年龄调整内脏脂肪指数与骨关节炎患病率之间的关联：一项横断面研究

来源期刊：广州医药 | 679-687 发布时间：2026-06-20 收稿时间：2026/7/7 16:26:34 阅读量：112

作者：: 黄晓烨,

斯文越,

林莹,

杨开颖,

关键词：: 肥胖骨关节炎年龄校正内脏脂肪指数横断面研究; obesity osteoarthritis age-adjusted visceral adiposity index cross-sectional study

DOI：: 10. 20223 / j. cnki. 1000-8535. 2026. 06. 002

收稿时间：: 2025-10-27
修订日期：
接收日期：
引用总数：: 0

目的评估年龄调整内脏脂肪指数（AVAI）与骨关节炎患病率之间的关联。方法采用加权多元Logistic回归模型和平滑曲线拟合分析AVAI和骨关节炎患病率之间的关系，通过亚组分析和交互作用检验探讨这一关系在不同亚组人群之间的效应差异。此外，通过受试者工作特征曲线（ROC）分析评估AVAI对骨关节炎的预测效能。结果本研究基于美国国家健康与营养调查（NHANES）2011—2018年数据，共纳入5 929例参与者。较高的AVAI指数与骨关节炎患病率呈正相关（OR=1.22，95%CI：1.07~1.40）。随着AVAI指数的增加，骨关节炎患病风险呈现先上升后缓慢下降的趋势，AVAI的拐点为-4.48。在性别、年龄、教育程度和婚姻状况亚组中观察到交互作用。结论 AVAI与骨关节炎患病率之间存在非线性关系，当AVAI低于-4.48时，骨关节炎的患病风险增加。AVAI可作为一种有效、便捷的筛查工具，用于早期识别骨关节炎高风险人群。

骨关节炎是一种慢性退行性疾病，主要影响膝关节、手关节和髋关节，是导致关节持续疼痛和永久性残疾的主要因素^［1］。截至2020年，全球约有5.95亿人患有骨关节炎，其中美国人群的膝关节和髋关节炎患病率位居全球前列^［2］。骨关节炎的典型病理表现包括软骨基质退化、软骨细胞凋亡和慢性低度关节炎症。临床上通常表现为关节疼痛、僵硬、肿胀和畸形^［3-4］。尽管骨关节炎的具体发病机制尚不完全清楚，但肥胖被广泛认为是其发病和恶化的重要因素^［5］。脂肪的过度堆积不仅会增加软骨的机械应力，还会加剧骨骼和关节的负荷。此外，内脏脂肪会分泌各种脂肪因子，导致关节软骨退化和损伤^［6］。年龄是骨关节炎的明确危险因素。年龄调整内脏脂肪指数（age-adjusted visceral adiposity index，AVAI）通过整合BMI、腰围（waist circumference，WC）、高密度脂蛋白胆固醇（high-density lipoprotein cholesterol，HDL-C）、甘油三酯（triglyceride，TG）和年龄等多种参数，不仅可以全面评估内脏脂肪分布，而且对于与年龄相关的慢性疾病具有较强的预测价值^［7］。本研究旨在探讨美国成年人群中AVAI与骨关节炎患病率之间的关系。

1 资料与方法

1.1 研究对象

美国国家健康与营养调查（National Health and Nutrition Examination Survey，NHANES）是一项全面的人口调查研究，其数据收集采用随机、分层和多阶段概率抽样方法，所有参与者在参与研究前均提供了书面知情同意书。有关 NHANES 研究设计和公开数据，以及各阶段参与者的知情同意书，均可在其官方网站查阅（https：//www.cdc.gov/nchs/nhanes/）。本研究采用了NHANES数据库2011—2018年四个连续的调查周期，包含39 156例参与者。其中，有16 590例参与者因缺失骨关节炎相关数据被排除，而13 799例参与者因缺失计算AVAI的数据而被排除。鉴于怀孕会显著影响腰围测量值，实验室妊娠测试呈阳性或自我报告怀孕的参与者也被排除在外。最后，在排除了缺失协变量的2 761例参与者后，共有5 929例参与者被纳入分析。

