青年人群不同肥胖代谢表型与动脉硬化的相关性研究：尿酸作为其潜在因素

doi:10.12114/j.issn.1007-9572.2023.0887

中国全科医学 ›› 2025, Vol. 28 ›› Issue (07): 831-837.DOI: 10.12114/j.issn.1007-9572.2023.0887

所属专题：肥胖最新文章合辑

• 论著 • 上一篇

青年人群不同肥胖代谢表型与动脉硬化的相关性研究：尿酸作为其潜在因素

顾可羿¹^,², 潘姚佳¹^,², 韩正¹^,², 付晓雅¹^,², 顾瀚东¹^,², 杨菲¹^,², 王为强¹^,^*()

1．234000　安徽省宿州市，安徽医科大学附属宿州医院（安徽省宿州市立医院）全科医学科
2．230000　安徽省合肥市，安徽医科大学

收稿日期:2024-02-19 修回日期:2024-07-24 出版日期:2025-03-05 发布日期:2025-01-23
通讯作者: 王为强
作者贡献：
顾可羿提出研究理念，负责数据收集、数据整理、统计分析、论文撰写；潘姚佳负责数据整理、协助编辑与修改、统计分析；韩正负责统计分析、论文完善；付晓雅、顾翰东、杨菲负责数据收集、数据整理、论文完善；王为强负责最终版本修订，进行项目管理、思路指导、提供资源，对文章监督管理和审查，对文章整体负责。
基金资助:
安徽省科技创新战略与软件学研究专项计划项目(202106f01050042)

Correlation between Different Obesity Metabolic Phenotypes and Atherosclerosis in a Young Population: Uric Acid as Its Potential Factor

GU Keyi¹^,², PAN Yaojia¹^,², HAN Zheng¹^,², FU Xiaoya¹^,², GU Handong¹^,², YANG Fei¹^,², WANG Weiqiang¹^,^*()

1. Department of General Medicine, Suzhou Hospital Affiliated to Anhui Medical University (Suzhou Municipal Hospital of Anhui Province), Suzhou 234000, China
2. Anhui Medical University, Hefei 230000, China

Received:2024-02-19 Revised:2024-07-24 Published:2025-03-05 Online:2025-01-23
Contact: WANG Weiqiang

分享到

摘要/Abstract

摘要： 背景肥胖和代谢异常与动脉硬化（AS）相关，不同肥胖代谢表型发生AS的风险不同。血清尿酸（SUA）水平与AS之间的关系尚不明确。目的以肱踝脉搏波传导速度（baPWV）作为AS的早期预测指标，研究肥胖代谢表型与AS发病风险之间的相关性，重点关注代谢健康型肥胖（MHO）人群，并进一步探讨SUA是否作为其潜在影响因素。方法选取2021年12月—2022年1月于安徽省宿州市埇桥区东关街道社区卫生服务中心接受健康体检的622名体检者为研究对象，对研究对象进行问卷调查、体格检查和实验室检测。根据BMI和代谢状况将研究对象分为四组，分别为代谢健康型非肥胖（MHNO）组、MHO组、代谢不健康型非肥胖（MUNO）组和代谢不健康型肥胖（MUO）组。采用Pearson相关性分析SUA与baPWV及各项临床指标之间的相关性，采用多元线性回归分析SUA对baPWV的影响、Logistic回归分析探讨不同肥胖代谢表型对高baPWV水平和高尿酸血症的影响。结果根据不同肥胖代谢表型分组后，MHNO、MHO、MUNO和MUO组高baPWV水平的患病率逐渐增高，分别为3.9%、9.8%、14.5%和29.4%，差异有统计学意义（χ2趋势=60.722，P<0.001）；MHNO组、MHO组、MUNO组和MUO组高尿酸血症的患病率分别为3.6%、8.9%、10.1%和26.9%，差异有统计学意义（χ2趋势=56.444，P<0.001）。校正混杂因素的多元线性回归分析结果显示，SUA是动脉硬化的独立危险因素（P<0.05）。多因素Logistic回归分析结果显示，在校正性别、年龄、当前吸烟、当前饮酒和文化程度后，MHNO、MHO、MUNO、MUO四组高baPWV的患病风险依次增高、高尿酸血症的患病风险也依次增高（P<0.05）。结论在青年人群中，肥胖代谢表型和AS间存在显著相关性，SUA可能是潜在影响因素。此外，应当关注青年MHO人群，尽早进行生活方式干预和健康管理。

