Effect of Blood Pressure Trajectory on Cardiovascular Disease in Population with High-normal Blood Pressure: a Study Based on the Kailuan Cohort

doi:10.12114/j.issn.1007-9572.2025.0109

Chinese General Practice ›› 2026, Vol. 29 ›› Issue (03): 299-310.DOI: 10.12114/j.issn.1007-9572.2025.0109

Special Issue: 心血管最新文章合辑

• Article • Previous Articles

Effect of Blood Pressure Trajectory on Cardiovascular Disease in Population with High-normal Blood Pressure: a Study Based on the Kailuan Cohort

1. School of Public Health, North China University of Science and Technology, Tangshan 063000, China
2. Department of Cardiology, Kailuan General Hospital, Tangshan 063000, China
3. School of Clinical Medicine, North China University of Science and Technology, Tangshan 063000, China
4. Department of Neurosurgery, Affiliated Hospital of North China University of Science and Technology, Tangshan 063000, China

Received:2025-04-21 Revised:2025-10-14 Published:2026-01-20 Online:2025-12-11
Contact: YANG Peng, WU Shouling, LI Yun
About author:
LU Yanqiu and WU Yuntao are co-first authors

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

1．063000　河北省唐山市，华北理工大学公共卫生学院
2．063000　河北省唐山市，开滦总医院心内科
3．063000　河北省唐山市，华北理工大学临床医学院
4．063000　河北省唐山市，华北理工大学附属医院骨科

通讯作者: 杨鹏, 吴寿岭, 李云
作者简介:
鹿妍秋和吴云涛为共同第一作者
作者贡献：
鹿妍秋、吴云涛、杨鹏、吴寿岭、李云提出研究思路，设计研究方案；鹿妍秋、吴云涛、刘少鹏、林海颖、邓惠友、武英、黄喆负责研究的构思与设计，研究的实施，进行数据的收集与整理，统计学处理，图、表的绘制与展示，负责论文起草撰写；杨鹏、吴寿岭、李云负责最终版本修订，文章的质量控制与审查，对文章整体负责，监督管理。

Abstract

Abstract:

Background

Cardiovascular disease (CVD) is a leading cause of premature death and rising healthcare costs worldwide. An estimated 330 million people in China are affected by CVD, posing a substantial medical and financial burden to the nation. Among Chinese adults aged 18 and over without a prior hypertension diagnosis, 50.9% have high-normal blood pressure (BP). High-normal BP is associated with an increased risk of CVD incidence, and its effective control could prevent over 10% of CVD cases.

Objective

This study aimed to identify distinct BP trajectory patterns in individuals with high-normal BP using group-based trajectory modeling, investigate the impact of these trajectories on CVD risk, and provide a scientific basis for developing BP management and CVD prevention strategies for this population.

Methods

Participants from the Kailuan Study who underwent health examinations between 2006 and 2012 and were identified as having high-normal BP at their first examination were enrolled. Baseline data were collected via questionnaires, anthropometric measurements, and laboratory tests. Participants were followed until the first occurrence of a CVD event [myocardial infarction (MI) or stroke] or until December 31, 2022. Group-based trajectory modeling (GBTM) was used to model systolic BP (SBP) and diastolic BP (DBP) trajectories. Kaplan-Meier survival curves and Log-rank tests were used to compare cumulative CVD incidence across trajectory groups. Multivariable Cox proportional hazards regression models, or weighted Cox regression models when the proportional hazards assumption was violated, were used to analyze CVD risk across different BP trajectory groups. Multiplicative interactions between sex/age and BP trajectories were tested using Cox models, followed by stratified analyses. Sensitivity analyses were conducted to verify the robustness of the findings.

