源自风暴统计网：一键统计分析与绘图的AI网站

引言

绝了，这个思路小编真是第一次见！中国学者创新研究将BMI从“静态”升级为“动态轨迹”。这波操作怕不是要掀起一波肥胖研究热潮——看到就是赚到，赶紧学起来！
ps：CHARLS发文没有思路的朋友，郑老师团队统计服务从选题、数据提取到分析一站式服务，欢迎联系~

BMI 是衡量肥胖和糖尿病风险的重要指标，但单次测量难以反映体重的长期变化。临床上，“目标范围内时间”（Time in Target Range, TTR）已广泛用于血糖和血压管理以预测健康结局，却很少被用于评估体重控制对糖尿病发病风险的影响。

2025年11月17日，西安交通大学第一附属医院医院学者用CHARLS 数据库，在期刊《Nutrition & Diabetes》（医学二区，IF=5.2）发表了一篇题为：“Long-term time in target range for body mass index (BMI) and diabetes incidence: insights from CHARLS”的研究论文，旨在探讨长期 BMI 处于目标范围的时间（BMI-TTR，本文将BMI的目标范围设定为18.5 kg/m²≤BMI < 23 kg/m²）与中国中老年人糖尿病发病风险的关联。

研究结果表明，BMI-TTR 越高，我国中老年人糖尿病发病风险越低，尤其在45~60岁、女性人群中表现更为显著。

本公众号回复“ 原文”即可获得文献PDF等资料，想用NHANES数据库发文，欢迎联系郑老师团队，微信号：aq566665

研究基于中国健康与退休纵向研究（CHARLS）数据库2011~2018年的数据，经过纳排，最终纳入了6662 名 45 岁及以上有 BMI 数据、且基线无糖尿病的参与者。
图1 参与者筛选流程
研究根据CHARLS数据库2011–2015年三次BMI测量数据计算BMI-TTR（目标范围：18.5–23 kg/m²），按达标次数（0~3次）依次分为TTR1–TTR4四组。同时，通过多元Cox和二元logistic回归模型分析其与后续随访中糖尿病发病风险的关联。


主要研究结果

研究表明，中老年人群长期维持BMI于目标范围（18.5-22.9 kg/m²）可显著降低糖尿病风险。

Kaplan–Meier生存曲线显示，BMI 处于目标范围的时间（BMI-TTR）的次数越多，糖尿病发病风险越低。

图2 Kaplan–Meier生存曲线

研究进一步表明，与TTR1组相比，TTR4组参与者的糖尿病发病风险显著降低了42.3%，在进一步调整基线BMI后，TTR4组保护效应依然显著。

肥胖领域又来了位中国大佬！这个高分新思路我真是第一次见

但当模型同时包含了所有三次调查的具体BMI值时，TTR的保护效应却不再显著。

这意味着，TTR的保护效应部分独立于初始体重，其机制是通过实现长期稳定的低BMI状态介导。

表1 BMI-TTR 与糖尿病发病率的Cox模型

模型a：根据年龄、性别、高血压、吸烟、SBP、血脂、HbA1c等进行了调整
模型b：在模型a基础上根据基线BMI进行调整；
模型c：在模型b基础上根据三次测量的全部BMI值进行调整。
二元logistic回归模型也得出了类似的结果，进一步巩固了结果的稳健性。

表2 BMI-TTR 与糖尿病发病率的logistic模型

值得注意的是，亚组分析显示，在女性和年龄<60岁人群中BMI-TTR与糖尿病发病风险的负相关关联更加显著。

表3 亚组分析

此外，研究根据BMI轨迹将人群划分为三组：
  • 始终正常组；
  • 改善组：曾异常但后续恢复正常；
  • 其他组：未改善/始终异常。
结果显示，与始终异常者相比，BMI改善组的糖尿病发病风险显著更低，且与始终正常组参与者无显著差异。
综上所述，长期将 BMI 维持在目标范围内（18.5–23 kg/m²）可显著降低中老年人糖尿病发病风险，且该保护作用在女性和60岁以下人群中尤为明显。因此，持续监测并保持体重处于正常范围，是预防糖尿病的重要策略。

CHARLS整理分析平台

想做慢性病研究，却又畏惧各种复杂的指标？

别担心，郑老师团队开发的CHARLS整理分析平台现已全面上线慢性病相关指标，多种类型结局数据都能快速提取！

此外，平台支持一键生成动态队列，小白也能快速上手！欢迎扫描下方二维码了解详情~

记得点个小小的关注👇
我们将为您提供公共数据库发文的最新资讯！