1.2 数据收集

骨关节炎状态根据参与者在问卷调查中的自我报告进行分组。对于问题“医生或其他健康专家是否曾告诉过您患有关节炎？”，如果回答“是”，则进一步询问参与者“是哪种类型的关节炎？”。自我报告为“骨关节炎”的参与者被归类为骨关节炎组；相反，在第一个问题中回答“否”或在第二个问题中报告其他类型关节炎的参与者被归类为非骨关节炎组。本研究仅纳入对这些问题明确回答“是”或“否”的参与者，拒绝回答或对任一问题回答“不知道”的参与者被排除。

AVAI的计算公式为：AVAI=-16.186-1.369×HDL-C+0.038×WC+0.144×年龄-0.013×BMI-0.151×TG^［7］。其中，BMI的计算方法是将体质量除以身高，然后取平方（kg/m²）。WC、身高、体质量和BMI为人体测量数据，HDL-C和TG为血清生化参数，HDL-C和TG浓度均以毫摩尔每升（mmol/L）表示。

1.3 协变量选择

本研究共选择11个协变量：（1）人口统计学变量，年龄、性别、种族、教育程度、婚姻状况和贫困收入比（PIR）；（2）基于问卷的变量，糖尿病、吸烟、饮酒、癌症和中等体力活动；（3）实验室数据，糖化血红蛋白（HbA1c）。在这些协变量中，婚姻状况分为三类：已婚/同居、单身和丧偶/离婚/分居。贫困收入比（PIR）分为低（≤1.3）、中（＞1.3且＜3.5）和高（≥3.5）三组。吸烟史被定义为一生中至少吸过 100 支香烟。饮酒状况根据参与者自我报告的回答进行分类，分为从不饮酒（一生中饮酒少于12杯）、重度饮酒（每天饮用超过4杯或每周饮用超过12杯）和轻度饮酒。满足以下任一条件的参与者被诊断为糖尿病：（1）自我报告患有糖尿病；（2）服用糖尿病治疗药物；（3）糖化血红蛋白（HbA1c）＞6.5%。体力活动水平根据问卷中关于参与中等强度体育活动的情况确定。癌症病史根据参与者自我报告的任何类型的癌症或恶性肿瘤诊断确定。

1.4 统计学方法

本研究根据NHANES分析指南进行了样本加权，以确保效应估计值能够代表美国总体人口的情况。研究中使用的加权变量是空腹子样本权重，对于四个合并调查周期，将空腹子样本权重除以4进行处理。在数据描述方面，本文中计量资料为偏态分布，故以加权中位数及四分位距表示。计数资料以加权百分比及其95%置信区间表示。在组间比较时，计量资料采用加权线性回归进行比较，计数资料则通过加权卡方检验进行比较。使用加权多元Logistic回归模型评估AVAI和骨关节炎患病率之间的关联。模型1未经调整，模型2根据人口统计学变量（年龄、性别和种族）进行调整，模型3进一步调整了其他协变量，包括贫困收入比（PIR）、吸烟史、教育程度、糖尿病、癌症、婚姻状况、体力活动水平和饮酒状况。采用广义加性模型评估潜在的非线性关联，随后通过亚组分析和交互作用检验探究AVAI与骨关节炎患病率的关系不同亚组的效应大小。最后，通过R软件的“pROC”包进行受试者工作特征（receiver operating characteristic，ROC）分析，以评估AVAI对骨关节炎的预测效能。所有统计分析均通过R 4.5.1（https：//www.r-project.org）进行，双侧检验，α=0.05，P＜0.05为差异具有统计学意义。

