血浆致动脉粥样硬化指数与高血压发病风险关联性的前瞻性动态队列研究

doi:10.13481/j.1671-587X.20260120

吉林大学学报(医学版) ›› 2026, Vol. 52 ›› Issue (1): 192-198.doi: 10.13481/j.1671-587X.20260120

血浆致动脉粥样硬化指数与高血压发病风险关联性的前瞻性动态队列研究

闫金利¹,闫涛¹,沈媛²,祁兴月²,张楠²,李海玲³,张春发¹,许蕾¹,包含¹(),张星光¹()

^1.内蒙古医科大学公共卫生学院卫生统计学教研室，内蒙古呼和浩特 010000
^2.内蒙古医科大学公共卫生学院卫生检验与检疫学教研室，内蒙古呼和浩特 010000
^3.内蒙古医科大学公共卫生学院流行病学教研室，内蒙古呼和浩特 010000

收稿日期:2025-03-29 接受日期:2025-05-16 出版日期:2026-01-28 发布日期:2026-02-24
通讯作者: 包含,张星光 E-mail:baohan5082@163.com;zxg311@126.com
作者简介:闫金利（1997-），女，山东省泰安市人，在读硕士研究生，主要从事心血管流行病学方面的研究。
基金资助:
国家自然科学基金项目(82160639);国家自然科学基金项目(82460666);内蒙古自治区科技厅自然科学基金项目(2023QN08030);内蒙古自治区科技厅自然科学基金项目(2024QN08016);内蒙古自治区科技厅自然科学基金项目(2024MS08016);内蒙古自治区科技厅自然科学基金项目(2024MS08074);内蒙古自治区卫健委科技计划项目(202202123);内蒙古自治区卫健委科技计划项目(202201227);内蒙古自治区教育厅高等学校科学研究项目(NJZY22617);内蒙古医科大学面上项目(2020MS08048);内蒙古医科大学面上项目(YKD2021MS044);内蒙古医科大学面上项目(YKD2022MS079);内蒙古医科大学面上项目(YKD2023MS024);内蒙古医科大学学科建设项目(YKD2022XK012);内蒙古医科大学学科建设项目(YKD2023XK015);内蒙古医科大学科技创新团队项目(YKD2022TD015);内蒙古医科大学致远人才计划善学人才项目(ZY20242120);内蒙古医科大学致远人才计划治学人才项目(ZY20241204)

Prospective dynamic cohort study on correlation between atherogenic index of plasma and risk of hypertension

Jinli YAN¹,Tao YAN¹,Yuan SHEN²,Xingyue QI²,Nan ZHANG²,Hailing LI³,Chunfa ZHANG¹,Lei XU¹,Han BAO¹(),Xingguang ZHANG¹()

^1.Department of Health Statistics，School of Public Health，Inner Mongolia Medical University，Hohhot 010000，China
^2.Department of Health Inspection and Quarantine，School of Public Health，Inner Mongolia Medical University，Hohhot 010000，China
^3.Department of Epidemiology，School of Public Health，Inner Mongolia Medical University，Hohhot 010000，China

Received:2025-03-29 Accepted:2025-05-16 Online:2026-01-28 Published:2026-02-24
Contact: Han BAO,Xingguang ZHANG E-mail:baohan5082@163.com;zxg311@126.com

摘要/Abstract

摘要：

目的探讨血浆致动脉粥样硬化指数（AIP）与高血压发病风险的关联，并阐明AIP作为高血压发病风险预测指标的应用价值。方法研究对象来源于采用多阶段分层整群抽样方法建立的前瞻性队列人群。根据AIP四分位数，将纳入的研究对象分为4组（Q1组、Q2组、Q3组和Q4组），并采用Cox回归模型探讨AIP与高血压发生风险的关联性，使用亚组分析和交互作用检验评估AIP与高血压发生风险关联的性别和年龄差异。结果本研究共纳入2 532名研究对象（Q1组632人、Q2组634人、Q3组633人、Q4组633人），中位随访时间为4.69年，其中有1 587例研究对象最终发生高血压（发病率为62.68%）。与Q1、Q2和Q3组比较，Q4组研究对象男性占比为35.70%、吸烟者占比为36.90%，体质量指数（BMI）和FPG值升高（P<0.001）。基于队列研究，通过多因素Cox回归模型分析，与Q1组比较，Q4组研究对象高血压发病风险增加24%［风险比（HR）=1.24，95%置信区间（CI）=1.07~1.44，P=0.004］。交互作用检验结果和亚组分析，年龄和性别与AIP之间存在交互作用（P<0.05）；在女性人群（HR=1.42，95%CI=1.16~1.73，P=0.001）和<60岁人群（HR=1.31，95%CI=1.11~1.54，P=0.001）中，高AIP是发生高血压的危险因素。结论升高的AIP与较高的高血压发病风险有关，特别是较高的AIP与女性人群和<60岁人群中高血压发生密切相关。

