Correlation between Anthropometric Indices and the Risk of Stroke: a Nested Case-control Study

doi:10.12114/j.issn.1007-9572.2025.0178

Chinese General Practice ›› 2026, Vol. 29 ›› Issue (08): 1020-1028.DOI: 10.12114/j.issn.1007-9572.2025.0178

• Article • Previous Articles

Correlation between Anthropometric Indices and the Risk of Stroke: a Nested Case-control Study

1. Department of Chronic Disease Prevention and Control, Shanghai Pudong New Area Center for Disease Control and Prevention (Shanghai Pudong New Area Health Supervision Institute), Shanghai 200136, China
2. Office of Business Management, Shanghai Pudong New Area Center for Disease Control and Prevention (Shanghai Pudong New Area Health Supervision Institute), Shanghai 200136, China
3. Office of Administration, Shanghai Pudong New Area Center for Disease Control and Prevention (Shanghai Pudong New Area Health Supervision Institute), Shanghai 200136, China

Received:2025-05-10 Revised:2025-08-14 Published:2026-03-15 Online:2026-02-03
Contact: ZHOU Yi, LIU Xiaolin

不同身体测量指标与脑卒中发病风险的巢式病例对照研究

1．200136上海市浦东新区疾病预防控制中心（上海市浦东新区卫生健康监督所）慢性病防治科
2．200136上海市浦东新区疾病预防控制中心（上海市浦东新区卫生健康监督所）业务管理办公室
3．200136上海市浦东新区疾病预防控制中心（上海市浦东新区卫生健康监督所）行政办公室

通讯作者: 周弋, 刘晓琳
作者简介:
作者贡献：
王小楠撰写论文并进行数据分析，并对文章最终负责；阮晓楠负责研究设计，组织协调及论文指导；吴抗、周弋负责论文指导及现场协调；刘杨、邱桦、刘庆平、宋家慧、高娇娇负责现场调查及质量控制，数据收集；刘晓琳负责研究设计、数据清洗整理，数据处理。
基金资助:
上海市浦东新区卫生系统优秀青年医学人才培养计划(PWRq2022-02); 浦东新区卫生系统领先人才培养计划(PWRl2024-10); 浦东新区卫生健康委员会研究者发起的临床研究项目(2024-PWDL-03); 浦东新区疾病预防控制中心业务研发平台慢性病流行病学(DXZB-2024-01)

Abstract

Abstract:

Background

With the socioeconomic development in China, the prevalence of overweight/obesity has risen significantly, becoming a major public health issue. Currently, commonly used obesity indicators, such as BMI and waist circumference (WC) cannot differentiate between subcutaneous fat and visceral fat, while visceral fat is closely associated to chronic diseases. Therefore, exploring the correlation between novel anthropometric indices and stroke risk holds significant importance.

Objective

To explore the correlation of different anthropometric indices with the incidence of stroke, and their predictive capacity for the risk of stroke, aiming to provide evidence for community-based chronic disease health management and cardiovascular/cerebrovascular disease surveillance.

Methods

Based on the Pudong New Area Chronic Disease and Risk Factors Surveillance Cohort Study Project, a nested case-control study was performed involving participants enrolled in the 2016 and 2019 field surveys. They were followed up until December 31, 2023. Individuals who developed stroke during follow-up were assigned to the case group, and those without developing stroke were served as controls. Data on demographics, medical history, family history, and major risk factors were collected using standardized epidemiological questionnaires. Physical and laboratory examination indicators were recorded. Logistic regression and restricted cubic spline (RCS) regression models were applied to analyze the correlation between anthropometric indices and stroke. Receiver operating characteristic (ROC) curves were used to evaluate the predictive performance, with pairwise comparisons conducted via DeLong's test.

Results

Among the 15 440 study subjects included in the analysis, a total of 930 had strokes. For every one-unit increase in BMI, WC, body roundness index (BRI), and Chinese visceral adiposity index (CVAI), the risk of stroke increased by 3.8% (OR=1.038, 95%CI=1.017-1.058), 1.2% (OR=1.012, 95%CI=1.004-1.020), 10.6% (OR=1.106, 95%CI=1.042-1.174), and 0.5% (OR=1.005, 95%CI=1.003-1.007), respectively (P<0.05). The RCS regression model showed a linear dose-response correlation of BMI, WC, and BRI with the risk of stroke (P_total<0.05, P_non-linear >0.05), and a non-linear dose-response relationship between CVAI and the risk of stroke (P_total<0.001, P_non-linear=0.009). The ROC curve results indicated that the predictive ability of CVAI for the risk of stroke (area under the curve=0.66) was better than that of BMI (Z=-12.713, P<0.001), WC (Z=-13.512, P<0.001), and BRI (Z=-8.696, P<0.001).

