三酰甘油-葡萄糖指数与心血管-肾脏-代谢综合征0~3期人群心血管疾病的关联性：一项前瞻性队列研究

doi:10.12114/j.issn.1007-9572.2025.0152

中国全科医学 ›› 2026, Vol. 29 ›› Issue (09): 1129-1136.DOI: 10.12114/j.issn.1007-9572.2025.0152

三酰甘油-葡萄糖指数与心血管-肾脏-代谢综合征0~3期人群心血管疾病的关联性：一项前瞻性队列研究

李秋春¹^,², 苏萍³, 逄锦宏¹^,², 陈巧巧¹^,², 赵颖颖¹^,², 何蕊言¹^,², 王玥¹^,², 陈学禹¹^,², 乔俊鹏¹^,², 迟蔚蔚¹^,³^,^*()

1．250012　山东省济南市，山东大学齐鲁医学院公共卫生学院
2．250003　山东省济南市，国家健康医疗大数据研究院
3．250002　山东省济南市，山东健康医疗大数据管理中心

收稿日期:2025-05-22 修回日期:2025-10-28 出版日期:2026-03-20 发布日期:2026-01-28
通讯作者: 迟蔚蔚
作者贡献：
李秋春负责研究目标的设定、结果分析与解释、统计学处理以及论文撰写工作；苏萍、逄锦宏、陈巧巧、赵颖颖、何蕊言、王玥、乔俊鹏共同承担图表制作任务；陈学禹对文章内容提出了建设性修改意见；迟蔚蔚全面负责文章质量把控，并对研究过程实施全程监督与管理。
基金资助:
四大慢病重大专项(2023ZD0503500); 国家重点研发计划(2023YFC2705500)

Association of Triglyceride Glucose Index with Cardiovascular Disease in Cardiovascular-Kidney-Metabolic Syndrome Stage 0-3 Population: a Prospective Cohort Study

LI Qiuchun¹^,², SU Ping³, PANG Jinhong¹^,², CHEN Qiaoqiao¹^,², ZHAO Yingying¹^,², HE Ruiyan¹^,², WANG Yue¹^,², CHEN Xueyu¹^,², QIAO Junpeng¹^,², CHI Weiwei¹^,³^,^*()

1. School of Public Health, Cheeloo College of Medicine, Shandong University, Jinan 250012, China
2. National Institute of Health Data Science of China, Jinan 250003, China
3. National Administration of Health Data, Jinan 250002, China

Received:2025-05-22 Revised:2025-10-28 Published:2026-03-20 Online:2026-01-28
Contact: CHI Weiwei

分享到

摘要/Abstract

摘要： 背景美国心脏协会（AHA）于2023年首次定义了心血管-肾脏-代谢综合征（CKM），阐明了代谢危险因素、慢性肾脏病（CKD）和心血管疾病（CVD）之间复杂的联系，并强调在CKM 0~3期进行早期干预，可降低终末期心血管事件发生风险。三酰甘油-葡萄糖指数（TYG）作为新型脂质代谢标志物，在一般人群中已证实与CVD相关，但其在CKM 0~3期人群中与CVD的相关性仍有待循证医学的证据支持。目的本研究旨在探索CKM 0~3期人群中TYG水平与CVD风险的关联。方法以2015年为基线，纳入齐鲁全生命周期电子健康研究型数据库（Cheeloo LEAD）中调查期间（2015-01-01—2017-12-31）46 754例符合CKM 0~3期标准的研究对象，依据基线TYG四分位数将研究对象分为Q1（6.79≤TYG<8.19，n=11 979）、Q2（8.19≤TYG<8.55，n=11 493）、Q3（8.55≤TYG<8.93，n=11 647）、Q4组（8.93≤TYG≤11.7，n=11 635）。采用Cox比例风险回归模型系统分析CKM 0~3期人群中TYG与CVD风险的关联。采用Kaplan-Meier法绘制生存曲线，采用Log-rank检验分析不同TYG组的生存率差异。采用限制性立方样条（RCS）在CKM 0~3期总人群中绘制剂量-反应曲线。并通过性别（男性和女性）和CKM分期（<2期和≥2期）进行亚组分析验证关联稳健性。构建分层调整多因素Cox模型，将平均TYG和累积TYG作为连续性变量分别纳入模型，探讨TYG对CVD发生的影响。结果共纳入46 754名研究对象，男19 884名（42.5%），女26 870名（57.5%），中位年龄69（65，73）岁，平均基线TYG为（8.59±0.60），32 837名（70.2%）研究对象处于CKM 2期。Cox比例风险回归模型结果显示，TYG作为连续变量时水平每升高1个单位，CVD发病风险增加19.4%（HR=1.194，95%CI=1.162~1.226，P<0.001）。分组分析显示，Q4组新发CVD风险较Q1组增加28.0%（HR=1.280，95%CI=1.222~1.341），趋势检验显示剂量-反应关系显著（P<0.05）。Q1、Q2、Q3、Q4组CVD累积发病率呈梯度升高趋势（33.7%、35.2%、42.0%、43.7%）。Kaplan-Meier生存曲线显示，Q1~Q4组的CVD发病率比较，差异有统计学意义（χ2=328.853，P<0.05）。RCS曲线显示CKM 0~3期的总人群中，TYG与CVD发病风险呈线性正相关（P<0.001，P非线性=0.282）；按CKM分期分层后，在CKM 0~1期（P<0.001，P非线性=0.616）和2~3期（P<0.001，P非线性=0.180）的人群中，TYG与CVD发病风险呈线性正相关。结论在CKM 0~3期人群中，TYG对CVD具有风险预警作用，为建立基于代谢-心肾干预的精准预防策略提供理论支撑。

