Association between Cardiometabolic Index and Hypertension in Elderly Patients with Metabolic Associated Fatty Liver Disease in the Community Population: a Prospective Cohort Study

doi:10.12114/j.issn.1007-9572.2025.0540

Abstract

Abstract:

Background

Metabolic associated fatty liver disease (MAFLD) and hypertension are prevalent chronic conditions in older adults, with accumulating evidence linking both to metabolic dysfunction. The cardiometabolic index (CMI) is a composite parameter that evaluates visceral adipose distribution and metabolic status, yet its association with incident hypertension among elderly MAFLD patients remains to be elucidated.

Objective

To investigate the association of CMI with incident hypertension in elderly patients with MAFLD, and to evaluate the predictive value of CMI for hypertension development in this population.

Methods

Elderly non-hypertensive patients diagnosed with MAFLD during health check-ups at Yingzhong and Zijin Community Health Centers affiliated with Changzhi People's Hospital between January and December 2021 were enrolled. Follow-up investigations were conducted from January 2022 to December 2024, and 426 elderly MAFLD patients who completed follow-up were ultimately included in this study. Baseline characteristics and relevant clinical data were collected, and CMI was calculated. Participants were stratified into three tertile groups based on CMI: T1 (CMI<0.467, n=141), T2 (0.467≤CMI<0.758, n=142), and T3 (CMI≥0.758, n=143). They were further categorized into non-hypertension (n=355) and hypertension (n=71) groups based on incident hypertension during follow-up. Kaplan-Meier survival analysis was performed to estimate the cumulative incidence of hypertension across CMI groups, with between-group differences assessed using the Log-rank test. Multivariate Cox proportional hazards regression and restricted cubic spline (RCS) analysis were used to evaluate the association between CMI and incident hypertension. Sex-stratified analysis and sensitivity analysis were performed to examine the robustness of this association.Furthermore, time-dependent receiver operating characteristic (ROC) curves were constructed to assess the predictive performance of CMI for hypertension development in elderly MAFLD patients.

Results

During a median follow-up period of 36.00 (27.75, 38.00) months, 71 patients (16.7%) developed incident hypertension. There were statistically significant differences between the non-hypertension and hypertension groups in age, waist circumference, BMI, CMI, TC, TG, LDL-C, and HDL-C (P<0.05). Log-rank test demonstrated that the cumulative incidence of hypertension increased significantly across T1 to T3 groups with elevated CMI levels (χ²=26.468, P<0.001). Multivariate Cox proportional hazards regression analysis revealed that when analyzed as a continuous variable, CMI was significantly and positively associated with incident hypertension in elderly MAFLD patients after adjusting for relevant confounders (HR=1.927, 95%CI=1.381-2.689, P<0.001). When CMI was analyzed as a categorical variable with the T1 group as the reference, the risk of developing hypertension was significantly higher in the T3 group after adjusting for confounders (HR=5.453, 95%CI=2.268-13.109, P<0.001). Interaction analysis showed no statistically significant interaction between CMI and gender (P_interaction=0.557). Sensitivity analysis demonstrated that the association between CMI and hypertension remained significant after excluding participants with MAFLD remission. RCS analysis showed a non-linear dose-response relationship between CMI and the risk of hypertension in elderly MAFLD patients (P_{non-linearity}=0.005). The risk of hypertension exhibited a continuous upward trend with increasing CMI levels, which plateaued when CMI exceeded 1.185. Time-dependent ROC curve analysis showed that CMI demonstrated optimal predictive performance for hypertension at 24 months of follow-up, with an AUC of 0.722 (95%CI=0.618-0.827). Over time, the AUC decreased to 0.648 (95%CI=0.537-0.759) and 0.652 (95%CI=0.542-0.763) at 30 and 36 months, respectively.

Conclusion

CMI is significantly positively associated with incident hypertension in elderly MAFLD patients, and its measurement can be used to assess the short-term (24-month) risk of hypertension development in this population.

