全球范围内脑卒中的发病、致残和致死率一直处于高水平，且有继续增加的趋势，在非传染性疾病中，脑卒中是世界第二大死因[1]；脑卒中造成的家庭和社会负担日益严重[2-5]。因此，识别和管理脑卒中高危人群并进行早期预防是亟待解决的问题之一。

胰岛素抵抗（insulin resistance，IR）是脑卒中的重要危险因素，定期评估IR可能有助于早期发现脑卒中风险并控制疾病进展[6-7]。将体重指数与甘油三酯-葡萄糖指数相结合提供了一种更全面的方法来识别个体内脏肥胖和代谢异常等风险[8-11]。近年来研究发现，随着病情进展，关节炎还会对心脑血管、肾脏等多个系统造成负担，且可能与多种慢性疾病包括脑卒中在内的发病率显著相关[12-17]。

目前，在中老年关节炎人群中，IR与脑卒中的关联证据尚有限。本研究通过监测中老年关节炎人群甘油三酯-葡萄糖-体重指数（triglyceride-glucose-body mass index，TyG-BMI）及脑卒中发生情况，探讨TyGBMI与中老年关节炎人群脑卒中发生风险的关系，为中老年关节炎患者临床预防脑卒中提供新的证据。

图1 TyG-BMI与中老年关节炎患者新发脑卒中风险的剂量-反应关系

TyG-BMI：甘油三酯-葡萄糖-体重指数。

1 资料与方法

1.1 数据来源

本研究数据来源于中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）。CHARLS是一项针对45岁及以上成年人及其配偶的全国性纵向调查，其基线调查于2011年6月进行，使用结构化问卷收集了中国17个省份708个县17708名受访者的人口统计学信息、健康状况、社会经济状况和生物医学测量数据及血液样本。后续每2～3年进行1次随访。所有参与者均已签署知情同意书。该项目由北京大学国家发展研究院维护并通过北京大学伦理评委员会批准（IRB00001052-11015）。

本研究基于CHARLS 2011年基线及2020年随访调查数据，研究对象的纳入标准：①基线年龄≥45岁；②在2011年基线调查时确诊为关节炎；③2011年基线调查和2020年随访调查中数据完整。排除标准：①TyG-BMI和脑卒中发病相关数据缺失；②2011年基线调查已被确诊为脑卒中；③协变量信息不完整。

1.2 研究变量及定义

1.2.1 TyG-BMI本研究采用TyG-BMI作为自变量，通过使用标准酶比色法检测过夜禁食后参与者的静脉血样，最终得到空腹血糖（fasting plasma glucose，FPG）和甘油三酯（triglyceride，TG）水平，使用立式身高和体重秤测量研究对象的身高（m）和体重（kg）。TyG-BMI的计算公式如下：

1.2.2 新发脑卒中的评估 本研究以2020年随访调查中是否新发脑卒中作为因变量，新发脑卒中病例由专业工作人员通过询问“你是否被医生诊断或告知存在脑卒中或脑出血、脑梗死？”来认定。在基线时未发生脑卒中，而后续9年随访中自我报告新发脑卒中者被调查人员评估并记录。该变量被定义为二进制变量（0=否，1=是）。

1.2.3 关节炎患病情况 关节炎病例由专业工作人员通过询问：“您是否被医生诊断出患有关节炎？”来认定，受访者回答“是”，则归类为关节炎患者。

1.2.4 控制变量 在本研究中，回归模型纳入社会人口学特征、健康行为及健康状态等可能会对脑卒中发病产生影响的因素作为协变量。社会人口统计学属性包括年龄（岁）、性别（男/ 女）、婚姻状况、学历（小学以下/小学/初中和高中及以上）和居住区（农村/城市）。生活方式行为包括吸烟习惯（从不吸烟/ 已戒烟/ 现在吸烟）和饮酒状况。目前的健康问题包括是否患高血压病和糖尿病。实验室检查结果包括低密度脂蛋白（low-density lipoprotein，LDL）和糖化血红蛋白（hemoglobin A1c，HbA1c）。