2 结果

2.1 参与者基线特征

本研究共纳入5 929例参与者，研究人群的基本特征见表1。其中，670人自报患有骨关节炎，占全部参与者的11.30%。参与者中非西班牙裔黑人占多数（n=2 404；40.55%）。与非骨关节炎组相比，骨关节炎患者多为女性、高龄、非西班牙裔黑人、已婚或处于同居状态，并且有较高的教育程度和贫困指数。此外，骨关节炎患者的BMI、WC、TG和HDL-C水平也更高。此外，骨关节炎患者更可能患有糖尿病、轻度饮酒、有吸烟史和癌症史［上述差异均有统计学意义（P＜0.05）］。骨关节炎组和非骨关节炎组在体力活动水平方面差异无统计学意义。

表1 研究人群的人口社会学与临床特征

特征	总人数(n=5 929)	非骨关节炎组(n=5 259)	骨关节炎组(n=670)	P
年龄/岁	46.15 (45.43, 46.86)	44.17 (43.44, 44.90)	59.86 (58.82, 60.90)	<0.001a
腰围/ cm	99.58 (98.82, 100.34)	98.81 (97.98, 99.64)	104.91 (103.21, 106.61)	<0.001a
甘油三酯/ (mmol/L)	1.35 (1.30, 1.39)	1.32 (1.29, 1.36)	1.49 (1.34, 1.65)	0.025a
HDL-C/ (mmol/L)	1.41 (1.39, 1.43)	1.40 (1.38, 1.42)	1.49 (1.44, 1.54)	0.001a
AVAI	-8.27 ( -8.38, -8.16)	-8.56 (-8.68, -8.45)	-6.25 (-6.40, -6.09)	<0.001a
性别/%				<0.001b
女性	49.75 (48.31, 51.19)	47.84 (46.24, 49.45)	62.96 (58.57, 67.14)
男性	50.25 (48.81, 51.69)	52.16 (50.55, 53.76)	37.04 (32.86, 41.43)
种族/%				<0.001b
墨西哥裔美国人	8.28 (6.64, 10.28)	8.99 (7.20, 11.17)	3.39 (2.28, 5.01)
非西班牙裔白人	5.82 (4.60, 7.33)	6.23 (4.94, 7.83)	2.95 (2.07, 4.18)
非西班牙裔黑人	67.64 (64.01, 71.06)	65.50 (61.72, 69.09)	82.46 (78.97, 85.47)
其他西班牙裔	10.40 (8.71, 12.38)	11.01 (9.22, 13.11)	6.16 (4.68, 8.05)
其他种族/多种族	7.86 (6.80, 9.08)	8.27 (7.16, 9.54)	5.05 (3.26, 7.76)
教育程度/%				0.022b
高中以下	3.49 (2.83, 4.31)	3.72 (3.02, 4.58)	1.92 (1.18, 3.11)
高中	29.98 (27.36, 32.74)	30.36 (27.55, 33.33)	27.34 (23.01, 32.14)
高中以上	66.52 (63.48, 69.44)	65.92 (62.65, 69.03)	70.74 (65.90, 75.15)
婚姻状况/%				<0.001b
已婚/同居	63.55 (61.29, 65.75)	63.16 (60.82, 65.44)	66.25 (60.73, 71.36)
丧偶/离婚/分居	16.80 (15.29, 18.43)	15.22 (13.82, 16.73)	27.78 (23.01, 33.11)
从未结婚	19.65 (17.73, 21.72)	21.62 (19.52, 23.88)	5.97 (4.06, 8.70)
贫困指数/%				0.011b
<1.30	20.42 (18.35, 22.67)	21.04 (18.88, 23.37)	16.16 (12.57, 20.52)
1.30～3.49	35.79 (33.77, 37.87)	36.18 (34.09, 38.32)	33.11 (28.09, 38.55)
≥3.50	43.78 (40.56, 47.07)	42.78 (39.54, 46.09)	50.73 (44.15, 57.30)
糖尿病/%	10.58 (9.42, 11.87)	9.69 (8.59, 10.91)	16.78 (13.13, 21.20)	<0.001b
吸烟史/%	42.82 (40.64, 45.04)	41.69 (39.46, 43.96)	50.63 (45.49, 55.75)	<0.001b
饮酒状况/%				<0.001b
从不饮酒	9.75 (8.21, 11.54)	9.85 (8.30, 11.64)	9.09 (6.54, 12.51)
轻度饮酒	78.65 (76.35, 80.79)	77.74 (75.59, 79.74)	84.99 (79.68, 89.09)
重度饮酒	11.60 (10.30, 13.03)	12.42 (11.12, 13.84)	5.92 (3.78, 9.16)
参与中等体力活动/%	48.29 (45.97, 50.63)	48.79 (46.50, 51.08)	44.85 (39.92, 49.89)	0.087b
患有癌症/%	9.22 (8.12, 10.45)	7.64 (6.52, 8.94)	20.17 (16.40, 24.54)	<0.001b

