Association between Remnant Cholesterol Inflammatory Index and Risk of Cardiometabolic Multimorbidity in Middle-aged and Older Adults

doi:10.12114/j.issn.1007-9572.2025.0207

Chinese General Practice ›› 2026, Vol. 29 ›› Issue (31): 4573-4581.DOI: 10.12114/j.issn.1007-9572.2025.0207

• Article • Previous Articles Next Articles

Association between Remnant Cholesterol Inflammatory Index and Risk of Cardiometabolic Multimorbidity in Middle-aged and Older Adults

1. The First Department of Cardiology, the First Affiliated Hospital of Kunming Medical University, Kunming 650032, China
2. Cardiovascular Disease Center, the Affiliated Hospital of Yunnan University, Kunming 650021, China

Received:2025-06-24 Revised:2026-01-28 Published:2026-11-05 Online:2026-10-10
Contact: PENG Yunzhu
About author:
WANG Zhongkai and WU Changyong are the co-first authors

中国中老年人残余胆固醇炎症指数与心血管代谢共病的关联研究

1．650032　云南省昆明市，昆明医科大学第一附属医院心脏内一科
2．650021　云南省昆明市，云南大学附属医院心血管病中心

通讯作者: 彭云珠
作者简介:
王忠凯与吴长勇为共同第一作者
作者贡献：
王忠凯、吴长勇、彭云珠负责研究设计；王忠凯、吴长勇负责数据分析、图片绘制、文章撰写及修改；李梦晗、骆怡哗负责数据校对；张冰清负责数据的收集与整理；彭云珠负责论文的质量控制并进行最终修订，对论文负责。
基金资助:
国家自然科学基金资助项目(82160439); 云南大学医学科研基金重大项目(YDYXJJ2024-0001); 云南省高层次人才培养支持计划"名医专项"项目(RLMY20200001); 云南省卫生健康委员会医学领军人才培养计划项目(L-2019026)

Abstract

Abstract:

Background

Cardiometabolic multimorbidity (CMM), encompassing conditions such as heart disease, diabetes, and stroke, is a leading cause of disability and mortality worldwide. Despite improvements in disease management, the absolute burden of CMM continues to increase due to population aging and shifting epidemiological trends. Traditional risk factors do not fully account for residual risk, necessitating the exploration of novel biomarkers for more accurate prediction and intervention in CMM.

Objective

To investigate the association between the remnant cholesterol inflammatory index (RCII) and the risk of CMM in the middle-aged and older Chinese population, and to evaluate the value of RCII in predicting CMM risk compared to using remnant cholesterol (RC) or high-sensitivity C-reactive protein (hs-CRP) alone.

Methods

This prospective cohort study was based on data from the China Health and Retirement Longitudinal Study (CHARLS) from 2011 to 2018. A total of 9 194 participants aged ≥45 years without CMM at baseline were included. Exposures of interest were baseline RCII, RC, and hs-CRP, with participants divided into Q1 to Q4 groups according to their respective quartiles. Demographic, lifestyle, and clinical examination indicators were collected. The primary endpoint was new-onset CMM. Kaplan-Meier curves were used to assess the cumulative incidence of CMM across different RCII groups. Multivariable Cox regression models were employed to analyze the association between RCII and CMM risk, with sequential adjustment for sociodemographic characteristics, behavioral and physiological indicators, and chronic disease history. Subgroup analyses and sensitivity analyses were conducted to verify the robustness of the findings. The predictive performance of RCII for CMM was evaluated using receiver operating characteristic (ROC) curves, and its incremental predictive value over traditional risk factors was assessed using the net reclassification improvement (NRI) and integrated discrimination improvement (IDI).