1.3 统计学方法

采用R 4.1统计学软件进行数据分析。符合正态分布的计量资料用均数±标准差（±s）表示，比较采用t检验；不符合正态分布的计量资料采用中位数（M）和四分位数（P25，P75）表示，比较采用秩和检验。计数资料用例数和百分率表示，比较采用χ2 检验。采用多变量logistic回归模型探究TyG-BMI与脑卒中发病之间的关系，其中TyG-BMI按照四分位数分为四组（Q1～Q4）；为验证结果的稳定性，采用3种模型：模型1未校正协变量；模型2校正年龄、性别、婚姻状况、学历和居住地；模型3校正年龄、性别、婚姻状况、学历、居住地、吸烟、饮酒、高血压病、糖尿病及LDL和HbA1c。根据Harrell[18]建议的节点位置，选取第5、35、65、95百分位数使用四节点的限制性立方样条（restricted cubic spline，RCS）分析，通过图示展示TyG-BMI和新发脑卒中之间的剂量反应关系。以P＜0.05为差异有统计学意义。

2 结果

2.1 两组基线资料比较

根据纳入及排除标准，本研究排除了基线调查时年龄＜45岁（648名）、TyG-BMI数据缺失（7 577名）、不患关节炎（4 872名）、诊断为脑卒中（79名）且随访调查中脑卒中发病信息缺失（1 967名），最终共纳入2565名。所有纳入的研究对象中，女1596名（62.22%），男969名（37.78%）；新发脑卒中235例（9.16%），未发生脑卒中2 330名（90.84%）。两组年龄、高血压病、TyG-BMI比较，差异有统计学意义（P＜0.05）。见表1。

表1 两组基线资料比较

注LDL：低密度脂蛋白；HbA1c：糖化血红蛋白；TyG-BMI：甘油三酯-葡萄糖-体重指数。

2.2 TyG-BMI与新发脑卒中的关系

采用多元logistic回归模型分析基线TyG-BMI四分位数与新发脑卒中的关联，结果显示，完全校正混杂因素后，Q2、Q4 组新发脑卒中风险较Q1 组分别增加了68%（P=0.015）和88%（P=0.009），且整体趋势性检验达到统计学意义（P=0.041）。见表2。

表2 基线TyG-BMI与CHARLS随访新发脑卒中之间的前瞻性关联

注TyG-BMI：甘油三酯-葡萄糖-体重指数；CHARLS：中国健康与养老追踪调查。

以连续性TyG-BMI为自变量，是否新发脑卒中为因变量（0=否，1=是）进行RCS评估，结果显示，完全校正混杂因素后，TyG-BMI与脑卒中的发病率存在非线性关系，且随着TyG-BMI升高，脑卒中的发病风险呈上升趋势（P总体=0.047，P非线性=0.030），当TyGBMI＞200时风险显著上升。见图1。

3 讨论

研究表明，关节炎可能与脑卒中的发病显著相关[14-16]。因此，从IR与关节炎和脑卒中相关性的角度来看，利用前瞻性队列研究的方法来探究关节炎人群中IR与脑卒中的关系为降低脑卒中发病率和减轻社会负担具有重要意义。本研究探讨TyG-BMI与中老年关节炎患者脑卒中发病之间的关系。

本研究结果显示，TyG-BMI与新发脑卒中的风险存在正向关联，且这种关系具有显著的非线性特征。RCS反映TyG-BMI与新发脑卒中风险之间非线性的剂量-反应关系。随着TyG-BMI的增加，脑卒中的发病风险逐渐上升，这一发现与之前的研究结果相一致[6-7]。提示IR、脂质代谢紊乱及肥胖等因素可能通过影响代谢综合征和心脑血管健康，增加脑卒中的发病风险。当TyG-BMI＞200时，新发脑卒中的风险显著上升，提示TyG-BMI为200时可能是中老年关节炎患者新发脑卒中的临界阈值，当中老年关节炎患者TyG-BMI达到200附近时应立即采取干预措施，如及时启动生活方式干预（饮食调整、增加运动）及药物干预等。本研究结果显示，在调整了年龄、性别、婚姻状况、学历、居住地、吸烟、饮酒、高血压病和糖尿病等潜在协变量后，Q2 和Q4 组新发脑卒中风险较Q1 组分别增加了68%和88%。提示TyG-BMI可作为中老年关节炎患者新发脑卒中风险的早期预警指标，需要对高水平人群采取相应的干预措施。

