Impact of Body Mass Index on the Association of Triglyceride Glucose Index with Cognitive Function: a Cross-sectional Study in Rural Older Adults in Guizhou Province

doi:10.12114/j.issn.1007-9572.2024.0673

Chinese General Practice ›› 2025, Vol. 28 ›› Issue (22): 2806-2812.DOI: 10.12114/j.issn.1007-9572.2024.0673

Special Issue: 老年人群健康最新文章合辑

• Original Research·Focus on Body Index and Health Relationship • Previous Articles Next Articles

Impact of Body Mass Index on the Association of Triglyceride Glucose Index with Cognitive Function: a Cross-sectional Study in Rural Older Adults in Guizhou Province

1. School of Public Health and Health Sciences/the Key Laboratory of Environmental Pollution Monitoring and Disease Control, Ministry of Education, Guizhou Medical University, Guiyang 561113, China
2. School of Medicine and Health Management, Guizhou Medical University, Guiyang 561113, China
3. Qiannan Medical College for Nationalities, Duyun 558000, China

Received:2024-10-15 Revised:2025-05-26 Published:2025-08-05 Online:2025-06-30
Contact: YANG Jingyuan

体重指数对三酰甘油葡萄糖指数与认知功能关联的影响：一项贵州农村老年人群的现况研究

1．561113　贵州省贵阳市，贵州医科大学公共卫生与健康学院　环境污染与疾病监控教育部重点实验室
2．561113　贵州省贵阳市，贵州医科大学医药卫生管理学院
3．558000　贵州省黔南布依族苗族自治州都匀市，贵州黔南民族医学高等专科学校

通讯作者: 杨敬源
作者简介:
作者贡献：
刘美霞提出主要研究目标，负责研究的构思与设计，统计学处理，图、表的绘制与展示，撰写论文；刘美霞、尹金念、吴枚负责文献检索、数据的收集、整理和录入；杨星、周全湘负责调查现场的统筹与协调安排；杨敬源进行论文的修订，负责文章的质量控制与审查，对整个研究进行监督管理，对文章整体负责。
基金资助:
国家自然科学基金资助项目(81860598)

Abstract

Abstract:

Background

Previous studies have suggested associations between the triglyceride glucose index (TyG) , body mass index (BMI) , and cognitive function. However, when exploring the association between TyG and cognitive function, these studies have tended to give less consideration to the potential influence of BMI, and the relationship among these three factors remains unclear. Examining the effect of BMI on the association between TyG and cognitive function is of great significance for developing precise interventions to prevent cognitive decline in older adults.

Objective

To explore the effect of BMI on the association between TyG and cognitive function in older adults, and to provide a reference for the prevention of cognitive decline in older adults.

Methods

From July to August 2019, the rural elderly residents aged 60 years and older were selected using the multi-stage cluster sampling method from 12 villages in 2 counties (districts) of Guizhou Province, and questionnaire surveys, general physical examinations, cognitive function assessments, and laboratory measurements were carried out among them. Cognitive function was evaluated using the Mini-Mental State Examination (MMSE) scale, and TyG was calculated using laboratory indices (triglyceride, fasting blood glucose) . Spearman rank correlation analysis and multiple linear regression model were used to investigate the association between TyG and cognitive function and the interaction effect between TyG levels and BMI subgroups on cognitive function in older adults.

Results

The results of the interaction analysis of the impact of TyG and BMI on cognitive function showed that in model 1 without adjusting for covariates, the interaction term between TyG and low-BMI had an effect on MMSE scores of older adults (β=-0.515, 95%CI=-0.809--0.222, P<0.001) . In model 2 after adjusting for the relevant covariates, the interaction term between TyG and low-BMI still had an effect on MMSE scores in older adults (β=-0.351, 95%CI=-0.601--0.102, P<0.05) . Further stratification of body mass index followed by multiple linear regression analyses showed that in the under weight group, TyG was negatively associated with MMSE scores (r_s=-0.330, P<0.001) , higher TyG was associated with cognitive decline (β=-0.251, 95%CI=-0.421--0.081, P<0.05) , and taking the TyG index Q1 group as a reference, the risk of cognitive decline was significantly increased in both Q3 and Q4 groups (Q3: β=-0.453, 95%CI=-0.862--0.043, P<0.05; Q4: β=-0.503, 95%CI=-0.957--0.050, P<0.05) . TyG was not associated with MMSE in the normal weight group and the overweight and obese group.

