老年男性高尿酸血症的关联因素研究

doi:10.12114/j.issn.1007-9572.2025.0040

中国全科医学 ›› 2026, Vol. 29 ›› Issue (27): 3915-3923.DOI: 10.12114/j.issn.1007-9572.2025.0040

老年男性高尿酸血症的关联因素研究

蒋华杰¹, 卓琳², 李欣悦¹, 金瑞³, 马悦⁴, 崔景秋⁵, 汪秀英¹^,^*()

1．221000　江苏省徐州市，徐州医科大学徐州临床学院徐州市中心医院肾内科
2．100044　北京市，北京大学人民医院内分泌科
3．221004　江苏省徐州市，徐州医科大学管理学院
4．221004　江苏省徐州市，徐州医科大学公共卫生学院
5．300052　天津市，天津医科大学总医院内分泌代谢科

收稿日期:2026-02-27 修回日期:2026-03-16 出版日期:2026-09-20 发布日期:2026-08-11
通讯作者: 汪秀英
作者贡献：
蒋华杰提出主要研究目标，负责研究的构思与设计，研究的实施，撰写论文，对文章的知识性内容作批判性审阅；金瑞、马悦进行数据的收集与整理，统计学处理，图、表的绘制与展示；卓琳、李欣悦、崔景秋进行论文的修订，对文章的知识性内容作批判性审阅；汪秀英负责文章的质量控制与审查，对文章整体负责，监督管理。
基金资助:
国家自然科学基金资助项目(82070854)

Related Factors and Preventive Measures of Hyperuricemia in Elderly Men

JIANG Huajie¹, ZHUO Lin², LI Xinyue¹, JIN Rui³, MA Yue⁴, CUI Jingqiu⁵, WANG Xiuying¹^,^*()

1. Department of Nephrology, Xuzhou Central Hospital, Xuzhou Clinical College, Xuzhou Medical University, Xuzhou 221000, China
2. Department of Endocrinology, Peking University People's Hospital, Beijing 100044, China
3. School of Management, Xuzhou Medical University, Xuzhou 221004, China
4. School of Public Health, Xuzhou Medical University, Xuzhou 221004, China
5. Department of Endocrinology and Metabolism, Tianjin Medical University General Hospital, Tianjin 300052, China

Received:2026-02-27 Revised:2026-03-16 Published:2026-09-20 Online:2026-08-11
Contact: WANG Xiuying

摘要/Abstract

摘要： 背景随着社会发展，高尿酸血症（HUA）已与传统"三高"——高血压、高血糖、高血脂并驾齐驱，成为"第四高"，老年男性作为高危人群，患病关联因素值得关注。目的探究老年男性HUA的关联因素及防治策略，为临床HUA早期干预和治疗提供参考依据。方法纳入2021年于徐州医科大学徐州临床学院徐州市中心医院健康体检的老年男性7 713例为研究对象，收集基线资料、体格检查结果与实验室检查结果，计算估算肾小球滤过率（eGFR）。采用单因素分析和多因素Logistic回归分析探究HUA的影响因素。检索IEU数据库（https://gwas.mrcieu.ac.uk），利用东亚人群GWAS数据集探讨不同水平的血尿酸（SUA）与高收缩压（SBP）、高甘油三酯（TG）、低eGFR和低高密度脂蛋白胆固醇（HDL-C）不同分组间的聚集性，并进行中介效应分析。结果依据是否患有HUA将患者分为正常组（n=6 934）和异常组（n=779）。正常组与异常组研究对象年龄、身高、体质量、BMI、SBP、尿素氮（BUN）、血肌酐（Scr）、eGFR、总胆固醇（TC）、TG、HDL-C、低密度脂蛋白胆固醇（LDL-C）、血浆黏度（PV）比较，差异有统计学意义（P<0.05）。多因素Logistic回归分析结果显示，高SBP、高TG、低eGFR、低HDL-C是HUA的危险因素（P<0.05）。链式中介效应分析结果显示，TG对SUA代谢的总效应为13.100，直接效应占比94.37%，是主要作用机制。TG升高正向预测SBP升高（B=1.286，95%CI=0.931~1.642），正向预测SUA的升高（B=13.110，95%CI=11.572~14.627），负向预测肾功能（B=-1.961，95%CI=-3.102~-0.820）；血压升高负向预测肾功能（B=-0.094，95%CI=-0.166~-0.023），正向预测SUA升高（B=0.240，95%CI=0.145~0.334）；肾功能负向预测SUA升高（B=-0.206，95%CI=-0.236~-0.177）。结论老年男性HUA患病率高。SUA与高SBP、高TG、低eGFR、低HDL-C有关联。SBP、TG、HDL-C通过损伤肾功能导致SUA升高，eGFR下降在其中起中介作用。老年男性早期控制高血脂、高血压能保护肾功能，在选用降压、降脂及降SUA药物时，应综合评估其对代谢及相关器官功能的协同影响，尤其需注重对肾功能的保护。