Key words: Hypertension, Metabolic associated fatty liver disease, The elderly, Cardiometabolic index, Prediction, Cohort study, Prospective cohort study

摘要：

背景

代谢相关脂肪性肝病（MAFLD）和高血压是老年人常见的慢性疾病，既往研究发现两者与代谢功能障碍高度相关。心脏代谢指数（CMI）是评估人体内脏脂肪分布和代谢功能状态的综合指标，CMI与老年MAFLD患者发生高血压的相关性有待研究。

目的

探讨CMI与老年MAFLD患者发生高血压的相关性，评估CMI对老年MAFLD患者发生高血压的预测效能。

方法

选取2021年在长治市人民医院英中社区卫生服务中心和紫金社区卫生服务中心体检诊断为MAFLD的老年非高血压患者，2022—2024年对该人群进行调查随访，最终将完成随访的426例老年MAFLD患者纳入本研究。收集研究对象基本信息和相关临床资料，计算CMI，按照CMI三分位数将研究对象分为T1组（CMI<0.467，n=141）、T2组（0.467≤CMI<0.758，n=142）、T3组（CMI≥0.758，n=143），并根据随访期间是否发生高血压事件将研究对象分为非高血压组（n=355）和高血压组（n=71）。绘制Kaplan-Meier曲线，分析不同CMI分组的老年MAFLD患者发生高血压的累积风险，并通过Log-rank检验比较组间差异。采用多因素Cox比例风险回归和限制性立方样条（RCS）分析CMI与老年MAFLD患者发生高血压的关系，采用性别分层分析和敏感性分析检验该关系的稳定性，并通过绘制时间依赖性受试者工作特征（ROC）曲线分析CMI对老年MAFLD患者发生高血压的预测效能。

结果

本研究中位随访36.00（27.75，38.00）个月，共71例（16.7%）老年MAFLD患者新发高血压，非高血压组和高血压组年龄、腰围、BMI、CMI、总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C）比较，差异有统计学意义（P<0.05）。Log-rank检验显示，随着CMI水平升高，T1~T3组老年MAFLD患者高血压累积发病风险增加（χ²=26.468，P<0.001）。多因素Cox比例风险回归结果显示，当CMI作为连续变量时，在调整了相关混杂因素后，CMI与老年MAFLD患者发生高血压存在正相关（HR=1.927，95%CI=1.381~2.689，P<0.001）。当CMI作为分类变量时，在调整了相关混杂因素后，以T1组为参照，T3组老年MAFLD患者发生高血压的风险上升（HR=5.453，95%CI=2.268~13.109，P<0.001）。交互分析结果显示，CMI与性别的交互作用无统计学意义（P_交互=0.557）。敏感性分析结果显示，排除MAFLD好转者后，CMI与高血压的关联依然显著（P<0.05）。RCS结果显示，CMI与老年MAFLD患者高血压发病风险呈非线性剂量-反应关系（P_非线性=0.005）。随着CMI水平升高，老年MAFLD患者高血压发病风险呈持续上升趋势，当CMI超过1.185时，发病风险增长趋势趋于平缓。时间依赖性ROC曲线结果显示，CMI对随访24个月的老年MAFLD患者发生高血压的预测效能最优，ROC曲线下面积（AUC）为0.722（95%CI=0.618~0.827），随着时间推移，30个月和36个月时的AUC分别降至0.648（95%CI=0.537~0.759）和0.652（95%CI=0.542~0.763）。

结论

CMI与老年MAFLD患者发生高血压呈正相关，临床上可通过测定CMI来评估该人群短期（24个月）高血压发病风险。

ZHANG Wenzheng,ZHANG Hongling. Association between Cardiometabolic Index and Hypertension in Elderly Patients with Metabolic Associated Fatty Liver Disease in the Community Population: a Prospective Cohort Study[J]. Chinese General Practice, 2026, 29(23): 3261-3267. DOI: 10.12114/j.issn.1007-9572.2025.0540.
张文政,张红灵. 心脏代谢指数与社区人群老年代谢相关脂肪性肝病患者发生高血压的相关性：一项前瞻性队列研究[J]. 中国全科医学, 2026, 29(23): 3261-3267. DOI: 10.12114/j.issn.1007-9572.2025.0540.

