Associations of Predicted Body Fat Mass and Fat Percentage with Insulin Resistance among a Middle-aged and Elderly Non-diabetic Population

doi:10.12114/j.issn.1007-9572.2022.0181

Chinese General Practice ›› 2022, Vol. 25 ›› Issue (20): 2443-2449.DOI: 10.12114/j.issn.1007-9572.2022.0181

Special Issue: 内分泌代谢性疾病最新文章合集；老年人群健康最新文章合集；老年问题最新文章合集

• Article • Previous Articles Next Articles

Associations of Predicted Body Fat Mass and Fat Percentage with Insulin Resistance among a Middle-aged and Elderly Non-diabetic Population

¹Department of Cardiology, West China Hospital of Sichuan University, Chengdu 610041, China
²Department of Cardiology, Shuangliu District Hospital of Chinese Medicine, Chengdu 610200, China

Received:2022-01-09 Revised:2022-04-12 Published:2022-07-15 Online:2022-04-28
Contact: Sen HE
About author:
RUAN H Y, LI L Y, ZHENG Y, et al. Associations of predicted body fat mass and fat percentage with insulin resistance among a middle-aged and elderly non-diabetic population[J]. Chinese General Practice, 2022, 25 (20) : 2443-2449.

中老年非糖尿病人群中预估人体脂肪质量及比例与胰岛素抵抗的关系研究

¹610041　四川省成都市，四川大学华西医院心内科
²610200　四川省成都市双流区中医医院心内科

通讯作者: 何森
作者简介:
阮海燕，李丽英，郑翼，等.中老年非糖尿病人群中预估人体脂肪质量及比例与胰岛素抵抗的关系研究[J].中国全科医学，2022，25（20）：2443-2449. [www.chinagp.net] 作者贡献：阮海燕负责数据清洗和统计学分析、绘制图表及论文起草；李丽英、郑翼负责试验调查对象的选取、样本的采集、指标化验与检测等核查；陈晓平提出研究思路，设计研究方案，提出研究命题；何森参与并负责研究所有过程，负责论文最终版本修订，对论文负责。
基金资助:
四川省科技计划项目(2022YFS0186); 国家自然科学基金资助项目(81600299)

Abstract

Abstract:

Background

Identifying insulin resistance (IR) is of important clinical value as it is a pathological basis of multiple diseases, such as metabolic syndrome, type 2 diabetes, hypertension, and atherosclerosis. Numerous previous studies have suggested that excessive gain of fat is closely associated with IR. Dual-energy X-ray absorptiometry is often clinically used as the golden standard for measuring human body fat, but its health economic cost is high.

Objective

To assess the associations of predicted fat mass (pFM) and predicted fat percent (pFP) with IR in a middle-aged and elderly population without diabetes in Chengdu.

Methods

In May 2007, a cross-sectional survey was conducted by trained medical workers in Chenghua District, Chengdu, Sichuan. A total of 711 middle-aged and elderly individuals were selected as surveyees by random cluster sampling, and 570 of them were included for analysis after excluding 141 with diabetes. The survey includes filling in a standardized questionnaire, a physical examination, and a laboratory test. The homeostasis model assessment of IR (HOMA-IR) , pFM, and pFP were calculated.

Results

Among the 570 subjects, the range of HOMA-IR was from 0.01 to 5.50, with a median value of 1.05 (0.72, 1.53) ; the range of pFM was from 2.34 to 41.41 kg, with a value of mean (SD) of (18.59±6.47) kg; the range of pFP was from 13.95% to 48.46%, with a median value of 28.97 (23.77, 37.39) %. The prevalence of IR was 20.17% (115/570) . The results suggested the HOMA-IR value and IR prevalence increased with the increase of pFM and pFP (P<0.001) . Multivariate Logistic regression analysis indicated that both pFM〔OR=3.22, 95%CI (2.45, 4.33) 〕 and pFP〔OR=3.51, 95%CI (2.61, 4.84) 〕 were associated with IR (P<0.05) . For predicting IR, the area under the receiver operating characteristic curve (AUC) was 0.777〔95%CI (0.733, 0.822) 〕with 38.10 kg as the optimal cut-off value for pFM, and 0.719〔95%CI (0.668, 0.769) 〕with 17.74% as the optimal cut-off value for pFP, respectively. And the AUC for four common traditional anthropometric indicators, namely waist circumference, body mass index, waist-to-height ratio (WHtR) and a body shape index (ABSI) was 0.749〔95%CI (0.700, 0.798) 〕, 0.753〔95%CI (0.706, 0.801) 〕, 0.768〔95%CI (0.722, 0.815) 〕, and 0.618〔95%CI (0.561, 0.675) 〕, respectively. Especially, the AUC of pFM or pFP was greater than that of ABSI (Z=4.452, P<0.001; Z=2.486, P=0.013) .