Results

A total of 21 745 subjects were ultimately included, with a mean age of (54.0±11.4) years; 17 556 (80.74%) were male and 4 289 (19.26%) were female. GBTM results identified four distinct SBP trajectories, each characterised by its SBP range and pattern of change over follow-up (i.e., stable, declining, or increasing). Among 7 088 subjects maintained stable SBP around 115 mmHg (1 mmHg=0.133 kPa), termed the "normal-high blood pressure decline group"; 11 662 subjects maintained stable SBP around 130 mmHg, termed the "normal-high blood pressure stable group"; 1 710 subjects exhibited a gradual increase from 129 mmHg to approximately 160 mmHg during the trajectory period, termed the "normal high blood pressure ascending cohort"; 1 285 subjects saw their SBP rise to around 158 mmHg before declining below 140 mmHg, termed the "normal high blood pressure ascending-descending cohort". DBP identified four distinct trajectories, each characterised by its DBP range and pattern of change over follow-up (i.e., stable, declining, or increasing). Among 4 856 subjects, DBP remained stable around 75 mmHg, termed the "normal-high blood pressure declining group"; 13 668 subjects exhibited stable DBP around 83 mmHg, termed the "normal-high blood pressure stable group"; 1 640 subjects exhibited a gradual increase in DBP from 82 mmHg to approximately 100 mmHg during the trajectory period, termed the "normal high blood pressure rising group"; 1 581 subjects experienced an increase in SBP to around 98 mmHg before declining below 90 mmHg, termed the "normal high blood pressure rising-falling group". Participants across different SBP trajectory groups were comparable in age, sex, BMI, educational attainment, smoking, alcohol consumption, physical activity, SBP, DBP, low-density lipoprotein cholesterol (LDL-C), triglycerides (TG), total cholesterol (TC), fasting blood glucose (FBG), high-sensitivity C-reactive protein, estimated glomerular filtration rate (eGFR), isolated systolic hypertension (ISH), isolated diastolic hypertension (IDH), hypertension, diabetes, antihypertensive medication use, and antidiabetic medication use were compared across different DBP trajectory groups. Differences were statistically significant (P<0.05). Comparisons of age, gender, BMI, educational attainment, smoking, alcohol consumption, salt preference, SBP, DBP, HDL-C, LDL-C, TG, TC, FBG, high-sensitivity C-reactive protein, eGFR, ISH, IDH, hypertension, diabetes mellitus, and antihypertensive medication use showed statistically significant differences (P<0.05). The mean follow-up duration was (9.43±1.94) years, during which 1 429 CVD events occurred (259 MI, 1 170 strokes, and 20 concurrent events). The SBP trajectory subgroups (normal high blood pressure decline, stable, increase, and increase-decline) recorded 274, 794, 191, and 170 new CVD cases respectively. The DBP trajectory groups showed 227, 881, 163, and 158 new CVD cases in the normal-high blood pressure decline, stable, increase, and increase-decline groups respectively. Survival curves depicting cumulative CVD incidence were plotted for study subjects. Log-rank test results indicated statistically significant differences in cumulative CVD incidence between different SBP trajectory groups and DBP trajectory groups (χ²=275.39, 90.69; P<0.001). Using Cox proportional hazards regression models, the hazard ratios (HR) for CVD occurrence across different SBP trajectory groups (95%CI) were calculated, with the normal-high blood pressure decline group serving as the reference. The HR for CVD occurrence in the normal-high blood pressure stable group, normal-high blood pressure increase group, and normal-high blood pressure increase-decrease group were 1.41 (1.22-1.62), 1.92 (1.58-2.33), and 2.24 (1.84-2.74), respectively. The HR (95%CI) for stroke occurrence were 1.46 (1.25-1.71), 2.04 (1.65-2.53) and 2.37 (1.90-2.96), respectively. The HR (95%CI) for MI occurrence were 1.25 (0.92-1.72), 1.42 (0.90-2.23) and 1.81 (1.14-2.86), respectively. Using weighted multivariable Cox proportional hazards regression models unconstrained by the proportional hazards assumption, the aHR (95%CI) for CVD occurrence was calculated with the normal-to-high blood pressure decrease group as the reference. The aHR (95%CI) for CVD occurrence in the normal-to-high blood pressure stable group, the normal-to-high blood pressure increase group, and the normal-to-high blood pressure increase-decrease group were 1.43 (1.12-1.82), 2.59 (1.62-4.13), and 2.11 (1.40-3.17), respectively. The aHR (95%CI) for stroke occurrence were 1.45 (1.11-1.71), 2.95 (1.75-4.97) and 2.34 (1.48-3.71), respectively. The aHR (95%CI) for MI occurrence were 1.34 (0.76-2.34), 1.17 (0.62-2.19) and 1.32 (0.69-2.55), respectively. Stratified analysis indicated that only the SBP trajectory showed a statistically significant interaction with gender and age (P_interaction<0.05), whereas the DBP trajectory did not exhibit a statistically significant interaction with gender and age (P_interaction>0.05). In the male cohort, using the SBP trajectory normal-high blood pressure decreasing group as the reference group, the HR (95%CI) for CVD occurrence in the normal-high blood pressure stable group, normal-high blood pressure increasing group, and normal-high blood pressure increasing-decreasing group were 1.42 (1.20-1.67), 1.93 (1.53-2.42), and 2.30 (1.82-2.90), respectively; In the female cohort, using the SBP trajectory normal-high blood pressure decline group as the reference group, the HR (95%CI) for CVD occurrence in the stable, rising, and rising-decline groups were 1.80 (1.14-2.85), 2.91 (1.62-5.21), and 2.79 (1.43-5.43), respectively. Among individuals aged <60 years with prehypertension, using the SBP trajectory prehypertension decline group as reference, the HR (95%CI) for CVD occurrence were 1.48 (1.22-1.78), 2.00 (1.46-2.71), and 3.01 (2.24-4.06), respectively. Among normotensive individuals aged ≥60 years, with the declining SBP trajectory group as reference, CVD HR (95%CI) was 1.35 (1.01-1.79), 1.94 (1.40-2.69), and 1.91 (1.35-2.69), respectively.

Conclusion

Distinct BP trajectory patterns are associated with varying levels of CVD risk in individuals with high-normal BP. For SBP, trajectories characterized by high levels and large fluctuations carried the highest CVD risk. For DBP, trajectories with an ascending trend and high baseline DBP posed the greatest risk. Even individuals whose BP remains stable within the high-normal range (120-139/80-89 mmHg) without major fluctuations still face an elevated risk of CVD.

Key words: Cardiovascular disease, High-normal blood pressure, Blood pressure trajectory, Kailuan cohort study, Group-based trajectory modeling, Cox proportional hazards regression model

摘要：

背景

心血管疾病（CVD）是全球过早死亡和医疗费用上涨的主要原因。据估计，中国约有3.3亿人受到CVD的影响，给国家带来了巨大的医疗和财政负担。中国18岁以上未被诊断过高血压的成年人中，有50.9%的人处于正常高值血压，正常高值血压与CVD发病风险增加有关，有效控制正常高值血压可预防10%以上的CVD病例。

目的

本研究采用群组轨迹模型（GBTM）探索正常高值血压人群的血压轨迹变化模式，探究正常高值血压人群血压轨迹对CVD发病风险的影响，为制订正常高值血压人群血压管理和CVD预防策略提供科学依据。

方法

选取参加开滦研究2006—2012年度健康体检且首次参加体检时为正常高值血压者为研究对象，通过问卷调查、人体测量学指标检查及实验室生化检测收集基线资料。对患者进行随访，随访结局事件为首次发生CVD事件[心肌梗死（MI）和脑卒中]，随访终止时间为2022-12-31。采用GBTM拟合研究对象的收缩压（SBP）和舒张压（DBP）的轨迹模型。采用Kaplan-Meier生存曲线分析不同轨迹组CVD累积发病率，Log-rank检验比较组间差异。采用多因素Cox比例风险回归模型或不受比例风险假设约束的加权多因素Cox比例风险回归模型分析不同血压轨迹组发生CVD事件的风险。采用Cox比例风险回归模型分析性别、年龄与血压轨迹之间存在的潜在相乘交互作用并进行分层分析。进行敏感性分析验证结果的稳健性。

