肌肉与脂肪比值对非超重/肥胖2型糖尿病的预测价值研究

doi:10.12114/j.issn.1007-9572.2024.0624

中国全科医学 ›› 2026, Vol. 29 ›› Issue (06): 726-732.DOI: 10.12114/j.issn.1007-9572.2024.0624

所属专题：内分泌代谢性疾病最新文章合辑

肌肉与脂肪比值对非超重/肥胖2型糖尿病的预测价值研究

李纪新¹, 邱林杰¹, 任燕¹, 王文茹², 李美洁¹, 栗文婕¹, 邹姹姹¹, 吴梓敬¹, 张晋¹^,^*()

1．100091　北京市，中国中医科学院西苑医院治未病中心
2．100091　北京市，中国中医科学院西苑医院肾病科

收稿日期:2025-03-10 修回日期:2025-09-20 出版日期:2026-02-20 发布日期:2026-01-05
通讯作者: 张晋
作者贡献：
李纪新负责数据整理分析、论文撰写及修改；邱林杰负责数据整理及分析；任燕负责数据分析和论文修改；王文茹、邹姹姹、吴梓敬负责数据收集；李美洁、栗文婕负责研究思路指导；张晋负责研究设计构思、研究思路指导、数据整体分析、论文修改指导。
基金资助:
国家重点研发计划子课题(2018YFC2000600); 京薪火传承3+3项目(2023-SZ-A51); 中国中医科学院科技创新工程(CI2021A03005); 中国中医科学院西苑医院具有知识产权的医疗机构制剂和中药新药的研发与转化专项任务(XYZY0301-16)

Predictive Value of Muscle-to-Fat Ratio in Type 2 Diabetes Mellitus among Non-overweight/Obese People

LI Jixin¹, QIU Linjie¹, REN Yan¹, WANG Wenru², LI Meijie¹, LI Wenjie¹, ZOU Chacha¹, WU Zijing¹, ZHANG Jin¹^,^*()

1. Center for Preventive Treatment, Xiyuan Hospital of China Academy of Chinese Medical Sciences, Beijing 100091, China
2. Department of Nephrology, Xiyuan Hospital of China Academy of Chinese Medical Sciences, Beijing 100091, China

Received:2025-03-10 Revised:2025-09-20 Published:2026-02-20 Online:2026-01-05
Contact: ZHANG Jin

分享到

摘要/Abstract

摘要： 背景非超重/肥胖人群的2型糖尿病（T2DM）发病隐匿，早期识别T2DM的危险因素，具有重要意义。肌肉与脂肪比值（MFR）在代谢性疾病预测中的应用广泛，但在T2DM领域，尤其在非超重/肥胖T2DM中研究尚少。目的探究MFR与非超重/肥胖人群T2DM的相关性及其预测价值。方法本研究纳入2021—2024年在中国中医科学院西苑医院参加健康体检的非超重/肥胖成年人，以是否患有T2DM作为分组依据比较基线水平；运用Logistic回归和线性回归分析MFR与非超重/肥胖人群T2DM发生风险及空腹血糖（FPG）的相关性；为判断研究结果的稳健性，本研究依据性别、年龄、是否吸烟、是否饮酒、是否患有高血压进行了亚组分析；绘制受试者工作特征（ROC）曲线，评估MFR对非超重/肥胖人群T2DM发生风险的预测价值。结果本研究共纳入非超重/肥胖受试者1 021名，包含T2DM患者113例。Logistic回归和线性回归分析结果显示，在未经协变量调整的模型1中，非超重/肥胖个体的MFR每上升1个单位，T2DM发生风险降低为原来的0.36（OR=0.36，95%CI=0.22~0.60，P<0.001），FPG降低0.26个单位（β=-0.26，95%CI=-0.39~-0.14，P<0.001）。在完全调整协变量的模型3中，MFR每上升1个单位，T2DM发生风险降低为原来的0.29（OR=0.29，95%CI=0.12~0.69，P=0.005），FPG降低0.28个单位（β=-0.28，95%CI=-0.49~-0.08，P=0.007）。当MFR作为分类变量时，在模型3中，MFR Q4组的T2DM发生风险降低为MFR Q1组的0.34（OR=0.34，95%CI=0.12~0.93，P=0.036），且FPG降低0.36个单位（β=-0.36，95%CI=-0.63~-0.09，P=0.009）。亚组分析显示，MFR与FPG水平的相关性在吸烟和高血压人群中更为显著。MFR预测非超重/肥胖人群T2DM发生风险的ROC曲线下面积（AUC）为0.635 4（95%CI=0.578 6~0.687 4），最佳临界值为1.080 1，灵敏度为46.90%，特异度为75.44%。结论在非超重肥胖人群中MFR与T2DM发生风险及FPG的水平呈非线性负相关，MFR具有一定预测效能，可用于非超重/肥胖人群T2DM发生风险的早期预测。

