Association between blood glucose levels and risk of coronary artery calcification or mild cognitive impairment

doi:10.3877/cma.j.issn.1674-0785.2026.01.004

Abstract

Abstract:

Objective

To evaluate the effects of fasting blood glucose (FBG) and glycated hemoglobin (HbA_1C) levels on coronary artery calcification (CAC) and mild cognitive impairment (MCI) in middle-aged and elderly populations (aged 40~80 years).

Methods

A cross-sectional survey was conducted from October to November 2019 in Xishan Community, Shijingshan District, Beijing, China, recruiting middle-aged and elderly individuals aged 40–80 years. FBG and HbA_1C values were collected. CAC was assessed via computed tomography (CT), and cognitive function was evaluated using the Chinese version of the Montreal Cognitive Assessment (MoCA-B). Multivariate logistic regression models were used to investigate the effects of FBG and HbA_1C on CAC and MCI, and restricted cubic spline curves were employed to visualize the trend of associations between variables. Subgroup analysis and sensitivity analysis were finally conducted to assess the robustness of the results.

Results

A total of 1342 participants were enrolled, with a mean age of (59.9±7.1) years, including 492 males (36.7%). Among them, 609 participants (45.4%) had CAC, and 201 (15.0%) had MCI. Multivariate logistic regression analysis showed that after adjusting for confounders, each 1 mmol/L increase in FBG was associated with a 12% higher risk of CAC (odds ratio [OR]=1.12, 95% confidence interval [CI]: 1.03~1.23) and 13% higher risk of MCI (OR=1.13, 95%CI: 1.03~1.24). Each 1% increase in HbA_1C was associated with a 29% higher risk of CAC (OR=1.29, 95%CI: 1.07~1.55), while the increase in the risk of MCI was not significant. The associations between blood glucose levels and CAC/MCI were more significant in females and non-obese populations. In non-diabetic individuals, the effects of blood glucose levels on CAC and MCI might be confounded by other factors.

Conclusion

Elevated blood glucose levels are associated with CAC and cognitive decline in middle-aged and elderly populations, but this association is not significant in non-diabetic individuals.

Key words: Fasting glucose, Glycated hemoglobin, Coronary artery calcification, Mild cognitive impairment

Huan Wen, Bo Su, Jinbo Liu, Hongyu Wang. Association between blood glucose levels and risk of coronary artery calcification or mild cognitive impairment[J]. Chinese Journal of Clinicians(Electronic Edition), 2026, 20(01): 19-27.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhlcyszz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.1674-0785.2026.01.004