结果

最终纳入21 745名研究对象，平均年龄（54.0±11.4）岁，男17 556名（80.74%），女4 289名（19.26%）。GBTM结果显示，SBP确定了4条不同的轨迹，每条轨迹均根据其SBP范围和随体检时间变化的模式（即稳定、下降和上升）进行标记，7 088名研究对象的SBP稳定在115 mmHg（1 mmHg=0.133 kPa）左右，称为"正常高值血压下降组"，11 662名研究对象的SBP稳定在130 mmHg左右，称为"正常高值血压稳定组"，1 710名研究对象在轨迹期从129 mmHg逐渐增长到160 mmHg左右，称为"正常高值血压上升组"，1 285名研究对象的SBP增长到158 mmHg左右后再下降到140 mmHg以下，称为"正常高值血压上升-下降组"。DBP确定了4条不同的轨迹，每条轨迹都根据其DBP范围和随体检时间变化的模式（即稳定、下降和上升）进行标记，4 856名研究对象的DBP稳定在75 mmHg左右，称为"正常高值血压下降组"，13 668名研究对象的DBP稳定在83 mmHg左右，称为"正常高值血压稳定组"，1 640名研究对象在轨迹期DBP从82 mmHg逐渐增长到100 mmHg左右，称为"正常高值血压上升组"，1 581名研究对象的SBP增长到98 mmHg左右后再下降到90 mmHg以下，称为"正常高值血压上升-下降组"。不同SBP轨迹组中研究对象年龄、性别、BMI、受教育程度、吸烟、饮酒、体育锻炼、SBP、DBP、低密度脂蛋白胆固醇（LDL-C）、三酰甘油（TG）、总胆固醇（TC）、空腹血糖（FBG）、超敏C反应蛋白、估算肾小球滤过率（eGFR）、单纯收缩期高血压（ISH）、单纯舒张期高血压（IDH）、高血压、糖尿病、服用降压药、服用降糖药比例比较，差异有统计学意义（P<0.05）。不同DBP轨迹组中研究对象年龄、性别、BMI、受教育程度、吸烟、饮酒、喜盐、SBP、DBP、高密度脂蛋白胆固醇（HDL-C）、LDL-C、TG、TC、FBG、超敏C反应蛋白、eGFR、ISH、IDH、高血压、糖尿病、服用降压药比例比较，差异有统计学意义（P<0.05）。患者平均随访时间（9.43±1.94）年，共计发生CVD1 429例（259例MI，1 170例脑卒中，两者同时发生20例）。SBP轨迹分组正常高值血压下降组、正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组新发CVD病例分别为274例、794例、191例和170例；DBP轨迹分组正常高值血压下降组、正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组CVD新发病例分别为227例、881例、163例和158例。绘制研究对象CVD累积发病率生存曲线，Log-rank检验结果显示不同SBP轨迹组、DBP轨迹组CVD累积发病率比较，差异有统计学意义（χ²=275.39、90.69，P<0.001）。采用Cox比例风险回归模型计算不同SBP轨迹组发生CVD的HR（95%CI），以正常高值血压下降组作为参照组，正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组发生CVD的HR（95%CI）分别为1.41（1.22~1.62）、1.92（1.58~2.33）和2.24（1.84~2.74），发生脑卒中的HR（95%CI）分别为1.46（1.25~1.71）、2.04（1.65~2.53）和2.37（1.90~2.96），发生MI的HR（95%CI）分别为1.25（0.92~1.72）、1.42（0.90~2.23）和1.81（1.14~2.86）。使用不受比例风险假设约束的加权多因素Cox比例风险回归模型计算发生CVD的aHR（95%CI），以正常高值血压下降组作为参照组，正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组发生CVD的aHR（95%CI）分别为1.43（1.12~1.82）、2.59（1.62~4.13）和2.11（1.40~3.17），发生脑卒中的aHR（95%CI）分别为1.45（1.11~1.71）、2.95（1.75~4.97）和2.34（1.48~3.71），发生MI的aHR（95%CI）分别为1.34（0.76~2.34）、1.17（0.62~2.19）和1.32（0.69~2.55）。分层分析结果提示只有SBP轨迹与性别和年龄的相乘交互作用有统计学意义（P_交互<0.05），DBP轨迹与性别和年龄的相乘交互作用无统计学意义（P_交互>0.05）。男性人群中，以SBP轨迹正常高值血压下降组作为参照组，正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组发生CVD发生HR（95%CI）分别为1.42（1.20~1.67）、1.93（1.53~2.42）和2.30（1.82~2.90）；女性人群中，以SBP轨迹正常高值血压下降组作为参照组，正常高值血压稳定组、正常高值血压上升组和正常高值血压上升-下降组发生CVD发生HR（95%CI）分别为1.80（1.14~2.85）、2.91（1.62~5.21）和2.79（1.43~5.43）。年龄<60岁的正常高值血压人群中，以SBP轨迹正常高值血压下降组作为参照组，发生CVD的HR（95%CI）分别为1.48（1.22~1.78）、2.00（1.46~2.71）和3.01（2.24~4.06），年龄≥60岁的正常高值血压人群中，以SBP轨迹正常高值血压下降组作为参照组，发生CVD的HR（95%CI）分别为1.35（1.01~1.79）、1.94（1.40~2.69）和1.91（1.35~2.69）。

结论

在正常高值血压人群中具有CVD发病风险更高的不同血压轨迹类型。在SBP血压轨迹中，高水平且波动大的轨迹模式发生CVD的风险最高，在DBP轨迹中上升趋势且基线DBP高的轨迹模式发生CVD的风险最高。正常高值血压人群即使血压稳定在120~139/80~89 mmHg范围内且没有较大的变化波动，但依然存在发生CVD的风险。

关键词: 心血管疾病, 正常高值血压, 血压轨迹, 开滦队列研究, 群组化轨迹模型, Cox比例风险回归模型

LU Yanqiu,WU Yuntao,LIU Shaopeng, et al. Effect of Blood Pressure Trajectory on Cardiovascular Disease in Population with High-normal Blood Pressure: a Study Based on the Kailuan Cohort[J]. Chinese General Practice, 2026, 29(03): 299-310. DOI: 10.12114/j.issn.1007-9572.2025.0109.
鹿妍秋,吴云涛,刘少鹏等. 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. DOI: 10.12114/j.issn.1007-9572.2025.0109.

