、发展均密切相关，但其与衰弱之间的关联仍存在争议，这可能是由于传统肥胖指标在识别脂肪分布上存在一定的局限性。因此，探究多种肥胖指标与衰弱的关联，对进一步探索衰弱发病机制和制订预防干预措施具有重要意义。目的本研究旨在探讨老年人多种肥胖指标与衰弱的相关性，为老年人衰弱的早期防控提供科学依据。方法本研究于2023年3—5月在甘肃省靖远县的6个农村共调查了1 429名60岁及以上的老年人，经进一步排除，最终纳入1 153人。使用FRAIL量表评估老年人的衰弱状况。根据中国肥胖标准对腰围和BMI进行分组，将腰臀比（WHR）、腰高比（WHtR）、躯体圆度指数（BRI）和中国内脏脂肪指数（CVAI）按四分位数分组，并使用多因素Logistic回归、限制性立方样条（RCS）和受试者工作特征（ROC）曲线探讨不同肥胖指标与衰弱的相关性。结果本研究共纳入1 153名60岁及以上的老年人，其中男474名（41.11%）、女679名（58.89%），平均年龄（70.86±4.76）岁。根据FRAIL量表评分，衰弱老年人226名，非衰弱老年人927名，衰弱患病率为19.60%。调整相关变量后多因素二元Logistic回归分析结果显示，中心性肥胖、中重度肥胖（以BMI正常为参照）、Q3和Q4水平的WHR以及Q4水平的WHtR、BRI和CVAI（均以Q1水平为参照）是老年人衰弱的危险因素（P<0.05）；且随着腰围、BMI、WHR、WHtR、BRI和CVAI水平的增加，老年人衰弱患病风险呈上升趋势（P趋势<0.05）。RCS曲线结果显示，老年人腰围、BMI、WHtR、BRI和CVAI与衰弱患病风险呈正相关（P线性<0.05）。ROC曲线分析结果显示，腰围、BMI、WHR、WHtR、BRI、CVAI预测衰弱风险的曲线下面积（AUC）分别为0.557（95%CI=0.515~0.598）、0.570（95%CI=0.528~0.612）、0.558（95%CI=0.515~0.600）、0.610（95%CI=0.568~0.652）、0.610（95%CI=0.568~0.652）、0.586（95%CI=0.546~0.626），对衰弱风险均有预测价值（P<0.05）。其中，WHtR、BRI、CVAI预测衰弱风险的AUC大于腰围（Z=-5.443，P<0.001；Z=-5.443，P<0.001；Z=-2.595，P=0.009）；WHtR、BRI预测衰弱风险的AUC大于BMI（Z=-2.885，P=0.004；Z=-2.884，P=0.004）。结论农村60岁及以上的老年人肥胖指标腰围、BMI、WHR、WHtR、BRI、CVAI与衰弱风险呈正相关，其中WHtR和BRI对老年人衰弱的预测能力较好。

关键词: 衰弱, 肥胖症, 老年人, 腰围, 体质指数, 腰高比, 躯体圆度指数, 中国内脏脂肪指数

Abstract:

Background

Frailty was an age-related geriatric syndrome, with its prevalence among Chinese older adults being notably high and demonstrating a rising trend over time. Obesity was closely associated with the development of numerous diseases, but its relationship with frailty remained controversial. This uncertainty was potentially attributable to limitations of conventional obesity indicators in characterizing adipose tissue distribution. Therefore, investigating the associations between multiple adiposity metrics and frailty was important for to advance the understanding of frailty pathogenesis and developing preventive interventions.

Objective

This study investigates the relationship between various obesity indicators and frailty, providing a scientific basis for the early prevention and control of frailty in older adults.

Methods

In this study, a total of 1 429 elderly people aged 60 years and above were surveyed in six rural villages in Jingyuan County, Gansu Province, from March to May 2023. After further exclusions, a final sample of 1 153 participants was included in the analysis. The FRAIL scale was utilized to assess the frailty status of the elderly. Based on Chinese obesity criteria, waist circumference and BMI were categorized, and waist-to-hip ratio (WHR), waist-to-height ratio (WHtR), body roundness index (BRI), and Chinese visceral adiposity index (CVAI) were grouped by quartiles. Multivariate Logistic regression, restricted cubic splines, and receiver operating characteristic (ROC) curve analysis were employed to explore the relationship between different obesity indicators and frailty.