Conclusion

The association between TyG and cognitive function is influenced by BMI, and an association between high TyG and cognitive decline has been found in the under weight older adults. Enhanced monitoring and control of insulin resistance in the under weight group may be helpful in preventing or delaying cognitive decline in older adults.

Key words: Cognitive dysfunction, Triglyceride glucose index, Body mass index, Aged, Cross-sectional studies

摘要：

背景

研究证据提示了三酰甘油葡萄糖指数（TyG）、BMI与认知功能均存在关联，但既往研究TyG与认知功能之间的关联时，较少考虑BMI在两者关系中的潜在影响，三者的关系仍不清楚，探究BMI对TyG与认知功能关联的影响对预防老年认知功能下降的精准干预具有重要意义。

目的

探讨老年人BMI对TyG与认知功能关联的影响，为预防老年人认知功能下降提供参考依据。

方法

于2019年7—8月采用多阶段整群抽样的方法，选取贵州省2个县（区）12个村的60岁及以上农村老年人作为研究对象，进行问卷调查、体格检查、认知功能检查和实验室检查。采用简易精神状态评价量表（MMSE）评估认知功能，利用实验室指标（三酰甘油、空腹血糖）计算TyG。采用Spearman秩相关分析及多重线性回归分析老年人TyG与认知功能的关联以及TyG与BMI分组的交互作用对认知功能的影响。

结果

TyG与BMI对认知功能影响的交互作用分析结果显示：在未纳入混杂因素的模型1中，TyG与低BMI的交互项对老年人的MMSE评分存在影响（β=-0.515，95%CI=-0.809~-0.222，P<0.001）；在调整了相关协变量后的模型2中，TyG与低BMI的交互项对老年人MMSE评分仍存在影响（β=-0.351，95%CI=-0.601~-0.102，P<0.05）。进一步将BMI分层后进行多重线性回归分析，结果显示，在低体重组中，TyG与MMSE总分呈负相关（r_s=-0.330，P<0.001），较高的TyG与认知功能下降相关（β=-0.251，95%CI=-0.421~-0.081，P<0.05），以TyG的最低四分位数Q1组为参照，Q3、Q4组发生认知功能下降的风险升高（Q3：β=-0.453，95%CI=-0.862~-0.043，P<0.05；Q4：β=-0.503，95%CI=-0.957~-0.050，P<0.05）。在正常体重组和超重肥胖组没有发现TyG与MMSE的关联。

结论

TyG与认知功能之间的关联受BMI的影响，在低体重老年人群中发现了高TyG与认知功能下降存在关联，加强对低体重人群中胰岛素抵抗的监测和控制，可能有助于预防或延缓老年人的认知功能下降。

关键词: 认知功能障碍, 三酰甘油葡萄糖指数, 体重指数, 老年人, 横断面研究

LIU Meixia,YIN Jinnian,WU Mei, et al. Impact of Body Mass Index on the Association of Triglyceride Glucose Index with Cognitive Function: a Cross-sectional Study in Rural Older Adults in Guizhou Province[J]. Chinese General Practice, 2025, 28(22): 2806-2812. DOI: 10.12114/j.issn.1007-9572.2024.0673.
刘美霞,尹金念,吴玫等. 体重指数对三酰甘油葡萄糖指数与认知功能关联的影响：一项贵州农村老年人群的现况研究[J]. 中国全科医学, 2025, 28(22): 2806-2812. DOI: 10.12114/j.issn.1007-9572.2024.0673.