Figures/Tables 10

References 39

[1]	ROTH G A, MENSAH G A, JOHNSON C O, et al. Global burden of cardiovascular diseases and risk factors, 1990-2019: update from the GBD 2019 study[J]. J Am Coll Cardiol, 2020, 76(25): 2982-3021. DOI: 10.1016/j.jacc.2020.11.010.
[2]	GBD 2015 Risk Factors Collaborators. Global, regional, and national comparative risk assessment of 79 behavioural, environmental and occupational, and metabolic risks or clusters of risks, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015[J]. Lancet, 2016, 388(10053): 1659-1724. DOI: 10.1016/S0140-6736(16)31679-8.
[3]	IN CHINA T W C O T R O C H A D, HU S S. Report on cardiovascular health and diseases in China 2021: an updated summary[J]. J Geriatr Cardiol, 2023, 20(6): 399-430. DOI: 10.26599/1671-5411.2023.06.001.
[4]	中国高血压防治指南修订委员会，高血压联盟(中国)，中国医疗保健国际交流促进会高血压分会，等. 中国高血压防治指南(2024年修订版)[J]. 中华高血压杂志, 2024, 32(7): 603-700. DOI: 10.16439/j.issn.1673-7245.2024.07.002.
[5]	CHOBANIAN A V, BAKRIS G L, BLACK H R, et al. The seventh report of the joint national committee on prevention, detection, evaluation, and treatment of high blood pressure: the JNC 7 report[J]. JAMA, 2003, 289(19): 2560-2572. DOI: 10.1001/jama.289.19.2560.
[6]	张梅，吴静，张笑，等. 2018年中国成年居民高血压患病与控制状况研究[J]. 中华流行病学杂志, 2021, 42(10): 1780-1789. DOI: 10.3760/cma.j.cn112338-20210508-00379.
[7]	HAN M H, LI Q M, LIU L L, et al. Prehypertension and risk of cardiovascular diseases: a meta-analysis of 47 cohort studies[J]. J Hypertens, 2019, 37(12): 2325-2332. DOI: 10.1097/HJH.0000000000002191.
[8]	EGAN B M, STEVENS-FABRY S. Prehypertension—prevalence, health risks, and management strategies[J]. Nat Rev Cardiol, 2015, 12(5): 289-300. DOI: 10.1038/nrcardio.2015.17.
[9]	LI J J, ZHANG Y R, XIE X D, et al. Association between the systolic blood pressure trajectory and risk of stroke in a health-management population in Jiaozuo, China[J]. J Healthc Eng, 2022, 2022: 7472188. DOI: 10.1155/2022/7472188.
[10]	方伟，李尉键，蔡泽锋，等. 超重/肥胖人群的脉压与新发糖尿病的关联研究[J]. 中华内分泌代谢杂志, 2021, 37(8): 702-708. DOI: 10.3760/cma.j.cn311282-20201126-00785.
[11]	WU S L, HUANG Z R, YANG X C, et al. Prevalence of ideal cardiovascular health and its relationship with the 4-year cardiovascular events in a northern Chinese industrial city[J]. Circ Cardiovasc Qual Outcomes, 2012, 5(4): 487-493. DOI: 10.1161/CIRCOUTCOMES.111.963694.
[12]	岳博成，侯旗旗，韩全乐，等. 高血压人群罹患心房颤动对于新发心肌梗死发病风险的影响研究[J]. 中国全科医学, 2023, 26(14): 1739-1744. DOI: 10.12114/j.issn.1007-9572.2022.0734.
[13]	THYGESEN K, ALPERT J S, JAFFE A S, et al. Fourth universal definition of myocardial infarction(2018)[J]. Circulation, 2018, 138(20): e618-e651. DOI: 10.1161/CIR.0000000000000617.
[14]	李刘欣，朱辰蕊，林黎明，等. 不同血压水平对青年人群早发脑卒中风险的影响[J]. 中华高血压杂志, 2022, 30(11): 1061-1068. DOI: 10.16439/j.issn.1673-7245.2022.11.013.
[15]	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]. 中华内分泌代谢杂志, 2021, 37(4): 311-398. DOI: 10.3760/cma.j.cn311282-20210304-00142.
[16]	张晨旭，谢峰，林振，等. 基于组轨迹模型及其研究进展[J]. 中国卫生统计, 2020, 37(6): 946-949. DOI: 10.3969/j.issn.1002-3674.2020.06.039.
[17]	邹楷雯，王艳红，王丽. 群组轨迹模型在系统性红斑狼疮研究队列中的应用[J]. 中华临床免疫和变态反应杂志, 2024, 18(2): 131-136. DOI: 10.3969/j.issn.1673-8705.2024.02.005.
[18]	凡如. 体检人群中血压的分类识别及纵向轨迹分析[D]. 南京: 东南大学, 2022.
[19]	SCHEMPER M, WAKOUNIG S, HEINZE G. The estimation of average hazard ratios by weighted Cox regression[J]. Stat Med, 2009, 28(19): 2473-2489. DOI: 10.1002/sim.3623.
[20]	STENSRUD M J, HERNÁN M A. Why test for proportional hazards?[J]. JAMA, 2020, 323(14): 1401-1402. DOI: 10.1001/jama.2020.1267.
[21]	PORTEGIES M L P, MIRZA S S, VERLINDEN V J A, et al. Mid- to late-life trajectories of blood pressure and the risk of stroke: the Rotterdam study[J]. Hypertension, 2016, 67(6): 1126-1132. DOI: 10.1161/HYPERTENSIONAHA.116.07098.
[22]	WILLS A K, LAWLOR D A, MUNIZ-TERRERA G, et al. Population heterogeneity in trajectories of midlife blood pressure[J]. Epidemiology, 2012, 23(2): 203-211. DOI: 10.1097/EDE.0b013e3182456567.
[23]	XU Y S, MÖLLER J, WANG R, et al. Life-course blood pressure trajectories and cardiovascular diseases: a population-based cohort study in China[J]. PLoS One, 2020, 15(10): e0240804. DOI: 10.1371/journal.pone.0240804.
[24]	LI M Z, ZHOU M, YANG Y, et al. Multi-trajectories of systolic and diastolic hypertension and coronary heart disease in middle-aged and older adults[J]. Front Public Health, 2022, 10: 1017727. DOI: 10.3389/fpubh.2022.1017727.
[25]	DHARMASHANKAR K, WIDLANSKY M E. Vascular endothelial function and hypertension: insights and directions[J]. Curr Hypertens Rep, 2010, 12(6): 448-455. DOI: 10.1007/s11906-010-0150-2.
[26]	FELIU F, HASSON D. Endothelial dysfunction and hypertension[J]. Hypertension, 2014, 64(5): 924-928. DOI: 10.1161/HYPERTENSIONAHA.114.03575.
[27]	黄嘉怡，冯颖青. 血压变异性与主要心脑血管疾病发生及预后的研究进展[J]. 岭南心血管病杂志, 2020, 26(2): 235-238, 247. DOI: 10.3969/j.issn.1007-9688.2020.02.23.
[28]	CHIRINOS J A, SEGERS P, HUGHES T, et al. Large-artery stiffness in health and disease: JACC state-of-the-art review[J]. J Am Coll Cardiol, 2019, 74(9): 1237-1263. DOI: 10.1016/j.jacc.2019.07.012.
[29]	SUN Z J. Aging, arterial stiffness, and hypertension[J]. Hypertension, 2015, 65(2): 252-256. DOI: 10.1161/HYPERTENSIONAHA.114.03617.
[30]	KAESS B M, RONG J, LARSON M G, et al. Aortic stiffness, blood pressure progression, and incident hypertension[J]. JAMA, 2012, 308(9): 875-881. DOI: 10.1001/2012.jama.10503.
[31]	GROENEWEGEN K A, DEN RUIJTER H M, PASTERKAMP G, et al. Vascular age to determine cardiovascular disease risk: a systematic review of its concepts, definitions, and clinical applications[J]. Eur J Prev Cardiol, 2016, 23(3): 264-274. DOI: 10.1177/2047487314566999.
[32]	张晶，丛洪良，曹路，等. 中老年正常高值血压人群中高同型半胱氨酸血症与脉压及冠状动脉粥样硬化性心脏病的关系[J]. 中华高血压杂志, 2019, 27(1): 70-73.
[33]	MELGAREJO J D, YANG W Y, THIJS L, et al. Association of fatal and nonfatal cardiovascular outcomes with 24-hour mean arterial pressure[J]. Hypertension, 2021, 77(1): 39-48. DOI: 10.1161/HYPERTENSIONAHA.120.14929.
[34]	LI F R, HE Y, YANG H L, et al. Isolated systolic and diastolic hypertension by the 2017 American College of Cardiology/American Heart Association guidelines and risk of cardiovascular disease: a large prospective cohort study[J]. J Hypertens, 2021, 39(8): 1594-1601. DOI: 10.1097/HJH.0000000000002805.
[35]	迟相林. 收缩压重要还是舒张压重要?如何治疗单纯收缩期高血压和单纯舒张期高血压?[J]. 中华高血压杂志, 2019, 27(7): 615-621.
[36]	JI H W, KIM A, EBINGER J E, et al. Sex differences in blood pressure trajectories over the life course[J]. JAMA Cardiol, 2020, 5(3): 19-26. DOI: 10.1001/jamacardio.2019.5306.
[37]	COLAFELLA K M M, DENTON K M. Sex-specific differences in hypertension and associated cardiovascular disease[J]. Nat Rev Nephrol, 2018, 14(3): 185-201. DOI: 10.1038/nrneph.2017.189.
[38]	KANEKO H, YANO Y, OKADA A, et al. Age-dependent association between modifiable risk factors and incident cardiovascular disease[J]. J Am Heart Assoc, 2023, 12(2): e027684. DOI: 10.1161/JAHA.122.027684.
[39]	RAPSOMANIKI E, TIMMIS A, GEORGE J, et al. Blood pressure and incidence of twelve cardiovascular diseases: lifetime risks, healthy life-years lost, and age-specific associations in 1.25 million people[J]. Lancet, 2014, 383(9932): 1899-1911. DOI: 10.1016/S0140-6736(14)60685-1.