注：在本研究中，连续变量的P值借助加权线性回归模型计算a；分类变量的P值通过加权卡方检验计算b。AVAI代表年龄调整内脏脂肪指数； HDL-C代表高密度脂蛋白胆固醇。

2.2 AVAI和骨关节炎的相关性

如表2所示，AVAI水平与骨关节炎患病率之间存在正相关关系。模型1中，AVAI 四分位数与骨关节炎患病率呈正相关（P＜0.05）。在部分调整了人口统计学变量后，这种联系仍然显著（P＜0.05）。在调整所有潜在混杂因素后，AVAI第二（Q2）、第三（Q3）和第四（Q4）四分位数相对于参考组（Q1）的骨关节炎患病率的OR值分别为2.22（95%CI：1.17～4.19）、5.54（95%CI：3.27～9.38）和6.38（95%CI：2.85～14.28）（P＜0.05）。此外，AVAI每增加一个单位，骨关节炎的总体患病率就会增加22%（OR=1.22，95%CI：1.07～1.40；P=0.005）。

表2 AVAI与骨关节炎患病率的关系

模型

AVAI

AVAI四分位数

趋势性检验P值

(-14.97, -10.15)

(-10.15, -8.06)

(-8.06, -5.95)

(-5.95, -1.69)

Model 1

OR (95% CI), P-value

1.48

(1.43~1.54),

<0.001

Reference

3.51

(2.00~6.17),

<0.001

13.23

(8.38~20.88),

<0.001

23.53

(15.26~36.27),

<0.001

Model 2

OR (95% CI), P-value

1.23

(1.09~1.39),

0.002

Reference

2.40

(1.27~4.53),

0.009

6.03

(3.47~10.49),

<0.001

7.15

(3.21~15.93),

<0.001

Model 3

OR (95% CI), P-value

1.22

(1.07~1.40),

0.005

Reference

2.22

(1.17~4.19),

0.019

5.54

(3.27~9.38),

<0.001

6.38

(2.85~14.28),

<0.001

注：模型1：未调整任何协变量。模型2：对年龄、性别和种族进行调整。模型3：全面调整，纳入了年龄、性别、种族、贫困指数、吸烟史、教育程度、糖尿病、癌症、婚姻状况、体力活动水平和饮酒状况。

2.3 AVAI与骨关节炎患病率关系的阈值效应分析

平滑曲线拟合分析表明AVAI与骨关节炎患病率之间可能存在非线性的正相关关系（P＜0.05）（图1）。随着AVAI的增加，骨关节炎患病率风险呈现先上升后缓慢下降的趋势。进一步采用阈值效应分析，确定了AVAI降低的拐点为-4.48（表3）。当AVAI小于-4.48时，AVAI每增加一个单位，骨关节炎患病率增加34%（OR=1.34，95%CI：1.17~1.54；P＜0.001）。当AVAI大于-4.48时，AVAI与骨关节炎患病率之间的关联不再显著（OR=0.94，95%CI：0.62~1.41；P=0.768）。

图 1 AVAI 和骨关节炎患病率相关性的平滑曲线

表3 分段线性回归分析AVAI与骨关节炎患病率升高的阈值效应

AVAI水平的临界点	骨关节炎
AVAI水平的临界点	OR (95%CI)	P
< -4.48	1.34 (1.17, 1.54)	<0.001
≥-4.48	0.94 (0.62, 1.41)	0.768
对数似然比检验		0.048