关键词: 动脉硬化, 脉搏波传导速度, 脉搏波分析, 代谢综合征, 代谢健康型肥胖, 血清尿酸, 尿酸肌酐比值, 青年人

Abstract:

Background

Obesity and metabolic abnormalities are associated with atherosclerosis, and different metabolic phenotypes of obesity have different risks of AS. The relationship between serum uric acid (SUA) levels and AS is unclear.

Objective

Using brachial-ankle pulse wave velocity (baPWV) as an early predictor of AS, we investigated the correlation between different metabolic phenotypes of obesity and the risk of AS, with a focus on metabolically healthy obese populations, and further explored whether uric acid serves as a potential influencing factor.

Methods

A total of 622 young medical check-ups at a street community health center from December 2021 to January 2022 were selected for questionnaire survey, physical examination, and laboratory tests. The study subjects were categorized into four groups based on BMI and metabolic status, metabolically healthy non-obesity (MHNO), metabolically healthy obesity (MHO), metabolically unhealthy non-obesity metabolically unhealthy non-obesity (MUNO), and metabolically unhealthy obesity (MUO). Pearson's correlation was used to analyse the correlation between SUA and baPWV and various clinical indicators. Multiple linear regression models were used to analyze the correlation between SUA and baPWV and various clinical indicators, and scatter plots were drawn. Multifactorial Logistic regression models were used to analyze the correlation between different obesity metabolic phenotypes and high baPWV and hyperuricemia.

Results

After grouping according to different obesity metabolic phenotypes, the prevalence of high baPWV levels in the MHNO, MHO, MUNO and MUO groups gradually increased to 3.9%, 9.8%, 14.5% and 29.4%, respectively, with a statistically significant difference (χ² _trend=60.722, P<0.001); and the prevalence of hyperuricemia in the MHNO, MHO, MUNO and MUO groups. The prevalence rates were 3.6%, 8.9%, 10.1% and 26.9%, respectively, and the difference was statistically significant (χ² _trend=56.444, P<0.001). The results of multivariate linear regression analysis correcting for confounders showed SUA was an independent risk factor for atherosclerosis. The results of multifactorial Logistic regression modeling showed that after correcting for gender, age, current smoking, current alcohol consumption, and literacy, the risk of high baPWV was significantly higher in the four groups of MHNO, MHO, MUNO, and MUO in that order, and the risk of hyperuricemia was also significantly higher in that order.

Conclusion

In the young population, there is a significant correlation between different obesity metabolic phenotypes and atherosclerosis, and uric acid may be a potential influencing factor. In addition, we should pay attention to the young MHO population for early lifestyle intervention and health management.

Key words: Atherosclerosis, Pulse wave conduction velocity, Pulse wave analysis, Metabolic syndrome, Metabolically healthy obesity, Serum uric acid, Uric acid creatinine ratio, Young adult

中图分类号:

R 543.5

顾可羿,潘姚佳,韩正,等. 青年人群不同肥胖代谢表型与动脉硬化的相关性研究：尿酸作为其潜在因素[J]. 中国全科医学, 2025, 28(07): 831-837. DOI: 10.12114/j.issn.1007-9572.2023.0887.
GU Keyi,PAN Yaojia,HAN Zheng, et al. Correlation between Different Obesity Metabolic Phenotypes and Atherosclerosis in a Young Population: Uric Acid as Its Potential Factor[J]. Chinese General Practice, 2025, 28(07): 831-837. DOI: 10.12114/j.issn.1007-9572.2023.0887.

