甘油三酯-葡萄糖指数、甘油三酯-葡萄糖-体质量指数与健康体检人群高尿酸血症发生的关系

doi:10.3969/j.issn.1006-5725.2025.08.015

Abstract

Abstract:

Objective To investigate the predictive capacity of the Triglyceride-Glucose （TyG） index and the Triglyceride-Glucose-Body Mass Index （TyG-BMI） for the development of hyperuricemia （HUA） in a health examination population， and to identify suitable indicators as risk assessment tools for HUA. Methods This study ultimately included 12 004 participants from a health examination cohort. According to SUA levels， the participants were categorized into a normal group （n = 9 952） and a hyperuricemia （HUA） group （n = 2 052）. The TyG index and TyG-BMI index were calculated， and participants were further stratified into four groups （Q1—Q4） based on the quartiles of these indices. Binary logistic regression analysis was performed to assess the association between TyG， TyG-BMI， and HUA. The predictive value of TyG， TyG-BMI， and their combination for HUA was evaluated using Receiver Operating Characteristic （ROC） curves and the Area Under the Curve （AUC）. Subgroup analyses were carried out by gender and age. Results The TyG and TyG-BMI indices were significantly elevated in the HUA group compared to the normal group. The prevalence of HUA was markedly higher in the TyG-Q4 and TyG-BMI-Q4 groups than in the other three corresponding quartile groups. Binary logistic regression analysis revealed a positive association between TyG， TyG-BMI levels， and the risk of HUA. The AUC values for predicting HUA using TyG， TyG-BMI， and their combination were 0.700， 0.747， and 0.822， respectively. Specifically， for males， the AUC values were 0.641， 0.674， and 0.709， respectively， whereas for females， they were 0.742， 0.776， and 0.829， respectively. Among individuals younger than 60 years old， the AUC values were 0.716， 0.759， and 0.835， respectively， while for those aged 60 years or older， the values were 0.614， 0.645， and 0.731， respectively. Conclusions TyG and TyG-BMI are significantly associated with the risk of HUA. Specifically， TyG-BMI demonstrates superior predictive performance compared to TyG alone. Moreover， the combination of TyG and TyG-BMI further improves predictive accuracy， particularly among female and middle-aged or younger populations.

Key words: TyG, TyG-BMI, hyperuricemia, insulin resistance, disease risk

CLC Number:

R541.4

Qian NIE,Xuemei ZHANG,Zhihua HAO,Ruolin XIE,Huanxin LIU,Xiaoqian WU,Luping. REN. The comparative study of TyG and TyG⁃BMI index with occurrence of hyperuricemia in physical examination population[J]. The Journal of Practical Medicine, 2025, 41(8): 1192-1198.