注：模型调整因素包括年龄、性别、种族、贫困指数、吸烟史、教育程度、糖尿病、癌症、婚姻状况、体力活动水平和饮酒情况。OR：比值比，表示风险的相对大小。CI：置信区间，表示结果的可信范围。

2.4 亚组分析

为了探究不同协变量对AVAI与骨关节炎患病率之间关联强度的影响，本研究进行了亚组分析和交互作用检验（表4）。结果显示，在性别、年龄、教育程度和婚姻状况亚组中存在显著的交互作用（P＜0.05）。相反，AVAI与骨关节炎之间的关联不受种族、体力活动水平、贫困指数、饮酒状况、癌症病史、吸烟史或糖尿病的显著影响。

表4 AVAI对骨关节炎患病率升高的影响在不同亚组的效应大小

分层分析	OR (95% CI)	P	交互作用检验P值
性别			<0.001
女性	1.29 (1.13, 1.48)	<0.001
男性	1.14 (0.99, 1.33)	0.078
年龄			<0.001
20–34岁	1.92 (1.55, 2.37)	<0.001
35～54岁	1.73 (1.47, 2.04)	<0.001
55～80岁	1.13 (1.00, 1.28)	0.059
教育程度			0.012
低于高中	0.98 (0.77, 1.24)	0.837
高中	1.18 (1.02, 1.37)	0.027
高中以上	1.24 (1.08, 1.43)	0.004
婚姻状况			0.011
已婚/同居	1.22 (1.06, 1.41)	0.008
丧偶、离婚或分居	1.14 (0.99, 1.32)	0.085
从未结婚	1.45 (1.23, 1.71)	<0.001
贫困指数			0.693
<1.30	1.25 (1.08, 1.46)	0.006
1.30~3.49	1.20 (1.03, 1.39)	0.024
≥3.50	1.23 (1.07, 1.41)	0.006
糖尿病			0.288
否	1.23 (1.08, 1.41)	0.004
是	1.14 (0.94, 1.38)	0.178
吸烟史			0.129
否	1.27 (1.10, 1.47)	0.002
是	1.18 (1.03, 1.35)	0.019
饮酒状况			0.989
从不饮酒	1.23 (1.05, 1.45)	0.015
轻度饮酒	1.22 (1.07, 1.40)	0.006
重度饮酒	1.23 (1.02, 1.49)	0.039
患有癌症			0.099
否	1.25 (1.09, 1.43)	0.002
是	1.12 (0.93, 1.34)	0.237
参与中等体力活动			0.106
否	1.19 (1.04, 1.37)	0.002
是	1.27 (1.11, 1.46)	0.017

注：OR为比值比，用于表示风险的相对大小；CI为置信区间，用于表示结果的可信范围。

2.5 AVAI对骨关节炎的预测效能

通过ROC曲线分析评估AVAI对骨关节炎患病率的预测效能。AVAI的预测灵敏度和特异度分别为0.790和0.653，ROC曲线下面积（area under the curve，AUC）为0.787，最佳截断值为0.103（P＜0.001），见图2。这些结果表明，AVAI可作为一种便捷、有效的骨关节炎患病率预测指标。

图 2 AVAI 预测骨关节炎患病率的 ROC 曲线

3 讨论

肥胖是导致骨关节炎发生和加重的危险因素之一，其与骨关节炎之间的关联可能由多种生物学机制驱动。与皮下脂肪相比，内脏脂肪组织能够分泌更多的促炎细胞因子如TNF-α、IL-1和IL-6，这些细胞因子与骨关节炎的发生和发展有关^［8-9］。具体而言，IL-1通过上调基质金属蛋白酶的表达促进软骨基质分解，加剧软骨损伤^［10］。与正常软骨相比，骨关节炎患者的软骨中TNF-α和TNF-α转换酶mRNA表达水平增加，这会进一步促进细胞外基质降解^［11］。此外，内脏脂肪会产生脂肪因子如瘦素、脂联素和抵抗素，在骨关节炎病理生理机制中发挥关键作用。例如，瘦素可以促进TGF-β的产生，还能促进软骨细胞产生一氧化氮、前列腺素E2、IL-6和IL-8等炎症介质，共同导致软骨细胞的破坏和软骨损伤^［12］。