Conclusion

BMI, WC, BRI, and CVAI are correlated with the risk of stroke. CVAI is superior to BMI, WC, and BRI in predicting the risk of stroke and can be used as an applicable indicator for the risk of stroke. These findings underscore the need for comprehensive chronic disease management in community health programs, emphasizing weight control and the impact of visceral obesity.

Key words: Stroke, Visceral fat, Nested case control, Logistic regression model, Risk prediction

摘要：

背景

随着我国经济社会发展，超重/肥胖患病率显著上升，成为重大公共卫生问题。目前，常用的肥胖判断指标BMI和腰围（WC）无法区分皮下脂肪和内脏脂肪，而内脏脂肪与慢性病密切相关。因此，研究新型身体测量指标与脑卒中发病风险的相关性具有重要意义。

目的

探索不同身体测量指标与脑卒中发生的相关性及发生风险预测能力，旨在为社区开展慢性病健康管理及心脑血管疾病监测提供依据。

方法

基于浦东新区慢性病及其危险因素监测队列研究项目，采用巢式病例对照研究设计，选取参加2016年和2019年现场调查的研究对象，观察随访至2023-12-31，以发生脑卒中研究对象作为病例组，未发生者作为对照组。采用统一设计的流行病学调查表收集一般人口学资料、既往疾病史及家族史、相关疾病主要危险因素。收集体格检查和实验室检查指标。采用Logistic回归模型和限制性立方样条（RCS）回归模型分析不同身体测量指标与脑卒中之间的关联，并利用受试者工作特征（ROC）曲线评价不同身体测量指标对脑卒中的预测能力，采用DeLong检验进行两两比较。

结果

纳入分析的15 440名研究对象中，共有930名发生脑卒中。BMI、WC、身体圆度指数（BRI）和中国人内脏脂肪指数（CVAI）每升高1个单位，脑卒中发生风险分别增加3.8%（OR=1.038，95%CI=1.017~1.058）、1.2%（OR=1.012，95%CI=1.004~1.020）、10.6%（OR=1.106，95%CI=1.042~1.174）、0.5%（OR=1.005，95%CI=1.003~1.007）（P<0.05）。RCS回归模型分析发现，BMI、WC和BRI与脑卒中发生风险之间存在线性剂量-反应关系（P_总<0.05，P_非线性>0.05），CVAI与脑卒中发生风险之间存在非线性剂量-反应关系（P_总<0.001，P_非线性=0.009）。ROC曲线结果显示，CVAI预测脑卒中发生风险的能力（AUC=0.66）优于BMI（Z=-12.713，P<0.001）、WC（Z=-13.512，P<0.001）和BRI（Z=-8.696，P<0.001）。

结论

BMI、WC、BRI和CVAI与脑卒中发病风险存在相关性。CVAI预测脑卒中发生风险优于BMI、WC和BRI，因此可作为预测脑卒中发生风险的适用指标。同时提示基层慢性病健康管理要进行综合管理，并做好体重管理，重点关注内脏肥胖的影响。

关键词: 脑卒中, 内脏脂肪, 巢式病例对照, Logistic回归模型, 风险预测

CLC Number:

R 743

WANG Xiaonan,RUAN Xiaonan,LIU Yang, et al. Correlation between Anthropometric Indices and the Risk of Stroke: a Nested Case-control Study[J]. Chinese General Practice, 2026, 29(08): 1020-1028. DOI: 10.12114/j.issn.1007-9572.2025.0178.
王小楠,阮晓楠,刘杨等. 不同身体测量指标与脑卒中发病风险的巢式病例对照研究[J]. 中国全科医学, 2026, 29(08): 1020-1028. DOI: 10.12114/j.issn.1007-9572.2025.0178.