关键词: 糖尿病，2型, 血糖, 肌肉与脂肪比值, 相关性研究, 预测模型

Abstract:

Background

Type 2 diabetes mellitus (T2DM) onset is insidious in non-overweight/obese individuals, making early identification of risk factors for T2DM critically important. Muscle-to-fat ratio (MFR) is widely used in predicting metabolic diseases, but less analyzed in T2DM, especially in non-overweight/obese people with T2DM.

Objective:

To investigate the correlation of MFR with T2DM in non-overweight/obese individuals, and its predictive value.

Methods

This study enrolled non-overweight/obese adults who underwent health examinations in Xiyuan Hospital of China Academy of Chinese Medical Sciences from 2021 to 2024. Participants were stratified based on the T2DM status, and baseline levels were compared. Logistic regression and linear regression were used to analyze the correlation of MFR with T2DM risk and fasting plasma glucose (FPG) levels in non-overweight/obese individuals. To assess the robustness of findings, subgroup analyses were conducted based on gender, age, smoking status, alcohol consumption, and hypertension status. A receiver operating characteristic (ROC) curve was plotted to evaluate the predictive value of MFR in T2DM risk among non-overweight/obese individuals.

Results

A total of 1 021 non-overweight/obese participants were enrolled, including 113 T2DM patients. Logistic regression and linear regression results showed that in Model 1 (unadjusted for covariates), each 1-unit increase in MFR among non-overweight/obese individuals was associated with a 36% reduction in T2DM risk (OR=0.36, 95%CI=0.22 to 0.60, P<0.001), and a 0.26-unit decrease in FPG (β=-0.26, 95%CI=-0.39 to -0.14, P<0.001). In Model 3 with adjustments for all covariates, each 1-unit increase in MFR was associated with a 29% reduction in T2DM risk (OR=0.29, 95%CI=0.12 to 0.69, P=0.005) and a 0.28-unit decrease in FPG (β=-0.28, 95%CI=-0.49 to -0.08, P=0.007). When MFR was treated as a categorical variable in Model 3, the risk of T2DM in the MFR Q4 group was 0.34 times that in the MFR Q1 group (OR=0.34, 95%CI=0.12 to 0.93, P=0.036), and FPG levels decreased by 0.36 units (β=-0.36, 95%CI=-0.63 to -0.09, P=0.009). Subgroup analysis revealed the correlation between MFR and FPG levels was more pronounced among smokers and individuals with hypertension. The area under the curve (AUC) of MFR in predicting T2DM risk among non-overweight/obese individuals was 0.635 4 (95%CI=0.578 6 to 0.687 4), with an optimal cutoff of 1.080 1, a sensitivity of 46.90% and a specificity of 75.44%.

Conclusion

Among non-overweight/obese individuals, MFR exhibits a nonlinear negative correlation with T2DM risk and FPG levels. MFR demonstrates good predictive efficacy and can be used for early prediction of T2DM risk in non-overweight/obese populations.

Key words: Diabetes mellitus, tpye 2, Blood glucose, Muscle-to-fat ratio, Correlation studies, Predictive modeling

李纪新,邱林杰,任燕,等. 肌肉与脂肪比值对非超重/肥胖2型糖尿病的预测价值研究[J]. 中国全科医学, 2026, 29(06): 726-732. DOI: 10.12114/j.issn.1007-9572.2024.0624.
LI Jixin,QIU Linjie,REN Yan, et al. Predictive Value of Muscle-to-Fat Ratio in Type 2 Diabetes Mellitus among Non-overweight/Obese People[J]. Chinese General Practice, 2026, 29(06): 726-732. DOI: 10.12114/j.issn.1007-9572.2024.0624.

