研究人员先对研究对象的基本特征进行了分析。1357 名参与者涵盖了不同性别、年龄和种族,平均年龄 49.54 岁,其中 45.62% 为男性,52.38% 为女性。VAI 被分为四个四分位数区间,随着 VAI 四分位数的升高,慢性疼痛的发生率呈现出显著上升趋势。同时,不同 VAI 四分位数组在年龄、种族、教育程度、婚姻状况、家庭收入、吸烟饮酒习惯以及糖尿病和高血压患病率等方面存在明显差异,不过在性别、心力衰竭、中风或冠心病方面无显著差异。
进一步分析 VAI 与慢性疼痛的关系时,研究人员对 VAI 进行对数转换后开展 Logistic 回归分析。结果显示,Log VAI 值升高与慢性疼痛风险增加显著相关。即便调整了各种混杂变量,这种关系依然存在。将 Log VAI 分为四分位数后发现,较高的 Log VAI 四分位数与慢性疼痛发生率增加密切相关,再次证实了二者之间的紧密联系。
通过平滑曲线拟合和阈值效应分析,研究人员发现 Log VAI 与慢性疼痛之间存在非线性关系,呈倒 L 形正相关,且 Log VAI 的转折点为 0.18。当 Log VAI 低于 0.18 时,其升高与慢性疼痛发生率增加显著相关;但超过 0.18 后,这种关联不再具有统计学意义。
在亚组分析中,研究人员考虑了人口统计学和生活方式因素。结果表明,除糖尿病患者、不饮酒者和低教育水平者外,Log VAI 与慢性疼痛在大多数亚组中呈正相关。这一结果进一步表明 Log VAI 可作为慢性疼痛的独立风险决定因素。不过,饮酒状态与 Log VAI 存在显著交互作用,提示健康的生活方式或许能有效降低慢性疼痛的患病率。
研究人员还比较了 VAI 和 BMI 对慢性疼痛的预测能力。ROC 分析结果显示,VAI 的曲线下面积(AUC = 0.626)大于 BMI(AUC = 0.607),表明 VAI 在预测慢性疼痛风险方面表现更优。
综合来看,该研究明确了 VAI 与慢性疼痛之间存在显著关联。较高的 VAI 水平与慢性疼痛患病率增加相关,且二者存在非线性关系。VAI 在预测慢性疼痛方面比 BMI 更具优势,可作为潜在的慢性疼痛风险预测指标。这一研究成果不仅加深了人们对内脏脂肪与疼痛关系的理论理解,还为未来的前瞻性纵向研究奠定了基础,为慢性疼痛的预防和治疗策略制定提供了重要依据。但研究也存在局限性,由于采用横断面研究方法,无法确定 VAI 与慢性疼痛之间的因果关系,且受限于 NHANES 慢性疼痛数据的时间范围,难以评估其随时间的变化情况。未来还需更多大规模前瞻性研究来进一步验证和阐释这些发现,以更好地应对肥胖和慢性疼痛带来的健康挑战。