图/表 5

参考文献 35

[1]	马依彤，刘帅. 肥胖与心血管疾病的研究进展[J]. 新疆医科大学学报，2021，44(10)：1111-1113.
[2]	LI Z, GUO X F, LIU Y M, et al. Metabolism rather than obesity is associated with ischemic stroke：a cross-sectional study in rural Northeastern China[J]. Springerplus，2016，5(1)：1419.
[3]	BLÜHER M. Metabolically healthy obesity[J]. Endocr Rev，2020，41(3)：bnaa004. DOI：10.1210/endrev/bnaa004.
[4]	HSUEH Y W, YEH T L, LIN C Y, et al. Association of metabolically healthy obesity and elevated risk of coronary artery calcification：a systematic review and meta-analysis[J]. PeerJ，2020，8：e8815. DOI：10.7717/peerj.8815.
[5]	COMMODORE-MENSAH Y, LAZO M, TANG O, et al. High burden of subclinical and cardiovascular disease risk in adults with metabolically healthy obesity：the atherosclerosis risk in communities（ARIC）study[J]. Diabetes Care，2021，44(7)：1657-1663.
[6]	YASUHARU T, SETOH K, KAWAGUCHI T, et al. Brachial-ankle pulse wave velocity and cardio-ankle vascular index are associated with future cardiovascular events in a general population：the Nagahama Study[J]. J Clin Hypertens，2021，23(7)：1390-1398. DOI：10.1111/jch.14294.
[7]	COPUR S, DEMIRAY A, KANBAY M. Uric acid in metabolic syndrome：does uric acid have a definitive role?[J]. Eur J Intern Med，2022，103：4-12. DOI：10.1016/j.ejim.2022.04.022.
[8]	GEORGOULIS M, MIKHAILIDIS D P, PANAGIOTAKOS D B. Are serum uric acid levels predictors of cardiovascular risk? An update[J]. Curr Opin Cardiol，2023，38(4)：337-343.
[9]	SÁNCHEZ-LOZADA L G, SOTO V, TAPIA E, et al. Role of oxidative stress in the renal abnormalities induced by experimental hyperuricemia[J]. Am J Physiol Renal Physiol，2008，295(4)：F1134-1141. DOI：10.1152/ajprenal.00104.2008.
[10]	FURUHASHI M. New insights into purine metabolism in metabolic diseases：role of xanthine oxidoreductase activity[J]. Am J Physiol Endocrinol Metab，2020，319(5)：E827-E834.
[11]	KIMURA Y, YANAGIDA T, ONDA A, et al. Soluble uric acid promotes atherosclerosis via AMPK（AMP-activated protein kinase）-mediated inflammation[J]. Arterioscler Thromb Vasc Biol，2020，40(3)：570-582.
[12]	TANAKA K, KABAYAMA M, SUGIMOTO K, et al. Association between uric acid and atherosclerosis in community-dwelling older people：the SONIC study[J]. Geriatr Gerontol Int，2021，21(1)：94-101. DOI：10.1111/ggi.14081.
[13]	STONE N J, SMITH S C Jr, ORRINGER C E, et al. Managing atherosclerotic cardiovascular risk in young adults：JACC state-of-the-art review[J]. J Am Coll Cardiol，2022，79(8)：819-836. DOI：10.1016/j.jacc.2021.12.016.
[14]	PARK S I, SUH J, LEE H S, et al. Ten-year trends of metabolic syndrome prevalence and nutrient intake among Korean children and adolescents：a population-based study[J]. Yonsei Med J，2021，62(4)：344-351. DOI：10.3349/ymj.2021.62.4.344.
[15]	CONSULTATION W E. Appropriate body-mass index for Asian populations and its implications for policy and intervention strategies[J]. Lancet，2004，363(9403)：157-163.
[16]	HINNOUHO G M, CZERNICHOW S, DUGRAVOT A, et al. Metabolically healthy obesity and risk of mortality：does the definition of metabolic health matter? [J]. Diabetes Care，2013，36(8)：2294-300. DOI：10.2337/dc12-1654
[17]	辛保凤，黄定. 肱踝脉搏波传导速度（baPWV）的研究进展 [J]. 世界最新医学信息文摘，2019，19(12)：59-61.
[18]	方宁远，吕力为，吕晓希，等. 中国高尿酸血症相关疾病诊疗多学科专家共识（2023年版）[J]. 中国实用内科杂志，2023，43(06)：461-80. DOI：10.19538/j.nk2023060106.
[19]	米杰，王天有，腾红红，等. 北京市儿童青少年肥胖及代谢综合征表型患病率、影响因素和流行特征:北京儿童青少年代谢综合征（BCAMS）项目流行病学调查结果//中华医学会第十四次全国儿科学术会议[C].南宁，2006 .
