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

doi:10.12114/j.issn.1007-9572.2025.0144

中国全科医学 ›› 2026, Vol. 29 ›› Issue (01): 84-90.DOI: 10.12114/j.issn.1007-9572.2025.0144

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

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^*()

100091　北京市，中国中医科学院西苑医院

收稿日期:2025-03-09 修回日期:2025-07-13 出版日期:2026-01-05 发布日期:2025-12-18
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、杨振宇、刘峰兆负责数据收集；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); 北京薪火传承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)

Correlation of Muscle-fat Ratio with Non-obese Hyperuricaemia and the Predictive Value

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

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

Received:2025-03-09 Revised:2025-07-13 Published:2026-01-05 Online:2025-12-18
Contact: ZHANG Jin

分享到

摘要/Abstract

摘要： 背景非肥胖高尿酸血症发病隐匿，常规BMI等人体测量学指标对该疾病发生风险的评价存在一定的局限性，因此寻找简便效优的非肥胖高尿酸血症识别方法具有重要意义。目的探究肌肉脂肪比例（MFR）与非肥胖高尿酸血症和血尿酸水平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肥胖成年人，以是否患有高尿酸血症，将研究对象分为患高尿酸血症和未患高尿酸血症，比较两者基线水平。采用多因素Logistic回归和多元线性回归分析探讨MFR与高尿酸血症患病和血尿酸水平的相关性；依据性别、年龄、吸烟史、饮酒史和既往疾病史进行交互作用检验；运用受试者工作特征（ROC）曲线评估MFR对于非肥胖高尿酸血症的诊断预测效能。结果本研究共纳入非肥胖样本1 869例，患高尿酸血症428例，未患高尿酸血症1 441例。多因素Logistic回归分析结果显示，调整混杂因素后，MFR水平升高是高尿酸血症发生的保护因素（OR=0.02，95%CI=0.01~0.04，P<0.05）；与MFR Q1（MFR：0.562~0.995）相比，MFR Q2（MFR：1.000~1.257）（OR=0.14，95%CI=0.09~0.22，P<0.05）、MFR Q3（MFR：1.258~1.638）（OR=0.14，95%CI=0.08~0.24，P<0.05）、MFR Q4（MFR：1.640~6.383）（OR=0.04，95%CI=0.02~0.09，P<0.05）发生高尿酸血症的风险降低（P<0.05）。多元线性回归分析结果显示，调整混杂因素后，与MFR Q1相比，MFR Q2（β=-31.32，95%CI=-40.30~-22.33，P<0.05）、MFR Q3（β=-28.08，95%CI=-38.73~-17.43，P<0.05）、MFR Q4（β=-34.94，95%CI=-48.15~-21.73，P<0.05）的血尿酸水平降低。亚组分析显示，相较于男性，在女性人群中MFR的升高与更低的高尿酸血症和更低水平的血尿酸相关（P<0.05）。ROC曲线显示，MFR预测非肥胖高尿酸血症发生风险的ROC曲线下面积为0.759（95%CI=0.732~0.786），最佳临界值为0.992，灵敏度为58.4%，特异度为85.3%。结论在非肥胖人群中MFR水平升高，发生高尿酸血症的风险和血尿酸水平降低，且MFR预测非肥胖高尿酸血症具有良好的价值，可用于非肥胖高尿酸血症的早期识别。

关键词: 肌肉脂肪比例, 高尿酸血症, 非肥胖, 体脂率, 相关性研究, 预测价值

Abstract:

Background

Non-obese hyperuricaemia has an insidious onset, and anthropometric indicators such as the conventional BMI have limitations in evaluating the risk of developing this disease. Therefore, it is important to find a simple and inexpensive method to identify non-obese hyperuricaemia.

Objective

To investigate the correlation of muscle-fat ratio (MFR) with non-obese hyperuricaemia and blood uric acid levels and its predictive value.