Figures/Tables 4

References 26

[1]	JIA L F, DU Y F, CHU L, et al. Prevalence，risk factors，and management of dementia and mild cognitive impairment in adults aged 60 years or older in China：a cross-sectional study[J]. Lancet Public Health，2020，5（12）：e661-671.
[2]	HENDRIKS S, RANSON J M, PEETOOM K, et al. Risk factors for young-onset dementia in the UK biobank[J]. JAMA Neurol，2024，81（2）：134-142. DOI：10.1001/jamaneurol.2023.4929.
[3]	GRUBER J R, RUF A, SÜß E D, et al. Impact of blood glucose on cognitive function in insulin resistance：novel insights from ambulatory assessment[J]. Nutr Diabetes，2024，14（1）：74. DOI：10.1038/s41387-024-00331-0.
[4]	KIM A B, ARVANITAKIS Z. Insulin resistance，cognition，and Alzheimer disease[J]. Obesity（Silver Spring），2023，31（6）：1486-1498. DOI：10.1002/oby.23761.
[5]	GASTALDELLI A. Measuring and estimating insulin resistance in clinical and research settings[J]. Obesity（Silver Spring），2022，30（8）：1549-1563. DOI：10.1002/oby.23503.
[6]	RAMDAS NAYAK V K, SATHEESH P, SHENOY M T, et al. Triglyceride glucose（TyG）index：a surrogate biomarker of insulin resistance[J]. J Pak Med Assoc，2022，72（5）：986-988. DOI：10.47391/JPMA.22-63.
[7]	HONG S M, HAN K, PARK C Y. The insulin resistance by triglyceride glucose index and risk for dementia：population-based study[J]. Alzheimers Res Ther，2021，13（1）：9. DOI：10.1186/s13195-020-00758-4.
[8]	TIAN N, SONG L, HOU T T, et al. Association of triglyceride-glucose index with cognitive function and brain atrophy：a population-based study[J]. Am J Geriatr Psychiatry，2024，32（2）：151-162. DOI：10.1016/j.jagp.2023.09.007.
[9]	KIM G, CHOI S, LYU J. Body mass index and trajectories of cognitive decline among older Korean adults[J]. Aging Ment Health，2020，24（5）：758-764. DOI：10.1080/13607863.2018.1550628.
[10]	AHMED B, SULTANA R, GREENE M W. Adipose tissue and insulin resistance in obese[J]. Biomed Pharmacother，2021，137：111315. DOI：10.1016/j.biopha.2021.111315.
[11]	LI H Z, JIA J P, YANG Z Q. Mini-mental state examination in elderly Chinese：a population-based normative study[J]. J Alzheimers Dis，2016，53（2）：487-496. DOI：10.3233/JAD-160119.
[12]	ZHANG S T, LI W Y, JIA X F, et al. Association of obesity profiles with type 2 diabetes in Chinese adults：findings from the China health and nutrition survey[J]. Front Nutr，2022，9：922824. DOI：10.3389/fnut.2022.922824.
[13]	SOLDATOS C R, DIKEOS D G, PAPARRIGOPOULOS T J. Athens Insomnia Scale：validation of an instrument based on ICD-10 criteria[J]. J Psychosom Res，2000，48（6）：555-560. DOI：10.1016/s0022-3999(00)00095-7.