Figures/Tables 7

Tab.1

Tab.2

Tab.3

Tab.4

Tab.5

Tab.6

Fig.1

References 31

1	中华医学会内分泌学分会. 中国高尿酸血症与痛风诊疗指南（2019）［J］. 中华内分泌代谢杂志， 2020，36（1）：1-13.
2	DAWSON J， WYSS A. Chicken or the Egg？ Hyperuricemia， Insulin Resistance， and Hypertension［J］. Hypertension， 2017，70（4）：698-699. doi:10.1161/hypertensionaha.117.09685 doi: 10.1161/hypertensionaha.117.09685
3	RUDVIK A， MANSSON M. Evaluation of surrogate measures of insulin sensitivity-Correlation with gold standard is not enough［J］. BMC Med Res Methodol， 2018，18（1）：64. doi:10.1186/s12874-018-0521-y doi: 10.1186/s12874-018-0521-y
4	SANCHEZ-GARCIA A， RODRIGUEZ-GUTIERREZ R， MANCILLAS-ADAME L， et al. Diagnostic Accuracy of the Triglyceride and Glucose Index for Insulin Resistance： A Systematic Review［J］. Int J Endocrinol， 2020，2020：4678526. doi:10.1155/2020/4678526 doi: 10.1155/2020/4678526
5	LUO Y， LIU L， LIU M， et al. Relationship Between Body Composition and Insulin Resistance Evaluated by the TyG Index： A Retrospective Study Among Chinese Population［J］. Clin Endocrinol （Oxf）， 2025， 102（3）：264-272. doi:10.1111/cen.15171 doi: 10.1111/cen.15171
6	JOG K S， EAGAPPAN S， SANTHARAM R K， et al. Comparison of Novel Biomarkers of Insulin Resistance With Homeostasis Model Assessment of Insulin Resistance， Its Correlation to Metabolic Syndrome in South Indian Population and Proposition of Population Specific Cutoffs for These Indices［J］. Cureus， 2023，15（1）：e33653.
7	PARK H M， LEE H S， LEE Y J， et al. The triglyceride-glucose index is a more powerful surrogate marker for predicting the prevalence and incidence of type 2 diabetes mellitus than the homeostatic model assessment of insulin resistance［J］. Diabetes Res Clin Pract， 2021，180：109042. doi:10.1016/j.diabres.2021.109042 doi: 10.1016/j.diabres.2021.109042
8	KHAN S H， SOBIA F， NIAZI N K， et al. Metabolic clustering of risk factors： Evaluation of Triglyceride-glucose index （TyG index） for evaluation of insulin resistance［J］. Diabetol Metab Syndr， 2018，10：74. doi:10.1186/s13098-018-0376-8 doi: 10.1186/s13098-018-0376-8
9	宦丽君，王鹏云. 甘油三酯葡萄糖指数及相关内脏肥胖指标对老年人群高尿酸血症发生风险的预测价值［J］. 检验医学与临床， 2023，20（10）：1345-1348， 1353.
10	赵美茹，朱迪，刘琳，等. 简易胰岛素抵抗指标与698例2型糖尿病患者发生高尿酸血症风险的关联［J］. 山东大学学报（医学版）， 2022，60（12）：44-51.
11	LIU X Z， XU X， ZHU J Q， et al. Association between three non-insulin-based indexes of insulin resistance and hyperuricemia［J］. Clin Rheumatol， 2019，38（11）：3227-3233. doi:10.1007/s10067-019-04671-6 doi: 10.1007/s10067-019-04671-6
12	杨玉环，王军，马茂. 2型糖尿病患者血清尿酸水平与颈动脉粥样硬化斑块及10年心血管疾病风险分析［J］. 中国循证心血管医学杂志，2023，15（12）：1322-1324，1333.
13	NIE Q， ZHANG X， HAO Z， et al. Impact of Serum Uric Acid Concentration on the Risk of Cardiovascular Disease： A Cohort Study Conducted in Northern China［J］. Arq Bras Cardiol， 2021，117（4）：666-675.
14	OLOFSSON C， ANDERSTAM B， BRAGFORS-HELIN A C， et al. Effects of acute fructose loading on levels of serum uric acid-a pilot study［J］. Eur J Clin Invest， 2019，49（1）：e13040. doi:10.1111/eci.13040 doi: 10.1111/eci.13040
15	陈发胜，余俊文，周茹，等. 佛山市三水区中老年人群尿酸水平的相关危险因素分析［J］. 热带医学杂志，2015，15（4）：539-541.
16	KUANG M， YANG R， HUANG X， et al. Assessing temporal differences in the predictive power of baseline TyG-related parameters for future diabetes： An analysis using time-dependent receiver operating characteristics［J］. J Transl Med， 2023，21（1）：299. doi:10.1186/s12967-023-04159-7 doi: 10.1186/s12967-023-04159-7
17	GAO Q， LIN Y， XU R， et al. Positive association of triglyceride-glucose index with new-onset hypertension among adults： A national cohort study in China［J］. Cardiovasc Diabetol， 2023，22（1）：58. doi:10.1186/s12933-023-01795-7 doi: 10.1186/s12933-023-01795-7
18	汪宇，缪莹，林强，等. 甘油三酯葡萄糖指数联合腰围对泸州地区中老年人群10年新发冠心病的前瞻性队列研究［J］. 实用医学杂志， 2024，40（12）：1731-1736.
19	张冰，孙秋，杜丽明，等. 前瞻性队列研究—甘油三酯葡萄糖指数与急性胰腺炎发病风险［J］. 实用医学杂志， 2023，39（23）：3116-3119. doi:10.3969/j.issn.1006-5725.2023.23.016 doi: 10.3969/j.issn.1006-5725.2023.23.016
20	ADNAN E， RAHMAN I A， FARIDIN H P. Relationship between insulin resistance， metabolic syndrome components and serum uric acid［J］. Diabetes Metab Syndr， 2019，13（3）：2158-2162. doi:10.1016/j.dsx.2019.04.001 doi: 10.1016/j.dsx.2019.04.001
21	ZHANG X， NIE Q， ZHANG Z， et al. Resveratrol affects the expression of uric acid transporter by improving inflammation［J］. Mol Med Rep， 2021，24（2）：564. doi:10.3892/mmr.2021.12203 doi: 10.3892/mmr.2021.12203
22	MIAO Z， YAN S， WANG J， et al. Insulin resistance acts as an independent risk factor exacerbating high-purine diet induced renal injury and knee joint gouty lesions［J］. Inflamm Res， 2009，58（10）：659-668. doi:10.1007/s00011-009-0031-9 doi: 10.1007/s00011-009-0031-9
23	CUI N， CUI J， SUN J， et al. Triglycerides and Total Cholesterol Concentrations in Association with Hyperuricemia in Chinese Adults in Qingdao， China［J］. Risk Manag Healthc Policy， 2020，13：165-173. doi:10.2147/rmhp.s243381 doi: 10.2147/rmhp.s243381
24	KOJTA I， CHACINSKA M， BLACHNIO-ZABIELSKA A. Obesity， Bioactive Lipids， and Adipose Tissue Inflammation in Insulin Resistance［J］. Nutrients， 2020，12（5）：1305. doi:10.3390/nu12051305 doi: 10.3390/nu12051305
25	蒋绒，李永霞. 甘油三酯葡萄糖乘积指数联合肥胖指标对阻塞性睡眠呼吸暂停患者发生非酒精性脂肪性肝病的预测价值［J］. 临床肝胆病杂志，2023，39（3）：546-551.
26	RAMIREZ-VELEZ R， PEREZ-SOUSA M A， GONZALEZ-RUIZ K， et al. Obesity- and Lipid-Related Parameters in the Identification of Older Adults with a High Risk of Prediabetes According to the American Diabetes Association： An Analysis of the 2015 Health， Well-Being， and Aging Study［J］. Nutrients， 2019，11（11）：2654. doi:10.3390/nu11112654 doi: 10.3390/nu11112654
27	WAN H， ZHANG K， WANG Y， et al. The Associations Between Gonadal Hormones and Serum Uric Acid Levels in Men and Postmenopausal Women With Diabetes［J］. Front Endocrinol （Lausanne）， 2020，11：55. doi:10.3389/fendo.2020.00055 doi: 10.3389/fendo.2020.00055
28	WU X， ZHOU M， BU J， et al. Prevalence and Risk Factors of Hyperuricemia in the Urban Health Checkup Population in Xinjiang， China： A Cross-Sectional Study［J］. Risk Manag Healthc Policy. 2023，14；16：1531-1544. doi:10.2147/rmhp.s423794 doi: 10.2147/rmhp.s423794
29	YANG Y， ZHOU W， WANG Y， et al. Gender-specific association between uric acid level and chronic kidney disease in the elderly health checkup population in China［J］. Ren Fail， 2019，41（1）：197-203. doi:10.1080/0886022x.2019.1591994 doi: 10.1080/0886022x.2019.1591994
30	冯颖倩，王梦君，张海雄，等. 不同年龄高尿酸血症患者临床特征及其发病影响因素分析［J］. 临床和实验医学杂志，2024，23（2）：149-153.
31	XIONG J， ZHENG X， LUO J， et al. A follow-up study to explore factors associated with rapid kidney function decline and new-onset kidney disease among Chinese elderly population［J］. Geriatr Gerontol Int， 2022，22（11）：968-975. doi:10.1111/ggi.14480 doi: 10.1111/ggi.14480