Results

Over a median follow-up of 7 years, 1 660 participants (18.1%) developed new-onset CMM. Kaplan-Meier curves showed significant graded associations of RCII, RC, and hs-CRP with the cumulative incidence of CMM (all Log-rank P<0.001). Multivariable Cox regression analysis indicated that for each standard deviation increase in RCII, the risk of CMM increased by 5% (HR=1.05, 95%CI=1.02-1.07); for RC, the risk increased by 8% (HR=1.08, 95%CI=1.04-1.13); and for hs-CRP, the risk increased by 6% (HR=1.06, 95%CI=1.02-1.10). Compared to the Q1 group, the risk of CMM in the Q2, Q3, and Q4 groups for RCII increased by 25% (HR=1.25, 95%CI=1.06-1.48), 31% (HR=1.31, 95%CI=1.11-1.54), and 73% (HR=1.73, 95%CI=1.48-2.02), respectively; for RC, the risk increased by 15% (HR=1.15, 95%CI=0.98-1.35), 30% (HR=1.30, 95%CI=1.11-1.52), and 44% (HR=1.44, 95%CI=1.24-1.68), respectively; for hs-CRP, the risk increased by 20% (HR=1.20, 95%CI=1.02-1.42), 29% (HR=1.29, 95%CI=1.10-1.51), and 53% (HR=1.53, 95%CI=1.31-1.79), respectively. Subgroup analyses revealed that the association between RCII and CMM was more pronounced in females, individuals aged ≥60 years, former smokers, urban residents, and overweight/obese individuals (BMI ≥24 kg/m²). Furthermore, sex, BMI, and residence significantly modified the association between RCII and CMM incidence(P_interaction<0.05). The area under the ROC curve (AUC) for RCII in predicting CMM was 0.591, higher than that for RC (0.571) and hs-CRP (0.573) (both P<0.01). Adding RCII to traditional risk factors significantly improved risk reclassification (NRI=0.186, IDI=0.052, both P<0.05). Sensitivity analyses confirmed the robustness of the results.

Conclusion

RCII, as a biomarker integrating lipid and inflammatory pathways, is an independent risk factor for new-onset CMM in the middle-aged and older Chinese population and holds significant value for the early identification of individuals at high risk for CMM.

Key words: Cardiometabolic multimorbidity, Middle-aged and older adults, Remnant cholesterol, High sensitivity C-reactive protein, Remnant cholesterol inflammatory index, CHARLS

摘要：

背景

心血管代谢性共病（CMM）包括心脏病、糖尿病和脑卒中等，是导致全球范围内残疾和死亡的主要原因。尽管疾病管理有所改善，但由于人口老龄化和流行病学趋势的变化，CMM的绝对负担仍在加重。传统风险因素无法完全解释残余风险，因此需要探索新型生物标志物以更准确地预测和干预CMM。

目的

探讨残余胆固醇炎症指数（RCII）与中国中老年人群CMM发生风险之间的关系，并评估RCII相较于单独使用残余胆固醇（RC）或超敏C反应蛋白（hs-CRP）在预测CMM发生风险中的价值。

方法

采用前瞻性队列设计，基于中国健康与养老追踪调查（CHARLS）2011—2018年数据，纳入9 194名基线无CMM的≥45岁参与者。暴露因素为基线RCII、RC和hs-CRP，并按各自四分位数将参与者分为Q1~Q4组。收集人口学、生活方式及体格检查指标。主要终点为新发CMM。采用Kaplan-Meier曲线评估不同RCII组的CMM累积发病率，并用多因素Cox回归模型分析RCII与CMM发生风险的关联，逐步调整社会人口学特征、行为生理指标及慢性病史。通过亚组分析和敏感性分析验证结果的稳健性。采用受试者工作特征（ROC）曲线评估RCII对CMM的预测效能，并通过净重分类改善指数（NRI）和综合判别改善指数（IDI）评估其在传统危险因素基础上的增量预测价值。

结果

中位随访7年，共1 660例（18.1%）新发CMM。Kaplan-Meier曲线显示，RCII、RC和hs-CRP均与CMM累积发生率存在显著分级关联（Log-rank P均<0.001）。多因素Cox回归分析结果显示，RCII每增加一个标准差（SD），CMM发生风险升高5%（HR=1.05，95%CI=1.02~1.07）；RC每增加一个SD，CMM发生风险升高8%（HR=1.08，95%CI=1.04~1.13）；hs-CRP每增加一个SD，CMM发生风险升高6%（HR=1.06，95%CI=1.02~1.10）。与Q1组相比，RCII的Q2组、Q3组和Q4组CMM发生风险分别增加25%（HR=1.25，95%CI=1.06~1.48）、31%（HR=1.31，95%CI=1.11~1.54）和73%（HR=1.73，95%CI=1.48~2.02）；RC的Q2组、Q3组和Q4组CMM发生风险分别增加15%（HR=1.15，95%CI=0.98~1.35）、30%（HR=1.30，95%CI=1.11~1.52）和44%（HR=1.44，95%CI=1.24~1.68）；hs-CRP的Q2组、Q3组和Q4组CMM发生风险分别增加20%（HR=1.20，95%CI=1.02~1.42）、29%（HR=1.29，95%CI=1.10~1.51）和53%（HR=1.53，95%CI=1.31~1.79）。亚组分析显示，RCII与CMM的关联在女性、年龄≥60岁、既往吸烟、城镇居民和超重/肥胖（BMI≥24 kg/m²）人群中更为显著；且性别、BMI和居住地与CMM发病率之间存在交互作用（P_交互<0.05）。RCII预测CMM的ROC曲线下面积（AUC）为0.591，高于RC（0.571）和hs-CRP（0.573）（P均<0.01）。在传统危险因素基础上加入RCII，改善了风险重分类能力（NRI=0.186，IDI=0.052，P均<0.05）。敏感性分析验证了结果的稳健性。