临床上常用于评估个体肥胖情况的指标包括BMI、WC、身体圆度指数（body roundness index，BRI）等。但是，这些指标在评估内脏脂肪相关的代谢风险方面准确性有限。即使BMI值相同的个体，其脂肪和肌肉分布以及代谢功能也可能存在显著差异^［13］。而BRI的计算仅仅基于腰围和身高，也无法全面反映因肥胖导致的代谢异常^［14］。2010年，Amato等开发了新型指标内脏脂肪指数（visceral adiposity index，VAI）用于评估内脏脂肪引起的代谢紊乱，但其并未考虑年龄对脂肪分布的影响^［15］。本研究采用的AVAI由Liu等^［7］首次提出，其联合了肥胖、年龄和血清学等多种参数，有利于综合反映个体与年龄相关的脂肪代谢情况，进而评估多种危险因素对骨关节炎患病率的叠加效应。研究表明，AVAI在预测全因死亡率、女性不孕等方面优于VAI，凸显了其临床应用价值^［16-17］。近年来有多项研究已经证实AVAI与心血管疾病、慢性肾脏病、阻塞性睡眠呼吸暂停综合征等疾病的相关性^［18-19］。

在一些特定亚组中，AVAI和骨关节炎的相关性更为明显。例如，AVAI水平升高的女性比男性更容易患骨关节炎。这可能是因为女性绝经后雌激素水平下降，会引发脂肪从皮下到内脏的重新分布，从而促进胰岛素抵抗和内脏脂肪堆积^［20-21］。此外，女性血清中瘦素和脂质运载蛋白等脂肪因子的浓度通常高于男性，而这些因子可以调节软骨细胞代谢并加速骨关节炎进展^［22-23］。此外，女性内脏脂肪也更容易分解，导致更多游离脂肪酸的释放^［24］。有研究表明，游离脂肪酸可以通过激活Toll样受体来诱导软骨细胞线粒体产生功能障碍，从而加剧氧化应激，促进软骨退化^［25］。

此外，在55岁以下的年龄组中，高AVAI水平的参与者骨关节炎患病风险更高。这可能是因为中青年人的身体代谢更加活跃，因而内脏脂肪更容易堆积^［26］。该年龄段人群承受较大社会心理压力、职业压力与工作压力以及久坐行为的累积效应可导致脂肪堆积和体能下降^［27-28］。针对此类人群，鼓励养成良好的生活方式，或可减轻内脏脂肪堆积，以降低骨关节炎的患病风险^［29］。

本研究不仅证实了AVAI与骨关节炎患病率之间的相关性，还通过阈值效应分析确定了潜在的风险阈值。当AVAI低于-4.48时，骨关节炎患病风险显著增高，而超过该值后风险趋于平稳。临床上若发现AVAI的异常升高，可能提示患者的脂质代谢、炎症水平及内脏脂肪分布异常，从而加速关节退变进程。此外，ROC曲线显示AVAI的AUC为0.787，提示其于骨关节炎风险识别方面具有较好的预测性能。针对存在骨关节炎危险因素者，尤其是女性和中青年群体，建议在体检或慢病管理中常规评估AVAI水平，若其持续升高，应结合关节症状、炎症标志物等进行综合风险评估。

基于上述证据，AVAI可以作为一种全面且便捷的指标，用于骨关节炎患病高风险人群的筛查和分层，尤其适用于传统肥胖指标难以评估风险的人群。相较于传统指标，AVAI结合了更多与肥胖相关的人体测量指标和血清学指标，能够更全面地反映内脏脂肪堆积情况。早期发现AVAI水平的升高有助于早期采取预防措施，包括结构化减重计划、增加体育锻炼、优化饮食结构等，以降低骨关节炎的患病风险。