组别	例数	男性/例	年龄/岁	腰围/cm	BMI/（kg/m²）
正常组	9 952	5 340	46.30 ± 13.40	83.75 ± 10.58	23.91 ± 3.43
HUA组	2 052	1 999	43.39 ± 12.85	93.21 ± 17.74	26.62 ± 3.37
t值	-	-	9.21	-23.14	-32.66
P值	-	-	< 0.001	< 0.001	< 0.001
组别	Cr/（μmol/L）	BUN/（mmol/L）	FBG/（mmol/L）	TG/（mmol/L）	TC/（mmol/L）
正常组	74.22 ± 11.58	4.64 ± 1.14	5.50 ± 1.76	1.40 ± 1.03	4.97 ± 0.95
HUA组	85.19 ± 9.80	5.01 ± 1.08	5.58 ± 1.03	2.15 ± 1.64	5.18 ± 0.98
t值	-45.60	-13.54	-2.90	-27.47	-8.92
P值	< 0.01	< 0.001	< 0.001	< 0.001	< 0.001
组别	HDL-C/（mmol/L）	LDL-C/（mmol/L）	SUA/（μmol/L）	TyG	TyG-BMI
正常组	1.30 ± 0.29	3.00 ± 0.68	307.97 ± 62.24	8.55 ± 0.58	205.58 ± 40.21
HUA组	1.14 ± 0.24	3.21 ± 0.67	475.90 ± 50.36	9.98 ± 0.62	239.59 ± 40.19
t值	24.61	-12.30	-134.87	-29.16
P值	< 0.001	< 0.001	< 0.001	< 0.001	< 0.001