图/表 8

参考文献 36

[1]	OGURTSOVA K, GUARIGUATA L, BARENGO N C, et al. IDF diabetes atlas: global estimates of undiagnosed diabetes in adults for 2021[J]. Diabetes Res Clin Pract, 2022, 183: 109118. DOI: 10.1016/j.diabres.2021.109118.
[2]	XIAO Y, YU B L, CHAO C, et al. Chinese expert consensus on blood lipid management in patients with diabetes (2024 edition)[J]. J Transl Int Med, 2024, 12(4): 325-343. DOI: 10.2478/jtim-2024-0014.
[3]	LI J X, WANG W R, LIU F Z, et al. Genetically predicted 1091 blood metabolites and 309 metabolite ratios in relation to risk of type 2 diabetes: a Mendelian randomization study[J]. Front Genet, 2024, 15: 1356696. DOI: 10.3389/fgene.2024.1356696.
[4]	MAGLIANO D J, SACRE J W, HARDING J L, et al. Young-onset type 2 diabetes mellitus—implications for morbidity and mortality[J]. Nat Rev Endocrinol, 2020, 16(6): 321-331. DOI: 10.1038/s41574-020-0334-z.
[5]	KASHIMA S, INOUE K, MATSUMOTO M, et al. Prevalence and characteristics of non-obese diabetes in Japanese men and women: the Yuport Medical Checkup Center Study[J]. J Diabetes, 2015, 7(4): 523-530. DOI: 10.1111/1753-0407.12213.
[6]	AEKPLAKORN W. Prevalence, treatment, and control of metabolic risk factors by BMI status in Thai adults: National Health Examination Survey Ⅲ[J]. Asia Pac J Public Health, 2011, 23(3): 298-306. DOI: 10.1177/1010539509340690.
[7]	CHAN J C N, MALIK V, JIA W P, et al. Diabetes in Asia: epidemiology, risk factors, and pathophysiology[J]. JAMA, 2009, 301(20): 2129-2140. DOI: 10.1001/jama.2009.726.
[8]	RATTARASARN C. Dysregulated lipid storage and its relationship with insulin resistance and cardiovascular risk factors in non-obese Asian patients with type 2 diabetes[J]. Adipocyte, 2018, 7(2): 71-80. DOI: 10.1080/21623945.2018.1429784.
[9]	李纪新, 邱林杰, 任燕, 等. 肥胖慢性炎症中医药治疗的潜在靶点:巨噬细胞极化[J]. 中国中药杂志, 2023, 48(19): 5113-5121. DOI: 10.19540/j.cnki.cjcmm.20230619.602.
[10]	GUERREIRO V A, CARVALHO D, FREITAS P. Obesity, adipose tissue, and inflammation answered in questions[J]. J Obes, 2022, 2022: 2252516. DOI: 10.1155/2022/2252516.
[11]	李纪新, 邱林杰, 任燕, 等. 中药及活性成分靶向M1/M2巨噬细胞极化平衡干预肥胖合并2型糖尿病的研究进展[J]. 中国中药杂志, 2024, 49(13): 3441-3451. DOI: 10.19540/j.cnki.cjcmm.20240205.703.
[12]	卢冬磊, 杨风英, 冯展鹏, 等. 同期训练可改善伴有超重或肥胖2型糖尿病患者的健康效应:一项meta分析[J]. 中国全科医学, 2025, 28(27): 3410-3421. DOI: 10.12114/j.issn.1007-9572.2024.0211.
[13]	EUN Y, LEE S N, SONG S W, et al. Fat-to-muscle ratio: a new indicator for coronary artery disease in healthy adults[J]. Int J Med Sci, 2021, 18(16): 3738-3743. DOI: 10.7150/ijms.62871.
[14]	KEE Y K, LEE J H, NAM B Y, et al. Donor fat-to-muscle ratio and kidney transplant outcomes: a proposition of metabolic memory[J]. Diabetes Metab Res Rev, 2024, 40(2): e3781. DOI: 10.1002/dmrr.3781.
[15]	SHI Y X, CHEN X Y, QIU H N, et al. Visceral fat area to appendicular muscle mass ratio as a predictor for nonalcoholic fatty liver disease independent of obesity[J]. Scand J Gastroenterol, 2021, 56(3): 312-320. DOI: 10.1080/00365521.2021.1879244.
[16]	Chinese Diabetes Society. 中国2型糖尿病防治指南(2020年版)(上)[J]. 中国实用内科杂志, 2021, 41(8): 668-695. DOI: 10.19538/j.nk2021080106.
[17]	ZHENG J, HU Y, XU H W, et al. Normal-weight visceral obesity promotes a higher 10-year atherosclerotic cardiovascular disease risk in patients with type 2 diabetes mellitus-a multicenter study in China[J]. Cardiovasc Diabetol, 2023, 22(1): 137. DOI: 10.1186/s12933-023-01876-7.
[18]	STRATI M, MOUSTAKI M, PSALTOPOULOU T, et al. Early onset type 2 diabetes mellitus: an update[J]. Endocrine, 2024, 85(3): 965-978. DOI: 10.1007/s12020-024-03772-w.
