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

doi:10.12114/j.issn.1007-9572.2025.0542

中国全科医学 ›› 2026, Vol. 29 ›› Issue (33): 4951-4959.DOI: 10.12114/j.issn.1007-9572.2025.0542

所属专题：内分泌代谢性疾病最新文章合辑

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

陈莱, 余雨枫^*(), 周欣, 冉明慧, 舒思为, 张庭轩, 赵金锁

610075　四川省成都市，成都中医药大学护理学院

收稿日期:2026-03-17 修回日期:2026-04-30 出版日期:2026-11-20 发布日期:2026-10-21
通讯作者: 余雨枫
作者贡献：
陈莱负责文章构思与设计、统计学处理、结果分析及论文撰写、修订；余雨枫负责文章审校、质量控制，对文章整体负责；周欣、冉明慧负责数据提取及质量评价；舒思为、张庭轩、赵金锁负责文献筛选、资料整理。
本文为中文翻译版本,原文Prevalence and associated factors of comorbid hypertension, diabetes, and dyslipidemia in Chinese adults: a meta-analysis发表于Chinese General Practice Journal,已获得授权。翻译与出版遵循COPE和ICMJE关于二次发表的指南。

Meta-analysis of the Prevalence and Associated Factors for the Triple Comorbidity of Hypertension, Diabetes, and Dyslipidemia Among Chinese Adults

CHEN Lai, YU Yufeng^*(), ZHOU Xin, RAN Minghui, SHU Siwei, ZHANG Tingxuan, ZHAO Jinsuo

College of Nursing, Chengdu University of Traditional Chinese Medicine, Chengdu 610075, China

Received:2026-03-17 Revised:2026-04-30 Published:2026-11-20 Online:2026-10-21
Contact: YU Yufeng

摘要/Abstract

摘要： 背景高血压、糖尿病、血脂异常是常见的慢性代谢性疾病，也是心血管疾病的重要危险因素，三病常共存，且患病率较高。系统评估其流行病学特征及相关因素，对疾病的早期防控具有重要意义。目的系统性评估中国成年人高血压、糖尿病、血脂异常三病共患的患病率及相关因素。方法系统性检索中国知网、万方数据知识服务平台、维普网、中国生物医学文献数据库、PubMed、Embase、Web of Science、Cochrane Library等数据库中有关中国成年人高血压、糖尿病、血脂异常三病共患患病率的文献，检索时限为建库至2025年8月。采用Stata 18.0软件对纳入文献进行统计学分析。结果最终纳入18项横断面研究，包含625 718例患者。Meta分析结果显示，中国成年人高血压、糖尿病、血脂异常三病共患患病率为6.2%（95%CI=4.9%~7.4%）。其中，超重（OR=2.02，95%CI=1.74~2.35）、肥胖（OR=3.71，95%CI=2.85~4.81）、中心性肥胖（OR=2.47，95%CI=1.98~3.07）、男性（OR=1.62，95%CI=1.35~1.96）、饮酒（OR=1.45，95%CI=1.25~1.68）、糖尿病家族史（OR=3.88，95%CI=1.57~9.58）、吸烟（OR=1.54，95%CI=1.26~1.88）、婚姻状况非在婚（离异、分居、丧偶）（OR=1.88，95%CI=1.55~2.27）均是高血压、糖尿病、血脂异常三病共患的相关因素（P<0.05）。结论中国成年人高血压、糖尿病、血脂异常三病共患患病率较高，并受到超重、肥胖、中心性肥胖、男性、饮酒、糖尿病家族史、吸烟、婚姻状况非在婚（离异、分居、丧偶）因素的影响，早期识别并控制好相关可控因素可更好地协助临床医护人员早期识别以降低其风险。

关键词: 高血压, 糖尿病, 血脂异常, 成年人, 慢性病共病, 患病率, 因素, Meta分析

Abstract:

Background

Hypertension, diabetes mellitus, and dyslipidemia are prevalent chronic metabolic disorders and major risk factors for cardiovascular diseases. These conditions frequently coexist and demonstrate high population prevalence. A systematic evaluation of their epidemiological characteristics and associated factors is crucial for early disease prevention and control.