亚组	SUA/（μmol/L）	F值	P值	正常组/例	HUA组/例	HUA患病率/%	χ² 值	P值
TyG		635.92	< 0.001				774.79	< 0.001
Q1	293.32 ± 73.84			2 824	177	5.90
Q2	322.14 ± 80.43			2 657	343	11.43
Q3	350.10 ± 81.98			2 417	584	19.46
Q4	380.81 ± 87.41			2 054	948	31.58
TyG-BMI		1 088.49	< 0.001				1 185.64	< 0.001
Q1	281.20 ± 69.02			2 896	105	3.50
Q2	321.74 ± 75.67			2 693	309	10.29
Q3	354.44 ± 78.70			2 414	586	19.53
Q4	390.58 ± 85.37			1 948	1 053	35.09

亚组	模型1		模型2		模型3
亚组	OR（95%CI）	P值	OR（95%CI）	P值	OR（95%CI）	P值
TyG
Q1	Ref		Ref		Ref
Q2	2.112（1.750 ~ 2.549）	< 0.001	1.788（1.469 ~ 2.176）	< 0.001	1.332（1.082 ~ 1.639）	< 0.001
Q3	3.848（3.225 ~ 4.592）	< 0.001	3.036（2.519 ~ 3.659）	< 0.001	1.819（1.473 ~ 2.247）	< 0.001
Q4	7.330（6.181 ~ 8.691）	< 0.001	5.387（4.490 ~ 6.464）	< 0.001	2.579（2.009 ~ 3.31）	< 0.001
TyG-BMI
Q1	Ref		Ref		Ref
Q2	3.165（2.521 ~ 3.973）	< 0.001	2.379（1.879 ~ 3.012）	< 0.001	1.692（1.308 ~ 2.189）	< 0.001
Q3	5.595（4.402 ~ 7.298）	< 0.001	4.347（3.470 ~ 5.445）	< 0.001	2.462（1.854 ~ 3.271）	< 0.001
Q4	10.895（9.090 ~ 12.351）	< 0.001	7.854（6.106 ~ 9.033）	< 0.001	3.271（2.646 ~ 5.447）	< 0.001