Results

This study included 1 153 elderly participants aged≥60 years, comprising 474 males (41.11%) and 679 females (58.89%), with a mean age of 70.86±4.76 years. Based on FRAIL scale assessments, 226 participants were identified as frail and 927 as non-frail, resulting in a frailty prevalence of 19.60%. The adjusted multivariate Logistic regression analysis revealed that central obesity, moderate to severe obesity (reference: normal BMI), Q3 and Q4 (reference: Q1) levels of WHR, and Q4 (reference: Q1) levels of WHtR, BRI, and CVAI were significant risk factors for frailty in the elderly population (P<0.05), with progressively increasing risks of frailty associated with elevated levels of waist circumference, BMI, WHR, WHtR, BRI, and CVAI (P_trend<0.05). The restricted cubic spline (RCS) curve indicated that waist circumference, BMI, WHtR, BRI, and CVAI were linearly and positively correlated with the risk of frailty in the elderly (P_linear<0.05). The ROC curve analysis demonstrated that that the predictive capacity for frailty in the elderly was possessed by waist circumference, BMI, WHR, WHtR, BRI, and CVAI, with area under the curve (AUC) of 0.557 (95%CI=0.515-0.598), 0.570 (95%CI=0.528-0.612), 0.558 (95%CI=0.515-0.600), 0.610 (95%CI=0.568-0.652), 0.610 (95%CI=0.568-0.652), and 0.586 (95%CI=0.546-0.626), respectively (P<0.05). Additionally, WHtR, BRI, and CVAI demonstrated better predictive ability compared to waist circumference (Z=-5.443, P<0.001; Z=-5.443, P<0.001; Z=-2.595, P=0.009), and both WHtR and BRI showed better predictive ability compared to BMI (Z=-2.885, P=0.004; Z=-2.884, P=0.004).

Conclusion

In rural regions, among the elderly population aged 60 and above, obesity indicators such as waist circumference, BMI, WHR, WHtR, BRI, and CVAI were positively correlated with the risk of frailty in the elderly. Among these indicators, WHtR and BRI showed better predictive ability for frailty.

Key words: Frailty, Obesity, Aged, Waist circumference, Body mass index, Waist-to-height ratio, Body roundness index, Chinese visceral adiposity index

中图分类号:

R 589.25

张祉薇,贺盼盼,杨茜文,等. 农村老年人不同肥胖指标与衰弱的相关性研究[J]. 中国全科医学, 2026, 29(06): 699-709. DOI: 10.12114/j.issn.1007-9572.2025.0093.
ZHANG Zhiwei,HE Panpan,YANG Qianwen, et al. The Relationship between Different Obesity Indicators and Frailty among the Elderly in Rural Regions[J]. Chinese General Practice, 2026, 29(06): 699-709. DOI: 10.12114/j.issn.1007-9572.2025.0093.