Objective

To systematically assess the prevalence and associated factors of comorbid hypertension, diabetes, and dyslipidemia among Chinese adults.

Methods

A systematic literature search was performed in databases including China National Knowledge Infrastructure (CNKI), Wanfang Data, VIP, CBM, PubMed, Embase, Web of Science and Cochrane Library, to retrieve relevant studies on the prevalence of the co-occurrence of hypertension, diabetes mellitus and dyslipidemia among Chinese adults. The search was restricted to publications from database establishment to August 2025. Meta-analysis was performed using Stata 18.0 software.

Results

A total of 18 cross-sectional studies involving 625 718 patients were ultimately included. The meta-analysis showed that the prevalence of comorbidity of hypertension, diabetes, and dyslipidemia among Chinese adults was 6.2% (95%CI=4.9%-7.4%). Specifically, overweight (OR=2.02, 95%CI=1.74-2.35), obesity (OR=3.71, 95%CI=2.85-4.81), central obesity (OR=2.47, 95%CI=1.98-3.07), male (OR=1.62, 95%CI=1.35-1.96), alcohol drinking (OR=1.45, 95%CI=1.25-1.68), family history of diabetes (OR=3.88, 95%CI=1.57-9.58), smoking (OR=1.54, 95%CI=1.26-1.88), marital status classified as non-married (divorced, separated, or widowed) (OR=1.88, 95%CI=1.55-2.27) were all influencing factors for comorbidity of hypertension, diabetes, and dyslipidemia (P<0.05).

Conclusion

The comorbidity prevalence of hypertension, diabetes, and dyslipidemia is relatively high among Chinese adults, and is influenced by factors such as overweight, obesity, central obesity, male, alcohol drinking, family history of diabetes, smoking, and marital status classified as non-married (divorced, separated, or widowed). Early identification and effective management of related controllable factors can better assist clinical healthcare providers in early recognition, potentially reducing their risk.

Key words: Hypertension, Diabetes mellitus, Dyslipidemia, Adults, Multiple chronic conditions, Prevalence, Factors, Meta-analysis

陈莱,余雨枫,周欣,等. 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. DOI: 10.12114/j.issn.1007-9572.2025.0542.
CHEN Lai,YU Yufeng,ZHOU Xin, et al. Meta-analysis of the Prevalence and Associated Factors for the Triple Comorbidity of Hypertension, Diabetes, and Dyslipidemia Among Chinese Adults[J]. Chinese General Practice, 2026, 29(33): 4951-4959. DOI: 10.12114/j.issn.1007-9572.2025.0542.