[14]	陈炎，陈亚蓓，陶荣芳. 《2016年中国成人血脂异常防治指南》内容介绍[J]. 中国实用内科杂志，2017，37（S1）：38-42. DOI：10.19538/j.nk2017SI0113.
[15]	《中国老年型糖尿病防治临床指南》编写组. 中国老年2型糖尿病防治临床指南（2022年版）[J]. 中国糖尿病杂志，2022，30（1）：2-51.
[16]	PIETILÄ E, SNELLMAN A, TUISKU J, et al. Midlife insulin resistance，APOE genotype，and change in late-life brain beta-amyloid accumulation - A 5-year follow-up [11C] PIB-PET study[J]. Neurobiol Dis，2024，190：106385. DOI：10.1016/j.nbd.2023.106385.
[17]	TOPPALA S, EKBLAD L L, LÖTJÖNEN J, et al. Midlife insulin resistance as a predictor for late-life cognitive function and cerebrovascular lesions[J]. J Alzheimers Dis，2019，72（1）：215-228. DOI：10.3233/JAD-190691.
[18]	BAI W M, AN S, JIA H, et al. Relationship between triglyceride-glucose index and cognitive function among community-dwelling older adults：a population-based cohort study[J]. Front Endocrinol（Lausanne），2024，15：1398235. DOI：10.3389/fendo.2024.1398235.
[19]	ARELLANES I C, CHOE N, SOLOMON V, et al. Brain delivery of supplemental docosahexaenoic acid（DHA）：a randomized placebo-controlled clinical trial[J]. EBioMedicine，2020，59：102883. DOI：10.1016/j.ebiom.2020.102883.
[20]	DENT E, WRIGHT O R L, WOO J, et al. Malnutrition in older adults[J]. Lancet，2023，401（10380）：951-966. DOI：10.1016/S0140-6736(22)02612-5.
[21]	ROBERTS S B, SILVER R E, DAS S K, et al. Healthy aging-nutrition matters：start early and screen often[J]. Adv Nutr，2021，12（4）：1438-1448. DOI：10.1093/advances/nmab032.
[22]	MUSCARITOLI M, IMBIMBO G, JAGER-WITTENAAR H, et al. Disease-related malnutrition with inflammation and Cachexia[J]. Clin Nutr，2023，42（8）：1475-1479. DOI：10.1016/j.clnu.2023.05.013.
[23]	D'SOUZA N C, KESIBI D, YEUNG C, et al. The impact of sex，body mass index，age，exercise type and exercise duration on interstitial glucose levels during exercise[J]. Sensors（Basel），2023，23（22）：9059. DOI：10.3390/s23229059.
[24]	WANG H, LING Q, WU Y F, et al. Association between the triglyceride glucose index and cognitive impairment and dementia：a meta-analysis[J]. Front Aging Neurosci，2023，15：1278730. DOI：10.3389/fnagi.2023.1278730.
[25]	MA Y M, WEI S, DANG L J, et al. Association between the triglyceride-glucose index and cognitive impairment in China：a community population-based cross-sectional study[J]. Nutr Neurosci，2024，27（4）：342-352. DOI：10.1080/1028415X.2023.2193765.
[26]	MA X C, HE Y, XU J. Urban-rural disparity in prevalence of multimorbidity in China：a cross-sectional nationally representative study[J]. BMJ Open，2020，10（11）：e038404.

