甘油三酯-总胆固醇-体重指数与老年人筛查定义慢性阻塞性肺疾病和肺功能的关联：一项基于青岛市老年人的横断面调查

doi:10.12114/j.issn.1007-9572.2026.0056

中国全科医学 ›› 2026, Vol. 29 ›› Issue (34): 5051-5060.DOI: 10.12114/j.issn.1007-9572.2026.0056

• 论著 • 上一篇

甘油三酯-总胆固醇-体重指数与老年人筛查定义慢性阻塞性肺疾病和肺功能的关联：一项基于青岛市老年人的横断面调查

马慧琳¹, 王瑶瑶¹, 李赞¹, 杨晨², 于新娟³, 韩伟⁴^,^*()

1．266071　山东省青岛市，青岛大学青岛医学院
2．261053　山东省潍坊市，山东第二医科大学临床医学院
3．266071　山东省青岛市，康复大学青岛医院（青岛市市立医院）临床研究中心
4．266071　山东省青岛市，康复大学青岛医院（青岛市市立医院）呼吸与危重症医学科

收稿日期:2026-06-22 修回日期:2026-09-02 出版日期:2026-12-05 发布日期:2026-10-26
通讯作者: 韩伟
作者贡献：
马慧琳确定研究目标，并负责研究的设计、实施及论文撰写；王瑶瑶、李赞负责数据收集、整理、统计分析及图表绘制；杨晨参与论文修订；于新娟、韩伟负责文章的质量把控、审查及整体监督管理。
基金资助:
国家科技重大专项(2026ZD0557903); 青岛市呼吸共病重构与精准防控重点实验室

Association between Nutritional Index TCBI, Screening-defined Chronic Obstructive Pulmonary Disease, and Lung Function: a Cross-sectional Study of the Elderly in Qingdao

MA Huilin¹, WANG Yaoyao¹, LI Zan¹, YANG Chen², YU Xinjuan³, HAN Wei⁴^,^*()

1. Qingdao Medical College, Qingdao University, Qingdao 266071, China
2. School of Clinical Medicine, Shandong Second Medical University, Weifang 261053, China
3. Clinical Research Center, Qingdao Hospital, University of Health and Rehabilitation Sciences (Qingdao Municipal Hospital), Qingdao 266071, China
4. Department of Respiratory and Critical Care Medicine, Qingdao Hospital, University of Health and Rehabilitation Sciences (Qingdao Municipal Hospital), Qingdao 266071, China

Received:2026-06-22 Revised:2026-09-02 Published:2026-12-05 Online:2026-10-26
Contact: HAN Wei

摘要/Abstract

摘要： 背景慢性阻塞性肺疾病（COPD）是全球及我国老年人群面临的重大公共卫生挑战，具有高致残率和高致死率。营养状况是影响COPD患者预后及社区老年人健康管理的可改变的关键因素。甘油三酯-总胆固醇-体重指数（TCBI）是一种整合脂质代谢与体质量的简易营养相关指标，但在社区老年人群COPD筛查及肺功能评估中的应用价值尚不明确。目的本研究旨在利用2023年青岛市慢性阻塞性肺疾病高风险人群筛查项目的大规模社区普查数据，探讨TCBI与社区老年人群筛查定义的COPD患病风险及肺功能指标的关联。方法本研究为横断面设计，纳入2023年青岛市COPD高风险人群筛查项目的89 368名60岁及以上居民，收集其人口学信息、既往史及生化指标。以"筛查定义的COPD[吸入支气管舒张剂前第1秒用力呼气容积（FEV1）与用力肺活量（FVC）比值（FEV1/FVC）<0.70或既往经医师明确诊断为COPD]"为主要结局指标。采用多因素Logistic回归分析TCBI与筛查定义的COPD患病风险的关联，多元线性回归分析探讨TCBI与肺功能指标[FEV1、FVC、FEV1/FVC、FEV1实测值占预计值的百分比（FEV1%pred）、呼气峰流量（PEF）]的关系，并进行敏感性分析与亚组分析。结果研究人群平均年龄为（72.1±5.9）岁，筛查定义的COPD患病率为23.4%（20 912/89 368）。在调整年龄、性别、吸烟状况、腰围、高血压、糖尿病、哮喘、心血管疾病及空腹血糖后，Logistic回归显示Log TCBI每增加1个单位，筛查定义的COPD患病风险降低16%（OR=0.84, 95%CI=0.79~0.89, P<0.001）。多元线性回归显示，Log TCBI与FEV1（β=0.08）、FVC（β=0.07）、FEV1/FVC（β=0.83）及PEF（β=0.21）均呈正相关（P<0.001）。敏感性分析证实上述结果在排除极端消瘦或肥胖、哮喘及严重心血管疾病或糖尿病人群后依然稳健。结论在青岛市高龄社区人群中，较高的TCBI水平与较低的筛查定义的COPD风险及较好的肺功能相关。TCBI作为一个整合脂质代谢与能量储备的简易指标，可能为社区老年人群COPD评估及健康管理提供新思路。