图/表 8

参考文献 43

[1]	Visseren F L J, Mach F, Smulders Y M, et al. 2021 ESC Guidelines on cardiovascular disease prevention in clinical practice[J]. Eur Heart J, 2021, 42(34): 3227-3337. DOI: 10.1093/eurheartj/ehab484.
[2]	冯祥, 华召来, 周琴, 等. 某市中老年居民主要慢性病患病现况及共病模式分析[J]. 现代预防医学, 2019, 46(20): 3728-3731, 3753.
[3]	张竞雯, 张娟, 江宇, 等. 深圳市高血压、糖尿病患者行为和生活方式现况及其与疾病控制的关系[J]. 中国慢性病预防与控制, 2021, 29(10): 735-740. DOI: 10.16386/j.cjpccd.issn.1004-6194.2021.10.004.
[4]	刘畅, 陈鸣声. 我国中老年慢性病患者共病网络与模式分析[J]. 中国卫生经济, 2024, 43(8): 57-60, 65.
[5]	孙至佳, 樊俊宁, 余灿清, 等. 中国10个地区成年人共病流行特征分析[J]. 中华流行病学杂志, 2021, 42(5): 755-762. DOI: 10.3760/cma.j.cn112338-20200305-00259.
[6]	北京高血压防治协会, 中国老年学和老年医学学会, 北京市社区卫生协会, 等. 成人高血压合并2型糖尿病和血脂异常基层防治中国专家共识(2024年版)[J]. 中国全科医学, 2024, 27(28): 3453-3475, 3482. DOI: 10.12114/j.issn.1007-9572.2024.0116.
[7]	中国高血压防治指南修订委员会, 高血压联盟(中国), 中国医疗保健国际交流促进会高血压分会, 等. 中国高血压防治指南(2024年修订版)[J]. 中华高血压杂志, 2024, 32(7): 603-700. DOI: 10.16439/j.issn.1673-7245.2024.07.002.
[8]	健康中国行动推进委员会. 健康中国行动(2019—2030年):总体要求、重大行动及主要指标 [J]. 中国循环杂志, 2019, 34(9): 846-858. DOI: 10.3969/j.issn.1000-3614.2019.09.003.
[9]	曾宪涛, 刘慧, 陈曦, 等. Meta分析系列之四:观察性研究的质量评价工具[J]. 中国循证心血管医学杂志, 2012, 4(4): 297-299.
[10]	韩胜红, 张佩君, 李俊琳, 等. 湖北省35~75岁居民高血压、糖尿病、高血脂患病及共病影响因素分析[J]. 应用预防医学, 2019, 25(5): 356-360.
[11]	吴梦怡, 胡劲松, 黄霜, 等. 湖南省30岁及以上社区居民高血压、糖尿病、高血脂共病的影响因素分析[J]. 预防医学, 2021, 33(2): 157-161. DOI: 10.19485/j.cnki.issn2096-5087.2021.02.012.
[12]	陈晓明, 周义芬, 王杨凤, 等. 重庆市两主城新区居民高血压、糖尿病、血脂异常患病及共病的影响因素[J]. 江苏预防医学, 2022, 33(6): 640-643.
[13]	赵春艳, 张国峰, 张建明, 等. 北京市通州区25岁及以上人群糖尿病、高血压、高血脂共病现状及影响因素研究[J]. 医学动物防制, 2022, 38(8): 719-722, 726. DOI: 10.7629/yxdwfz202208002.
[14]	邓静, 彭孝斌, 付晓兰, 等. 重庆市长寿区35~75岁居民高血压、高血糖、高血脂共病现状及影响因素分析[J]. 职业卫生与病伤, 2023, 38(5): 261-269.
[15]	丁贤彬, 唐文革, 陈莉玲, 等. 重庆市30~79岁居民高血压、高血脂、高血糖共患情况及相关影响因素[J]. 中国慢性病预防与控制, 2023, 31(1): 31-34. DOI: 10.16386/j.cjpccd.issn.1004-6194.2023.01.007.
[16]	陈伟标, 张艳, 袁雪丽, 等. 深圳市老年人"三高"共病现状及关联因素分析[J]. 中国慢性病预防与控制, 2023, 31(1): 51-55.
[17]	许昊, 陈一佳, 吴洁, 等. 南京市成人高血压、糖尿病和血脂异常共病现状及影响因素分析[J]. 中国慢性病预防与控制, 2023, 31(7): 539-544.
[18]	申明慧. 河南省某农村地区高血压、糖尿病、血脂异常现况及共病分析[J]. 河南医学高等专科学校学报, 2024, 36(2): 221-224.
[19]	王凤华, 魏茂提, 杨宁, 等. 天津市35~75岁居民高血压、糖尿病和血脂异常共病现况及影响因素分析[J]. 中华流行病学杂志, 2024, 45(9): 1224-1232. DOI: 10.3760/cma.j.cn112338-20240422-00208.
[20]	吴洵, 苏健, 杜文聪, 等. 江苏省中老年人群高血压、糖尿病和血脂异常共病现况及影响因素研究[J]. 中华流行病学杂志, 2024, 45(8): 1134-1142. DOI: 10.3760/cma.j.cn112338-20240118-00026.
[21]	熊晓世, 朱红云, 熊华利. 重庆市忠县35~75岁居民高血压、高血糖、高血脂共患情况及相关影响因素[J]. 实用预防医学, 2024, 31(3): 291-295.
[22]	黄婧如, 常华靖, 林晨晗, 等. 福建省成人高血压、糖尿病和血脂异常共病现状及影响因素[J]. 中华高血压杂志(中英文), 2025, 33(7): 636-646.
[23]	黄志杰, 麦志华, 王皓翔, 等. 老年"三高"共患情况和家庭功能的现状及影响因素研究[J]. 中国全科医学, 2025, 28(16): 2001-2010. DOI: 10.12114/j.issn.1007-9572.2024.0173.
[24]	刘玲, 李伟红, 李宁. 寿光市成年居民高血压、糖尿病、血脂异常共患现状及影响因素分析[J]. 中国初级卫生保健, 2025, 39(1): 37-42. DOI: 10.3969/j.issn.1001-568X.2025.01.0010.
[25]	吴冬梅, 张晓琴, 余鳖, 等. 贵州省习水县30~80岁居民高血压、高血糖、高血脂共病现状及影响因素分析[J]. 微量元素与健康研究, 2025, 42(4): 43-47. DOI: 10.3969/j.issn.1005-5320.2025.4.wlysyjkyj202504009.
[26]	于跃, 晋美曲珍, 白国霞, 等. 西藏居民高血压、血脂异常和糖尿病共病现状及影响因素研究[J]. 中国慢性病预防与控制, 2025, 33(6): 442-446. DOI: 10.3969/j.issn.1006-8147.2010.03.018.
[27]	张妞妞, 夏荣香, 辛璐, 等. 2018年新疆成人糖尿病、高血压、血脂异常共病现况及影响因素分析[J]. 中国慢性病预防与控制, 2025, 33(7): 531-536.
[28]	于宁, 张梅, 张笑, 等. 中国中老年居民高血压、糖尿病和血脂异常共病现状及影响因素研究[J]. 中华流行病学杂志, 2023, 44(2): 196-204. DOI: 10.3760/cma.j.cn112338-20220523-00451.