关键词: 高血压, 血浆致动脉粥样硬化指数, 前瞻性队列研究, 预测指标, Cox回归模型

Abstract:

Objective To explore the association between atherogenic index of plasma （AIP） and the risk of hypertension， and to clarify the application value of AIP as a risk predictor for hypertension. Methods The subjects were derived from a prospective cohort population established using a multi-stage stratified cluster sampling method. Based on the AIP quartiles， the included subjects were divided into four groups （Q1 group， Q2 group， Q3 group， and Q4 group）. The association between AIP and the risk of hypertension was explored using the Cox regression model， and subgroup analysis and interaction tests were employed to assess gender and age differences in this association. Results A total of 2 532 subjects were included in this study （632 in Q1 group， 634 in Q2 group， 633 in Q3 group， and 633 in Q4 group）. The median follow-up time was 4.69 years， and 1 587 subjects eventually developed hypertension （the incidence rate was 62.68%）. Compared with Q1， Q2， and Q3 groups， the male proportion in Q4 group was 35.70%， and a smoking proportion was 36.90%； the body mass index（BMI） and fasting plasma glucose（FPG） levels （P<0.001）. Based on a cohort study and multiple factor Cox regression model analysis， compared with Q1 group， the risk of hypertension in Q4 groups was increased by 24% ［hazard ratio（HR）=1.24， 95% confidence interval （CI）=1.07-1.44， P=0.004］. The interaction test results and subgroup analysis showed that there was an interaction between age and gender and AIP （P<0.05）； in the female population （HR=1.42， 95%CI=1.16-1.73， P=0.001） and<60 year old population （HR=1.31， 95%CI=1.11-1.54， P=0.001）， high AIP was a risk factor for developing hypertension. Conclusion An elevated AIP is associated with a higher risk of hypertension， particularly in the female and<60 year old populations where a higher AIP is closely related to the occurrence of hypertension.

Key words: Hypertension, Atherogenic index of plasma, Prospective cohort study, Predictive index, Cox regression model

中图分类号:

R181

闫金利,闫涛,沈媛,祁兴月,张楠,李海玲,张春发,许蕾,包含,张星光. 血浆致动脉粥样硬化指数与高血压发病风险关联性的前瞻性动态队列研究[J]. 吉林大学学报(医学版), 2026, 52(1): 192-198.

Jinli YAN,Tao YAN,Yuan SHEN,Xingyue QI,Nan ZHANG,Hailing LI,Chunfa ZHANG,Lei XU,Han BAO,Xingguang ZHANG. Prospective dynamic cohort study on correlation between atherogenic index of plasma and risk of hypertension[J]. Journal of Jilin University(Medicine Edition), 2026, 52(1): 192-198.