Methods

Non-obese adults who participated in physical examinations in the Xiyuan Hospital of China Academy of Chinese Medicine Sciences from 2021 to 2024 were included in this study. The research subjects were divided into those with hyperuricemia and those without hyperuricemia based on whether they had hyperuricemia or not, and the baseline levels of the two groups were compared. The correlation of MFR with the prevalence of hyperuricemia and blood uric acid levels in non-obese people was analyzed by multivariate Logistic regression and multiple linear regression. Interaction tests were conducted according to gender, age, smoking history, alcohol consumption history and previous disease history. The diagnostic and predictive efficacy of MFR in diagnosing non-obese hyperuricaemia was assessed by using receiver operating characteristic (ROC) curves.

Results

A total of 1 869 non-obese participants were included in this study, including 428 cases of hyperuricaemia, and 1 441 cases of non-hyperuricaemia. After adjusting for confounders, multivariate Logistic regression showed that an elevated MFR was a protective factor for hyperuricaemia (OR=0.02, 95%CI=0.01-0.04, P<0.05). Compared with MFR Q1 (MFR: 0.562-0.995), the risk of hyperuricaemia in MFR Q2 (MFR: 1.000-1.257) (OR=0.14, 95%CI=0.09-0.22, P<0.05), MFR Q3 (MFR: 1.258-1.638) (OR=0.14, 95%CI=0.08-0.24, P<0.05), and MFR Q4 (MFR: 1.640-6.383) (OR=0.04, 95%CI=0.02-0.09, P<0.05) was significantly reduced (P<0.05). The results of multiple linear regression analysis showed that after adjusting for confounders, the blood uric acid levels of MFR Q2 (β=-31.32, 95%CI=-40.30 to -22.33, P<0.05), MFR Q3 (β=-28.08, 95%CI=-38.73 to -17.43, P<0.05), and MFR Q4 (β=-34.94, 95%CI=-48.15 to -21.73, P<0.05) were significantly reduced compared with MFR Q1. Subgroup analysis showed that elevated MFR in female populations was correlated with significantly lower risk of hyperuricaemia and lower levels of hematologic uric acid compared with men (P<0.05). The ROC curve shows that the area under the curve (AUC) of MFR in predicting the risk of non-obese hyperuricaemia was 0.759 (95%CI=0.732-0.786), with an optimal critical value of 0.992, a sensitivity of 58.4%, and a specificity of 85.3%.

Conclusion

The MFR level is elevated in non-obese populations, and the risk of hyperuricaemia and blood uric acid levels are reduced. MFR predicts non-obese hyperuricaemia and can be used for the early identification of hyperuricaemia in non-obese populations.

Key words: Muscle-fat ratio, Hyperuricaemia, Non-obesity, Body fat percentage, Correlation study, Predictive value

李纪新,邱林杰,任燕,等. 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. DOI: 10.12114/j.issn.1007-9572.2025.0144.
LI Jixin,QIU Linjie,REN Yan, et al. Correlation of Muscle-fat Ratio with Non-obese Hyperuricaemia and the Predictive Value[J]. Chinese General Practice, 2026, 29(01): 84-90. DOI: 10.12114/j.issn.1007-9572.2025.0144.