[29]	Iorga A, Cunningham C M, Moazeni S, et al. The protective role of estrogen and estrogen receptors in cardiovascular disease and the controversial use of estrogen therapy[J]. Biol Sex Differ, 2017, 8(1): 33. DOI: 10.1186/s13293-017-0152-8.
[30]	王维华, 飒日娜, 邱琳, 等. 陕西省成年居民慢性病及其危险因素分析[J]. 中华流行病学杂志, 2019, 40(12): 1585-1589. DOI: 10.3760/cma.j.issn.0254-6450.2019.12.015.
[31]	罗鹏程, 张存泰. 血管衰老及其干预策略[J]. 中国临床保健杂志, 2022, 25(4): 433-437.
[32]	Yamada T, Kimura-Koyanagi M, Sakaguchi K, et al. Obesity and risk for its comorbidities diabetes, hypertension, and dyslipidemia in Japanese individuals aged 65 years[J]. Sci Rep, 2023, 13(1): 2346. DOI: 10.1038/s41598-023-29276-7.
[33]	Qiu L, Wang W H, Sa R N, et al. Prevalence and risk factors of hypertension, diabetes, and dyslipidemia among adults in northwest China[J]. Int J Hypertens, 2021, 2021: 5528007. DOI: 10.1155/2021/5528007.
[34]	Das S, Debnath M, Das S, et al. Association of overweight and obesity with hypertension, diabetes and comorbidity among adults in Bangladesh: evidence from nationwide Demographic and Health Survey 2017-2018 data[J]. BMJ Open, 2022, 12(7): e052822. DOI: 10.1136/bmjopen-2021-052822.
[35]	Lee H A, Park H. Comorbidity network analysis related to obesity in middle-aged and older adults: findings from Korean population-based survey data[J]. Epidemiol Health, 2021, 43: e2021018. DOI: 10.4178/epih.e2021018.
[36]	He Y J, Yao N F, Tian F, et al. Prevalence and risk factors of MAFLD and its metabolic comorbidities in community-based adults in China: a cross-sectional study[J]. Diabetes Metab Syndr, 2024, 18(3): 102973. DOI: 10.1016/j.dsx.2024.102973.
[37]	Li X X, Zhao Y, Huang L X, et al. Effects of smoking and alcohol consumption on lipid profile in male adults in northwest rural China[J]. Public Health, 2018, 157: 7-13. DOI: 10.1016/j.puhe.2018.01.003.
[38]	Lu S, Bao M Y, Miao S M, et al. Prevalence of hypertension, diabetes, and dyslipidemia, and their additive effects on myocardial infarction and stroke: a cross-sectional study in Nanjing, China[J]. Ann Transl Med, 2019, 7(18): 436. DOI: 10.21037/atm.2019.09.04.
[39]	van Oort S, Beulens J W J, van Ballegooijen A J, et al. Association of cardiovascular risk factors and lifestyle behaviors with hypertension: a Mendelian randomization study[J]. Hypertension, 2020, 76(6): 1971-1979. DOI: 10.1161/HYPERTENSIONAHA.120.15761.
[40]	Marbaniang S P, Lhungdim H, Chauhan S, et al. Interaction of multiple risk factors and population attributable fraction for type 2 diabetes and hypertension among adults aged 15-49 years in Northeast India[J]. Diabetes Metab Syndr, 2021, 15(5): 102227. DOI: 10.1016/j.dsx.2021.102227.
[41]	徐红, 倪倬健, 黄玮奕. 糖尿病家族史和三高聚集与糖尿病患病的关系[J]. 现代预防医学, 2022, 49(13): 2470-2475. DOI: 10.20043/j.cnki.MPM.202201285.
[42]	Kposowa A J, Aly Ezzat D, Breault K. Diabetes mellitus and marital status: evidence from the national longitudinal mortality study on the effect of marital dissolution and the death of a spouse[J]. Int J Gen Med, 2021, 14: 1881-1888. DOI: 10.2147/ijgm.s307436.
[43]	Perkins J M, Lee H Y, James K S, et al. Marital status, widowhood duration, gender and health outcomes: a cross-sectional study among older adults in India[J]. BMC Public Health, 2016, 16(1): 1032. DOI: 10.1186/s12889-016-3682-9.