Figures/Tables 7

References 45

[1]	中国营养学会肥胖防控分会, 中国营养学会临床营养分会, 中华预防医学会行为健康分会, 等. 中国居民肥胖防治专家共识[J]. 中华流行病学杂志, 2022, 43(5): 609-626.
[2]	WANG Y F, ZHAO L, GAO L W, et al. Health policy and public health implications of obesity in China[J]. Lancet Diabetes Endocrinol, 2021, 9(7): 446-461. DOI: 10.1016/S2213-8587(21)00118-2.
[3]	YAWOOT N, GOVITRAPONG P, TOCHARUS C, et al. Ischemic stroke, obesity, and the anti-inflammatory role of melatonin[J]. Biofactors, 2021, 47(1): 41-58. DOI: 10.1002/biof.1690.
[4]	国家心血管病中心. 中国心血管健康与疾病报告2022[M]. 北京: 中国协和医科大学出版社, 2023.
[5]	中华人民共和国国家卫生和计划生育委员会. 成人体重判定: WS/T 428—2013[S]. 北京: 中国标准出版社, 2013.
[6]	LIU J P, LIU W, WANG L, et al. Association of visceral adiposity index and handgrip strength with cardiometabolic multimorbidity among middle-aged and older adults: findings from charls 2011-2020[J]. Nutrients, 2024, 16(14): 2277. DOI: 10.3390/nu16142277.
[7]	黄婧荷, 郭立新. 内脏脂肪与2型糖尿病相关性的研究进展[J]. 中华糖尿病杂志, 2024, 16(10): 1147-1151.
[8]	李智韬, 王小楠, 刘晓琳, 等. 上海市浦东新区15岁及以上居民体质指数、腰围、腰臀比与糖尿病患病的关系[J]. 中华流行病学杂志, 2020, 41(3): 326-330.
[9]	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病学分会, 等. 中国高血压防治指南(2024年修订版)[J]. 中华高血压杂志(中英文), 2024, 32(7): 603-700. DOI: 10.16439/j.issn.1673-7245.2024.07.002.
[10]	中华医学会糖尿病学分会, 朱大龙. 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.
[11]	张钰璐, 王瑞宇, 何俊曦, 等. 脑卒中错误编码对DRG分组的影响[J]. 中国病案, 2023, 24(5): 10-13.
[12]	《中国循环杂志》编辑部, 中国成人血脂异常防治指南修订联合委员会. 《中国成人血脂异常防治指南(2016年修订版)》补充说明[J]. 中国循环杂志, 2017, 32(1): 53.
[13]	THOMAS D M, BREDLAU C, BOSY-WESTPHAL A, et al. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model[J]. Obesity, 2013, 21(11): 2264-2271. DOI: 10.1002/oby.20408.
[14]	AMATO M C, GIORDANO C, GALIA M, et al. Visceral Adiposity Index: a reliable indicator of visceral fat function associated with cardiometabolic risk[J]. Diabetes Care, 2010, 33(4): 920-922. DOI: 10.2337/dc09-1825.
[15]	XIA M F, CHEN Y, LIN H D, et al. A indicator of visceral adipose dysfunction to evaluate metabolic health in adult Chinese[J]. Sci Rep, 2016, 6: 38214. DOI: 10.1038/srep38214.
[16]	KAHN H S. The "lipid accumulation product" performs better than the body mass index for recognizing cardiovascular risk: a population-based comparison[J]. BMC Cardiovasc Disord, 2005, 5: 26. DOI: 10.1186/1471-2261-5-26.
[17]	WAKABAYASHI I, DAIMON T. The "cardiometabolic index" as a new marker determined by adiposity and blood lipids for discrimination of diabetes mellitus[J]. Clin Chim Acta, 2015, 438: 274-278. DOI: 10.1016/j.cca.2014.08.042.
[18]	许静, 张会, 仲蕾, 等.稳定期慢性心力衰竭患者久坐行为现状及影响因素分析[J].中华全科医学, 2024, 22(8): 1305-1309.DOI: 10.16766/j.cnki.issn.1674-4152.003622.
[19]	刘世炜, 肖琳. 中国烟草流行监测的发展及挑战[J]. 中华流行病学杂志, 2022, 43(6): 804-810. DOI: 10.3760/cma.j.cn112338-20211130-00931.
[20]	BUBER I, NAR R, KAYA D, et al. Assessment of triglyceride/glucose index with respect to coronary slow flow[J]. Bratisl Lek Listy, 2022, 123(8): 585-588. DOI: 10.4149/BLL_2022_095.
[21]	赵健纯. 石家庄市40岁及以上居民脑卒中流行病学特征及其危险因素分析[D]. 保定: 河北大学, 2023.
[22]	PAN X F, WANG L M, PAN A. Epidemiology and determinants of obesity in China[J]. Lancet Diabetes Endocrinol, 2021, 9(6): 373-392. DOI: 10.1016/S2213-8587(21)00045-0.