亚组	男性		女性
亚组	样本量	OR（95%CI）	样本量	OR（95%CI）
TyG
Q1	1 158（16.44）	Ref	1 843（37.14）	Ref
Q2	1 673（23.76）	1.331（1.068 ~ 1.659）	1 347（27.15）	1.06（0.544 ~ 2.065）
Q3	1 961（27.85）	1.819（1.456 ~ 2.273）	1 039（20.91）	1.346（0.672 ~ 2.696）
Q4	2 250（31.95）	2.501（1.942 ~ 3.251）	733（14.77）	2.319（1.013 ~ 3.307）
TyG-BMI
Q1	900（12.78）	Ref	2 101（42.34）	Ref
Q2	1 628（23.12）	1.594（1.21 ~ 2.101）	1 374（27.69）	1.566（0.746 ~ 2.286）
Q3	2 117（30.06）	2.297（1.701 ~ 3.102）	883（17.80）	2.411（1.016 ~ 3.718）
Q4	2 397（34.04）	3.579（2.45 ~ 5.226）	603（12.15）	3.752（1.171 ~ 5.025）

亚组	< 60岁		≥ 60岁
亚组	样本量	OR（95% CI）	样本量	OR（95% CI）
TyG
Q1	2 754（27.33）	Ref	247（12.84）	Ref
Q2	2 509（24.90）	0.979（0.779 ~ 1.231）	493（25.64）	0.945（0.690 ~ 1.523）
Q3	2 366（23.48）	1.118（1.073 ~ 1.405）	634（32.99）	1.050（0.734 ~ 2.065）
Q4	2 448（24.29）	1.543（1.059 ~ 1.912）	549（28.55）	1.482（1.002 ~ 2.366）
TyG-BMI
Q1	2 762（27.41）	Ref	239（12.43）	Ref
Q2	2 549（25.30）	1.513（1.161 ~ 1.966）	471（24.49）	1.402（1.064 ~ 2.291）
Q3	2 406（23.88）	2.370（1.812 ~ 3.099）	593（30.84）	2.017（1.843 ~ 3.818）
Q4	2 360（23.41）	4.186（3.158 ~ 5.549）	620（32.24）	3.448（2.314 ~ 4.319）

The comparative study of TyG and TyG⁃BMI index with occurrence of hyperuricemia in physical examination population

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 7

References 31

Related Articles 13

Recommended Articles

Metrics

Comments

指标	AUC	95% CI	P值
TyG	0.700	0.687 ~ 0.711	Ref
TyG-BMI	0.747	0.732 ~ 0.754	0.006
TyG联合TyG-BMI	0.822	0.814 ~ 0.843	< 0.001
TyG-男	0.641	0.626 ~ 0.655	Ref
TyG-女	0.742	0.700 ~ 0.795	< 0.001
TyG-BMI-男	0.674	0.657 ~ 0.685	Ref
TyG-BMI-女	0.776	0.740 ~ 0.812	< 0.001
TyG联合TyG-BMI-男	0.709	0.696 ~ 0.722	Ref
TyG联合TyG-BMI-女	0.829	0.796 ~ 0.862	< 0.001
TyG（< 60岁）	0.716	0.704 ~ 0.729	Ref
TyG（≥ 60岁）	0.614	0.577 ~ 0.652	< 0.001
TyG-BMI（< 60岁）	0.759	0.748 ~ 0.770	Ref
TyG-BMI（≥ 60岁）	0.645	0.610 ~ 0.681	< 0.001
TyG联合TyG-BMI（< 60岁）	0.835	0.826 ~ 0.843	Ref
TyG联合TyG-BMI（≥ 60岁）	0.731	0.699 ~ 0.763	< 0.001