关键词: 肺疾病，慢性阻塞性, 甘油三酯-总胆固醇-体重指数, 肺功能, 社区筛查, 横断面研究

Abstract:

Background

Chronic obstructive pulmonary disease (COPD) is a major public health challenge worldwide and in China, particularly among older adults, and is associated with substantial disability and mortality. Nutritional status is a modifiable factor related to the prognosis of patients with COPD and to health management in community-dwelling older adults. The triglyceride-total cholesterol-body weight index (TCBI) is a simple composite indicator reflecting lipid metabolism and body weight; however, its value in COPD screening and lung function assessment in community-dwelling older adults remains unclear.

Objective

This study aimed to examine the associations of TCBI with screening-defined COPD and lung function parameters among community-dwelling older adults, using large-scale data from the 2023 Qingdao COPD high-risk population screening project.

Methods

This cross-sectional study included 89 368 residents aged 60 years or older who participated in the 2023 Qingdao COPD high-risk population screening project. Demographic characteristics, medical history, and biochemical indicators were collected. The primary outcome was screening-defined COPD, defined as a pre-bronchodilator FEV₁/FVC ratio <0.70 or a previous physician-confirmed diagnosis of COPD. Multivariable Logistic regression was used to assess the association between TCBI and screening-defined COPD, and multivariable linear regression was used to examine the associations between TCBI and lung function parameters, including FEV₁, FVC, FEV₁/FVC, FEV₁%pred, and PEF. Sensitivity analyses and subgroup analyses were also performed.

Results

The mean age of the participants was (72.1±5.9) years, and the prevalence of screening-defined COPD was 23.4% (20 912/89 368). After adjustment for age, sex, smoking status, waist circumference, hypertension, diabetes mellitus, asthma, cardiovascular disease, and fasting blood glucose, each 1-unit increase in log-transformed TCBI was associated with 16% lower odds of screening-defined COPD (OR=0.84, 95%CI=0.79-0.89, P<0.001). Log-transformed TCBI was positively associated with FEV₁ (β=0.08), FVC (β=0.07), FEV₁/FVC (β=0.83), and PEF (β=0.21) (all P<0.001). These associations remained robust in sensitivity analyses after excluding participants with extreme underweight or obesity, asthma, or severe cardiovascular disease or diabetes mellitus.

Conclusion

Among community-dwelling older adults in Qingdao, higher TCBI was associated with lower odds of screening-defined COPD and better lung function. As a simple indicator integrating lipid metabolism and body weight, TCBI may serve as a practical marker for COPD assessment and health management in community settings.

Key words: Pulmonary disease, chronic obstructive, Triglycerides-total cholesterol-body weight index, Pulmonary function, Community screening, Cross-sectional study

马慧琳,王瑶瑶,李赞,等. 甘油三酯-总胆固醇-体重指数与老年人筛查定义慢性阻塞性肺疾病和肺功能的关联：一项基于青岛市老年人的横断面调查[J]. 中国全科医学, 2026, 29(34): 5051-5060. DOI: 10.12114/j.issn.1007-9572.2026.0056.
MA Huilin,WANG Yaoyao,LI Zan, et al. Association between Nutritional Index TCBI, Screening-defined Chronic Obstructive Pulmonary Disease, and Lung Function: a Cross-sectional Study of the Elderly in Qingdao[J]. Chinese General Practice, 2026, 29(34): 5051-5060. DOI: 10.12114/j.issn.1007-9572.2026.0056.