图/表 5

图1

表1

表2

表3

表4

参考文献 26

[1]	SCHUTTE A E， JAFAR T H， POULTER N R， et al. Addressing global disparities in blood pressure control： perspectives of the International Society of Hypertension［J］. Cardiovasc Res， 2023， 119（2）： 381-409.
[2]	ZHOU B， PEREL P， MENSAH G A， et al. Global epidemiology， health burden and effective interventions for elevated blood pressure and hypertension［J］. Nat Rev Cardiol， 2021， 18（11）： 785-802.
[3]	NEUROLOGY T L. The global challenge of hypertension［J］. Lancet Neurol， 2023， 22（12）： 1087.
[4]	MILLS K T， STEFANESCU A， HE J. The global epidemiology of hypertension［J］. Nat Rev Nephrol， 2020， 16（4）： 223-237.
[5]	ZHANG M， SHI Y， ZHOU B， et al. Prevalence， awareness， treatment， and control of hypertension in China， 2004-18： findings from six rounds of a national survey［J］. BMJ， 2023， 380： e071952.
[6]	LIU J. Highlights of the 2018 Chinese hypertension guidelines［J］. Clin Hypertens， 2020， 26： 8.
[7]	KOSTOVA D， SPENCER G， MORAN A E，et al. The cost-effectiveness of hypertension management in low-income and middle-income countries： a review［J］. BMJ Glob Health，2020，5（9）：e002213.
[8]	LU M K， LI D X， HU Y L， et al. Persistence of severe global inequalities in the burden of hypertension heart disease from 1990 to 2019： findings from the global burden of disease study 2019［J］. BMC Public Health， 2024， 24（1）： 110.
[9]	TEO K K， RAFIQ T. Cardiovascular risk factors and prevention： a perspective from developing countries［J］. Can J Cardiol， 2021， 37（5）： 733-743.
[10]	MANGIONE C M， BARRY M J， NICHOLSON W K，et al. Statin use for the primary prevention of cardiovascular disease in adults： us preventive services task force recommendation statement［J］. JAMA，2022，328（8）：746-753.
[11]	BALLARD-HERNANDEZ J， SALL J. Dyslipidemia update［J］. Nurs Clin N Am， 2023， 58（3）： 295-308.
[12]	ABID H， ABID Z， ABID S. Atherogenic indices in clinical practice and biomedical research： a short review［J］. Baghdad J Biochem Appl Biol Sci， 2021， 2（2）： 60-70.
[13]	FENG X X， LIU Y， YANG J Q， et al. The combined predictive power of the atherogenic index of plasma and serum glycated albumin for cardiovascular events in postmenopausal patients with acute coronary syndrome after percutaneous coronary intervention［J］. Lipids Health Dis， 2024， 23（1）： 352.
[14]	TAN M J， ZHANG Y L， JIN L， et al. Association between atherogenic index of plasma and prehypertension or hypertension among normoglycemia subjects in a Japan population： a cross-sectional study［J］. Lipids Health Dis， 2023， 22（1）： 87.
[15]	YUAN Y， SHI J， SUN W， et al. The positive association between the atherogenic index of plasma and the risk of new-onset hypertension： a nationwide cohort study in China［J］. Clin Exp Hypertens， 2024， 46（1）： 2303999.
[16]	CHENG W K， ZHUANG J Q， CHEN S W. Dyslipidemia and the prevalence of hypertension： a cross-sectional study based on Chinese adults without type 2 diabetes mellitus［J］. Front Cardiovasc Med， 2022， 9： 938363.
[17]	LU J P， XUAN S， DOWNING N S， et al. Protocol for the China PEACE （patient-centered evaluative assessment of cardiac events） million persons project pilot［J］. BMJ Open， 2016， 6（1）： e010200.
[18]	OATES J C， RUSSELL D L， VAN BEUSECUM J P. Endothelial cells： potential novel regulators of renal inflammation［J］. Am J Physiol Renal Physiol， 2022， 322（3）： F309-F321.
[19]	LIU R F， CHENG W L. Association between HDL-C and intensive blood pressure control in patients with hypertension： a post-hoc analysis of SPRINT［J］. J Clin Hypertens （Greenwich）， 2024， 26（3）： 225-234.
[20]	LEI X T， QIU S， YANG G Y， et al. Adiponectin and metabolic cardiovascular diseases： Therapeutic opportunities and challenges［J］. Genes Dis， 2023， 10（4）： 1525-1536.
[21]	HONG X S， ZHANG X Y， YOU L L， et al. Association between adiponectin and newly diagnosed type 2 diabetes in population with the clustering of obesity， dyslipidaemia and hypertension： a cross-sectional study［J］. BMJ Open， 2023， 13（2）： e060377.
[22]	CHEN L， FUKUDA N， MATSUMOTO T， et al. Role of complement 3 in the pathogenesis of hypertension［J］. Hypertens Res， 2020， 43（4）： 255-262.
[23]	WENZEL U O， KEMPER C， BODE M. The role of complement in arterial hypertension and hypertensive end organ damage［J］. Br J Pharmacol， 2021， 178（14）： 2849-2862.
[24]	ONAT A， CAN G， KAYA H， et al. “Atherogenic index of plasma” （log10 triglyceride/high-density lipoprotein-cholesterol） predicts high blood pressure， diabetes， and vascular events［J］. J Clin Lipidol， 2010， 4（2）： 89-98.
[25]	LIU Y H， ZHU B B， ZHOU W C， et al. Triglyceride-glucose index as a marker of adverse cardiovascular prognosis in patients with coronary heart disease and hypertension［J］. Cardiovasc Diabetol， 2023， 22（1）： 133.
[26]	DASTMALCHI L N， GERMAN C A， TAUB P R. High density lipoprotein： When to rethink too much of a good thing［J］. Am J Prev Cardiol， 2023， 15： 100511.