[19]	American Diabetes Association Professional Practice Committee. 13. older adults: standards of medical care in diabetes-2022[J]. Diabetes Care, 2022, 45(suppl 1): S195-S207. DOI: 10.2337/dc22-s013.
[20]	NG A C T, DELGADO V, BORLAUG B A, et al. Diabesity: the combined burden of obesity and diabetes on heart disease and the role of imaging[J]. Nat Rev Cardiol, 2021, 18(4): 291-304. DOI: 10.1038/s41569-020-00465-5.
[21]	NAAMAN S C, BAKRIS G L. Diabetic nephropathy: update on pillars of therapy slowing progression[J]. Diabetes Care, 2023, 46(9): 1574-1586. DOI: 10.2337/dci23-0030.
[22]	王文茹, 张旭明, 李纪新, 等. 益气养阴类中成药治疗早期糖尿病肾病的网状Meta分析[J]. 中国中药杂志, 2023, 48(14): 3949-3964. DOI: 10.19540/j.cnki.cjcmm.20230314.501.
[23]	李纪新, 张旭明, 王文茹, 等. 口服中成药治疗2型糖尿病周围神经病变的网状Meta分析[J]. 中草药, 2023, 54(17): 5677-5695. DOI: 10.7501/j.issn.0253-2670.2023.17.022.
[24]	BESHYAH S A, JAYYOUSI A, AL-MAMARI A S, et al. Current perspectives in pre- and diabetic peripheral neuropathy diagnosis and management: an expert statement for the gulf region[J]. Diabetes Ther, 2024, 15(12): 2455-2474. DOI: 10.1007/s13300-024-01658-8.
[25]	CHONG D D, DAS N, SINGH R P. Diabetic retinopathy: screening, prevention, and treatment[J]. Cleve Clin J Med, 2024, 91(8): 503-510. DOI: 10.3949/ccjm.91a.24028.
[26]	GUJRAL U P, WEBER M B, STAIMEZ L R, et al. Diabetes among non-overweight individuals: an emerging public health challenge[J]. Curr Diab Rep, 2018, 18(8): 60. DOI: 10.1007/s11892-018-1017-1.
[27]	MESINOVIC J, ZENGIN A, DE COURTEN B, et al. Sarcopenia and type 2 diabetes mellitus: a bidirectional relationship[J]. Diabetes Metab Syndr Obes, 2019, 12: 1057-1072. DOI: 10.2147/DMSO.S186600.
[28]	DAS S. The impact of diabetes on sarcopenia in community-dwelling older adults in India: key findings from the longitudinal ageing study in India (LASI)[J]. Diabetes Epidemiol Manag, 2023, 12: 100158. DOI: 10.1016/j.deman.2023.100158.
[29]	CHUNG S M, MOON J S, CHANG M C. Prevalence of sarcopenia and its association with diabetes: a meta-analysis of community-dwelling Asian population[J]. Front Med (Lausanne), 2021, 8: 681232. DOI: 10.3389/fmed.2021.681232.
[30]	ZHU J J, WILDING J P H. Body fat depletion: the Yin paradigm for treating type 2 diabetes[J]. Curr Atheroscler Rep, 2024, 26(1): 1-10. DOI: 10.1007/s11883-023-01181-4.
[31]	UYSAL K T, WIESBROCK S M, MARINO M W, et al. Protection from obesity-induced insulin resistance in mice lacking TNF-alpha function[J]. Nature, 1997, 389(6651): 610-614. DOI: 10.1038/39335.
[32]	HOTAMISLIGIL G S, SHARGILL N S, SPIEGELMAN B M. Adipose expression of tumor necrosis factor-alpha: direct role in obesity-linked insulin resistance[J]. Science, 1993, 259(5091): 87-91. DOI: 10.1126/science.7678183.
[33]	TARGHER G, COREY K E, BYRNE C D, et al. The complex link between NAFLD and type 2 diabetes mellitus - mechanisms and treatments[J]. Nat Rev Gastroenterol Hepatol, 2021, 18(9): 599-612. DOI: 10.1038/s41575-021-00448-y.
[34]	HUBY T, GAUTIER E L. Immune cell-mediated features of non-alcoholic steatohepatitis[J]. Nat Rev Immunol, 2022, 22(7): 429-443. DOI: 10.1038/s41577-021-00639-3.
[35]	DE LA ROSA RODRIGUEZ M A, KERSTEN S. Regulation of lipid droplet-associated proteins by peroxisome proliferator-activated receptors[J]. Biochim Biophys Acta Mol Cell Biol Lipids, 2017, 1862(10 Pt B): 1212-1220. DOI: 10.1016/j.bbalip.2017.07.007.
[36]	PETERSEN M C, VATNER D F, SHULMAN G I. Regulation of hepatic glucose metabolism in health and disease[J]. Nat Rev Endocrinol, 2017, 13(10): 572-587. DOI: 10.1038/nrendo.2017.80.