序号	检索式
#1	Hypertension [Mesh] OR Hypertension [TIAB] OR High Blood Pressure [TIAB] OR Blood Pressure, High [TIAB]
#2	Diabetes Mellitus [Mesh] OR Diabetes Mellitus [TIAB] OR Type 2 diabetes [TIAB] OR Type 1 diabetes [TIAB]
#3	Dyslipidemias [Mesh] OR Dyslipidemias [TIAB] OR Dyslipidemia [TIAB]
#4	Prevalence [Mesh] OR Prevalence [TIAB] OR Prevalence study [TIAB] OR Incidence [TIAB]
#5	China [Mesh] OR China [TIAB]
#6	#1 and #2 and #3 and #4 and #5

序号	检索式
#1	Hypertension [Mesh] OR Hypertension [TIAB] OR High Blood Pressure [TIAB] OR Blood Pressure, High [TIAB]
#2	Diabetes Mellitus [Mesh] OR Diabetes Mellitus [TIAB] OR Type 2 diabetes [TIAB] OR Type 1 diabetes [TIAB]
#3	Dyslipidemias [Mesh] OR Dyslipidemias [TIAB] OR Dyslipidemia [TIAB]
#4	Prevalence [Mesh] OR Prevalence [TIAB] OR Prevalence study [TIAB] OR Incidence [TIAB]
#5	China [Mesh] OR China [TIAB]
#6	#1 and #2 and #3 and #4 and #5

