相位角与超重/肥胖患者糖脂代谢异常的相关性及其预测价值研究

doi:10.12114/j.issn.1007-9572.2025.0148

中国全科医学 ›› 2026, Vol. 29 ›› Issue (33): 4876-4884.DOI: 10.12114/j.issn.1007-9572.2025.0148

相位角与超重/肥胖患者糖脂代谢异常的相关性及其预测价值研究

李纪新, 邱林杰, 任燕, 李美洁, 邹姹姹, 吴梓敬, 王文茹, 杨振宇, 刘峰兆, 张晋^*()

100091　北京市，中国中医科学院西苑医院

收稿日期:2025-06-05 修回日期:2026-02-24 出版日期:2026-11-20 发布日期:2026-10-21
通讯作者: 张晋
作者贡献：
李纪新提出研究思路，设计研究方案与研究命题，负责数据收集、清洗及统计学分析，负责论文起草、最终版本修订，对论文负责；邱林杰参与研究思路与研究方案设计，负责研究过程实施与资料采集，参与论文起草与修改；任燕负责研究过程实施，参与数据收集与质量控制，参与论文修改；李美洁、邹姹姹、吴梓敬负责数据收集与清洗，参与统计结果整理与表格制作，参与论文起草；王文茹、杨振宇、刘峰兆参与研究方案设计与质量控制，参与结果解释与论文修改，参与最终版本审阅；张晋提出研究思路，设计研究方案，指导研究实施与关键方法学把关，负责最终版本修订，对论文负责。
基金资助:
北京薪火传承3+3项目(2023-SZ-A51); 国家重点研发计划子课题(2018YFC2000600); 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)

Study on the Correlation between Phase Angle and Abnormal Glucose and Lipid Metabolism in Overweight/Obese Patients and Its Predictive Value

LI Jixin, QIU Linjie, REN Yan, LI Meijie, ZOU Chacha, WU Zijing, WANG Wenru, YANG Zhenyu, LIU Fengzhao, ZHANG Jin^*()

Xiyuan Hospital, China Academy of Traditional Chinese Medicine, Beijing 100091, China

Received:2025-06-05 Revised:2026-02-24 Published:2026-11-20 Online:2026-10-21
Contact: ZHANG Jin

摘要/Abstract

摘要： 背景超重/肥胖人群易伴有糖脂代谢紊乱，且会进一步诱发心脑血管疾病，因此寻找简便、高效的超重/肥胖人群糖脂代谢异常的早期识别方法具有重要意义。相位角（PhA）因其无创、简便、可反映健康水平而具有潜在临床价值。目的探究PhA与超重/肥胖患者糖脂代谢异常的相关性及其预测价值。方法选取2021—2024年在中国中医科学院西苑医院参加健康体检的1 034例超重/肥胖患者为研究对象。根据超重/肥胖患者是否合并2型糖尿病（T2DM）、血脂异常将其分为非T2DM组（736例）和T2DM组（298例），以及非血脂异常组（382例）和血脂异常组（652例），收集并比较患者资料。采用Logistic回归和多元线性回归模型分析PhA与T2DM患病风险及空腹血糖（FPG）水平的相关性，以及PhA与血脂异常患病风险及总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）水平的相关性，依据性别、年龄、吸烟史、饮酒史进行交互作用检验。运用ROC曲线评估PhA对于超重/肥胖患者T2DM和血脂异常患病风险的预测效能。结果本研究共纳入1 034例超重/肥胖患者，其中男546例（52.80%）、女488例（47.20%），平均年龄（51.8±15.3）岁，包含T2DM患者298例，血脂异常患者652例。不同糖脂代谢异常分组患者性别、年龄、体质量、BMI、收缩压、舒张压、LDL-C、FPG、TG、HDL-C、PhA、吸烟史、饮酒史比例比较，差异均有统计学意义（P<0.05）。调整相关变量后，Logistic回归分析结果显示，超重/肥胖患者PhA每上升1个单位，T2DM、血脂异常患病风险降低为原来的37%（OR=0.37，95%CI=0.31~0.46，P<0.01）和42%（OR=0.42，95%CI=0.35~0.52，P<0.01）。多元线性回归分析结果显示，超重/肥胖患者PhA每上升1个单位，FPG水平降低0.39个单位（β=-0.39，95%CI=-0.48~-0.29，P<0.01），TC、TG、LDL-C水平分别降低0.15（β=-0.15，95%CI=-0.22~-0.09）、0.42（β=-0.42，95%CI=-0.49~-0.35）、0.12（β=-0.12，95%CI=-0.23~-0.01）个单位（P<0.05）。亚组分析结果显示，升高PhA水平对≥52岁及不饮酒的患者在改善糖脂代谢方面获益更多（P交互<0.05）。PhA预测超重/肥胖患者T2DM、血脂异常患病风险的ROC曲线下面积（AUC）分别为0.737（95%CI=0.702~0.772）、0.662（95%CI=0.628~0.696），最佳截断值分别为4.15°和5.15°。结论 PhA与超重/肥胖患者T2DM、血脂异常患病风险呈负相关，且对糖脂代谢异常具有较好的预测效能，可用于超重/肥胖患者T2DM和血脂异常的早期识别。