[23]	赵劭娟, 严新凤, 于传宁, 等. 2016―2022年深圳市龙华区脑卒中发病流行特征分析[J]. 中华疾病控制杂志, 2024, 28(8): 988-992. DOI: 10.16462/j.cnki.zhjbkz.2024.08.019.
[24]	佟松播. 高血压和血脂异常的联合作用与急性缺血性脑卒中的相关性研究[D]. 唐山: 华北理工大学, 2023.
[25]	LI Y Y, YATSUYA H, ISO H, et al. Body mass index and risks of incident ischemic stroke subtypes: the Japan public health center-based prospective(JPHC)study[J]. J Epidemiol, 2019, 29(9): 325-333. DOI: 10.2188/jea.JE20170298.
[26]	ZHAI L, HUO R R, ZUO Y L. Atherogenic index of plasma and obesity-related risk of stroke in middle-aged and older Chinese adults: a national prospective cohort study[J]. Diabetol Metab Syndr, 2024, 16(1): 245. DOI: 10.1186/s13098-024-01481-y.
[27]	田翠丽, 史丽娜, 王佳. 缺血性卒中的肥胖悖论[J]. 国际脑血管病杂志, 2022, 30(2): 124-128. DOI: 10.3760/cma.j.issn.1673-4165.2022.02.009.
[28]	WANG J, LI J J, LI M E, et al. Association between dynamic obesity and mortality in patients with first-ever ischemic stroke: a hospital-based prospective study[J]. Medicine, 2020, 99(38): e22243. DOI: 10.1097/MD.0000000000022243.
[29]	田园, 杨淞淳, 余灿清, 等. 中国成年人中心性肥胖与缺血性心脏病发病风险的前瞻性研究[J]. 中华流行病学杂志, 2018, 39(9): 1172-1178. DOI: 10.3760/cma.j.issn.0254-6450.2018.09.006.
[30]	李聿蕙, 刘蕾, 胡丹, 等. 青岛市成年人腰围与缺血性脑卒中发病风险关联的前瞻性研究[J]. 中华流行病学杂志, 2024, 45(2): 178-184. DOI: 10.3760/cma.j.cn112338-20230911-00146.
[31]	刘悦, 王锐, 岳辉, 等. 超重和肥胖与缺血性卒中的关系[J]. 中华老年医学杂志, 2022(9): 1122-1125. DOI: 10.3760/cma.j.issn.0254-9026.2022.09.021.
[32]	汤敏. 超声检测内脏脂肪及颈动脉硬化与缺血性脑卒中的相关性研究[D]. 芜湖: 皖南医学院, 2024.
[33]	韩向东, 李国徽, 陈佳. 中老年人群内脏脂肪代谢评分与新发脑卒中的相关性分析[J]. 现代预防医学, 2024, 51(3): 417-421. DOI: 10.20043/j.cnki.MPM.202307054.
[34]	龚凤英, 胡雯婧. 脂肪组织:一个具有高度异质性和可塑性的内分泌和免疫器官[J]. 中华糖尿病杂志, 2022, 14(12): 1469-1474. DOI: 10.3760/cma.j.cn115791-20220908-00464.
[35]	杨静芬, 黄晓渝. 中国人内脏脂肪指数与中老年心血管疾病发病风险的关联性研究[J]. 临床心血管病杂志, 2024, 40(1): 40-45. DOI: 10.13201/j.issn.1001-1439.2024.01.008.
[36]	周伟, 丁聪聪, 祝玲娟, 等. 江西省居民不同肥胖指标对脑卒中风险的预测效果[J]. 中华疾病控制杂志, 2020, 24(9): 1021-1026. DOI: 10.16462/j.cnki.zhjbkz.2020.09.006.
[37]	刘蕾. 肥胖与缺血性脑卒中发病风险关联的前瞻性队列研究[D]. 青岛: 青岛大学, 2023.
[38]	LV Z H, JI Y X, XU S, et al. Chinese visceral adiposity index and its transition patterns: impact on cardiovascular and cerebrovascular diseases in a national cohort study[J]. Lipids Health Dis, 2024, 23(1): 124. DOI: 10.1186/s12944-024-02105-0.
[39]	邵苗苗, 陈争珍. 中国人内脏脂肪指数与中老年人群脑卒中发病风险的前瞻性关联[J]. 协和医学杂志, 2025, 16(4): 922-929.
[40]	鲍洋, 张晶, 刘琰, 等. 中老年人中国内脏脂肪指数与新发脑卒中的相关性及剂量-反应关系[J]. 华南预防医学, 2024, 50(7): 599-603.
[41]	宋锦有, 徐文静, 王晓彦. 中国内脏脂肪指数在冠心病合并代谢综合征患者中的评估价值[J]. 中国心血管杂志, 2024, 29(5): 432-437. DOI: 10.3969/j.issn.1007-5410.2024.05.008.
[42]	秦叶叶, 李燕, 郑路, 等. 评估内脏型肥胖的新型人体测量学指标研究进展[J]. 国际内分泌代谢杂志, 2021, 41(3): 207-211. DOI: 10.3760/cma.j.cn121383-20200922-09044.
[43]	张丽, 赵珈艺, 范乐, 等. 内脏脂肪指数、脂质蓄积指数与脑卒中高危人群颈动脉粥样硬化的相关性研究[J]. 中国动脉硬化杂志, 2021, 29(3): 240-246.
[44]	CHEN Q J, ZHANG Z W, LUO N, et al. Elevated visceral adiposity index is associated with increased stroke prevalence and earlier age at first stroke onset: Based on a national cross-sectional study[J]. Front Endocrinol, 2023, 13: 1086936. DOI: 10.3389/fendo.2022.1086936.
[45]	于洋, 沙鸥. 心脏代谢指数与中老年人脑卒中的相关性[J]. 中国临床研究, 2024, 37(6): 921-924. DOI: 10.13429/j.cnki.cjcr.2024.06.021.