项目	未患T2DM组（n=908）	患有T2DM组（n=113）	t（χ²）值	P值
年龄（±s，岁）	43±15	59±12	-12.22	<0.001
体质量（±s，kg）	57.11±7.23	58.41±7.52	-1.74	0.036
身高（±s，cm）	163.46±7.65	163.06±8.23	0.48	0.517
MFR（±s）	1.47±0.52	1.27±0.42	4.78	<0.001
BMI（±s，kg/m²）	21.3±1.7	21.9±1.5	-3.76	<0.001
收缩压（±s，mmHg）	118±16	130±18	-6.63	<0.001
舒张压（±s，mmHg）	69±11	72±9	-3.02	0.003
FPG（±s，mmol/L）	5.14±0.39	7.47±1.95	-12.65	<0.001
HDL-C（±s，mmol/L）	1.48±0.32	1.46±0.38	0.48	0.411
LDL-C（±s，mmol/L）	2.90±0.84	3.21±0.87	-3.46	0.001
TG（±s，mmol/L）	1.03±0.62	1.31±1.34	-2.15	<0.001
性别[例（%）]			0.06^a	0.718
男	219（24.12）	29（25.66）
女	689（75.88）	84（74.34）
饮酒史[例（%）]			51.22^a	<0.001
是	12（1.32）	15（13.27）
否	896（98.68）	98（86.73）
吸烟史[例（%）]			40.36^a	<0.001
是	14（1.54）	14（12.39）
否	894（98.46）	99（87.61）
高血压病史[例（%）]			40.42^a	<0.001
是	48（5.29）	25（22.12）
否	860（94.71）	88（77.88）
MFR四分位组[例（%）]			43.12^a	<0.001
Q1组	206（22.69）	49（43.36）
Q2组	227（25.00）	28（24.78）
Q3组	239（26.32）	16（14.16）
Q4组	236（25.99）	20（17.70）

项目	未患T2DM组（n=908）	患有T2DM组（n=113）	t（χ²）值	P值
年龄（±s，岁）	43±15	59±12	-12.22	<0.001
体质量（±s，kg）	57.11±7.23	58.41±7.52	-1.74	0.036
身高（±s，cm）	163.46±7.65	163.06±8.23	0.48	0.517
MFR（±s）	1.47±0.52	1.27±0.42	4.78	<0.001
BMI（±s，kg/m²）	21.3±1.7	21.9±1.5	-3.76	<0.001
收缩压（±s，mmHg）	118±16	130±18	-6.63	<0.001
舒张压（±s，mmHg）	69±11	72±9	-3.02	0.003
FPG（±s，mmol/L）	5.14±0.39	7.47±1.95	-12.65	<0.001
HDL-C（±s，mmol/L）	1.48±0.32	1.46±0.38	0.48	0.411
LDL-C（±s，mmol/L）	2.90±0.84	3.21±0.87	-3.46	0.001
TG（±s，mmol/L）	1.03±0.62	1.31±1.34	-2.15	<0.001
性别[例（%）]			0.06^a	0.718
男	219（24.12）	29（25.66）
女	689（75.88）	84（74.34）
饮酒史[例（%）]			51.22^a	<0.001
是	12（1.32）	15（13.27）
否	896（98.68）	98（86.73）
吸烟史[例（%）]			40.36^a	<0.001
是	14（1.54）	14（12.39）
否	894（98.46）	99（87.61）
高血压病史[例（%）]			40.42^a	<0.001
是	48（5.29）	25（22.12）
否	860（94.71）	88（77.88）
MFR四分位组[例（%）]			43.12^a	<0.001
Q1组	206（22.69）	49（43.36）
Q2组	227（25.00）	28（24.78）
Q3组	239（26.32）	16（14.16）
Q4组	236（25.99）	20（17.70）