图/表 7

参考文献 30

[1]	GBD 2017 Chronic Respiratory Disease Collaborators. Prevalence and attributable health burden of chronic respiratory diseases, 1990-2017: a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet Respir Med, 2020, 8(6): 585-596. DOI: 10.1016/s2213-2600(20)30105-3.
[2]	Wang C, Xu J, Yang L, et al. Prevalence and risk factors of chronic obstructive pulmonary disease in China (the China pulmonary health[CPH]. study): a national cross-sectional study[J]. Lancet, 2018, 391(10131): 1706-1717. DOI: 10.1016/S0140-6736(18)30841-9.
[3]	中华医学会呼吸病学分会慢性阻塞性肺疾病学组，中国医师协会呼吸医师分会慢性阻塞性肺疾病工作委员会. 慢性阻塞性肺疾病诊治指南（2021年修订版）[J]. 中华结核和呼吸杂志, 2021, 44(3): 170-205. DOI: 10.3760/cma.j.cn112147-20210109-00031.
[4]	Agustí A, Celli B R, Criner G J, et al. Global initiative for chronic obstructive lung disease 2023 report: GOLD executive summary[J]. Eur Respir J, 2023, 61(4): 2300239. DOI: 10.1183/13993003.00239-2023.
[5]	Fermont J M, Masconi K L, Jensen M T, et al. Biomarkers and clinical outcomes in COPD: a systematic review and meta-analysis[J]. Thorax, 2019, 74(5): 439-446. DOI: 10.1136/thoraxjnl-2018-211855.
[6]	Di Raimondo D, Pirera E, Pintus C, et al. The impact of malnutrition on chronic obstructive pulmonary disease (COPD) outcomes: the predictive value of the mini nutritional assessment (MNA) versus acute exacerbations in patients with highly complex COPD and its clinical and prognostic implications[J]. Nutrients, 2024, 16(14): 2303. DOI: 10.3390/nu16142303.
[7]	van Iersel L E J, Beijers R J H C G, Gosker H R, et al. Nutrition as a modifiable factor in the onset and progression of pulmonary function impairment in COPD: a systematic review[J]. Nutr Rev, 2022, 80(6): 1434-1444. DOI: 10.1093/nutrit/nuab077.
[8]	Dávalos-Yerovi V, Marco E, Sánchez-Rodríguez D, et al. Malnutrition according to GLIM criteria is associated with mortality and hospitalizations in rehabilitation patients with stable chronic obstructive pulmonary disease[J]. Nutrients, 2021, 13(2): 369. DOI: 10.3390/nu13020369.
[9]	Barnes P J, Shapiro S D, Pauwels R A. Chronic obstructive pulmonary disease: molecular and cellular mechanisms[J]. Eur Respir J, 2003, 22(4): 672-688. DOI: 10.1183/09031936.03.00040703.
[10]	Iddir M, Brito A, Dingeo G, et al. Strengthening the immune system and reducing inflammation and oxidative stress through diet and nutrition: considerations during the COVID-19 crisis[J]. Nutrients, 2020, 12(6): 1562. DOI: 10.3390/nu12061510.
[11]	Saint-Criq V, Lugo-Villarino G, Thomas M. Dysbiosis, malnutrition and enhanced gut-lung axis contribute to age-related respiratory diseases[J]. Ageing Res Rev, 2021, 66: 101235. DOI: 10.1016/j.arr.2020.101235.
[12]	Cederholm T, Jensen G L, Correia M I T D, et al. GLIM criteria for the diagnosis of malnutrition - a consensus report from the global clinical nutrition community[J]. Clin Nutr, 2019, 38(1): 1-9. DOI: 10.1016/j.clnu.2018.08.002.
[13]	Spelta F, Fratta Pasini A M, Cazzoletti L, et al. Body weight and mortality in COPD: focus on the obesity paradox[J]. Eat Weight Disord, 2018, 23(1): 15-22. DOI: 10.1007/s40519-017-0456-z.
[14]	Doi S, Iwata H, Wada H, et al. A novel and simply calculated nutritional index serves as a useful prognostic indicator in patients with coronary artery disease[J]. Int J Cardiol, 2018, 262: 92-98. DOI: 10.1016/j.ijcard.2018.02.039.
[15]	Minami-Takano A, Iwata H, Miyosawa K, et al. A novel nutritional index serves as a useful prognostic indicator in cardiac critical patients requiring mechanical circulatory support[J]. Nutrients, 2019, 11(6): 1420. DOI: 10.3390/nu11061420.
[16]	Ishiwata S, Yatsu S, Kasai T, et al. Prognostic effect of a novel simply calculated nutritional index in acute decompensated heart failure[J]. Nutrients, 2020, 12(11): 3311. DOI: 10.3390/nu12113311.
[17]	Shi Y, Wang X, Yu C, et al. Association of a novel nutritional index with stroke in Chinese population with hypertension: insight from the China H-type hypertension registry study[J]. Front Nutr, 2023, 10: 997180. DOI: 10.3389/fnut.2023.997180.
[18]	Liu G, Zhang J. Association of a novel nutritional index with cognitive impairment in middle-aged and elderly Chinese adults: a cross-sectional analysis from the China Health and Retirement Longitudinal Study[J]. Front Nutr, 2025, 12: 1486917. DOI: 10.3389/fnut.2025.1486917.
[19]	胡晓江，徐金水，姜仑. 国家基本公共卫生服务健康管理与实践手册[M]. 南京: 东南大学出版社, 2020: 99-119.
[20]	Tramontano A, Palange P. Nutritional state and COPD: effects on dyspnoea and exercise tolerance[J]. Nutrients, 2023, 15(7): 1786. DOI: 10.3390/nu15071786.
[21]	Xu Y, Yan Z, Li K, et al. Association between nutrition-related indicators with the risk of chronic obstructive pulmonary disease and all-cause mortality in the elderly population: evidence from NHANES[J]. Front Nutr, 2024, 11: 1380791. DOI: 10.3389/fnut.2024.1380791.
[22]	Martinez F J, Raczek A E, Seifer F D, et al. Development and initial validation of a self-scored COPD population screener questionnaire (COPD-PS)[J]. COPD, 2008, 5(2): 85-95. DOI: 10.1080/15412550801940721.
[23]	Graham B L, Steenbruggen I, Miller M R, et al. Standardization of spirometry 2019 update. an official american thoracic society and european respiratory society technical statement[J]. Am J Respir Crit Care Med, 2019, 200(8): e70-e88. DOI: 10.1164/rccm.201908-1590ST.
[24]	国家呼吸医学中心，中国医师协会呼吸医师分会，中国医学科学院呼吸病学研究院，等. 中国慢性阻塞性肺疾病健康管理规范[M]. 北京: 人民卫生出版社, 2021: 143.
[25]	方利文，包鹤龄，王临虹. 柳叶刀子刊:中国40岁以上居民慢性阻塞性肺疾病患病率高达13. 6%[J]. 健康之家, 2018(10): 4-6.
[26]	Lareau S C, Fahy B, Meek P, et al. Chronic obstructive pulmonary disease (COPD)[J]. Am J Respir Crit Care Med, 2019, 199(1): P1-P2. DOI: 10.1164/rccm.1991P1.
[27]	Zhang X, Chen H, Gu K, et al. Association of body mass index with risk of chronic obstructive pulmonary disease: a systematic review and meta-analysis[J]. COPD, 2021, 18(1): 101-113. DOI: 10.1080/15412555.2021.1884213.
[28]	Li C, Yan L, Song J. Plasma level of chemerin in COPD patients and the relationship between chemerin and lipid metabolism[J]. Zhong Nan Da Xue Xue Bao Yi Xue Ban, 2016, 41(7): 676-683. DOI: 10.11817/j.issn.1672-7347.2016.07.003.
[29]	Kolleck I, Sinha P, Rüstow B. Vitamin e as an antioxidant of the lung: mechanisms of vitamin e delivery to alveolar type Ⅱ cells[J]. Am J Respir Crit Care Med, 2002, 166(12 Pt 2): S62-S66. DOI: 10.1164/rccm.2206019.
[30]	王凤燕，张冬莹，梁振宇，等. 面向全科医生的《慢性阻塞性肺疾病诊治指南(2021年修订版)》解读[J]. 中国全科医学, 2021, 24(29): 3660-3663, 3677. DOI: 10.12114/j.issn.1007-9572.2021.01.304.