关键词: 心血管疾病, 心血管-肾脏-代谢综合征, 三酰甘油-葡萄糖指数, 前瞻性队列研究, 生存分析

Abstract:

Background

The American Heart Association(AHA) first defined cardiovascular-kidney-metabolic syndrome (CKM) in 2023, elucidating the complex association between metabolic risk factors, chronic kidney disease (CKD) and cardiovascular disease (CVD), and emphasizing that early intervention in CKM stages 0-3 can reduce the risk of end-stage cardiovascular events. Triglyceride glucose index (TYG), as a novel marker of lipid metabolism, has been shown to be associated with CVD in the general population, but its association with CVD in the CKM stages 0-3 population still needs to be supported by evidence-based medical evidence.

Objective

To explore the association between TYG level and CVD risk in patients with CKM stages 0-3.

Methods

From a baseline established in 2015, 46 754 participants meeting CKM stages 0-3 criteria were identified from the Cheeloo Longitudinal Epidemiological Analysis Database (LEAD) during the investigation period (2015-01-01—2017-12-31). Participants were categorized into quartiles based on baseline TYG indices: Q1 (6.79≤TYG<8.19, n=11 979), Q2 (8.19≤TYG<8.55, n=11 493), Q3 (8.55≤TYG<8.93, n=11 647), and Q4 (8.93≤TYG≤11.7, n=11 635). Cox proportional hazards regression models were employed to systematically analyze the association between TYG and CVD risk within this cohort. Survival curves were plotted using the Kaplan-Meier method, and differences in survival rates among different TYG groups were analyzed using the Log-rank test. Dose-response curves were evaluated using restricted cubic splines (RCS) across the total CKM stages 0-3 population. Subgroup analyses by gender (male and female) and CKM stages (<stage 2 and ≥stage 2) were conducted to verify the robustness of the associations. Stratified multivariable Cox models were constructed, incorporating average TYG and cumulative TYG as continuous variables to explore their impact on CVD occurrence.

Results

A total of 46 754 participants were included, comprising 19 884 males (42.5%) and 26 870 females (57.5%), with a median age of 69(65, 73) years. The mean baseline TYG was 8.59±0.60, and 32 837 (70.2%) participants were at CKM stage 2. Cox regression analysis revealed that per unit increase in TYG as a continuous variable was associated with a 19.4% increased risk of CVD incidence (HR=1.194, 95%CI=1.162-1.226, P<0.001). Group analysis indicated that the risk of newly developed CVD in Q4 was 28.0% higher than in Q1 (HR=1.280, 95%CI=1.222-1.341), with a significant dose-response relationship (P<0.05). Cumulative incidences of CVD across Q1-Q4 showed a gradient increase (33.7%, 35.2%, 42.0%, and 43.7%, respectively). Kaplan-Meier curves demonstrated statistically significant differences in CVD incidence rates among Q1-Q4 groups (χ²=328.853, P<0.05). RCS analysis suggested a linear positive correlation between TYG and CVD risk in the overall CKM stages 0-3 population (P<0.001, P_non-lineari=0.282); stratification by CKM stage also showed a linear positive correlation in CKM stages 0-1 (P<0.001, P_non-linear=0.616) and 2-3 (P<0.001, P_non-linear=0.180).