[20]	STONE K, VEERASINGAM D, MEYER M L, et al. Reimagining the value of brachial-ankle pulse wave velocity as a biomarker of cardiovascular disease risk-a call to action on behalf of VascAgeNet[J]. Hypertension，2023，80(10)：1980-1992.
[21]	王庭俊，张玲玉，卢丹，等. 中青年和老年代谢健康型肥胖与动脉僵硬度关系的差异[J]. 中华高血压杂志，2023，31(7)：633-641. DOI：10.16439/j.issn.1673-7245.2023.07.007.
[22]	MONGRAW-CHAFFIN M, FOSTER M C, ANDERSON C A M, et al. Metabolically healthy obesity，transition to metabolic syndrome，and cardiovascular risk[J]. J Am Coll Cardiol，2018，71(17)：1857-1865. DOI：10.1016/j.jacc.2018.02.055.
[23]	KOWALL B, LEHMANN N, MAHABADI A A, et al. Associations of metabolically healthy obesity with prevalence and progression of coronary artery calcification：results from the Heinz Nixdorf Recall Cohort Study[J]. Nutr Metab Cardiovasc Dis，2019，29(3)：228-235. DOI：10.1016/j.numecd.2018.11.002.
[24]	GAO J W, YOU S, LIU Z Y, et al. Different metabolic phenotypes of obesity and risk of coronary artery calcium progression and incident cardiovascular disease events：the CARDIA study[J]. Arterioscler Thromb Vasc Biol，2022，42(5)：677-688.
[25]	WU X Y, ZHAO Y, ZHOU Q G, et al. All-cause mortality risk with different metabolic abdominal obesity phenotypes：the Rural Chinese Cohort Study[J]. Br J Nutr，2023，130(9)：1637-1644. DOI：10.1017/S0007114523000673.
[26]	YUAN Y, MU J J, CHU C, et al. Effect of metabolically healthy obesity on the development of arterial stiffness：a prospective cohort study[J]. Nutr Metab，2020，17：50.
[27]	SALTIEL A R, OLEFSKY J M. Inflammatory mechanisms linking obesity and metabolic disease[J]. J Clin Invest，2017，127(1)：1-4. DOI：10.1172/JCI92035.
[28]	KANBAY M, JENSEN T, SOLAK Y, et al. Uric acid in metabolic syndrome：from an innocent bystander to a central player[J]. Eur J Intern Med，2016，29：3-8. DOI：10.1016/j.ejim.2015.11.026.
[29]	LANASPA M A, SANCHEZ-LOZADA L G, CHOI Y J, et al. Uric acid induces hepatic steatosis by generation of mitochondrial oxidative stress：potential role in fructose-dependent and-independent fatty liver[J]. J Biol Chem，2012，287(48)：40732-40744. DOI：10.1074/jbc.M112.399899.
[30]	MATSUURA F, YAMASHITA S, NAKAMURA T, et al. Effect of visceral fat accumulation on uric acid metabolism in male obese subjects：visceral fat obesity is linked more closely to overproduction of uric acid than subcutaneous fat obesity[J]. Metabolism，1998，47(8)：929-933. DOI：10.1016/s0026-0495(98)90346-8.
[31]	WAKABAYASHI D, KATO S, TANAKA M, et al. Novel pathological implications of serum uric acid with cardiovascular disease risk in obesity[J]. Diabetes Res Clin Pract，2023，205：110919. DOI：10.1016/j.diabres.2023.110919.
[32]	MOULIN-MARES S R A, OLIOSA P R, FARIA E R, et al. Association of uric acid with cardiovascular risk in Brazilian children and adolescents[J]. Nutr Metab Cardiovasc Dis，2021，31(1)：314-321. DOI：10.1016/j.numecd.2020.09.012.
[33]	NEWMAN E J, RAHMAN F S, LEES K R, et al. Elevated serum urate concentration independently predicts poor outcome following stroke in patients with diabetes[J]. Diabetes Metab Res Rev，2006，22(1)：79-82. DOI：10.1002/dmrr.585.
[34]	WANG A X, TIAN X, WU S L, et al. Metabolic factors mediate the association between serum uric acid to serum creatinine ratio and cardiovascular disease[J]. J Am Heart Assoc，2021，10(23)：e023054. DOI：10.1161/JAHA.121.023054.
[35]	黄敏钢. 中国东北农村人群血清尿酸/肌酐比值与代谢综合征及其组分的关系[D]. 沈阳：中国医科大学，2022.