Conclusion

In this middle-aged and elderly non-diabetic population of Chengdu, pFM and pFP were independently associated with IR, and also could well discriminate IR. But pFM and pFP was only superior to ABSI.

Key words: Insulin resistance, Predicted fat mass, Predicted fat percent, Middle-aged and aged people

摘要：

背景

胰岛素抵抗（IR）是代谢综合征、2型糖尿病、高血压、动脉粥样硬化等多种疾病的共同病理基础，因此识别IR具有重要的临床价值。既往研究提示人体脂肪的过度增加与IR密切相关。临床实践中，测定人体脂肪的金标准通常采用双能X线吸收测量法，但其经济卫生学成本较高。

目的

探讨在成都地区中老年非糖尿病自然人群中预估人体脂肪质量（pFM）及预估人体脂肪比例（pFP）与IR的关系。

方法

于2007年5月，在四川省成都市成华区采用随机整群抽样方法抽取中老年自然人群共711例，排除已诊断为糖尿病者141例，最终纳入570例非糖尿病人群。由经培训的医务人员对抽样的人群进行调查研究，调查内容主要包括标准化的问卷调查、体格检查和实验室检查，并计算稳态模型评估的胰岛素抵抗指数（HOMA-IR）、pFM和pFP。

结果

570例研究对象中，HOMA-IR 0.01~5.50，中位HOMA-IR 1.05（0.72，1.53）；pFM 2.34~41.41 kg，平均pFM（18.59±6.47）kg；pFP 13.95%~48.46%，中位pFP 28.97（23.77，37.39）%；共115例（20.17%）研究对象发生IR。随着pFM、pFM的增加，HOMA-IR和IR患病率均逐渐增加（P<0.001）。多因素Logistic回归分析结果显示，pFM〔OR=3.22，95%CI（2.45，4.33）〕、pFP〔OR=3.51，95%CI（2.61，4.84）〕是非糖尿病人群发生IR的影响因素（P<0.05）。分别绘制pFM及pFP预测非糖尿病人群发生IR的受试者工作特征（ROC）曲线，结果显示，ROC曲线下面积（AUC）分别为0.777〔95%CI（0.733，0.822）〕、0.719〔95%CI（0.668，0.769）〕，截断值分别为38.10 kg、17.74%。其他常用人体测量学指标腰围、体质指数（BMI）、腰高比（WHtR）、身体形态指数（ABSI）预测非糖尿病人群发生IR的ROC曲线，结果显示，AUC分别为0.749〔95%CI（0.700，0.798）〕、0.753〔95%CI（0.706，0.801）〕、0.768〔95%CI（0.722，0.815）〕及0.618〔95%CI（0.561，0.675）〕。pFM、pFP的AUC均大于ABSI（Z=4.452，P<0.001；Z=2.486，P=0.013）。

结论

在成都地区中老年非糖尿病人群中，pFM及pFP与IR独立相关，并可较好地识别IR，但pFM、pFP对IR的识别能力并不优于传统人体测量指标。

关键词: 胰岛素抵抗, 人体脂肪质量, 人体脂肪质量比例, 中老年人

Haiyan RUAN,Liying LI,Yi ZHENG, et al. Associations of Predicted Body Fat Mass and Fat Percentage with Insulin Resistance among a Middle-aged and Elderly Non-diabetic Population[J]. Chinese General Practice, 2022, 25(20): 2443-2449. DOI: 10.12114/j.issn.1007-9572.2022.0181.
阮海燕,李丽英,郑翼等. 中老年非糖尿病人群中预估人体脂肪质量及比例与胰岛素抵抗的关系研究[J]. 中国全科医学, 2022, 25(20): 2443-2449. DOI: 10.12114/j.issn.1007-9572.2022.0181.