https://zhlcyszz.cma-cmc.com.cn/EN/Y2026/V20/I01/19

Figures/Tables 6

变量	总计（n=1342）	无CAC AS=0（n=733）	轻中度CAC AS＞0~100（n=332）	较严重CAC AS＞100~400（n=154）	严重CAC AS＞400（n=123）	组间差异比较P值
年龄（岁， $x ¯$ ±s）	59.9±7.1	57.9±6.8	61.2±6.5	62.7±7.0	64.8±6.5	＜0.001
性别[例（%）]						＜0.001
男性	492（36.7）	179（24.4）	144（43.4）	89（57.8）	80（65.0）
女性	850（63.3）	554（75.6）	188（56.6）	65（42.2）	43（35.0）
BMI（kg/m²， $x ¯$ ±s）	25.9±3.4	25.6±3.4	26.1±3.2	26.5±3.4	26.6±3.3	＜0.001
收缩压（mmHg， $x ¯$ ±s）	132.4±16.9	129.4±16.6	135.0±16.5	137.6±16.6	136.6±16.6	＜0.001
教育程度[例（%）]						＜0.001
≤6年	82（6.1）	30（4.1）	19（5.7）	15（9.7）	18（14.6）
7~9年	457（34.1）	226（30.8）	132（39.8）	57（37.0）	42（34.1）
10~12年	570（42.5）	329（44.9）	134（40.4）	60（39.0）	47（38.2）
≥13年	233（17.4）	148（20.2）	47（14.2）	22（14.3）	16（13.0）
当前吸烟[例（%）]						＜0.001
否	1054（78.5）	617（84.2）	258（77.7）	102（66.2）	77（62.6）
是	288（21.5）	116（15.8）	74（22.3）	52（33.8）	46（37.4）
当前饮酒[例（%）]						＜0.001
否	1054（78.5）	616（84.0）	249（75.0）	106（68.8）	83（67.5）
是	288（21.5）	117（16.0）	83（25.0）	48（31.2）	40（32.5）
高血压[例（%）]						＜0.001
否	575（42.8）	374（51.0）	126（38.0）	48（31.2）	27（22.0）
是	767（57.2）	359（49.0）	206（62.0）	106（68.8）	96（78.0）
糖尿病[例（%）]						＜0.001
否	973（72.5）	582（79.4）	228（68.7）	97（63.0）	66（53.7）
是	369（27.5）	151（20.6）	104（31.3）	57（37.0）	57（46.3）
服药状况[例（%）]						＜0.001
否	1030（76.8）	609（83.1）	238（71.7）	97（63.0）	86（69.9）
是	312（23.2）	124（16.9）	94（28.3）	57（37.0）	37（30.1）
TC（mmol/L， $x ¯$ ±s）	4.9±0.9	5.0±0.9	5.0±1.0	4.8±0.9	4.5±1.0	＜0.001
HDL-C（mmol/L， $x ¯$ ±s）	1.4±0.3	1.4±0.3	1.4±0.3	1.4±0.4	1.3±0.3	＜0.001
LDL-C（mmol/L， $x ¯$ ±s）	3.1±0.9	3.2±0.8	3.2±0.9	3.0±0.9	2.8±0.9	＜0.001
空腹血糖（mmol/L， $x ¯$ ±s）	6.4±1.9	6.1±1.6	6.6±1.9	6.7±1.9	7.2±2.6	＜0.001
糖化血红蛋白（%）	6.2±0.9	6.0±0.8	6.3±1.0	6.4±1.0	6.6±1.2	＜0.001
轻度认知障碍[例（%）]						＜0.001
否	1141（85.0）	645（88.0）	284（85.5）	116（75.3）	96（78.0）
是	201（15.0）	88（12.0）	48（14.5）	38（24.7）	27（22.0）