组别	人数	性别（男/女）	当前吸烟[名（%）]	当前饮酒[名（%）]	大专及以上[名（%）]	年龄（±s，岁）	BMI （±s，kg/m²）	WC （±s，cm）	SBP （±s，mmHg）	DBP （±s，mmHg）
MHNO组	281	112/169	36（12.8）	28（10.0）	90（32.0）	30.2±8.8	21.88±1.74	75.48±11.48	120±12	77±9
MHO组	112	51/61	21（18.8）	19（17.0）	13（11.6）	31.9±7.9	27.71±2.66^a	86.55±13.73^a	126±15^a	82±11^a
MUNO组	69	43/26	15（21.7）	18（26.1）	7（10.1）	33.9±7.2^a	23.17±1.67^ab	84.72±18.17^a	131±13^a	87±8^ab
MUO组	160	112/48	43（26.9）	30（18.8）	21（13.1）	34.3±7.6^a	29.21±3.27^ab	93.02±10.90^ab	140±15^ab	92±11^ab
F（χ²）值		41.950^c	13.966^c	14.097^c	48.673^c	10.276	336.714	87.332	70.469	75.366
P值		<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001
组别	baPWV （±s，cm/s）	TC （±s，mmol/L）	TG （±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C （±s，mmol/L）	FPG （±s，mmol/L）	Scr （±s，μmol/L）	SUA （±s，μmol/L）	SUA/Cr （±s）
MHNO组	1 110.03±149.29	4.29±0.70	0.96±0.43	1.46±0.29	2.58±0.63	5.00±0.39	62.28±12.33	277.56±77.63	4.47±0.95
MHO组	1 183.54±175.39^a	4.36±0.81	1.11±0.48	1.34±0.26^a	2.71±0.74^a	5.14±0.34	62.38±12.97	302.94±82.80^a	4.88±1.05^a
MUNO组	1 239.61±173.70^a	4.95±1.03^ab	2.04±1.28^ab	1.20±0.29^ab	3.06±0.91^ab	5.95±2.08^ab	66.03±13.11	320.8±76.85^a	4.91±1.03^a
MUO组	1 305.58±205.38^ab	4.93±0.96^ab	2.85±2.18^ab	1.07±0.22^ab	2.98±0.85^ab	6.21±2.06^ab	66.63±13.00^ab	358.31±93.41^ab	5.45±1.30^ab
F（χ²）值	41.996	24.083	54.272	87.817	13.180	24.959	5.137	29.806	24.490
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	0.002	<0.001	<0.001