特征	Q1组（n=22 342）	Q2组（n=22 342）	Q3组（n=22 342）	Q4组（n=22 342）	检验统计量值	P值
年龄（±s，岁）	73.1±6.1	72.4±5.9	71.9±5.7	71.2±5.5	438.187^a	<0.001
年龄[名（%）]					1 064.198^b	<0.001
60~<70岁	6 897（30.9）	7 782（34.8）	8 392（37.6）	9 343（41.8）
70~<80岁	11 970（53.6）	11 815（52.9）	11 724（52.5）	11 256（50.4）
≥80岁	3 475（15.6）	2 745（12.3）	2 226（10.0）	1 743（7.8）
性别[名（%）]					1 730.846^b	<0.001
男	13 023（58.3）	10 953（49.0）	9 709（43.5）	8 907（39.9）
女	9 319（41.7）	11 389（51.0）	12 633（56.5）	13 435（60.1）
吸烟状况[名（%）]					156.319^b	<0.001
无	19 650（88.0）	20 045（89.7）	20 316（90.9）	20 354（91.1）
有	2 692（12.0）	2 297（10.3）	2 026（9.1）	1 988（8.9）
BMI（±s，kg/m²）	24.1±3.2	25.4±3.2	26.3±3.2	27.1±3.3	3 683.757^a	<0.001
腰围（±s，cm）	83.9±9.0	86.8±9.6	88.6±9.8	90.6±10.1	1 986.446^a	<0.001
FBG[M（P₂₅，P₇₅），mmol/L]	5.7（5.1，6.5）	5.8（5.3，6.6）	5.9（5.3，6.8）	6.1（5.5，7.1）	1 931.374^c	<0.001
高血压[名（%）]					8.087^b	0.044
有	17 513（78.4）	17 678（79.1）	17 743（79.4）	17 694 （79.2）
无	4 829（21.6）	4 664（20.9）	4 599（20.6）	4 648 （20.8）
糖尿病[名（%）]					151.039^b	<0.001
有	8 373（37.5）	8 771（39.3）	8 994（40.3）	9 616 （43.0）
无	13 969（62.5）	13 571（60.7）	13 348（59.7）	12 726 （57.0）
CVD[名（%）]					13.845^b	0.003
有	1 528（6.8）	1 444（6.5）	1 387（6.2）	1 347（6.0）
无	20 814（93.2）	20 898（93.5）	20 955（93.8）	20 995（94.0）
哮喘[名（%）]					9.670^b	0.022
有	71（0.3）	63（0.3）	52（0.2）	40（0.2）
无	22 271（99.7）	22 279（99.7）	22 290（99.8）	22 302（99.8）
筛查定义的COPD[名（%）]					105.166^b	<0.001
有	5 648（25.3）	5 401 （24.2）	5 039（22.6）	4 805（21.5）
无	16 694（74.7）	16 941 （75.8）	17 303（77.4）	17 537（78.5）
FEV₁[M（P₂₅，P₇₅），L]	2.2（1.5，2.8）	2.1 （1.5，2.8）	2.1（1.5，2.8）	2.1（1.6，2.7）	14.205^c	0.003
FVC[M（P₂₅，P₇₅），L]	2.8（2.2，3.4）	2.7 （2.1，3.3）	2.7（2.1，3.3）	2.7（2.2，3.3）	55.382^c	<0.001
FEV₁/FVC[M（P₂₅，P₇₅），%]	81.0（69.0，92.0）	81.0（70.0，91.0）	82.0（71.0，91.0）	82.0（72.0，91.0）	34.075^c	<0.001
FEV₁%预计值[M（P₂₅，P₇₅），%]	91.3（66.4，117.5）	90.9（67.3，116.3）	91.5（69.0，116.0）	91.5（69.9，115.5）	7.082^c	0.069
PEF[M（P₂₅，P₇₅），L/s]	4.2（2.4，6.1）	4.1（2.4，5.9）	4.1（2.5，5.9）	4.1（2.5，5.8）	10.147^c	0.017