关键词: 超重, 肥胖症, 相位角, 糖尿病，2型, 血脂异常, 相关性研究, 预测价值

Abstract:

Background

Overweight/obese individuals are prone to concomitant glucose and lipid metabolism disorders, which may further induce cardiovascular and cerebrovascular diseases. Therefore, identifying simple, effective, and cost-efficient methods for early detection of glucose and lipid metabolism abnormalities in overweight/obese populations is of significant importance. Phase angle (PhA) holds potential clinical value due to its non-invasive nature, simplicity, and ability to reflect health status.

Objective

To investigate the correlation between PhA and glucose/lipid metabolism abnormalities in overweight/obese patients, as well as its predictive value.

Methods

A total of 1 034 overweight/obese patients undergoing health examinations at Xiyuan Hospital of China Academy of Chinese Medical Sciences from 2021 to 2024 were enrolled. Participants were categorized based on the presence of type 2 diabetes mellitus (T2DM) and dyslipidemia: non-T2DM group (n=736) and T2DM group (n=298), non-dyslipidemic group (n=382) and dyslipidemic group (n=652). Patient data were collected and compared. Logistic regression and linear regression models were employed to analyze the correlation between PhA and the risk of T2DM, as well as its association with fasting plasma glucose (FPG) levels. Additionally, the relationship between PhA and the risk of dyslipidemia, along with its correlation with total cholesterol (TC), triglycerides (TG), high-density lipoprotein cholesterol (HDL-C), and low-density lipoprotein cholesterol (LDL-C) levels. Interaction tests were performed based on gender, age, smoking history, and alcohol consumption history. ROC curves were used to evaluate the predictive efficacy of PhA for T2DM and dyslipidemia risk in overweight/obese patients.

Results

This study included 1 034 overweight/obese patients, comprising 546 males (52.80%) and 488 females (47.20%), with a mean age of (51.8±15.3) years. Among them, 298 patients had T2DM and 652 had dyslipidemia. Comparisons of gender, age, weight, BMI, systolic blood pressure, diastolic blood pressure, LDL-C, FPG, TG, HDL-C, PhA, smoking history, and drinking history between different glucose and lipid metabolism abnormality groups showed statistically significant differences (P<0.05). After adjusting for relevant variables, logistic regression analysis revealed that for each unit increase in PhA among overweight/obese patients, the risk of T2DM and dyslipidemia decreased to 37% (OR=0.37, 95%CI=0.31-0.46, P<0.01) and 42% (OR=0.42, 95%CI=0.35-0.52, P<0.01). Linear regression analysis revealed that for each unit increase in PhA among overweight/obese patients, FPG levels decreased by 0.39 units (β=-0.39, 95%CI=-0.48 to -0.29, P<0.01), while TC, TG, and LDL-C levels decreased by 0.15 (β=-0.15, 95%CI=-0.22 to -0.09), 0.42 (β=-0.42, 95%CI=-0.49 to -0.35), and 0.12 (β=-0.12, 95%CI=-0.23 to -0.01) (P<0.05), respectively. Subgroup analysis revealed that elevated PhA levels conferred greater benefits in improving glucose and lipid metabolism among patients aged ≥52 years and non-drinkers (P_interaction<0.05). The area under the ROC curve (AUC) for PhA in predicting T2DM and dyslipidemia risk in overweight/obese patients was 0.737 (95%CI=0.702-0.772) and 0.662 (95%CI=0.628-0.696), respectively, with optimal cutoff values of 4.15° and 5.15°.

