中风是全球疾病负担的重要来源之一，其发病率和死亡率逐年上升。先前已有研究探究了TyG（反映胰岛素抵抗）和ABSI（评估体型与内脏脂肪）对中风的单独预测能力，但二者联合应用的预测能力尚未明确。
2025年1月6日，中国学者用CHARLS数据库，在期刊《Cardiovascular Diabetology》（医学top一区，IF=8.5）发表题为：“Joint association of triglyceride glucose index (TyG) and a body shape index (ABSI) with stroke incidence: a nationwide prospective cohort study”的研究论文。
在该项研究中，研究团队通过Cox比例风险模型、K-M生存曲线和ROC曲线等方法，根据TyG中位数和ABSI四分位数将参与者分组，探究TyG和ABSI对中风风险的单一以及联合预测能力。
研究团队基于中国健康与退休纵向研究 （CHARLS）2011~2020年的数据，纳入了8257名年龄≥45岁符合条件的无中风史参与者，平均年龄为60.88岁，男性占46%。在随访9年内，有672名参与者新发中风。
图1 研究人群筛选流程
与先前的研究一致，TyG和ABSI均为预测脑卒中发生的独立因素，TyG升高与ABSI升高分别使卒中风险增加25%和33%。
并且相较于传统BMI，ABSI因整合腰围与身高体重信息，能更精准反映内脏脂肪分布，且不受“肥胖悖论”干扰。
图2 按TyG和ABSI不同水平分层的中风风险
模型1：调整了年龄和性别；
模型2：调整了年龄、性别、教育程度、婚姻状况、吸烟状况、饮酒状况和BMI；
模型3：调整了模型2中的因素以及高血压、血脂异常、糖尿病和心脏病史。
由于TyG反映的胰岛素抵抗与ABSI代表的内脏脂肪具有协同作用，可能通过促进动脉粥样硬化、血小板活性增强等机制加剧中风风险。
因此，当TyG和ABSI两种指标同时处于高水平时，中风风险最高，累计风险也显著上升。
图3 ABSI和TyG测定中风发病率的K-M生存曲线
此外，ROC曲线的结果表明，联合指标的预测效能优于单一TyG或ABSI，意味着联合指标可更早识别高危人群。
图4 基于模型3的ABSI、TyG以及联合预测中风发生率的ROC曲线
综上所述，TyG与ABSI联合应用能更全面评估代谢异常和体脂分布，显著提升中风风险的早期预测能力。
其实，关于BMI的替代指标，除了本文涉及的ABSI，我们在之间就已经还解读过一篇关于体圆指数（BRI）的文章，感兴趣的朋友可点击下方链接查看。
BMI 宣布出局！中国学者用NHANES新指标BRI预测死亡风险，发JAMA子刊（IF=10.5）
对公共数据库感兴趣的朋友，欢迎关注“公共数据库与孟德尔随机化”公众号，我们将持续分享更多高分发文思路和分析小技巧！想用CHARLS数据库发表高分文章却遇到难题？快来加入郑老师的课程，一区SCI不再是梦！
