A Retrospective Cohort Study on the Relationship between Triglyceride-Glucose Index and Its Combination with Obesity Indices and Chronic Kidney Disease in Adults

doi:10.12114/j.issn.1007-9572.2023.0456

Abstract

Abstract:

Background

Chronic kidney disease (CKD) is the eleventh leading cause of death globally, and the burden of disease and economic impact caused by it is increasing rapidly. Its disability and mortality rates have exhibited the highest increase among all chronic diseases. Insulin resistance (IR) and obesity are closely associated with the onset and progression, and triglyceride-glucose (TyG) index can serve as a substitute indicator for IR. Nevertheless, the exact relationship between the TyG index and the development of CKD remains to be fully elucidated.

Objective

Through a cohort study, we aim to investigate the relationship between triglyceride-glucose (TyG) index and its combination with obesity indices in relation to the occurrence of CKD.

Methods

This retrospective cohort study selected 4 921 adult participants who underwent annual physical examinations at the Sichuan Provincial People's Hospital Health Management & Physical Examination from January 2015 to November 2022, according to specific inclusion and exclusion criteria. The study cohort was categorized into four groups based on quartiles of the baseline triglyceride-glucose (TyG) index: Q1 (5.43-6.66) , Q2 (6.67-7.04) , Q3 (7.05-7.43) , and Q4 (7.43-9.97) , with sample sizes of 1 230, 1 231, 1 230 and 1 230, respeciyvely Obesity-related indices including waist circumference (WC) , BMI, and waist-to-hip ratio (WHR) , were combined with the TyG index to form TyG-WC, TyG-BMI, and TyG-WHR indices. Based on the quartiles of the baseline TyG-WC index, the study subjects were divided into 4 groups, Q1 (204.49-523.14) , Q2 (523.15-593.21) , Q3 (593.22-657.16) , and Q4 (657.17-992.75) , with sample sizes of 1 230, 1 232, 1 229 and 1 230, respectively. Based on the quartiles of the baseline TyG-BMI index, the study subjects were divided into 4 groups, Q1 (92.43-149.16) , Q2 (149.17-168.43) , Q3 (168.49-188.92) , and Q4 (88.93-306.64) , with sample sizes of 1 228, 1 231, 1 232 and 1 230, respectively. Based on the quartiles of the baseline TyG-WHR index, the study subjects were divided into 4 groups, Q1 (2.76-5.66) , Q2 (5.67-6.26) , Q3 (6.27-6.83) , and Q4 (6.84-9.67) , with sample sizes of 1 230, 1 230, 1 231 and 1 230, respectively. The relationship between the TyG index and its combination with obesity indices and the incidence risk of CKD was examined by a Cox proportional hazards model, while a restricted cubic spline regression (RCS) was used to assess dose-response relationships.

Results

At the end of follow-up, there were 139 new cases of CKD in the study cohort, with an incidence rate of 2.8%. After accounting for potential confounding factors, the results showed that compared to the TyG index Q1 group, the TyG index Q4 group exhibited a significantly elevated risk of CKD incidence (HR=1.756, 95%CI=1.010-3.054) . Compared to the TyG-WC index Q1 group, the TyG-WC index Q4 group demonstrated a significantly higher risk of CKD incidence (HR=2.532, 95%CI=1.210-5.296) , with P<0.05. There was a non-linear dose-response relationship between the TyG index and the risk of CKD incidence (P_nonlinearity=0.048) , with higher TyG index values (>6.93) associated with a greater risk of CKD incidence. The TyG-WC index had a linear dose-response relationship with the risk of CKD incidence (P_nonlinearity=0.078) , with an increasing trend of CKD incidence risk with increasing TyG-WC index values.

Conclusion

Both TyG and TyG-WC are risk factors for CKD, controlling for TyG and WC can effectively prevent and manage CKD, this finding holds great importance for the prevention and treatment of CKD.

