现代预防医学

类别数	多项式次数	loglik	BIC	各类别人数比例（%）	各类别平均后验概率
1类	线性	-12 973.11	25 978.44	100.0
	二次	-12 894.05	25 828.39	100.0
	三次	-12 894.05	25 836.45	100.0
2类	线性	-12 889.35	25 835.11	87.5	12.5				0.93	0.77
	二次	-12 809.77	25 692.06	87.6	12.4				0.93	0.77
	三次	-12 809.77	25 708.18	87.6	12.4				0.93	0.77
3类	线性	-12 889.35	25 859.28	83.9	0.0	16.1			0.57	-	0.70
	二次	-12 766.40	25 637.55	28.2	70.0	1.7			0.80	0.89	0.82
	三次	-12 894.05	25 917.02	0.0	100.0	0.0			-	1.00	-
4类	线性	-12 889.35	25 883.45	80.9	0.0	0.0	19.1		0.40	-	-	0.64
	二次	-12 746.37	25 629.72	46.8	39.8	11.9	1.5		0.86	0.76	0.78	0.83
	三次	-12 713.36	25 595.93	0.0	98.3	1.7	0.0		-	1.00	0.89	-
5类	线性	-12 889.35	25 907.62	0.0	0.0	77.4	0.0	22.6	-	-	0.27	-	0.58
	二次	-12 543.52	25 256.25	12.2	85.2	0.0	0.8	1.8	0.73	0.78	-	0.84	0.87
	三次	-12 894.05	25 997.60	0.0	0.0	100.0	0.0	0.0	-	-	1.00	-	-

类别数	多项式次数	loglik	BIC	各类别人数比例（%）	各类别平均后验概率
1类	线性	-12 973.11	25 978.44	100.0
	二次	-12 894.05	25 828.39	100.0
	三次	-12 894.05	25 836.45	100.0
2类	线性	-12 889.35	25 835.11	87.5	12.5				0.93	0.77
	二次	-12 809.77	25 692.06	87.6	12.4				0.93	0.77
	三次	-12 809.77	25 708.18	87.6	12.4				0.93	0.77
3类	线性	-12 889.35	25 859.28	83.9	0.0	16.1			0.57	-	0.70
	二次	-12 766.40	25 637.55	28.2	70.0	1.7			0.80	0.89	0.82
	三次	-12 894.05	25 917.02	0.0	100.0	0.0			-	1.00	-
4类	线性	-12 889.35	25 883.45	80.9	0.0	0.0	19.1		0.40	-	-	0.64
	二次	-12 746.37	25 629.72	46.8	39.8	11.9	1.5		0.86	0.76	0.78	0.83
	三次	-12 713.36	25 595.93	0.0	98.3	1.7	0.0		-	1.00	0.89	-
5类	线性	-12 889.35	25 907.62	0.0	0.0	77.4	0.0	22.6	-	-	0.27	-	0.58
	二次	-12 543.52	25 256.25	12.2	85.2	0.0	0.8	1.8	0.73	0.78	-	0.84	0.87
	三次	-12 894.05	25 997.60	0.0	0.0	100.0	0.0	0.0	-	-	1.00	-	-

变量	BRI轨迹分组
人数	3 157	2 766	391
年龄（岁）[M（P₂₅，P₇₅）]	69.0(65.0,74.0)	69.0(65.0,74.0)	69.0(65.0,74.0)	0.363
年龄分组[岁，n(%)]				0.409
60~69	1 702(53.9)	1 499(54.2)	203(51.9)
70~79	1 159(36.7)	1 004(36.3)	155(39.6)
≥80	296(9.4)	263(9.5)	33(8.4)
性别[n(%)]				<0.001
男性	1 752(55.5)	1 662(60.1)	90(23.0)
女性	1 405(44.5)	1 104(39.9)	301(77.0)
教育水平[n(%)]				<0.001
文盲	633(20.1)	521(18.8)	112(28.6)
小学	1 493(47.3)	1 312(47.4)	181(46.3)
中学及以上	1 031(32.7)	933(33.7)	98(25.1)
婚姻状况[n(%)]				0.454
单身（包括未婚、离异）	333(10.5)	287(10.4)	46(11.8)
已婚	2 824(89.5)	2 479(89.6)	345(88.2)
自报健康状况[n(%)]				0.235
好	271(8.6)	244(8.8)	27(6.9)
一般	2 216(70.2)	1 945(70.3)	271(69.3)
差	670(21.2)	577(20.9)	93(23.8)
患慢病数量[种，n(%)]				<0.001
0	1 071(33.9)	973(35.2)	98(25.1)
1	998(31.6)	887(32.1)	111(28.4)
≥2	1 088(34.5)	906(32.8)	182(46.5)
睡眠时间（h，）	6.42±1.76	6.44±1.76	6.28±1.82	0.099
吸烟[n(%)]				<0.001
是	1 430(45.3)	1 352(48.9)	78(19.9)
否	1 727(54.7)	1 414(51.1)	313(80.1)
饮酒[n(%)]				<0.001
是	1 144(36.2)	1 077(38.9)	67(17.1)
否	2 013(63.8)	1 689(61.1)	324(82.9)
三次测量BRI均值[M（P₂₅，P₇₅）]	4.14(3.34,5.08)	3.94(3.23,4.70)	6.38(6.06,6.97)	<0.001
BADL[n(%)]				0.001
正常	3 041(96.3)	2 676(96.7)	365(93.4)
受损	116(3.7)	90(3.3)	26(6.6)
IADL[n(%)]				0.006
正常	2 756(87.3)	2 432(87.9)	324(82.9)
受损	401(12.7)	334(12.1)	67(17.1)

变量	BRI轨迹分组
人数	3 157	2 766	391
年龄（岁）[M（P₂₅，P₇₅）]	69.0(65.0,74.0)	69.0(65.0,74.0)	69.0(65.0,74.0)	0.363
年龄分组[岁，n(%)]				0.409
60~69	1 702(53.9)	1 499(54.2)	203(51.9)
70~79	1 159(36.7)	1 004(36.3)	155(39.6)
≥80	296(9.4)	263(9.5)	33(8.4)
性别[n(%)]				<0.001
男性	1 752(55.5)	1 662(60.1)	90(23.0)
女性	1 405(44.5)	1 104(39.9)	301(77.0)
教育水平[n(%)]				<0.001
文盲	633(20.1)	521(18.8)	112(28.6)
小学	1 493(47.3)	1 312(47.4)	181(46.3)
中学及以上	1 031(32.7)	933(33.7)	98(25.1)
婚姻状况[n(%)]				0.454
单身（包括未婚、离异）	333(10.5)	287(10.4)	46(11.8)
已婚	2 824(89.5)	2 479(89.6)	345(88.2)
自报健康状况[n(%)]				0.235
好	271(8.6)	244(8.8)	27(6.9)
一般	2 216(70.2)	1 945(70.3)	271(69.3)
差	670(21.2)	577(20.9)	93(23.8)
患慢病数量[种，n(%)]				<0.001
0	1 071(33.9)	973(35.2)	98(25.1)
1	998(31.6)	887(32.1)	111(28.4)
≥2	1 088(34.5)	906(32.8)	182(46.5)
睡眠时间（h，）	6.42±1.76	6.44±1.76	6.28±1.82	0.099
吸烟[n(%)]				<0.001
是	1 430(45.3)	1 352(48.9)	78(19.9)
否	1 727(54.7)	1 414(51.1)	313(80.1)
饮酒[n(%)]				<0.001
是	1 144(36.2)	1 077(38.9)	67(17.1)
否	2 013(63.8)	1 689(61.1)	324(82.9)
三次测量BRI均值[M（P₂₅，P₇₅）]	4.14(3.34,5.08)	3.94(3.23,4.70)	6.38(6.06,6.97)	<0.001
BADL[n(%)]				0.001
正常	3 041(96.3)	2 676(96.7)	365(93.4)
受损	116(3.7)	90(3.3)	26(6.6)
IADL[n(%)]				0.006
正常	2 756(87.3)	2 432(87.9)	324(82.9)
受损	401(12.7)	334(12.1)	67(17.1)