图/表 7

参考文献 45

[1]	中华医学会老年医学分会, 杨云梅, 拓西平, 等. 老年人衰弱预防中国专家共识(2022)[J]. 中华危重症医学杂志(电子版), 2022, 15(2): 89-97. DOI: 10.3877/cma.j.issn.1674-6880.2022.02.001.
[2]	HOOGENDIJK E O, AFILALO J, ENSRUD K E, et al. Frailty: implications for clinical practice and public health[J]. Lancet, 2019, 394(10206): 1365-1375. DOI: 10.1016/S0140-6736(19)31786-6.
[3]	尹佳慧, 曾雁冰, 周鼒, 等. 中国老年人衰弱状况及其影响因素分析[J]. 中华流行病学杂志, 2018, 39(9): 1244-1248. DOI: 10.3760/cma.j.issn.0254-6450.2018.09.019.
[4]	侯莎洁, 丁尧, 郭小兰, 等. 中国社区老年居民衰弱发生率与影响因素的Meta分析[J]. 医学新知, 2024, 34(3): 301-311.
[5]	洛佳坤, 马宇飞, 刘睿涵, 等. 老年衰弱分布的流行病学研究现状[J]. 中国医学前沿杂志(电子版), 2023, 15(5): 64-68.
[6]	YUAN L L, CHANG M L, WANG J. Abdominal obesity, body mass index and the risk of frailty in community-dwelling older adults: a systematic review and meta-analysis[J]. Age Ageing, 2021, 50(4): 1118-1128. DOI: 10.1093/ageing/afab039.
[7]	AFONSO C, SOUSA-SANTOS A R, SANTOS A, et al. Frailty status is related to general and abdominal obesity in older adults[J]. Nutr Res, 2021, 85: 21-30. DOI: 10.1016/j.nutres.2020.10.009.
[8]	JAYANAMA K, THEOU O, GODIN J, et al. Relationship of body mass index with frailty and all-cause mortality among middle-aged and older adults[J]. BMC Med, 2022, 20(1): 404. DOI: 10.1186/s12916-022-02596-7.
[9]	The Lancet Diabetes Endocrinology. Redefining obesity: advancing care for better lives[J]. Lancet Diabetes Endocrinol, 2025, 13(2): 75. DOI: 10.1016/S2213-8587(25)00004-X.
[10]	赵连成, 彭亚光, 李莹, 等. 腰围和腰围身高比预测中心性肥胖的效果与差异[J]. 中华流行病学杂志, 2013, 34(2): 120-124. DOI: 10.3760/cma.j.issn.0254-6450.2013.02.0003.
[11]	FENG Q, BEŠEVIĆ J, CONROY M, et al. Waist-to-height ratio and body fat percentage as risk factors for ischemic cardiovascular disease: a prospective cohort study from UK Biobank[J]. Am J Clin Nutr, 2024, 119(6): 1386-1396. DOI: 10.1016/j.ajcnut.2024.03.018.
[12]	SHENG G T, QIU J J, KUANG M B, et al. Assessing temporal differences of baseline body mass index, waist circumference, and waist-height ratio in predicting future diabetes[J]. Front Endocrinol (Lausanne), 2023, 13: 1020253. DOI: 10.3389/fendo.2022.1020253.
[13]	CHEN Y J, WANG C C, SUN Q N, et al. Comparison of novel and traditional anthropometric indices in Eastern-China adults: which is the best indicator of the metabolically obese normal weight phenotype?[J]. BMC Public Health, 2024, 24(1): 2192. DOI: 10.1186/s12889-024-19638-9.
[14]	FERREIRA J R S, LIBARDI M C, DO PRADO C B, et al. Predicting metabolic syndrome by lipid accumulation product, visceral adiposity index and body roundness index in Brazilian rural workers[J]. BMC Public Health, 2025, 25(1): 544. DOI: 10.1186/s12889-025-21624-8.
[15]	YANG Y H, LI S X, REN Q, et al. The interaction between triglyceride-glucose index and visceral adiposity in cardiovascular disease risk: findings from a nationwide Chinese cohort[J]. Cardiovasc Diabetol, 2024, 23(1): 427. DOI: 10.1186/s12933-024-02518-2.
[16]	LI B X, LI Y, ZHANG Y X, et al. Visceral fat obesity correlates with frailty in middle-aged and older adults[J]. Diabetes Metab Syndr Obes, 2022, 15: 2877-2884. DOI: 10.2147/DMSO.S383597.
[17]	SKOU S T, MAIR F S, FORTIN M, et al. Multimorbidity[J]. Nat Rev Dis Primers, 2022, 8: 48. DOI: 10.1038/s41572-022-00376-4.
[18]	慈莉娅, 杨长春, 郑鹏远等. 医养结合机构衰弱老年人多重用药安全管理中国专家共识(2022版)[J]. 中华保健医学杂志, 2022, 24(5): 355-362. DOI: 10.3969/j.issn.1007-5410.2022.05.002.
[19]	LI J, YAO Y S, DONG Q, et al. Characterization and factors associated with sleep quality among rural elderly in China[J]. Arch Gerontol Geriatr, 2013, 56(1): 237-243. DOI: 10.1016/j.archger.2012.08.002.
[20]	ABELLAN VAN KAN G, ROLLAND Y M, MORLEY J E, et al. Frailty: toward a clinical definition[J]. J Am Med Dir Assoc, 2008, 9(2): 71-72. DOI: 10.1016/j.jamda.2007.11.005.
[21]	中华人民共和国国家卫生健康委员会医政司. 肥胖症中国诊疗指南(2024年版)[J]. 协和医学杂志, 2025, 16(1): 90-108. DOI: 10.12290/xhyxzz.2024-0918.
[22]	KIVIMÄKI M, STRANDBERG T, PENTTI J, et al. Body-mass index and risk of obesity-related complex multimorbidity: an observational multicohort study[J]. Lancet Diabetes Endocrinol, 2022, 10(4): 253-263. DOI: 10.1016/S2213-8587(22)00033-X.
[23]	林洋, 王芳, 王寒, 等. 老年共病患者衰弱患病率的Meta分析[J]. 中国全科医学, 2023, 26(25): 3185-3193. DOI: 10.12114/j.issn.1007-9572.2022.0521.
[24]	BJÖRKMAN M P, JYVÄKORPI S K, STRANDBERG T E, et al. The associations of body mass index, bioimpedance spectroscopy-based calf intracellular resistance, single-frequency bioimpedance analysis and physical performance of older people[J]. Aging Clin Exp Res, 2020, 32(6): 1077-1083. DOI: 10.1007/s40520-019-01301-8.
[25]	WANG S Y, REN J. Obesity paradox in aging: from prevalence to pathophysiology[J]. Progress in cardiovascular diseases, 61(2): 182-189. DOI: 10.1016/j.pcad.2018.07.011.
[26]	高蓉, 苏烨, 陈佩妍, 等. 老年人适宜体质指数的研究进展[J]. 中华老年医学杂志, 2016(9): 1022-1026. DOI: 10.3760/cma.j.issn.0254-9026.2016.09.025.
[27]	KIM M, LEE Y, KIM E Y, et al. Mediating effect of waist: height ratio on the association between BMI and frailty: the Korean frailty and aging cohort study[J]. Br J Nutr, 2020, 124(5): 513-520. DOI: 10.1017/S0007114519002058.
[28]	ESLAMI M, FAKHRZADEH H, POURGHAZI F, et al. The association between frailty and body composition among the elderly: Birjand Longitudinal Aging Study (BLAS)[J]. J Diabetes Metab Disord, 2023, 23(1): 967-976. DOI: 10.1007/s40200-023-01373-4.
[29]	PARTEZANI RODRIGUES R A, SILVA FHON J R, ROJAS HUAYTA V M, et al. Frailty syndrome and anthropometric measurements in the elderly living at home[J]. J Aging Res & Lifestyle, 2017: 1-7. DOI: 10.14283/jarcp.2017.15.
[30]	HE D, QIU Y W, YAN M S, et al. Associations of metabolic heterogeneity of obesity with frailty progression: Results from two prospective cohorts[J]. J Cachexia Sarcopenia Muscle, 2023, 14(1): 632-641. DOI: 10.1002/jcsm.13169.
[31]	XIA M F, CHEN Y, LIN H D, et al. A indicator of visceral adipose dysfunction to evaluate metabolic health in adult Chinese[J]. Sci Rep, 2016, 6: 38214. DOI: 10.1038/srep38214.
[32]	NEELAND I J, LIM S, TCHERNOF A, et al. Metabolic syndrome[J]. Nat Rev Dis Primers, 2024, 10: 77. DOI: 10.1038/s41572-024-00563-5.
[33]	KIM D H, ROCKWOOD K. Frailty in Older Adults [J]. The New England journal of medicine, 2024, 391(6): 538-548. DOI: 10.1056/NEJMra2301292.
[34]	EL ASSAR M, RODRÍGUEZ-SÁNCHEZ I, ÁLVAREZ-BUSTOS A, et al. Biomarkers of frailty[J]. Mol Aspects Med, 2024, 97: 101271. DOI: 10.1016/j.mam.2024.101271.
[35]	FERRUCCI L, FABBRI E. Inflammageing: chronic inflammation in ageing, cardiovascular disease, and frailty[J]. Nat Rev Cardiol, 2018, 15(9): 505-522. DOI: 10.1038/s41569-018-0064-2.
[36]	BEKTAS A, SCHURMAN S H, SEN R, et al. Aging, inflammation and the environment[J]. Exp Gerontol, 2018, 105: 10-18. DOI: 10.1016/j.exger.2017.12.015.
[37]	MA L N, SHA G M, ZHANG Y X, et al. Elevated serum IL-6 and adiponectin levels are associated with frailty and physical function in Chinese older adults[J]. Clin Interv Aging, 2018, 13: 2013-2020. DOI: 10.2147/CIA.S180934.
[38]	FRAYLING T M, RAFIQ S, MURRAY A, et al. An interleukin-18 polymorphism is associated with reduced serum concentrations and better physical functioning in older people[J]. J Gerontol A Biol Sci Med Sci, 2007, 62(1): 73-78. DOI: 10.1093/gerona/62.1.73.
[39]	PICCA A, COELHO-JUNIOR H J, CALVANI R, et al. Biomarkers shared by frailty and sarcopenia in older adults: a systematic review and meta-analysis[J]. Ageing Res Rev, 2022, 73: 101530. DOI: 10.1016/j.arr.2021.101530.
[40]	KELLER K, ENGELHARDT M. Strength and muscle mass loss with aging process. Age and strength loss[J]. Muscles Ligaments Tendons J, 2014, 3(4): 346-350.
[41]	PALMER A K, JENSEN M D. Metabolic changes in aging humans: current evidence and therapeutic strategies[J]. J Clin Invest, 2022, 132(16): e158451. DOI: 10.1172/JCI158451.
[42]	KOGA Y, FUJITA M, HARADA K, et al. Increased fat accumulation may be associated with severe muscle wasting in critically ill patients: a prospective observational study[J]. Sci Rep, 2025, 15: 11460. DOI: 10.1038/s41598-025-96171-8.
[43]	WU H Z, BALLANTYNE C M. Skeletal muscle inflammation and insulin resistance in obesity[J]. J Clin Invest, 2017, 127(1): 43-54. DOI: 10.1172/JCI88880.
[44]	DIMILIA P R, MITTMAN A C, BATSIS J A. Benefit-to-risk balance of weight loss interventions in older adults with obesity[J]. Curr Diab Rep, 2019, 19(11): 114. DOI: 10.1007/s11892-019-1249-8.
[45]	VILLAREAL D T, CHODE S, PARIMI N, et al. Weight loss, exercise, or both and physical function in obese older adults[J]. N Engl J Med, 2011, 364(13): 1218-1229. DOI: 10.1056/NEJMoa1008234.