项目	对照组（n=14 510）	病例组（n=930）	χ²（Z）值	P值
年龄[M（P₂₅，P₇₅），岁]	59.0（48.0，66.0）	66.0（61.0，71.0）	7.912^a	<0.001
性别[例（%）]			0.567	0.451
男	5 748（39.61）	380（40.86）
女	8 762（60.39）	550（59.14）
文化程度[例（%）]			132.704	<0.001
初中以下	2 957（20.38）	338（36.34）
初中及以上	11 553（79.62）	592（63.66）
婚姻状况[例（%）]			12.578	<0.001
已婚	12 921（89.05）	793（85.27）
其他	1 589（10.95）	137（14.73）
吸烟史[例（%）]			0.458	0.499
无	3 447（23.76）	230（24.73）
有	11 063（76.24）	700（75.27）
静坐生活方式[例（%）]			<0.001	0.999
非久坐	9 686（66.75）	621（66.77）
久坐	4 824（33.25）	309（33.23）
血脂异常[例（%）]			64.001	<0.001
否	8 055（55.51）	391（42.04）
是	6 455（44.49）	539（57.96）
高血压史[例（%）]			172.574	<0.001
否	8 184（56.40）	319（34.30）
是	6 326（43.60）	611（65.70）
糖尿病史[例（%）]			111.172	<0.001
否	11 456（78.95）	597（64.19）
是	3 054（21.05）	333（35.81）
冠心病史[例（%）]			10.320	<0.001
否	13 795（95.07）	862（92.69）
是	715（4.93）	68（7.31）
TG[M（P₂₅，P₇₅），mmol/L]	1.26（0.89，1.84）	1.35（0.94，1.95）	3.009^a	0.003
TC[M（P₂₅，P₇₅），mmol/L]	4.86（4.24，5.54）	5.09（4.45，5.76）	6.453^a	<0.001
HDL-C[M（P₂₅，P₇₅），mmol/L]	1.22（1.02，1.46）	1.13（0.95，1.35）	8.408^a	<0.001
LDL-C[M（P₂₅，P₇₅），mmol/L]	3.07（2.49，3.68）	3.19（2.60，3.90）	4.271^a	<0.001
CRP[M（P₂₅，P₇₅），mg/L]	0.66（0.30，1.66）	0.60（1.18，1.79）	1.325^a	<0.001
FPG[M（P₂₅，P₇₅），mmol/L]	5.50（5.10，6.10）	5.80（5.40，7.00）	13.108^a	<0.001
2-hPG[M（P₂₅，P₇₅），mmol/L]^b	6.60（5.40，8.30）	7.00（5.80，9.40）	5.686^a	<0.001
HbA_1c[M（P₂₅，P₇₅），%]^b	5.70（5.40，6.00）	5.90（5.60，6.40）	9.931^a	<0.001
收缩压[M（P₂₅，P₇₅），mmHg]^b	132（120，144）	142（129，156）	15.679^a	<0.001
舒张压[M（P₂₅，P₇₅），mmHg]^b	81（74，88）	84（76，91）	6.971^a	<0.001

