2021, Vol. 42
文章信息
- 从祥丰, 刘少博, 徐婷玲, 王文绢, 马吉祥, 李剑虹.
- Cong Xiangfeng, Liu Shaobo, Xu Tingling, Wang Wenjuan, Ma Jixiang, Li Jianhong
- 我国成年人腰围身高比与脑卒中及其亚型发病关系的前瞻性研究
- Relationship between waist-to-height ratio and overall and type specific incidence of stroke in adults in China: a prospective study
- 中华流行病学杂志, 2021, 42(11): 2010-2017
- Chinese Journal of Epidemiology, 2021, 42(11): 2010-2017
- http://dx.doi.org/10.3760/cma.j.cn112338-20200812-01064
-
文章历史
收稿日期: 2020-08-12
2. 中国疾病预防控制中心慢病和老龄健康管理处, 北京 102206
2. Office of Non-Communicable Diseases and Ageing Health Management, Chinese Center for Disease Control and Prevention, Beijing 102206, China
脑卒中已成为我国居民疾病负担最大的疾病，我国脑卒中现患人数约为1300万[1-2]。以往研究显示，肥胖是脑卒中发病的重要危险因素，以往评价肥胖多使用BMI或腰围指标[3-6]。有研究表明，腰围身高比评价中心性肥胖预测效果与腰围相当，且在身高较低或较高人群中，腰围身高比的预测效果优于腰围[7]。也有学者研究显示，腰围身高比作为代谢综合征的筛查标准和心血管事件预测价值强于腰围和BMI[8-9]。但我国关于腰围身高比与脑卒中及其亚型发病风险效应值方面的相关研究较少，且在不同国家地区研究结论可能也不一致[10-11]。本研究利用前瞻性队列数据，分析我国成年人腰围身高比与脑卒中及其亚型发病风险的关联，为我国脑卒中的预防提供流行病学证据。
对象与方法1.研究对象:2010年中国慢性病监测项目在全国疾病监测点系统的162个监测点（包括新疆生产建设兵团农二师），使用多阶段分层整群随机抽样选择代表性样本，以≥18岁住在样本区域内居民作为对象。应用与规模成比例的抽样方法，从每个监测点随机抽取4个乡镇（街道、团）；从每个样本乡镇（街道、团）随机抽取3个行政村（居委会、连）；从每个样本村随机抽取1个居民小组（≥50户），最后应用KISH表法从每户随机抽取1人。本研究从2010年中国慢性病监测项目162个监测点中随机抽取60个监测点人群（城市监测点25个、农村监测点35个，分布在河北省、吉林省、黑龙江省、江苏省、浙江省、江西省、河南省、湖南省、四川省、贵州省和陕西省）作为本次研究对象，共计36632人。将2010年中国慢性病监测项目数据作为基线数据，2016-2017年对该60个监测点人群进行随访，实际完成者27762人（包括死亡814人，其中死于心血管疾病者238人）。排除心血管病和癌症患者389人，腰围信息和结局事件缺失者154人，诊断日期错误者52人，BMI（< 15.0或≥40.0kg/m2）和腰围（< 50或≥150cm）值异常者55人，最终共27112人纳入分析。同时考虑卒中亚型结局之间的影响，在分析缺血性卒中时，排除了180例脑出血患者和25例蛛网膜下腔出血患者，最终共26907人纳入分析；在分析出血性卒中时，排除了1128例脑梗死患者，最终共25984人纳入分析。本研究通过中国CDC慢性非传染性疾病预防控制中心伦理审查委员会的审查（审批号：201524B），所有调查对象均签署了知情同意书。
2.研究内容与方法:2010年基线调查内容包括问卷调查、体格测量和实验室检测。问卷调查以面对面询问方式进行调查，内容包括个人基本信息（年龄、性别、民族、文化程度、婚姻状况等）、生活方式（吸烟、饮酒、饮食、身体活动情况等）、慢性病患病情况等。体格测量包括身高测量（采用长度为2.0m、精确度为0.1cm的TZG型身高坐高计）、体重测量（采用最大称重为150kg、精度为0.1kg的HD-317型电子体重计）、腰围测量（采用长度为1.5m、宽度为1cm、精确度为0.1cm的腰围尺）和血压测量（使用欧姆龙电子血压计，共测量3次，每次测量间隔1min），以上身体测量均由经过培训并考核合格的调查员采用标准方法统一进行[12]。实验室检测指标包括FPG、餐后2h血糖和血脂4项（TC、LDL-C、HDL-C和TG）[13]。2016-2017年进行随访调查，通过问卷调查的形式调查个人基本信息（性别、身份证号等）、死亡情况信息、心血管疾病发病信息（“2010年以来，您有没有被医生诊断患有脑梗死、脑出血和蛛网膜下腔出血”“临床诊断依据”“影像辅助检查”“确诊时间”“确诊单位”等信息进行心血管病的确定）等。同时与死因库进行匹配，进一步获取死亡信息。疾病分类采用《国际疾病分类》第10版（ICD-10）。本研究随访结局是首次发生脑卒中[包括蛛网膜下腔出血（Ⅰ60）、脑出血（Ⅰ61）和脑梗死（Ⅰ63）]、缺血性卒中[包括脑梗死（Ⅰ63）]、出血性卒中[包括蛛网膜下腔出血（Ⅰ60）和脑出血（Ⅰ61）]。