Conclusion

In the 0-3 stage of CKM, TYG is revealed as an early warning of CVD risk in this population, which provides theoretical support for the establishment of a precision prevention strategy based on metabolic-cardiorenal intervention.

Key words: Cardiovascular disease, Cardiovascular-kidney-metabolic syndrome, Triglyceride-glucose index, Prospective cohort study, Survival analysis

李秋春,苏萍,逄锦宏,等. 三酰甘油-葡萄糖指数与心血管-肾脏-代谢综合征0~3期人群心血管疾病的关联性：一项前瞻性队列研究[J]. 中国全科医学, 2026, 29(09): 1129-1136. DOI: 10.12114/j.issn.1007-9572.2025.0152.
LI Qiuchun,SU Ping,PANG Jinhong, et al. Association of Triglyceride Glucose Index with Cardiovascular Disease in Cardiovascular-Kidney-Metabolic Syndrome Stage 0-3 Population: a Prospective Cohort Study[J]. Chinese General Practice, 2026, 29(09): 1129-1136. DOI: 10.12114/j.issn.1007-9572.2025.0152.

图/表 7

参考文献 35

[1]	RONCO C, MCCULLOUGH P, ANKER S D, et al. Cardio-renal syndromes: report from the consensus conference of the acute dialysis quality initiative[J]. Eur Heart J, 2010, 31(6): 703-711. DOI: 10.1093/eurheartj/ehp507.
[2]	UDUMAN J. Epidemiology of cardiorenal syndrome[J]. Adv Chronic Kidney Dis, 2018, 25(5): 391-399. DOI: 10.1053/j.ackd.2018.08.009.
[3]	KOENEN M, HILL M A, COHEN P, et al. Obesity, adipose tissue and vascular dysfunction[J]. Circ Res, 2021, 128(7): 951-968. DOI: 10.1161/CIRCRESAHA.121.318093.
[4]	PÁLSSON R, PATEL U D. Cardiovascular complications of diabetic kidney disease[J]. Adv Chronic Kidney Dis, 2014, 21(3): 273-280. DOI: 10.1053/j.ackd.2014.03.003.
[5]	NDUMELE C E, RANGASWAMI J, CHOW S L, et al. Cardiovascular-kidney-metabolic health: a presidential advisory from the American heart association[J]. Circulation, 2023, 148(20): 1606-1635. DOI: 10.1161/CIR.0000000000001184.
[6]	BRAUNWALD E. From cardiorenal to cardiovascular-kidney-metabolic syndromes[J]. Eur Heart J, 2025, 46(8): 682-684. DOI: 10.1093/eurheartj/ehae775.
[7]	AGGARWAL R, OSTROMINSKI J W, VADUGANATHAN M. Prevalence of cardiovascular-kidney-metabolic syndrome stages in US adults, 2011-2020[J]. JAMA, 2024, 331(21): 1858-1860. DOI: 10.1001/jama.2024.6892.
[8]	MALIK S, WONG N D, FRANKLIN S S, et al. Impact of the metabolic syndrome on mortality from coronary heart disease, cardiovascular disease, and all causes in United States adults[J]. Circulation, 2004, 110(10): 1245-1250. DOI: 10.1161/01.CIR.0000140677.20606.0E.
[9]	AVAGIMYAN A, POGOSOVA N, FOGACCI F, et al. Triglyceride-glucose index (TyG) as a novel biomarker in the era of cardiometabolic medicine[J]. Int J Cardiol, 2025, 418: 132663. DOI: 10.1016/j.ijcard.2024.132663.
[10]	BRITO A D M, HERMSDORFF H H M, FILGUEIRAS M S, et al. Predictive capacity of triglyceride-glucose (TyG) index for insulin resistance and cardiometabolic risk in children and adolescents: a systematic review[J]. Crit Rev Food Sci Nutr, 2021, 61(16): 2783-2792. DOI: 10.1080/10408398.2020.1788501.
[11]	LAI W G, LIN Y C, GAO Z Y, et al. Joint association of TyG index and LDL-C with all-cause and cardiovascular mortality among patients with cardio-renal-metabolic disease[J]. Sci Rep, 2025, 15(1): 5854. DOI: 10.1038/s41598-025-87416-7.
[12]	WU M, LI C Y, YU Y Q, et al. Association between the triglyceride-glucose (TyG) index and stroke risk in Chinese normal-weight adults: a population-based study[J]. Diabetol Metab Syndr, 2024, 16(1): 176. DOI: 10.1186/s13098-024-01421-w.
[13]	AIMO A, CHIAPPINO S, CLEMENTE A, et al. The triglyceride/HDL cholesterol ratio and TyG index predict coronary atherosclerosis and outcome in the general population[J]. Eur J Prev Cardiol, 2022, 29(5): e203-e204. DOI: 10.1093/eurjpc/zwab164.
[14]	YOON J S, SHIM Y S, LEE H S, et al. A population-based study of TyG index distribution and its relationship to cardiometabolic risk factors in children and adolescents[J]. Sci Rep, 2021, 11(1): 23660. DOI: 10.1038/s41598-021-03138-6.
[15]	ZOU H X, XIE J J, MA X P, et al. The value of TyG-related indices in evaluating MASLD and significant liver fibrosis in MASLD[J]. Can J Gastroenterol Hepatol, 2025, 2025: 5871321. DOI: 10.1155/cjgh/5871321.
[16]	中国居民膳食指南(2022)平衡膳食准则[J].疾病预防控制通报, 2024, 39(1): 95.