Conclusion

PhA negatively correlates with the risk of T2DM and dyslipidemia in overweight/obese patients and demonstrates good predictive efficacy for abnormal glucose and lipid metabolism. It can be used for early identification of T2DM and dyslipidemia in overweight/obese patients.

Key words: Overweight, Obesity, Phase angle, Diabetes mellitus, type 2, Dyslipidemia, Correlation study, Predictive value

中图分类号:

R 194.3

李纪新,邱林杰,任燕,等. 相位角与超重/肥胖患者糖脂代谢异常的相关性及其预测价值研究[J]. 中国全科医学, 2026, 29(33): 4876-4884. DOI: 10.12114/j.issn.1007-9572.2025.0148.
LI Jixin,QIU Linjie,REN Yan, et al. Study on the Correlation between Phase Angle and Abnormal Glucose and Lipid Metabolism in Overweight/Obese Patients and Its Predictive Value[J]. Chinese General Practice, 2026, 29(33): 4876-4884. DOI: 10.12114/j.issn.1007-9572.2025.0148.

图/表 6

参考文献 29

[1]	Catalán V, Avilés-Olmos I, Rodríguez A, et al. Time to consider the "exposome hypothesis" in the development of the obesity pandemic[J]. Nutrients, 2022, 14(8): 1597. DOI: 10.3390/nu14081597.
[2]	NCD Risk Factor Collaboration (NCD-RisC). Trends in adult body-mass index in 200 countries from 1975 to 2014: a pooled analysis of 1698 population-based measurement studies with 19.2 million participants[J]. Lancet, 2016, 387(10026): 1377-1396.
[3]	Zorena K, Jachimowicz-Duda O, Ślęzak D, et al. Adipokines and obesity. potential link to metabolic disorders and chronic complications[J]. Int J Mol Sci, 2020, 21(10): 3570. DOI: 10.3390/ijms21103570.
[4]	Lau W B, Ohashi K, Wang Y J, et al. Role of adipokines in cardiovascular disease[J]. Circ J, 2017, 81(7): 920-928. DOI: 10.1253/circj.cj-17-0458.
[5]	Frasca D, Blomberg B B, Paganelli R. Aging, obesity, and inflammatory age-related diseases[J]. Front Immunol, 2017, 8: 1745. DOI: 10.3389/fimmu.2017.01745.
[6]	Ding Y Y, Xu Z H, Zhou X, et al. Association between weight-adjusted-waist index and the risk of hyperuricemia in adults: a population-based investigation[J]. Front Endocrinol, 2023, 14: 1236401. DOI: 10.3389/fendo.2023.1236401.
[7]	Liu Y T, Zhao W, Liu X H, et al. Identifying reliable obesity indices for hyperuricemia among middle-aged and elderly populations: a longitudinal study[J]. Lipds Health Dis, 2024, 23(1): 305. DOI: 10.1186/s12944-024-02296-6.
[8]	Iacobini C, Pugliese G, Blasetti Fantauzzi C, et al. Metabolically healthy versus metabolically unhealthy obesity[J]. Metabolism, 2019, 92: 51-60. DOI: 10.1016/j.metabol.2018.11.009.
[9]	Petersen M C, Smith G I, Palacios H H, et al. Cardiometabolic characteristics of people with metabolically healthy and unhealthy obesity[J]. Cell Metab, 2024, 36(4): 745-761.e5. DOI: 10.1016/j.cmet.2024.03.002.
[10]	李茜, 朱红, 叶梦, 等. 相位角与中老年2型糖尿病患者肌少症的相关性研究[J]. 首都医科大学学报, 2025, 46(2): 340-347. DOI: 10.3969/j.issn.1006-7795.2025.02.021.
[11]	厚双龙, 潘义, 高彩红, 等. 相位角在肥胖患者管理中的应用研究进展[J]. 中国慢性病预防与控制, 2024, 32(7): 543-546.
[12]	Di Vincenzo O, Marra M, Di Gregorio A, et al. Bioelectrical impedance analysis (BIA)-derived phase angle in sarcopenia: a systematic review[J]. Clin Nutr, 2021, 40(5): 3052-3061. DOI: 10.1016/j.clnu.2020.10.048.