变量	非衰弱（n=927）	衰弱（n=226）	χ²（t）值	P值
年龄（±s，岁）	70.60±4.65	71.96±5.03	-3.876^a	<0.001
年龄分组[名（%）]			8.294	0.004
<70岁	464（50.05）	89（39.38）
≥70岁	463（49.95）	137（60.62）
性别[名（%）]			43.829	<0.001
男	425（45.85）	49（21.68）
女	502（54.15）	177（78.32）
婚姻状况[名（%）]			19.713	<0.001
已婚或有伴侣	726（78.32）	145（64.16）
分居、离婚或丧偶	201（21.68）	81（35.84）
民族[名（%）]			3.320	0.068
汉族	875（94.39）	220（97.35）
少数民族	52（5.61）	6（2.65）
受教育程度[名（%）]			36.230	<0.001
未受正式教育	409（44.12）	149（65.93）
小学	255（27.51）	45（19.91）
初中及以上	263（28.37）	32（14.16）
家庭经济状况[名（%）]			22.907	<0.001
好	372（40.13）	52（23.01）
差	555（59.87）	174（76.99）
每日步数[名（%）]			83.896	<0.001
≤2 000步	156（16.83）	93（41.15）
2 001~4 000步	246（26.54）	70（30.97）
4 001~7 000步	285（30.74）	44（19.47）
>7 000步	240（25.89）	19（8.41）
吸烟[名（%）]			19.783	<0.001
从不吸烟	609（65.70）	183（80.97）
曾经吸烟已戒烟	140（15.10）	20（8.85）
吸烟	178（19.20）	23（10.17）
饮酒[名（%）]			4.745	0.088
从不饮酒	782（84.36）	203（89.82）
曾经饮酒已戒酒	42（4.53）	5（2.21）
饮酒	103（11.11）	18（7.97）
喝茶[名（%）]			14.666	<0.001
否	382（41.21）	125（55.31）
是	545（58.79）	101（44.69）
健康自评[名（%）]			135.446	<0.001
好	640（69.04）	81（35.84）
一般	170（18.34）	42（18.58）
差	117（12.62）	103（45.58）
共病[名（%）]			41.885	<0.001
0~1种	172（18.55）	3（1.33）
≥2种	755（81.45）	223（98.67）
多重用药[名（%）]			18.686	<0.001
<5种	891（96.12）	201（88.94）
≥5种	36（3.88）	25（11.06）
PSQI（±s）	6.48±4.05	10.12±4.00	-12.150^a	<0.001
PSQI分组[名（%）]			101.830	<0.001
≤7	605（65.26）	64（28.32）
>7	322（34.74）	162（71.68）
跌倒[名（%）]			40.628	<0.001
否	812（87.59）	159（70.35）
是	115（12.41）	67（29.65）
握力（±s，kg）	27.18±8.09	21.11±6.50	11.964^a	<0.001
SPPB评分（±s，分）	10.36±2.00	8.19±3.01	10.282^a	<0.001
身高（±s，cm）	159.74±8.49	156.27±7.66	5.963^a	<0.001
体质量（±s，kg）	64.28±10.49	63.61±10.29	0.869^a	0.385
大腿围（±s，cm）	48.91±5.29	48.57±4.87	0.894^a	0.371
小腿围（±s，cm）	34.26±3.33	34.19±3.56	0.281^a	0.778
腰围（±s，cm）	86.95±9.71	88.89±10.14	-2.666^a	0.010
臀围（±s，cm）	96.80±7.02	97.71±7.03	-1.743^a	0.082
中心性肥胖[名（%）]			13.857	<0.001
否	460（49.62）	81（35.84）
是	467（50.38）	145（64.16）
BMI（±s，kg/m²）	25.15±3.37	26.06±3.86	-3.528^a	<0.001
BMI分组[名（%）]			12.450	0.014
低体质量	13（1.40）	3（1.33）
正常	342（36.89）	65（28.76）
超重	385（41.53）	94（41.59）
轻度肥胖	165（17.80）	51（22.57）
中重度肥胖	22（2.37）	13（5.75）
WHR（±s）	0.90±0.07	0.91±0.07	-2.288^a	0.022
WHR分组[名（%）]			3.391	0.025
Q1	241（26.00）	45（19.91）
Q2	245（26.43）	49（21.68）
Q3	222（23.95）	61（27.99）
Q4	219（23.62）	71（31.42）
WHtR（±s）	0.55±0.06	0.57±0.07	-5.147^a	<0.001
WHtR分组[名（%）]			25.450	<0.001
Q1	251（27.08）	38（16.81）
Q2	245（26.43）	43（19.03）
Q3	223（24.06）	65（28.76）
Q4	208（22.44）	80（35.40）
BRI（±s）	4.32±1.31	4.86±1.48	-4.946^a	<0.001
BRI分组[名（%）]			25.969	<0.001
Q1	251（27.08）	36（15.93）
Q2	245（26.43）	45（19.91）
Q3	223（24.06）	65（28.76）
Q4	208（22.44）	80（35.40）
CVAI（±s）	119.87±36.09	130.43±34.12	-3.988^a	<0.001
CVAI分组[名（%）]			15.519	0.001
Q1	251（27.08）	37（16.37）
Q2	235（25.35）	53（23.45）
Q3	226（24.38）	63（27.88）
Q4	215（23.19）	73（32.30）