3.指标定义及分组:
（1）腰围身高比：腰围（cm）/身高（cm）的比值。国内外有些研究推荐将腰高比切点设为0.5[14-15]。本研究将腰围身高比按四分位数划分为4组：0~ 0.45、0.46~0.49、0.50~0.54和≥0.55。
（2）高血压：SBP≥140mmHg（1mmHg=0.133kPa）和（或）DBP≥90mmHg，或已被乡镇（社区）级或以上医院确诊为高血压且近两周服药。
（3）糖尿病：FPG≥7.0mmol/L和（或）餐后2h血糖≥11.1mmol/L，或已被乡镇（社区）级或以上医院确诊为糖尿病。
（4）血脂异常：TG≥2.26mmol/L，或TC≥ 6.22mmol/L，或HDL-C < 1.04mmol/L，或LDL-C≥ 4.14mmol/L，或已被乡镇（社区）级或以上医院诊断为血脂异常。
4.统计学分析:采用SAS9.4软件进行数据清理和统计学分析。比较腰围身高比组间研究对象基线特征差异，采用χ2检验或F检验。应用Cox比例风险回归模型进行评估腰围身高比与脑卒中及其亚型发病风险的关联，计算风险比HR值和95%CI，等比例风险假设验证使用Schoenfeld residuals方法。交互作用检验采用似然比检验，比较有、无交互项模型间差异是否有统计学意义。敏感性分析，将死亡人群和基线糖尿病患者剔除，重复上述Cox回归分析。双侧检验，以P < 0.05为差异有统计学意义。
结果1.基本情况:共纳入27112人进入分析，年龄在18~90岁，男性12259人（占45.2%），女性14853人（占54.8%），腰围身高比0~0.45、0.46~0.49、0.50~0.54和≥0.55组分别占23.5%、23.9%、28.6%和24.0%。与其他组相比，腰围身高比≥ 0.55组的≥60岁、女性、小学以下文化程度、城市、从不吸烟、不饮酒、糖尿病、高血压和血脂异常占比较高（均P < 0.05）。见表 1。
2.腰围身高比与脑卒中及其亚型发病风险关联分析:研究对象随访（6.3±0.8）年，随访期间观察到脑卒中事件1333例（脑出血180例、蛛网膜下腔出血25例、脑梗死1128例），发病密度为7.8/ 1000人年；观察到缺血性卒中1128例（脑梗死1128例），发病密度为6.6/1000人年；观察到出血性卒中205例（脑出血180例、蛛网膜下腔出血25例），发病密度为1.2/1000人年。
经调整相关混杂因素后（模型3），以腰围身高比0~0.45组为参照，脑卒中分析，腰围身高比0.46~ 0.49、0.50~0.54和≥0.55组发生脑卒中风险分别增加21%（HR=1.21，95%CI：1.00~1.46）、26%（HR= 1.26，95%CI：1.04~1.53）和60%（HR=1.60，95%CI：1.29~1.99），趋势性检验发现，每增加一个等级脑卒中发病风险增加16%（8%~24%）；缺血性卒中分析，腰围身高比0.46~0.49、0.50~0.54和≥0.55组发生脑卒中风险风别增加30%（HR=1.30，95%CI：1.05~1.60）、33%（HR=1.33，95%CI：1.07~1.64）和61%（HR=1.61，95%CI：1.26~2.05），每增加一个等级缺血性卒中发病风险增加15%（7%~25%）；出血性卒中分析，腰围身高比≥0.55组发生出血性卒中风险增加73%（HR=1.73，95%CI：1.02~2.94），0.46~0.49和0.50~0.54组无统计学意义，每增加一个等级，出血性卒中发病风险增加19%（0%~43%）。见表 2。
3.亚组分析:脑卒中结局，性别、城乡、吸烟、饮酒、糖尿病、高血压、血脂异常对腰围身高比与脑卒中发病风险关联未发现效应修饰作用（均交互P > 0.05），年龄对腰围身高比与脑卒中发病风险关联存在效应修饰作用（交互P < 0.05），且年龄 < 50岁人群中，腰围身高比≥0.55者发生脑卒中风险效应值高于年龄≥50岁人群；缺血性卒中结局，年龄、性别、城乡、吸烟、饮酒、糖尿病、高血压、血脂异常对腰围身高比与脑卒中发病风险关联效应修饰作用与脑卒中结局一致；出血性卒中结局，未发现年龄、性别、城乡、吸烟、饮酒、糖尿病、高血压、血脂异常对腰围身高比与脑卒中发病风险关联存在效应修饰作用（均交互P > 0.05）。见图 1（出血性卒中结局结果未列出）。
|
| 注：a分析以腰围身高比0~0.45者为参照，报告腰围身高比≥0.55者发生脑卒中和缺血性卒中风险效应值；模型调整年龄、性别、文化程度、婚姻状况、吸烟、饮酒、身体活动、自评健康、蔬菜摄入频率、水果摄入频率、城乡、地区、BMI，不包括分层因素 图 1 腰围身高比与脑卒中和缺血性卒中发病风险关联亚组分析 |
4.敏感性分析:脑卒中组剔除死亡者后，以腰围身高比0~0.45组为参照，腰围身高比≥0.55组脑卒中发病风险效应值为1.60（95%CI：1.28~1.99）；剔除死亡者和基线糖尿病患者，腰围身高比≥0.55组脑卒中发病风险效应值为1.77（95%CI：1.40~2.25）。缺血性卒中组剔除死亡者后，腰围身高比≥0.55组脑卒中发病风险效应值为1.60（95%CI：1.26~2.04）；剔除死亡者和基线糖尿病患者后，腰围身高比≥0.55组脑卒中发病风险效应值为1.74（95%CI：1.34~2.26）。出血性卒中组剔除死亡者后，腰围身高比≥0.55组脑卒中发病风险效应值为1.74（95%CI：1.02~2.96）；剔除死亡者和基线糖尿病患者后，腰围身高比≥0.55组脑卒中发病风险效应值为2.12（95%CI：1.21~3.74）。见表 3。