本研究存在以下局限性。首先，鉴于本研究为横断面研究，无法证明AVAI和骨关节炎之间存在因果关系。其次，自我报告的骨关节炎情况可能导致回忆偏倚。此外，本研究的结果是在美国特定社会文化与环境背景下得出的，美国人群的工作模式、饮食结构和生活方式与我国存在差异，这些差异均可能影响骨关节炎的发病率。尽管本研究已经将婚姻、教育、体力活动水平等混杂因素纳入协变量进行调整，但研究结果仍可能受到其他未测量变量的影响，这可能导致研究结果在中国人群中的外推性受到限制。但是，本研究的优势在于NHANES数据库提供了大量具有代表性的全国样本，提高了研究结果的普遍性和可靠性。未来应在中国人群中开展大样本队列研究的前瞻性研究，通过外部验证确定AVAI是否能够纳入骨关节炎的常规筛查和风险分层，从而有助于骨关节炎高风险人群的早期发现和早期干预。

AVAI与骨关节炎患病率之间存在非线性关系，当AVAI低于-4.48时，骨关节炎的患病风险显著增加。AVAI 是一种结合年龄、人体测量指数和血脂参数的新型指标，因其简便易得，AVAI在骨关节炎高风险人群的早期筛查与干预方面具潜在临床价值。

1、GBD 2021 Osteoarthritis Collaborators．Global，regional，and national burden of osteoarthritis，1990-2020 and projections to 2050：A systematic analysis for the Global Burden of Disease Study 2021［J］．Lancet Rheumatol，2023，5（9）：e508-e522．

2、LEIFER V P，KATZ J N，LOSINA E．The burden of OA-health services and economics［J］．Osteoarthritis Cartilage，2022，30（1）：10-16．

3、JIA X，LI M，WANG J，et al．SETD7 mediates the vascular invasion in articular cartilage and chondrocytes apoptosis in osteoarthriis［J］．FASEB J，2021，35（3）：e21283．

4、蔡晓燕，汪媚娟，范志勇，等．重组人Ⅱ型肿瘤坏死因子受体抗体融合蛋白治疗难治性慢性痛风性关节炎的临床分析［J］．广州医药，2025，56（9）：1264-1267，1302．

5、ZHANG Y，WANG Y，XU J，et al．Visceral adipose tissue and osteoarthritis，a two-sample Mendelian randomized study［J］．Front Med，2024（10）：1324449．

6、PARK H S，PARK J Y，YU R．Relationship of obesity and visceral adiposity with serum concentrations of CRP，TNF-alpha and IL-6［J］．Diabetes Res Clin Pract，2005，69（1）：29-35．

7、LIU W，WENG S，CHEN Y，et al．Age-adjusted visceral adiposity index（VAI）is superior to VAI for predicting mortality among US adults：An analysis of the NHANES 2011-2014［J］．Aging Clin Exp Res，2024，36（1）：24．

8、IBRAHIM M M．Subcutaneous and visceral adipose tissue：Structural and functional differences［J］．Obes Rev，2010，11（1）：11-18．

9、谢娟，李汝峰，陈婧，等．减重手术对炎症因子影响的研究进展［J］．广州医药，2024，55（5）：463-471，477．

10、VINCENT T L．IL-1 in osteoarthritis：Time for a critical review of the literature［J］．F1000Res，2019（8）：934．

11、FERNANDES J C，MARTEL-PELLETIER J，PELLETIER J P．The role of cytokines in osteoarthritis pathophysiology［J］．Biorheology，2002，39（1-2）：237-246．

12、BELLUZZI E，EL HADI H，GRANZOTTO M，et al．Systemic and local adipose tissue in knee osteoarthritis［J］．J Cell Physiol，2017，232（8）：1971-1978．

13、RASK-ANDERSEN M，JOHANSSON ?．Illuminating the ‘healthy obese’ phenotype［J］．Nat Metab，2023，5（2）：193-194．