组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度[例（%）]		吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度高	受教育程度低	吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
正常高值血压下降组	7 088	50.0±10.7	5 405/1 683	24.5±3.1	2 144（30.25）	4 944（69.75）	2 366（33.38）	2 348（33.13）	621（8.76）
正常高值血压稳定组	11 662	54.7±11.0	9 672/1 990	25.2±3.1	2 566（22.00）	9 096（78.00）	3 880（33.27）	3 967（34.02）	1 048（8.99）
正常高值血压上升组	1 710	61.0±10.4	1 398/312	25.6±3.2	224（13.10）	1 486（86.90）	483（28.25）	491（28.71）	148（8.65）
正常高值血压上升-下降组	1 285	61.3±10.9	1 090/195	25.6±3.3	161（12.53）	1 124（87.47）	349（27.16）	393（30.58）	122（9.49）
检验统计量值		762.10^a	141.85	119.33^a	383.03		36.42	22.96	0.95
P值		<0.01	<0.01	<0.01	<0.01		<0.01	<0.01	0.92
组别	体育锻炼[例（%）]	SBP（±s，mmHg）	DBP（±s，mmHg）	LDL-C（±s，mmol/L）	HDL-C（±s，mmol/L）	TG[M（P₂₅，P₇₅），mmol/L]	TC（±s，mmol/L）	FBG（±s，mmol/L）	超敏C反应蛋白[M（P₂₅，P₇₅），mg/L]
正常高值血压下降组	4 859（68.55）	116±9	78±7	2.40±0.81	1.40±0.41	1.17（0.83，1.78）	4.95±0.94	5.46±1.41	1.40（0.66，3.10）
正常高值血压稳定组	8 444（72.41）	131±10	85±8	2.55±0.88	1.40±0.44	1.30（0.91，2.00）	5.11±1.00	5.72±1.62	1.44（0.70，3.12）
正常高值血压上升组	1 273（74.44）	158±11	94±10	2.67±0.98	1.41±0.41	1.32（0.91，1.96）	5.22±1.02	6.06±1.94	1.61（0.83，3.10）
正常高值血压上升-下降组	969（75.41）	148±16	89±10	2.75±1.12	1.43±0.52	1.34（0.92，1.97）	5.20±1.01	6.12±1.81	1.64（0.80，3.36）
检验统计量值	51.81	10 582.50^a	2 439.58^a	97.34^a	2.54^a	175.69^b	59.99^a	111.40^a	28.89^b
P值	<0.01	<0.01	<0.01	<0.01	0.07	<0.01	<0.01	<0.01	<0.01
组别	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	ISH [例（%）]	IDH [例（%）]	高血压[例（%）]	糖尿病[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	服用调脂药[例（%）]
正常高值血压下降组	94.94±22.00	21（0.30）	420（5.93）	599（8.45）	476（6.72）	82（1.16）	133（1.88）	29（0.41）
正常高值血压稳定组	90.87±21.52	1 116（9.57）	1 636（14.03）	5 201（44.60）	1 315（11.28）	652（5.59）	323（2.77）	74（0.63）
正常高值血压上升组	86.21±22.64	449（26.26）	2（0.12）	1 703（99.59）	292（17.08）	282（16.49）	79（4.62）	15（0.88）
正常高值血压上升-下降组	85.58±19.72	304（23.66）	79（6.15）	1 067（83.04）	243（18.91）	228（17.74）	76（5.91）	8（0.62）
检验统计量值	128.96^a	1 688.31	555.62	6 594.19	285.30	986.23	88.55	6.86
P值	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	0.14