因素	模型1		模型2		模型3
因素	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
MFR（连续性变量）	0.36（0.22~0.60）	<0.001	0.39（0.20~0.77）	0.007	0.29（0.12~0.69）	0.005
MFR（以Q1组为参照）
Q2组	0.52（0.31~0.86）	0.010	0.66（0.39~1.14）	0.137	0.62（0.34~1.15）	0.128
Q3组	0.28（0.16~0.51）	<0.001	0.41（0.21~0.78）	0.007	0.41（0.19~0.89）	0.023
Q4组	0.36（0.21~0.62）	<0.001	0.48（0.21~1.06）	0.070	0.34（0.12~0.93）	0.036

因素	模型1		模型2		模型3
因素	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
MFR（连续性变量）	0.36（0.22~0.60）	<0.001	0.39（0.20~0.77）	0.007	0.29（0.12~0.69）	0.005
MFR（以Q1组为参照）
Q2组	0.52（0.31~0.86）	0.010	0.66（0.39~1.14）	0.137	0.62（0.34~1.15）	0.128
Q3组	0.28（0.16~0.51）	<0.001	0.41（0.21~0.78）	0.007	0.41（0.19~0.89）	0.023
Q4组	0.36（0.21~0.62）	<0.001	0.48（0.21~1.06）	0.070	0.34（0.12~0.93）	0.036

因素	模型1		模型2		模型3
因素	β（95%CI）	P值	β（95%CI）	P值	β（95%CI）	P值
MFR（连续性变量）	-0.26（-0.39~-0.14）	<0.001	-0.31（-0.47~-0.16）	<0.001	-0.28（-0.49~-0.08）	0.007
MFR（以Q1为参照）
Q2组	-0.51（-0.69~-0.33）	<0.001	-0.38（-0.55~-0.21）	<0.001	-0.36（-0.55~-0.18）	<0.001
Q3组	-0.57（-0.75~-0.40）	<0.001	-0.42（-0.59~-0.25）	<0.001	-0.37（-0.58~-0.16）	<0.001
Q4组	-0.47（-0.64~-0.29）	<0.001	-0.44（-0.65~-0.22）	<0.001	-0.36（-0.63~-0.09）	0.009

肌肉与脂肪比值对非超重/肥胖2型糖尿病的预测价值研究

Predictive Value of Muscle-to-Fat Ratio in Type 2 Diabetes Mellitus among Non-overweight/Obese People

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 36

相关文章 15

编辑推荐

Metrics

留言

项目	OR（95%CI）	P值	P_交互值
性别			0.166
男	0.10（0.03~0.43）	0.002
女	0.39（0.11~1.34）	0.134
年龄			0.218
<41岁	0.05（0.00~1.31）	0.073
≥41岁	0.37（0.15~0.91）	0.031
吸烟史			0.593
是	0.44（0.08~2.57）	0.362
否	0.28（0.11~0.67）	0.004
饮酒史			0.571
是	0.07（0.00~11.65）	0.308
否	0.30（0.12~0.74）	0.009
高血压病史			0.643
是	0.14（0.01~2.05）	0.152
否	0.27（0.11~0.67）	0.005