变量	低体重组（n=119）	正常体重组（n=687）	超重肥胖组（n=385）	检验统计量值	P值
年龄（±s，岁）	73.2±6.5	71.4±6.4	70.2±6.1	11.675^a	<0.001
性别[名（%）]				12.517^c	0.002
男	47（39.6）	318（46.3）	136（35.3）
女	72（60.4）	369（53.7）	249（64.7）
民族[名（%）]				5.533^c	0.063
汉族	64（53.8）	352（51.2）	226（58.7）
少数民族	55（46.2）	335（48.8）	159（41.3）
文化程度[名（%）]				5.460^c	0.243
文盲/半文盲	92（77.3）	522（76.0）	299（77.7）
小学	13（10.9）	109（15.9）	47（12.2）
初中及以上	14（11.8）	56（8.1）	39（10.1）
婚姻状况[名（%）]				1.632^c	0.442
在婚	69（58.0）	429（62.4）	248（64.4）
非在婚	50（42.0）	258（37.6）	137（35.6）
职业[名（%）]				1.264^c	0.531
务农	110（92.4）	632（92.0）	347（90.1）
非务农	9（7.6）	55（8.0）	38（9.9）
饮食类型[名（%）]				2.690^c	0.611
荤素均衡	63（52.9）	371（54.0）	189（49.1）
荤食为主	10（8.4）	66（9.6）	41（10.6）
素食为主	46（38.7）	250（36.4）	155（40.3）
吸烟[名（%）]				25.401^c	<0.001
否	90（75.6）	469（68.3）	317（82.3）
是	29（24.4）	218（31.7）	68（17.7）
饮酒[名（%）]				10.852^c	0.004
否	90（75.6）	487（70.9）	308（80.0）
是	29（24.4）	200（29.1）	77（20.0）
睡眠质量[名（%）]				2.077^c	0.354
正常	78（65.5）	478（69.6）	278（72.2）
失眠	41（34.5）	209（30.4）	107（27.8）
血脂异常[名（%）]				72.472^c	<0.001
否	115（96.6）	561（81.7）	246（63.9）
是	4（3.4）	126（18.3）	139（36.1）
糖尿病[名（%）]				10.213^c	0.006
否	116（97.5）	649（94.5）	348（90.4）
是	3（2.5）	38（5.5）	37（9.6）
心血管疾病[名（%）]				26.299^c	<0.001
否	56（47.1）	317（46.1）	118（30.6）
是	63（52.9）	370（53.9）	267（69.4）
MMSE[M（P₂₅，P₇₅），分]	21.0（16.0，24.0）	21.0（17.0，25.0）	22.0（18.0，26.0）	7.830^b	0.020
BMI（±s，kg/m²）	17.2±1.0	21.2±1.5	26.6±2.5	1 952.567^a	<0.001
TyG[M（P₂₅，P₇₅）]	8.25（8.03，8.47）	8.38（8.06，8.73）	8.85（8.51，9.25）	194.334^b	<0.001
FBG[M（P₂₅，P₇₅），mmol/L]	4.50（4.18，4.92）	4.60（4.27，5.02）	4.84（4.46，5.38）	45.473^b	<0.001
TG[M（P₂₅，P₇₅），mmol/L]	1.04（0.84，1.25）	1.17（0.86，1.63）	1.81（1.29，2.48）	179.696^b	<0.001
TC[M（P₂₅，P₇₅），mmol/L]	4.61（3.99，5.10）	4.70（4.15，5.36）	5.10（4.48，5.70）	49.737^b	<0.001
LDL-C[M（P₂₅，P₇₅），mmol/L]	2.04（1.63，2.40）	2.22（1.84，2.71）	2.54（2.18，3.01）	84.588^b	<0.001
HDL-C[M（P₂₅，P₇₅），mmol/L]	1.60（1.41，1.90）	1.54（1.37，1.76）	1.44（1.29，1.62）	43.022^b	<0.001