图/表 8

参考文献 25

[1]	SU H Y, YANG C, LIANG D, et al. Research advances in the mechanisms of hyperuricemia-induced renal injury[J]. Biomed Res Int, 2020, 2020: 5817348. DOI: 10.1155/2020/5817348.
[2]	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.
[3]	ANDERS H J, LI Q, STEIGER S. Asymptomatic hyperuricaemia in chronic kidney disease: mechanisms and clinical implications[J]. Clin Kidney J, 2023, 16(6): 928-938.
[4]	PIANI F, AGNOLETTI D, BORGHI C. Advances in pharmacotherapies for hyperuricemia[J]. Expert Opin Pharmacother, 2023, 24(6): 737-745. DOI: 10.1080/14656566.2023.2197591.
[5]	ABUDUREYIMU P, PANG Y S, HUANG L R, et al. A predictive model for hyperuricemia among type 2 diabetes mellitus patients in Urumqi, China[J]. BMC Public Health, 2023, 23(1): 1740.
[6]	DAI X Y, YUAN J, YAO P, et al. Association between serum uric acid and the metabolic syndrome among a middle- and old-age Chinese population[J]. Eur J Epidemiol, 2013, 28(8): 669-676. DOI: 10.1007/s10654-013-9829-4.
[7]	ALI N, PERVEEN R, RAHMAN S, et al. Prevalence of hyperuricemia and the relationship between serum uric acid and obesity：a study on Bangladeshi adults[J]. PLoS One, 2018, 13(11): e0206850. DOI: 10.1371/journal.pone.0206850.
[8]	AL-CHALABI S, SYED A A, KALRA P A, et al. Mechanistic links between central obesity and cardiorenal metabolic diseases[J]. Cardiorenal Med, 2024, 14(1): 12-22.
[9]	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]. Lipids Health Dis, 2024, 23(1): 305. DOI: 10.1186/s12944-024-02296-6.
[10]	RAMÍREZ-VÉLEZ R, CARRILLO H A, CORREA-BAUTISTA J E, et al. Fat-to-muscle ratio：a new anthropometric indicator as a screening tool for metabolic syndrome in young Colombian people[J]. Nutrients, 2018, 10(8): 1027. DOI: 10.3390/nu10081027.
[11]	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.
[12]	倪青. 高尿酸血症和痛风病证结合诊疗指南(2021-01-20)[J]. 世界中医药, 2021, 16(2): 183-189.
[13]	方宁远，吕力为，吕晓希，等. 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.
[14]	PETRESKI T, EKART R, HOJS R, et al. Hyperuricemia, the heart, and the kidneys–to treat or not to treat?[J]. Ren Fail, 2020, 42(1): 978-986.
[15]	ZHENG Y, CHEN Z R, YANG J Y, et al. The role of hyperuricemia in cardiac diseases: evidence, controversies, and therapeutic strategies[J]. Biomolecules, 2024, 14(7): 753.
[16]	MAIUOLO J, OPPEDISANO F, GRATTERI S, et al. Regulation of uric acid metabolism and excretion[J]. Int J Cardiol, 2016, 213: 8-14. DOI: 10.1016/j.ijcard.2015.08.109.
[17]	CHEN L Y, WU L, LI Q, et al. Hyperuricemia associated with low skeletal muscle in the middle-aged and elderly population in China[J]. Exp Clin Endocrinol Diabetes, 2022, 130(8): 546-553. DOI: 10.1055/a-1785-3729.
[18]	LI Z Y, GAO L J, ZHONG X Q, et al. Association of visceral fat area and hyperuricemia in non-obese US adults: a cross-sectional study[J]. Nutrients, 2022, 14(19): 3992.
[19]	HE H J, PAN L, WANG D M, et al. Fat-to-muscle ratio is independently associated with hyperuricemia and a reduced estimated glomerular filtration rate in Chinese adults: the China national health survey[J]. Nutrients, 2022, 14(19): 4193.
[20]	BAI R X, YING X Q, SHEN J Q, et al. The visceral and liver fat are significantly associated with the prevalence of hyperuricemia among middle age and elderly people: a cross-sectional study in Chongqing, China[J]. Front Nutr, 2022, 9: 961792.
[21]	LIU X Z, LI X M, MIAO J L, et al. Metabolic score for visceral fat and the risk of hyperuricemia in Chinese men[J]. Minerva Endocrinol, 2021, 46(4): 486-487.
[22]	MATSUURA F, YAMASHITA S, NAKAMURA T, et al. Effect of visceral fat accumulation on uric acid metabolism in male obese subjects: visceral fat obesity is linked more closely to overproduction of uric acid than subcutaneous fat obesity[J]. Metabolism, 1998, 47(8): 929-933. DOI: 10.1016/s0026-0495(98)90346-8.
[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. DOI: 10.19540/j.cnki.cjcmm.20230619.602.
[24]	NISHIZAWA H, MAEDA N, SHIMOMURA I. Impact of hyperuricemia on chronic kidney disease and atherosclerotic cardiovascular disease[J]. Hypertens Res, 2022, 45(4): 635-640. DOI: 10.1038/s41440-021-00840-w.
[25]	XU C F, WAN X Y, XU L, et al. Xanthine oxidase in non-alcoholic fatty liver disease and hyperuricemia：one stone hits two birds[J]. J Hepatol, 2015, 62(6): 1412-1419. DOI: 10.1016/j.jhep.2015.01.019.