关键词: 高尿酸血症, 脂代谢异常, 收缩压, 肾功能下降, Logistic模型, 对应分析, 中介效应, 韦恩图

Abstract:

Background

With the development of society, hyperuricemia (HUA) has become the "fourth high" alongside the traditional "three highs": hypertension, hyperglycemia and hyperlipidemia. As a high-risk group, the factors associated with illness in elderly men deserve attention.

Objective

To explore the associated factors and prevention and treatment strategies of hyperuricemia (HUA) in elderly men, and to provide reference for the early intervention and treatment of HUA.

Methods

A total of 7 713 elderly men who underwent physical examinations at the Xuzhou Central Hospital (Xuzhou Clinical College of Xuzhou Medical University) in 2021 were included. Baseline data, physical examination results, and laboratory test results were collected to calculate the estimated glomerular filtration rate (eGFR). Univariate analysis and multivariate Logistic regression analysis were employed to investigate the influencing factors of HUA. The IEU database (https://gwas.mrcieu.ac.uk/) was queried, and GWAS datasets from East Asian populations were utilized to examine the clustering of different serum uric acid (SUA) levels with high systolic blood pressure (SBP), high triglycerides (TG), low eGFR, and low high-density lipoprotein cholesterol (HDL-C). Mediation effect analysis was also conducted.

Results

Participants were categorized into a normal group (n=6 934) and an abnormal group (n=779) based on HUA status. Statistically significant differences were observed between the two groups regarding age, height, weight, BMI, SBP, blood urea nitrogen (BUN), serum creatinine (Scr), eGFR, total cholesterol (TC), TG, HDL-C, low-density lipoprotein cholesterol (LDL-C), and plasma viscosity (PV) (P<0.05). Multivariate Logistic regression analysis indicated that high SBP, high TG, low eGFR, and low HDL-C were risk factors for HUA (P<0.05). Chain mediation effect analysis revealed that the total effect of TG on SUA metabolism was 13.100, with a direct effect proportion of 94.37%, identifying it as the primary mechanism. Elevated TG positively predicted increased SBP (B=1.286, 95%CI=0.931-1.642) and elevated SUA (B=13.110, 95%CI=11.572-14.627), while negatively predicting renal function (B=-1.961, 95%CI=-3.102--0.820). Elevated blood pressure negatively predicted renal function (B=-0.094, 95%CI=-0.166--0.023) and positively predicted elevated SUA (B=0.240, 95%CI=0.145-0.334). Renal function negatively predicted elevated SUA (B=-0.206, 95%CI=-0.236--0.177).

Conclusion

The prevalence of hyperuricemia in elderly men is high. Blood uric acid is associated with high SBP, high TG, low eGFR and low HDL-C, SBP, TG and HDL-C lead to the increase of SUA through the damage of renal function, and eGFR decline plays a mediating role in it. Early control of hyperlipidemia and hypertension in elderly men can protect renal function. When choosing antihypertensive, lipid-lowering and SUA-lowering drugs, a comprehensive assessment of their synergistic effects on metabolism and related organ functions should be conducted, with particular attention paid to the protection of renal function.

Key words: Hyperuricemia, Dyslipidemias, Systolic blood pressure, Decreased kidney function, Logistic model, Correspondence analysis, Mediating effect, Venn diagram

蒋华杰,卓琳,李欣悦,等. 老年男性高尿酸血症的关联因素研究[J]. 中国全科医学, 2026, 29(27): 3915-3923. DOI: 10.12114/j.issn.1007-9572.2025.0040.
JIANG Huajie,ZHUO Lin,LI Xinyue, et al. Related Factors and Preventive Measures of Hyperuricemia in Elderly Men[J]. Chinese General Practice, 2026, 29(27): 3915-3923. DOI: 10.12114/j.issn.1007-9572.2025.0040.