[17]	WANG Y, CHEN X Y, SHI J, et al. Relationship between triglyceride-glucose index baselines and trajectories with incident cardiovascular diseases in the elderly population[J]. Cardiovasc Diabetol, 2024, 23(1): 6. DOI: 10.1186/s12933-023-02100-2.
[18]	ZHU R X, WANG R, HE J J, et al. Associations of cardiovascular-kidney-metabolic syndrome stages with premature mortality and the role of social determinants of health[J]. J Nutr Health Aging, 2025, 29(4): 100504. DOI: 10.1016/j.jnha.2025.100504.
[19]	WU Y W, CHEN Y. 1424-P: cumulative TyG index—a noninvasive measure to assess the risk of hyperuricemia[J]. Diabetes, 2024, 73(Supplement_1): 1424-142P. DOI: 10.2337/db24-1424-p.
[20]	DANG K K, WANG X Y, HU J X, et al. The association between triglyceride-glucose index and its combination with obesity indicators and cardiovascular disease: NHANES 2003-2018[J]. Cardiovasc Diabetol, 2024, 23(1): 8. DOI: 10.1186/s12933-023-02115-9.
[21]	SÁNCHEZ-ÍÑIGO L, NAVARRO-GONZÁLEZ D, FERNÁNDEZ-MONTERO A, et al. The TyG index may predict the development of cardiovascular events[J]. Eur J Clin Invest, 2016, 46(2): 189-197. DOI: 10.1111/eci.12583.
[22]	HONG S M, HAN K, PARK C Y. The triglyceride glucose index is a simple and low-cost marker associated with atherosclerotic cardiovascular disease: a population-based study[J]. BMC Med, 2020, 18(1): 361. DOI: 10.1186/s12916-020-01824-2.
[23]	LI S S, GUO B X, CHEN H N, et al. The role of the triglyceride (triacylglycerol) glucose index in the development of cardiovascular events: a retrospective cohort analysis[J]. Sci Rep, 2019, 9(1): 7320. DOI: 10.1038/s41598-019-43776-5.
[24]	XIE Z, YU C, CUI Q, et al. Global burden of the key components of cardiovascular-kidney-metabolic syndrome[J]. J Am Soc Nephrol, 2025, 36(8): 1572-1584. DOI: 10.1681/asn.0000000658.
[25]	YOUNG J B, EKNOYAN G. Cardiorenal syndrome: an evolutionary appraisal[J]. Circ Heart Fail, 2024, 17(6): e011510. DOI: 10.1161/CIRCHEARTFAILURE.123.011510.
[26]	WU Y, LIU C S, CAO J D. Association between triglyceride-glucose index and its composite obesity indexes and cardio-renal disease: analysis of the NHANES 2013-2018 cycle[J]. Front Endocrinol (Lausanne), 2025, 16: 1505808. DOI: 10.3389/fendo.2025.1505808.
[27]	RAMDAS NAYAK V K, SATHEESH P, SHENOY M T, et al. Triglyceride glucose (TyG) index: a surrogate biomarker of insulin resistance[J]. J Pak Med Assoc, 2022, 72(5): 986-988. DOI: 10.47391/JPMA.22-63.
[28]	TAO L C, XU J N, WANG T T, et al. Triglyceride-glucose index as a marker in cardiovascular diseases: landscape and limitations[J]. Cardiovasc Diabetol, 2022, 21(1): 68. DOI: 10.1186/s12933-022-01511-x.
[29]	BROWNLEE M. Biochemistry and molecular cell biology of diabetic complications[J]. Nature, 2001, 414(6865): 813-820. DOI: 10.1038/414813a.
[30]	SINGH V P, BALI A, SINGH N, et al. Advanced glycation end products and diabetic complications[J]. Korean J Physiol Pharmacol, 2014, 18(1): 1. DOI: 10.4196/kjpp.2014.18.1.1.
[31]	VIRANI S S, ALONSO A, APARICIO H J, et al. Heart disease and stroke statistics-2021 update: a report from the American heart association[J]. Circulation, 2021, 143(8): e254-e743. DOI: 10.1161/CIR.0000000000000950.
[32]	MEMBERS A F, COMMITTEE FOR PRACTICE GUIDELINES (CPG) E S C, NATIONAL CARDIAC SOCIETIES E S C. 2019 ESC/EAS guidelines for the management of dyslipidaemias: lipid modification to reduce cardiovascular risk[J]. Atherosclerosis, 2019, 290: 140-205. DOI: 10.1016/j.atherosclerosis.2019.08.014.
[33]	BRAAM B, JOLES J A, DANISHWAR A H, et al. Cardiorenal syndrome—current understanding and future perspectives[J]. Nat Rev Nephrol, 2014, 10(1): 48-55. DOI: 10.1038/nrneph.2013.250.
[34]	RONCO C, HAAPIO M, HOUSE A A, et al. Cardiorenal syndrome[J]. J Am Coll Cardiol, 2008, 52(19): 1527-1539. DOI: 10.1016/j.jacc.2008.07.051.
[35]	NICHOLS G A, AMITAY E L, CHATTERJEE S, et al. The bidirectional association of chronic kidney disease, type 2 diabetes, atherosclerotic cardiovascular disease, and heart failure: the cardio-renal-metabolic syndrome[J]. Metab Syndr Relat Disord, 2023, 21(5): 261-266. DOI: 10.1089/met.2023.0006.