变量	总计（n=1342）	无CAC AS=0（n=733）	轻中度CAC AS＞0~100（n=332）	较严重CAC AS＞100~400（n=154）	严重CAC AS＞400（n=123）	组间差异比较P值
年龄（岁， $x ¯$ ±s）	59.9±7.1	57.9±6.8	61.2±6.5	62.7±7.0	64.8±6.5	＜0.001
性别[例（%）]						＜0.001
男性	492（36.7）	179（24.4）	144（43.4）	89（57.8）	80（65.0）
女性	850（63.3）	554（75.6）	188（56.6）	65（42.2）	43（35.0）
BMI（kg/m²， $x ¯$ ±s）	25.9±3.4	25.6±3.4	26.1±3.2	26.5±3.4	26.6±3.3	＜0.001
收缩压（mmHg， $x ¯$ ±s）	132.4±16.9	129.4±16.6	135.0±16.5	137.6±16.6	136.6±16.6	＜0.001
教育程度[例（%）]						＜0.001
≤6年	82（6.1）	30（4.1）	19（5.7）	15（9.7）	18（14.6）
7~9年	457（34.1）	226（30.8）	132（39.8）	57（37.0）	42（34.1）
10~12年	570（42.5）	329（44.9）	134（40.4）	60（39.0）	47（38.2）
≥13年	233（17.4）	148（20.2）	47（14.2）	22（14.3）	16（13.0）
当前吸烟[例（%）]						＜0.001
否	1054（78.5）	617（84.2）	258（77.7）	102（66.2）	77（62.6）
是	288（21.5）	116（15.8）	74（22.3）	52（33.8）	46（37.4）
当前饮酒[例（%）]						＜0.001
否	1054（78.5）	616（84.0）	249（75.0）	106（68.8）	83（67.5）
是	288（21.5）	117（16.0）	83（25.0）	48（31.2）	40（32.5）
高血压[例（%）]						＜0.001
否	575（42.8）	374（51.0）	126（38.0）	48（31.2）	27（22.0）
是	767（57.2）	359（49.0）	206（62.0）	106（68.8）	96（78.0）
糖尿病[例（%）]						＜0.001
否	973（72.5）	582（79.4）	228（68.7）	97（63.0）	66（53.7）
是	369（27.5）	151（20.6）	104（31.3）	57（37.0）	57（46.3）
服药状况[例（%）]						＜0.001
否	1030（76.8）	609（83.1）	238（71.7）	97（63.0）	86（69.9）
是	312（23.2）	124（16.9）	94（28.3）	57（37.0）	37（30.1）
TC（mmol/L， $x ¯$ ±s）	4.9±0.9	5.0±0.9	5.0±1.0	4.8±0.9	4.5±1.0	＜0.001
HDL-C（mmol/L， $x ¯$ ±s）	1.4±0.3	1.4±0.3	1.4±0.3	1.4±0.4	1.3±0.3	＜0.001
LDL-C（mmol/L， $x ¯$ ±s）	3.1±0.9	3.2±0.8	3.2±0.9	3.0±0.9	2.8±0.9	＜0.001
空腹血糖（mmol/L， $x ¯$ ±s）	6.4±1.9	6.1±1.6	6.6±1.9	6.7±1.9	7.2±2.6	＜0.001
糖化血红蛋白（%）	6.2±0.9	6.0±0.8	6.3±1.0	6.4±1.0	6.6±1.2	＜0.001
轻度认知障碍[例（%）]						＜0.001
否	1141（85.0）	645（88.0）	284（85.5）	116（75.3）	96（78.0）
是	201（15.0）	88（12.0）	48（14.5）	38（24.7）	27（22.0）

变量	糖化血红蛋白P值	空腹血糖P值	＜5.6 mmol/L	5.6~6.9 mmol/L	≥7.0 mmol/L	P值
冠状动脉钙化CAC
未调整	1.53（1.34，1.75）＜0.001	1.23（1.14，1.32）＜0.001	1.00（参考组）	1.51（1.18，1.94）	3.50（2.55，4.82）	＜0.001
模型1	1.39（1.21，1.60）＜0.001	1.18（1.10，1.27）＜0.001	1.00（参考组）	1.26（0.96，1.65）	2.78（1.96，3.92）	＜0.001
模型2	1.35（1.18，1.55）＜0.001	1.16（1.08，1.25）＜0.001	1.00（参考组）	1.14（0.86，1.51）	2.45（1.72，3.50）	＜0.001
模型3	1.29（1.07，1.55）0.008	1.12（1.03，1.23）0.010	1.00（参考组）	1.16（0.87，1.54）	3.01（1.74，5.21）	0.003
轻度认知障碍MCI
未调整	1.23（1.07，1.41）0.004	1.13（1.05，1.20）0.001	1.00（参考组）	1.50（1.04，2.17）	2.36（1.56，3.59）	＜0.001
模型1	1.14（0.98，1.32）0.093	1.10（1.03，1.18）0.007	1.00（参考组）	1.30（0.89，1.90）	1.90（1.24，2.92）	0.004
模型2	1.14（0.98，1.33）0.093	1.10（1.03，1.19）0.007	1.00（参考组）	1.31（0.89，1.93）	1.91（1.23，2.97）	0.004
模型3	1.15（0.93，1.41）0.197	1.13（1.03，1.24）0.010	1.00（参考组）	1.42（0.96，2.11）	3.56（1.64，7.73）	0.002