结论

RCII作为整合脂质与炎症途径的生物标志物，是中国中老年人新发CMM的独立危险因素，在早期识别CMM高风险个体方面具有重要价值。

关键词: 心血管代谢性共病, 中老年人, 残余胆固醇, 超敏C反应蛋白, 残余胆固醇炎症指数, 中国健康与养老追踪调查项目

CLC Number:

R 54 R589

WANG Zhongkai,WU Changyong,LI Menghan, et al. Association between Remnant Cholesterol Inflammatory Index and Risk of Cardiometabolic Multimorbidity in Middle-aged and Older Adults[J]. Chinese General Practice, 2026, 29(31): 4573-4581. DOI: 10.12114/j.issn.1007-9572.2025.0207.
王忠凯,吴长勇,李梦晗等. 中国中老年人残余胆固醇炎症指数与心血管代谢共病的关联研究[J]. 中国全科医学, 2026, 29(31): 4573-4581. DOI: 10.12114/j.issn.1007-9572.2025.0207.

Figures/Tables 7

References 17

[1]	Liu C C, Liu R, Tian N, et al. Cardiometabolic multimorbidity, peripheral biomarkers, and dementia in rural older adults: the MIND-China study[J]. Alzheimers Dement, 2024, 20(9): 6133-6145. DOI: 10.1002/alz.14091.
[2]	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]. Journal of the American College of Cardiology, 2020, 76(25): 2982-3021. DOI: 10.1016/j.jacc.2020.11.010.
[3]	GBD 2021 Stroke Risk Factor Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2021: a systematic analysis for the Global Burden of Disease Study 2021[J]. The Lancet Neurology, 2024, 23(10): 973-1003. DOI: 10.1016/s1474-4422(24)00369-7.
[4]	GBD 2021 Diabetes Collaborators. Global, regional, and national burden of diabetes from 1990 to 2021, with projections of prevalence to 2050: a systematic analysis for the Global Burden of Disease Study 2021[J]. Lancet (London, England), 2023, 402(10397): 203-234. DOI: 10.1016/s0140-6736(23)01301-01306.
[5]	Lu X J, Zhu X H, Li G C, et al. Habitual coffee, tea, and caffeine consumption, circulating metabolites, and the risk of cardiometabolic multimorbidity[J]. J Clin Endocrinol Metab, 2025, 110(6): e1845-e1855. DOI: 10.1210/clinem/dgae552.
[6]	Cheng W K, Du Z Y, Lu B. Chronic low-grade inflammation associated with higher risk and earlier onset of cardiometabolic multimorbidity in middle-aged and older adults: a population-based cohort study[J]. Sci Rep, 2024, 14(1): 22635. DOI: 10.1038/s41598-024-72988-7.
[7]	Kaura A, Hartley A, Panoulas V, et al. Mortality risk prediction of high-sensitivity C-reactive protein in suspected acute coronary syndrome: a cohort study[J]. PLoS Med, 2022, 19(2): e1003911. DOI: 10.1371/journal.pmed.1003911.
[8]	Chen J Y, Wu Q H, Liu H T, et al. Predictive value of remnant cholesterol inflammatory index for stroke risk: evidence from the China health and retirement longitudinal study[J]. J Adv Res, 2024, S2090-1232(24): 00592-7. DOI: 10.1016/j.jare.2024.12.015.
[9]	Zheng M X, Shao Y, Gong C, et al. Association between smoking status and sarcopenia among middle-aged and older adults: finding from the CHARLS study[J]. Eur Geriatr Med, 2025, 16(1): 79-88. DOI: 10.1007/s41999-024-01101-y.
[10]	König C S, Mann A, Mcfarlane R, et al. Age and the residual risk of cardiovascular disease following low density lipoprotein-cholesterol exposure[J]. Biomedicines, 2023, 11(12): 10. DOI: 10.3390/biomedicines11123208.
[11]	Ridker P M, Macfadyen J G, Glynn R J, et al. Comparison of interleukin-6, C-reactive protein, and low-density lipoprotein cholesterol as biomarkers of residual risk in contemporary practice: secondary analyses from the cardiovascular inflammation reduction trial[J]. Eur Heart J, 2020, 41(31): 2952-2961. DOI: 10.1093/eurheartj/ehaa160.
[12]	Li W B, Liu Y, Liu J, et al. Remnant cholesterol is associated with unstable carotid plaque in a neurologically healthy population[J]. Stroke Vasc Neurol, 2025, 10(1): 55-64. DOI: 10.1136/svn-2023-002888.
[13]	Kraaijenhof J M, Mol B M, Nurmohamed N S, et al. Plasma C-reactive protein is associated with a pro-inflammatory and adverse plaque phenotype[J]. Atherosclerosis, 2024, 396: 118532. DOI: 10.1016/j.atherosclerosis.2024.118532.
[14]	Domingo E, Marques P, Francisco V, et al. Targeting systemic inflammation in metabolic disorders. A therapeutic candidate for the prevention of cardiovascular diseases?[J]. Pharmacol Res, 2024, 200: 107058. DOI: 10.1016/j.phrs.2024.107058.
[15]	Zhang K, Brook R D, Li Y F, et al. Air Pollution, Built Environment, and Early Cardiovascular Disease[J]. Circ Res, 2023, 132(12): 1707-1724. DOI: 10.1161/circresaha.123.322002.
[16]	Yu Y, Chen C Y, Meng L, et al. Hypertension and cardiac damage in pheochromocytoma and paraganglioma patients: a large-scale single-center cohort study[J]. BMC Cardiovasc Disord, 2024, 24(1): 325. DOI: 10.1186/s12872-024-03936-6.
[17]	Maffia P, Mauro C, Case A, et al. Canonical and non-canonical roles of complement in atherosclerosis[J]. Nat Rev Cardiol, 2024, 21(11): 743-761. DOI: 10.1038/s41569-024-01016-y.