图/表 8

参考文献 59

[1]	王旭，罗冬平，茹彦海, 等. 从慢性肾脏病角度看高尿酸血症与痛风的指南更新要点[J]. 中国全科医学, 2021, 24(33): 4191-4195. DOI: 10.12114/j.issn.1007-9572.2021.00.573.
[2]	程雅欣，李佳. 高尿酸血症和痛风动物模型及其建立方法的研究进展[J]. 中国实验动物学报, 2023, 31(2): 251-256. DOI: 10.3969/j.issn.1005-4847.2023.02.015.
[3]	仲跻园，万沁. 中国西南地区社区人群血清尿酸水平与糖尿病发病的相关性及其性别差异性分析[J]. 山东医药, 2018, 58(30): 1-4.
[4]	王芹，王春，薛佳, 等. 2012—2016年南京市区体检人群血尿酸的职业、年龄、性别分布特点和相关因素分析[J]. 中华内科杂志, 2021, 60(1): 29-34.
[5]	Liu R, Han C, Wu D, et al. Prevalence of Hyperuricemia and Gout in Mainland China from 2000 to 2014: a systematic review and meta-analysis [J]. Biomed Res Int, 2015, 2015: 762820. DOI: 10.1155/2015/762820.
[6]	杨沿浪，周伟，张道友, 等. 不同性别高尿酸血症与慢性肾脏病的相关研究[J]. 中国动脉硬化杂志, 2018, 26(8): 825-830. DOI: 10.3969/j.issn.1007-3949.2018.08.013.
[7]	宋薇. 南昌市社区40岁以上人群高尿酸血症流行病学调查及影响因素分析[D]. 南昌: 南昌大学, 2013.
[8]	张钰，周典，白寰, 等. 安徽省某公立医院体检人群高尿酸血症相关危险因素分析[J]. 山东第一医科大学:山东省医学科学院学报, 2024, 45(5): 283-287.
[9]	魏若妍，张源，张复亮, 等. 上海市徐家汇街道老年人高尿酸血症、痛风患病状况及影响因素研究[J]. 中国全科医学, 2019, 22(16): 1954-1959, 1972. DOI: 10.12114/j.issn.1007-9572.2019.00.286.
[10]	胡丹，樊友文，涂卫平. 5种肾小球滤过率评估方程在2型糖尿病人群中的应用[J]. 中国实用内科杂志, 2020, 40(9): 744-748.
[11]	中国民族卫生协会重症代谢疾病分会，高尿酸血症相关疾病诊疗多学科共识专家组. 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(6): 461-480. DOI: 10.19538/j.nk2023060106.
[12]	国家心血管病中心国家基本公共卫生服务项目基层高血压管理办公室，国家基层高血压管理专家委员会. 国家基层高血压防治管理指南2020版[J]. 中国循环杂志, 2021, 36(3): 209-220.
[13]	中国血脂管理指南修订联合专家委员会. 中国血脂管理指南(2023年)[J]. 中国循环杂志, 2023, 38(3): 237-271.
[14]	上海慢性肾脏病早发现及规范化诊治与示范项目专家组，高翔，梅长林. 慢性肾脏病筛查　诊断及防治指南[J]. 中国实用内科杂志, 2017, 37(1): 453-464.
[15]	黄志碧. 原发性肺癌危险因素及其人群归因危险度的研究[J]. 广西医科大学学报, 1999, 16(4): 447-449. DOI: 10.3969/j.issn.1005-930X.1999.04.023.
[16]	Bardou P, Mariette J, Escudié F, et al. Jvenn: an interactive Venn diagram viewer[J]. BMC Bioinformatics, 2014, 15(1): 293. DOI: 10.1186/1471-2105-15-293.
[17]	Sakaue S, Kanai M, Tanigawa Y, et al. A cross-population atlas of genetic associations for 220 human phenotypes[J]. Nat Genet, 2021, 53(10): 1415-1424. DOI: 10.1038/s41588-021-00931-x.
[18]	Kanai M, Akiyama M, Takahashi A, et al. Genetic analysis of quantitative traits in the Japanese population links cell types to complex human diseases[J]. Nat Genet, 2018, 50(3): 390-400. DOI: 10.1038/s41588-018-0047-6.
[19]	赵磊磊，刘芳，韩金芳, 等. 中介效应检验程序及其应用[J]. 生物技术世界, 2014(11): 216.
[20]	Pirillo A, Casula M, Olmastroni E, et al. Global epidemiology of dyslipidaemias[J]. Nat Rev Cardiol, 2021, 18(10): 689-700.
[21]	Reaven G M. Relationship between insulin resistance and hypertension[J]. Diabetes Care, 1991, 14(Suppl 4): 33-38.
[22]	Chapman M J, Sposito A C. Hypertension and dyslipidaemia in obesity and insulin resistance: pathophysiology, impact on atherosclerotic disease and pharmacotherapy[J]. Pharmacol Ther, 2008, 117(3): 354-373. DOI: 10.1016/j.pharmthera.2007.10.004.
[23]	Linton M F, Yancey P G, Tao H, et al. HDL function and atherosclerosis: reactive dicarbonyls as promising targets of therapy[J]. Circ Res, 2023, 132(11): 1521-1545.
[24]	中国老年医学学会高血压分会，北京高血压防治协会，国家老年疾病临床医学研究中心(中国人民解放军总医院, 等. 中国老年高血压管理指南2023[J]. 中华高血压杂志, 2023, 31(6): 508-538. DOI: 10.16439/j.issn.1673-7245.2023.06.003.
[25]	李苏宁，陈祚，王增武, 等. 我国老年人高血压现状分析[J]. 中华高血压杂志, 2019, 27(2): 140-148.
[26]	Zhang M, Shi Y, Zhou B, et al. Prevalence, awareness, treatment, and control of hypertension in China, 2004-18: findings from six rounds of a national survey[J]. BMJ, 2023, 380: e071952. DOI: 10.1136/bmj-2022-071952.
[27]	Mennuni S, Rubattu S, Pierelli G, et al. Hypertension and kidneys: unraveling complex molecular mechanisms underlying hypertensive renal damage[J]. J Hum Hypertens, 2014, 28(2): 74-79.
[28]	Rutkowski B, Tylicki L, Manitius J, et al. Hypertensive nephropathy-an increasing clinical problem[J]. Mineral Electrolyte Metab, 1999, 25(1/2): 65-68. DOI: 10.1159/000057422.
[29]	Tylicki L, Manitius J, Łysiak-Szydłowska W, et al. Tubular injury: the first symptom of hypertensive kidney involvement? [J]. Med Sci Monit, 2003, 9(4): Cr135-Cr141.
[30]	Bian X H, Su X X, Wang Y Q, et al. Periostin contributes to renal and cardiac dysfunction in rats with chronic kidney disease: reduction of PPARα[J]. Biochimie, 2019, 160: 172-182.
[31]	Bobulescu I A, Moe O W. Renal transport of uric acid: evolving concepts and uncertainties[J]. Adv Chronic Kidney Dis, 2012, 19(6): 358-371. DOI: 10.1053/j.ackd.2012.07.009.
[32]	Czarkowska-Paczek B, Wyczalkowska-Tomasik A, Paczek L. Laboratory blood test results beyond normal ranges could not be attributed to healthy aging[J]. Medicine, 2018, 97(28): e11414. DOI: 10.1097/MD.0000000000011414.
[33]	Bax L, Bakker C J G, Klein W M, et al. Renal blood flow measurements with use of phase-contrast magnetic resonance imaging: normal values and reproducibility[J]. J Vasc Interv Radiol, 2005, 16(6): 807-814. DOI: 10.1097/01.RVI.0000161144.98350.28.
