仅发文5篇！凭借CHARLS稀有指标DAO，福医大学者稳拿二区入场券

引言

宝藏公共数据库CHARLS＋发文仅5篇的动力性腹部肥胖（DAO），该组合有一堆优秀选题在向我们招手！

此外，小编检索了一下，该指标在其他数据库如NHANES，发文0篇！这还不冲？！

ps：指标数据郑老师团队可帮你提取，你挖下一篇一区就是你的！！！

随着年龄增长，许多人发现腰围越来越粗，力气却越来越小——这种“肚子大但力气小”的状态，可能比你想象的更危险！

最新研究发现，两者结合形成的动力性腹部肥胖（DAO）——即同时存在腹部肥胖和肌肉力量下降，可能通过炎症、代谢紊乱等机制，进一步加剧健康风险。

2025年7月16日，福建医科大学学者用CHARLS数据库，在期刊《Bmc Public Health》（医学二区，IF=3.6）发表了一篇题为：“Dynapenic abdominal obesity and the risks of heart disease and all-cause mortality: a 7-year longitudinal study among middle-aged and older Chinese adults”的研究论文，旨在评估DAO对中国中老年（≥45岁）人群新发心脏病风险和全因死亡率的影响，填补亚洲人群在此领域的研究空白。

本公众号回复“ 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

研究基于中国健康与退休纵向研究（CHARLS）数据库2011-2019年的四轮随访数据，经过纳排，最终纳入分析的样本量为11,980人（全因死亡率分析）和8,526人（心脏病分析）。

DAO的定义基于亚洲人群标准：握力（男性<28 kg，女性<18 kg）和腰围（男性≥90 cm，女性≥85 cm）并存。

研究将参与者分为四组：DAO组、非动力性腹部肥胖组（ND/AO）、动力性非腹部肥胖组（D/NAO）以及两者均无的对照组（ND/NAO），并通过多变量回归模型分析各组与健康结局的关联。

主要研究结果

研究发现，DAO与全因死亡率增加显著相关（HR=1.84，95% CI: 1.45–2.33），且风险高于ND/AO和D/NAO组。

表1 Cox回归分析DAO与全因死亡率之间的关联

模型1：未调整；

模型2：调整了年龄和性别；

模型3：模型校正了所有潜在混杂因素，包括年龄、性别、BMI、居住地、婚姻状况、教育程度、吸烟、饮酒、慢性病数量或其他协变量；

敏感性分析1：多重插补；

敏感性分析2：预先设定BMI范围14-40 kg/m2的多重输入；

敏感性分析3：在全调整模型中加入额外协变量，如TG、TC、LDL-C、HDL-C、hsCRP、TyG、ADL和IADL

然而，DAO与心脏病发病率无显著关联（OR=0.96，95% CI: 0.68–1.33）。

表2 DAO与心脏病相关性的Logistic回归分析

亚组分析显示，年龄和性别对DAO与死亡率的关系无显著交互作用。

图1 基于性别和年龄的DAO与全因死亡率关联的亚组分析

此外，敏感性分析结果与主要分析一致，支持DAO对死亡率的独立影响。

综上所述，DAO与中国中老年人群的全因死亡率增加有关，强调了在临床实践中需同时关注腹部肥胖和肌肉力量下降的干预。然而，DAO与心脏病无关，这可能与混杂因素（如BMI和慢性疾病）的干扰有关，需进一步研究以明确其机制。

CHARLS一对一R语言指导课程

新指标发文就是拼手速的时候，看到就是赚到！郑老师团队的CHARLS一对一指导课程，不仅提供一对一指导和优秀选题建议，还直接附送指标数据（如文中的稀有指标DAO），大大压缩了您的发文周期！

对其余CHARLS指标感兴趣的朋友，欢迎联系我们~

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！