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别[例（%）]		居住地[例（%）]		婚姻状况[例（%）]		教育水平[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	男	女	城镇	乡村	已婚	其他	大专及以上	初/高中	小学及以下
Q1组	2 299	56.0（50.0，63.0）	1 065（46.3）	1 234（53.7）	689（30.0）	1 610（70.0）	2 056（89.4）	243（10.6）	54（2.3）	653（28.4）	1 592（69.2）
Q2组	2 298	57.0（51.0，64.0）^a	1 123（48.9）	1 175（51.1）	753（32.8）	1 545（67.2）	2 031（88.4）	267（11.6）	77（3.4）	624（27.2）	1 597（69.5）
Q3组	2 298	58.0（52.0，65.3）^ab	1 120（48.7）	1 178（51.3）	869（37.8）	1 429（62.2）	2 041（88.8）	257（11.2）	84（3.7）	637（27.7）	1 577（68.6）
Q4组	2 299	58.0（52.0，65.0）^ab	1 059（46.1）	1 240（53.9）	902（39.2）	1 397（60.8）	2 001（87.0）	298（13.0）	89（3.9）	625（27.2）	1 585（68.9）
χ²（H）值		15.1^d	6.3		56.8		6.9		10.5
P值		<0.001	0.097		<0.001		0.074		0.107
组别	吸烟情况[例（%）]			饮酒情况[例（%）]			BMI[M（P₂₅，P₇₅），kg/m²]	SBP[M（P₂₅，P₇₅），mm Hg]	DBP[M（P₂₅，P₇₅），mm Hg]
组别	目前吸烟	既往吸烟	从不吸烟	经常饮酒	偶尔饮酒	从不饮酒	BMI[M（P₂₅，P₇₅），kg/m²]	SBP[M（P₂₅，P₇₅），mm Hg]	DBP[M（P₂₅，P₇₅），mm Hg]
Q1组	673（29.3）	162（7.0）	1 464（63.7）	213（9.3）	491（21.4）	1 595（69.4）	21.9（20.1，24.1）	122（110，135）	72（64，81）
Q2组	727（31.6）	180（7.8）	1 391（60.5）	227（9.9）	520（22.6）	1 551（67.5）	22.7（20.5，25.0）^a	123（112，138）^a	74（66，82）^a
Q3组	739（32.2）	197（8.6）	1 362（59.3）	197（8.6）	507（22.1）	1 594（69.4）	23.6（21.3，26.0）^ab	127（114，142）^ab	75（68，83）^ab
Q4组	699（30.4）	214（9.3）	1 386（60.3）	170（7.4）	504（21.9）	1 625（70.7）	24.1（21.5，27.1）^abc	129（116，144）^abc	76（68，84）^abc
χ²（H）值	15.8			11.5			2.3^d	54.2^d	48.6^d
P值	0.015			0.075			0.073	<0.001	<0.001
组别	高脂血症[例（%）]	高血压[例（%）]	糖尿病[例（%）]	卒中[例（%）]	心脏病[例（%）]	服用调脂药[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	FBG[M（P₂₅，P₇₅），mg/dL]	HbA_1c[M（P₂₅，P₇₅），%]
Q1组	106（4.6）	316（13.7）	44（1.9）	21（0.9）	122（5.3）	43（1.9）	207（9.0）	28（1.2）	99.2（92.5，107.1）	5.1（4.8，5.3）
Q2组	140（6.1）^a	393（17.1）^a	48（2.1）	23（1.0）	133（5.8）	55（2.4）	267（11.6）^a	26（1.1）	100.8（93.2，109.8）^a	5.1（4.9，5.4）^a
Q3组	187（8.1）^ab	505（22.0）^ab	60（2.6）	14（0.6）	148（6.4）	82（3.6）^ab	371（16.1）^ab	49（2.1）^ab	102.1（94.7，112.3）^ab	5.1（4.9，5.4）^ab
Q4组	229（10.0）^abc	589（25.6）^abc	85（3.7）^abc	21（0.9）	143（6.2）	109（4.7）^abc	460（20.0）^abc	55（2.4）^ab	106.6（97.4，121）^abc	5.2（4.9，5.5）^abc
χ²（H）值	56.5	120.2	17.7	2.4	3.1	37.1	134.4	16.6	103.6^d	49.1^d
P值	<0.001	<0.001	<0.001	0.496	0.377	<0.001	<0.001	0.001	<0.001	<0.001
组别	TC[M（P₂₅，P₇₅），mg/dL]	TG[M（P₂₅，P₇₅），mg/dL]	HDL-C[M（P₂₅，P₇₅），mg/dL]	LDL-C[M（P₂₅，P₇₅），mg/dL]	hs-CRP[M（P₂₅，P₇₅），mg/L]	RC[M（P₂₅，P₇₅），mg/dL]	RCII [M（P₂₅，P₇₅）]
Q1组	184（162，206.8）	74.3（59.3，92.9）	58（49.5，67.3）	113.7（94.3，134.2）	0.4（0.3，0.6）	9.3（5.8，14.3）	0.5（0.3，0.6）
Q2组	188.3（165.9，211.1）^a	100（76.1，131.9）^a	51.4（43.3，60.7）^a	114.8（93.9，136.5）	0.7（0.5，1.0）^a	18.2（12.4，25.5）^a	1.3（1.0，1.6）^a
Q3组	192.9（170.1，219.2）^ab	123.9（91.2，166.4）^ab	47.6（39.4，56.1）^ab	116.8（96.7，140.7）^ab	1.3（0.9，1.9）^ab	24.7（16.6，34.4）^ab	3.1（2.5，4.0）^ab
Q4组	195.2（169.7，225）^abc	158.4（103.5，238.9）^abc	41.4（34.0，51.0）^abc	111（87.0，136.1）^abc	3.5（2.0，6.7）^abc	34（22，53.7）^abc	11.2（7.5，21.2）^abc
χ²（H）值	58.2^d	776.9^d	549.2^d	15.8^d	568.1^d	1 059.8^d	402.1^d
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