变量	轻中度CAC AS＞0~100	较严重CAC AS＞100~400	严重CAC AS＞400
AS=0	1.00（参考组）	1.00（参考组）	1.00（参考组）
单因素模型
空腹血糖	1.19（1.10，1.29）＜0.001	1.22（1.11，1.34）＜0.001	1.32（1.21，1.44）＜0.001
糖化血红蛋白	1.44（1.24，1.68）＜0.001	1.50（1.24，1.80）＜0.001	1.81（1.52，2.17）＜0.001
多因素模型
空腹血糖	1.11（1.00，1.22）0.048	1.10（0.97，1.25）0.136	1.20（1.06，1.37）0.004
糖化血红蛋白	1.26（1.02，1.55）0.028	1.20（0.91，1.58）0.186	1.47（1.12，1.93）0.005

变量	糖化血红蛋白P值	空腹血糖P值	＜5.6 mmol/L	≥5.6 mmol/L	P值
冠状动脉钙化CAC
未调整	1.70（1.13，2.54）0.010	1.24（0.99，1.55）0.057	1.00（参考组）	1.58（1.22，2.06）	0.001
模型1	1.43（0.92，2.24）0.115	1.18（0.93，1.50）0.165	1.00（参考组）	1.34（1.00，1.79）	0.046
模型2	1.31（0.83，2.07）0.248	1.08（0.84，1.39）0.551	1.00（参考组）	1.19（0.88，1.60）	0.260
模型3	1.35（0.85，2.14）0.205	1.07（0.83，1.39）0.584	1.00（参考组）	1.16（0.86，1.57）	0.317
轻度认知障碍MCI
未调整	1.66（0.96，2.85）0.068	1.27（0.97，1.65）0.077	1.00（参考组）	1.54（1.06，2.25）	0.025
模型1	1.26（0.70，2.25）0.441	1.23（0.92，1.65）0.161	1.00（参考组）	1.34（0.91，1.97）	0.145
模型2	1.27（0.70，2.29）0.436	1.23（0.91，1.66）0.173	1.00（参考组）	1.32（0.88，1.97）	0.176
模型3	1.24（0.69，2.24）0.476	1.23（0.91，1.65）0.176	1.00（参考组）	1.34（0.90，2.01）	0.151