组别	人数	性别（男/女）	当前吸烟[名（%）]	当前饮酒[名（%）]	大专及以上[名（%）]	年龄（±s，岁）	BMI （±s，kg/m²）	WC （±s，cm）	SBP （±s，mmHg）	DBP （±s，mmHg）
MHNO组	281	112/169	36（12.8）	28（10.0）	90（32.0）	30.2±8.8	21.88±1.74	75.48±11.48	120±12	77±9
MHO组	112	51/61	21（18.8）	19（17.0）	13（11.6）	31.9±7.9	27.71±2.66^a	86.55±13.73^a	126±15^a	82±11^a
MUNO组	69	43/26	15（21.7）	18（26.1）	7（10.1）	33.9±7.2^a	23.17±1.67^ab	84.72±18.17^a	131±13^a	87±8^ab
MUO组	160	112/48	43（26.9）	30（18.8）	21（13.1）	34.3±7.6^a	29.21±3.27^ab	93.02±10.90^ab	140±15^ab	92±11^ab
F（χ²）值		41.950^c	13.966^c	14.097^c	48.673^c	10.276	336.714	87.332	70.469	75.366
P值		<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001
组别	baPWV （±s，cm/s）	TC （±s，mmol/L）	TG （±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C （±s，mmol/L）	FPG （±s，mmol/L）	Scr （±s，μmol/L）	SUA （±s，μmol/L）	SUA/Cr （±s）
MHNO组	1 110.03±149.29	4.29±0.70	0.96±0.43	1.46±0.29	2.58±0.63	5.00±0.39	62.28±12.33	277.56±77.63	4.47±0.95
MHO组	1 183.54±175.39^a	4.36±0.81	1.11±0.48	1.34±0.26^a	2.71±0.74^a	5.14±0.34	62.38±12.97	302.94±82.80^a	4.88±1.05^a
MUNO组	1 239.61±173.70^a	4.95±1.03^ab	2.04±1.28^ab	1.20±0.29^ab	3.06±0.91^ab	5.95±2.08^ab	66.03±13.11	320.8±76.85^a	4.91±1.03^a
MUO组	1 305.58±205.38^ab	4.93±0.96^ab	2.85±2.18^ab	1.07±0.22^ab	2.98±0.85^ab	6.21±2.06^ab	66.63±13.00^ab	358.31±93.41^ab	5.45±1.30^ab
F（χ²）值	41.996	24.083	54.272	87.817	13.180	24.959	5.137	29.806	24.490
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	0.002	<0.001	<0.001

变量	SUA		baPWV
变量	r值	P值	r值	P值
腰围	0.274	<0.001	0.280	<0.001
BMI	0.341	<0.001	0.339	<0.001
SBP	0.356	<0.001	0.576	<0.001
DBP	0.299	<0.001	0.619	<0.001
FPG	0.087	0.030	0.280	<0.001
HDL-C	-0.359	<0.001	-0.204	<0.001
LDL-C	0.214	<0.001	0.222	<0.001
TG	0.313	<0.001	0.270	<0.001
TC	0.226	<0.001	0.284	<0.001
SUA	—	—	0.189	<0.001
SUA/Cr	0.714	<0.001	0.088	0.029
baPWV	0.189	<0.001	—	—

变量	SUA		baPWV
变量	r值	P值	r值	P值
腰围	0.274	<0.001	0.280	<0.001
BMI	0.341	<0.001	0.339	<0.001
SBP	0.356	<0.001	0.576	<0.001
DBP	0.299	<0.001	0.619	<0.001
FPG	0.087	0.030	0.280	<0.001
HDL-C	-0.359	<0.001	-0.204	<0.001
LDL-C	0.214	<0.001	0.222	<0.001
TG	0.313	<0.001	0.270	<0.001
TC	0.226	<0.001	0.284	<0.001
SUA	—	—	0.189	<0.001
SUA/Cr	0.714	<0.001	0.088	0.029
baPWV	0.189	<0.001	—	—

因变量	MHO		MUNO		MUO
因变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
高baPWV
模型1	2.673（1.124~6.358）	0.026	4.160（1.689~10.248）	0.002	10.209（5.109~20.400）	<0.001
模型2	2.477（1.034~5.933）	0.042	3.325（1.327~8.334）	0.010	7.967（3.895~16.296）	<0.001
模型3	2.868（1.175~6.998）	0.021	3.859（1.500~9.923）	0.005	8.958（4.287~18.721）	<0.001
高尿酸血症
模型1	2.657（1.074~6.572）	0.034	3.060（1.121~8.355）	0.029	9.960（4.841~20.491）	<0.001
模型2	2.899（1.116~7.482）	0.029	3.036（1.048~8.797）	0.041	10.091（4.535~22.455）	<0.001
模型3	3.129（1.179~8.299）	0.022	3.301（1.107~9.849）	0.032	9.958（4.357~22.756）	<0.001