特征	Q1组（n=22 342）	Q2组（n=22 342）	Q3组（n=22 342）	Q4组（n=22 342）	检验统计量值	P值
年龄（±s，岁）	73.1±6.1	72.4±5.9	71.9±5.7	71.2±5.5	438.187^a	<0.001
年龄[名（%）]					1 064.198^b	<0.001
60~<70岁	6 897（30.9）	7 782（34.8）	8 392（37.6）	9 343（41.8）
70~<80岁	11 970（53.6）	11 815（52.9）	11 724（52.5）	11 256（50.4）
≥80岁	3 475（15.6）	2 745（12.3）	2 226（10.0）	1 743（7.8）
性别[名（%）]					1 730.846^b	<0.001
男	13 023（58.3）	10 953（49.0）	9 709（43.5）	8 907（39.9）
女	9 319（41.7）	11 389（51.0）	12 633（56.5）	13 435（60.1）
吸烟状况[名（%）]					156.319^b	<0.001
无	19 650（88.0）	20 045（89.7）	20 316（90.9）	20 354（91.1）
有	2 692（12.0）	2 297（10.3）	2 026（9.1）	1 988（8.9）
BMI（±s，kg/m²）	24.1±3.2	25.4±3.2	26.3±3.2	27.1±3.3	3 683.757^a	<0.001
腰围（±s，cm）	83.9±9.0	86.8±9.6	88.6±9.8	90.6±10.1	1 986.446^a	<0.001
FBG[M（P₂₅，P₇₅），mmol/L]	5.7（5.1，6.5）	5.8（5.3，6.6）	5.9（5.3，6.8）	6.1（5.5，7.1）	1 931.374^c	<0.001
高血压[名（%）]					8.087^b	0.044
有	17 513（78.4）	17 678（79.1）	17 743（79.4）	17 694 （79.2）
无	4 829（21.6）	4 664（20.9）	4 599（20.6）	4 648 （20.8）
糖尿病[名（%）]					151.039^b	<0.001
有	8 373（37.5）	8 771（39.3）	8 994（40.3）	9 616 （43.0）
无	13 969（62.5）	13 571（60.7）	13 348（59.7）	12 726 （57.0）
CVD[名（%）]					13.845^b	0.003
有	1 528（6.8）	1 444（6.5）	1 387（6.2）	1 347（6.0）
无	20 814（93.2）	20 898（93.5）	20 955（93.8）	20 995（94.0）
哮喘[名（%）]					9.670^b	0.022
有	71（0.3）	63（0.3）	52（0.2）	40（0.2）
无	22 271（99.7）	22 279（99.7）	22 290（99.8）	22 302（99.8）
筛查定义的COPD[名（%）]					105.166^b	<0.001
有	5 648（25.3）	5 401 （24.2）	5 039（22.6）	4 805（21.5）
无	16 694（74.7）	16 941 （75.8）	17 303（77.4）	17 537（78.5）
FEV₁[M（P₂₅，P₇₅），L]	2.2（1.5，2.8）	2.1 （1.5，2.8）	2.1（1.5，2.8）	2.1（1.6，2.7）	14.205^c	0.003
FVC[M（P₂₅，P₇₅），L]	2.8（2.2，3.4）	2.7 （2.1，3.3）	2.7（2.1，3.3）	2.7（2.2，3.3）	55.382^c	<0.001
FEV₁/FVC[M（P₂₅，P₇₅），%]	81.0（69.0，92.0）	81.0（70.0，91.0）	82.0（71.0，91.0）	82.0（72.0，91.0）	34.075^c	<0.001
FEV₁%预计值[M（P₂₅，P₇₅），%]	91.3（66.4，117.5）	90.9（67.3，116.3）	91.5（69.0，116.0）	91.5（69.9，115.5）	7.082^c	0.069
PEF[M（P₂₅，P₇₅），L/s]	4.2（2.4，6.1）	4.1（2.4，5.9）	4.1（2.5，5.9）	4.1（2.5，5.8）	10.147^c	0.017

