本研究共纳入 8677 名参与者，其中男性 4031 人、女性 4646 人，中位年龄 58.0 岁（四分位距 52.00, 65.00）。TyG-BMI、TyG-WC、TyG-WHtR 均呈正态分布，均值 ± 标准差分别为 204.44±38.87、743.20±117.30、4.72±0.76。
按是否发生中风及三种修正 TyG 指数（TyG-BMI、TyG-WC、TyG-WHtR）四分位分层，呈现基线特征与中风发生率：中风患者的高血压、糖尿病患病率更高，SBP、DBP、BMI、血糖、肌酐、血脂及三项 TyG 相关指数水平均显著高于非中风者；且随三项指数四分位升高，中风发生率呈阶梯式上升。
中风发生率
研究人群总体中风发生率为 115.33/10000 人年，按 TyG-BMI、TyG-WC、TyG-WHtR 三项修正 TyG 指数四分位分层后，各组中风发生率均随指数水平升高呈阶梯式上升，其中 TyG-BMI 从 Q1 的 72.90/10000 人年升至 Q4 的 159.01/10000 人年，TyG-WC 从 65.90 升至 169.93/10000 人年，TyG-WHtR 从 67.78 升至 164.48/10000 人年。
按 TyG-BMI、TyG-WC、TyG-WHtR 三项修正 TyG 指数四分位分层，各组中风患病率均随指数水平升高呈阶梯式上升：TyG-BMI 从 Q1 的 5.81% 升至 Q4 的 12.81%，TyG-WC 从 5.35% 升至 13.50%，TyG-WHtR 从 5.49% 升至 13.05%。
TyG-BMI、TyG-WC和TyG-WHtR与中风风险的关联
为探究 TyG-BMI、TyG-WC 与 TyG-WHtR 三项修正 TyG 指数和中风风险的关联，构建了 3 种 Cox 比例风险回归模型。
多因素 Cox 回归显示，在完全调整模型中，TyG‑BMI 每升高 10 单位、TyG‑WC 每升高 10 单位、TyG‑WHtR 每升高 1 单位，中风风险分别增加 5.5%、2.0% 和 32.4%；各指数每升高 1 个 SD，中风风险均升高约 23%～25%。
四分位分析表明，中风风险随 TyG 相关指数分层逐级上升，与 Q1 相比，Q4 组 TyG‑BMI、TyG‑WC、TyG‑WHtR 对应的中风风险分别升高 86.1%、88.8% 和 83.7%。
敏感性分析
基于 2011 和 2015 年的随访数据，采用 K 均值聚类及欧氏距离将参与者分为两类：1 类三项指数持续处于低水平，2 类则长期维持高水平，两类在不同时间点的 TyG‑BMI、TyG‑WC、TyG‑WHtR 数值均存在明显差异。
多变量 Logistic 回归显示，与长期低水平的 1 类相比，三项修正 TyG 指数持续处于高水平的 2 类人群，中风风险显著更高：TyG‑BMI 升高 29.9%（OR=1.299），TyG‑WC 升高 45.1%（OR=1.451），TyG‑WHtR 升高 29.1%（OR=1.291）。
分层分析结果显示，在非糖尿病、非慢性肾病及非肥胖亚组中，经多因素校正后，三项修正 TyG 指数仍与中风风险呈显著正相关，且各指数四分位升高伴随中风风险梯度上升，剂量‑反应关系稳定，提示关联具有良好的稳健性与一致性。
采用Cox比例风险回归模型，配合限制三次样条（RCS）来解决非线性问题
基于三次样条 Cox 回归分析，TyG-BMI 与中风风险呈非线性关联（P - 非线性 < 0.05），而 TyG-WC、TyG-WHtR 均呈线性关联。经对数似然比检验与递归算法确定，TyG-BMI 拐点为 179.279。两阶段回归显示，拐点前每升高 1SD 中风风险增加 108%（HR=2.08），拐点后升高 16%（HR=1.16）。
子组分析结果
亚组分析显示，TyG‑BMI、TyG‑WC、TyG‑WHtR 与中风风险的关联，不受性别、年龄、高血压、吸烟及饮酒状况的影响。
接收器工作特征曲线（ROC）
ROC 分析显示，三项指数对中风风险均有一定预测价值，AUC 分别为 0.593、0.608、0.603。经 1000 次 bootstrap 内部验证及 Delong 检验，TyG-WC 的鉴别能力略优于 TyG-BMI，其余两两间无显著差异。
文章总结