Figures/Tables 6

References 28

[1]	中华医学会肝病学分会. 代谢相关(非酒精性)脂肪性肝病防治指南(2024年版)[J]. 中华肝脏病杂志, 2024, 32(5): 418-434. DOI: 10.3760/cma.j.cn501113-20240327-00163.
[2]	Teng M L, Ng C H, Huang D Q, et al. Global incidence and prevalence of nonalcoholic fatty liver disease[J]. Clin Mol Hepatol, 2023, 29(Suppl): S32-S42. DOI: 10.3350/cmh.2022.0365.
[3]	Zhao Y C, Zhao G J, Chen Z, et al. Nonalcoholic fatty liver disease: an emerging driver of hypertension[J]. Hypertension, 2020, 75(2): 275-284. DOI: 10.1161/HYPERTENSIONAHA.119.13419.
[4]	Lonardo A, Nascimbeni F, Mantovani A, et al. Hypertension, diabetes, atherosclerosis and NASH: cause or consequence?[J]. J Hepatol, 2018, 68(2): 335-352. DOI: 10.1016/j.jhep.2017.09.021.
[5]	Soleimani M, Barone S, Luo H, et al. Pathogenesis of hypertension in metabolic syndrome: the role of fructose and salt[J]. Int J Mol Sci, 2023, 24(5): 4294. DOI: 10.3390/ijms24054294.
[6]	Ciardullo S, Grassi G, Mancia G, et al. Nonalcoholic fatty liver disease and risk of incident hypertension: a systematic review and meta-analysis[J]. Eur J Gastroenterol Hepatol, 2022, 34(4): 365-371. DOI: 10.1097/MEG.0000000000002299.
[7]	Guo T, Zhou Y, Yang G F, et al. Association between cardiometabolic index and hypertension among US adults from NHANES 1999-2020[J]. Sci Rep, 2025, 15(1): 4007. DOI: 10.1038/s41598-025-87029-0.
[8]	Liu X, Wu Q, Yan G, et al. Cardiometabolic index: a new tool for screening the metabolically obese normal weight phenotype[J]. J Endocrinol Investig, 2021, 44(6): 1253-1261. DOI: 10.1007/s40618-020-01417-z.
[9]	中华医学会心血管病学分会, 海峡两岸医药卫生交流协会高血压专业委员会, 中国康复医学会心血管疾病预防与康复专业委员会. 中国高血压临床实践指南[J]. 中华心血管病杂志, 2024, 52(9): 985-1032. DOI: 10.3760/cma.j.cn112148-20240709-00377.
[10]	中华医学会糖尿病学分会. 中国2型糖尿病防治指南(2013年版)[J]. 中华糖尿病杂志, 2014, 6(7): 447-498. DOI: 10.3760/cma.j.issn.1674-5809.2014.07.004.
[11]	郭凯明, 伊娜, 赵振平, 等. 中国成人BMI和腹型肥胖与T2DM发病关系的前瞻性研究[J]. 中华疾病控制杂志, 2023, 27(11): 1342-1349.
[12]	Lou T W, Yang R X, Fan J G. The global burden of fatty liver disease: the major impact of China[J]. Hepatobiliary Surg Nutr, 2024, 13(1): 119-123. DOI: 10.21037/hbsn-23-556.
[13]	Shih C I, Wu K T, Hsieh M H, et al. Severity of fatty liver is highly correlated with the risk of hypertension and diabetes: a cross-sectional and longitudinal cohort study[J]. Hepatol Int, 2024, 18(1): 138-154. DOI: 10.1007/s12072-023-10576-z.
[14]	Mori K, Tanaka M, Hosaka I, et al. Metabolic dysfunction-associated fatty liver disease is associated with an increase in systolic blood pressure over time: linear mixed-effects model analyses[J]. Hypertens Res, 2023, 46(5): 1110-1121. DOI: 10.1038/s41440-023-01179-0.