[13]	Cancello R, Brunani A, Brenna E, et al. Phase angle (PhA) in overweight and obesity: evidence of applicability from diagnosis to weight changes in obesity treatment[J]. Rev Endocr Metab Disord, 2023, 24(3): 451-464. DOI: 10.1007/s11154-022-09774-1.
[14]	Kyle U G, Soundar E P, Genton L, et al. Can phase angle determined by bioelectrical impedance analysis assess nutritional risk? A comparison between healthy and hospitalized subjects[J]. Clin Nutr, 2012, 31(6): 875-881. DOI: 10.1016/j.clnu.2012.04.002.
[15]	曹梦宇, 祁晓磊, 周明, 等. 不同诊断标准下相位角对老年男性肌少症的诊断价值分析[J]. 解放军医学院学报, 2021, 42(5): 494-499, 532. DOI: 10.3969/j.issn.2095-5227.2021.05.004.
[16]	中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2020年版)(下)[J]. 中国实用内科杂志, 2021, 41(9): 757-784.
[17]	张美红, 杨晶, 钟文倩, 等. 身体圆度指数与阻塞性睡眠呼吸暂停相关性分析及其预测价值评估研究[J]. 中国全科医学, 2026, 29(8): 1013-1019. DOI: 10.12114/j.issn.1007-9572.2025.0275.
[18]	中国中西医结合学会心血管病专业委员会动脉粥样硬化与血脂异常专业组. 血脂异常中西医结合诊疗专家共识[J]. 中国全科医学, 2017, 20(3): 262-269. DOI: 10.3969/j.issn.1007-9572.2017.03.002.
[19]	Liu C X, Wang C X, Guan S C, et al. The prevalence of metabolically healthy and unhealthy obesity according to different criteria[J]. Obes Facts, 2019, 12(1): 78-90. DOI: 10.1159/000495852.
[20]	Li M, Cui M, Li G X, et al. The pathophysiological associations between obesity, NAFLD, andAtherosclerotic cardiovascular diseases[J]. Horm Metab Res, 2024, 56(10): 683-696. DOI: 10.1055/a-2266-1503.
[21]	Torres-Peña J D, Arenas-De Larriva A P, Alcala-Diaz J F, et al. Different dietary approaches, non-alcoholic fatty liver disease and cardiovascular disease: a literature review[J]. Nutrients, 2023, 15(6): 1483. DOI: 10.3390/nu15061483.
[22]	Boutari C, Demarsilis A, Mantzoros C S. Obesity and diabetes[J]. Diabetes Res Clin Pract, 2023, 202: 110773. DOI: 10.1016/j.diabres.2023.110773.
[23]	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.
[24]	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.
[25]	Bellido D, García-García C, Talluri A, et al. Future lines of research on phase angle: Strengths and limitations[J]. Rev Endocr Metab Disord, 2023, 24(3): 563-583. DOI: 10.1007/s11154-023-09803-7.
[26]	Martins A D, Oliveira R, Brito J P, et al. Effect of exercise on phase angle in cancer patients: a systematic review[J]. J Sports Med Phys Fitness, 2022, 62(9): 1255-1265. DOI: 10.23736/s0022-4707.21.12727-6.
[27]	乔威佳. 相位角与老年肌少症的相关性分析[D]. 南昌: 南昌大学, 2023.
[28]	Mayne K J, Shemilt R, Keane D F, et al. Bioimpedance indices of fluid overload and cardiorenal outcomes in heart failure and chronic kidney disease: a systematic review[J]. J Card Fail, 2022, 28(11): 1628-1641. DOI: 10.1016/j.cardfail.2022.08.005.
[29]	Alves E A S, Do Nascimento Salazar T C, Silvino V O, et al. Association between phase angle and adverse clinical outcomes in hospitalized patients with COVID-19: a systematic review[J]. Nut Clin Prac, 2022, 37(5): 1105-1116. DOI: 10.1002/ncp.10901.