References 28

1	Mendieta G, Pocock S, Mass V, et al. Determinants of progression and regression of subclinical atherosclerosis over 6 years [J]. J Am Coll Cardiol, 2023, 82(22):2069-2083.
2	Chen W, Li Z, Zhao Y, et al. Global and national burden of atherosclerosis from 1990 to 2019: trend analysis based on the Global Burden of Disease Study 2019 [J]. Chin Med J (Engl), 2023, 136(20): 2442-2450.
3	Onnis C, Virmani R, Kawai K, et al. Coronary artery calcification: current concepts and clinical implications[J]. Circulation, 2024, 149(3): 251-266.
4	Nakahara T, Dweck MR, Narula N, et al. Coronary artery calcification: from mechanism to molecular imaging [J]. JACC Cardiovasc Imaging, 2017, 10(5): 582-593.
5	Petersen RC, Lopez O, Armstrong MJ, et al. Practice guideline update summary: Mild cognitive impairment [RETIRED]: Report of the Guideline Development, Dissemination, and Implementation Subcommittee of the American Academy of Neurology [J]. Neurology, 2018, 90(3): 126-135.
6	Mian M, Tahiri J, Eldin R, et al. Overlooked cases of mild cognitive impairment: Implications to early Alzheimer's disease [J]. Ageing Res Rev, 2024, 98: 102335.
7	Sommerlad A, Kivimäki M, Larson EB, et al. Social participation and risk of developing dementia [J]. Nat Aging, 2023, 3(5): 532-545.
8	GBD 2019 Dementia Forecasting Collaborators. Estimation of the global prevalence of dementia in 2019 and forecasted prevalence in 2050: an analysis for the Global Burden of Disease Study 2019 [J]. Lancet Public Health, 2022, 7(2): e105-e125.
9	Liang J, Pan Y, Zhang W, et al. Associations between atherosclerosis and subsequent cognitive decline: A prospective cohort study [J]. J Am Heart Assoc, 2024, 13(21):e036696.
10	Won KB, Han D, Lee JH, et al. Evaluation of the impact of glycemic status on the progression of coronary artery calcification in asymptomatic individuals [J]. Cardiovasc Diabetol, 2018, 17(1): 4.
11	Seetharaman S, Andel R, McEvoy C, et al. Blood glucose, diet-based glycemic load and cognitive aging among dementia-free older adults [J]. J Gerontol A Biol Sci Med Sci, 2015, 70(4): 471-479.
12	Rutter MK, Massaro JM, Hoffmann U, et al. Fasting glucose, obesity, and coronary artery calcification in community-based people without diabetes [J]. Diabetes Care, 2012, 35(9): 1944-1950.
13	Liu X, Li Y, Chen X, et al. Revisiting the mechanisms linking blood glucose to cognitive impairment: new evidence for the potential important role of klotho [J]. Front Endocrinol (Lausanne), 2024, 15:1323407.
14	Luo H, Li J, Zhang Q, et al. Obesity and the onset of depressive symptoms among middle-aged and older adults in China: evidence from the CHARLS [J]. BMC Public Health, 2018, 18(1): 909.
15	Carson AP, Steffes MW, Carr JJ, et al. Hemoglobin a1c and the progression of coronary artery calcification among adults without diabetes [J]. Diabetes Care, 2015, 38(1): 66-71.
16	Feng W, Li Z, Guo W, et al. Association between fasting glucose variability in young adulthood and the progression of coronary artery calcification in middle age [J]. Diabetes Care, 2020, 43(10): 2574-2580.
17	Moebus S, Stang A, Möhlenkamp S, et al. Association of impaired fasting glucose and coronary artery calcification as a marker of subclinical atherosclerosis in a population-based cohort--results of the Heinz Nixdorf Recall Study [J]. Diabetologia, 2009, 52(1): 81-89.
18	Johnson RC, Leopold JA, Loscalzo J. Vascular calcification: pathobiological mechanisms and clinical implications [J]. Circ Res, 2006, 99(10): 1044-1059.
19	Pan W, Jie W, Huang H. Vascular calcification: Molecular mechanisms and therapeutic interventions [J]. MedComm (2020), 2023, 4(1): e200.
20	Giachelli CM, Speer MY, Li X, et al. Regulation of vascular calcification: roles of phosphate and osteopontin [J]. Circ Res, 2005, 96(7): 717-722.
21	Gruber JR, Ruf A, Süß ED, et al. Impact of blood glucose on cognitive function in insulin resistance: novel insights from ambulatory assessment [J]. Nutr Diabetes, 2024, 14(1): 74.
22	González HM, Tarraf W, Stickel AM, et al. Glycemic control, cognitive aging, and impairment among diverse Hispanic/Latino individuals: study of Latinos-investigation of neurocognitive aging (Hispanic community health study/study of Latinos) [J]. Diabetes Care, 2024, 47(7): 1152-1161.
23	Djelti F, Dhenain M, Terrien J, et al. Impaired fasting blood glucose is associated to cognitive impairment and cerebral atrophy in middle-aged non-human primates [J]. Aging (Albany NY), 2016, 9(1): 173-186.
24	Vincent AM, McLean LL, Backus C, et al. Short-term hyperglycemia produces oxidative damage and apoptosis in neurons [J]. FASEB J, 2005, 19(6): 638-640.
25	Zhang W, Hong J, Zheng W, et al. High glucose exacerbates neuroinflammation and apoptosis at the intermediate stage after post-traumatic brain injury [J]. Aging (Albany NY), 2021, 13(12):16088-16104.
26	Reis JP, Launer LJ, Terry JG, et al. Subclinical atherosclerotic calcification and cognitive functioning in middle-aged adults: the CARDIA study [J]. Atherosclerosis, 2013, 231(1):72-77.
27	Adewuyi EO, Laws SM. Genomic characterisation of the relationship and causal links between vascular calcification, Alzheimer's disease, and cognitive traits [J]. Biomedicines, 2025, 13(3): 618.
28	Wang W, Zhang X, Lyu J, et al. Neuroimaging findings from cerebral structure and function in coronary artery disease [J]. J Magn Reson Imaging, 2025, 61(5): 2066-2082.