组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度[例（%）]		吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度高	受教育程度低	吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
正常高值血压下降组	7 088	50.0±10.7	5 405/1 683	24.5±3.1	2 144（30.25）	4 944（69.75）	2 366（33.38）	2 348（33.13）	621（8.76）
正常高值血压稳定组	11 662	54.7±11.0	9 672/1 990	25.2±3.1	2 566（22.00）	9 096（78.00）	3 880（33.27）	3 967（34.02）	1 048（8.99）
正常高值血压上升组	1 710	61.0±10.4	1 398/312	25.6±3.2	224（13.10）	1 486（86.90）	483（28.25）	491（28.71）	148（8.65）
正常高值血压上升-下降组	1 285	61.3±10.9	1 090/195	25.6±3.3	161（12.53）	1 124（87.47）	349（27.16）	393（30.58）	122（9.49）
检验统计量值		762.10^a	141.85	119.33^a	383.03		36.42	22.96	0.95
P值		<0.01	<0.01	<0.01	<0.01		<0.01	<0.01	0.92
组别	体育锻炼[例（%）]	SBP（±s，mmHg）	DBP（±s，mmHg）	LDL-C（±s，mmol/L）	HDL-C（±s，mmol/L）	TG[M（P₂₅，P₇₅），mmol/L]	TC（±s，mmol/L）	FBG（±s，mmol/L）	超敏C反应蛋白[M（P₂₅，P₇₅），mg/L]
正常高值血压下降组	4 859（68.55）	116±9	78±7	2.40±0.81	1.40±0.41	1.17（0.83，1.78）	4.95±0.94	5.46±1.41	1.40（0.66，3.10）
正常高值血压稳定组	8 444（72.41）	131±10	85±8	2.55±0.88	1.40±0.44	1.30（0.91，2.00）	5.11±1.00	5.72±1.62	1.44（0.70，3.12）
正常高值血压上升组	1 273（74.44）	158±11	94±10	2.67±0.98	1.41±0.41	1.32（0.91，1.96）	5.22±1.02	6.06±1.94	1.61（0.83，3.10）
正常高值血压上升-下降组	969（75.41）	148±16	89±10	2.75±1.12	1.43±0.52	1.34（0.92，1.97）	5.20±1.01	6.12±1.81	1.64（0.80，3.36）
检验统计量值	51.81	10 582.50^a	2 439.58^a	97.34^a	2.54^a	175.69^b	59.99^a	111.40^a	28.89^b
P值	<0.01	<0.01	<0.01	<0.01	0.07	<0.01	<0.01	<0.01	<0.01
组别	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	ISH [例（%）]	IDH [例（%）]	高血压[例（%）]	糖尿病[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	服用调脂药[例（%）]
正常高值血压下降组	94.94±22.00	21（0.30）	420（5.93）	599（8.45）	476（6.72）	82（1.16）	133（1.88）	29（0.41）
正常高值血压稳定组	90.87±21.52	1 116（9.57）	1 636（14.03）	5 201（44.60）	1 315（11.28）	652（5.59）	323（2.77）	74（0.63）
正常高值血压上升组	86.21±22.64	449（26.26）	2（0.12）	1 703（99.59）	292（17.08）	282（16.49）	79（4.62）	15（0.88）
正常高值血压上升-下降组	85.58±19.72	304（23.66）	79（6.15）	1 067（83.04）	243（18.91）	228（17.74）	76（5.91）	8（0.62）
检验统计量值	128.96^a	1 688.31	555.62	6 594.19	285.30	986.23	88.55	6.86
P值	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	0.14

组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度[例（%）]		吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度高	受教育程度低	吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
正常高值血压下降组	4 856	54.4±11.4	3 366/1 490	24.0±3.1	1 245（25.64）	3 611（74.36）	1 337（27.53）	1 255（25.84）	392（8.07）
正常高值血压稳定组	13 668	54.4±12.7	11 365/2 303	25.2±3.1	3 219（23.55）	10 449（76.45）	4 552（33.30）	4 606（33.70）	1 182（8.65）
正常高值血压上升组	1 640	54.5±10.0	2 31/39	25.9±3.3	333（20.30）	1 307（79.70）	623（37.99）	682（41.59）	206（12.56）
正常高值血压上升-下降组	1 581	54.2±9.9	3 23/48	26.0±3.3	297（18.79）	1 284（81.21）	566（35.80）	656（41.49）	159（10.06）
检验统计量值		4.29^a	564.98	263.25^a	41.25		88.91	221.26	34.82
P值		<0.01	<0.01	<0.01	<0.01		<0.01	<0.01	<0.01
组别	体育锻炼[例（%）]	SBP（±s，mmHg）	DBP（±s，mmHg）	LDL-C（±s，mmol/L）	HDL-C（±s，mmol/L）	TG[M（P₂₅，P₇₅），mmol/L]	TC（±s，mmol/L）	FBG（±s，mmol/L）	超敏C反应蛋白[M（P₂₅，P₇₅），mg/L]
正常高值血压下降组	3 418（70.39）	119±14	74±7	2.48±0.85	1.44±0.42	1.10（0.79，1.59）	4.98±0.97	5.56±1.61	1.39（0.62，3.00）
正常高值血压稳定组	9 846（72.04）	129±13	83±6	2.53±0.87	1.39±0.43	1.28（0.90，1.96）	5.07±0.99	5.70±1.60	1.43（0.70，3.10）
正常高值血压上升组	1 161（70.79）	149±14	101±5	2.50±0.88	1.38±0.44	1.44（0.97，2.29）	5.24±1.01	5.77±1.58	1.69（0.86，3.53）
正常高值血压上升-下降组	1 120（70.84）	143±16	93±9	2.61±1.13	1.40±0.52	1.50（1.01，2.31）	5.20±1.01	5.87±1.63	1.62（0.80，3.30）
检验统计量值	5.62	2 615.01^a	8 786.29^a	8.84^a	13.57^a	485.43^b	37.35^a	18.29^a	58.11^b
P值	0.23	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01
组别	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	ISH [例（%）]	IDH [例（%）]	高血压[例（%）]	糖尿病[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	服用调脂药[例（%）]
正常高值血压下降组	91.87±21.86	401（8.26）	33（0.68）	550（11.33）	425（8.75）	92（1.89）	146（3.01）	23（0.47）
正常高值血压稳定组	91.19±21.97	1 390（10.17）	1 425（10.43）	5 058（37.01）	1 488（10.89）	624（4.57）	374（2.74）	84（0.61）
正常高值血压上升组	92.63±22.98	1（0.06）	352（21.46）	1 637（99.82）	186（11.34）	305（19.29）	39（2.38）	6（0.37）
正常高值血压上升-下降组	92.13±19.50	98（6.20）	327（20.68）	1 325（83.81）	227（14.36）	223（13.60）	52（3.29）	13（0.82）
检验统计量值	3.27^a	205.09	924.9	5 448.22	42.64	894.13	3.41	4.15
P值	0.04	<0.01	<0.01	<0.01	<0.01	<0.01	0.49	0.39