项目	非T2DM组（n=736）	T2DM组（n=298）	t（χ²）值	P值
性别[例（%）]			9.275^a	<0.01
男	366（49.73）	180（60.40）
女	370（50.27）	118（39.60）
年龄（±s，岁）	49.6±15.0	57.3±14.7	-7.480	<0.01
体重（±s，kg）	73.17±10.85	76.74±13.65	-4.029	<0.01
BMI（±s，kg/m²）	26.6±2.3	27.7±3.6	-4.86	<0.01
收缩压（±s，mmHg）	129±18	134±19	-3.891	<0.01
舒张压（±s，mmHg）	75±11	77±11	-2.648	<0.01
TC（±s，mmol/L）	4.90±0.87	4.84±0.96	0.935	0.350
HDL-C（±s，mmol/L）	1.25±0.27	1.18±0.26	3.878	<0.01
LDL-C（±s，mmol/L）	3.16±0.81	3.41±0.89	-4.196	<0.01
FPG（±s，mmol/L）	5.49±0.54	7.34±2.26	-13.97	<0.01
TG（±s，mmol/L）	1.48±0.90	1.69±1.32	-2.519	<0.01
血脂异常病史[例（%）]			3.739^a	0.053
是	450（61.14）	202（67.79）
否	286（38.86）	96（32.21）
吸烟史[例（%）]			27.196^a	<0.01
是	93（12.64）	78（27.17）
否	643（87.36）	220（72.83）
饮酒史[例（%）]			16.410^a	<0.01
是	96（13.04）	70（23.49）
否	640（85.96）	228（76.51）
PhA（±s）	5.33°± 0.86°	4.44°± 1.04°	13.074	<0.01
PhA分组[例（%）]			140.901^a	<0.01
Q1组	102（13.86）	137（45.97）
Q2组	191（25.95）	78（26.17）
Q3组	187（25.41）	45（15.10）
Q4组	256（34.78）	38（12.75）