Key words: Chronic kidney disease, Triglyceride-glucose index, Insulin resistance, Obesity, Cohort study

摘要：

背景

慢性肾脏病（CKD）是全球排名第十一位的致命疾病，其导致的疾病负担和经济负担正迅速增加。在所有慢性病中，CKD的致残和致死风险增长率居首位。胰岛素抵抗（IR）和肥胖与CKD的发展密切相关，三酰甘油-葡萄糖（TyG）指数可作为衡量IR的替代指标，但TyG指数与CKD发生的关系尚不完全清楚。

目的

通过队列研究，探讨TyG指数及其肥胖合并指标与CKD发生之间的关系。

方法

本研究为回顾性队列研究，根据纳入与排除标准选取2015年1月—2022年11月到四川省人民医院健康管理中心进行年度体检的4 921例成年人作为研究对象。将参与者根据基线TyG指数的四分位数分为4组，分别为Q1（5.43~6.66）、Q2（6.67~7.04）、Q3（7.05~7.43）、Q4（7.43~9.97）组，各组的例数分别为1 230例、1 231例、1 230例及1 230例。肥胖相关指标包括腰围（WC）、BMI和腰臀比（WHR），分别与TyG指数结合成TyG-WC、TyG-BMI和TyG-WHR指数。将参与者根据基线TyG-WC指数的四分位数分为4组，分别为Q1（204.49~523.14）、Q2（523.15~593.21）、Q3（593.22~657.16）、Q4（657.17~992.75），各组的例数分别为1 230、1 232、1 229、1 230例；根据基线TyG-BMI指数的四分位数将研究对象分为4组，分别为Q1（92.43~149.16）、Q2（149.17~168.43）、Q3（168.49~188.92）、Q4（88.93~306.64），各组的例数分别为1 228、1 231、1 232、1 230例；根据基线TyG-WHR指数的四分位数将研究对象分为4组，分别为Q1（2.76~5.66）、Q2（5.67~6.26）、Q3（6.27~6.83）、Q4（6.84~9.67）组，各组的例数分别为1 230、1 230、1 231、1 230例。TyG指数及其结合肥胖指标与CKD的发病风险采用比例风险回归模型（Cox模型），剂量反应关系采用限制性立方样条回归（RCS）。

结果

截至随访终点，该研究队列中新发CKD 139例，发生率为2.8%。调整混杂因素后发现，与TyG指数Q1组相比，TyG指数Q4组发生CKD风险显著增加（HR=1.756，95%CI=1.010~3.054），与TyG-WC指数Q1组相比，TyG-WC指数Q4组发生CKD风险显著增加（HR=2.532，95%CI=1.210~5.296）（P<0.05）。TyG指数与CKD发生风险呈非线性剂量反应关系（P_非线性=0.048），TyG指数越高（>6.93），CKD发生风险越高。TyG-WC指数与CKD发生风险呈线性剂量反应关系（P_非线性=0.078），CKD发生风险随TyG-WC指数升高而呈上升趋势。

结论

TyG和TyG-WC均为CKD的影响因素，控制TyG和WC可以有效地预防和管理CKD，对CKD的防治具有重要意义。

关键词: 慢性肾脏病, 三酰甘油-葡萄糖指数, 胰岛素抵抗, 肥胖, 队列研究

CLC Number:

R 692

HOU Qinchuan,ZHANG Rui,LI Binghong, et al. A Retrospective Cohort Study on the Relationship between Triglyceride-Glucose Index and Its Combination with Obesity Indices and Chronic Kidney Disease in Adults[J]. Chinese General Practice, 2024, 27(22): 2731-2738. DOI: 10.12114/j.issn.1007-9572.2023.0456.
侯钦钏,张芮,李炳宏等. 三酰甘油-葡萄糖指数及肥胖指标与成年人慢性肾脏病关系的回顾性队列研究[J]. 中国全科医学, 2024, 27(22): 2731-2738. DOI: 10.12114/j.issn.1007-9572.2023.0456.