回归模型		BADL	IADL
模型Ⅰ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	2.12(1.35~3.32)	0.001	1.51(1.13~2.01)	0.005
模型Ⅱ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.95(1.20~3.15)	0.007	1.25(0.92~1.70)	0.148
模型Ⅲ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.82(1.11~2.96)	0.017	1.21(0.89~1.66)	0.229

回归模型		BADL	IADL
模型Ⅰ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	2.12(1.35~3.32)	0.001	1.51(1.13~2.01)	0.005
模型Ⅱ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.95(1.20~3.15)	0.007	1.25(0.92~1.70)	0.148
模型Ⅲ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.82(1.11~2.96)	0.017	1.21(0.89~1.66)	0.229

亚组	BADL[OR(95%CI)]	P值	P_交互	IADL[OR(95%CI)]	P值	P_交互
年龄分组（岁）				0.147				0.946
60~69	1.00(Ref)	2.09(0.88~4.58)	0.078		1.00(Ref)	1.34(0.81~2.14)	0.243
70~79	1.00(Ref)	2.41(1.18~4.74)	0.013		1.00(Ref)	1.14(0.71~1.80)	0.573
≥80	1.00(Ref)	0.88(0.18~3.33)	0.866		1.00(Ref)	1.44(0.58~3.42)	0.417
性别				0.142				0.478
男性	1.00(Ref)	3.46(1.42~7.58)	0.003		1.00(Ref)	1.06(0.48~2.09)	0.876
女性	1.00(Ref)	1.43(0.78~2.55)	0.230		1.00(Ref)	1.27(0.89~1.80)	0.180
教育水平				0.548				0.455
文盲	1.00(Ref)	1.23(0.47~2.94)	0.659		1.00(Ref)	1.43(0.86~2.34)	0.158
小学	1.00(Ref)	1.76(0.83~3.51)	0.123		1.00(Ref)	1.00(0.61~1.58)	0.999
中学及以上	1.00(Ref)	4.15(1.37~11.33)	0.007		1.00(Ref)	1.60(0.69~3.36)	0.240
婚姻状况				0.602				0.326
已婚	1.00(Ref)	1.95(1.12~3.27)	0.014		1.00(Ref)	1.16(0.82~1.63)	0.382
单身（包括未婚、离异）	1.00(Ref)	1.39(0.35~4.73)	0.610		1.00(Ref)	2.10(0.89~4.85)	0.083
自报健康状况				0.297				0.392
差	1.00(Ref)	2.02(0.78~4.83)	0.126		1.00(Ref)	1.41(0.81~2.40)	0.208
一般	1.00(Ref)	1.57(0.81~2.88)	0.162		1.00(Ref)	1.04(0.68~1.55)	0.854
好	1.00(Ref)	8.07(0.97~68.06)	0.045		1.00(Ref)	3.15(0.91~10.00)	0.057
患慢病数量（种）				0.533				0.065
0	1.00(Ref)	3.20(0.92~9.71)	0.049		1.00(Ref)	2.47(1.33~4.43)	0.003
1	1.00(Ref)	1.39(0.44~3.70)	0.541		1.00(Ref)	0.79(0.38~1.52)	0.506
≥2	1.00(Ref)	1.78(0.92~3.32)	0.078		1.00(Ref)	1.11(0.71~1.71)	0.639
吸烟				0.238				0.669
是	1.00(Ref)	3.11(1.29~6.81)	0.007		1.00(Ref)	1.19(0.58~2.28)	0.614
否	1.00(Ref)	1.45(0.78~2.61)	0.221		1.00(Ref)	1.25(0.87~1.77)	0.219
饮酒				0.775				0.361
是	1.00(Ref)	2.33(0.61~6.90)	0.160		1.00(Ref)	0.99(0.36~2.27)	0.980
否	1.00(Ref)	1.76(1.01~2.98)	0.038		1.00(Ref)	1.29(0.92~1.79)	0.136

亚组	BADL[OR(95%CI)]	P值	P_交互	IADL[OR(95%CI)]	P值	P_交互
年龄分组（岁）				0.147				0.946
60~69	1.00(Ref)	2.09(0.88~4.58)	0.078		1.00(Ref)	1.34(0.81~2.14)	0.243
70~79	1.00(Ref)	2.41(1.18~4.74)	0.013		1.00(Ref)	1.14(0.71~1.80)	0.573
≥80	1.00(Ref)	0.88(0.18~3.33)	0.866		1.00(Ref)	1.44(0.58~3.42)	0.417
性别				0.142				0.478
男性	1.00(Ref)	3.46(1.42~7.58)	0.003		1.00(Ref)	1.06(0.48~2.09)	0.876
女性	1.00(Ref)	1.43(0.78~2.55)	0.230		1.00(Ref)	1.27(0.89~1.80)	0.180
教育水平				0.548				0.455
文盲	1.00(Ref)	1.23(0.47~2.94)	0.659		1.00(Ref)	1.43(0.86~2.34)	0.158
小学	1.00(Ref)	1.76(0.83~3.51)	0.123		1.00(Ref)	1.00(0.61~1.58)	0.999
中学及以上	1.00(Ref)	4.15(1.37~11.33)	0.007		1.00(Ref)	1.60(0.69~3.36)	0.240
婚姻状况				0.602				0.326
已婚	1.00(Ref)	1.95(1.12~3.27)	0.014		1.00(Ref)	1.16(0.82~1.63)	0.382
单身（包括未婚、离异）	1.00(Ref)	1.39(0.35~4.73)	0.610		1.00(Ref)	2.10(0.89~4.85)	0.083
自报健康状况				0.297				0.392
差	1.00(Ref)	2.02(0.78~4.83)	0.126		1.00(Ref)	1.41(0.81~2.40)	0.208
一般	1.00(Ref)	1.57(0.81~2.88)	0.162		1.00(Ref)	1.04(0.68~1.55)	0.854
好	1.00(Ref)	8.07(0.97~68.06)	0.045		1.00(Ref)	3.15(0.91~10.00)	0.057
患慢病数量（种）				0.533				0.065
0	1.00(Ref)	3.20(0.92~9.71)	0.049		1.00(Ref)	2.47(1.33~4.43)	0.003
1	1.00(Ref)	1.39(0.44~3.70)	0.541		1.00(Ref)	0.79(0.38~1.52)	0.506
≥2	1.00(Ref)	1.78(0.92~3.32)	0.078		1.00(Ref)	1.11(0.71~1.71)	0.639
吸烟				0.238				0.669
是	1.00(Ref)	3.11(1.29~6.81)	0.007		1.00(Ref)	1.19(0.58~2.28)	0.614
否	1.00(Ref)	1.45(0.78~2.61)	0.221		1.00(Ref)	1.25(0.87~1.77)	0.219
饮酒				0.775				0.361
是	1.00(Ref)	2.33(0.61~6.90)	0.160		1.00(Ref)	0.99(0.36~2.27)	0.980
否	1.00(Ref)	1.76(1.01~2.98)	0.038		1.00(Ref)	1.29(0.92~1.79)	0.136