Figures/Tables 8

References 28

[1]	BARAZZONI R，DEUTZ N E P，BIOLO G，et al. Carbohydrates and insulin resistance in clinical nutrition：recommendations from the ESPEN expert group[J]. Clin Nutr，2017，36（2）：355-363. DOI：10.1016/j.clnu.2016.09.010.
[2]	YAZICI D，SEZER H. Insulin resistance，obesity and lipotoxicity[J]. Adv Exp Med Biol，2017，960：277-304. DOI：10.1007/978-3-319-48382-5_12.
[3]	韩超. 高血压前期与胰岛素抵抗相关性研究进展[J]. 心血管病学进展，2015，36（2）：138-141. DOI：10.3969/j.issn.1004-3934.2015.02.004.
[4]	夏琴琴，陈爱琴，李梅兰，等. 胰岛素抵抗与多囊卵巢综合征患者性激素水平相关性分析[J]. 宁夏医学杂志，2020，42（1）：12-14. DOI：10.13621/j.1001-5949.2020.01.0012.
[5]	WU K，HE S，ZHENG Y，et al. ABSI is a poor predictor of insulin resistance in Chinese adults and elderly without diabetes[J]. Arch Endocrinol Metab，2018，62（5）：523-529. DOI：10.20945/2359-3997000000072.
[6]	BONORA E，KIECHL S，WILLEIT J，et al. Prevalence of insulin resistance in metabolic disorders：the Bruneck Study[J]. Diabetes，1998，47（10）：1643-1649. DOI：10.2337/diabetes.47.10.1643.
[7]	陈志刚，何桦，罗宏斌. 肥胖2型糖尿病患者体脂参数与胰岛素抵抗的相关性分析[J]. 中国现代药物应用，2019，13（1）：30-32. DOI：10.14164/j.cnki.cn11-5581/r.2019.01.016.
[8]	ZEGARRA-LIZANA P A，RAMOS-OROSCO E J，GUARNIZO-POMA M，et al. Relationship between body fat percentage and insulin resistance in adults with BMI values below 25 kg/m² in a private clinic[J]. Diabetes Metab Syndr，2019，13（5）：2855-2859. DOI：10.1016/j.dsx.2019.07.038.
[9]	THOTA P，PEREZ-LOPEZ F R，BENITES-ZAPATA V A，et al. Obesity-related insulin resistance in adolescents：a systematic review and meta-analysis of observational studies[J]. Gynecol Endocrinol，2017，33（3）：179-184. DOI：10.1080/09513590.2016.1273897.
[10]	MESSINA C，ALBANO D，GITTO S，et al. Body composition with dual energy X-ray absorptiometry：from basics to new tools[J]. Quant Imaging Med Surg，2020，10（8）：1687-1698. DOI：10.21037/qims.2020.03.02.
[11]	LEE D H，KEUM N，HU F B，et al. Development and validation of anthropometric prediction equations for lean body mass，fat mass and percent fat in adults using the National Health and Nutrition Examination Survey （NHANES） 1999-2006[J]. Br J Nutr，2017，118（10）：858-866. DOI：10.1017/S0007114517002665.
[12]	PATEL K V，BAHNSON J L，GAUSSOIN S A，et al. Association of baseline and longitudinal changes in body composition measures with risk of heart failure and myocardial infarction in type 2 diabetes：findings from the look AHEAD trial[J]. Circulation，2020，142（25）：2420-2430. DOI：10.1161/CIRCULATIONAHA.120.050941.
[13]	LEE D H，KEUM N，HU F B，et al. Predicted lean body mass，fat mass，and all cause and cause specific mortality in men：prospective US cohort study[J]. BMJ，2018，362：k2575. DOI：10.1136/bmj.k2575.
[14]	LEE D H，KEUM N，HU F B，et al. Comparison of the association of predicted fat mass，body mass index，and other obesity indicators with type 2 diabetes risk：two large prospective studies in US men and women[J]. Eur J Epidemiol，2018，33（11）：1113-1123. DOI：10.1007/s10654-018-0433-5.
[15]	赵丽明，陈晓平，何森，等. 新体型指数与糖尿病患病率及空腹血糖的关系[J]. 中华医学杂志，2015（14）：1066-1069.
[16]	李龙心，何森，陈晓平，等. 成都地区中老年人群体质量指数及腹型肥胖对糖尿病患病率及空腹血糖水平的影响[J]. 华西医学，2012，27（4）：31-34.
[17]	TABATA S，YOSHIMITSU S，HAMACHI T，et al. Waist circumference and insulin resistance：a cross-sectional study of Japanese men[J]. BMC Endocr Disord，2009，9：1. DOI：10.1186/1472-6823-9-1.
[18]	KRAKAUER N Y，KRAKAUER J C. A new body shape index predicts mortality hazard independently of body mass index[J]. PLoS One，2012，7（7）：e39504. DOI：10.1371/journal.pone.0039504.
[19]	中华医学会糖尿病学分会.中国2型糖尿病防治指南（2020年版）[J]. 中华糖尿病杂志，2021，13（4）：315-409.
[20]	中国高血压防治指南修订委员会，高血压联盟（中国），中华医学会心血管病学分会中国医师协会高血压专业委员会，等. 中国高血压防治指南（2018年修订版）[J]. 中国心血管杂志，2019，24（1）：24-56. DOI：10.3969/j.issn.1007-5410.2019.01.002.
[21]	BARAZZONI R，GORTAN CAPPELLARI G，RAGNI M，et al. Insulin resistance in obesity：an overview of fundamental alterations[J]. Eat Weight Disord，2018，23（2）：149-157. DOI：10.1007/s40519-018-0481-6.
[22]	CHAN J C N，MALIK V，JIA W P，et al. Diabetes in Asia：epidemiology，risk factors，and pathophysiology[J]. JAMA，2009，301（20）：2129-2140. DOI：10.1001/jama.2009.726.
[23]	陈思琦，李佳欣，吴鑫宇，等. 胰岛素抵抗分子机制研究进展[J]. 辽宁中医药大学学报，2020，22，87-92.
[24]	郑若怡，张雨哲. 肥胖相关性胰岛素抵抗发病机制的研究[J]. 实用糖尿病杂志，2019，15（4）：71-73.
[25]	ZHANG M，ZHANG H Y，WANG C J，et al. Development and validation of a risk-score model for type 2 diabetes：a cohort study of a rural adult Chinese population[J]. PLoS One，2016，11（4）：e0152054. DOI：10.1371/journal.pone.0152054.
[26]	LEAR S A，HUMPHRIES K H，KOHLI S，et al. Visceral adipose tissue accumulation differs according to ethnic background：results of the Multicultural Community Health Assessment Trial （M-CHAT）[J]. Am J Clin Nutr，2007，86（2）：353-359. DOI：10.1093/ajcn/86.2.353.
[27]	DEFRONZO R A，TOBIN J D，ANDRES R. Glucose clamp technique：a method for quantifying insulin secretion and resistance[J]. Am J Physiol，1979，237（3）：E214-223. DOI：10.1152/ajpendo.1979.237.3.E214.
[28]	HE J Y，HE S，LIU K，et al. The TG/HDL-C ratio might be a surrogate for insulin resistance in Chinese nonobese women[J]. Int J Endocrinol，2014，2014：105168. DOI：10.1155/2014/105168.