项目	非T2DM组（n=736）	T2DM组（n=298）	t（χ²）值	P值
性别[例（%）]			9.275^a	<0.01
男	366（49.73）	180（60.40）
女	370（50.27）	118（39.60）
年龄（±s，岁）	49.6±15.0	57.3±14.7	-7.480	<0.01
体重（±s，kg）	73.17±10.85	76.74±13.65	-4.029	<0.01
BMI（±s，kg/m²）	26.6±2.3	27.7±3.6	-4.86	<0.01
收缩压（±s，mmHg）	129±18	134±19	-3.891	<0.01
舒张压（±s，mmHg）	75±11	77±11	-2.648	<0.01
TC（±s，mmol/L）	4.90±0.87	4.84±0.96	0.935	0.350
HDL-C（±s，mmol/L）	1.25±0.27	1.18±0.26	3.878	<0.01
LDL-C（±s，mmol/L）	3.16±0.81	3.41±0.89	-4.196	<0.01
FPG（±s，mmol/L）	5.49±0.54	7.34±2.26	-13.97	<0.01
TG（±s，mmol/L）	1.48±0.90	1.69±1.32	-2.519	<0.01
血脂异常病史[例（%）]			3.739^a	0.053
是	450（61.14）	202（67.79）
否	286（38.86）	96（32.21）
吸烟史[例（%）]			27.196^a	<0.01
是	93（12.64）	78（27.17）
否	643（87.36）	220（72.83）
饮酒史[例（%）]			16.410^a	<0.01
是	96（13.04）	70（23.49）
否	640（85.96）	228（76.51）
PhA（±s）	5.33°± 0.86°	4.44°± 1.04°	13.074	<0.01
PhA分组[例（%）]			140.901^a	<0.01
Q1组	102（13.86）	137（45.97）
Q2组	191（25.95）	78（26.17）
Q3组	187（25.41）	45（15.10）
Q4组	256（34.78）	38（12.75）

项目	非血脂异常组（n=382）	血脂异常组（n=652）	t（χ²）值	P值
性别[例（%）]			6.807^a	<0.01
男	181（47.38）	365（55.98）
女	201（52.62）	287（44.02）
年龄（±s，岁）	49.5±17.1	53.2±14.0	-3.578	<0.01
体重（±s，kg）	71.93±10.40	75.53±12.41	-4.995	<0.01
BMI（±s，kg/m²）	26.5±2.4	27.2±2.9	-4.125	<0.01
收缩压（±s，mmHg）	128±17	132±19	-3.495	<0.01
舒张压（±s，mmHg）	73±10	77±12	-5.758	<0.01
TC（±s，mmol/L）	4.29±0.59	5.24±0.86	-21.004	<0.01
HDL-C（±s，mmol/L）	1.32±0.25	1.17±0.26	9.175	<0.01
LDL-C（±s，mmol/L）	2.61±0.53	3.45±0.83	-19.843	<0.01
FPG（±s，mmol/L）	5.86±1.38	6.12±1.62	-2.739	<0.01
TG（±s，mmol/L）	1.04±0.38	1.84±1.18	-15.957	<0.01
T2DM病史[例（%）]			3.739^a	<0.053
是	96（25.13）	202（30.98）
否	286（74.87）	450（69.02）
吸烟史[例（%）]			24.730^a	<0.01
是	34（8.90）	137（21.01）
否	348（91.10）	515（78.99）
饮酒史[例（%）]			16.052^a	<0.01
是	38（9.95）	128（19.63）
否	344（90.05）	524（80.37）
PhA（±s）	5.46°± 0.93°	4.85°± 0.97°	10.019	<0.01
PhA分组[例（%）]			63.041^a	<0.01
Q1组	51（13.35）	188（28.83）
Q2组	87（22.77）	182（27.91）
Q3组	86（22.51）	146（22.39）
Q4组	158（41.36）	136（20.86）