中国老年人身体圆度指数轨迹与不同类型日常生活活动能力的关联研究

PDF下载

张晓轩 ¹ , 唐健翔 ¹ , 王梓璇 ² , 赵星 ¹ , 郭冰 ¹

现代预防医学 | 健康与社会行为 2026,53(4): 720-726

收起

现代预防医学 |健康与社会行为 2026 , 53 (4) : 720 -726

中国老年人身体圆度指数轨迹与不同类型日常生活活动能力的关联研究

全屏

[Author(id=1324078020658594548, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, orderNo=0, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1324078020746674934, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078020658594548, language=EN, stringName=Xiao-xuan ZHANG, firstName=Xiao-xuan, middleName=null, lastName=ZHANG, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1324078020822172407, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078020658594548, language=CN, stringName=张晓轩, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041, bio={"content":"

张晓轩（2000—），女，硕士在读，研究方向：卫生统计方法与应用

"}, bioImg=null, bioContent=

张晓轩（2000—），女，硕士在读，研究方向：卫生统计方法与应用

, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1324078020474045166, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, xref=1., ext=[AuthorCompanyExt(id=1324078020482433775, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China), AuthorCompanyExt(id=1324078020490822384, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041)])]), Author(id=1324078020914447097, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, orderNo=1, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1324078021023499003, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078020914447097, language=EN, stringName=Jian-xiang TANG, firstName=Jian-xiang, middleName=null, lastName=TANG, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1324078021111579388, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078020914447097, language=CN, stringName=唐健翔, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1324078020474045166, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, xref=1., ext=[AuthorCompanyExt(id=1324078020482433775, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China), AuthorCompanyExt(id=1324078020490822384, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041)])]), Author(id=1324078021178688254, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, orderNo=2, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1324078021266768640, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021178688254, language=EN, stringName=Zi-xuan WANG, firstName=Zi-xuan, middleName=null, lastName=WANG, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=null, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1324078021346460417, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021178688254, language=CN, stringName=王梓璇, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=², address=^2.四川省疾病预防控制中心信息所, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1324078020574708465, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, xref=2., ext=[AuthorCompanyExt(id=1324078020583097074, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020574708465, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=^2.四川省疾病预防控制中心信息所)])]), Author(id=1324078021413569283, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, orderNo=3, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=null, emailSecond=null, emailThird=null, correspondingAuthor=0, authorType=1, ext={EN=AuthorExt(id=1324078021493261061, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021413569283, language=EN, stringName=Xing ZHAO, firstName=Xing, middleName=null, lastName=ZHAO, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1324078021564564230, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021413569283, language=CN, stringName=赵星, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1324078020474045166, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, xref=1., ext=[AuthorCompanyExt(id=1324078020482433775, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China), AuthorCompanyExt(id=1324078020490822384, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041)])]), Author(id=1324078021635867400, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, orderNo=4, firstName=null, middleName=null, lastName=null, nameCn=null, orcid=null, stid=null, country=null, authorPic=null, dead=0, email=guobing0111@scu.edu.cn, emailSecond=null, emailThird=null, correspondingAuthor=1, authorType=1, ext={EN=AuthorExt(id=1324078021728142090, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021635867400, language=EN, stringName=Bing GUO, firstName=Bing, middleName=null, lastName=GUO, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null), CN=AuthorExt(id=1324078021795250955, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, authorId=1324078021635867400, language=CN, stringName=郭冰, firstName=null, middleName=null, lastName=null, prefix=null, suffix=null, authorComment=null, nameInitials=null, affiliation=null, department=null, xref=¹, address=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041, bio=null, bioImg=null, bioContent=null, aboutCorrespAuthor=null)}, companyList=[AuthorCompany(id=1324078020474045166, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, xref=1., ext=[AuthorCompanyExt(id=1324078020482433775, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=EN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China), AuthorCompanyExt(id=1324078020490822384, tenantId=1146029695717560320, journalId=1227665162245664772, articleId=1324078016950829789, companyId=1324078020474045166, language=CN, country=null, province=null, city=null, postcode=null, companyName=null, departmentName=null, remark=^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041)])])]

张晓轩¹, 唐健翔¹, 王梓璇², 赵星¹, 郭冰¹

作者信息

^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041

^2.四川省疾病预防控制中心信息所

通讯作者:

郭冰，E-mail: guobing0111@scu.edu.cn

作者简介:

张晓轩（2000—），女，硕士在读，研究方向：卫生统计方法与应用

Association between body roundness index trajectories and different types of activities of daily living in elderly Chinese adults

Xiao-xuan ZHANG¹, Jian-xiang TANG¹, Zi-xuan WANG², Xing ZHAO¹, Bing GUO¹

Affiliations

Sichuan University West China School of Public Health/West China Fourth Hospital Department of Epidemiology and Health Statistics, Chengdu, Sichuan 610041, China

出版时间: 2026-02-25 doi: 10.20043/j.cnki.MPM.202504445

文章导航

摘要

收起

目的

探究中国老年人身体圆度指数（BRI）轨迹与日常生活活动能力（ADL）受损之间的关系。

方法

基于中国健康与养老追踪调查（CHARLS）数据，纳入2011年、2013年和2015年三次测量的BRI数据，采用潜类别增长混合效应模型识别BRI纵向轨迹。ADL受损基于2017年第四轮调查评估，采用多因素logistic回归模型评估BRI轨迹与基本日常生活活动能力（BADL）和工具性日常生活活动能力（IADL）受损的关系。亚组分析用于探索不同子人群中BRI轨迹和功能受损间的关联。

结果

共纳入3 157名60岁及以上的老年人，最终识别出两类BRI轨迹：低稳定组（87.6%）和高稳定组（12.4%）。调整混杂后，与BRI轨迹低稳定组相比，高稳定组BADL受损风险显著增加（OR=1.82，95% CI: 1.11~2.96）；IADL受损风险呈正向关联，但未达统计学显著性（OR=1.21，95% CI: 0.89~1.66）。亚组分析未发现显著交互作用。

结论

持续高水平的BRI轨迹是老年人BADL受损的危险因素。BRI的纵向轨迹可作为功能衰退风险的预测指标，为老年人功能受损的早期识别和干预提供新视角。

关键词

身体圆度指数 / 日常生活活动能力 / 轨迹模型

Abstract

收起

Objective

To examine the association between trajectories of body roundness index (BRI) and impaired activities of daily living (ADL) among older adults in China.