变量	参数	变量	参数
性别（男/女）	320/250	总胆固醇〔M（P₂₅，P₇₅），mmol/L〕	4.87（4.32，5.40）
年龄〔M（P₂₅，P₇₅），岁〕	62.0（58.0，67.0）	三酰甘油〔M（P₂₅，P₇₅），mmol/L〕	1.51（1.13，2.17）
高血压病史〔n（%）〕	285（50.00）	HDL-C〔M（P₂₅，P₇₅），mmol/L〕	1.42（1.25，1.66）
收缩压〔M（P₂₅，P₇₅），mm Hg〕	133（121，147）	LDL-C〔M（P₂₅，P₇₅），mmol/L〕	2.90（2.51，3.39）
舒张压〔M（P₂₅，P₇₅），mm Hg〕	79（72，87）	空腹血糖〔M（P₂₅，P₇₅），mmol/L〕	4.60（4.20，5.00）
身高〔M（P₂₅，P₇₅），cm〕	162.0（156.0，168.0）	尿酸〔M（P₂₅，P₇₅），μmol/L〕	334.30（289.02，387.05）
体质量（±s，kg）	62.0±10.1	空腹胰岛素〔M（P₂₅，P₇₅），mU/L〕	5.20（3.60，7.30）
腰围（±s，cm）	82.0±9.6	HOMA-IR〔M（P₂₅，P₇₅）〕	1.05（0.72，1.53）
BMI（±s，kg/m²）	23.5±3.2	pFM（±s，kg）	18.59±6.47
ABSI〔M（P₂₅，P₇₅），m^11/6 kg^-2/3〕	0.08（0.08，0.08）	pFP〔M（P₂₅，P₇₅），%〕	28.97（23.77，37.39）
WHtR（±s）	0.51±0.06