变量	低体重组（n=119）	正常体重组（n=687）	超重肥胖组（n=385）	检验统计量值	P值
年龄（±s，岁）	73.2±6.5	71.4±6.4	70.2±6.1	11.675^a	<0.001
性别[名（%）]				12.517^c	0.002
男	47（39.6）	318（46.3）	136（35.3）
女	72（60.4）	369（53.7）	249（64.7）
民族[名（%）]				5.533^c	0.063
汉族	64（53.8）	352（51.2）	226（58.7）
少数民族	55（46.2）	335（48.8）	159（41.3）
文化程度[名（%）]				5.460^c	0.243
文盲/半文盲	92（77.3）	522（76.0）	299（77.7）
小学	13（10.9）	109（15.9）	47（12.2）
初中及以上	14（11.8）	56（8.1）	39（10.1）
婚姻状况[名（%）]				1.632^c	0.442
在婚	69（58.0）	429（62.4）	248（64.4）
非在婚	50（42.0）	258（37.6）	137（35.6）
职业[名（%）]				1.264^c	0.531
务农	110（92.4）	632（92.0）	347（90.1）
非务农	9（7.6）	55（8.0）	38（9.9）
饮食类型[名（%）]				2.690^c	0.611
荤素均衡	63（52.9）	371（54.0）	189（49.1）
荤食为主	10（8.4）	66（9.6）	41（10.6）
素食为主	46（38.7）	250（36.4）	155（40.3）
吸烟[名（%）]				25.401^c	<0.001
否	90（75.6）	469（68.3）	317（82.3）
是	29（24.4）	218（31.7）	68（17.7）
饮酒[名（%）]				10.852^c	0.004
否	90（75.6）	487（70.9）	308（80.0）
是	29（24.4）	200（29.1）	77（20.0）
睡眠质量[名（%）]				2.077^c	0.354
正常	78（65.5）	478（69.6）	278（72.2）
失眠	41（34.5）	209（30.4）	107（27.8）
血脂异常[名（%）]				72.472^c	<0.001
否	115（96.6）	561（81.7）	246（63.9）
是	4（3.4）	126（18.3）	139（36.1）
糖尿病[名（%）]				10.213^c	0.006
否	116（97.5）	649（94.5）	348（90.4）
是	3（2.5）	38（5.5）	37（9.6）
心血管疾病[名（%）]				26.299^c	<0.001
否	56（47.1）	317（46.1）	118（30.6）
是	63（52.9）	370（53.9）	267（69.4）
MMSE[M（P₂₅，P₇₅），分]	21.0（16.0，24.0）	21.0（17.0，25.0）	22.0（18.0，26.0）	7.830^b	0.020
BMI（±s，kg/m²）	17.2±1.0	21.2±1.5	26.6±2.5	1 952.567^a	<0.001
TyG[M（P₂₅，P₇₅）]	8.25（8.03，8.47）	8.38（8.06，8.73）	8.85（8.51，9.25）	194.334^b	<0.001
FBG[M（P₂₅，P₇₅），mmol/L]	4.50（4.18，4.92）	4.60（4.27，5.02）	4.84（4.46，5.38）	45.473^b	<0.001
TG[M（P₂₅，P₇₅），mmol/L]	1.04（0.84，1.25）	1.17（0.86，1.63）	1.81（1.29，2.48）	179.696^b	<0.001
TC[M（P₂₅，P₇₅），mmol/L]	4.61（3.99，5.10）	4.70（4.15，5.36）	5.10（4.48，5.70）	49.737^b	<0.001
LDL-C[M（P₂₅，P₇₅），mmol/L]	2.04（1.63，2.40）	2.22（1.84，2.71）	2.54（2.18，3.01）	84.588^b	<0.001
HDL-C[M（P₂₅，P₇₅），mmol/L]	1.60（1.41，1.90）	1.54（1.37，1.76）	1.44（1.29，1.62）	43.022^b	<0.001