我国总体中心性肥胖率为31.5%（30.5%~32.6%），男性中心性肥胖率为30.7%（29.5%~31.9%），女性中心性肥胖率为32.4%（31.2%~33.7%）[16]。中心性肥胖是脑卒中发病的危险因素[17-18]。以往一些研究多使用腰围评估中心性肥胖[16, 19-20]。但有研究显示，腰围身高比也是评估中心性肥胖的一个良好指标[21]。但关于腰围身高比与脑卒中及其亚型发病风险效应值的相关研究较少。本研究利用6年队列数据，揭示腰围身高比与脑卒中及其亚型发病风险效应值。
结果显示，在脑卒中分析中，以腰围身高比0~ 0.45组为参照，调整BMI后，0.46~0.49、0.50~ 0.54和≥0.55组脑卒中发病风险分别增加21%、26%和60%。依据目前腰围身高比的切点划分[22-23]，腰围身高比 < 0.50为正常，腰围身高比≥ 0.50为肥胖。从我们的结果可以看出，即使腰围身高比 < 0.50（即0.46~0.49组）脑卒中的发病风险也会增加21%。因此结果提示我们，如果我们以0.50为切点划分腰围身高比为正常和肥胖，对于正常偏高的人群（即0.46~0.49组）我们在脑卒中的防控中也不应忽视。而且对于腰围身高比≥0.55的人群是我们重点防控的对象，该人群的发病风险增加比0.46~0.49组发病风险增加高近3倍。趋势检验发现，每增加一个等级，脑卒中发病风险增加16%（8%~24%）。一项针对11125名糖尿病患者的研究发现，腰围身高比每增加一个标准差，心血管事件的主要结局（非致命性心肌梗死或非致命性中风死亡的复合终点）发生风险增加16%（11%~ 22%）[24]。我国的开滦队列显示[10]，将腰围身高比按五分位数划分（0.47、0.50、0.53、0.57），以0~ 0.47为参照，≥0.57组发生脑卒中发病风险增加38%（HR=1.38，95%CI：1.15~1.66），该研究发病风险增加低于本研究结果。
缺血性卒中分析中，腰围身高比0.46~0.49、0.50~0.54和≥0.55组缺血性卒中发病风险分别增加30%、33%和61%，每增加一个等级，缺血性卒中发病风险增加15%（7%~25%），该结果与脑卒中分析结果一致。该结果也提示我们，在控制腹型肥胖预防缺血性卒中，应重点关注腰围身高比≥0.55组人群，同时不应忽视腰围身高比 < 0.50组（即0.46~ 0.49组）人群。开滦队列研究也显示[10]，在以腰围身高比0~0.47组为参照，腰围身高比≥0.57组，缺血性卒中发病风险增加62%（HR=1.62，95%CI：1.29~ 2.04），该研究结果与本研究结果相一致。我国上海市女性健康研究显示[17]，将腰围身高比按五分位数划分，以最低分位数为参照，最高分位数缺血性卒中发病风险增加67%（HR=1.67，95%CI：1.37~ 2.03）。上海市女性健康研究结果与本研究全人群研究结果基本一致。出血性卒中分析中，腰围身高比≥0.55组出血性卒中发病风险增加73%，0.46~ 0.49和0.50~0.54组未发现发病风险增加。但我国也有研究显示[10]，腰围身高比与出血性卒中发病风险无关联。本研究中缺血性卒中和出血性卒中的结果不尽相同，可能原因是出血性卒中在我国发病率较低，研究中未能观察到足够的新发病例；还有可能的原因是，腰围身高比在不同卒中亚型中确实存在不一致的结果。具体的机制需要我们今后更多的研究来进行探索和验证。同时我们发现，各研究之间出血性卒中结果也不一致，其中可能原因是各研究人群地区不同，有研究显示，有些地区出血性卒中比例高，如贵州省、青海省、西藏自治区等高海拔地区[25]；还有可能原因是各研究随访时间不一，样本量大小不同，使得研究间得到的结局事件不同。因此今后也需要更大的样本，足够的随访时间去研究腰围身高比与出血性卒中的关系。亚组分析结果显示，脑卒中分析结果发现，年龄对腰围身高比与脑卒中发病风险存在效应修饰作用（交互P < 0.05）。缺血性卒中分析结果也发现，年龄对腰围身高比与缺血性卒中发病风险存在效应修饰作用（交互P < 0.05）。脑卒中分析和缺血性卒中分析均显示，腰围身高比≥0.55组中年龄 < 50岁人群，发病风险效应值更高，而在出血性卒中分析中未发现该交互作用。日本吹田市的一项研究显示[26]，腰围身高比和心血管疾病发病风险之间的关联在不同年龄组之间有所不同，且在中年人群中风险效应值更高。这提示我们，在脑卒中的防控中，也应重点关注某一组年龄人群。本研究结果提示应重点关注年龄 < 50岁人群。敏感性分析结果未发生变化，提示研究结果较为稳健。
本研究存在不足。第一，本研究存在一定的失访，但失访率满足 < 30%的设计要求。其次，随访期间腰围身高比的变化未能获得。虽研究人群身高较为稳定，但腰围可能会有一定的波动，对结果会产生一定影响。再次，本研究对一些因素未能考虑进来（如空气污染等），可能存在残余混杂。
综上所述，腰围身高比是脑卒中及其亚型发病的危险因素。无论脑卒中还是其亚型结局，腰围身高比≥0.55均会增加其发病风险，且在年龄 < 50岁人群中更明显。同时在针对脑卒中及缺血性卒中的防控中，不应忽视腰围身高比 < 0.50（即0.46~ 0.49）人群。
利益冲突 所有作者均声明不存在利益冲突
| [1] |