青年人群不同肥胖代谢表型与动脉硬化的相关性研究：尿酸作为其潜在因素

Correlation between Different Obesity Metabolic Phenotypes and Atherosclerosis in a Young Population: Uric Acid as Its Potential Factor

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 35

相关文章 15

编辑推荐

Metrics

留言

[1]	周镇森, 黄岩, 程思为, 张小玉, 张晓雨, 孙婷, 杨先军, 谢晖, 马祖长. 早期主动脉硬化风险筛查模型的构建及验证研究[J]. 中国全科医学, 2024, 27(33): 4147-4154.
[2]	韦伟, 李巍, 贾宁, 佟海锋, 杜大勇, 石丽威, 刘畅. 青年与老年冠状动脉慢血流患者临床特点对比研究[J]. 中国全科医学, 2024, 27(30): 3753-3757.
[3]	韩正, 王为强, 潘姚佳, 傅方琳, 孙梦. 35岁以上人群连续代谢综合征评分及其他肥胖指标与心脏代谢性共病关系：基于安徽省的横断面研究[J]. 中国全科医学, 2024, 27(27): 3344-3350.
[4]	陈小茜, 李利华. 体型指数与动脉硬化关系的研究进展[J]. 中国全科医学, 2024, 27(15): 1899-1903.
[5]	王雯娟, 王瑞, 曾泓辑, 刘雅慧, 卫姝帆, 田庆丰. 基于限制性立方样条分析老年人血清肝脏转氨酶与代谢综合征的关系研究[J]. 中国全科医学, 2024, 27(11): 1337-1342.
[6]	郑蓉, 刘志栋, 王淼, 张笑, 陈俊岚, 周时高. 葛斛调脂方干预代谢综合征患者的随机对照研究[J]. 中国全科医学, 2024, 27(03): 343-347.
[7]	朱春临, 高洁. 冠状动脉微循环障碍与代谢综合征的研究进展[J]. 中国全科医学, 2024, 27(03): 273-279.
[8]	吴瑞鹏, 彭成, 袁丙坤, 章梦君, 李文源. 我国中老年人群血清尿酸/高密度脂蛋白胆固醇比值与代谢综合征的相关性研究[J]. 中国全科医学, 2024, 27(03): 293-299.
[9]	李雅萍, 李霞. 代谢综合征与阿尔茨海默病的相关性及机制研究进展[J]. 中国全科医学, 2024, 27(03): 268-272.
[10]	周静, 贾建国, 林艺鑫, 吴爽, 戴世龙, 王明君, 张青松. 不同代谢肥胖表型与女性乳腺癌发病风险关联：一项前瞻性队列研究[J]. 中国全科医学, 2024, 27(02): 150-155.
[11]	周小琦, 刘新会, 张微, 李长风, 严亚琼. 老年人丙氨酸氨基转移酶和天冬氨酸氨基转移酶/丙氨酸氨基转移酶与2型糖尿病及代谢综合征的相关性研究[J]. 中国全科医学, 2023, 26(29): 3645-3649.
[12]	何荣, 张丽, 李鹏, 张晓玲, 张国, 臧懿然, 吴寿岭, 孙丽霞. 有氧运动对不同血糖水平男性人群动脉僵硬度的即时影响研究[J]. 中国全科医学, 2023, 26(24): 2997-3004.
[13]	周诗宇, 谌绍林, 邓仁丽, 代米, 刘涛, 田坤明. 脂质比值与代谢综合征的关联及预测价值评价：基于多阶段横断面研究[J]. 中国全科医学, 2023, 26(21): 2589-2596.
[14]	丁晓云, 金菊珍, 杨瑾, 周静, 胡瑾, 蒙玥, 梁晓仙, 盖云, 汪俊华, 王子云. 腰围和空腹血糖对40~65岁人群阻塞性睡眠呼吸暂停综合征与动脉硬化关联的中介效应研究[J]. 中国全科医学, 2023, 26(21): 2597-2602.
[15]	马万瑞, 马乾凤, 吴竞捷, 王立群, 王志忠. 基于十年随访的心血管代谢性危险因素聚集与社区≥55岁人群全因死亡风险关系的队列研究[J]. 中国全科医学, 2023, 26(14): 1703-1708.