第一作者	发表年份（年）	地区	调查时间（年）	年龄（岁）	总样本量（例）	性别（男/女）	共病人数（例）	患者性别（男/女）	共病患病率（%）	相关因素	质量评分（分）
韩胜红^[10]	2019	湖北省	2015—2016	35~75	64 151	23 282/40 869	5 717	2 007/3 710	8.9	1，2a，3a，4a	6
吴梦怡^[11]	2021	湖南省	2013—2014	54.6±12.6	4 012	1 644/2 368	164	80/84	4.1	1，3a，5，6a，7	7
陈晓明^[12]	2022	重庆市	2019—2020	57.3±9.3	13 744	4 457/9 287	281	72/209	2.0	3a，5	7
赵春艳^[13]	2022	北京市	2022	45.0±14.2	8 014	3 929/4 085	392	244/168	4.9	—	6
邓静^[14]	2023	重庆市	2019—2023	57.5±9.5	9 732	3 433/6 299	500	175/325	5.1	1，3a，3b，7，8a，9a，9b	8
丁贤彬^[15]	2023	重庆市	2018	51.6±11.8	23 308	10 899/12 409	1 177	675/503	5.1	1，3b，5，7，9b，10	7
陈伟标^[16]	2023	广东省	2018	65~74	124 007	54 649/69 358	10 451	—	8.4	—	7
许昊^[17]	2023	江苏省	2017—2018	43.7±16.4	60 238	29 848/30 435	1 492	1 150/942	2.5	1，2b，3a，3b，5，6a，7，8a，8b，9a，9b，11	7
申明慧^[18]	2024	河南省	2018—2019	48.4±3.8	1 617	763/854	57	—	3.5	—	7
王凤华^[19]	2024	天津市	2019—2023	56.8±8.8	146 832	61 994/84 838	9 683	4 715/4 968	6.6	1，3a，4b，6a，7，9a，9b，9c	7
吴洵^[20]	2024	江苏省	2021—2023	35~76	136 433	59 191/77 242	9 926	4 867/5 059	7.3	1，5，6a，6b，7，12，13	9
熊晓世^[21]	2024	重庆市	2021—2022	58.7±9.5	5 659	1 927/3 732	562	220/342	9.9	1，3a，3b，5，9a	8
黄婧如^[22]	2025	福建省	2020	≥18	9 666	4 736/4 930	282	151/131	2.9	1，3a，3b，5，7，8a，8b，13	8
黄志杰^[23]	2025	广东省	2023	70.7±7.1	2 507	1 028/1 479	593	361/232	23.7	—	7
刘玲^[24]	2025	山东省	2023	48.0±17.4	2 181	1 045/1 136	110	57/53	5.04	1，3a，3b，12，14	7
吴冬梅^[25]	2025	贵州省	2023	56.7±11.2	1 613	681/932	117	49/68	7.3	1，3a，3b，9b	7
于跃^[26]	2025	西藏自治区	2022—2023	35~75	7 260	2 982/4 278	158	105/53	2.2	1，3a，3b，5	7
张妞妞^[27]	2025	新疆维吾尔自治区	2018—2019	49.4±14.6	4 744	2 114/2 630	142	70/72	3.0	—	9

第一作者	发表年份（年）	地区	调查时间（年）	年龄（岁）	总样本量（例）	性别（男/女）	共病人数（例）	患者性别（男/女）	共病患病率（%）	相关因素	质量评分（分）
韩胜红^[10]	2019	湖北省	2015—2016	35~75	64 151	23 282/40 869	5 717	2 007/3 710	8.9	1，2a，3a，4a	6
吴梦怡^[11]	2021	湖南省	2013—2014	54.6±12.6	4 012	1 644/2 368	164	80/84	4.1	1，3a，5，6a，7	7
陈晓明^[12]	2022	重庆市	2019—2020	57.3±9.3	13 744	4 457/9 287	281	72/209	2.0	3a，5	7
赵春艳^[13]	2022	北京市	2022	45.0±14.2	8 014	3 929/4 085	392	244/168	4.9	—	6
邓静^[14]	2023	重庆市	2019—2023	57.5±9.5	9 732	3 433/6 299	500	175/325	5.1	1，3a，3b，7，8a，9a，9b	8
丁贤彬^[15]	2023	重庆市	2018	51.6±11.8	23 308	10 899/12 409	1 177	675/503	5.1	1，3b，5，7，9b，10	7
陈伟标^[16]	2023	广东省	2018	65~74	124 007	54 649/69 358	10 451	—	8.4	—	7
许昊^[17]	2023	江苏省	2017—2018	43.7±16.4	60 238	29 848/30 435	1 492	1 150/942	2.5	1，2b，3a，3b，5，6a，7，8a，8b，9a，9b，11	7
申明慧^[18]	2024	河南省	2018—2019	48.4±3.8	1 617	763/854	57	—	3.5	—	7
王凤华^[19]	2024	天津市	2019—2023	56.8±8.8	146 832	61 994/84 838	9 683	4 715/4 968	6.6	1，3a，4b，6a，7，9a，9b，9c	7
吴洵^[20]	2024	江苏省	2021—2023	35~76	136 433	59 191/77 242	9 926	4 867/5 059	7.3	1，5，6a，6b，7，12，13	9
熊晓世^[21]	2024	重庆市	2021—2022	58.7±9.5	5 659	1 927/3 732	562	220/342	9.9	1，3a，3b，5，9a	8
黄婧如^[22]	2025	福建省	2020	≥18	9 666	4 736/4 930	282	151/131	2.9	1，3a，3b，5，7，8a，8b，13	8
黄志杰^[23]	2025	广东省	2023	70.7±7.1	2 507	1 028/1 479	593	361/232	23.7	—	7
刘玲^[24]	2025	山东省	2023	48.0±17.4	2 181	1 045/1 136	110	57/53	5.04	1，3a，3b，12，14	7
吴冬梅^[25]	2025	贵州省	2023	56.7±11.2	1 613	681/932	117	49/68	7.3	1，3a，3b，9b	7
于跃^[26]	2025	西藏自治区	2022—2023	35~75	7 260	2 982/4 278	158	105/53	2.2	1，3a，3b，5	7
张妞妞^[27]	2025	新疆维吾尔自治区	2018—2019	49.4±14.6	4 744	2 114/2 630	142	70/72	3.0	—	9