变量	参数	变量	参数
性别（男/女）	320/250	总胆固醇〔M（P₂₅，P₇₅），mmol/L〕	4.87（4.32，5.40）
年龄〔M（P₂₅，P₇₅），岁〕	62.0（58.0，67.0）	三酰甘油〔M（P₂₅，P₇₅），mmol/L〕	1.51（1.13，2.17）
高血压病史〔n（%）〕	285（50.00）	HDL-C〔M（P₂₅，P₇₅），mmol/L〕	1.42（1.25，1.66）
收缩压〔M（P₂₅，P₇₅），mm Hg〕	133（121，147）	LDL-C〔M（P₂₅，P₇₅），mmol/L〕	2.90（2.51，3.39）
舒张压〔M（P₂₅，P₇₅），mm Hg〕	79（72，87）	空腹血糖〔M（P₂₅，P₇₅），mmol/L〕	4.60（4.20，5.00）
身高〔M（P₂₅，P₇₅），cm〕	162.0（156.0，168.0）	尿酸〔M（P₂₅，P₇₅），μmol/L〕	334.30（289.02，387.05）
体质量（±s，kg）	62.0±10.1	空腹胰岛素〔M（P₂₅，P₇₅），mU/L〕	5.20（3.60，7.30）
腰围（±s，cm）	82.0±9.6	HOMA-IR〔M（P₂₅，P₇₅）〕	1.05（0.72，1.53）
BMI（±s，kg/m²）	23.5±3.2	pFM（±s，kg）	18.59±6.47
ABSI〔M（P₂₅，P₇₅），m^11/6 kg^-2/3〕	0.08（0.08，0.08）	pFP〔M（P₂₅，P₇₅），%〕	28.97（23.77，37.39）
WHtR（±s）	0.51±0.06

组别	例数	HOMA-IR〔M（P₂₅，P₇₅）〕	IR患病率〔n（%）〕
[2.34，10.00）组	48	0.59（0.37，0.86）	1（2.1）
[10.00，20.00）组	295	0.93（0.66，1.26）	32（10.8）
[20.00，30.00）组	207	1.40（0.98，1.90）	71（34.3）
[30.00，41.41）组	20	1.73（1.37，2.17）	71（55.0）
r（OR）值		66.395	47.740^a
P值		<0.001	<0.001

组别	例数	HOMA-IR〔M（P₂₅，P₇₅）〕	IR患病率〔n（%）〕
[2.34，10.00）组	48	0.59（0.37，0.86）	1（2.1）
[10.00，20.00）组	295	0.93（0.66，1.26）	32（10.8）
[20.00，30.00）组	207	1.40（0.98，1.90）	71（34.3）
[30.00，41.41）组	20	1.73（1.37，2.17）	71（55.0）
r（OR）值		66.395	47.740^a
P值		<0.001	<0.001

组别	例数	HOMA-IR〔M（P₂₅，P₇₅）〕	IR患病率〔n（%）〕
[13.95，20.00）组	41	0.65（0.37，0.98）	0
[20.00，30.00）组	258	0.99（0.71，1.40）	36（14.0）
[30.00，40.00）组	210	1.08（0.77，1.61）	50（23.8）
[40.00，48.46）组	29	1.64（1.25，2.38）	61（47.5）
r（OR）值		63.408	56.224^a
P值		<0.001	<0.001

Associations of Predicted Body Fat Mass and Fat Percentage with Insulin Resistance among a Middle-aged and Elderly Non-diabetic Population

中老年非糖尿病人群中预估人体脂肪质量及比例与胰岛素抵抗的关系研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 8