项目	β（95%CI）	P值	P_交互值
性别			0.311
男	-0.20（-0.50~0.09）	0.175
女	-0.42（-0.72~-0.12）	0.007
年龄			0.081
<41岁	-0.38（-0.65~-0.11）	0.006
≥41岁	-0.06（-0.34~0.22）	0.670
吸烟			0.029
是	-2.56（-4.67~-0.44）	0.018
否	-0.22（-0.42~-0.03）	0.027
饮酒			0.082
是	-1.38（-2.66~-0.10）	0.035
否	-0.25（-0.45~-0.04）	0.020
高血压病史			<0.001
是	-1.30（-1.93~-0.67）	<0.001
否	-0.21（-0.42~-0.01）	0.041

[1]	刘璠, 李嘉丽, 柯立鑫, 张强, 陈嘉慧, 卢存存, 赵信科. 1990—2021年全球与中国60岁及以上人群高胆固醇血症的疾病负担：趋势分析与模型预测[J]. 中国全科医学, 2026, 29(05): 631-640.
[2]	江晓蕊, 闫玉瑶, 卫靖靖, 乔利杰, 彭广操, 朱明军. 冠心病患者并发心力衰竭风险预测模型的系统评价[J]. 中国全科医学, 2026, 29(03): 393-402.
[3]	马腾腾, 诸秉根. "全-专"分级精准管理对2型糖尿病低血糖的防治效应：一项随机对照研究[J]. 中国全科医学, 2026, 29(03): 331-339.
[4]	罗娇玲, 张维森, 柴智浩, 朱峰, 朱彤, 靳雅丽, 潘静, 江朝强. 绝经年龄与绝经后空腹血糖和糖尿病的相关性研究[J]. 中国全科医学, 2026, 29(02): 195-200.
[5]	李纪新, 邱林杰, 任燕, 王文茹, 杨振宇, 刘峰兆, 李美洁, 栗文婕, 张晋. 肌肉脂肪比例与非肥胖高尿酸血症的相关性及预测价值研究[J]. 中国全科医学, 2026, 29(01): 84-90.
[6]	袁蓓蓓. "医防融合"中预防类服务的界定和实现路径探讨：以2型糖尿病为例[J]. 中国全科医学, 2026, 29(01): 100-107.
[7]	陈荟雨, 徐紫燕, 李玉红. 孕晚期女性膳食炎症指数和泌乳启动延迟的相关性研究[J]. 中国全科医学, 2025, 28(35): 4442-4448.
[8]	王瓅珠, 李思涵, 王心怡, 冒孙汐, 邱杨, 王中华. 基于ITHBC模型的糖尿病知识、自我效能对农村2型糖尿病患者自我管理和生存质量的影响路径研究[J]. 中国全科医学, 2025, 28(34): 4351-4358.
[9]	王梦奇, 梁墨瑄, 李泽远, 郭玉婷, 程景民. 间歇性禁食对2型糖尿病患者应用效果的范围综述[J]. 中国全科医学, 2025, 28(33): 4234-4240.
[10]	李书楠, 张诗妍, 邓亚楠, 胡丹青, 郑雨心, 李丹阳, 李灿东. 1990—2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究[J]. 中国全科医学, 2025, 28(33): 4214-4226.
[11]	张磊, 张环宇, 陈凯悦, 励晓红, 郭莺. 空腹血糖与糖化血红蛋白对2型糖尿病与糖尿病前期的筛查效果及筛查策略研究[J]. 中国全科医学, 2025, 28(32): 4055-4061.
[12]	张骥, 周婕, 李凌, 吴延莉, 吉维, 刘涛. 空腹血糖水平与全因死亡和特定原因死亡风险的前瞻性队列研究[J]. 中国全科医学, 2025, 28(31): 3924-3931.
[13]	贾高鹏, 陈秋雨. 老年急性ST段抬高型心肌梗死经皮冠状动脉介入治疗术后心绞痛复发风险预测模型构建和验证：基于CYP2C19相关基因检测[J]. 中国全科医学, 2025, 28(30): 3779-3786.
[14]	徐百川, 王艳, 张彭, 李艺婷, 刘飞来, 谢洋. 慢性阻塞性肺疾病共病肺癌筛查工具分析[J]. 中国全科医学, 2025, 28(30): 3847-3852.
[15]	李玲, 李雅萍, 钱时兴, 聂婧, 陆春华, 李霞. 社区中老年人认知功能影响因素及风险预测研究[J]. 中国全科医学, 2025, 28(30): 3773-3778.