Methods

Data were obtained from the China Health and Retirement Longitudinal Study (CHARLS). BRI was measured in 2011, 2013, and 2015, and latent class growth mixture modeling was used to identify longitudinal BRI trajectories. ADL impairment was assessed based on the 2017 (Wave 4) survey. Multivariable logistic regression models were employed to evaluate the associations between BRI trajectories and impairments in basic (BADL) and instrumental (IADL) activities of daily living. Subgroup analyses were conducted to explore potential effect modifications by sex, age, and chronic disease status.

Results

A total of 3 157 individuals aged 60 years and above were included. Two distinct BRI trajectories were identified: low-stable group (87.6%) and high-stable group (12.4%). After adjusting for potential confounders, the high-stable group was significantly associated with BADL impairment (OR=1.82, 95% CI: 1.11-2.96), while the association with IADL impairment was positive but not statistically significant (OR=1.21, 95% CI: 0.89-1.66). No significant interactions were found in subgroup analyses.

Conclusion

A persistently high BRI trajectory is significantly associated with an increased risk of BADL impairment in older adults. Longitudinal BRI trajectories may serve as predictive indicators for functional decline, offering new insights for the early identification and intervention of functional impairment in aging populations.

Key words

Body roundness index (BRI) / Activities of daily living (ADL) / Trajectory model

引用本文

张晓轩, 唐健翔, 王梓璇, 赵星, 郭冰. 中国老年人身体圆度指数轨迹与不同类型日常生活活动能力的关联研究. 现代预防医学, 2026 , 53 (4) : 720 -726 . DOI: 10.20043/j.cnki.MPM.202504445

Xiao-xuan ZHANG, Jian-xiang TANG, Zi-xuan WANG, Xing ZHAO, Bing GUO. Association between body roundness index trajectories and different types of activities of daily living in elderly Chinese adults[J]. Modern Preventive Medicine, 2026 , 53 (4) : 720 -726 . DOI: 10.20043/j.cnki.MPM.202504445

正文

收起

随着全球老龄化进程加速，预计至2050年，中国65岁及以上人口比例将升至26%，规模达3.66亿^[1]，维持老年人群的独立生活能力已成为公共卫生领域的重要议题。基本日常生活活动能力（Basic Activities of Daily Living，BADL）和工具性日常生活活动能力（Instrumental Activities of Daily Living，IADL）是评估老年人功能状态的核心指标，活动能力衰退，不仅影响个体生活质量，更对社会医疗资源分配构成严峻挑战^[2]。肥胖作为影响老年人功能健康的重要可干预因素^[3]，其准确评估对制定有效的干预策略至关重要。目前临床实践中主要采用体质指数（Body Mass Index，BMI）作为肥胖评估指标，但BMI存在无法区分脂肪分布与肌肉质量的固有局限，有研究提出身体圆度指数（Body Roundness Index，BRI）作为补充^[4]。BRI作为一种整合腰围和身高的新型人体测量指标，能更精准地反映中心性肥胖和体脂分布特征，相较于BMI可能对健康风险有更好的预测价值^[5-6]。尽管已有研究证实肥胖与功能衰退相关，但多数研究仅关注BMI或腰围等单一指标^[7-8]，而关于BRI与日常生活活动能力（Activities of Daily Living，ADL）关联的证据较为有限。

值得注意的是，老年人的体型状况往往随年龄增长发生显著改变，而BRI的长期变化轨迹可能比单一测量值更能反映代谢累积损害对功能健康的影响。随着纵向数据分析方法的进步，已有研究关注BRI的动态变化轨迹与健康结局的关联，发现BRI轨迹与全因死亡率、心血管事件风险显著相关^[9-10]。然而，现有研究主要聚焦于临床终点（如死亡率、心血管疾病），关于BRI轨迹如何影响老年人ADL功能的纵向研究仍十分有限，尤其缺乏基于大样本、长期随访的实证证据。

中国健康与养老追踪调查（China Health and Retirement Longitudinal Study，CHARLS）是一项具有全国代表性的中老年人研究。因此，本研究旨在使用CHARLS数据探讨BRI轨迹与老年人ADL受损的关联，为老龄化社会的个体化健康管理策略及肥胖相关ADL功能受损的早期预防提供参考依据。

1　资料与方法

收起

1.1　研究对象

本研究基于CHARLS 2011至2017年四轮调查数据。纳入标准为：四轮调查均有参与记录、具有三次有效的身体测量数据、年龄≥60岁且2017年结局信息完整。排除在2011年、2013年、2015年前三轮调查中已存在ADL受损，或关键变量缺失者。最终，纳入分析的研究对象共3 157名，研究对象筛选流程详见图1。

CHARLS严格遵循伦理规范，调查程序已获得北京大学生物医学伦理委员会的审核批准（IRB00001052-11015），并征得每位受访者的知情同意。

1.2　指标定义

BRI由Thomas等人^[4]提出，用于反映个体内脏脂肪的积累情况，通过以下公式计算：

式中，WC为腰围（单位：cm）；Height为身高（单位：cm）。

计算BRI所需的身高与腰围均由经过培训的专业人员按照标准化流程测量获得。身高测量时，受试者脱鞋直立在身高计上，头部正直，测量精确至0.1 cm；腰围在最小呼气末，用无弹性软尺于肚脐水平围绕腹部一圈，测量精确至0.1 cm。

ADL是衡量个体日常自理能力的常用工具，根据CHARLS中的ADL量表进行评估。ADL包括两个层次：基本日常生活活动能力（BADL）：包括如厕、进食、穿衣、控制大小便、上下床和洗澡六项；工具性日常生活活动能力（IADL）：包括做家务、做饭、购物、打电话、服药及管理钱财六项。每项活动的响应共分为四级：“没有困难”、“有困难但可独立完成”、“有困难需要协助完成”与“无法完成”。其中，前两项定义为该项功能正常，后两项定义为功能受损。若其中任一条目受损，则定义为相应的BADL或IADL功能受损。本研究中，BADL和IADL量表的内部一致性良好，Cronbach α系数分别为0.81和0.77。

协变量包括年龄、性别、教育水平（文盲、小学、中学及以上）、婚姻状况（有配偶、无配偶）、自报健康状况（好、一般、差）、患慢性病种数（0种、1种、2种及以上）、睡眠时间、吸烟状况、饮酒状况。

1.3　统计分析

潜在类别生长混合模型（Latent Class Growth Mixture Modeling，LCGMM）用于分析BRI的动态变化轨迹，以识别具有相似变化模式的亚组人群。建模过程，考虑以下关键要素：模型构建方面：采用线性、二次和三次多项式函数来描述BRI随时间的变化趋势，同时设置不同的固定效应和随机效应项，以准确捕捉类内和类间的变异特征^[11]。对于个体i在时间t的BRI值y_it，其类内轨迹模型可表示为：

其中，η_0k,η_1k,η_2k…为第k类的固定效应参数，

，

…为个体i在该类中的随机效应，ε_it~N(0,σ²)为误差项。

模型选择方面：基于综合标准进行评估^[12]，包括：贝叶斯信息准则（Bayesian information criterions，BIC）的改善情况；每个轨迹亚组的样本比例≥5%；平均后验类成员概率≥0.70；轨迹图形模式的视觉区分度；临床可解释性。根据模型输出的轨迹图形特征，对不同轨迹的类别分配具有临床意义的标签，便于结果解释。