变量	文献数量（篇）	异质性		效应模型	患病率（%）	95%CI（%）	P值
变量	文献数量（篇）	I²值（%）	P值	效应模型	患病率（%）	95%CI（%）	P值
性别							<0.001
男	16^{[10,11,12,13,14,15,17,19,20,21,22,23,24,25,26,27]}	99.4	<0.001	随机	7.2	5.8~8.6
女	16^{[10,11,12,13,14,15,17,19,20,21,22,23,24,25,26,27]}	99.5	<0.001	随机	5.3	4.2~6.5
年龄							<0.001
18~<35岁	3^[13,17,24]	84.3	0.002	随机	0.2	0.1~0.4
35~<60岁	6^{[10,12,14,17,21,26]}	99.4	<0.001	随机	2.1	1.2~1.8
≥60岁	10^{[10,12,14,15,17,21,22,23,25,26]}	99.8	<0.001	随机	4.7	3.5~5.8
地域							<0.001
东部	8^{[13,16,17,19,20,22,23,24]}	99.9	<0.001	随机	7.5	5.6~9.4
中部	3^[10,11,18]	99.4	<0.001	随机	5.5	1.6~9.5
西部	7^{[12,14,15,21,25,26,27]}	99.1	<0.001	随机	4.9	3.3~6.5
体质量							<0.001
低体质量或正常体质量	7^{[11,12,14,19,20,21,22]}	98.4	<0.001	随机	3.4	2.5~4.2
超重	7^{[11,12,14,19,20,21,22]}	99.3	<0.001	随机	8.1	6.2~10.0
肥胖	7^{[11,12,14,19,20,21,22]}	99.4	<0.001	随机	14.7	10.8~18.6
研究时间^a							<0.001
2020年及以前	9^{[10,11,12,15,16,17,18,22,27]}	99.9	<0.001	随机	4.5	2.4~6.6
2020年以后	7^{[13,20,21,23,24,25,26]}	99.5	<0.001	随机	8.5	5.9~11.1

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

Meta-analysis of the Prevalence and Associated Factors for the Triple Comorbidity of Hypertension, Diabetes, and Dyslipidemia Among Chinese Adults

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 43

相关文章 15

编辑推荐

Metrics

留言

影响因素	文献数量（篇）	异质性检验结果		效应模型	Meta分析结果		P值
影响因素	文献数量（篇）	I²值(%)	P值	效应模型	OR值	95%CI	P值
超重	9^{[10,11,12,14,19,21,22,24,25]}	89.2	<0.001	随机	2.02	1.74~2.35	<0.001
肥胖	9^{[10,11,12,14,19,21,22,24,25]}	93.7	<0.001	随机	3.71	2.85~4.81	<0.001
中心性肥胖	8^{[14,15,17,21,22,24,25,26]}	87.6	<0.001	随机	2.47	1.98~3.07	<0.001
男性	8^{[11,12,15,17,20,21,22,26]}	92.6	<0.001	随机	1.62	1.35~1.96	<0.001
饮酒	7^{[11,14,15,17,19,20,22]}	71.4	0.002	随机	1.45	1.25~1.68	<0.001
糖尿病家族史	5^{[14,15,17,19,25]}	99.0	<0.001	随机	3.88	1.57~9.58	0.003
吸烟	4^{[11,17,19,20]}	89.0	<0.001	随机	1.54	1.26~1.88	<0.001
高血压家族史	4^{[14,17,19,21]}	99.9	<0.001	随机	5.16	0.48~55.02	0.174
婚姻状况非在婚	3^[14,16,22]	15.1	0.301	固定	1.88	1.55~2.27	<0.001

