CHARLS数据库中心性肥胖相关指标汇总：WHtR、BRI、CI、ABSI、WWI、LAP index、VAI、CVAI、TyG index…

不是所有肥胖都一样。

有人“胖得均匀”，有人“胖在内脏”——后者才是心脑血管病和糖尿病的真正推手。

传统指标如BMI无法区分脂肪分布，腰围（WC）虽能反映腹部肥胖，但未考虑身高、体重或代谢状态的影响。

而以下指标，通过组合人体测量+血脂/血糖数据，能更准确地：估算内脏脂肪含量、识别胰岛素抵抗、预测糖尿病、心血管病等慢性疾病风险，它们已在CHARLS、NHANES等国际队列中被广泛验证。

第一类：人体测量数据，无需结合血液脂质检测结果

这一类指标仅需身高、体重、腰围等基础人体测量数据，无需抽血或昂贵设备，操作简便、成本低廉；同时对中心性肥胖具有良好的识别能力和预测效能，能有效反映腹部脂肪堆积及其相关健康风险，特别适用于大规模流行病学调查、基层健康筛查以及医疗资源有限的地区。

第二类：人体测量数据结合血液脂质检测结果

这类指标结合脂质、血糖等代谢参数，不仅能更精准反映内脏脂肪堆积和功能紊乱，还能有效识别“隐性肥胖”人群，显著提升对糖尿病、心血管疾病等代谢相关疾病的早期预测与风险分层能力。

这两类指标各有所长：人体测量型便于普及，代谢增强型更为精准。在CHARLS等真实世界大数据中，它们已成为评估肥胖相关健康风险的“新标准”——从“看体重”迈向“看分布、看代谢”，为慢性病防控提供更科学的依据。

经典例文

案例一：

研究目的：探索不同维度肥胖指标与心血管疾病（CVD）之间的关系中，生物年龄加速（KDM-BAacc）是否起中介作用，并揭示其在性别和年龄段中的差异。

主要发现：

• 所有肥胖指标（BMI、WC、WtHR、BRI、CVAI、LAP、TyG及其衍生指标）均与心血管事件显著相关；

• 每增加1年生物年龄加速（KDM-BAacc），卒中风险升高68%、心脏病风险升35%、总CVD风险升44%；

• KDM-BAacc在多数肥胖指标与CVD之间发挥部分中介作用，中介比例达10.03%–25.46%；中介效应在45–65岁中年人群中更显著；

• 性别差异明显：男性中，体形指标（如BRI、WtHR）通过生物年龄影响CVD；女性中，内脏脂肪与代谢功能指标（如CVAI、TyG-WC）的作用更强。

文章亮点与优势：

1、聚焦前沿健康问题——生物衰老与心血管病  

• 首次在真实世界大规模队列中验证“肥胖→生物老化→心血管病”的动态路径，为“抗衰老干预预防慢病”提供实证支持。

2、多维度评估肥胖，系统性分析中介机制  

• 同时纳入体型、内脏脂肪、代谢功能三大类共10+肥胖指标，全面解析其对CVD的影响路径，突破传统单一指标局限。

3、国际多队列验证，结果稳健可靠  

• 基于CHARLS（中国）、CHNS（中国）、UK Biobank（英国）、HEHEC（香港）四大队列，确保结论具有广泛代表性与外部可推广性。

4、揭示性别特异性机制，助力精准干预  

• 发现男女在肥胖→生物衰老→CVD的传导路径上存在本质差异，提示未来应制定性别差异化防控策略。

启示与意义：

• 这项研究不仅回答了“肥胖为何伤心脏”，更指出了“如何从衰老角度防住它”。生物年龄加速是连接肥胖与心血管病的关键桥梁，不应仅关注体重或腰围，而应重视“生理老化的速度”。

• 对于45–65岁人群，早期干预肥胖可能通过延缓生物衰老来降低CVD风险。

• 临床实践中，可将TyG、CVAI、WHtR等复合指标作为高危人群筛查工具，并结合个体性别特征制定个性化管理方案。

案例二：

研究目的：评估13种肥胖与血脂相关指标在中国中老年人群中对日常生活能力（ADL）失能的筛查与预测效能，并确定各指标的最优截断值，为早期干预提供依据。

主要发现：

• 所有13项指标（包括BMI、WC、WHtR、ABSI、BRI、CI、VAI、CVAI、LAP、TyG及其衍生指标）均与ADL失能显著独立相关；

• ROC分析显示，所有指标AUC>0.7，具备良好预测能力；

• 男性中LAP预测效能最强（AUC=0.793，最佳截断值=35.67）；女性中BMI表现最优（AUC=0.721，最佳截断值=26.14）；

• TyG-BMI在两性中均表现稳健（男AUC=0.790，女AUC=0.720），兼具体型与代谢信息。

文章亮点与优势：

1、聚焦功能健康，超越传统疾病终点

• 将研究落脚于“ADL失能”——老年人生活质量的核心指标，从功能衰退角度重新定义肥胖危害，更具公共卫生意义。

2、系统比较多维肥胖指标，覆盖三大维度

• 同时纳入体型特征（如BRI、ABSI）、内脏脂肪积累（如LAP、CVAI）和代谢功能状态（如TyG系列），全面揭示不同肥胖表型对功能的影响。

3、基于真实世界大型队列，结果可推广性强

• 依托CHARLS全国代表性样本（n=4,784），数据质量高，结论适用于中国广大中老年群体。

4、提供性别特异性筛查工具与临床截断值

• 明确男女最优指标差异：男性更需关注脂质代谢异常（LAP），女性则以整体肥胖程度（BMI）为关键信号，支持精准化健康管理。

启示与意义：

• 肥胖不仅是慢性病风险因素，更是身体功能下降的早期预警；

• 在基层或社区筛查中，可优先使用LAP（男）和BMI（女）快速识别ADL失能高危人群；

• 对于代谢异常者（如高TG、高血糖），即使体重正常，也应警惕“隐性失能风险”，建议结合TyG-BMI等复合指标综合评估；

• 研究结果为制定性别差异化、功能导向的肥胖干预策略提供了实证基础。防失能，不能只看“胖不胖”，更要问“脂肪怎么长、代谢好不好”。

总结

CHARLS数据库为研究中国中老年人中心性肥胖及其代谢危害提供了宝贵的现实世界数据。从基础的人体测量指标出发，通过与血脂、血糖等代谢参数融合，当前研究方向还能够结合纵向特征进行累积分析，可以构建出一个丰富且有层次的研究指标体系。关键在于根据具体科学问题选择最合适的指标，并充分利用CHARLS的人口社会学丰富信息进行多维度分层分析，从而产生具有公共卫生和临床意义的原创性成果。