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别（男/女）	SBP（±s，mmHg）	DBP（±s，mmHg）	TC（±s，mg/dL）	TG（±s，mg/dL）	HDL-C（±s，mg/dL）
Q1组	11 979	69（66，74）	6 657/5 322	130±15	79±8	4.86±0.94	0.70±0.16	1.50±0.36
Q2组	11 493	69（66，73）	4 962/6 531	132±16	79±8	5.13±0.99	1.07±0.17	1.45±0.35
Q3组	11 647	68（65，73）	4 540/7 107	134±16	80±9	5.26±1.00	1.45±0.25	1.40±0.34
Q4组	11 635	68（65，72）	3 725/7 910	137±18	81±9	5.53（1.08）	2.58±1.25	1.34±0.35
检验统计量值		189.951^a	1 421.944^b	358.921	87.473	920.515	18 369.513	464.175
P值		<0.001	<0.001	0.001	<0.001	<0.001	<0.001	<0.001
组别	LDL-C（±s，mg/dL）	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	BMI（±s，kg/m²）	腰围（±s，cm）	Cr（±s，μmol/L）	FBG（±s，mmol/L）	糖尿病[例（%）]	代谢综合征[例（%）]
Q1组	2.73±0.76	76.08±16.51	23.2±3.2	83.47±9.24	80.79±20.23	4.94±0.62	110（0.9）	3 241（27.1）
Q2组	2.90±0.80	75.03±16.91	24.2±3.4	85.22±9.72	80.05±20.51	5.21±0.71	322（2.8）	4 536（39.5）
Q3组	2.98±0.85	74.76 ±17.23	24.9±3.4	86.35±9.87	79.73±20.42	5.48±0.94	732（6.3）	6 488（55.7）
Q4组	3.07±0.92	73.85±17.40	25.7±3.3	88.26±9.69	79.93±21.50	6.53±2.17	3 135（26.9）	10 049（86.4）
检验统计量值	355.172	34.406	1 227.932	514.972	5.983	3 527.250	6 053.784^b	9 279.693^b
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001
组别	高血压[例（%）]	吸烟[例（%）]	饮酒[例（%）]	受教育程度[例（%）]		婚姻状况[例（%）]		饮食均衡[例（%）]
组别	高血压[例（%）]	吸烟[例（%）]	饮酒[例（%）]	高中及以上	高中以下	无配偶	有配偶	饮食均衡[例（%）]
Q1组	7 866（65.7）	2 167（18.1）	2 823（23.6）	296（2.5）	11 683（97.5）	3 067（25.6）	8 912（74.4）	9 558（79.8）
Q2组	7 992（69.5）	1 552（13.5）	2 071（18.0）	372（3.2）	11 121（96.8）	2 820（24.5）	8 673（75.5）	9 474（82.4）
Q3组	8 350（71.7）	1 314（11.3）	1 819（15.6）	441（3.8）	11 206（96.2）	2 811（24.1）	8 836（75.9）	9 896（85.0）
Q4组	8 900（76.5）	1 012（8.7）	1 474（12.7）	595（5.1）	11 040（94.9）	2 596（22.3）	9 039（77.7）	9 966（85.7）
检验统计量值	348.645^b	499.890^b	523.909^b	124.617^b		36.199^b		180.587^b
P值	<0.001	<0.001	<0.001	<0.001		<0.001		<0.001
组别	运动习惯[例（%）]		CVD[例（%）]	职业状态[例（%）]		CKM分期[例（%）]
组别	运动	不运动	CVD[例（%）]	非在职	在职	0期	1期	2期	3期
Q1组	3 303（27.6）	8 676（72.4）	4 042（33.7）	1 508（12.6）	10 471（87.4）	1 583（13.2）	1 799（15.0）	8 156（68.1）	441（3.7）
Q2组	3 628（31.6）	7 865（68.4）	4 042（35.2）	1 764（15.3）	9 729（84.7）	920（8.0）	1 891（16.5）	8 166（71.1）	516（4.5）
Q3组	4 228（36.3）	7 419（63.7）	4 567（39.2）	1 918（16.5）	9 729（83.5）	624（5.4）	1 930（16.6）	8 472（72.7）	621（5.3）
Q4组	4 778（41.1）	6 857（58.9）	5 089（43.7）	2 199（18.9）	9 436（81.1）	332（2.9）	1 711（14.7）	8 043（69.1）	1 549（13.3）
检验统计量值	536.324^b		301.266^b	182.524^b		2 023.554^b
P值	<0.001		<0.001	<0.001		<0.001