描述研究对象的基本特征时，分类变量以频数（百分比）描述，连续变量依正态性采用均数±标准差或中位数（四分位数间距）表示。组间比较分别使用卡方检验、方差分析或Kruskal-Wallis检验。多因素logistic回归模型用于估计BRI轨迹与不同类型ADL受损之间的比值比（ORs）和95%置信区间（95%CIs），模型Ⅰ未经调整，模型Ⅱ调整性别和年龄，模型Ⅲ对所有协变量进行调整。此外，进行亚组分析，并采用似然比检验评估亚组间交互作用。双侧检验，检验水准α=0.05。

2　结果

收起

2.1　识别BRI潜在类别轨迹

根据轨迹建模的一般原则，结合既往文献和数据特征，尝试将人群划分为1~5类，并分别拟合线性、二次与三次时间项的多种模型。表1展示了模型拟合与分类结果，最终选择具有2个类别的二次模型用于后续分析：该模型的BIC值最低（25 692.06），平均后验概率大于0.7，且人数分布合理。基于该模型识别出两类BRI轨迹，见图1：第一类为低稳定组，其BRI水平始终较低，2011年的平均BRI为3.86，2013年略升至4.08，2015年小幅下降至3.95，整体呈轻微波动但相对稳定的趋势。第二类为高稳定组，BRI始终处于较高水平，2011年为6.33，2013年升至6.72，2015年基本维持在该水平。总体来看，两类轨迹均表现为BRI水平随时间推移保持相对稳定，且高稳定组在整个随访期间的BRI水平始终高于低稳定组。

2.2　基于BRI轨迹分组的基本特征

按BRI轨迹分组的研究对象基本特征见表2。共纳入3 157名研究对象，男性占55.5%，中位年龄为69岁。根据轨迹建模结果，87.6%的参与者归为低稳定组，12.4%归为高稳定组。两组在人口学特征、健康相关行为、慢性病情况及功能状态等方面存在显著差异。与低稳定组相比，高稳定组的女性比例、文盲比例、患有两种及以上慢性病的比例以及不吸烟不饮酒的比例更高，BRI均值更大。且高稳定组BADL与IADL受损比例也相对较高，分别为6.6%和17.1%（均P<0.01）。

2.3　BRI轨迹与BADL和IADL受损间的关联

表3显示了BRI轨迹类别与BADL和IADL受损之间的logistic回归结果。在BADL方面，与低稳定组相比，高稳定组人群的功能受损风险在三个模型中均显著升高：模型Ⅰ OR=2.12，95% CI:1.35~3.32；模型Ⅱ OR=1.95，95% CI:1.20~3.15；模型Ⅲ OR=1.82，95% CI:1.11~2.96，显示出稳健的关联趋势。相比之下，在IADL方面，仅模型Ⅰ中观察到显著关联（OR=1.51，95% CI:1.13~2.01，P=0.005），但在进一步调整协变量的模型Ⅱ和模型Ⅲ中，关联减弱且不再具有统计学显著性，提示混杂因素可能解释了最初的关联。

2.4　亚组分析

为探讨BRI轨迹与ADL受损关联在不同人群中的一致性，进一步开展了亚组分析。结果显示，高稳定BRI轨迹在各亚组中与BADL受损风险总体呈一致正向关联，部分亚组关联更强，但交互作用均不显著；IADL分析中关联相对较弱，显著性仅见于无慢性病亚组，亦未发现显著交互作用，详见表4。

3　讨论

收起

本研究基于3 157名中国老年人的全国代表性样本，采用潜类别轨迹模型识别出两类BRI轨迹：低稳定和高稳定BRI轨迹。结果表明，BRI的纵向轨迹与BADL受损显著相关，持续高水平BRI轨迹在调整混杂因素后仍是BADL受损的危险因素；而BRI轨迹与IADL受损的关联仅在单因素模型中显著，调整后减弱至不显著。亚组分析未发现显著交互作用。

目前已有多项针对中国人群的研究发现BRI轨迹呈现显著异质性，但不同研究在轨迹数量和形态上存在差异，可能与研究人群、数据处理方法以及模型选择的不同有关。多数研究识别出三类轨迹：低稳定组、中等稳定组和高稳定组。例如，Chen等人^[13]基于开滦队列、Zhang等人^[14]针对中国农村人群，以及两项针对45岁以上中老年人群的研究^[10,15]均发现类似的三类轨迹。这些轨迹在BRI水平上呈现低、中、高的稳定形态，但波动趋势略有不同。另有研究进一步细分高BRI组，识别出四类轨迹^[9]。而本研究仅识别出低稳定组和高稳定组，该差异可能源于研究对象的年龄结构。本研究聚焦于60岁及以上老年人群，随着年龄增长，生理功能衰退导致个体间BRI指标变异程度降低，从而导致轨迹数量相对简化。此外，模型设定与数据处理方式等差异也可能影响最终分类结果。

关于肥胖与ADL受损的关系，既往研究尚无一致结论。有研究认为二者呈U型关系，即体重过轻或肥胖均增加ADL受损风险^[16]。一项系统评价指出，体重不足者BADL受损风险较高，超重者风险反而较低^[7]。冈本等人^[17]则认为超重是女性未来BADL能力下降的可靠预测因素。部分研究观察到“肥胖悖论”，认为BMI在某些情况下具有保护作用，但此类结论可能受限于BMI无法区分脂肪与肌肉，尤其在老年人群体中，肌肉减少是导致功能受损的重要因素，因此BMI可能会低估肥胖对功能受损的影响^[18]。此外，腰围作为腹部脂肪的评估指标，已被证明与ADL功能受限相关^[19]。但也有研究强调，单纯腹部肥胖与BADL关联不显著，若合并肌肉力量下降（即动力减少性肥胖）则显著增加BADL受损风险^[20]。

BMI和腰围是评估肥胖与ADL的常用指标，而BRI作为一种新型肥胖评估指标尚未得到充分应用。BRI可在一定程度上反映体脂分布，或能更敏感地揭示肥胖对功能的影响。本研究首次基于BRI轨迹探讨其与ADL受损的关系，发现BRI高稳定组与BADL受损显著相关，提示持续高BRI状态可能是身体功能衰退的预测因素。而BRI与IADL受损之间的关联较弱，可能由于IADL更多受认知、社会支持等非身体因素的影响。亚组分析未发现年龄、性别等因素存在交互作用。

机制上，BRI较高常反映腹部脂肪堆积，过多的腹部脂肪会增加关节、骨骼和肌肉负担，从而影响运动功能并导致BADL能力下降^[19]。BRI可能间接反映脂肪与肌肉比例失衡，提示肌肉减少性肥胖的存在，这种肥胖与老年人功能受损密切相关^[20]。BRI升高还与代谢综合征、糖尿病等慢性病风险增加相关^[21-22]，这些疾病可能加速身体功能的退化。此外，肥胖相关的社会歧视与心理压力可能降低老年人参与日常活动的意愿，间接影响其功能状态^[23]。

本研究基于全国性纵向队列，采用多时点BRI测量构建轨迹，动态反映BRI变化趋势，更全面评估肥胖对ADL功能的长期影响。样本覆盖中国多个地区，具有较好的代表性，且控制多种混杂因素，增强结果的稳健性。但也存在一定局限，ADL依赖自我报告，可能存在信息偏倚；尽管BRI在一定程度上能反映体脂分布，但作为间接指标，仍难以直接区分脂肪与肌肉成分。此外，结论主要适用于中国老年人群，普适性存限，且仍可能存在残余混杂。

总之，持续高水平的BRI轨迹与老年人群BADL受损显著相关。BRI的纵向轨迹可作为预测BADL受损风险的有效指标，对于延缓功能衰退和老龄化管理提供新的可能。

基金

收起

四川省自然科学基金项目(2026NSFSC0594)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

Lobanov-Rostovsky

, He

, Chen

, et al. Growing old in China in socioeconomic and epidemiological context: systematic review of social care policy for older People[J]. BMC Public Health, 2023, 23(1): 1272.