14、 FAHAMI M，HOJATI A，FARHANGI M A．Body shape index（ABSI），body roundness index（BRI）and risk factors of metabolic syndrome among overweight and obese adults：A cross-sectional study［J］．BMC Endocr Disord，2024，24（1）：230．

15、XU C，GUO Y，ZHANG S，et al．Visceral adiposity index and the risk of heart failure，late-life cardiac structure，and function in ARIC study［J］．Eur J Prev Cardiol，2023，30（12）：1182-1192．

16、LI S，SCHWARTZ A V，LAVALLEY M P，et al．Association of visceral adiposity with pain but not structural osteoarthritis［J］．Arthritis Rheumatol，2020，72（7）：1103-1110．

17、KUANG M，YU Y，HE S．Association between the age-adjusted visceral adiposity index（AVAI）and female infertility status：A cross-sectional analysis of the NHANES 2013-2018［J］．Lipids Health Dis，2024，23（1）：314．

18、 YAN B，YUAN R，YIN L，et al．Age-adjusted visceral adiposity index as a predictor of chronic kidney disease：Insights from NHANES 2007-2018［J］．Ren Fail，2025，47（1）：2578412．

19、CHEN J，XU Y，LIU J，et al．Association between age-adjusted visceral adiposity index and obstructive sleep apnea：A study based on NHANES 2015-2018［J］．J Thorac Dis，2025，17（10）：8893-8903．

20、GARAULET M，PéREZ-LLAMAS F，BARAZA J C，et al．Body fat distribution in pre-and post-menopausal women：Metabolic and anthropometric variables［J］．J Nutr Health Aging，2002，6（2）：123-126．

21、AHMED F，KAMBLE P G，HETTY S，et al．Role of estrogen and its receptors in adipose tissue glucose metabolism in pre- and postmenopausal women［J］．J Clin Endocrinol Metab，2022，107（5）：e1879-e1889．

22、 ORTEGA-AVILA J G，GARCíA-MU?OZ H，SEGURA ORDO?EZ A，et al．Sexual dimorphism of leptin and adiposity in children between 0 and 10?years：A systematic review and meta-analysis［J］．Biol Sex Differ，2022，13（1）：47．

23、ANDREASSON A N，UNDéN A L，ELOFSSON S，et al．Leptin and adiponectin：Distribution and associations with cardiovascular risk factors in men and women of the general population［J］．Am J Hum Biol，2012，24（5）：595-601．

24、 NIELSEN S，GUO Z，ALBU J B，et al．Energy expenditure，sex，and endogenous fuel availability in humans［J］．J Clin Invest，2003，111（7）：981-988．

25、KIM H J，KIM H，LEE J H，et al．Toll-like receptor 4（TLR4）：New insight immune and aging［J］．Immun Ageing，2023，20（1）：67．

26、DICKSON B M，ROELOFS A J，ROCHFORD J J，et al．The burden of metabolic syndrome on osteoarthritic joints［J］．Arthritis Res Ther，2019，21（1）：289．

27、CAMPBELL S D I，BROSNAN B J，CHU A K Y，et al．Sedentary behavior and body weight and composition in adults：A systematic review and meta-analysis of prospective studies［J］．Sports Med，2018，48（3）：585-595．

28、SEMANIK P A，LEE J，SONG J，et al．Accelerometer-monitored sedentary behavior and observed physical function loss［J］．Am J Public Health，2015，105（3）：560-566．

29、XUE H，ZHANG L，XU J，et al．Association of the visceral fat metabolic score with osteoarthritis risk：A cross-sectional study from NHANES 2009-2018［J］．BMC Public Health，2024，24（1）：2269．

1、广东省基础与应用基础研究基金（2025A1515012602，2023A1515012751）；广州市基础与应用基础研究基金（2024A04J3857）；广州医科大学儿科学院大学生科技创新项目研究基金（2024ekky002）；广州医科大学大学生创新创业训练计划项目研究基金（02-408-2501-2248）()