组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度[例（%）]		吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
组别	例数	年龄（±s，岁）	性别（男/女）	BMI（±s，kg/m²）	受教育程度高	受教育程度低	吸烟[例（%）]	饮酒[例（%）]	喜盐[例（%）]
正常高值血压下降组	4 856	54.4±11.4	3 366/1 490	24.0±3.1	1 245（25.64）	3 611（74.36）	1 337（27.53）	1 255（25.84）	392（8.07）
正常高值血压稳定组	13 668	54.4±12.7	11 365/2 303	25.2±3.1	3 219（23.55）	10 449（76.45）	4 552（33.30）	4 606（33.70）	1 182（8.65）
正常高值血压上升组	1 640	54.5±10.0	2 31/39	25.9±3.3	333（20.30）	1 307（79.70）	623（37.99）	682（41.59）	206（12.56）
正常高值血压上升-下降组	1 581	54.2±9.9	3 23/48	26.0±3.3	297（18.79）	1 284（81.21）	566（35.80）	656（41.49）	159（10.06）
检验统计量值		4.29^a	564.98	263.25^a	41.25		88.91	221.26	34.82
P值		<0.01	<0.01	<0.01	<0.01		<0.01	<0.01	<0.01
组别	体育锻炼[例（%）]	SBP（±s，mmHg）	DBP（±s，mmHg）	LDL-C（±s，mmol/L）	HDL-C（±s，mmol/L）	TG[M（P₂₅，P₇₅），mmol/L]	TC（±s，mmol/L）	FBG（±s，mmol/L）	超敏C反应蛋白[M（P₂₅，P₇₅），mg/L]
正常高值血压下降组	3 418（70.39）	119±14	74±7	2.48±0.85	1.44±0.42	1.10（0.79，1.59）	4.98±0.97	5.56±1.61	1.39（0.62，3.00）
正常高值血压稳定组	9 846（72.04）	129±13	83±6	2.53±0.87	1.39±0.43	1.28（0.90，1.96）	5.07±0.99	5.70±1.60	1.43（0.70，3.10）
正常高值血压上升组	1 161（70.79）	149±14	101±5	2.50±0.88	1.38±0.44	1.44（0.97，2.29）	5.24±1.01	5.77±1.58	1.69（0.86，3.53）
正常高值血压上升-下降组	1 120（70.84）	143±16	93±9	2.61±1.13	1.40±0.52	1.50（1.01，2.31）	5.20±1.01	5.87±1.63	1.62（0.80，3.30）
检验统计量值	5.62	2 615.01^a	8 786.29^a	8.84^a	13.57^a	485.43^b	37.35^a	18.29^a	58.11^b
P值	0.23	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01	<0.01
组别	eGFR[±s，mL·min^-1·（1.73 m²）^-1]	ISH [例（%）]	IDH [例（%）]	高血压[例（%）]	糖尿病[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	服用调脂药[例（%）]
正常高值血压下降组	91.87±21.86	401（8.26）	33（0.68）	550（11.33）	425（8.75）	92（1.89）	146（3.01）	23（0.47）
正常高值血压稳定组	91.19±21.97	1 390（10.17）	1 425（10.43）	5 058（37.01）	1 488（10.89）	624（4.57）	374（2.74）	84（0.61）
正常高值血压上升组	92.63±22.98	1（0.06）	352（21.46）	1 637（99.82）	186（11.34）	305（19.29）	39（2.38）	6（0.37）
正常高值血压上升-下降组	92.13±19.50	98（6.20）	327（20.68）	1 325（83.81）	227（14.36）	223（13.60）	52（3.29）	13（0.82）
检验统计量值	3.27^a	205.09	924.9	5 448.22	42.64	894.13	3.41	4.15
P值	0.04	<0.01	<0.01	<0.01	<0.01	<0.01	0.49	0.39

	CVD				脑卒中				MI
	模型1		模型2		模型1		模型2		模型1		模型2
	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
正常高值血压下降组	1.00		1.00		1.00		1.00		1.00		1.00
正常高值血压稳定组	1.48（1.29~1.71）	<0.01	1.41（1.22~1.62）	<0.01	1.53（1.31~1.78）	<0.01	1.46（1.25~1.71）	<0.01	1.37（0.99~1.87）	0.05	1.25（0.92~1.72）	0.16
正常高值血压上升组	2.13（1.76~2.58）	<0.01	1.92（1.58~2.33）	<0.01	2.22（1.80~2.74）	<0.01	2.04（1.65~2.53）	<0.01	1.66（1.06~2.62）	0.03	1.42（0.90~2.23）	0.13
正常高值血压上升-下降组	2.46（2.02~3.00）	<0.01	2.24（1.84~2.74）	<0.01	2.53（2.04~3.15）	<0.01	2.37（1.90~2.96）	<0.01	2.22（1.42~3.48）	<0.01	1.81（1.14~2.86）	0.01

Effect of Blood Pressure Trajectory on Cardiovascular Disease in Population with High-normal Blood Pressure: a Study Based on the Kailuan Cohort

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

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 10

References 39

Related Articles 15

Recommended Articles

Metrics

Comments

组别	HR（95%CI）	P值	P_交互值
性别			<0.01
男性（以正常高值血压下降组为参照）
正常高值血压稳定组	1.42（1.20~1.67）	<0.01
正常高值血压上升组	1.93（1.53~2.42）	<0.01
正常高值血压上升-下降组	2.30（1.82~2.90）	<0.01
女性（以正常高值血压下降组为参照）
正常高值血压稳定组	1.80（1.14~2.85）	0.01
正常高值血压上升组	2.91（1.62~5.21）	<0.01
正常高值血压上升-下降组	2.79（1.43~5.43）	<0.01
年龄			<0.01
<60岁（以正常高值血压下降组为参照）
正常高值血压稳定组	1.48（1.22~1.78）	<0.01
正常高值血压上升组	2.00（1.46~2.71）	<0.01
正常高值血压上升-下降组	3.01（2.24~4.06）	<0.01
≥60岁（以正常高值血压下降组为参照）
正常高值血压稳定组	1.35（1.01~1.79）	0.04
正常高值血压上升组	1.94（1.40~2.69）	<0.01
正常高值血压上升-下降组	1.91（1.35~2.69）	<0.01