Figures/Tables 5

References 49

[1]	American Society of Nephrology（ASN），European Renal Association-European Dialysis and Transplant Association （ERA-EDTA），International Society of Nephrology（ISN）. The hidden epidemic：Worldwide，over 850 million people suffer from kidney diseases 2018[EB/OL].[2023-05-15]. Accessed Sept 2020.
[2]	BELLO A K, LEVIN A, TONELLI M，et al. Global Kidney Health Atlas：a report by the international society of nephrology on the current state of organization and structures for kidney care across the globe 2017[EB/OL].[2023-05-15]. Accessed Sept 2020.
[3]	JHA V, GARCIA-GARCIA G, ISEKI K, et al. Chronic kidney disease：global dimension and perspectives[J]. Lancet，2013，382:260-272. DOI：10.1016/S0140-6736(13)60687-X.
[4]	GBD Chronic Kidney Disease Collaboration. Global，regional，and national burden of chronic kidney disease，1990-2017：a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet，2020，395(10225):709-733. DOI：10.1016/S0140-6736(20)30045-3.
[5]	TAKEMOTO Y, NAGANUMA T. Economic issues of chronic kidney disease and end-stage renal disease[J]. Contrib Nephrol，2019，198:87-93. DOI：10.1159/000496533.
[6]	SIEMENS T A, RIELLA M C, DE MORAES T P, et al. APOL1 risk variants and kidney disease：What we know so far[J]. Bras Nefrol，2018，40(4):388-402. DOI：10.1590/2175-8239-JBN-2017-0033.
[7]	ZHAO S, YU S K, Chi C, et al. Association between macro- and microvascular damage and the triglyceride glucose index in community-dwelling elderly individuals：the Northern Shanghai Study[J]. Cardiovascular Diabetology，2019，18(1):95. DOI：10.1186/s12933-019-0898-x.
[8]	DIMOVA R, CHAKAROVA N, GROZEVA G, et al. The relationship between glucose variability and insulin sensitivity and oxidative stress in subjects with prediabetes[J]. Diabetes Res Clin Pract，2019，158:107911. DOI：10.1016/j.diabres.2019.107911.
[9]	SCHRAUBEN S J, JEPSON C, HSU J Y, et al. Insulin resistance and chronic kidney disease progression，cardiovascular events，and death：Findings from the chronic renal insufficiency cohort study[J]. BMC Nephrol，2019，20(1):60. DOI：10.1186/s12882-019-1220-6.
[10]	SONG S, SON D H, BAIK S J, et al. Triglyceride glucose-waist circumference（TyG-WC）is a reliable marker to predict non-alcoholic fatty liver disease[J]. Biomedicines，2022，10(9):2251. DOI：10.3390/biomedicines10092251.
[11]	MIRR M, SKRYPNIK D, BOGDAŃSKI P, et al. Newly proposed insulin resistance indexes called TyG-NC and TyG-NHtRshow efficacy in diagnosing the metabolic syndrome[J]. J Endocrinol Invest，2021，44(12):2831-2843. DOI：10.1007/s40618-021-01608-2.
[12]	OKAMURA T, HASHIMOTO Y, HAMAGUCHI M, et al. Triglyceride-glucose index is a predictor of incident chronic kidney disease：a population-based longitudinal study[J]. Clin Exp Nephrol，2019，23:948-955. DOI：10.1007/s10157-019-01729-2.
[13]	WU S L, XU L L, WU M Y, et al. Association between triglyceride-glucose index and risk of arterial stiffness：a cohort study[J]. Cardiovasc Diabetol，2021，20(1):146. DOI：10.1186/s12933-021-01342-2.
[14]	LEVEY A S, CORESH J, GREENE T, et al. Using standardized serum creatinine values in the modification of diet in renal disease study equation for estimating glomerular filtration rate[J]. Ann Intern Med，2006，145(4):247-254. DOI：10.7326/0003-4819-145-4-200608150-00004.
[15]	中华医学会，中华医学会杂志社，中华医学会全科医学分会，等. 血脂异常基层诊疗指南（2019年）[J]. 中华全科医师杂志，2019，18(5):406-416. DOI：10.3760/cma.j.issn.1671-7368.2019.05.003.