References 28

Related Articles 15

Recommended Articles

Metrics

Comments

变量		β	SE	Wald χ²值	P值	OR（95%CI）
性别（以男性为对照）
	女性	0.640	0.211	9.218	0.002	1.89（1.25，2.88）
年龄		0.186	0.105	3.139	0.076	1.20（0.98，1.48）
高血压病史（以有为对照）
	无	-0.507	0.212	5.699	0.017	0.60（0.40，0.91）
收缩压		0.277	0.103	7.229	0.007	1.32（1.08，1.61）
舒张压		0.281	0.105	7.142	0.008	1.32（1.08，1.63）
身高		-0.140	0.105	1.786	0.181	0.87（0.71，1.07）
体质量		0.664	0.114	34.034	<0.001	1.94（1.55，2.43）
腰围		0.998	0.130	59.456	<0.001	2.71（2.11，3.50）
BMI		0.995	0.128	60.860	<0.001	2.70（2.11，3.47）
ABSI		0.433	0.107	16.323	<0.001	1.54（1.25，1.90）
WHtR		1.107	0.134	68.630	<0.001	3.02（2.33，3.93）
总胆固醇		-0.053	0.105	0.259	0.611	0.95（0.77，1.16）
三酰甘油		0.422	0.097	19.073	<0.001	1.53（1.26，1.84）
HDL-C		-0.591	0.128	21.473	<0.001	0.55（0.43，0.71）
LDL-C		0.077	0.103	0.551	0.458	1.08（0.88，1.32）
空腹血糖		1.004	0.129	60.472	<0.001	2.73（2.12，3.52）
尿酸		0.508	0.105	23.360	<0.001	1.66（1.35，2.04）
pFM		1.095	0.132	69.188	<0.001	2.99（2.31，3.87）
pFP		0.786	0.118	44.085	<0.001	2.20（1.74，2.77）

变量	β	SE	Wald χ²值	P值	OR（95%CI）
高血压病史	0.459	0.350	1.728	0.189	1.58（0.80，3.17）
收缩压	0.254	0.208	1.490	0.222	1.29（0.86，1.94）
舒张压	-0.034	1.745	0.037	0.847	0.97（0.69，1.36）
尿酸	0.572	0.128	20.146	<0.001	1.77（1.39，2.29）
三酰甘油	0.229	0.110	4.297	0.038	1.26（1.01，1.57）
HDL-C	-0.332	0.151	4.842	0.028	0.72（0.53，0.96）
pFP	1.170	0.145	64.835	<0.001	3.22（2.45，4.33）

变量	β	SE	Wald χ²值	P值	OR（95%CI）
高血压病史	0.511	0.355	2.066	0.151	1.67（0.84，3.38）
收缩压	0.206	0.204	1.026	0.311	1.23（0.82，1.83）
舒张压	0.137	0.171	0.639	0.424	1.15（0.82，1.61）
尿酸	0.825	0.138	35.829	<0.001	2.28（1.75，3.01）
三酰甘油	0.138	0.111	1.548	0.213	1.15（0.92，1.43）
HDL-C	-0.601	0.157	14.594	<0.001	0.55（0.40，0.74）
pFP	1.256	0.158	63.494	<0.001	3.51（2.61，4.84）

变量	截断值	灵敏度	特异度	阴性预测值	阳性预测值	准确度
腰围	87.50 cm	0.600	0.802	0.888	0.434	0.761
BMI	24.20 kg/m²	0.722	0.681	0.906	0.364	0.689
WHtR	0.52	0.765	0.662	0.918	0.364	0.682
ABSI	0.077 9 m^11/6 kg^-2/3	0.696	0.501	0.867	0.261	0.540
pFM	38.10 kg	0.478	0.848	0.865	0.444	0.774
pFP	17.74%	0.896	0.556	0.955	0.338	0.625