变量	非衰弱（n=927）	衰弱（n=226）	χ²（t）值	P值
年龄（±s，岁）	70.60±4.65	71.96±5.03	-3.876^a	<0.001
年龄分组[名（%）]			8.294	0.004
<70岁	464（50.05）	89（39.38）
≥70岁	463（49.95）	137（60.62）
性别[名（%）]			43.829	<0.001
男	425（45.85）	49（21.68）
女	502（54.15）	177（78.32）
婚姻状况[名（%）]			19.713	<0.001
已婚或有伴侣	726（78.32）	145（64.16）
分居、离婚或丧偶	201（21.68）	81（35.84）
民族[名（%）]			3.320	0.068
汉族	875（94.39）	220（97.35）
少数民族	52（5.61）	6（2.65）
受教育程度[名（%）]			36.230	<0.001
未受正式教育	409（44.12）	149（65.93）
小学	255（27.51）	45（19.91）
初中及以上	263（28.37）	32（14.16）
家庭经济状况[名（%）]			22.907	<0.001
好	372（40.13）	52（23.01）
差	555（59.87）	174（76.99）
每日步数[名（%）]			83.896	<0.001
≤2 000步	156（16.83）	93（41.15）
2 001~4 000步	246（26.54）	70（30.97）
4 001~7 000步	285（30.74）	44（19.47）
>7 000步	240（25.89）	19（8.41）
吸烟[名（%）]			19.783	<0.001
从不吸烟	609（65.70）	183（80.97）
曾经吸烟已戒烟	140（15.10）	20（8.85）
吸烟	178（19.20）	23（10.17）
饮酒[名（%）]			4.745	0.088
从不饮酒	782（84.36）	203（89.82）
曾经饮酒已戒酒	42（4.53）	5（2.21）
饮酒	103（11.11）	18（7.97）
喝茶[名（%）]			14.666	<0.001
否	382（41.21）	125（55.31）
是	545（58.79）	101（44.69）
健康自评[名（%）]			135.446	<0.001
好	640（69.04）	81（35.84）
一般	170（18.34）	42（18.58）
差	117（12.62）	103（45.58）
共病[名（%）]			41.885	<0.001
0~1种	172（18.55）	3（1.33）
≥2种	755（81.45）	223（98.67）
多重用药[名（%）]			18.686	<0.001
<5种	891（96.12）	201（88.94）
≥5种	36（3.88）	25（11.06）
PSQI（±s）	6.48±4.05	10.12±4.00	-12.150^a	<0.001
PSQI分组[名（%）]			101.830	<0.001
≤7	605（65.26）	64（28.32）
>7	322（34.74）	162（71.68）
跌倒[名（%）]			40.628	<0.001
否	812（87.59）	159（70.35）
是	115（12.41）	67（29.65）
握力（±s，kg）	27.18±8.09	21.11±6.50	11.964^a	<0.001
SPPB评分（±s，分）	10.36±2.00	8.19±3.01	10.282^a	<0.001
身高（±s，cm）	159.74±8.49	156.27±7.66	5.963^a	<0.001
体质量（±s，kg）	64.28±10.49	63.61±10.29	0.869^a	0.385
大腿围（±s，cm）	48.91±5.29	48.57±4.87	0.894^a	0.371
小腿围（±s，cm）	34.26±3.33	34.19±3.56	0.281^a	0.778
腰围（±s，cm）	86.95±9.71	88.89±10.14	-2.666^a	0.010
臀围（±s，cm）	96.80±7.02	97.71±7.03	-1.743^a	0.082
中心性肥胖[名（%）]			13.857	<0.001
否	460（49.62）	81（35.84）
是	467（50.38）	145（64.16）
BMI（±s，kg/m²）	25.15±3.37	26.06±3.86	-3.528^a	<0.001
BMI分组[名（%）]			12.450	0.014
低体质量	13（1.40）	3（1.33）
正常	342（36.89）	65（28.76）
超重	385（41.53）	94（41.59）
轻度肥胖	165（17.80）	51（22.57）
中重度肥胖	22（2.37）	13（5.75）
WHR（±s）	0.90±0.07	0.91±0.07	-2.288^a	0.022
WHR分组[名（%）]			3.391	0.025
Q1	241（26.00）	45（19.91）
Q2	245（26.43）	49（21.68）
Q3	222（23.95）	61（27.99）
Q4	219（23.62）	71（31.42）
WHtR（±s）	0.55±0.06	0.57±0.07	-5.147^a	<0.001
WHtR分组[名（%）]			25.450	<0.001
Q1	251（27.08）	38（16.81）
Q2	245（26.43）	43（19.03）
Q3	223（24.06）	65（28.76）
Q4	208（22.44）	80（35.40）
BRI（±s）	4.32±1.31	4.86±1.48	-4.946^a	<0.001
BRI分组[名（%）]			25.969	<0.001
Q1	251（27.08）	36（15.93）
Q2	245（26.43）	45（19.91）
Q3	223（24.06）	65（28.76）
Q4	208（22.44）	80（35.40）
CVAI（±s）	119.87±36.09	130.43±34.12	-3.988^a	<0.001
CVAI分组[名（%）]			15.519	0.001
Q1	251（27.08）	37（16.37）
Q2	235（25.35）	53（23.45）
Q3	226（24.38）	63（27.88）
Q4	215（23.19）	73（32.30）