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别（男/女）	SBP（±s，mmHg）	DBP（±s，mmHg）	TC（±s，mg/dL）	TG（±s，mg/dL）	HDL-C（±s，mg/dL）
Q1组	11 979	69（66，74）	6 657/5 322	130±15	79±8	4.86±0.94	0.70±0.16	1.50±0.36
Q2组	11 493	69（66，73）	4 962/6 531	132±16	79±8	5.13±0.99	1.07±0.17	1.45±0.35
Q3组	11 647	68（65，73）	4 540/7 107	134±16	80±9	5.26±1.00	1.45±0.25	1.40±0.34
Q4组	11 635	68（65，72）	3 725/7 910	137±18	81±9	5.53（1.08）	2.58±1.25	1.34±0.35
检验统计量值		189.951^a	1 421.944^b	358.921	87.473	920.515	18 369.513	464.175
P值		<0.001	<0.001	0.001	<0.001	<0.001	<0.001	<0.001
组别	LDL-C（±s，mg/dL）	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	BMI（±s，kg/m²）	腰围（±s，cm）	Cr（±s，μmol/L）	FBG（±s，mmol/L）	糖尿病[例（%）]	代谢综合征[例（%）]
Q1组	2.73±0.76	76.08±16.51	23.2±3.2	83.47±9.24	80.79±20.23	4.94±0.62	110（0.9）	3 241（27.1）
Q2组	2.90±0.80	75.03±16.91	24.2±3.4	85.22±9.72	80.05±20.51	5.21±0.71	322（2.8）	4 536（39.5）
Q3组	2.98±0.85	74.76 ±17.23	24.9±3.4	86.35±9.87	79.73±20.42	5.48±0.94	732（6.3）	6 488（55.7）
Q4组	3.07±0.92	73.85±17.40	25.7±3.3	88.26±9.69	79.93±21.50	6.53±2.17	3 135（26.9）	10 049（86.4）
检验统计量值	355.172	34.406	1 227.932	514.972	5.983	3 527.250	6 053.784^b	9 279.693^b
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001
组别	高血压[例（%）]	吸烟[例（%）]	饮酒[例（%）]	受教育程度[例（%）]		婚姻状况[例（%）]		饮食均衡[例（%）]
组别	高血压[例（%）]	吸烟[例（%）]	饮酒[例（%）]	高中及以上	高中以下	无配偶	有配偶	饮食均衡[例（%）]
Q1组	7 866（65.7）	2 167（18.1）	2 823（23.6）	296（2.5）	11 683（97.5）	3 067（25.6）	8 912（74.4）	9 558（79.8）
Q2组	7 992（69.5）	1 552（13.5）	2 071（18.0）	372（3.2）	11 121（96.8）	2 820（24.5）	8 673（75.5）	9 474（82.4）
Q3组	8 350（71.7）	1 314（11.3）	1 819（15.6）	441（3.8）	11 206（96.2）	2 811（24.1）	8 836（75.9）	9 896（85.0）
Q4组	8 900（76.5）	1 012（8.7）	1 474（12.7）	595（5.1）	11 040（94.9）	2 596（22.3）	9 039（77.7）	9 966（85.7）
检验统计量值	348.645^b	499.890^b	523.909^b	124.617^b		36.199^b		180.587^b
P值	<0.001	<0.001	<0.001	<0.001		<0.001		<0.001
组别	运动习惯[例（%）]		CVD[例（%）]	职业状态[例（%）]		CKM分期[例（%）]
组别	运动	不运动	CVD[例（%）]	非在职	在职	0期	1期	2期	3期
Q1组	3 303（27.6）	8 676（72.4）	4 042（33.7）	1 508（12.6）	10 471（87.4）	1 583（13.2）	1 799（15.0）	8 156（68.1）	441（3.7）
Q2组	3 628（31.6）	7 865（68.4）	4 042（35.2）	1 764（15.3）	9 729（84.7）	920（8.0）	1 891（16.5）	8 166（71.1）	516（4.5）
Q3组	4 228（36.3）	7 419（63.7）	4 567（39.2）	1 918（16.5）	9 729（83.5）	624（5.4）	1 930（16.6）	8 472（72.7）	621（5.3）
Q4组	4 778（41.1）	6 857（58.9）	5 089（43.7）	2 199（18.9）	9 436（81.1）	332（2.9）	1 711（14.7）	8 043（69.1）	1 549（13.3）
检验统计量值	536.324^b		301.266^b	182.524^b		2 023.554^b
P值	<0.001		<0.001	<0.001		<0.001