项目	对照组（n=14 510）	病例组（n=930）	χ²（Z）值	P值
年龄[M（P₂₅，P₇₅），岁]	59.0（48.0，66.0）	66.0（61.0，71.0）	7.912^a	<0.001
性别[例（%）]			0.567	0.451
男	5 748（39.61）	380（40.86）
女	8 762（60.39）	550（59.14）
文化程度[例（%）]			132.704	<0.001
初中以下	2 957（20.38）	338（36.34）
初中及以上	11 553（79.62）	592（63.66）
婚姻状况[例（%）]			12.578	<0.001
已婚	12 921（89.05）	793（85.27）
其他	1 589（10.95）	137（14.73）
吸烟史[例（%）]			0.458	0.499
无	3 447（23.76）	230（24.73）
有	11 063（76.24）	700（75.27）
静坐生活方式[例（%）]			<0.001	0.999
非久坐	9 686（66.75）	621（66.77）
久坐	4 824（33.25）	309（33.23）
血脂异常[例（%）]			64.001	<0.001
否	8 055（55.51）	391（42.04）
是	6 455（44.49）	539（57.96）
高血压史[例（%）]			172.574	<0.001
否	8 184（56.40）	319（34.30）
是	6 326（43.60）	611（65.70）
糖尿病史[例（%）]			111.172	<0.001
否	11 456（78.95）	597（64.19）
是	3 054（21.05）	333（35.81）
冠心病史[例（%）]			10.320	<0.001
否	13 795（95.07）	862（92.69）
是	715（4.93）	68（7.31）
TG[M（P₂₅，P₇₅），mmol/L]	1.26（0.89，1.84）	1.35（0.94，1.95）	3.009^a	0.003
TC[M（P₂₅，P₇₅），mmol/L]	4.86（4.24，5.54）	5.09（4.45，5.76）	6.453^a	<0.001
HDL-C[M（P₂₅，P₇₅），mmol/L]	1.22（1.02，1.46）	1.13（0.95，1.35）	8.408^a	<0.001
LDL-C[M（P₂₅，P₇₅），mmol/L]	3.07（2.49，3.68）	3.19（2.60，3.90）	4.271^a	<0.001
CRP[M（P₂₅，P₇₅），mg/L]	0.66（0.30，1.66）	0.60（1.18，1.79）	1.325^a	<0.001
FPG[M（P₂₅，P₇₅），mmol/L]	5.50（5.10，6.10）	5.80（5.40，7.00）	13.108^a	<0.001
2-hPG[M（P₂₅，P₇₅），mmol/L]^b	6.60（5.40，8.30）	7.00（5.80，9.40）	5.686^a	<0.001
HbA_1c[M（P₂₅，P₇₅），%]^b	5.70（5.40，6.00）	5.90（5.60，6.40）	9.931^a	<0.001
收缩压[M（P₂₅，P₇₅），mmHg]^b	132（120，144）	142（129，156）	15.679^a	<0.001
舒张压[M（P₂₅，P₇₅），mmHg]^b	81（74，88）	84（76，91）	6.971^a	<0.001

特征	对照组（n=14 510）	病例组（n=930）	Z值	P值
TyG（mg/dL）	9.00（8.00，9.00）	9.00（8.00，9.00）	5.370	<0.001
Hcy（μmol/L）	12.90（10.70，15.90）	14.60（12.20，17.80）	11.647	<0.001
BMI（kg/m²）	24.7（22.6，27.1）	25.7（23.7，27.7）	8.050	<0.001
WC（cm）	83.0（76.5，90.0）	86.0（79.8，92.1）	8.242	<0.001
BRI	3.68（2.95，4.46）	4.11（3.41，4.92）	11.415	<0.001
VAI	1.62（1.01，2.69）	1.87（1.15，3.02）	5.574	<0.001
CVAI	99.25（69.40，126.16）	120.92（97.45，141.79）	15.988	<0.001
LAP	28.12（15.72，48.40）	33.35（19.68，53.66）	6.206	<0.001
CMI	0.53（0.32，0.90）	0.64（0.39，1.09）	6.727	<0.001