[15]	Cattazzo F, Lombardi R, Mantovani A, et al. Subclinical and clinical atherosclerosis in non-alcoholic fatty liver disease is associated with the presence of hypertension[J]. Nutr Metab Cardiovasc Dis, 2022, 32(12): 2839-2847. DOI: 10.1016/j.numecd.2022.08.005.
[16]	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.
[17]	Zhou H T, Mao Y, Ye M Y, et al. Exploring the nonlinear association between cardiometabolic index and hypertension in U.S. Adults: an NHANES-based study[J]. BMC Public Health, 2025, 25(1): 1092. DOI: 10.1186/s12889-025-22231-3.
[18]	符茂真, 吴能简, 徐王林, 等. 深圳市坪山区成年人心脏代谢指数、脂质聚集指数与高血压患病的关联研究[J]. 公共卫生与预防医学, 2023, 34(5): 107-111. DOI: 10.3969/j.issn.1006-2483.2023.05.024.
[19]	Acosta-García E, Concepción-Páez M. Cardiometabolic index as a predictor of cardiovascular risk factors in adolescents[J]. Rev Salud Publica (Bogota), 2018, 20(3): 340-345. DOI: 10.15446/rsap.V20n3.61259.
[20]	Li Y, Zeng L. Comparison of seven anthropometric indexes to predict hypertension plus hyperuricemia among U.S. adults[J]. Front Endocrinol, 2024, 15: 1301543. DOI: 10.3389/fendo.2024.1301543.
[21]	Heymsfield S B, Wadden T A. Mechanisms, pathophysiology, and management of obesity[J]. N Engl J Med, 2017, 376(3): 254-266. DOI: 10.1056/NEJMra1514009.
[22]	Leggio M, Lombardi M, Caldarone E, et al. The relationship between obesity and hypertension: an updated comprehensive overview on vicious twins[J]. Hypertens Res, 2017, 40(12): 947-963. DOI: 10.1038/hr.2017.75.
[23]	Yang Q, Vijayakumar A, Kahn B B. Metabolites as regulators of insulin sensitivity and metabolism[J]. Nat Rev Mol Cell Biol, 2018, 19(10): 654-672. DOI: 10.1038/s41580-018-0044-8.
[24]	Haukeland J W, Damås J K, Konopski Z, et al. Systemic inflammation in nonalcoholic fatty liver disease is characterized by elevated levels of CCL2[J]. J Hepatol, 2006, 44(6): 1167-1174. DOI: 10.1016/j.jhep.2006.02.011.
[25]	Casino P R, Kilcoyne C M, Quyyumi A A, et al. The role of nitric oxide in endothelium-dependent vasodilation of hypercholesterolemic patients[J]. Circulation, 1993, 88(6): 2541-2547. DOI: 10.1161/01.cir.88.6.2541.
[26]	Gu D X, Lu Y Y, Xu B Q, et al. Sex-specific contribution of cardiometabolic index in predicting metabolic dysfunction-associated fatty liver disease: insights from a general population[J]. Diabetes, Metabolic Syndrome and Obesity, 2023, 16: 3871-3883. DOI: 10.2147/DMSO.S437413.
[27]	He L Y, Sun L, Pan H H, et al. Association between cardiometabolic index and blood pressure: a cross-sectional analysis of the NHANES 2015-2018 data[J]. Rev Cardiovasc Med, 2025, 26(5): 37359. DOI: 10.31083/RCM37359.
[28]	Song J M, Li Y M, Zhu J X, et al. Non-linear associations of cardiometabolic index with insulin resistance, impaired fasting glucose, and type 2 diabetes among US adults: a cross-sectional study[J]. Front Endocrinol, 2024, 15: 1341828. DOI: 10.3389/fendo.2024.1341828.