[1]	Wenjing ZHENG,Xiangling CHU,Yuqiong WU,Min ZHANG,Xiaohong CHU,Nan ZHANG,Honglin HU. Changes in serum NOV/CCN3 levels in mid⁃ to late⁃term pregnant women and their association with gestational diabetes mellitus and pregnancy outcome [J]. The Journal of Practical Medicine, 2025, 41(1): 71-77.
[2]	Jianlong SHENG,Ni′na. LIU. The advanced progress on the relationship between hyperuricemia and acute myocardial infarction [J]. The Journal of Practical Medicine, 2024, 40(5): 727-730.
[3]	Yuan YANG,Peng HU,Yan. HUANG. Current status of knowledge， attitude and practice of hyperuricemia health management in community medical staff based on mixed methods study [J]. The Journal of Practical Medicine, 2024, 40(14): 2015-2020.
[4]	Juan LI,Lin. YANG. Clinical efficacy of Niaoduqing Granule combined with Febusta in treatment of hyperuricemia with renal damage [J]. The Journal of Practical Medicine, 2024, 40(10): 1418-1422.
[5]	WANG Xianfang, LIU Zhidong, ZHANG Yuan, HUANG Changjing, ZHANG Haifei, YU Liqiong, ZHONG Wei.. Association of ABCG2 rs 2231142 and SLC2A9rs 3733591 gene polymorphisms with hyperuricemia in Southern Han population [J]. The Journal of Practical Medicine, 2023, 39(7): 875-880.
[6]	Bing ZHANG,Qiu SUN,Liming DU,Shuohua. CHEN. Correlation between triglyceride glucose index and risk of acute pancreatitis： A prospective cohort study [J]. The Journal of Practical Medicine, 2023, 39(23): 3116-3119.
[7]	ZHOU Yingni, SHI Min, LAI Jingbo, LI Xiaomiao, LIU Xiangyang. . Efficacy of PEX168 combined with metformin in newly diagnosed obese patients with type 2 diabetes melli⁃ tus [J]. The Journal of Practical Medicine, 2023, 39(2): 170-174.
[8]	ZHANG Cuicui, SUN Wenping, XIE Ling.. miR⁃27a attenuates oxidative stress and inflammatory damage in diabetic pregnant rats by targeting TLR4 [J]. The Journal of Practical Medicine, 2023, 39(12): 1487-1493.
[9]	MENG Qizhe, XI Zhi, WANG Ming, WANG Yang, YANG Xiaopeng .. Correlation between insulin resistance，Tyg index and cerebral microbleeds in patients with cerebral small vessel disease [J]. The Journal of Practical Medicine, 2022, 38(24): 3112-3124.
[10]	PANG Chengzhang, LIU Wenbin, JIN Xiaobao. “Relocalization”of anti⁃hyperuricemia drugs based on disease gene expression Profile and Drug transcrip⁃ tome [J]. The Journal of Practical Medicine, 2022, 38(22): 2838-2844.
[11]	YUAN Bingkun, LIAO Shengwu, WU Chengkai, PENG Cheng, CHEN Lei, LI Wenyuan.. Study on the relationship between daily sleep duration and the prevalence of hyperuricemia among urban workers in Guangzhou [J]. The Journal of Practical Medicine, 2022, 38(15): 1948-1953.
[12]	WU Chengkai, LIAO Shengwu, FANG Haoting, WANG Yuanyuan, LI Wenyuan. . Analysis of prevalence and risk factors of hyperuricemia among adults in Guangzhou [J]. The Journal of Practical Medicine, 2021, 37(23): 3072-3076.
[13]	LI Luwei, HUANG Qian, SHI Jiacheng, LIU Xiaoling, WANG Caimei, YU Ping, WU Lan, QIN Yang, JIANG Ren⁃ mei, YU Jian.. Construction and evaluation of hyperuricemia prediction model for overweight and obese population [J]. The Journal of Practical Medicine, 2021, 37(18): 2401-2406.