[34]	Davies D F, Shock N W. Age changes in glomerular filtration rate, effective renal plasma flow, and tubular excretory capacity in adult males[J]. J Clin Invest, 1950, 29(5): 496-507. DOI: 10.1172/JCI102286.
[35]	So A, Thorens B. Uric acid transport and disease[J]. J Clin Invest, 2010, 120(6): 1791-1799. DOI: 10.1172/JCI42344.
[36]	He H J, Cheng Q L, Chen S, et al. Triglyceride-glucose index and its additive interaction with ABCG2/SLC2A9 polygenic risk score on hyperuricemia in middle age and older adults: findings from the DLCC and BHMC study[J]. Ann Med, 2024, 56(1): 2434186.
[37]	Kang D H, Chen W. Uric acid and chronic kidney disease: new understanding of an old problem[J]. Semin Nephrol, 2011, 31(5): 447-452. DOI: 10.1016/j.semnephrol.2011.08.009.
[38]	Xing Y L, Yang L L, Liu J, et al. The association with subclinical thyroid dysfunction and uric acid[J]. Int J Endocrinol, 2021, 2021: 9720618. DOI: 10.1155/2021/9720618.
[39]	Li X, Miao X, Wang H S, et al. Association of serum uric acid levels in psoriasis: a systematic review and meta-analysis[J]. Medicine, 2016, 95(19): e3676. DOI: 10.1097/MD.0000000000003676.
[40]	George C, Leslie S W, Minter D A. Hyperuricemia [M]. StatPearls. Treasure Island (FL); StatPearls Publishing Copyright © 2025, StatPearls Publishing LLC. 2025.
[41]	Song S Y, Lou Y, Mao Y Y, et al. Alteration of gut microbiome and correlated amino acid metabolism contribute to hyperuricemia and Th17-driven inflammation in uox-KO mice[J]. Front Immunol, 2022, 13: 804306. DOI: 10.3389/fimmu.2022.804306.
[42]	Wang L M, Wang P, Teka T, et al. (1)H NMR and UHPLC/Q-orbitrap-MS-based metabolomics combined with 16S rRNA gut microbiota analysis revealed the potential regulation mechanism of nuciferine in hyperuricemia rats[J]. J Agric Food Chem, 2020, 68(47): 14059-14070. DOI: 10.1021/acs.jafc.0c04985.
[43]	张鹏，高鹰，杨洪喜, 等. 中国长寿地区老年人血尿酸水平与慢性肾脏病发病风险研究[J]. 中国全科医学, 2023, 26(31): 3884-3889, 3907. DOI: 10.12114/j.issn.1007-9572.2023.0001.
[44]	He S J, Chan C, Xie Z D, et al. The relationship between serum uric acid and metabolic syndrome in premenopausal and postmenopausal women in the Jinchang Cohort[J]. Gynecol Endocrinol, 2017, 33(2): 141-144. DOI: 10.1080/09513590.2016.1214261.
[45]	Macías N, Goicoechea M, García de Vinuesa M S, et al. Urate reduction and renal preservation: what is the evidence?[J]. Curr Rheumatol Rep, 2013, 15(12): 386. DOI: 10.1007/s11926-013-0386-3.
[46]	李青，潘洁敏，包玉倩, 等. 2型糖尿病肾脏疾病患者血尿酸水平与肾功能不全的相关性[J]. 上海医学, 2013, 36(1): 59-62.
[47]	刘华，林娜. 高尿酸血症患者早期肾损害特点[J]. 中国老年学杂志, 2015, 35(12): 3312-3313.
[48]	Johnson R J, Nakagawa T, Jalal D, et al. Uric acid and chronic kidney disease: which is chasing which?[J]. Nephrol Dial Transplant, 2013, 28(9): 2221-2228. DOI: 10.1093/ndt/gft029.
[49]	Shi Y F, Xu L Q, Tao M, et al. Blockade of enhancer of zeste homolog 2 alleviates renal injury associated with hyperuricemia[J]. Am J Physiol Renal Physiol, 2019, 316(3): F488-F505. DOI: 10.1152/ajprenal.00234.2018.
[50]	Uetake D, Ohno I, Ichida K, et al. Effect of fenofibrate on uric acid metabolism and urate transporter 1[J]. Intern Med, 2010, 49(2): 89-94.
[51]	陈源源，王增武，李建军, 等. 高血压患者血压血脂综合管理中国专家共识[J]. 中华高血压杂志, 2019, 27(7): 605-614.
[52]	孙家赛. 氯沙坦钾片在老年原发性高血压伴高尿酸血症患者治疗中的疗效观察[J]. 中国现代药物应用, 2023, 17(4): 119-121. DOI: 10.14164/j.cnki.cn11-5581/r.2023.04.036.
[53]	Dai H N, Lv S, Qiao Z A, et al. The active components of sunflower (Helianthus annuus L.) calathide and the effects on urate nephropathy based on COX-2/PGE2 signaling pathway and the urate transporter URAT1, ABCG2, and GLUT9[J]. Front Nutr, 2022, 8: 769555. DOI: 10.3389/fnut.2021.769555.
[54]	Tien Y Y, Shih M C, Tien C P, et al. To treat or not to treat? effect of urate-lowering therapy on renal function, blood pressure and safety in patients with asymptomatic hyperuricemia: a systematic review and network meta-analysis[J]. J Am Board Fam Med, 2022, 35(1): 140-151. DOI: 10.3122/jabfm.2022.01.210273.
[55]	Yu X, Gu M J, Zhu Y Y, et al. Efficacy of urate-lowering therapy in patients with chronic kidney disease: a network meta-analysis of randomized controlled trials[J]. Clin Ther, 2022, 44(5): 723-735.e6. DOI: 10.1016/j.clinthera.2022.03.014.
[56]	中华医学会内分泌学分会. 中国高尿酸血症与痛风诊疗指南(2019)[J]. 中华内分泌代谢杂志, 2020, 36(1): 1-13. DOI: 10.3760/cma.j.issn.1000-6699.2020.01.001.
[57]	Nakayama A, Kurajoh M, Toyoda Y, et al. Dysuricemia[J]. Biomedicines, 2023, 11(12): 3169. DOI: 10.3390/biomedicines11123169.
[58]	卓琳，陈思婷，高以焕, 等. 健康体检者高尿酸血症相关影响因素及效应关系探讨[J]. 中华内分泌代谢杂志, 2022, 38(10): 880-886. DOI: 10.3760/cma.j.cn311282-20220116-00030.
[59]	Uedono H, Tsuda A, Ishimura E, et al. U-shaped relationship between serum uric acid levels and intrarenal hemodynamic parameters in healthy subjects[J]. Am J Physiol Renal Physiol, 2017, 312(6): F992-F997. DOI: 10.1152/ajprenal.00645.2016.