特征	对照组（n=14 510）	病例组（n=930）	Z值	P值
TyG（mg/dL）	9.00（8.00，9.00）	9.00（8.00，9.00）	5.370	<0.001
Hcy（μmol/L）	12.90（10.70，15.90）	14.60（12.20，17.80）	11.647	<0.001
BMI（kg/m²）	24.7（22.6，27.1）	25.7（23.7，27.7）	8.050	<0.001
WC（cm）	83.0（76.5，90.0）	86.0（79.8，92.1）	8.242	<0.001
BRI	3.68（2.95，4.46）	4.11（3.41，4.92）	11.415	<0.001
VAI	1.62（1.01，2.69）	1.87（1.15，3.02）	5.574	<0.001
CVAI	99.25（69.40，126.16）	120.92（97.45，141.79）	15.988	<0.001
LAP	28.12（15.72，48.40）	33.35（19.68，53.66）	6.206	<0.001
CMI	0.53（0.32，0.90）	0.64（0.39，1.09）	6.727	<0.001

变量	单因素分析					多因素分析
变量	β	SE	Wald χ²值	P值	OR（95%CI）	β	SE	Wald χ²值	P值	OR（95%CI）
BMI	0.064	0.009	7.708	<0.001	1.066（1.049~1.084）	0.037	0.010	3.660	<0.001	1.038（1.017~1.058）
WC	0.026	0.003	7.753	<0.001	1.027（1.020~1.033）	0.012	0.004	2.914	0.004	1.012（1.004~1.020）
BRI	0.287	0.026	11.164	<0.001	1.333（1.267~1.402）	0.101	0.030	3.321	<0.001	1.106（1.042~1.174）
VAI	0.022	0.009	2.508	0.012	1.022（1.005~1.039）	0.011	0.015	0.741	0.459	1.011（0.982~1.041）
CVAI	0.013	0.001	15.428	<0.001	1.013（1.011~1.015）	0.005	0.001	4.168	<0.001	1.005（1.003~1.007）
LAP	0.002	0.001	3.378	<0.001	1.002（1.001~1.004）	0.001	0.001	0.797	0.425	1.001（0.999~1.003）
CMI	0.063	0.024	2.672	0.008	1.065（1.017~1.115）	0.041	0.039	1.036	0.300	1.042（0.964~1.125）

Correlation between Anthropometric Indices and the Risk of Stroke: a Nested Case-control Study

不同身体测量指标与脑卒中发病风险的巢式病例对照研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 45

Related Articles 15

Recommended Articles

Metrics

Comments

指标	AUC	95%CI	灵敏度（%）	特异度（%）	最佳截断值
BMI	0.58	0.56~0.60	44.45	68.71	24.26 kg/m²
WC	0.58	0.56~0.60	43.80	68.71	81.38 cm
BRI	0.61	0.59~0.63	47.08	69.89	3.60
CVAI	0.66	0.64~0.67	48.41	75.27	97.37

组别	∆AUC	Z值	P值
BRI与BMI	0.033	5.724	<0.001
BRI与WC	0.031	6.662	<0.001
BRI与CVAI	-0.045	-8.696	<0.001
BMI与WC	-0.002	-0.308	0.758
BMI与CVAI	-0.078	-12.713	<0.001
WC与CVAI	-0.076	-13.512	<0.001