Zhou M, Wang H, Zeng X, et al. Mortality, morbidity, and risk factors in China and its provinces, 1990-2017:a systematic analysis for the Global Burden of Disease Study 2017[J]. Lancet, 2019, 394(10204): 1145-1158. DOI:10.1016/S0140-6736(19)30427-1 |
| [2] |
国家心血管病中心. 中国心血管病报告2018[M]. 北京: 中国大百科全书出版社, 2019. National Center for Cardiovascular Diseases, China. Report on cardiovascular diseases in China 2018[M]. Beijing: Encyclopedia of China Publishing House, 2019. |
| [3] |
Cho JH, Rhee EJ, Park SE, et al. The Risk of Myocardial Infarction and Ischemic Stroke According to Waist Circumference in 21749261 Korean Adults: A Nationwide Population-Based Study[J]. Diabetes Metab J, 2019, 43(2): 206-221. DOI:10.4093/dmj.2018.0039 |
| [4] |
Li Y, Yatsuya H, Iso H, et al. Body Mass Index and Risks of Incident Ischemic Stroke Subtypes: The Japan Public Health Center-Based Prospective (JPHC) Study[J]. J Epidemiol, 2019, 29(9): 325-333. DOI:10.2188/jea.JE20170298 |
| [5] |
Furukawa Y, Kokubo Y, Okamura T, et al. The relationship between waist circumference and the risk of stroke and myocardial infarction in a Japanese urban cohort: the Suita study[J]. Stroke, 2010, 41(3): 550-553. DOI:10.1161/STROKEAHA.109.569145 |
| [6] |
Chen Z, Iona A, Parish S, et al. Adiposity and risk of ischaemic and haemorrhagic stroke in 0·5 million Chinese men and women: a prospective cohort study[J]. Lancet Glob Health, 2018, 6(6): e630-640. DOI:10.1016/S2214-109X(18)30216-X |
| [7] |
赵连成, 彭亚光, 李莹, 等. 腰围和腰围身高比预测中心性肥胖的效果与差异[J]. 中华流行病学杂志, 2013, 34(2): 120-124. Zhao LC, Peng YG, Li Y, et al. Contrast and efficacy of waist circumference and waist-to-height ratio in predicting central obesity[J]. Chin J Epidemiol, 2013, 34(2): 120-124. DOI:10.3760/cma.j.issn.0254-6450.2013.02.0003 |
| [8] |
Yang H, Xin Z, Feng JP, et al. Waist-to-height ratio is better than body mass index and waist circumference as a screening criterion for metabolic syndrome in Han Chinese adults[J]. Medicine (Baltimore), 2017, 96(39): e8192. DOI:10.1097/MD.0000000000008192 |
| [9] |
Schneider HJ, Friedrich N, Klotsche J, et al. The predictive value of different measures of obesity for incident cardiovascular events and mortality[J]. J Clin Endocrinol Metab, 2010, 95(4): 1777-1785. DOI:10.1210/jc.2009-1584 |
| [10] |