组别	例数	年龄（±s，岁）	身高（±s，cm）	体质量（±s，kg）	BMI（±s，kg/m²）	SBP（±s，mmHg）	DBP（±s，mmHg）	BUN（±s，μmol/L）	Scr（±s，μmol/L）	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	FPG（±s，mmol/L）
正常组	6 934	69.0±6.4	167.5±5.8	71.7±10.3	25.5±3.2	138±18	83±11	5.45±1.43	76.61±18.83	108.12±57.11	5.92±1.62
异常组	779	70.7±6.6	168.0±5.8	75.5±11.0	26.7±3.5	141±19	83±12	6.46±2.05	94.65±27.62	84.70±47.38	5.82±1.29
t（χ²）值		-7.345	-2.271	-9.754	-9.845	-3.784	-1.169	-17.760	-24.000	11.030	1.627
P值		<0.001	0.023	<0.001	<0.001	<0.001	0.243	<0.001	<0.001	<0.001	0.104
组别	TC（±s，mmol/L）	TG（±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C（±s，mmol/L）	PV（±s，mPa·s）	职业[例（%）]				高血压[例（%）]
组别	TC（±s，mmol/L）	TG（±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C（±s，mmol/L）	PV（±s，mPa·s）	企业工人	企业文职	事业单位	公务员	高血压[例（%）]
正常组	5.05±0.92	1.41±1.05	1.25±0.34	3.06±0.75	1.55±0.06	392（88.89）	1 424（90.99）	1 586（90.53）	3 532（89.30）	3 479（89.55）
异常组	5.14±1.05	1.85±1.52	1.17±0.32	3.12±0.80	1.55±0.06	49（11.11）	141（9.01）	166（9.47）	423（10.70）	406（10.45）
t（χ²）值	-2.579	-10.740	6.591	-2.010	-2.019	4.844^a				1.060^a
P值	0.010	<0.001	<0.001	0.044	0.044	0.184				0.303