组别	例数	年龄[例（%）]		性别[例（%）]		腰围[M（P₂₅，P₇₅），cm]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟[例（%）]	饮酒[例（%）]	规律锻炼[例（%）]	高血压家族史[例（%）]
组别	例数	60~69岁	≥70岁	男	女	腰围[M（P₂₅，P₇₅），cm]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟[例（%）]	饮酒[例（%）]	规律锻炼[例（%）]	高血压家族史[例（%）]
非高血压组	355	282（79.4）	73（20.6）	137（38.6）	218（61.4）	83.0（79.0，88.0）	24.7（23.2，26.5）	60（16.9）	47（13.2）	241（67.9）	36（10.1）
高血压组	71	44（62.0）	27（38.0）	26（36.6）	45（63.4）	86.0（80.0，89.0）	25.8（23.8，27.1）	6（8.5）	4（5.6）	48（67.6）	7（9.9）
χ²（Z）值		10.046		0.097		-2.076^a	-2.663^a	3.227	3.248	0.002	0.005
P值		0.002		0.755		0.038	0.008	0.072	0.072	0.963	0.943
组别	T2DM[例（%）]	MAFLD好转[例（%）]	CMI[M（P₂₅，P₇₅）]	FPG[M（P₂₅，P₇₅），mmol/L]	TC[M（P₂₅，P₇₅），mmol/L]	TG[M（P₂₅，P₇₅），mmol/L]	LDL-C[M（P₂₅，P₇₅），mmol/L]	HDL-C[M（P₂₅，P₇₅），mmol/L]
非高血压组	71（20.0）	67（18.9）	0.556（0.391，0.799）	5.55（5.11，6.21）	4.73（4.11，5.28）	1.38（1.07，1.82）	2.68（2.13，3.29）	1.29（1.11，1.49）
高血压组	16（22.5）	8（11.3）	0.813（0.614，1.282）	5.47（5.07，6.35）	5.12（4.29，5.69）	1.80（1.45，2.28）	3.04（2.34，3.73）	1.13（0.98，1.32）
χ²（Z）值	0.234	1.864	-6.263^a	-0.219^a	-2.119^a	-5.281^a	-2.525^a	-4.396^a
P值	0.629	0.172	<0.001	0.827	0.034	<0.001	0.012	<0.001