变量	赋值
衰弱	非衰弱=0，衰弱=1
性别	男=1，女=2
民族	汉族=0，少数民族=1
婚姻状况	已婚或有伴侣=0，分居、离婚或丧偶=1
受教育程度	未受正式教育=0，小学=1，初中及以上=2
家庭经济状况	好=0，差=1
吸烟	从不吸烟=0，曾经吸烟已戒烟=1，吸烟=2
饮酒	从不饮酒=0，曾经饮酒已戒酒=1，饮酒=2
喝茶	否=0，是=1
睡眠质量	PSQI≤7=0，PSQI>7=1
健康自评	好=0，一般=1，差=2
共病	0~1种=0，≥2种=1
多重用药	<5种=0，≥5种=1
每日步数	≤2 000步=1，2 001~4 000步=2，4 001~7 000步=3，>7 000步=4
跌倒	否=0，是=1
中心性肥胖	否=0，是=1
BMI分组	正常=1，低体质量=2，超重=3，轻度肥胖=4，中重度肥胖=5
WHR分组	Q1=1，Q2=2，Q3=3，Q4=4
WHtR分组	Q1=1，Q2=2，Q3=3，Q4=4
BRI分组	Q1=1，Q2=2，Q3=3，Q4=4
CVAI分组	Q1=1，Q2=2，Q3=3，Q4=4