项目	非血脂异常组（n=382）	血脂异常组（n=652）	t（χ²）值	P值
性别[例（%）]			6.807^a	<0.01
男	181（47.38）	365（55.98）
女	201（52.62）	287（44.02）
年龄（±s，岁）	49.5±17.1	53.2±14.0	-3.578	<0.01
体重（±s，kg）	71.93±10.40	75.53±12.41	-4.995	<0.01
BMI（±s，kg/m²）	26.5±2.4	27.2±2.9	-4.125	<0.01
收缩压（±s，mmHg）	128±17	132±19	-3.495	<0.01
舒张压（±s，mmHg）	73±10	77±12	-5.758	<0.01
TC（±s，mmol/L）	4.29±0.59	5.24±0.86	-21.004	<0.01
HDL-C（±s，mmol/L）	1.32±0.25	1.17±0.26	9.175	<0.01
LDL-C（±s，mmol/L）	2.61±0.53	3.45±0.83	-19.843	<0.01
FPG（±s，mmol/L）	5.86±1.38	6.12±1.62	-2.739	<0.01
TG（±s，mmol/L）	1.04±0.38	1.84±1.18	-15.957	<0.01
T2DM病史[例（%）]			3.739^a	<0.053
是	96（25.13）	202（30.98）
否	286（74.87）	450（69.02）
吸烟史[例（%）]			24.730^a	<0.01
是	34（8.90）	137（21.01）
否	348（91.10）	515（78.99）
饮酒史[例（%）]			16.052^a	<0.01
是	38（9.95）	128（19.63）
否	344（90.05）	524（80.37）
PhA（±s）	5.46°± 0.93°	4.85°± 0.97°	10.019	<0.01
PhA分组[例（%）]			63.041^a	<0.01
Q1组	51（13.35）	188（28.83）
Q2组	87（22.77）	182（27.91）
Q3组	86（22.51）	146（22.39）
Q4组	158（41.36）	136（20.86）

变量	T2DM
	模型1		模型2		模型3
	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
PhA水平	0.36（0.30~0.42）	<0.01	0.34（0.28~0.41）	<0.01	0.37（0.31~0.46）	<0.01
PhA分组（以Q1组为参照）
Q2组	0.30（0.21~0.44）	<0.01	0.31（0.21~0.46）	<0.01	0.35（0.24~0.52）	<0.01
Q3组	0.18（0.12~0.27）	<0.01	0.17（0.11~0.26）	<0.01	0.21（0.13~0.32）	<0.01
Q4组	0.11（0.07~0.17）	<0.01	0.10（0.06~0.16）	<0.01	0.12（0.07~0.20）	<0.01
变量	FPG
	模型1		模型2		模型3
	β（95%CI）	P值	β（95%CI）	P值	β（95%CI）	P值
PhA水平	-0.54（-0.63~-0.45）	<0.01	-0.41（-0.50~-0.31）	<0.01	-0.39（-0.48~-0.29）	<0.01
PhA分组（以Q1组为参照）
Q2组	-0.75（-1.00~-0.49）	<0.01	-0.73（-0.98~-0.49）	<0.01	-0.69（-0.94~-0.44）	<0.01
Q3组	-0.92（-1.19~-0.66）	<0.01	-0.71（-0.96~-0.45）	<0.01	-0.64（-0.90~-0.38）	<0.01
Q4组	-1.26（-1.51~-1.01）	<0.01	-0.86（-1.12~-0.59）	<0.01	-0.79（-1.06~-0.52）	<0.01

相位角与超重/肥胖患者糖脂代谢异常的相关性及其预测价值研究

Study on the Correlation between Phase Angle and Abnormal Glucose and Lipid Metabolism in Overweight/Obese Patients and Its Predictive Value

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 29

相关文章 15

编辑推荐

Metrics

留言

分类	T2DM			血脂异常
分类	OR（95%CI）	P值	P_交互值	OR（95%CI）	P值	P_交互值
性别			<0.01			0.59
男	0.35（0.27~0.43）	<0.01		0.38（0.25~0.46）	<0.01
女	0.16（0.11~0.25）	<0.01		0.25（0.20~0.33）	<0.01
年龄			<0.01			<0.01
<52岁	0.33（0.23~0.45）	<0.01		0.39（0.28~0.53）	<0.01
≥52岁	0.18（0.12~0.24）	<0.01		0.14（0.08~0.23）	<0.01
吸烟			0.42			0.81
是	0.44（0.29~0.67）	<0.01		0.48（0.31~0.75）	<0.01
否	0.36（0.30~0.43）	<0.01		0.51（0.44~0.60）	<0.01
饮酒			0.04			0.04
是	0.38（0.30~0.45）	<0.01		0.74（0.55~1.01）	0.14
否	0.22（0.12~0.32）	<0.01		0.48（0.41~0.56）	<0.01