组别	aHR（95%CI）	P值	P_交互值
性别			0.06
男性（以正常高值血压下降组为参照）
正常高值血压稳定组	1.30（1.01~1.68）	0.04
正常高值血压上升组	2.47（1.54~3.96）	<0.01
正常高值血压上升-下降组	1.95（1.29~2.94）	<0.01
女性（以正常高值血压下降组为参照）
正常高值血压稳定组	2.59（1.53~4.38）	<0.01
正常高值血压上升组	1.99（0.95~4.20）	0.05
正常高值血压上升-下降组	3.76（0.99~14.28）	0.07
年龄			0.11
<60岁（以正常高值血压下降组为参照）
正常高值血压稳定组	1.21（0.85~1.73）	0.29
正常高值血压上升组	2.39（1.34~4.26）	<0.01
正常高值血压上升-下降组	2.19（1.25~3.83）	<0.01
≥60岁（以正常高值血压下降组为参照）
正常高值血压稳定组	1.64（1.20~2.23）	<0.01
正常高值血压上升组	2.48（1.24~4.94）	0.01
正常高值血压上升-下降组	1.52（1.00~2.29）	0.05

[1]	FAN Zhuanzhuan, LI Wenting, MA Guoliang. Relationship between the Chinese Visceral Adipose Index and Cardiovascular Disease in Postmenopausal Women: a Prospective Cohort Study [J]. Chinese General Practice, 2026, 29(02): 180-187.
[2]	ZHANG Shu, CHENG Yu, WU Shouling, CHEN Shuohua, WU Yuntao. The Impact of Cumulative Plasma Atherogenic Index Exposure on Incident Cardiovascular Disease in Non-Diabetic Individuals: a Cohort Study [J]. Chinese General Practice, 2025, 28(36): 4558-4565.
[3]	LIU Ruiyue, YANG Xuemei, ZHAO Naihui, WEN Xinran, CAI Xi, LIANG Yajing, MA Jiajia, WU Shouling, CUI Liufu. The Impact of the Ratio of High-sensitivity C-reactive Protein to Albumin on Incident Cardiovascular Disease in Different Age Groups: a Cohort Study [J]. Chinese General Practice, 2025, 28(36): 4566-4577.
[4]	ZHANG Ying, LIAO Xiaoyang, YANG Hanfei, YU Yongjun, LIU Lidi, JIA Yu, SHEN Can, LI Xiao, HUANG Chuanying, YANG Rong. Interpretation of the 2024 International Society of Hypertension Position Paper on Innovations in Blood Pressure Measurement and Reporting Technology and Its Implications for China [J]. Chinese General Practice, 2025, 28(36): 4541-4549.
[5]	ZHAO Zhuo, WANG He. Research Progress on the Mechanism of HIF-2α in Cardiovascular Diseases [J]. Chinese General Practice, 2025, 28(33): 4241-4248.
[6]	WANG Biyou, GAO Ying, YOU Junfang, LIU Li, ZHANG Qing, SU Haiyan. Canonical Correlation Analysis of Lipid Ratios and Inflammatory Markers in Individuals at Risk of Cardiovascular Disease [J]. Chinese General Practice, 2025, 28(33): 4132-4139.
[7]	CHEN Huilong, LIAO Yunchu, LIU Yuwei, KONG Zhenghui, HUANG Xinghui, XU Jiahui, QI Na, WANG Yuanping, LIANG Wenjian. Association between Relative Fat Mass and Cardiovascular Disease in Middle-aged and Elderly Population: a Cross-sectional and Longitudinal Study Based on CHARLS [J]. Chinese General Practice, 2025, 28(32): 4047-4054.
[8]	LIU Mingbo, HE Xinye, YANG Xiaohong, WANG Zengwu. Interpretation of Report on Cardiovascular Health and Diseases in China 2024 [J]. Chinese General Practice, 2025, 28(32): 3989-4008.
[9]	ZHOU Sheng, DENG Changsheng, ZOU Guanyang, SONG Jianping. Research Progress on the Pathogenesis of Complications of Malaria in Cardiovascular Diseases [J]. Chinese General Practice, 2025, 28(27): 3466-3472.
[10]	XIANG Xinyue, ZHANG Bingqing, OUYANG Yuqin, TANG Wenjuan, FENG Wenhuan. Impact of Short-term Medical Weight Loss on Atherosclerotic Cardiovascular Disease Risk in Patients with Obesity [J]. Chinese General Practice, 2025, 28(26): 3229-3239.
[11]	LIU Yinyin, SUI Hongping, LI Tingting, JIANG Tongtong, SHI Tieying, XIA Yunlong. Advances in Risk Prediction Models for Cardiotoxicity Associated with Breast Cancer Treatment [J]. Chinese General Practice, 2025, 28(24): 3072-3078.
[12]	PAN Yaojia, FU Fanglin, HAN Zheng, SUN Meng, GU Huaicong, WANG Weiqiang. Correlation of the Type of Obesity with the Cardiometabolic Multimorbidity: a Study in Male and Female Middle-aged Residents in Anhui Province [J]. Chinese General Practice, 2025, 28(18): 2285-2293.
[13]	HAN Zheng, SUN Meng, FU Fanglin, PAN Yaojia, WANG Weiqiang. A Study on the Relationship between the Triglyceride-Glucose Index and Cardiometabolic Multimorbidity in Individuals Aged 50 and Above [J]. Chinese General Practice, 2025, 28(18): 2278-2284.
[14]	ZHANG Bingqing, WANG Zhongkai, WU Changyong, SUN Huang, LI Ruijie, LIU Wenjie, LUO Yihua, ZHENG Lihui, PENG Yunzhu. Changes and Trend Prediction in the Global Burden of Congenital Heart Defects, 1990-2021 [J]. Chinese General Practice, 2025, 28(18): 2253-2261.
[15]	AN Qinyu, WANG Yiying, ZHANG Xiaodan, ZHANG Tianlin, ZHAN Qingqing, ZHANG Fuyan, LIU Tao, WU Yanli. Prospective Cohort Study of the Impact of Socioeconomic Status and Healthy Lifestyle on Cardiovascular Disease [J]. Chinese General Practice, 2025, 28(16): 2017-2024.