组别	模型1		模型2		模型3
组别	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
Q2组	1.057（1.012~1.104）	0.003	1.056（1.011~1.104）	<0.007	1.049（1.004~1.096）	0.032
Q3组	1.214（1.164~1.266）	<0.001	1.204（1.153~1.257）	<0.001	1.162（1.113~1.214）	<0.001
Q4组	1.400（1.343~1.459）	<0.001	1.382（1.325~1.442）	<0.001	1.280（1.222~1.341）	<0.001
趋势性检验	1.253（1.224~1.283）	<0.001	1.248（1.218~1.279）	<0.001	1.194（1.162~1.226）	<0.001

组别	模型1		模型2		模型3
组别	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
Q2组	1.057（1.012~1.104）	0.003	1.056（1.011~1.104）	<0.007	1.049（1.004~1.096）	0.032
Q3组	1.214（1.164~1.266）	<0.001	1.204（1.153~1.257）	<0.001	1.162（1.113~1.214）	<0.001
Q4组	1.400（1.343~1.459）	<0.001	1.382（1.325~1.442）	<0.001	1.280（1.222~1.341）	<0.001
趋势性检验	1.253（1.224~1.283）	<0.001	1.248（1.218~1.279）	<0.001	1.194（1.162~1.226）	<0.001

变量	HR（95%CI）	P值	P_交互值
性别
男（以Q1为参照）
Q2	1.105（1.040~1.175）	0.001
Q3	1.214（1.140~1.291）	<0.001
Q4	1.289（1.203~1.382）	<0.001
女（以Q1为参照）
Q2	0.997（0.936~1.062）	0.921	0.043
Q3	1.114（1.048~1.186）	<0.001	0.184
Q4	1.255（1.178~1.337）	<0.001	0.710
CKM分期
0~1期（以Q1为参照）
Q2	1.103（1.007~1.208）	0.034
Q3	1.204（1.098~1.320）	<0.001
Q4	1.365（1.223~1.523）	<0.001
2~3期（以Q1为参照）
Q2	1.023（0.973~1.076）	0.376	0.535
Q3	1.143（1.088~1.201）	<0.001	0.504
Q4	1.268（1.204~1.334）	<0.001	0.860