组别	例数	年龄（±s，岁）	身高（±s，cm）	体质量（±s，kg）	BMI（±s，kg/m²）	SBP（±s，mmHg）	DBP（±s，mmHg）	BUN（±s，μmol/L）	Scr（±s，μmol/L）	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	FPG（±s，mmol/L）
正常组	6 934	69.0±6.4	167.5±5.8	71.7±10.3	25.5±3.2	138±18	83±11	5.45±1.43	76.61±18.83	108.12±57.11	5.92±1.62
异常组	779	70.7±6.6	168.0±5.8	75.5±11.0	26.7±3.5	141±19	83±12	6.46±2.05	94.65±27.62	84.70±47.38	5.82±1.29
t（χ²）值		-7.345	-2.271	-9.754	-9.845	-3.784	-1.169	-17.760	-24.000	11.030	1.627
P值		<0.001	0.023	<0.001	<0.001	<0.001	0.243	<0.001	<0.001	<0.001	0.104
组别	TC（±s，mmol/L）	TG（±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C（±s，mmol/L）	PV（±s，mPa·s）	职业[例（%）]				高血压[例（%）]
组别	TC（±s，mmol/L）	TG（±s，mmol/L）	HDL-C（±s，mmol/L）	LDL-C（±s，mmol/L）	PV（±s，mPa·s）	企业工人	企业文职	事业单位	公务员	高血压[例（%）]
正常组	5.05±0.92	1.41±1.05	1.25±0.34	3.06±0.75	1.55±0.06	392（88.89）	1 424（90.99）	1 586（90.53）	3 532（89.30）	3 479（89.55）
异常组	5.14±1.05	1.85±1.52	1.17±0.32	3.12±0.80	1.55±0.06	49（11.11）	141（9.01）	166（9.47）	423（10.70）	406（10.45）
t（χ²）值	-2.579	-10.740	6.591	-2.010	-2.019	4.844^a				1.060^a
P值	0.010	<0.001	<0.001	0.044	0.044	0.184				0.303