组别	例数	年龄[M（P₂₅，P₇₅），岁]	性别[例（%）]		居住地[例（%）]		婚姻状况[例（%）]		教育水平[例（%）]
组别	例数	年龄[M（P₂₅，P₇₅），岁]	男	女	城镇	乡村	已婚	其他	大专及以上	初/高中	小学及以下
Q1组	2 299	56.0（50.0，63.0）	1 065（46.3）	1 234（53.7）	689（30.0）	1 610（70.0）	2 056（89.4）	243（10.6）	54（2.3）	653（28.4）	1 592（69.2）
Q2组	2 298	57.0（51.0，64.0）^a	1 123（48.9）	1 175（51.1）	753（32.8）	1 545（67.2）	2 031（88.4）	267（11.6）	77（3.4）	624（27.2）	1 597（69.5）
Q3组	2 298	58.0（52.0，65.3）^ab	1 120（48.7）	1 178（51.3）	869（37.8）	1 429（62.2）	2 041（88.8）	257（11.2）	84（3.7）	637（27.7）	1 577（68.6）
Q4组	2 299	58.0（52.0，65.0）^ab	1 059（46.1）	1 240（53.9）	902（39.2）	1 397（60.8）	2 001（87.0）	298（13.0）	89（3.9）	625（27.2）	1 585（68.9）
χ²（H）值		15.1^d	6.3		56.8		6.9		10.5
P值		<0.001	0.097		<0.001		0.074		0.107
组别	吸烟情况[例（%）]			饮酒情况[例（%）]			BMI[M（P₂₅，P₇₅），kg/m²]	SBP[M（P₂₅，P₇₅），mm Hg]	DBP[M（P₂₅，P₇₅），mm Hg]
组别	目前吸烟	既往吸烟	从不吸烟	经常饮酒	偶尔饮酒	从不饮酒	BMI[M（P₂₅，P₇₅），kg/m²]	SBP[M（P₂₅，P₇₅），mm Hg]	DBP[M（P₂₅，P₇₅），mm Hg]
Q1组	673（29.3）	162（7.0）	1 464（63.7）	213（9.3）	491（21.4）	1 595（69.4）	21.9（20.1，24.1）	122（110，135）	72（64，81）
Q2组	727（31.6）	180（7.8）	1 391（60.5）	227（9.9）	520（22.6）	1 551（67.5）	22.7（20.5，25.0）^a	123（112，138）^a	74（66，82）^a
Q3组	739（32.2）	197（8.6）	1 362（59.3）	197（8.6）	507（22.1）	1 594（69.4）	23.6（21.3，26.0）^ab	127（114，142）^ab	75（68，83）^ab
Q4组	699（30.4）	214（9.3）	1 386（60.3）	170（7.4）	504（21.9）	1 625（70.7）	24.1（21.5，27.1）^abc	129（116，144）^abc	76（68，84）^abc
χ²（H）值	15.8			11.5			2.3^d	54.2^d	48.6^d
P值	0.015			0.075			0.073	<0.001	<0.001