影响因素	OR（95%CI）		Egger's检验结果
影响因素	固定效应模型	随机效应模型	t值	P值
超重	1.78（1.72~1.84）	2.02（1.74~2.35）	3.46	0.011
肥胖	2.98（2.85~3.12）	3.71（2.85~4.81）	3.72	0.007
中心性肥胖	2.31（2.16~2.48）	2.47（1.98~3.07）	3.69	0.010
男性	1.44（1.37~1.50）	1.62（1.35~1.96）	0.74	0.485
饮酒	1.30（1.22~1.38）	1.45（1.25~1.68）	2.77	0.050
糖尿病家族史	7.25（6.72~7.83）	3.88（1.57~9.58）	5.67	0.011
吸烟	1.45（1.37~1.54）	1.54（1.26~1.88）	0.63	0.593
婚姻状况非在婚	1.88（1.55~2.27）	1.88（1.53~2.32）	0.10	0.934

[1]	李天姿, 姜岳. 澳大利亚全科医生学会《全科医学的预防活动指南》解读与讨论：视力问题[J]. 中国全科医学, 2026, 29(33): 4847-4853.
[2]	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. 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.
[3]	李珊珊, 苗彩云, 毛佩芝, 沈珑慧. 高危妊娠患者药品不良反应的临床特征及影响因素研究[J]. 中国全科医学, 2026, 29(33): 4885-4890.
[4]	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.
[5]	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.
[6]	满逸迪, 李思慧, 王芹, 李军. 不同非侵入性神经调控方式对颅脑损伤后意识障碍影响的网状Meta分析[J]. 中国全科医学, 2026, 29(33): 4960-4972.
[7]	刘玉, 孔丽娜, 杜开先, 关静, 陈豪, 李林, 李肖, 宋盼盼, 彭艳华. 儿童耐药性癫痫的高危因素分析及对患儿不同能区发育影响的研究[J]. 中国全科医学, 2026, 29(33): 4922-4927.
[8]	翟佳燚, 张雪艳, 时峰, 顾沁乐, 万和平, 陆媛. 不同类型功能社区人群的焦虑现状及影响因素差异研究[J]. 中国全科医学, 2026, 29(32): 4730-4737.
[9]	王延赏, 何平. 整合服务对糖尿病和抑郁共病人群的影响研究[J]. 中国全科医学, 2026, 29(32): 4783-4785.
[10]	杨新颖, 王凯蓉, 李俊, 叶凡婷, 王梦瑶, 李宾宾. 机会性筛查人群胃癌前状态检出现状及影响因素研究[J]. 中国全科医学, 2026, 29(32): 4716-4720.
[11]	汤皓晴, 李明月, 龙仁, 朱胤博, 梁伟欢, 朱萍, 赵炜, 赵洋, 刘晓云. 45岁及以上中老年糖尿病共病的治疗负担：基于6所基层医院患者的横断面调查[J]. 中国全科医学, 2026, 29(32): 4786-4797.
[12]	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.
[13]	魏学娟, 王利华, 王丽, 任静林, 闫海青, 于海洋, 刘景峰. 智能语音外呼辅助传统干预对社区老年"三高"共病患者健康管理的效果研究：一项随机对照试验[J]. 中国全科医学, 2026, 29(31): 4635-4640.
[14]	谢远玲, 程丽, 龙湘玉, 苏政欣, 苏毅仪, 张人月, 孙国强, 陈旭霞, 周继兰. 人工智能眼科远程医疗诊断平台在社区眼健康筛查中的应用效果研究[J]. 中国全科医学, 2026, 29(31): 4641-4649.
[15]	林炜明, 邹瑜聪, 沈梅, 叶睿雪, 王玉龙. 中国医疗机构级别与康复患者满意度的关系及患者满意度的影响因素研究[J]. 中国全科医学, 2026, 29(31): 4559-4564.