[2]

Fang

, Xie

, Schenkel

, et al. A research agenda for ageing in China in the 21st century (2nd edition): Focusing on basic and translational research, long-term care, policy and social networks[J]. Ageing Research Reviews, 2020, 64: 101174.

[3]

Ragusa

, Tanaka

, Veronese

, et al. Weight of time: exploring the Link between obesity and aging[J]. Aging Clinical and Experimental Research, 2025, 37(1): 236.

[4]

Thomas

, Bredlau

, Bosy-Westphal

, et al. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model[J]. Obesity (Silver Spring, Md.), 2013, 21(11): 2264-2271.

[5]

Schweitzer

. Could the body roundness index one day replace the BMI?[J]. JAMA : the Journal of the American Medical Association, 2024, 332(16): 1317-1318.

[6]

Zhang

, Ma

, Lin

. Body roundness index and all-cause mortality among US adults[J]. Jama Netw Open, 2024, 7(7): 1501.

[7]

Wang

, Zhu

, Chen

, et al. Association of body mass index with disability in activities of daily living in older adults: a systematic review of the literature based on longitudinal data[J]. BMC Public Health, 2025, 25(1): 6.

[8]

Sun

, Lin

, Shen

, et al. Associations of body mass index, waist circumference and the weight-adjusted waist index with daily living ability impairment in older Chinese People: A cross-sectional study of the Chinese Longitudinal Healthy Longevity Survey[J]. Diabetes Obesity & Metabolism, 2024, 26(9): 4069-4077.

[9]

, Yu

, Xu

, et al. Associations of longitudinal trajectories in body roundness index with mortality and cardiovascular outcomes: a cohort study[J]. American Journal of Clinical Nutrition, 2022, 115(3): 671-678.

[10]

Ding

, Chen

, Shi

, et al. Association of body roundness index and its trajectories with all-cause and cardiovascular mortality among a Chinese middle-aged and older population: A retrospective cohort study[J]. Front Public Health, 2023, 11: 158.

[11]

李秉哲，姜棋竞，卢珍珍，等．轨迹模型在单次结局测量纵向数据分析中的应用[J]．中华内科杂志，2024，63（9）：844-848．

, Jiang

, Lu

, et al. Application of trajectory models in longitudinal data analysis with single-outcome measurements[J]. Chinese Journal of Internal Medicine, 2024, 63(9): 844-848. (In Chinese)

[12]

Lennon

, Kelly

, Sperrin

, et al. Framework to construct and interpret latent class trajectory modelling[J]. BMJ Open, 2018, 8(7): e020683.

[13]

Chen

, Wang

, Zheng

, et al. Body roundness index trajectories and the risk of cancer: a cohort study[J]. Cancer Medicine, 2024, 13(23): e70447.

[14]

Zhang

, Han

, Zheng

, et al. Associations of trajectories in body roundness index with incident cardiovascular disease: a prospective cohort study in rural China[J]. Front Nutr, 2024, 11: 1291093.

[15]

Yang

, Liu

, Shen

, et al. Body roundness index trajectories and the incidence of cardiovascular disease: evidence from the China health and retirement longitudinal study[J]. Journal of the American Heart Association, 2024, 13(19): e034768.

[16]

Nguyen

, Hong

GRS

. Change in functional disability and its trends among older adults in Korea over 2008–2020: a 4-year follow-up cohort study[J]. BMC Geriatrics, 2023, 23(1): 219.

[17]

Okamoto

, Okamura

, Sugiyama

, et al. Overweight or underweight and the risk of decline in activities of daily living in a 22-year cohort study of a Japanese sample[J]. Geriatrics & Gerontology International, 2018, 18(5): 799-805.

[18]

Tutor

, Lavie

, Kachur

, et al. Updates on obesity and the obesity paradox in cardiovascular diseases[J]. Progress in Cardiovascular Diseases, 2023, 78: 2-10.

[19]

, Zhang

, et al. Association between central obesity and ADL impairment among the middle-aged and elderly population in China based on CHARLS[J]. Scientific Reports, 2025, 15(1): 13455.

[20]

Smith

, López Sánchez

, Soysal

, et al. Dynapenic abdominal obesity and activities of daily living disability among older adults residing in low- and middle-income countries[J]. Aging Clinical and Experimental Research, 2024, 36(1): 212.

[21]

, Gui

, Liu

, et al. Predicting metabolic syndrome by obesity-and lipid-related indices in mid-aged and elderly Chinese: a population-based cross-sectional study[J]. Frontiers in Endocrinology, 2023, 25: 14.

[22]

Qiu

, Xiao

, Fan

, et al. Association of body roundness index with diabetes and prediabetes in US adults from NHANES 2007–2018: a cross-sectional study[J]. Lipids in Health and Disease, 2024, 23(1): 252.

[23]

Ghosh

, Khan

HTA

, Vohra

. A qualitative study to examine hidden care burden for older adults with overweight and obesity in England[J]. PLOS One, 2025, 20(3): e0320253.

2026年第53卷第4期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.20043/j.cnki.MPM.202504445

接收时间：2025-04-24
首发时间：2026-11-02
出版时间：2026-02-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-04-24

基金

四川省自然科学基金项目(2026NSFSC0594)

作者信息

^1.四川大学华西公共卫生学院/华西第四医院流行病与卫生统计学系，四川成都 610041

^2.四川省疾病预防控制中心信息所

通讯作者:

郭冰，E-mail: guobing0111@scu.edu.cn

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/xdyfyx/CN/10.20043/j.cnki.MPM.202504445

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

类别数	多项式次数	loglik	BIC	各类别人数比例（%）	各类别平均后验概率
1类	线性	-12 973.11	25 978.44	100.0
	二次	-12 894.05	25 828.39	100.0
	三次	-12 894.05	25 836.45	100.0
2类	线性	-12 889.35	25 835.11	87.5	12.5				0.93	0.77
	二次	-12 809.77	25 692.06	87.6	12.4				0.93	0.77
	三次	-12 809.77	25 708.18	87.6	12.4				0.93	0.77
3类	线性	-12 889.35	25 859.28	83.9	0.0	16.1			0.57	-	0.70
	二次	-12 766.40	25 637.55	28.2	70.0	1.7			0.80	0.89	0.82
	三次	-12 894.05	25 917.02	0.0	100.0	0.0			-	1.00	-
4类	线性	-12 889.35	25 883.45	80.9	0.0	0.0	19.1		0.40	-	-	0.64
	二次	-12 746.37	25 629.72	46.8	39.8	11.9	1.5		0.86	0.76	0.78	0.83
	三次	-12 713.36	25 595.93	0.0	98.3	1.7	0.0		-	1.00	0.89	-
5类	线性	-12 889.35	25 907.62	0.0	0.0	77.4	0.0	22.6	-	-	0.27	-	0.58
	二次	-12 543.52	25 256.25	12.2	85.2	0.0	0.8	1.8	0.73	0.78	-	0.84	0.87
	三次	-12 894.05	25 997.60	0.0	0.0	100.0	0.0	0.0	-	-	1.00	-	-