组别	高脂血症[例（%）]	高血压[例（%）]	糖尿病[例（%）]	卒中[例（%）]	心脏病[例（%）]	服用调脂药[例（%）]	服用降压药[例（%）]	服用降糖药[例（%）]	FBG[M（P₂₅，P₇₅），mg/dL]	HbA_1c[M（P₂₅，P₇₅），%]
Q1组	106（4.6）	316（13.7）	44（1.9）	21（0.9）	122（5.3）	43（1.9）	207（9.0）	28（1.2）	99.2（92.5，107.1）	5.1（4.8，5.3）
Q2组	140（6.1）^a	393（17.1）^a	48（2.1）	23（1.0）	133（5.8）	55（2.4）	267（11.6）^a	26（1.1）	100.8（93.2，109.8）^a	5.1（4.9，5.4）^a
Q3组	187（8.1）^ab	505（22.0）^ab	60（2.6）	14（0.6）	148（6.4）	82（3.6）^ab	371（16.1）^ab	49（2.1）^ab	102.1（94.7，112.3）^ab	5.1（4.9，5.4）^ab
Q4组	229（10.0）^abc	589（25.6）^abc	85（3.7）^abc	21（0.9）	143（6.2）	109（4.7）^abc	460（20.0）^abc	55（2.4）^ab	106.6（97.4，121）^abc	5.2（4.9，5.5）^abc
χ²（H）值	56.5	120.2	17.7	2.4	3.1	37.1	134.4	16.6	103.6^d	49.1^d
P值	<0.001	<0.001	<0.001	0.496	0.377	<0.001	<0.001	0.001	<0.001	<0.001
组别	TC[M（P₂₅，P₇₅），mg/dL]	TG[M（P₂₅，P₇₅），mg/dL]	HDL-C[M（P₂₅，P₇₅），mg/dL]	LDL-C[M（P₂₅，P₇₅），mg/dL]	hs-CRP[M（P₂₅，P₇₅），mg/L]	RC[M（P₂₅，P₇₅），mg/dL]	RCII [M（P₂₅，P₇₅）]
Q1组	184（162，206.8）	74.3（59.3，92.9）	58（49.5，67.3）	113.7（94.3，134.2）	0.4（0.3，0.6）	9.3（5.8，14.3）	0.5（0.3，0.6）
Q2组	188.3（165.9，211.1）^a	100（76.1，131.9）^a	51.4（43.3，60.7）^a	114.8（93.9，136.5）	0.7（0.5，1.0）^a	18.2（12.4，25.5）^a	1.3（1.0，1.6）^a
Q3组	192.9（170.1，219.2）^ab	123.9（91.2，166.4）^ab	47.6（39.4，56.1）^ab	116.8（96.7，140.7）^ab	1.3（0.9，1.9）^ab	24.7（16.6，34.4）^ab	3.1（2.5，4.0）^ab
Q4组	195.2（169.7，225）^abc	158.4（103.5，238.9）^abc	41.4（34.0，51.0）^abc	111（87.0，136.1）^abc	3.5（2.0，6.7）^abc	34（22，53.7）^abc	11.2（7.5，21.2）^abc
χ²（H）值	58.2^d	776.9^d	549.2^d	15.8^d	568.1^d	1 059.8^d	402.1^d
P值	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