[1]	胡若萌, 刘志栋, 陈俊岚, 王淼, 周时高. 代谢方联合二甲双胍干预2型糖尿病合并肥胖患者的多中心、双盲随机对照研究[J]. 中国全科医学, 2026, 29(33): 4854-4860.
[2]	陈莱, 余雨枫, 周欣, 冉明慧, 舒思为, 张庭轩, 赵金锁. 中国成年人高血压、糖尿病、血脂异常三病共患患病率及相关因素的Meta分析[J]. 中国全科医学, 2026, 29(33): 4951-4959.
[3]	兰博, 王振伟, 李想, 张金盈, 唐俊楠. 老年心力衰竭合并2型糖尿病共病的研究进展[J]. 中国全科医学, 2026, 29(33): 4973-4980.
[4]	李梓涵, 刘蕾, 王嘉钰, 朱薪觎, 田钰. 虚拟现实技术在儿童青少年肥胖管理中应用的研究进展[J]. 中国全科医学, 2026, 29(33): 4943-4950.
[5]	中国体育科学学会. 血脂异常运动处方指南[J]. 中国全科医学, 2026, 29(32): 4673-4689.
[6]	闫梓薇, 聂佳桦, 石妍, 魏立民. 白蛋白/γ-谷氨酰转移酶比值与2型糖尿病合并代谢相关脂肪性肝病的相关性研究[J]. 中国全科医学, 2026, 29(30): 4431-4437.
[7]	李兰, 刘力滴, 张鹏, 李东泽, 杨梓钰, 程永浪, 廖晓阳, 万智. 基于生活方式干预措施的体重管理：2025版NICE《超重和肥胖的管理（NG246）》指南部分更新亮点解读[J]. 中国全科医学, 2026, 29(30): 4353-4359.
[8]	王琳, 曹晨晨, 黄逸憧, 刘静. 基于离散选择实验的高血压与2型糖尿病共病患者家庭医生签约服务偏好属性及水平开发[J]. 中国全科医学, 2026, 29(29): 4232-4240.
[9]	余新艳, 张芳, 顾志乐, 王艳芳, 苏鹏, 张海澄. 社区老年人空腹血糖与体质指数及腰围的相关性研究[J]. 中国全科医学, 2026, 29(28): 4132-4140.
[10]	薛翠荣, 魏巍, 吴任远, 薛雅琴, 徐辉江, 吕惟江, 蒋丹丹. 高血压和2型糖尿病人群慢性肾脏病患病率及管理现状：一项社区横断面研究[J]. 中国全科医学, 2026, 29(25): 3650-3654.
[11]	李佳威, 高欣怡, 葛奥淇, 李娟娟, 袁蓓蓓. 2型糖尿病患者的医防融合服务需求及其影响因素研究[J]. 中国全科医学, 2026, 29(21): 3028-3039.
[12]	王洋, 赵诗婷, 陈盈盈, 孙子林, 邱山虎. 2型糖尿病并发症人群的运动干预与实施要点[J]. 中国全科医学, 2026, 29(21): 2989-2994.
[13]	安艳红, 王世东, 李潇然, 郭家扬, 王哲, 沙培林, 孟怡珺, 李小萱, 石雪, 于泽兴, 肖永华. 糖尿病肾病影响因素及列线图预测模型研究：基于超声造影技术[J]. 中国全科医学, 2026, 29(21): 2995-3003.
[14]	张珂, 曾先昌, ZOLZAYA Enkhzaya, 朱烨琳, 黄怡文, 刘珍秀, 陶枫. 泄热醒脾饮对肥胖患者饮食行为及体质量相关结局的影响：一项随机对照试验[J]. 中国全科医学, 2026, 29(20): 2759-2765.
[15]	葛丹, 王智, 丁群, 郭同兰, 徐同道. 2型糖尿病患者残余胆固醇与非酒精性脂肪性肝病及进展性肝纤维化的关系研究[J]. 中国全科医学, 2026, 29(20): 2854-2859.