Variable	AIP quartile array				χ²	P
Variable	Q1 (<-0.18)	Q2 (-0.18-0.02)	Q3 (0.02-0.25)	Q4 (≥0.25)	χ²	P
Number of people	632	634	633	633
Gender[n(%)]
Male	185(19.96)	186(20.06)	225(24.27)	331(35.71)	96.49	<0.001
Female	447(27.85)	448(27.91)	408(25.42)	302(18.82)	96.49	<0.001
Age(year) [n(%)]
<60	524(25.47)	504(24.50)	509(24.75)	520(25.28)	3.05	0.383
≥60	108(22.74)	130(27.37)	124(26.10)	113(23.79)	3.05	0.383
Smoking [n(%)]
Yes	122(18.07)	140(20.74)	164(24.30)	249(36.89)	76.49	<0.001
No	510(27.46)	494(26.60)	469(25.26)	384(20.68)	76.49	<0.001
Drinking [n(%)]
Yes	54(34.18)	28(17.72)	26(16.45)	50(31.65)	17.24	<0.001
No	578(24.35)	606(25.52)	607(25.57)	583(24.56)	17.24	<0.001
Family history of illness [n(%)]
Yes	568(26.87)	530(25.07)	516(24.41)	500(23.65)	29.78	<0.001
No	64(15.31)	104(24.88)	117(27.99)	133(31.82)
BMI[n(%)]
<24 kg·m^-2	432(38.71)	300(26.88)	228(20.43)	156(13.98)	267.47	<0.001
≥24 kg·m^-2	200(14.12)	334(23.59)	405(28.60)	477(33.69)	267.47	<0.001

Variable	AIP quartile array				F	P
Variable	Q1 (<-0.18)	Q2 (-0.18-0.02)	Q3 (0.02-0.25)	Q4 (≥0.25)	F	P
Number of people	632	634	633	633
TC[c_B/(mmol·L^-1)]	4.64±1.20	4.78±1.28	4.90±1.49	4.67±1.35	10.66	0.014
FPG[c_B/(mmol·L^-1)]	5.74±1.20	5.92±1.30	6.15±1.63	6.38±1.76	101.90	<0.001
LDL-c[c_B/(mmol·L^-1)]	2.63±1.04	2.89±1.15	3.05±1.28	2.81±1.25	13.18	<0.001

AIP Quartile array	Unadjusted		Model 1	Model 2			Model 3
AIP Quartile array	HR （95%CI）	P	HR （95%CI）	P	HR （95%CI）	P	HR （95%CI）	P
Q1 (<-0.18)	1.00		1.00		1.00		1.00
Q2 (-0.18-0.02)	1.12(0.97-1.30)	0.124	1.10(0.95-1.27)	0.216	1.09(0.94-1.27)	0.251	1.09(0.94-1.25)	0.260
Q3 (0.02-0.25)	1.30(1.13-1.51)	<0.001	1.27(1.10-1.47)	0.001	1.27(1.09-1.47)	0.002	1.25(1.08-1.44)	0.002
Q4 (≥0.25)	1.29(1.11-1.50)	0.001	1.24(1.07-1.45)	0.006	1.22(1.04-1.44)	0.015	1.24(1.07-1.44)	0.004

Group	AIP	Unadjusted		Adjusted^a
Group	AIP	HR（95%CI）	P	HR（95%CI）	P
Gender
Male
	Q1 (<-0.18)	1.00		1.00
	Q2 (-0.18-0.02)	1.01(0.80-1.30)	0.909	0.99(0.77-1.28)	0.944
	Q3 (0.02-0.25)	1.06(0.83-1.34)	0.656	1.05(0.83-1.34)	0.673
	Q4 (≥0.25)	0.98(0.79-1.22)	0.876	1.03(0.82-1.29)	0.801
Female
	Q1 (<-0.18)	1.00		1.00
	Q2 (-0.18-0.02)	1.18(1.00-1.41)	0.056	1.13 (0.95-1.34)	0.168
	Q3 (0.02-0.25)	1.43 (1.21-1.71)	<0.001	1.33(1.12-1.60)	0.001
	Q4 (≥0.25)	1.56(1.29-1.88)	<0.001	1.42(1.16-1.73)	0.001
Age(year)
<60
	Q1 (<-0.18)	1.00		1.00
	Q2 (-0.18-0.02)	1.14(0.97-1.34)	0.100	1.12(0.95-1.31)	0.181
	Q3 (0.02-0.25)	1.37(1.17-1.60)	<0.001	1.31(1.11-1.54)	0.001
	Q4 (≥0.25)	1.39(1.20-1.63)	<0.001	1.31(1.11-1.54)	0.001
≥60
	Q1 (<-0.18)	1.00		1.00
	Q2 (-0.18-0.02)	0.96(0.71-1.29)	0.767	0.93(0.68-1.26)	0.622
	Q3 (0.02-0.25)	1.07(0.78-1.45)	0.689	1.04(0.76-1.43)	0.819
	Q4 (≥0.25)	1.03(0.75-1.42)	0.845	0.99(0.71-1.39)	0.971