[1]	HU Jiayu, REN Lijue, JIN Huanhuan, SUN Tingting, JIN Meina, ZHOU Xueli, WEI Cuiying. The Level of Adipokine Metrnl and Its Relationship with Inflammation and Insulin Resistance in Patients with Obstructive Sleep Apnea Syndrome [J]. Chinese General Practice, 2023, 26(30): 3748-3752.
[2]	KONG Dexian, XING Yuling, SUN Wenwen, ZHANG Zhimin, ZHOU Fei, MA Huijuan. Correlation between Estimated Glucose Disposal Rate and Metabolism-associated Fatty Liver Disease in Type 2 Diabetes [J]. Chinese General Practice, 2023, 26(26): 3252-3258.
[3]	GAO Zhe, DUAN Kaixin, LYU Xiuqin, MA Huijuan, ZHANG Zhimei, SONG Guangyao. Mechanism of Glucagon-like Peptide-1 Receptor Agonist Improving Liver Lipid Deposition in a Rat Model of Insulin Resistance Induced by High-fructose Diet [J]. Chinese General Practice, 2023, 26(21): 2639-2646.
[4]	ZHOU Shiyu, CHEN Shaolin, DENG Renli, DAI Mi, LIU Tao, TIAN Kunming. The Association and Predictive Value of Lipid Ratios to Metabolic Syndrome: a Multistage Cross-sectional Study [J]. Chinese General Practice, 2023, 26(21): 2589-2596.
[5]	LUO Rong, WANG Yu, MIAO Afeng, WU Xiaoke. Influencing Factors of Insulin Resistance in Polycystic Ovary Syndrome Patients with Normal Body Mass Index [J]. Chinese General Practice, 2023, 26(17): 2102-2107.
[6]	QIAN Fangfang, CAI Zhensheng, GU Tian, LI Haoxiang, ZHAO Li, YANG Ling, DENG Xia, YUAN Guoyue. Relationship between Ectodysplasin A and Nonalcoholic Fatty Liver Disease in Patients with Type 2 Diabetes Mellitus [J]. Chinese General Practice, 2023, 26(08): 911-916.
[7]	TANG Zixuan, LI Jing, HUANG Qi, ZHANG Ying, ZHANG Han, WANG Qian, ZHANG Lin, CHENG Yao, LIAO Xin. Correlation between Adiponectin and Free Testosterone Index and Insulin Resistance in Patients with Polycystic Ovary Syndrome [J]. Chinese General Practice, 2023, 26(08): 927-932.
[8]	WENG Ruiwen, LIU Yi, ZHANG Wei, LIU Hengwei. Relationship between Androgen and Glucose Metabolism in Patients with Polycystic Ovary Syndrome [J]. Chinese General Practice, 2022, 25(32): 4046-4051.
[9]	ZHANG Nan, JIANG Tian, ZHANG Yi, ZHANG Qiu. Abnormal Change of Serum Irisin Level in Overweight or Obese Patients with Type 2 Diabetes Mellitus [J]. Chinese General Practice, 2022, 25(32): 4041-4045.
[10]	Ying MIAO, Yu WANG, Pijun YAN, Xue BAI, Pan CHEN, Qin WAN. Influencing Factors of TyG and Its Combination with Obesity Indicators for New-onset Ischemic Stroke in Middle-aged and Elderly Population: a 10-year Follow-up Prospective Cohort Study [J]. Chinese General Practice, 2022, 25(26): 3232-3239.
[11]	. [J]. Chinese General Practice, 2022, 25(03): 320-324.
[12]	XIE Zhijia, ZHANG Lei, CHEN Xin, CHANG Tao. Analysis of Characteristics and Influencing Factors of Hearing Impairment in Patients with Polycystic Ovary Syndrome [J]. Chinese General Practice, 2022, 25(03): 341-345.
[13]	GAN Lulu, HE Yan, LIU Shijie, NI Qing, YANG Li. The Value of Abdominal Visceral Adipose Tissue Area and Homeostasis Model Assessment of Insulin Resistance in Predicting Essential Hypertension Complicated with Obstructive Sleep Apnea Syndrome [J]. Chinese General Practice, 2022, 25(02): 185-188.
[14]	WANG Yun, HE Yan, LIU Shijie, GAN Lulu, GAO Huifang, LIANG Min, ZUO Zhiheng, YANG Li. Recent Advances in the Pathogenesis of Glucolipid Metabolism Disorder in Obstructive Sleep Apnea-hypopnea Syndrome [J]. Chinese General Practice, 2022, 25(02): 243-247.
[15]	TIAN Caiyun，HU Han，ZHANG Guoyuan，LIN Shide. Recent Developments in the Diagnosis of Hepatogenous Diabetes　 [J]. Chinese General Practice, 2021, 24(9): 1158-1164.