变量	赋值
衰弱	非衰弱=0，衰弱=1
性别	男=1，女=2
民族	汉族=0，少数民族=1
婚姻状况	已婚或有伴侣=0，分居、离婚或丧偶=1
受教育程度	未受正式教育=0，小学=1，初中及以上=2
家庭经济状况	好=0，差=1
吸烟	从不吸烟=0，曾经吸烟已戒烟=1，吸烟=2
饮酒	从不饮酒=0，曾经饮酒已戒酒=1，饮酒=2
喝茶	否=0，是=1
睡眠质量	PSQI≤7=0，PSQI>7=1
健康自评	好=0，一般=1，差=2
共病	0~1种=0，≥2种=1
多重用药	<5种=0，≥5种=1
每日步数	≤2 000步=1，2 001~4 000步=2，4 001~7 000步=3，>7 000步=4
跌倒	否=0，是=1
中心性肥胖	否=0，是=1
BMI分组	正常=1，低体质量=2，超重=3，轻度肥胖=4，中重度肥胖=5
WHR分组	Q1=1，Q2=2，Q3=3，Q4=4
WHtR分组	Q1=1，Q2=2，Q3=3，Q4=4
BRI分组	Q1=1，Q2=2，Q3=3，Q4=4
CVAI分组	Q1=1，Q2=2，Q3=3，Q4=4