变量	β	SE	Z值	OR（95%CI）	P值	PARc（sPAR）
高SBP	0.239	0.090	2.66	1.270（1.065~1.514）	0.008	0.097
高TG	0.591	0.128	4.61	1.806（1.405~2.322）	<0.001	0.056
低eGFR	1.464	0.081	18.10	4.322（3.689~5.063）	<0.001	0.301
低HDL-C	0.294	0.109	2.70	1.342（1.084~1.662）	<0.001	0.053
预测模型	-3.061	0.070	-43.60	0.047（0.041~0.054）	<0.001	0.430^a

变量	β	SE	Z值	OR（95%CI）	P值	PARc（sPAR）
高SBP	0.239	0.090	2.66	1.270（1.065~1.514）	0.008	0.097
高TG	0.591	0.128	4.61	1.806（1.405~2.322）	<0.001	0.056
低eGFR	1.464	0.081	18.10	4.322（3.689~5.063）	<0.001	0.301
低HDL-C	0.294	0.109	2.70	1.342（1.084~1.662）	<0.001	0.053
预测模型	-3.061	0.070	-43.60	0.047（0.041~0.054）	<0.001	0.430^a

路径	B	95%CI	SE	效应占比（%）
总效应	13.100	9.964~16.235	1.600
直接效应	12.362	9.359~15.365	1.532	94.37
总的间接效应	0.738	0.439~1.037	0.152	5.63
TG→SBP→SUA	0.308	0.139~0.477	0.086	2.35
TG→eGFR→SUA	0.405	0.200~0.609	0.104	3.09
TG→SBP→eGFR→SUA	0.025	0.005~0.045	0.010	0.19

老年男性高尿酸血症的关联因素研究

Related Factors and Preventive Measures of Hyperuricemia in Elderly Men

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 59

相关文章 15

编辑推荐

Metrics

留言

组合变量	SUA 1组	SUA 2组	SUA 3组	SUA 4组	SUA 5组	SUA 6组	SUA 7组	SUA 8组	SUA 9组	合计
0000	72	516	1 165	1 056	434	118	22	5	5	3 393
0001	3	39	113	113	56	19	3	1	0	347
0010	9	125	393	521	382	178	71	20	11	1 710
0011	0	8	37	67	53	36	8	6	3	218
0100	4	9	30	38	38	9	1	1	0	130
0101	3	7	30	35	27	5	3	1	0	111
0110	0	2	7	25	24	23	7	2	0	90
0111	1	0	9	20	19	12	2	0	2	65
1000	28	104	301	261	119	36	9	2	0	860
1001	3	11	22	19	20	5	1	0	0	81
1010	1	18	92	156	117	64	22	10	5	485
1011	0	3	11	22	17	8	7	2	2	72
1100	0	3	12	14	11	4	3	1	0	48
1101	0	1	6	16	7	2	1	0	0	33
1110	0	0	7	11	12	5	3	1	1	40
1111	0	1	4	7	7	4	3	1	3	30
合计	124	847	2 239	2 381	1 343	528	166	53	32	7 713