变量	模型1		模型2		模型3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
Log TCBI	0.76（0.72~0.80）	<0.001	0.82（0.78~0.87）	<0.001	0.84（0.79~0.89）	<0.001
Q1组	1.00	—	1.00	—	1.00	—
Q2组	0.94（0.90~0.98）	0.007	0.97（0.93~1.02）	0.205	0.98（0.94~1.02）	0.367
Q3组	0.86（0.82~0.90）	<0.001	0.91（0.87~0.95）	<0.001	0.92（0.88~0.96）	<0.001
Q4组	0.81（0.78~0.85）	<0.001	0.86（0.83~0.90）	<0.001	0.88（0.84~0.92）	<0.001

变量	模型1		模型2		模型3
变量	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
Log TCBI	0.76（0.72~0.80）	<0.001	0.82（0.78~0.87）	<0.001	0.84（0.79~0.89）	<0.001
Q1组	1.00	—	1.00	—	1.00	—
Q2组	0.94（0.90~0.98）	0.007	0.97（0.93~1.02）	0.205	0.98（0.94~1.02）	0.367
Q3组	0.86（0.82~0.90）	<0.001	0.91（0.87~0.95）	<0.001	0.92（0.88~0.96）	<0.001
Q4组	0.81（0.78~0.85）	<0.001	0.86（0.83~0.90）	<0.001	0.88（0.84~0.92）	<0.001