类别数

多项式次数

loglik

BIC

各类别人数比例（%）

各类别平均后验概率

class1

class2

class3

class4

class5

prob1

prob2

prob3

prob4

prob5

1类

线性

-12 973.11

25 978.44

100.0

二次

-12 894.05

25 828.39

100.0

三次

-12 894.05

25 836.45

100.0

2类

线性

-12 889.35

25 835.11

87.5

12.5

0.93

0.77

二次

-12 809.77

25 692.06

87.6

12.4

0.93

0.77

三次

-12 809.77

25 708.18

87.6

12.4

0.93

0.77

3类

线性

-12 889.35

25 859.28

83.9

0.0

16.1

0.57

0.70

二次

-12 766.40

25 637.55

28.2

70.0

1.7

0.80

0.89

0.82

三次

-12 894.05

25 917.02

0.0

100.0

0.0

1.00

4类

线性

-12 889.35

25 883.45

80.9

0.0

19.1

0.40

0.64

二次

-12 746.37

25 629.72

46.8

39.8

11.9

1.5

0.86

0.76

0.78

0.83

三次

-12 713.36

25 595.93

0.0

98.3

1.7

0.0

1.00

0.89

5类

线性

-12 889.35

25 907.62

0.0

77.4

0.0

22.6

0.27

0.58

二次

-12 543.52

25 256.25

12.2

85.2

0.0

0.8

1.8

0.73

0.78

0.84

0.87

三次

-12 894.05

25 997.60

0.0

100.0

0.0

1.00

变量	BRI轨迹分组
人数	3 157	2 766	391
年龄（岁）[M（P₂₅，P₇₅）]	69.0(65.0,74.0)	69.0(65.0,74.0)	69.0(65.0,74.0)	0.363
年龄分组[岁，n(%)]				0.409
60~69	1 702(53.9)	1 499(54.2)	203(51.9)
70~79	1 159(36.7)	1 004(36.3)	155(39.6)
≥80	296(9.4)	263(9.5)	33(8.4)
性别[n(%)]				<0.001
男性	1 752(55.5)	1 662(60.1)	90(23.0)
女性	1 405(44.5)	1 104(39.9)	301(77.0)
教育水平[n(%)]				<0.001
文盲	633(20.1)	521(18.8)	112(28.6)
小学	1 493(47.3)	1 312(47.4)	181(46.3)
中学及以上	1 031(32.7)	933(33.7)	98(25.1)
婚姻状况[n(%)]				0.454
单身（包括未婚、离异）	333(10.5)	287(10.4)	46(11.8)
已婚	2 824(89.5)	2 479(89.6)	345(88.2)
自报健康状况[n(%)]				0.235
好	271(8.6)	244(8.8)	27(6.9)
一般	2 216(70.2)	1 945(70.3)	271(69.3)
差	670(21.2)	577(20.9)	93(23.8)
患慢病数量[种，n(%)]				<0.001
0	1 071(33.9)	973(35.2)	98(25.1)
1	998(31.6)	887(32.1)	111(28.4)
≥2	1 088(34.5)	906(32.8)	182(46.5)
睡眠时间（h，）	6.42±1.76	6.44±1.76	6.28±1.82	0.099
吸烟[n(%)]				<0.001
是	1 430(45.3)	1 352(48.9)	78(19.9)
否	1 727(54.7)	1 414(51.1)	313(80.1)
饮酒[n(%)]				<0.001
是	1 144(36.2)	1 077(38.9)	67(17.1)
否	2 013(63.8)	1 689(61.1)	324(82.9)
三次测量BRI均值[M（P₂₅，P₇₅）]	4.14(3.34,5.08)	3.94(3.23,4.70)	6.38(6.06,6.97)	<0.001
BADL[n(%)]				0.001
正常	3 041(96.3)	2 676(96.7)	365(93.4)
受损	116(3.7)	90(3.3)	26(6.6)
IADL[n(%)]				0.006
正常	2 756(87.3)	2 432(87.9)	324(82.9)
受损	401(12.7)	334(12.1)	67(17.1)

变量

BRI轨迹分组

总人群

低稳定组

高稳定组

P值

人数

3 157

2 766

391

年龄（岁）[M（P₂₅，P₇₅）]

69.0(65.0,74.0)

0.363

年龄分组[岁，n(%)]

0.409

60~69

1 702(53.9)

1 499(54.2)

203(51.9)

70~79

1 159(36.7)

1 004(36.3)

155(39.6)

≥80

296(9.4)

263(9.5)

33(8.4)

性别[n(%)]

<0.001

男性

1 752(55.5)

1 662(60.1)

90(23.0)

女性

1 405(44.5)

1 104(39.9)

301(77.0)

教育水平[n(%)]

<0.001

文盲

633(20.1)

521(18.8)

112(28.6)

小学

1 493(47.3)

1 312(47.4)

181(46.3)

中学及以上

1 031(32.7)

933(33.7)

98(25.1)

婚姻状况[n(%)]

0.454

单身（包括未婚、离异）

333(10.5)

287(10.4)

46(11.8)

已婚

2 824(89.5)

2 479(89.6)

345(88.2)

自报健康状况[n(%)]

0.235

好

271(8.6)

244(8.8)

27(6.9)

一般

2 216(70.2)

1 945(70.3)

271(69.3)

差

670(21.2)

577(20.9)

93(23.8)

患慢病数量[种，n(%)]

<0.001

1 071(33.9)

973(35.2)

98(25.1)

998(31.6)

887(32.1)

111(28.4)

≥2

1 088(34.5)

906(32.8)

182(46.5)

睡眠时间（h，

）

6.42±1.76

6.44±1.76

6.28±1.82

0.099

吸烟[n(%)]

<0.001

是

1 430(45.3)

1 352(48.9)

78(19.9)

否

1 727(54.7)

1 414(51.1)

313(80.1)

饮酒[n(%)]

<0.001

是

1 144(36.2)

1 077(38.9)

67(17.1)

否

2 013(63.8)

1 689(61.1)

324(82.9)

三次测量BRI均值[M（P₂₅，P₇₅）]

4.14(3.34,5.08)

3.94(3.23,4.70)

6.38(6.06,6.97)

<0.001

BADL[n(%)]

0.001

正常

3 041(96.3)

2 676(96.7)

365(93.4)

受损

116(3.7)

90(3.3)

26(6.6)

IADL[n(%)]

0.006

正常

2 756(87.3)

2 432(87.9)

324(82.9)

受损

401(12.7)

334(12.1)

67(17.1)

回归模型		BADL	IADL
模型Ⅰ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	2.12(1.35~3.32)	0.001	1.51(1.13~2.01)	0.005
模型Ⅱ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.95(1.20~3.15)	0.007	1.25(0.92~1.70)	0.148
模型Ⅲ
BRI轨迹类别	低稳定组	1.00(Ref)		1.00(Ref)
	高稳定组	1.82(1.11~2.96)	0.017	1.21(0.89~1.66)	0.229

