【原】恭喜！山东市医院学者用CHARLS发表一区Top杂志（IF=8.5）

  引言

高血压作为全球重大公共卫生问题，目前的核心挑战在于早期识别高危人群。

而血浆致动脉硬化指数（AIP）作为新型血脂代谢指标，已被证实与胰岛素抵抗和心血管疾病相关，但其与高血压发病的关系尚未明确，尤其是在不同血压状态（正常血压 vs 血压升高）的人群中。

2025年5月21日，青岛市市立医院学者用CHARLS数据库，在期刊《Cardiovascular Diabetology》（医学一区Top，IF=8.5）发表了一篇题为：“Association between the atherogenic index of plasma and incident hypertension across different blood pressure states: a national cohort study”的研究论文，旨在采用回顾性队列设计，探究AIP与高血压发病的关联性。

本公号回复“ 原文”即可获得文献PDF等资料，如果进一步需要CHARLS数据库方法学习，请联系郑老师团队，微信号：aq566665

研究团队使用了中国健康与退休纵向研究（CHARLS）数据库2011–2020年的数据，经过纳排，最终纳入了6,540名年龄≥45岁的参与者，平均年龄为56岁，46.12%为男性。

其中，正常血压组为4,354人；血压升高组为2,186人（定义为收缩压在120 - 139mmhg，或舒张压在70 - 89mmhg之间）。

图1 参与者的筛选流程

研究通过Logistic回归、RCS模型和阈值效应分析，验证AIP与高血压的非线性关系，并比较了AIP与传统血脂指标[甘油三酯（TG）和高密度脂蛋白胆固醇（HDL-C）]对高血压的预测能力。

、

主要研究结果

在6540名参与者中，1909名（29.19%）在9年的随访期间患上高血压。

研究发现，AIP是高血压发展的独立危险因素。具体而言，在血压正常组中，AIP每升高1单位，高血压风险增加84%；而在血压升高组，风险增加88%。

表1 Logistic回归模型

模型1：无调整；

模型2：调整了年龄、性别、体重指数、吸烟和饮酒；

模型3：进一步调整了收缩压、居住区域、教育程度、每日睡眠时间和所有合并症

并且，无论是在正常血压和血压升高人群中，均发现 AIP 与高血压风险之间存在非线性关系。具体来说，当AIP<-0.43时无显著关联，但>-0.43时风险急剧上升。

图2 RCS曲线

所有人群(a)；正常血压组(b)；高血压组(c)

研究还进一步探究了AIP预测高血压风险的能力，将其与传统血脂指标进行比较。结果显示，与TG和HDL-C相比，AIP预测性能更佳（AUC=0.578）。

图3 ROC曲线

此外，亚组分析显示，在血压正常的45~60岁人群中，AIP与高血压风险的关联尤为显著，这表明年龄是影响AIP预测准确性的重要因素。

表2 亚组分析

综上所述，AIP是高血压发病的独立预测因子，且与高血压风险呈非线性关联，尤其在血压正常人群中，45–60岁中年人群预测价值最高。并且，AIP的预测效能优于单一血脂指标，可作为临床识别高血压高危人群的简便工具。

---

统计服务-CHARLS数据库

如需同款思路，可联系郑老师团队，专业统计师精准解决你的数据难题！

总之，发文找郑老师团队就对了！

记得点个小小的关注👇

我们将为您分享更多CHARLS数据库的高分发文思路！