变量	模型1		模型2		模型3
变量	β（95%CI）	P值	β（95%CI）	P值	β（95%CI）	P值
FEV₁
Log TCBI	-0.01（-0.03~0.01）	0.532	0.03（0.01~0.05）	0.007	0.08（0.06~0.10）	<0.001
组别（以Q1组为参照）
Q2组	-0.02（-0.04~0.00）	0.010	0.00（-0.02~0.01）	0.571	0.01（0.00~0.03）	0.130
Q3组	-0.02（-0.03~0.00）	0.020	0.01（-0.01~0.02）	0.415	0.03（0.02~0.05）	<0.001
Q4组	0.00（-0.03~0.01）	0.097	0.01（0.00~0.03）	0.065	0.05（0.04~0.07）	<0.001
FVC
Log TCBI	-0.05（-0.07~-0.03）	<0.001	0.00（-0.02~0.03）	0.648	0.07（0.05~0.09）	<0.001
组别（以Q1组为参照）
Q2组	-0.03（-0.05~-0.01）	<0.001	0.00（-0.02~0.01）	0.584	0.02（0.00~0.03）	0.037
Q3组	-0.04（-0.06~-0.03）	<0.001	0.00（-0.02~0.02）	0.899	0.04（0.02~0.05）	<0.001
Q4组	-0.04（-0.07~-0.03）	<0.001	0.00（-0.02~0.01）	0.726	0.05（0.03~0.07）	<0.001
FEV₁/FVC
Log TCBI	1.50（1.10~1.90）	<0.001	1.10（0.72~1.50）	<0.001	0.83（0.41~1.30）	<0.001
组别（以Q1组为参照）
Q2组	0.28（-0.05~0.61）	0.098	0.12（-0.21~0.45）	0.482	0.01（-0.32~0.35）	0.940
Q3组	0.72（0.39~1.10）	<0.001	0.46（0.13~0.80）	0.007	0.29（-0.05~0.63）	0.090
Q4组	1.20（0.85~1.50）	<0.001	0.88（0.54~1.20）	<0.001	0.64（0.29~0.99）	<0.001
FEV₁%预计值
Log TCBI	1.20（-0.43~2.80）	0.148	-1.10（-2.70~0.53）	0.186	1.60（-0.12~3.30）	0.069
组别（以Q1组为参照）
Q2组	0.02（-1.30~1.40）	0.979	-1.20（-2.50~0.16）	0.085	-0.26（-1.60~1.10）	0.701
Q3组	1.20（-0.12~2.50）	0.076	-0.62（-2.00~0.71）	0.360	0.85（-0.51~2.20）	0.221
Q4组	0.71（-0.63~2.00）	0.300	-1.30（-2.70~0.02）	0.053	0.74（-0.65~2.10）	0.295
PEF
Log TCBI	-0.04（-0.09~0.02）	0.191	0.05（0.00~0.11）	0.053	0.21（0.16~0.27）	<0.001
组别（以Q1组为参照）
Q2组	-0.07（-0.11~-0.02）	0.004	-0.02（-0.07~0.02）	0.291	0.03（-0.02~0.07）	0.256
Q3组	-0.06（-0.11~-0.02）	0.007	0.00（-0.04~0.05）	0.890	0.09（0.04~0.13）	<0.001
Q4组	-0.05（-0.09~0.00）	0.039	0.03（-0.02~0.07）	0.211	0.15（0.10~0.20）	<0.001

甘油三酯-总胆固醇-体重指数与老年人筛查定义慢性阻塞性肺疾病和肺功能的关联：一项基于青岛市老年人的横断面调查

Association between Nutritional Index TCBI, Screening-defined Chronic Obstructive Pulmonary Disease, and Lung Function: a Cross-sectional Study of the Elderly in Qingdao

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 30

相关文章 15

编辑推荐

Metrics

留言

模型	人数	OR（95%CI）	P值
主要分析	89 368	0.840（0.794~0.889）	<0.001
敏感性分析1（排除BMI<18.5 kg/m²或>35 kg/m²者）	87 580	0.844（0.797~0.893）	<0.001
敏感性分析2（排除患有哮喘者）	89 142	0.840（0.794~0.889）	<0.001
敏感性分析3（排除患有心血管疾病或糖尿病者）	50 529	0.860（0.796~0.929）	<0.001