分组	RCII	RC	hs-CRP
Q1组	283（12.3）	319（13.9）	308（13.2）
Q2组	364（15.8）	375（16.3）	375（16.5）
Q3组	448（19.5）	438（19.1）	447（19.4）
Q4组	565（24.6）	528（23.0）	530（23.1）
χ²_趋势值	128.2	70.9	83.2
P值	<0.001	<0.001	<0.001

分组	RCII	RC	hs-CRP
Q1组	283（12.3）	319（13.9）	308（13.2）
Q2组	364（15.8）	375（16.3）	375（16.5）
Q3组	448（19.5）	438（19.1）	447（19.4）
Q4组	565（24.6）	528（23.0）	530（23.1）
χ²_趋势值	128.2	70.9	83.2
P值	<0.001	<0.001	<0.001

变量	模型1		模型2		模型3
变量	HR（95%CI）	P值	HR（95%CI）	P值	HR（95%CI）	P值
RCII（连续变量）	1.04（1.02~1.06）	<0.001	1.04 （1.02~1.06）	<0.001	1.05 （1.02~1.07）	<0.001
RCII四分位分组（以Q1组为参照）
Q2组	1.35（1.14~1.59）	<0.001	1.34 （1.13~1.59）	<0.001	1.25 （1.06~1.48）	0.009
Q3组	1.68（1.43~1.98）	<0.001	1.63 （1.39~1.91）	<0.001	1.31 （1.11~1.54）	0.001
Q4组	2.33（2.00~2.72）	<0.001	2.24 （1.92~2.61）	<0.001	1.73 （1.48~2.02）	<0.001
RC（连续变量）	1.14 （1.10~1.19）	<0.001	1.15 （1.11~1.20）	<0.001	1.08 （1.04~1.13）	<0.001
RC四分位分组（以Q1组为参照）
Q2组	1.25 （1.06~1.46）	0.007	1.23 （1.05~1.45）	0.010	1.15 （0.98~1.35）	0.089
Q3组	1.44 （1.23~1.68）	<0.001	1.43 （1.23~1.68）	<0.001	1.30 （1.11~1.52）	0.001
Q4组	1.76 （1.51~2.05）	<0.001	1.79 （1.54~2.08）	<0.001	1.44 （1.24~1.68）	<0.001
hs-CRP（连续变量）	1.06 （1.03~1.10）	<0.001	1.06 （1.02~1.10）	0.002	1.06 （1.02~1.10）	0.005
hs-CRP四分位分组（以Q1组为参照）
Q2组	1.35 （1.15~1.59）	<0.001	1.32 （1.12~1.55）	0.001	1.20 （1.02~1.42）	0.026
Q3组	1.60 （1.37~1.88）	<0.001	1.53 （1.30~1.79）	<0.001	1.29 （1.10~1.51）	0.002
Q4组	2.08 （1.78~2.42）	<0.001	1.93 （1.65~2.25）	<0.001	1.53 （1.31~1.79）	<0.001

Association between Remnant Cholesterol Inflammatory Index and Risk of Cardiometabolic Multimorbidity in Middle-aged and Older Adults

中国中老年人残余胆固醇炎症指数与心血管代谢共病的关联研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 17

Related Articles 15

Recommended Articles

Metrics

Comments

变量	HR（95%CI）	P值	P_交互值
年龄			0.857
<60岁	1.03（1.00~1.06）	0.022
≥60岁	1.19（1.10~1.28）	<0.001
性别			0.009
男	1.03（1.00~1.06）	0.078
女	1.22（1.14~1.31）	<0.001
BMI			<0.001
<24 kg/m²	1.03（1.00~1.06）	0.041
24~28 kg/m²	1.19（1.06~1.33）	0.004
>28 kg/m²	1.19（1.05~1.36）	0.007
居住地			<0.001
城镇	1.42（1.29~1.56）	<0.001
乡村	1.03（1.00~1.06）	0.031
吸烟情况			0.051
从不吸烟	1.22（1.14~1.31）	<0.001
既往吸烟	1.42（1.16~1.73）	<0.001
目前吸烟	1.02（0.98~1.06）	0.260
饮酒情况			0.997
从不饮酒	1.22（1.14~1.29）	<0.001
偶尔饮酒	1.10（0.86~1.39）	0.448
经常饮酒	1.02（0.98~1.06）	0.369
高脂血症			0.235
否	1.04（1.02~1.06）	<0.001
是	1.18（1.02~1.37）	0.022
高血压			0.056
否	1.04（1.01~1.06）	0.009
是	1.14（1.05~1.24）	0.003
糖尿病			0.143
否	1.04（1.02~1.06）	<0.001
是	1.13（0.96~1.33）	0.137