项目	未患高尿酸血症者（n=1 441）	患高尿酸血症者（n=428）	t（χ²）值	P值
年龄（±s，岁）	45.8±15.9	51.8±16.2	-6.82	<0.001
体质量（±s，kg）	62.3±10.3	65.5±9.1	-6.25	<0.001
MFR（±s）	1.48±0.57	1.07±0.33	18.58	<0.001
骨骼肌质量（±s，kg）	24.26±5.35	23.26±5.14	3.50	<0.001
脂肪质量（±s，kg）	17.66±4.54	22.62±4.09	-21.49	<0.001
BMI（±s，kg/m²）	22.8±2.6	24.7±2.0	-15.58	<0.001
收缩压（±s，mmHg）	122±18	128±18	-5.95	<0.001
舒张压（±s，mmHg）	71±11	72±11	-2.74	0.003
FPG（±s，mmol/L）	5.48±1.22	5.72±1.28	-3.30	<0.001
HDL-C（±s，mmol/L）	1.38±0.33	1.34±0.32	2.64	0.012
LDL-C（±s，mmol/L）	2.97±0.85	3.12±0.82	-3.01	0.001
TC（±s，mmol/L）	4.78±0.95	4.98±0.92	-3.76	<0.001
TG（±s，mmol/L）	1.18±0.84	1.50±0.99	-5.83	<0.001
血尿酸（±s，μmol/L）	296.61±64.36	379.37±84.09	-18.79	<0.001
血肌酐（±s，μmol/L）	69.82±14.00	75.51±15.42	-1.11	0.898
性别[例（%）]			11.18^a	<0.001
男	554（38.45）	126（29.44）
女	887（61.55）	302（70.56）
吸烟史[例（%）]			32.45^a	<0.001
是	68（4.72）	54（12.62）
否	1 373（95.28）	374（87.38）
饮酒史[例（%）]			60.68^a	<0.001
是	46（3.19）	56（13.08）
否	1 395（96.81）	372（86.92）
2型糖尿病史[例（%）]			11.15^a	<0.001
是	103（7.15）	53（12.38）
否	1338（92.85）	375（87.62）
高血压史[例（%）]			50.82^a	<0.001
是	294（20.40）	160（37.38）
否	1 147（79.60）	268（62.62）
MFR四分组[例（%）]			23.18^a	<0.001
Q1	217（15.06）	250（58.41）
Q2	410（28.45）	57（13.32）
Q3	384（26.65）	83（19.39）
Q4	430（29.84）	38（8.88）

项目	未患高尿酸血症者（n=1 441）	患高尿酸血症者（n=428）	t（χ²）值	P值
年龄（±s，岁）	45.8±15.9	51.8±16.2	-6.82	<0.001
体质量（±s，kg）	62.3±10.3	65.5±9.1	-6.25	<0.001
MFR（±s）	1.48±0.57	1.07±0.33	18.58	<0.001
骨骼肌质量（±s，kg）	24.26±5.35	23.26±5.14	3.50	<0.001
脂肪质量（±s，kg）	17.66±4.54	22.62±4.09	-21.49	<0.001
BMI（±s，kg/m²）	22.8±2.6	24.7±2.0	-15.58	<0.001
收缩压（±s，mmHg）	122±18	128±18	-5.95	<0.001
舒张压（±s，mmHg）	71±11	72±11	-2.74	0.003
FPG（±s，mmol/L）	5.48±1.22	5.72±1.28	-3.30	<0.001
HDL-C（±s，mmol/L）	1.38±0.33	1.34±0.32	2.64	0.012
LDL-C（±s，mmol/L）	2.97±0.85	3.12±0.82	-3.01	0.001
TC（±s，mmol/L）	4.78±0.95	4.98±0.92	-3.76	<0.001
TG（±s，mmol/L）	1.18±0.84	1.50±0.99	-5.83	<0.001
血尿酸（±s，μmol/L）	296.61±64.36	379.37±84.09	-18.79	<0.001
血肌酐（±s，μmol/L）	69.82±14.00	75.51±15.42	-1.11	0.898
性别[例（%）]			11.18^a	<0.001
男	554（38.45）	126（29.44）
女	887（61.55）	302（70.56）
吸烟史[例（%）]			32.45^a	<0.001
是	68（4.72）	54（12.62）
否	1 373（95.28）	374（87.38）
饮酒史[例（%）]			60.68^a	<0.001
是	46（3.19）	56（13.08）
否	1 395（96.81）	372（86.92）
2型糖尿病史[例（%）]			11.15^a	<0.001
是	103（7.15）	53（12.38）
否	1338（92.85）	375（87.62）
高血压史[例（%）]			50.82^a	<0.001
是	294（20.40）	160（37.38）
否	1 147（79.60）	268（62.62）
MFR四分组[例（%）]			23.18^a	<0.001
Q1	217（15.06）	250（58.41）
Q2	410（28.45）	57（13.32）
Q3	384（26.65）	83（19.39）
Q4	430（29.84）	38（8.88）