Wang A, Wu J, Zhou Y, et al. Measures of adiposity and risk of stroke in China: a result from the Kailuan study[J]. PLoS One, 2013, 8(4): e61665. DOI:10.1371/journal.pone.0061665 |
| [11] |
Bodenant M, Kuulasmaa K, Wagner A, et al. Measures of abdominal adiposity and the risk of stroke: the MOnica Risk, Genetics, Archiving and Monograph (MORGAM) study[J]. Stroke, 2011, 42(10): 2872-2877. DOI:10.1161/STROKEAHA.111.614099 |
| [12] |
赵文华, 宁光, 中国慢病监测(2010)项目国家项目工作组. 2010年中国慢性病监测项目的内容和方法[J]. 中华预防医学杂志, 2012, 46(5): 477-479. Zhao WH, Ning G, China Chronic Disease Surveillance (2010) Project National Project Working Group. Content and methods of the China Chronic Disease Surveillance Program, 2010[J]. Chin J Prev Med, 2012, 46(5): 477-479. DOI:10.3760/cma.j.issn.0253-9624.2012.05.023 |
| [13] |
中国疾病预防控制中心, 中国疾病预防控制中心慢性非传染性疾病预防控制中心. 慢性病及其危险因素监测报告-2010[M]. 北京: 军事医学科学出版社, 2012. National Center for Chronic and Non-communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention. Report on chronic disease risk factor surveillance in China 2010[M]. Beijing: Military Medical Science Press, 2012. |
| [14] |
赵连成, 李莹, 彭亚光, 等. 中国成人中心性肥胖腰围身高比值的适宜切点的研究[J]. 中国预防医学杂志, 2012, 13(7): 481-485. Zhao LC, Li Y, Peng YG, et al. The cut-off value of waist-to-height ratio in detecting central obesity in Chinese adult population[J]. Chin Prev Med, 2012, 13(7): 481-485. DOI:10.16506/j.1009-6639.2012.07.017 |
| [15] |
Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and Meta-analysis[J]. Obes Rev, 2012, 13(3): 275-286. DOI:10.1111/j.1467-789X.2011.00952.x |
| [16] |
Zhang X, Zhang M, Zhao Z, et al. Geographic Variation in Prevalence of Adult Obesity in China: Results From the 2013-2014 National Chronic Disease and Risk Factor Surveillance[J]. Ann Intern Med, 2020, 172(4): 291-293. DOI:10.7326/M19-0477 |
| [17] |
Zhang X, Shu XO, Gao YT, et al. General and abdominal adiposity and risk of stroke in Chinese women[J]. Stroke, 2009, 40(4): 1098-1104. DOI:10.1161/STROKEAHA.108.539692 |
| [18] |
李嘉琛, 吕筠, 高萌, 等. 中国成年人体质指数和腰围与主要慢性病风险的关联研究[J]. 中华流行病学杂志, 2019, 40(12): 1541-1547. Li JC, Lyu J, Gao M, et al. Association of body mass index and waist circumference with major chronic diseases in Chinese adults[J]. Chin J Epidemiol, 2019, 40(12): 1541-1547. DOI:10.3760/cma.j.issn.0254-6450.2019.12.007 |
| [19] |