[1]	白云飞, 张永明, 李述刚, 高晓嶙, 孙碧云, 高文娟, 杨凡, 胡钰昊, 王思翔, 朱悦彤, 王文巧. 慢性阻塞性肺疾病运动处方指南[J]. 中国全科医学, 2026, 29(34): 4993-5009.
[2]	王帅航, 曹业迪, 陈飞, 朱赛楠, 高莹. 体质量调整腰围指数与甲状腺功能和自身免疫的关系：基于NHANES数据[J]. 中国全科医学, 2026, 29(30): 4406-4414.
[3]	赵家义, 樊剑, 于德华. 1秒率正常的肺功能受损人群现状、挑战及应对策略[J]. 中国全科医学, 2026, 29(30): 4366-4371.
[4]	张帅帅, 陈玥, 邱娇娇, 朱平, 王曙霞. 残余胆固醇炎症指数与中国中老年人生物学年龄加速的关联：一项全国性队列研究[J]. 中国全科医学, 2026, 29(30): 4397-4405.
[5]	祁晶, 蔡青, 张婉婷, 顾岩. 基于微信小程序的远程肺康复对稳定期慢性阻塞性肺疾病患者多维疗效及依从性研究[J]. 中国全科医学, 2026, 29(24): 3476-3485.
[6]	王龙雨, 李亚, 马倩, 贾沛霖, 张海龙. 肺一氧化碳弥散量在慢性阻塞性肺疾病中的临床应用研究进展[J]. 中国全科医学, 2026, 29(23): 3379-3384.
[7]	陈莹莹, 朱高培, 薛付忠. 主动健康管理模式下山东省老年人服药依从性现状及影响因素分析[J]. 中国全科医学, 2026, 29(22): 3220-3225.
[8]	范文瑜, 冯霞, 张世龙, 马兴丽, 张馨丹, 赵洋, 王海鹏. 山东省糖尿病患者医防融合服务利用行为及影响因素研究[J]. 中国全科医学, 2026, 29(22): 3192-3198.
[9]	刘影, 刘世炜, 张驰, 沈姞, 张玉珊, 张洁, 桑莹宸, 王友娇, 王蕾, 周厚广, 施红. 中国老年脑卒中患者主观认知功能下降流行特征及影响因素研究[J]. 中国全科医学, 2026, 29(20): 2829-2835.
[10]	张文博, 王骏龙, 张玉萍, 蒋帅, 王华启. 不同筛查指标下慢性阻塞性肺疾病前期人群发展为慢性阻塞性肺疾病风险的Meta分析[J]. 中国全科医学, 2026, 29(19): 2735-2743.
[11]	郑泽陆, 周峻, 梁志, 王雪惠, 徐峰, 李欧静, 肖红, 刘晓雨, 杨青梅, 张梅, 林娜, 宓保宏, 陈卫衡. 骨关节炎患者共病特征和治疗现状：一项基于社区诊疗数据的横断面调查[J]. 中国全科医学, 2026, 29(16): 2205-2213.
[12]	宋路, 兰志刚, 周葳, 冯丽萍, 刘运秋, 陈朔华, 王丽晔. 男性人群糖尿病和肺功能的相关性研究[J]. 中国全科医学, 2026, 29(12): 1572-1578.
[13]	顾瀚东, 卢鸿润, 顾可羿, 韩正, 杨菲, 付晓雅, 王为强. 相对脂肪量与心血管代谢性共病发病风险的相关性研究[J]. 中国全科医学, 2026, 29(11): 1456-1462.
[14]	王殊琪, 马俊, 吴韵琳, 陈凤芳, 陈娴秋, 杨文兰, 李秋红, 黄劲, 冯永红. 血清ACE和sIL-2R与男女性Ⅱ期肺结节病患者肺功能指标相关性的差异研究[J]. 中国全科医学, 2026, 29(10): 1316-1323.
[15]	宋路, 王丽晔, 修春霞, 冯宝静, 冯丽萍, 高艳松, 李梦, 代妍. 慢性阻塞性肺疾病合并高血压患者肺功能与血压变异性的相关研究[J]. 中国全科医学, 2026, 29(10): 1311-1315.