暴露变量	模型1		模型2		模型3
暴露变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
MFR（连续变量）	0.07（0.05~0.11）	<0.001	0.02（0.01~0.03）	<0.001	0.02（0.01~0.04）	<0.001
MFR（以Q1为参照）
Q2	0.12（0.09~0.17）	<0.001	0.09（0.06~0.13）	<0.001	0.14（0.09~0.22）	<0.001
Q3	0.19（0.14~0.25）	<0.001	0.09（0.06~0.13）	<0.001	0.14（0.08~0.24）	<0.001
Q4	0.08（0.05~0.11）	<0.001	0.03（0.02~0.05）	<0.001	0.04（0.02~0.09）	<0.001

暴露变量	模型1		模型2		模型3
暴露变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
MFR（连续变量）	0.07（0.05~0.11）	<0.001	0.02（0.01~0.03）	<0.001	0.02（0.01~0.04）	<0.001
MFR（以Q1为参照）
Q2	0.12（0.09~0.17）	<0.001	0.09（0.06~0.13）	<0.001	0.14（0.09~0.22）	<0.001
Q3	0.19（0.14~0.25）	<0.001	0.09（0.06~0.13）	<0.001	0.14（0.08~0.24）	<0.001
Q4	0.08（0.05~0.11）	<0.001	0.03（0.02~0.05）	<0.001	0.04（0.02~0.09）	<0.001

暴露变量	模型1		模型2		模型3
暴露变量	β（95%CI）	P值	β（95%CI）	P值	β（95%CI）	P值
MFR（连续）	18.59（12.28~24.90）	<0.001	-31.43（-38.36~-24.51）	<0.001	-6.55（-15.22~2.13）	0.139
MFR（以Q1为参照）
Q2	-26.32（-36.06~-16.58）	<0.001	-43.35（-51.69~-35.01）	<0.001	-31.32（-40.30~-22.33）	<0.001
Q3	5.29（-4.45~15.03）	0.287	-46.57（-55.75~-37.39）	<0.001	-28.08（-38.73~-17.43）	<0.001
Q4	18.39（8.65~28.12）	<0.001	-63.33（-73.97~-52.70）	<0.001	-34.94（-48.15~-21.73）	<0.001

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

Correlation of Muscle-fat Ratio with Non-obese Hyperuricaemia and the Predictive Value

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 25

相关文章 15

编辑推荐

Metrics

留言

亚组	OR（95%CI）	P值	P_交互值
性别			<0.001
男	0.13（0.07~0.24）	<0.001
女	0.01（1.00×10^-3~0.03）	<0.001
年龄			0.659
<41岁	0.01（7.00×10^-4~0.04）	<0.001
≥41岁	0.02（2.00×10^-3~0.06）	<0.001
吸烟史			0.247
是	0.07（0.01~0.98）	0.048
否	0.01（0.01~0.03）	<0.001
饮酒史			0.465
是	0.06（2.00×10^-3~2.06）	0.119
否	0.01（0.01~0.04）	<0.001
高血压史			0.120
是	0.05（0.02~0.10）	<0.001
否	0.10（0.06~0.15）	<0.001
2型糖尿病史			0.374
是	0.04（0.01~0.16）	<0.001
否	0.08（0.05~0.12）	<0.001