变量	模型1		模型2
变量	β（95%CI）	P值	β（95%CI）	P值
BMI分组
18.5~23.9 kg/m²	1.000		1.000
<18.5 kg/m²	-0.238（-0.432~-0.044）	0.016	-0.119（-0.283~0.046）	0.158
≥24.0 kg/m²	0.099（-0.026~0.223）	0.119	0.145（0.036~0.255）	0.009
TyG水平每增加1个标准差	-0.020（-0.077~0.037）	0.493	-0.030（-0.101~0.042）	0.414
交互作用
TyG×中BMI	1.000		1.000
TyG×低BMI	-0.515（-0.809~-0.222）	<0.001	-0.351（-0.601~-0.102）	0.006
TyG×高BMI	0.040（-0.088~0.169）	0.540	-0.035（-0.144~0.075）	0.537

变量	模型1		模型2
变量	β（95%CI）	P值	β（95%CI）	P值
BMI分组
18.5~23.9 kg/m²	1.000		1.000
<18.5 kg/m²	-0.238（-0.432~-0.044）	0.016	-0.119（-0.283~0.046）	0.158
≥24.0 kg/m²	0.099（-0.026~0.223）	0.119	0.145（0.036~0.255）	0.009
TyG水平每增加1个标准差	-0.020（-0.077~0.037）	0.493	-0.030（-0.101~0.042）	0.414
交互作用
TyG×中BMI	1.000		1.000
TyG×低BMI	-0.515（-0.809~-0.222）	<0.001	-0.351（-0.601~-0.102）	0.006
TyG×高BMI	0.040（-0.088~0.169）	0.540	-0.035（-0.144~0.075）	0.537

变量	低体重组
变量	β1（95%CI）	P值	β2（95%CI）	P值
TyG指数
Q1	1.000		1.000
Q2	-0.442（-0.936~0.051）	0.079	-0.247（-0.655~0.161）	0.232
Q3	-0.465（-0.950~0.021）	0.061	-0.453（-0.862~-0.043）	0.031
Q4	-0.926（-1.420~-0.432）	<0.001	-0.503（-0.957~-0.050）	0.030
TyG水平每增加1个标准差	-0.318（-0.492~-0.145）	<0.001	-0.251（-0.421~-0.081）	0.004
变量	正常体重组
变量	β1（95%CI）	P值	β2（95%CI）	P值
TyG指数
Q1	1.000		1.000
Q2	-0.143（-0.355~0.069）	0.185	-0.023（-0.203~0.157）	0.800
Q3	-0.060（-0.272~0.152）	0.576	0.129（-0.055~0.313）	0.169
Q4	-0.138（-0.351~0.074）	0.201	0.012（-0.207~0.231）	0.914
TyG水平每增加1个标准差	-0.047（-0.122~0.028）	0.223	0.001（-0.087~0.089）	0.979
变量	超重肥胖组
变量	β1（95%CI）	P值	β2（95%CI）	P值
TyG指数
Q1	1.000		1.000
Q2	-0.046（-0.330~0.238）	0.751	-0.006（-0.255~0.242）	0.962
Q3	0.010（-0.274~0.294）	0.943	0.145（-0.124~0.414）	0.290
Q4	0.066（-0.218~0.350）	0.646	0.138（-0.204~0.480）	0.427
TyG水平每增加1个标准差	-0.009（-0.110~0.091）	0.858	-0.018（-0.147~0.110）	0.779

Impact of Body Mass Index on the Association of Triglyceride Glucose Index with Cognitive Function: a Cross-sectional Study in Rural Older Adults in Guizhou Province