[1]	ZHANG Shuaishuai, CHEN Yue, QIU Jiaojiao, ZHU Ping, WANG Shuxia. Association between Remnant Cholesterol Inflammatory Index and Biological Age Acceleration in Middle-aged and Older Chinese Adults: a Nationwide Cohort Study [J]. Chinese General Practice, 2026, 29(30): 4397-4405.
[2]	YUAN Hangtao, HONG Yan, YUAN Peihong, LIN Bo, CUI Xiaoyun, LI Weiwei. Interpretable Machine Learning Models for Predicting the Risk of Incident Cardiometabolic Multimorbidity in Chinese Postmenopausal Women [J]. Chinese General Practice, 2026, 29(23): 3294-3306.
[3]	GE Dan, WANG Zhi, DING Qun, GUO Tonglan, XU Tongdao. Relationship between Remnant Cholesterol and Non-alcoholic Fatty Liver Disease as well as Progressive Liver Fibrosis in Patients with Type 2 Diabetes Mellitus [J]. Chinese General Practice, 2026, 29(20): 2854-2859.
[4]	YANG Tingting, ZHENG Li, LIANG Daqiang, WU fan, YUAN Xianxian, WEI lai, HU Jin, WANG Junhua, WANG Ziyun. Association between Sleep Fragmentation and Arteriosclerosis among Population Aged 40-65 Years [J]. Chinese General Practice, 2026, 29(16): 2190-2197.
[5]	YUAN Weixia, AO Panpan, MA Yun, WU Fengfu, XU Facui, YU Juan, ZENG Qun, WEI Shaofeng, YUAN Lijia. The Predictive Value of Age-adjusted Charlson Comorbidity Index for Sarcopenia in Older Adults [J]. Chinese General Practice, 2026, 29(13): 1673-1681.
[6]	HAN Zheng, FU Fanglin, SUN Meng, PAN Yaojia, WANG Weiqiang. A Cross-sectional Study on the Relationship between the Chinese Visceral Adiposity Index and Cardiometabolic Multimorbidity in Individuals Aged 60 and Above [J]. Chinese General Practice, 2026, 29(06): 693-698.
[7]	CHENG Zhuozhuo, ZHANG Rui, HU Jiao, PAN Xuanda, XU Haofeng, HUANG Junting, YAN Ping, LIANG Zijing. Study on the Association between Multiple Chronic Conditions and Impaired Activities of Daily Living in the Elderly [J]. Chinese General Practice, 2026, 29(02): 219-225.
[8]	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.
[9]	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.
[10]	CHEN Qiaoqiao, SU Ping, ZHAO Yingying, PANG Jinhong, SHI Jie, WANG Yaqian, LI Qiuchun, HE Ruiyan, WANG Yue, CHEN Xueyu, QIAO Junpeng, CHI Weiwei. Association between Triglyceride-Glucose Index and Incident Cardiometabolic Multimorbidity in the Elderly: a Prospective Cohort Study [J]. Chinese General Practice, 2025, 28(18): 2270-2277.
[11]	CHEN Hongxu, WANG Denglan, CHEN Yuanyuan, SHEN Juanjuan, SONG Chun, WANG Fan, KONG Tiantian. The Relationship between Remnant Cholesterol and Maternal Depression and Pregnancy Stress in the Second Trimester [J]. Chinese General Practice, 2025, 28(11): 1347-1353.
[12]	ZHOU Mei, YANG Aiqiong, XING Ying, WANG Yuling. The Association between Nap Duration, Nighttime Sleep, and Depressive Symptoms among Elderly People in China: an Empirical Analysis based on 2020 CHARLS Data [J]. Chinese General Practice, 2025, 28(05): 560-567.
[13]	YANG Hong, LIU Cheng, LIU Sen, SHAO Qiqi, YAO Yuanhao, FU Zhenyan. Association of Residual Cholesterol with Vulnerable Plaques in Non-culprit Lesions Progressing to Major Adverse Cardiovascular Events [J]. Chinese General Practice, 2025, 28(03): 299-304.
[14]	HAN Zheng, WANG Weiqiang, PAN Yaojia, FU Fanglin, SUN Meng. A Cross-sectional Study of the Association of cMetS and Other Obesity Indicators with Cardiometabolic Co-morbidities in People over 35 Years of Age in Anhui Province [J]. Chinese General Practice, 2024, 27(27): 3344-3350.
[15]	LIU Xingyu, DU Huijie, MO Jiali, XU Minghuan, LIU Zuting, YANG Xuezhi, ZHANG Huiqin, YI Yingping, KUANG Jie. Correlation between Remnant Cholesterol and the Risk of Ischemic Stroke Recurrence and Its Predictive Value [J]. Chinese General Practice, 2024, 27(26): 3227-3231.