本研究利用CHARLS数据进一步丰富TyG-BMI与中老年关节炎人群脑卒中发病关联的研究证据，但本研究作为基于数据库的队列研究，仍然存在一定的局限性：首先，脑卒中和关节炎患病情况来自患者的自我报告，可能在一定程度上存在信息偏倚；其次，由于患者自己在CHALS中报告的关节炎诊断没有明确的分类，无法对关节炎的特定亚型进行详尽分析。

综上所述，本研究基于CHARLS 2011年基线及2020年随访数据，采用logistic回归分析和RCS分析深入探讨TyG-BMI与中老年关节炎新发脑卒中的风险存在正向关联。本研究发现，TyG-BMI与中老年关节炎患者新发脑卒中的风险存在显著的正相关关系，尤其是在TyG-BMI较高的个体中，脑卒中的发病风险显著升高。TyG-BMI是中老年关节炎患者新发脑卒中的独立危险因素。同时，加强对中老年关节炎人群的IR监测和综合干预，对于中老年关节炎人群的脑卒中一级预防工作至关重要。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1]FEIGIN V L，BRAININ M，NORRVING B，et al.World Stroke Organization（WSO）：Global Stroke Fact Sheet 2025[J].Int J Stroke，2024：1099040238.

[2]ZHU M，JIN W，HE W，et al.The incidence，mortality and disease burden of cardiovascular diseases in China：a comparative study with the United States and Japan based on the GBD 2019 time trend analysis [J].Front Cardiovasc Med，2024，11：1408487.

[3]OHIRA T，EGUCHI E，HAYASHI F，et al.Epidemiology of cardiovascular disease in Japan：An overview study[J].J Cardiol，2024，83（3）：191-200.

[4]OKEKUNLE A P，JONES S，ADENIJI O，et al.Stroke in Africa：A systematic review and meta-analysis of the incidence and case-fatality rates [J].Int J Stroke，2023，18（6）：634-644.

[5]DELFINO C，NUÑEZ M，ASENJO-LOBOS C，et al.Stroke in Latin America：Systematic review of incidence，prevalence，and case-fatality in 1997—2021[J].Int J Stroke，2023，18（6）：645-656.

[6]SOJITRA M H，GARG V S，SHAH K，et al.Exploring the Role of Insulin Resistance in Fueling Stroke Vulnerability and Worsening Post-stroke Prognosis：A Narrative Review of Current Literature[J].Cureus，2023，15（10）：e48034.

[7]WU Y，YANG Y，ZHANG J，et al.The change of triglycerideglucose index may predict incidence of stroke in the general population over 45 years old [J].Cardiovasc Diabetol，2023，22（1）：132.

[8]HU H，HAN Y，CAO C，et al.The triglyceride glucose-body mass index：a non-invasive index that identifies non-alcoholic fatty liver disease in the general Japanese population[J].J Transl Med，2022，20（1）：398.

[9]NIKBAKHT H R，NAJAFI F，SHAKIBA E，et al.Triglyceride glucose-body mass index and hypertension risk in iranian adults：a population-based study[J].BMC Endocr Disord，2023，23（1）：156.

[10]SHAO Y，HU H，LI Q，et al.Link between triglyceride-glucose-body mass index and future stroke risk in middleaged and elderly Chinese：a nationwide prospective cohort study[J].Cardiovasc Diabetol，2024，23（1）：81.

[11]ER L K，WU S，CHOU H H，et al.Triglyceride Glucose-Body Mass Index Is a Simple and Clinically Useful Surrogate Marker for Insulin Resistance in Nondiabetic Individuals[J].PLoS One，2016，11（3）：e0149731.

[12]李慕聪，冷晓梅，吴婵媛.小症状，大负担：骨关节炎流行病学概述[J].中华临床免疫和变态反应杂志，2022，16（3）：331.