回归模型

BADL

IADL

OR(95%CI)

P值

OR(95%CI)

P值

模型Ⅰ

BRI轨迹类别

低稳定组

1.00(Ref)

高稳定组

2.12(1.35~3.32)

0.001

1.51(1.13~2.01)

0.005

模型Ⅱ

BRI轨迹类别

低稳定组

1.00(Ref)

高稳定组

1.95(1.20~3.15)

0.007

1.25(0.92~1.70)

0.148

模型Ⅲ

BRI轨迹类别

低稳定组

1.00(Ref)

高稳定组

1.82(1.11~2.96)

0.017

1.21(0.89~1.66)

0.229

亚组	BADL[OR(95%CI)]	P值	P_交互	IADL[OR(95%CI)]	P值	P_交互
年龄分组（岁）				0.147				0.946
60~69	1.00(Ref)	2.09(0.88~4.58)	0.078		1.00(Ref)	1.34(0.81~2.14)	0.243
70~79	1.00(Ref)	2.41(1.18~4.74)	0.013		1.00(Ref)	1.14(0.71~1.80)	0.573
≥80	1.00(Ref)	0.88(0.18~3.33)	0.866		1.00(Ref)	1.44(0.58~3.42)	0.417
性别				0.142				0.478
男性	1.00(Ref)	3.46(1.42~7.58)	0.003		1.00(Ref)	1.06(0.48~2.09)	0.876
女性	1.00(Ref)	1.43(0.78~2.55)	0.230		1.00(Ref)	1.27(0.89~1.80)	0.180
教育水平				0.548				0.455
文盲	1.00(Ref)	1.23(0.47~2.94)	0.659		1.00(Ref)	1.43(0.86~2.34)	0.158
小学	1.00(Ref)	1.76(0.83~3.51)	0.123		1.00(Ref)	1.00(0.61~1.58)	0.999
中学及以上	1.00(Ref)	4.15(1.37~11.33)	0.007		1.00(Ref)	1.60(0.69~3.36)	0.240
婚姻状况				0.602				0.326
已婚	1.00(Ref)	1.95(1.12~3.27)	0.014		1.00(Ref)	1.16(0.82~1.63)	0.382
单身（包括未婚、离异）	1.00(Ref)	1.39(0.35~4.73)	0.610		1.00(Ref)	2.10(0.89~4.85)	0.083
自报健康状况				0.297				0.392
差	1.00(Ref)	2.02(0.78~4.83)	0.126		1.00(Ref)	1.41(0.81~2.40)	0.208
一般	1.00(Ref)	1.57(0.81~2.88)	0.162		1.00(Ref)	1.04(0.68~1.55)	0.854
好	1.00(Ref)	8.07(0.97~68.06)	0.045		1.00(Ref)	3.15(0.91~10.00)	0.057
患慢病数量（种）				0.533				0.065
0	1.00(Ref)	3.20(0.92~9.71)	0.049		1.00(Ref)	2.47(1.33~4.43)	0.003
1	1.00(Ref)	1.39(0.44~3.70)	0.541		1.00(Ref)	0.79(0.38~1.52)	0.506
≥2	1.00(Ref)	1.78(0.92~3.32)	0.078		1.00(Ref)	1.11(0.71~1.71)	0.639
吸烟				0.238				0.669
是	1.00(Ref)	3.11(1.29~6.81)	0.007		1.00(Ref)	1.19(0.58~2.28)	0.614
否	1.00(Ref)	1.45(0.78~2.61)	0.221		1.00(Ref)	1.25(0.87~1.77)	0.219
饮酒				0.775				0.361
是	1.00(Ref)	2.33(0.61~6.90)	0.160		1.00(Ref)	0.99(0.36~2.27)	0.980
否	1.00(Ref)	1.76(1.01~2.98)	0.038		1.00(Ref)	1.29(0.92~1.79)	0.136

亚组

BADL[OR(95%CI)]

P值

P_交互

IADL[OR(95%CI)]

P值

P_交互

低稳定轨迹

高稳定轨迹

低稳定轨迹

高稳定轨迹

年龄分组（岁）

0.147

0.946

60~69

1.00(Ref)

2.09(0.88~4.58)

0.078

1.00(Ref)

1.34(0.81~2.14)

0.243

70~79

1.00(Ref)

2.41(1.18~4.74)

0.013

1.00(Ref)

1.14(0.71~1.80)

0.573

≥80

1.00(Ref)

0.88(0.18~3.33)

0.866

1.00(Ref)

1.44(0.58~3.42)

0.417

性别

0.142

0.478

男性

1.00(Ref)

3.46(1.42~7.58)

0.003

1.00(Ref)

1.06(0.48~2.09)

0.876

女性

1.00(Ref)

1.43(0.78~2.55)

0.230

1.00(Ref)

1.27(0.89~1.80)

0.180

教育水平

0.548

0.455

文盲

1.00(Ref)

1.23(0.47~2.94)

0.659

1.00(Ref)

1.43(0.86~2.34)

0.158

小学

1.00(Ref)

1.76(0.83~3.51)

0.123

1.00(Ref)

1.00(0.61~1.58)

0.999

中学及以上

1.00(Ref)

4.15(1.37~11.33)

0.007

1.00(Ref)

1.60(0.69~3.36)

0.240

婚姻状况

0.602

0.326

已婚

1.00(Ref)

1.95(1.12~3.27)

0.014

1.00(Ref)

1.16(0.82~1.63)

0.382

单身（包括未婚、离异）

1.00(Ref)

1.39(0.35~4.73)

0.610

1.00(Ref)

2.10(0.89~4.85)

0.083

自报健康状况

0.297

0.392

差

1.00(Ref)

2.02(0.78~4.83)

0.126

1.00(Ref)

1.41(0.81~2.40)

0.208

一般

1.00(Ref)

1.57(0.81~2.88)

0.162

1.00(Ref)

1.04(0.68~1.55)

0.854

好

1.00(Ref)

8.07(0.97~68.06)

0.045

1.00(Ref)

3.15(0.91~10.00)

0.057

患慢病数量（种）

0.533

0.065

1.00(Ref)

3.20(0.92~9.71)

0.049

1.00(Ref)

2.47(1.33~4.43)

0.003

1.00(Ref)

1.39(0.44~3.70)

0.541

1.00(Ref)

0.79(0.38~1.52)

0.506

≥2

1.00(Ref)

1.78(0.92~3.32)

0.078

1.00(Ref)

1.11(0.71~1.71)

0.639

吸烟

0.238

0.669

是

1.00(Ref)

3.11(1.29~6.81)

0.007

1.00(Ref)

1.19(0.58~2.28)

0.614

否

1.00(Ref)

1.45(0.78~2.61)

0.221

1.00(Ref)

1.25(0.87~1.77)

0.219

饮酒

0.775

0.361

是

1.00(Ref)

2.33(0.61~6.90)

0.160

1.00(Ref)

0.99(0.36~2.27)

0.980

否

1.00(Ref)

1.76(1.01~2.98)

0.038

1.00(Ref)

1.29(0.92~1.79)

0.136