Dhaliwal SS, Welborn TA. Central obesity and multivariable cardiovascular risk as assessed by the Framingham prediction scores[J]. Am J Cardiol, 2009, 103(10): 1403-1407. DOI:10.1016/j.amjcard.2008.12.048 |
| [20] |
Liu L, Gao B, Wang J, et al. Joint association of body mass index and central obesity with cardiovascular events and all-cause mortality in prediabetic population: A prospective cohort study[J]. Obes Res Clin Pract, 2019, 13(5): 453-461. DOI:10.1016/j.orcp.2019.08.004 |
| [21] |
Ashwell M, Gunn P, Gibson S. Waist-to-height ratio is a better screening tool than waist circumference and BMI for adult cardiometabolic risk factors: systematic review and Meta-analysis[J]. Obes Rev, 2012, 13(3): 275-286. DOI:10.1111/j.1467-789X.2011.00952.x |
| [22] |
广东省糖尿病流行病学调查协作组. 腰围/身高比值: 预测糖尿病和高血压的有效的腹型肥胖指标[J]. 中华内分泌代谢杂志, 2004, 20(3): 272-275. Guangdong Diabetes Epidemiology Survey Collaborative Group. Waist/height ratio: an effective index for abdominal obesity predicting diabetes and hypertension[J]. Chin J Endocrinol Metab, 2004, 20(3): 272-275. DOI:10.3760/j.issn:1000-6699.2004.03.036 |
| [23] |
Hsieh SD, Muto T. The superiority of waist-to-height ratio as an anthropometric index to evaluate clustering of coronary risk factors among non-obese men and women[J]. Prev Med, 2005, 40(2): 216-220. DOI:10.1016/j.ypmed.2004.05.025 |
| [24] |
Rå dholm K, Chalmers J, Ohkuma T, et al. Use of the waist-to-height ratio to predict cardiovascular risk in patients with diabetes: Results from the ADVANCE-ON study[J]. Diabetes Obes Metab, 2018, 20(8): 1903-1910. DOI:10.1111/dom.13311 |
| [25] |
Wang YJ, Li ZX, Gu HQ, et al. China Stroke Statistics 2019:A Report from the National Center for Healthcare Quality Management in Neurological Diseases, China National Clinical Research Center for Neurological Diseases, the Chinese Stroke Association, National Center for Chronic and Non-communicable Disease Control and Prevention, Chinese Center for Disease Control and Prevention and Institute for Global Neuroscience and Stroke Collaborations[J]. Stroke Vasc Neurol, 2020, svn-2020-000457. DOI:10.1136/svn-2020-000457 |
| [26] |
Tatsumi Y, Watanabe M, Kokubo Y, et al. Effect of age on the association between waist-to-height ratio and incidence of cardiovascular disease: the Suita study[J]. J Epidemiol, 2013, 23(5): 351-359. DOI:10.2188/jea.je20130004 |