体重指数对三酰甘油葡萄糖指数与认知功能关联的影响：一项贵州农村老年人群的现况研究

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 4

References 26

Related Articles 15

Recommended Articles

Metrics

Comments

[1]	CHAI Zhihao, ZHANG Weisen, LUO Jiaoling, ZHU Feng, ZHU Tong, JIN Yali, PAN Jing, LU Yingjun, JIANG Chaoqiang. The Mediation Effect of Socioeconomic Status in Childhood Parental Literacy and Cognitive Function in Middle-aged and Older People: Based on Guangzhou Biobank Cohort Study [J]. Chinese General Practice, 2026, 29(21): 2959-2966.
[2]	LI Wenping, CHEN Jianhua, XU Jiapei, JIN Xue, PAN Zihan, CHI Chunhua. A Scoping Review on the Empowerment of Community Elderly Health Services by Digital-Intelligent Health Management Platforms [J]. Chinese General Practice, 2026, 29(21): 2938-2949.
[3]	LI Feng, HU Changhao, LUO Xu. Progress in the Study of Influencing Factors and Intervention Strategies of Mental Health in Elderly Patients with Multiple Chronic Conditions [J]. Chinese General Practice, 2026, 29(20): 2816-2828.
[4]	PANG Shu, SUN ying, JIANG Chunyan. Comparison of the Effectiveness of Fried's Frailty Phenotype and the FRAIL Scale in Assessing Pre-frailty among Community-dwelling Older Adults Undergoing Health Examinations [J]. Chinese General Practice, 2026, 29(19): 2664-2670.
[5]	LI Simin, ZHANG Tingting, WANG Kunbo, YANG Jianzhou, PING Weiwei. Effects of Exercise Dosage on Elderly Patients with Sarcopenia: a Meta-analysis [J]. Chinese General Practice, 2026, 29(17): 2400-2409.
[6]	CHEN Yan, SHEN Dequan, SHENG Renlei, CHANG Yujie, YANG Jiaqi, DING Jie, SUN Zhifang, WANG Dahui. Influencing Factors and Importance Ranking of the Utilization of Primary-level Traditional Chinese Medicine Preventive and Health Care Services for the Elderly [J]. Chinese General Practice, 2026, 29(16): 2182-2189.
[7]	YU Shan, CHE Yajie, SUBIYINUER· Maimaiti, GUO Kaiyang, FENG Xingxing, YAN Ping. A Comparative Study on the Current Situation and Influencing Factors of Subjective Cognitive Decline among Urban and Rural Elderly People in Xinjiang [J]. Chinese General Practice, 2026, 29(16): 2227-2233.
[8]	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.
[9]	ZHENG Zelu, ZHOU Jun, LIANG Zhi, WANG Xuehui, XU Feng, LI Oujing, XIAO Hong, LIU Xiaoyu, YANG Qingmei, ZHANG Mei, LIN Na, MI Baohong, CHEN Weiheng. Comorbidity Profiles and Treatment Patterns of Osteoarthritis Patients: a Cross-sectional Study Based on Community Medical Records [J]. Chinese General Practice, 2026, 29(16): 2205-2213.
[10]	LI Jiali, LIU Fan, KE Lixin, LI Huijuan, WANG Haibo, ZHAO Xiaoxiao, ZHAO Xinke, LU Cuncun. Disease Burden of Obesity among Individuals Aged 60 and above Globally and in China from 1990 to 2021: Trend Analysis and Model-based Projection [J]. Chinese General Practice, 2026, 29(15): 2067-2076.
[11]	JIAO Shuting, ZHAO Yali. A Qualitative Study on the Current Status of Chronic Pruritus Services for the Elderly in Community [J]. Chinese General Practice, 2026, 29(13): 1682-1687.
[12]	XIANG Tong, HUANG Yafang, WU Hao. Investigation Study on Older People's Willingness to Use Webcast Exercise Guidance: Based on the UTAUT Model and the Perceived Risk Theory [J]. Chinese General Practice, 2026, 29(13): 1720-1725.
[13]	LI Jing, JI Yan, SUN Liu, WANG Hanting, WU Jidong, LIU June. Summary of Best Evidence on the Management of Hearing Loss in Older Adults in Primary Health Care Settings [J]. Chinese General Practice, 2026, 29(13): 1713-1719.
[14]	LI Li, XU Tianchao, DONG Xiaomei, HUANG Hongfei, CUI Gang, LI Dongdong, ZHANG Ou, FAN Lin, WANG Qi. The Effect of Kidney Tonifying and Brain Strengthening Acupuncture Combined with Sertraline in the Treatment of Elderly Depression: a Randomized Controlled Trial [J]. Chinese General Practice, 2026, 29(11): 1399-1404.
[15]	PENG Jun, DING Jinglin, HAO Chenye, WU Cheng, ZHU Ronghui, GU Chunguang, GUAN Wenqi, WAN hui. A Randomized Controlled Study Comparing the Effectiveness of Online and Offline Training on Improving Digital Health Literacy among the Elderly [J]. Chinese General Practice, 2026, 29(10): 1348-1353.