三酰甘油-葡萄糖指数与心血管-肾脏-代谢综合征0~3期人群心血管疾病的关联性：一项前瞻性队列研究

Association of Triglyceride Glucose Index with Cardiovascular Disease in Cardiovascular-Kidney-Metabolic Syndrome Stage 0-3 Population: a Prospective Cohort Study

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 35

相关文章 15

编辑推荐

Metrics

留言

[1]	夏莹, 吴新日, 张彩琴, 洪忻. 基于"生命八要素"评分的社区居民心血管健康分布及影响因素研究[J]. 中国全科医学, 2026, 29(05): 597-605.
[2]	鹿妍秋, 吴云涛, 刘少鹏, 林海颖, 邓惠友, 武英, 黄喆, 杨鹏, 吴寿岭, 李云. 正常高值血压人群血压轨迹对心血管疾病发病风险的影响：基于开滦队列研究[J]. 中国全科医学, 2026, 29(03): 299-310.
[3]	范转转, 李文婷, 马国亮. 绝经后女性内脏脂肪指数与心血管疾病的关联性分析：前瞻性队列研究[J]. 中国全科医学, 2026, 29(02): 180-187.
[4]	的机卓玛, 邹雁秋, 郑迪心, 胡梦婕, 刘小雪, 姜侠, 樊萌语, 李佳圆. 中国中老年人社交隔离和孤独与心血管疾病发病风险的前瞻性关联研究[J]. 中国全科医学, 2026, 29(01): 122-128.
[5]	张姝, 程钰, 吴寿岭, 陈朔华, 吴云涛. 非糖尿病人群累积血浆致动脉粥样硬化指数暴露对新发心血管疾病影响的队列研究[J]. 中国全科医学, 2025, 28(36): 4558-4565.
[6]	刘瑞越, 杨雪梅, 赵乃慧, 温薪冉, 蔡汐, 梁雅靖, 马佳佳, 吴寿岭, 崔刘福. 不同年龄段超敏C反应蛋白与白蛋白比值对新发心血管疾病的影响：一项队列研究[J]. 中国全科医学, 2025, 28(36): 4566-4577.
[7]	张颖, 廖晓阳, 杨寒飞, 余泳君, 刘力滴, 贾禹, 沈灿, 李霄, 黄传应, 杨荣. 2024年《国际高血压学会立场文件：血压测量与报告技术创新》解读及对中国的启示[J]. 中国全科医学, 2025, 28(36): 4541-4549.
[8]	米凌玉, 陈连鑫, 高恒波, 王彬成. 三酰甘油-葡萄糖指数对肺栓塞患者预后的预测价值研究[J]. 中国全科医学, 2025, 28(35): 4421-4429.
[9]	赵倬, 王贺. 缺氧诱导因子2α在心血管系统疾病中的作用机制研究进展[J]. 中国全科医学, 2025, 28(33): 4241-4248.
[10]	王碧优, 高鹰, 尤俊方, 刘莉, 张卿, 苏海燕. 心血管疾病风险人群脂质比值与炎症指标的典型相关性研究[J]. 中国全科医学, 2025, 28(33): 4132-4139.
[11]	陈慧龙, 廖芸楚, 刘育伟, 孔政辉, 黄兴辉, 徐嘉辉, 漆娜, 王远平, 梁文坚. 相对脂肪量与中老年人群心血管疾病之间的关联：一项基于CHARLS的横断面与纵向研究[J]. 中国全科医学, 2025, 28(32): 4047-4054.
[12]	刘明波, 何新叶, 杨晓红, 王增武. 《中国心血管健康与疾病报告2024》要点解读[J]. 中国全科医学, 2025, 28(32): 3989-4008.
[13]	刘小雪, 吕良, 冯琬婷, 杨会芳, 滕屹霖, 马天佩, 张韬, 姜侠, 龙璐, 廖加强, 樊萌语, 汪川, 杨代兰, 李佳圆, 张本. 三酰甘油-葡萄糖指数纵向轨迹与老年人肝脏硬度状况的关联研究[J]. 中国全科医学, 2025, 28(29): 3668-3673.
[14]	周晟, 邓长生, 邹冠炀, 宋健平. 疟疾心血管疾病并发症发病机制的研究进展[J]. 中国全科医学, 2025, 28(27): 3466-3472.
[15]	向心月, 张冰青, 欧阳煜钦, 汤文娟, 冯文焕. 短期内科门诊减重对肥胖患者动脉粥样硬化性心血管疾病风险的影响研究[J]. 中国全科医学, 2025, 28(26): 3229-3239.