[16]	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.cn115791-20210221-00095.
[17]	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，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.
[18]	WANG J M, XU B, RAO J Y, et al. Diet habits，alcohol drinking，tobacco smoking，green tea drinking，and the risk of esophageal squamous cell carcinoma in the Chinese population[J]. Eur J Gastroenterol Hepatol，2007，19(2):171-176. DOI：10.1097/MEG.0b013e32800ff77a.
[19]	杨功焕，马杰民，刘娜，等. 中国人群2002年吸烟和被动吸烟的现状调查[J]. 中华流行病学杂志，2005，26(2):77-83.
[20]	陶然，付江宁，李娟. 运动习惯与社区老年人认知功能的关系[J]. 心理与行为研究，2020，18(5):707-713.
[21]	CHEN Y, DABBAS W, GANGEMI A, et al. Obesity management and chronic kidney disease[J]. Semin Nephrol，2021，41(4):392-402. DOI：10.1016/j.semnephrol.2021.06.010.
[22]	MORICONI D, D'ALESSANDRO C, GIANNESE D, et al. Diagnosis，prevalence and significance of obesity in a cohort of CKD patients[J]. Metabolites，2023，13(2):196. DOI：10.3390/metabo13020196.
[23]	Vallianou N G, Mitesh S, Gkogkou A, et al. Chronic kidney disease and cardiovascular disease：Is there any relationship?[J]. Curr Cardiol Rev，2019，15(1):55-63. DOI：10.2174/1573403X14666180711124825.
[24]	ARTUNC F, SCHLEICHER E, WEIGERT C, et al. The impact of insulin resistance on the kidney and vasculature[J]. Nat Rev Nephrol，2016，12(12):721-737. DOI：10.1038/nrneph.2016.145.
[25]	WANG Y N, MA S X, CHEN Y Y, et al. Chronic kidney disease：Biomarker diagnosis to therapeutic targets[J]. Clin Chim Acta，2019，499:54-63. DOI：10.1016/j.cca.2019.08.030.
[26]	DAVE N, WU J, THOMAS S. Chronic kidney disease-induced insulin resistance：Current state of the field[J]. Curr Diab Rep，2018，18(7):44. DOI：10.1007/s11892-018-1010-8.
[27]	BONORA E, TARGHER G, ALBERICHE M, et al. Homeostasis model assessment closely mirrors the glucose clamp technique in the assessment of insulin sensitivity：studies in subjects with various degrees of glucose tolerance and insulin sensitivity[J]. Diabetes Care，2000，23(1):57-63. DOI：10.2337/diacare.23.1.57.
[28]	GUERRERO-ROMERO F, SIMENTAL-MENDÍA L E, GONZÁLEZ-ORTIZ M, et al. The product of triglycerides and glucose，a simple measure of insulin sensitivity. Comparison with the euglycemic-hyperinsulinemic clamp[J]. J Clin Endocr Metab，2010，95(7):3347-3351. DOI：10.1210/jc.2010-0288.
[29]	UNGER G, BENOZZI S F, PERRUZZA F, et al. Triglycerides and glucose index：a useful indicator of insulin resistance[J]. Endocrinol Nutr，2014，61(10):533-540. DOI：10.1016/j.endonu.2014.06.009.
[30]	ZHANG Y Y, XU L N, LIU X H, et al. Evaluation of insulin sensitivity by hyperinsulinemic-euglycemic clamps using stable isotope-labeled glucose[J]. Cell Discovery，2018，4:17. DOI：10.1038/s41421-018-0016-3.
[31]	LOW S, PEK S, MOH A, et al. Triglyceride-glucose index is prospectively associated with chronic kidney disease progression in Type 2 diabetes-mediation by pigment epithelium-derived factor[J]. Diab Vasc Dis Res，2022，19(4):14791641221113784. DOI：10.1177/14791641221113784.
[32]	AWAN A A, WALTHER C P, RICHARDSON P A, et al. Prevalence，correlates and outcomes of absolute and functional iron deficiency anemia in nondialysis-dependent chronic kidney disease[J]. Nephrol Dial Transplant，2021，36(1):129-136. DOI：10.1093/ndt/gfz192.
[33]	PEI K, GUI T, LI C, et al. Recent progress on lipid intake and chronic kidney disease[J]. BioMed Res Int，2020，2020:3680397. DOI：10.1155/2020/3680397.