组别	例数	年龄[例（%）]		性别[例（%）]		腰围[M（P₂₅，P₇₅），cm]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟[例（%）]	饮酒[例（%）]	规律锻炼[例（%）]	高血压家族史[例（%）]
组别	例数	60~69岁	≥70岁	男	女	腰围[M（P₂₅，P₇₅），cm]	BMI[M（P₂₅，P₇₅），kg/m²]	吸烟[例（%）]	饮酒[例（%）]	规律锻炼[例（%）]	高血压家族史[例（%）]
非高血压组	355	282（79.4）	73（20.6）	137（38.6）	218（61.4）	83.0（79.0，88.0）	24.7（23.2，26.5）	60（16.9）	47（13.2）	241（67.9）	36（10.1）
高血压组	71	44（62.0）	27（38.0）	26（36.6）	45（63.4）	86.0（80.0，89.0）	25.8（23.8，27.1）	6（8.5）	4（5.6）	48（67.6）	7（9.9）
χ²（Z）值		10.046		0.097		-2.076^a	-2.663^a	3.227	3.248	0.002	0.005
P值		0.002		0.755		0.038	0.008	0.072	0.072	0.963	0.943
组别	T2DM[例（%）]	MAFLD好转[例（%）]	CMI[M（P₂₅，P₇₅）]	FPG[M（P₂₅，P₇₅），mmol/L]	TC[M（P₂₅，P₇₅），mmol/L]	TG[M（P₂₅，P₇₅），mmol/L]	LDL-C[M（P₂₅，P₇₅），mmol/L]	HDL-C[M（P₂₅，P₇₅），mmol/L]
非高血压组	71（20.0）	67（18.9）	0.556（0.391，0.799）	5.55（5.11，6.21）	4.73（4.11，5.28）	1.38（1.07，1.82）	2.68（2.13，3.29）	1.29（1.11，1.49）
高血压组	16（22.5）	8（11.3）	0.813（0.614，1.282）	5.47（5.07，6.35）	5.12（4.29，5.69）	1.80（1.45，2.28）	3.04（2.34，3.73）	1.13（0.98，1.32）
χ²（Z）值	0.234	1.864	-6.263^a	-0.219^a	-2.119^a	-5.281^a	-2.525^a	-4.396^a
P值	0.629	0.172	<0.001	0.827	0.034	<0.001	0.012	<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
CMI	2.020（1.495~2.730）	<0.001	2.052（1.509~2.790）	<0.001	1.927（1.381~2.689）	<0.001
CMI分组
T1组	1.000		1.000		1.000
T2组	2.960（1.197~7.318）	0.019	2.731（1.103~6.761）	0.030	2.466（0.982~6.192）	0.055
T3组	6.146（2.615~14.446）	<0.001	5.921（2.518~13.925）	<0.001	5.453（2.268~13.109）	<0.001
性别分层
男	2.629（1.346~5.132）	0.005	2.773（1.388~5.540）	0.004	2.205（0.976~4.982）	0.057
女	1.893（1.308~2.740）	<0.001	1.893（1.280~2.800）	0.001	1.879（1.260~2.803）	0.002
性别×CMI	1.362（0.637~2.914）	0.426	1.537（0.691~3.419）	0.292	1.291（0.550~3.033）	0.557

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
CMI	2.020（1.495~2.730）	<0.001	2.052（1.509~2.790）	<0.001	1.927（1.381~2.689）	<0.001
CMI分组
T1组	1.000		1.000		1.000
T2组	2.960（1.197~7.318）	0.019	2.731（1.103~6.761）	0.030	2.466（0.982~6.192）	0.055
T3组	6.146（2.615~14.446）	<0.001	5.921（2.518~13.925）	<0.001	5.453（2.268~13.109）	<0.001
性别分层
男	2.629（1.346~5.132）	0.005	2.773（1.388~5.540）	0.004	2.205（0.976~4.982）	0.057
女	1.893（1.308~2.740）	<0.001	1.893（1.280~2.800）	0.001	1.879（1.260~2.803）	0.002
性别×CMI	1.362（0.637~2.914）	0.426	1.537（0.691~3.419）	0.292	1.291（0.550~3.033）	0.557

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
CMI	1.907（1.367~2.658）	<0.001	1.924（1.365~2.711）	<0.001	1.865（1.314~2.648）	<0.001
CMI分组
T1组	1.000		1.000		1.000
T2组	2.920（0.991~8.604）	0.052	2.690（0.909~7.962）	0.074	2.676（0.900~7.953）	0.077
T3组	5.932（2.121~16.588）	<0.001	5.657（2.017~15.869）	<0.001	5.718（2.037~16.051）	<0.001
性别分层
男	2.050（0.994~4.228）	0.052	2.224（1.045~4.735）	0.038	1.976（0.878~4.447）	0.100
女	1.879（1.269~2.783）	0.002	1.850（1.219~2.808）	0.004	1.852（1.224~2.802）	0.004
性别×CMI	1.095（0.483~2.482）	0.827	1.271（0.536~3.013）	0.586	1.053（0.438~2.529）	0.908