亚组	β（95%CI）	P值	P_交互值
性别			<0.001
男	-14.57（-22.41~-6.73）	<0.001
女	-65.45（-76.27~-54.62）	<0.001
年龄			0.288
<41岁	-6.19（-13.35~0.97）	0.090
≥41岁	0.02（-9.07~9.12）	0.996
吸烟史			0.211
是	20.97（-23.14~65.08）	0.100
否	-7.16（-15.68~1.37）	0.352
饮酒史			0.779
是	2.16（-36.87~41.18）	0.913
否	-3.52（-12.19~5.15）	0.426
高血压史			0.970
是	22.90（4.92~40.88）	0.012
否	22.54（15.72~29.37）	<0.001
2型糖尿病史			0.509
是	9.80（-20.71~40.30）	0.529
否	20.28（13.81~26.75）	<0.001

[1]	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.
[2]	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.
[3]	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.
[4]	王婷婷, 唐勇, 张文轲, 李志刚. 高尿酸血症运动干预的研究进展[J]. 中国全科医学, 2025, 28(30): 3841-3846.
[5]	周鹏龙, 苌静, 丁素英, 陈静锋, 王涛, 李晨阳. 脂肪-肌肉比的年龄分层差异与高尿酸血症的相关性研究[J]. 中国全科医学, 2025, 28(27): 3375-3384.
[6]	吕露露, 祝万洁, 肖明洋, 李祎珂, 张娟. 原发性高血压患者血压昼夜节律与血浆氧化的低密度脂蛋白/β2-糖蛋白I复合物及颈动脉粥样硬化的相关性研究[J]. 中国全科医学, 2025, 28(18): 2228-2233.
[7]	苏军, 王佳敏, 孙晓杰. 儿童肿瘤患者照顾者健康素养与互联网健康信息搜索的关系研究[J]. 中国全科医学, 2025, 28(10): 1207-1212.
[8]	杨红, 刘成, 刘森, 邵琪琪, 夭元昊, 付真彦. 残余胆固醇与进展为主要不良心血管事件的非罪犯病变易损斑块的相关性研究[J]. 中国全科医学, 2025, 28(03): 299-304.
[9]	张冰青, 胡馨云, 欧阳煜钦, 向心月, 汤文娟, 冯文焕. 非肥胖2型糖尿病患者肌肉量减少危险因素的列线图预测模型研究[J]. 中国全科医学, 2024, 27(33): 4139-4146.
[10]	傅方琳, 潘姚佳, 韩正, 孙梦, 顾怀聪, 王为强. 不同性别老年人群身体圆度指数与体质量正常代谢异常表型的相关性研究：以三酰甘油葡萄糖乘积指数为潜在影响因素[J]. 中国全科医学, 2024, 27(30): 3746-3752.
[11]	祁海燕, 王捷, 罗玉玺, 武云. 高尿酸血症与慢性肺源性心脏病的相关性研究：基于LASSO回归与倾向性评分匹配法[J]. 中国全科医学, 2024, 27(24): 2954-2960.
[12]	黄书玮, 周志衡, 冯天元, 刘莉, 邓光璞, 李尧天, 朱宏. 不同胰岛素抵抗替代指数对中老年2型糖尿病患者发生高尿酸血症的预测价值研究[J]. 中国全科医学, 2024, 27(19): 2364-2374.
[13]	赵帮豪, 袁腾, 赵翎, 阿曼古丽·如则, 尼鲁帕尔·谢甫开提, 马依彤, 杨毅宁, 高晓明. 预后营养指数与急性ST段抬高型心肌梗死合并2型糖尿病患者经皮冠状动脉介入术后院内主要不良心血管事件关系的研究[J]. 中国全科医学, 2024, 27(15): 1817-1824.
[14]	郭耘廷, 侯晓敏, 白剑英, 常铭洋, 赵旭, 孙琳, 郑志发, 施熠炜, 秦小江. 血钾水平预测2类肺动脉高压患者严重程度及住院时间的临床研究[J]. 中国全科医学, 2024, 27(09): 1068-1073.
[15]	曾令聪, 张龙举, 周玲, 张伟, 代梦, 黄银, 黄毅. 4级肺栓塞临床概率评分对老年急性肺栓塞的预测价值研究[J]. 中国全科医学, 2024, 27(09): 1062-1067.