[1]	CAO Lei, LIU Xuechun, JIANG Wei, CHEN Yan, YAN Sunhong, DU Jing. Study on the Prediction of Muscle Attenuation in Patients with Acute Ischemic Stroke by the Cross-sectional Area and Thickness of the Temporalis Muscle [J]. Chinese General Practice, 2026, 29(08): 997-1007.
[2]	HU Naixiao, ZHANG Hao, WANG Bo, QI Xin, DONG Jianhong, XUE Ruizhong, ZHANG Qingsu. Study of the Therapeutic Effect of Intraoral Balloon Dilation Combined with K-point Stimulation in Patients with Post-stroke Pseudobulbar Palsy Associated Dysphagia and Trismus [J]. Chinese General Practice, 2026, 29(05): 591-596.
[3]	JIANG Xiaorui, YAN Yuyao, WEI Jingjing, QIAO Lijie, PENG Guangcao, ZHU Mingjun. Systematic Review of Risk Prediction Models for Concurrent Heart Failure with Coronary Heart Disease [J]. Chinese General Practice, 2026, 29(03): 393-402.
[4]	ZHAO Xuejiao, LI Juan, LI Yujie, LU Ting, Xian Lihong, YAN Huan. Prevalence Trends and Influencing Factors for Post-stroke Cognitive Impairment in China: a Meta-analysis [J]. Chinese General Practice, 2026, 29(03): 380-392.
[5]	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.
[6]	YU Hao, LIAO Peng, LUO Li. Digital Therapy for Stroke: Progress and Challenges from Screening to Intervention [J]. Chinese General Practice, 2026, 29(02): 240-246.
[7]	LONG Yutong, LU Shiyu, TAN Jie, YANG Bolu, DUAN Jingying, YANG Tongde, YAN Lijing, GONG Enying, SHAO Ruitai. Long-term Medication Adherence Attitudes and Behaviors of Stroke Patients in Rural Areas of China and Related Factors: Based on Follow-up Data from a Certain County in Hebei Province [J]. Chinese General Practice, 2026, 29(02): 170-179.
[8]	HAN Xue, LIU Huan, LOU Xiaole, SONG Jianing, ZHANG Ziang, GENG Zongxiao, WANG Shan, ZHANG Yongqing, XU Lei. Intermittent θ Burst Stimulation Combined with Chin Tuck Against Resistance Training for Dysphagia in Stroke Patients: a Randomized Controlled Trial [J]. Chinese General Practice, 2025, 28(29): 3625-3630.
[9]	SU Qing, XU Yao, LI Yihang, WANG Liyan, CAI Yefeng, NI Xiaojia. Quality Evaluation of Methodology on the Changes in Traditional Chinese Medicine Syndromes of Stroke and Risk Population [J]. Chinese General Practice, 2025, 28(29): 3694-3702.
[10]	LI Yibing, JIA Hongbo, FAN Xiaonong, ZHAO Wenjun, LIU Wei, GE Wenyi, LI Songjiao, LEI Kangchen, ZHANG Menglong, ZHANG Weiwei, CHEN Yang, LI Li. Comprehensive Evaluation of Prognostic Factors Affecting Dysphagia after Stroke: an Umbrella Review [J]. Chinese General Practice, 2025, 28(29): 3631-3637.
[11]	SUN Haixin, JIANG Bin. Practical Evidence and Reflection on Hypertension Control Strategies in Stroke Prevention and Management in China [J]. Chinese General Practice, 2025, 28(29): 3601-3607.
[12]	FAN Boyang, ZHANG Yu, SUN Wenning, ZHANG Huifang, WANG Yingjie, ZHANG Ao, ZHAO Yang, WANG Haipeng. Study of Behavioral Intention and Influencing Factors of Integrated Medical and Preventive Care Provided by Grassroots Doctors for Patients with Chronic Diseases [J]. Chinese General Practice, 2025, 28(25): 3144-3150.
[13]	WANG Rupeng, NAN Jing, HU Yiran, YANG Shenghua, JIN Zening. Predictive Value of the Triglyceride-Glucose Body Mass Index for Slow Flow/No-reflow Phenomenon in Patients with Type 2 Diabetes Mellitus and Acute Myocardial Infarction Undergoing Emergency Percutaneous Coronary Intervention [J]. Chinese General Practice, 2025, 28(24): 2985-2992.
[14]	YANG Ji, ZHANG Yao, ZHAO Yingqiang, ZHANG Qiuyue. Evaluation of the Effectiveness of TCM Three-level Prevention and Control Model in the Management of Patients with Coronary Heart Disease and Stroke: a Single-center, Prospective Cohort Study [J]. Chinese General Practice, 2025, 28(22): 2750-2761.
[15]	TAN Yi, ZHU Lihong, YIN Zengwei, HOU Shunan, YU Houming. A Real-world Study of MRI-guided Intravenous Thrombolytic Therapy in Acute Ischemic Stroke [J]. Chinese General Practice, 2025, 28(20): 2508-2515.