[1]	张石飞, 顾志娥, 吕亚, 于海龙. 恐惧疾病进展在中青年宫颈癌患者癌症信息超载与参与治疗决策间的中介效应研究[J]. 中国全科医学, 2026, 29(23): 3307-3314.
[2]	柴智浩, 张维森, 罗娇玲, 朱峰, 朱彤, 靳雅丽, 潘静, 卢映君, 江朝强. 中老年人社会经济状况在少儿期父母文化与认知功能间的中介效应：基于广州生物库队列研究[J]. 中国全科医学, 2026, 29(21): 2959-2966.
[3]	杨晓峰, 李现文, 吴岩峰, 张倩, 陈娟, 赵凤姣. 血管内皮细胞钙黏蛋白水平与急性缺血性脑卒中后认知障碍发生风险的相关性研究[J]. 中国全科医学, 2026, 29(20): 2867-2873.
[4]	李亚婵, 杨阳, 徐千婷, 柯亭羽. 中国内脏脂肪指数与2型糖尿病合并左心室舒张功能障碍的关联性研究[J]. 中国全科医学, 2026, 29(18): 2482-2488.
[5]	张馨文, 魏光成, 张解玉, 石金杰, 李晓旭, 马锐, 押玉珑, 彭九程, 曹炜. 睡眠特征与血清尿酸水平的因果效应：一项双向孟德尔随机化研究[J]. 中国全科医学, 2026, 29(17): 2354-2360.
[6]	邱欣雨, 赵倩, 陈玉斐, 加木勒·买买提依明, 韩聪聪, 爱克丹·艾尔肯, 李晓梅, 杨毅宁. 体重状态及其代谢特征对收缩压纵向轨迹的影响：一项队列研究[J]. 中国全科医学, 2026, 29(15): 2006-2013.
[7]	刘天缘, 桑婉玥, 彭继平, 程思怡, 黄伊伊, 李欧文, 江洪, 周晓亚. 神经丝轻链蛋白与夜间高血压患者左心室肥厚发生风险的相关性研究[J]. 中国全科医学, 2026, 29(15): 2014-2021.
[8]	吴志远, 王传旭, 杨枫, 张栩铭, 周嘉宝, 高建东. 矢志方在高尿酸血症尿酸转运相关蛋白中的作用机制研究[J]. 中国全科医学, 2026, 29(14): 1898-1910.
[9]	张亚萍, 赵序昊, 庞婷, 贺心荻, 袁长征, 温煦, 刘足云, 徐欣. 社区中老年人健康体适能与成功老龄化的关联研究[J]. 中国全科医学, 2026, 29(13): 1706-1712.
[10]	袁维霞, 敖盼盼, 马芸, 吴风富, 徐发翠, 余娟, 曾群, 魏绍峰, 袁丽佳. 年龄校正的Charlson合并症指数对老年患者肌少症的预测价值研究[J]. 中国全科医学, 2026, 29(13): 1673-1681.
[11]	胡嘉琦, 李端, 方昊, 樊兴颖, 杜薇, 周涵妮. 基于体检人群队列的高尿酸血症非遗传因素风险预测模型构建研究[J]. 中国全科医学, 2026, 29(10): 1324-1333.
[12]	朱辰蕊, 李娜, 吴云涛, 赵海燕, 黄喆, 刘妍, 季春鹏, 吴寿岭. 血尿酸水平对新发房室传导阻滞的影响：一项前瞻性队列研究[J]. 中国全科医学, 2026, 29(05): 583-590.
[13]	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.
[14]	向凤玲, 王远坤, 王小燕, 何圣洁, 干锦华. 中国儿童青少年高尿酸血症患病率的Meta分析[J]. 中国全科医学, 2025, 28(33): 4206-4213.
[15]	杨冰清, 扬天元, 侯辰雪, 王琦. 无创模型在评估慢性乙型肝炎合并非酒精性脂肪性肝病患者肝纤维化中的比较研究[J]. 中国全科医学, 2025, 28(32): 4067-4074.