[34]	WEINBERG J M. Lipotoxicity[J]. Kidney International，2006，70(9):1560-1566. DOI：10.1038/sj.ki.5001834.
[35]	ERICHSEN J M, FADEL J R, REAGAN L P. Peripheral versus central insulin and leptin resistance：role in metabolic disorders，cognition，and neuropsychiatric diseases[J]. Neuropharmacology，2022，203:108877. DOI：10.1016/j.neuropharm.2021.108877.
[36]	MORALES-VILLEGAS E. Dyslipidemia，hypertension and diabetes metaflammation. A unique mechanism for 3 risk factors[J]. Curr Hypertens Rev，2014. PMID：24993281.
[37]	YANG S, KWAK S, SONG Y H, et al. Association of longitudinal trajectories of insulin resistance with adverse renal outcomes[J]. Diabetes Care，2022，45(5):1268-1275. DOI：10.2337/dc21-2521.
[38]	CHENG H T, HUANG J W, CHIANG C K, et al. Metabolic syndrome and insulin resistance as risk factors for development of chronic kidney disease and rapid decline in renal function in elderly[J]. J Clin Endocrinol Metab，2012，97(4):1268-1276. DOI：10.1210/jc.2011-2658.
[39]	POLIANSKYTE-PRAUSE Z, TOLVANEN T A, LINDFORS S, et al. Ebselen enhances insulin sensitivity and decreases oxidative stress by inhibiting SHIP2 and protects from inflammation in diabetic mice[J]. Int J Biol Sci，2022，18(5):1852-1864. DOI：10.7150/ijbs.66314.
[40]	DU J J, FAN L M, MAI A N, et al. Crucial roles of Nox2-derived oxidative stress in deteriorating the function of insulin receptors and endothelium in dietary obesity of middle-aged mice[J]. Br J Pharmacol，2013，170(5):1064-1077. DOI：10.1111/bph.12336.
[41]	AZHAR A, HASSAN N, TAPOLYAI M, et al. Obesity，chronic kidney disease，and kidney transplantation：an evolving relationship[J]. Semin Nephrol，2021，41(2):189-200. DOI：10.1016/j.semnephrol.2021.03.013.
[42]	FOSTER M C, HWANG S J, LARSON M G, et al. Overweight，obesity，and the development of stage 3 CKD：the framingham heart study[J]. Am J Kidney Dis，2008，52(1):39-48. DOI：10.1053/j.ajkd.2008.03.003.
[43]	HASHIMOTO Y, TANAKA M, OKADA H, et al. Metabolically healthy obesity and risk of incident CKD[J]. Clin J Am Soc Nephrol，2015，10(4):578-583. DOI：10.2215/CJN.08980914.
[44]	DE JONG P E, VERHAVE J C, PINTO-SIETSMA S J, et al. Obesity and target organ damage：the kidney[J]. Int J Obes Relat Metab Disord，2002，26(Suppl 4):S21-24. DOI：10.1038/sj.ijo.0802213.
[45]	WU Y C, LIU Z H, XIANG Z Y, et al. Obesity-related glomerulopathy：insights from gene expression profiles of the glomeruli derived from renal biopsy samples[J]. Endocrinology，2006，147(1):44-50. DOI：10.1210/en.2005-0641.
[46]	KARELIS A D, BROCHU M, RABASA-LHORET R. Can we identify metabolically healthy but obese individuals（MHO）?[J]. Diabetes Metab，2004，30(6):569-572. DOI：10.1016/s1262-3636(07)70156-8.
[47]	RHEE C M, AHMADI S F, KALANTAR-ZADEH K. The dual roles of obesity in chronic kidney disease：a review of the current literature[J]. Curr Opin Nephrol Hypertens，2016，25(3):208-216. DOI：10.1097/MNH.0000000000000212.
[48]	PARK J, AHMADI S F, STREJA E, et al. Obesity paradox in end-stage kidney disease patients[J]. Prog Cardiovasc Dis，2014，56(4):415-425. DOI：10.1016/j.pcad.2013.10.005.
[49]	KALANTAR-ZADEH K, BLOCK G, HUMPHREYS M H, et al. Reverse epidemiology of cardiovascular risk factors in maintenance dialysis patients[J]. Kidney Int，2003，63(3):793-808. DOI：10.1046/j.1523-1755.2003.00803.x.