变量	模型1		模型2		模型3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
中心性肥胖
否	1.000		1.000		1.000
是	1.763（1.305~2.382）	<0.001	1.602（1.171~2.191）	0.003	1.673（1.138~2.460）	0.009
P_趋势值		<0.001		0.003		0.004
BMI分组
正常	1.000		1.000		1.000
低体质量	1.214（0.337~4.381）	0.767	1.221（0.317~4.695）	0.772	0.517（0.105~2.537）	0.416
超重	1.285（0.907~1.820）	0.158	1.287（0.902~1.837）	0.164	1.163（0.753~1.797）	0.495
轻度肥胖	1.626（1.078~2.453）	0.020	1.507（0.990~2.296）	0.056	1.625（0.973~2.715）	0.063
中重度肥胖	3.109（1.491~6.485）	0.002	2.750（1.283~5.895）	0.009	2.853（1.155~7.047）	0.023
P_趋势值		0.001		0.005		0.010
WHR分组
Q1	1.000		1.000		1.000
Q2	1.071（0.688~1.666）	0.761	1.067（0.678~1.677）	0.780	1.167（0.674~2.020）	0.582
Q3	1.472（0.961~2.253）	0.176	1.643（1.059~2.550）	0.027	1.805（1.061~3.072）	0.029
Q4	1.736（1.146~2.632）	0.009	1.949（1.266~3.000）	0.002	1.968（1.162~3.333）	0.012
P_趋势值		<0.001		<0.001		0.001
WHtR分组
Q1	1.000		1.000		1.000
Q2	1.159（0.724~1.856）	0.538	1.002（0.618~1.626）	0.993	1.000（0.558~1.794）	0.999
Q3	1.925（1.241~2.986）	0.003	1.657（1.051~2.613）	0.030	1.658（0.960~2.865）	0.070
Q4	2.540（1.657~3.896）	<0.001	1.817（1.161~2.844）	0.009	1.856（1.079~3.194）	0.025
P_趋势值		<0.001		<0.001		0.003
BRI分组
Q1	1.000		1.000		1.000
Q2	1.281（0.799~2.054）	0.305	1.106（0.680~1.796）	0.685	1.052（0.586~1.889）	0.865
Q3	2.032（1.302~3.172）	0.002	1.749（1.102~2.775）	0.018	1.704（0.982~2.956）	0.058
Q4	2.682（1.737~4.140）	<0.001	1.919（1.218~3.022）	0.005	1.908（1.104~3.299）	0.021
P_趋势值		<0.001		<0.001		0.002
CVAI分组
Q1	1.000		1.000		1.000
Q2	1.530（0.970~2.414）	0.068	1.140（0.710~1.829）	0.588	1.218（0.687~2.160）	0.500
Q3	1.891（1.213~2.948）	0.005	1.308（0.822~2.081）	0.257	1.320（0.756~2.303）	0.329
Q4	2.303（1.490~3.560）	<0.001	1.588（1.005~2.509）	0.047	1.969（1.124~3.451）	0.018
P_趋势值		<0.001		<0.001		0.009