[13]王声雨，林源，陶树清.中老年人膝骨关节炎的影响因素分析[J].中国医药导报，2021，18（27）：80-83.

[14]WU D，LUO Y，LI T，et al.Systemic complications of rheumatoid arthritis：Focus on pathogenesis and treatment[J].Front Immunol，2022，13：1051082.

[15]JACOB L，TANISLAV C，KOSTEV K.Osteoarthritis and incidence of stroke and transient ischemic attack in 320 136 adultsfollowedingeneralpracticesin theUnitedKingdom[J].Joint Bone Spine，2021，88（2）：105104.

[16]AL-EWAIDAT O A，NAFFAA M M.Stroke risk in rheumatoid arthritis patients：exploring connections and implications for patient care[J].Clin Exp Med，2024，24（1）：30.

[17]BARKHANE Z，ZAREE A，ZULFIQAR S，et al.Comparison of Cardiovascular Outcomes in Patients With and Without Rheumatoid Arthritis：A Meta-Analysis of Observational Studies[J].Cureus，2023，15（6）：e40348.

[18]HARRELL FE JR.Regression modeling strategies：with applications to linear models，logistic and ordinal regression，and survival analysis[M].2nd ed.New York：Springer-Verlag，2015.

Association Study between triglyceride-glucose-body mass index and the risk of stroke onset in middle-aged and elderly patients with arthritis

CHI Jingxuan1 LI Yuanzhi1 TONG Haokun1 LIU Kaiwei1 LI Yunhai2 LI Hua3 FANG Zhiyuan2

1.The Second Clinical School,Beijing University of Chinese Medicine,Beijing 100078,China;2.Department of Orthopedics,Dongfang Hospital,Beijing University of Chinese Medicine,Beijing 100078,China;3.Department of Acupuncture,Dongfang Hospital,Beijing University of Chinese Medicine,Beijing 100078,China

[Abstract] Objective To investigate the association between triglyceride-glucose-body mass index(TyG-BMI)and the risk of stroke onset in middle-aged and elderly patients with arthritis.Methods Based on the baseline data of China Health and Retirement Longitudinal Survey in 2011 and the follow-up survey data in 2020,a prospective cohort study design was adopted.The research subjects were patients diagnosed with arthritis at baseline and aged ≥45 years.According to the quartiles of TyG-BMI,the research subjects were divided into four groups (Q1-Q4),and multivariate logistic regression was used to explore the association between TyG-BMI and the risk of onset stroke.The dose-response relationship between TyG-BMI and the risk of stroke onset was analyzed using restricted cubic spline.Results A total of 2 565 research subjects were included in this study,and 235 new cases of stroke occurred.There were statistically significant differences in age,hypertension,and TyG-BMI between new-onset stroke group and non-stroke group (P ＜0.05).After adjusting for all potential confounding factors,compared with group Q1,the risk of new-onset stroke in groups Q2 and Q4 increased by 68%(P=0.015) and 88% (P=0.009),respectively;there was a positive association between TyG-BMI and the risk of stroke(Poverall=0.047),and there was a nonlinear dose-response relationship (Pnon-linear=0.030).Conclusion TyG-BMI is an independent risk factor for stroke in middle-aged and elderly patients with arthritis,strengthened insulin resistance monitoring and comprehensive interventions in this population are warranted.

[Key words] Arthritis;Stroke;Triglyceride-glucose-body mass index;China Health and Retirement Longitudinal Study;Cohort studies

[中图分类号] R684.3

[文献标识码] A

[文章编号] 1673-7210（2025）08（a）-0056-05

DOI：10.20047/j.issn1673-7210.2025.22.10

[基金项目] 北京中医药大学基本科研业务费项目（2017-JYB-JS-98）。

[作者简介] 迟敬轩（2000.1-），男，北京中医药大学东方医院2023级中西医结合临床专业在读硕士研究生；研究方向：中西医结合骨与关节疾病。

[通讯作者] 方志远（1985.2-），男，硕士，主任医师，硕士生导师；研究方向：中西医结合骨与关节疾病。

（收稿日期：2025-04-15）

（修回日期：2025-06-18）