变量	例数	CKD	χ²值	P值
TyG指数			12.821	0.005
Q1组	1 230	22（1.8）
Q2组	1 231	33（2.7）
Q3组	1 230	33（2.7）
Q4组	1 230	51（4.1）
TyG-WC指数			18.971	<0.001
Q1组	1 230	15（1.2）
Q2组	1 232	39（3.2）
Q3组	1 229	35（2.8）
Q4组	1 230	50（4.1）
TyG-BMI指数			8.481	0.037
Q1组	1 228	22（1.8）
Q2组	1 231	33（2.7）
Q3组	1 232	45（3.7）
Q4组	1 230	39（3.2）
TyG-WHR指数			23.775	<0.001
Q1组	1 230	14（1.1）
Q2组	1 230	35（2.8）
Q3组	1 231	36（2.9）
Q4组	1 230	54（4.4）

变量	例数	CKD	χ²值	P值
TyG指数			12.821	0.005
Q1组	1 230	22（1.8）
Q2组	1 231	33（2.7）
Q3组	1 230	33（2.7）
Q4组	1 230	51（4.1）
TyG-WC指数			18.971	<0.001
Q1组	1 230	15（1.2）
Q2组	1 232	39（3.2）
Q3组	1 229	35（2.8）
Q4组	1 230	50（4.1）
TyG-BMI指数			8.481	0.037
Q1组	1 228	22（1.8）
Q2组	1 231	33（2.7）
Q3组	1 232	45（3.7）
Q4组	1 230	39（3.2）
TyG-WHR指数			23.775	<0.001
Q1组	1 230	14（1.1）
Q2组	1 230	35（2.8）
Q3组	1 231	36（2.9）
Q4组	1 230	54（4.4）

变量	新发CKD（n=139）	未发生CKD（n=4 782）	t（χ²）值	P值
年龄（±s，岁）	68.3±13.0	54.2±12.1	12.647	<0.001
男性[例（%）]	91（65.5）	3048（63.7）	0.175^a	0.676
吸烟[例（%）]	26（19.5）	817（17.9）	0.234^a	0.692
饮酒[例（%）]	12（9.0）	674（14.8）	3.466^a	0.063
运动习惯[例（%）]	21（22.1）	759（18.6）	0.760^a	0.383
高血压[例（%）]	84（60.4）	819（17.1）	169.065^a	<0.001
糖尿病[例（%）]	50（36.0）	293（6.1）	185.534^a	<0.001
高脂血症[例（%）]	18（12.9）	338（7.1）	6.962^a	0.008
SBP（±s，mmHg）	133±18	121±16	8.589	<0.001
DBP（±s，mmHg）	72±12	73±11	-0.541	0.589
WC（±s，cm）	86.3±9.0	83.5±9.3	3.465	<0.001
BMI（±s，kg/m²）	24.4±3.4	24.0±3.0	1.657	0.098
臀围（±s，cm）	94.2±6.7	94.7±5.7	-0.875	0.382
WHR（±s）	0.9±0.1	0.9±0.7	5.709	<0.001
TC（±s，mmol/L）	4.6±1.1	4.9±1.0	-2.785	0.006
TG（±s，mmol/L）	1.9±1.9	1.7±1.2	1.676	0.096
LDL-C（±s，mmol/L）	2.7±0.9	2.9±0.8	-2.139	0.034
HDL-C（±s，mmol/L）	1.2±0.3	1.3±0.3	-3.192	0.001
FPG（±s，mmol/L）	6.1±2.1	5.2±1.1	4.816	<0.001
HbA_1c（±s，%）	6.2±1.3	5.6±0.7	5.707	<0.001
UA（±s，umol/L ）	377.3±85.3	349.6±84.4	3.821	<0.001
UACR（±s，mg/g）	16.0±8.5	7.7±5.2	11.423	<0.001
eGFR[±s，ml·min^-1· （ 1.73 m²） ^-1]	83.2±17.2	97.9±13.4	-10.016	<0.001
TyG（±s）	7.3±0.7	7.1±0.6	3.668	<0.001
TyG-WC（±s）	630.8±102.2	592.8±96.5	4.320	<0.001
TyG-BMI（±s）	178.2±33.2	170.1±29.4	3.189	<0.001
TyG-WHR（±s）	6.7±0.9	6.2±0.8	6.041	<0.001