血浆致动脉粥样硬化指数与高血压发病风险关联性的前瞻性动态队列研究

Prospective dynamic cohort study on correlation between atherogenic index of plasma and risk of hypertension

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 26

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	张莉,夏彬凤,黄慧慧,王茹,孔敏,尹霞. 血管内皮生长因子及其受体抑制剂相关性高血压病理生理机制及临床诊疗的研究进展[J]. 吉林大学学报(医学版), 2024, 50(3): 854-863.
[2]	李贯绯,张逊娟,庞猛,李淞. 慢性直立不耐受人群血流动力学模式与缺血性卒中发病风险关系的前瞻性研究[J]. 吉林大学学报(医学版), 2024, 50(2): 473-480.
[3]	余淑华,刘朏,吴倩倩,杨东伟. 藏红花素对自发性高血压大鼠血管内皮功能障碍及动脉粥样硬化的作用及其ROCK/JNK信号通路机制[J]. 吉林大学学报(医学版), 2022, 48(6): 1481-1489.
[4]	陈月,于蕾,兰晓馨,贾思琪,袁海波. 氧降和复氧速率对阻塞性睡眠呼吸暂停患者昼夜血压的影响[J]. 吉林大学学报(医学版), 2021, 47(4): 1008-1013.
[5]	王芃, 李挪, 黄山, 李铁男, 郎晓峰, 刘伟. 幕上高血压脑出血患者不同手术方式的临床疗效比较[J]. 吉林大学学报(医学版), 2019, 45(03): 667-672.
[6]	钱楚岳, 宋君莉, 刘乃萌, 孙珉丹. 利福平对高血压患者降压药物效果的影响1例报告及文献复习[J]. 吉林大学学报(医学版), 2019, 45(02): 418-421.
[7]	谢文杰, 龙海权, 宋代富, 区德锦, 江岚, 陈晞明, 黄炯华. 高血压左心室肥厚患者血浆中自噬相关蛋白9a的水平及其临床意义[J]. 吉林大学学报(医学版), 2018, 44(04): 786-790.
[8]	金润浩, 徐忠福, 李庆, 全贞玉, 韩春姬. 血压身高比在吉林省延吉市青少年高血压筛查中的应用[J]. 吉林大学学报(医学版), 2018, 44(03): 639-645.
[9]	蓝永洪, 饶朗毓, 杨智, 黄明媚, 牛海艳, 齐亚灵. 妊娠高血压综合征患者胎盘组织中HIF-1α和HSP70的表达及其意义[J]. 吉林大学学报(医学版), 2018, 44(02): 346-349.
[10]	郝铮, 刘楠, 王路, 李东原, 赵丛海, 刘伟明, 陈卓, 张金男. 立体定向与简易定位颅内置管治疗中等量高血压脑出血患者临床效果比较[J]. 吉林大学学报(医学版), 2017, 43(01): 130-134.
[11]	周叶, 程云章, 黄敬垣. 高血压伴冠状动脉狭窄患者左心房功能实时三平面应变率成像特征及其意义[J]. 吉林大学学报(医学版), 2016, 42(05): 1019-1023.
[12]	赵桐荫, 褚运松, 赵惠子, 刘志明, 曹宁, 李忠民. 吉林省农村地区居民膳食模式与高血压关系的调查分析[J]. 吉林大学学报(医学版), 2016, 42(02): 400-404.
[13]	徐丽斯, 何金婷, 莽靖, 王学菊, 王丽萍, 那万里, 邵延坤, 徐忠信. 以头痛为首发症状的嗜铬细胞瘤1例报告并文献复习[J]. 吉林大学学报(医学版), 2015, 41(05): 1027-1031.
[14]	蒋玲玲, 杨雪玲, 吕薇, 张越, 殷雨天, 王钰涵, 王瑞, 张鹏, 李波, 姚燕. HLA-DRB1基因多态性与原发性高血压发病的关联性分析[J]. 吉林大学学报(医学版), 2015, 41(03): 619-624.
[15]	陈国志, 张镜宇, 刘飞. 有氧运动对肥胖性高血压大鼠肾素-血管紧张素系统和心功能的改善作用[J]. 吉林大学学报(医学版), 2015, 41(03): 563-567.