变量	新发CKD（n=139）	未发生CKD（n=4 782）	t（χ²）值	P值
年龄（±s，岁）	68.3±13.0	54.2±12.1	12.647	<0.001
男性[例（%）]	91（65.5）	3048（63.7）	0.175^a	0.676
吸烟[例（%）]	26（19.5）	817（17.9）	0.234^a	0.692
饮酒[例（%）]	12（9.0）	674（14.8）	3.466^a	0.063
运动习惯[例（%）]	21（22.1）	759（18.6）	0.760^a	0.383
高血压[例（%）]	84（60.4）	819（17.1）	169.065^a	<0.001
糖尿病[例（%）]	50（36.0）	293（6.1）	185.534^a	<0.001
高脂血症[例（%）]	18（12.9）	338（7.1）	6.962^a	0.008
SBP（±s，mmHg）	133±18	121±16	8.589	<0.001
DBP（±s，mmHg）	72±12	73±11	-0.541	0.589
WC（±s，cm）	86.3±9.0	83.5±9.3	3.465	<0.001
BMI（±s，kg/m²）	24.4±3.4	24.0±3.0	1.657	0.098
臀围（±s，cm）	94.2±6.7	94.7±5.7	-0.875	0.382
WHR（±s）	0.9±0.1	0.9±0.7	5.709	<0.001
TC（±s，mmol/L）	4.6±1.1	4.9±1.0	-2.785	0.006
TG（±s，mmol/L）	1.9±1.9	1.7±1.2	1.676	0.096
LDL-C（±s，mmol/L）	2.7±0.9	2.9±0.8	-2.139	0.034
HDL-C（±s，mmol/L）	1.2±0.3	1.3±0.3	-3.192	0.001
FPG（±s，mmol/L）	6.1±2.1	5.2±1.1	4.816	<0.001
HbA_1c（±s，%）	6.2±1.3	5.6±0.7	5.707	<0.001
UA（±s，umol/L ）	377.3±85.3	349.6±84.4	3.821	<0.001
UACR（±s，mg/g）	16.0±8.5	7.7±5.2	11.423	<0.001
eGFR[±s，ml·min^-1· （ 1.73 m²） ^-1]	83.2±17.2	97.9±13.4	-10.016	<0.001
TyG（±s）	7.3±0.7	7.1±0.6	3.668	<0.001
TyG-WC（±s）	630.8±102.2	592.8±96.5	4.320	<0.001
TyG-BMI（±s）	178.2±33.2	170.1±29.4	3.189	<0.001
TyG-WHR（±s）	6.7±0.9	6.2±0.8	6.041	<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
TyG指数（Q1为参照）
Q2	1.388（0.809~2.382）	0.234	1.242（0.723~2.135）	0.432	1.153（0.651~2.042）	0.625
Q3	1.339（0.780~2.298）	0.289	1.233（0.717~2.118）	0.449	1.125（0.634~1.995）	0.687
Q4	2.243（1.360~3.698）	0.002	2.210（1.337~3.653）	0.002	1.756（1.010~3.054）	0.046
TyG-WC指数（Q1为参照）
Q2	2.265（1.247~1.112）	0.007	1.910（1.045~3.493）	0.036	1.891（0.984~3.635）	0.056
Q3	1.991（1.086~3.650）	0.026	1.766（0.949~3.288）	0.073	1.576（0.778~3.197）	0.207
Q4	3.051（1.712~5.438）	<0.001	2.983（1.633~5.448）	<0.001	2.532（1.210~5.296）	0.014
TyG-BMI指数（Q1为参照）
Q2	1.401（0.817~2.403）	0.221	1.294（0.753~2.223）	0.351	1.184（0.673~2.081）	0.558
Q3	1.819（1.092~3.030）	0.022	1.701（1.016~2.849）	0.043	1.389（0.804~2.400）	0.239
Q4	1.698（1.007~2.864）	0.047	1.845（1.082~3.145）	0.024	1.274（0.713~2.274）	0.413
TyG-WHR指数（Q1为参照）
Q2	2.217（1.192~4.124）	0.012	1.800（0.955~3.391）	0.069	1.694（0.865~3.317）	0.125
Q3	2.055（1.106~3.819）	0.023	1.550（0.817~2.940）	0.179	1.361（0.679~2.726）	0.385
Q4	3.116（1.727~5.625）	<0.001	2.504（1.352~4.635）	0.003	1.849（0.922~3.706）	0.083