[1]	Min Zhou, Yang Xu, Ying Hu, Xianfeng Huang. Relationship of serum β-CTX，N-MID，and PICP with coronary artery calcification in maintenance hemodialysis patients and its diagnostic value [J]. Chinese Journal of Kidney Disease Investigation(Electronic Edition), 2024, 13(05): 256-260.
[2]	Kaixuan Ma, Wenlong Gu, Lili Zhang, Yuzheng Du. Interpretation on International Standardized Manipulations of Chinese Medicine Tiaoshen Yizhi Acupuncture Therapy for Post-stroke Mild Cognitive Impairment [J]. Chinese Journal of Acupuncture and Moxibustion(Electronic Edition), 2025, 14(04): 173-176.
[3]	Liang Zhou, Yi Guo, Dan Zhou, Ying Wang, Yiying Lu, Fengda Lu. An overview of mechanism of actionon acupuncture in treating mild cognitive impairment [J]. Chinese Journal of Acupuncture and Moxibustion(Electronic Edition), 2022, 11(01): 37-41.
[4]	Huifang Lu, Xiaoliang Wei, Lizheng Song, Zhizhuang Zou, Bairong Chen. The safety and efficacy of shockwave balloon in the interventional treatment of acute coronary syndrome（ACS） with severe coronary calcified lesions [J]. Chinese Journal of Interventional Radiology(Electronic Edition), 2025, 13(02): 128-134.
[5]	Tianjiao Zhang, Chuanbao Zhang, Wenxiang Chen, Jie Ma. Interpretation of the health industry standard WS/T 461-2024 "Guideline for lycated hemoglobin A_1C testing" [J]. Chinese Journal of Clinical Laboratory Management(Electronic Edition), 2026, 14(01): 47-51.
[6]	Tong Shen, Cheng Shen, Lijun Gan. The role of vesicles in the process of coronary artery calcification [J]. Chinese Journal of Diagnostics(Electronic Edition), 2023, 11(01): 1-4.
[7]	Hao He, Qing Guan, Haobo Zhang, Yuejia Luo. Summary of the latest practice guideline on mild cognitive impairment [J]. Chinese Journal of Diagnostics(Electronic Edition), 2018, 06(03): 145-150.
[8]	Yafang Wang, Suran Rong, Xiangxin Shi, Xiao'ou Yang, Jinjin1 Xu, Jingxiang Wang. The effect of cutting balloon on the long-term prognosis of mild-to-moderate coronary artery calcification lesions in the elderly [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2024, 11(03): 19-23.
[9]	Xiaoyan Gong, Qingwei Chen. The association between hyperuricemia and coronary artery calcification [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2023, 10(04): 47-49.
[10]	Yang Gao, Zhipeng Xu, Yanchao Liu, Jie Zheng, Benrong He, Tao Jiang, Fei Sun, Yi Liang, Jianzhi Wang. Association between white matter hyperintensity load and distribution characteristics with cognitive impairment in type 2 diabetic patients [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2022, 09(01): 9-15.
[11]	Liying Zhuang, Qilun Lai, Lu Liu, Yue Lou, Shanhu Xu, Yu Jin, Xiaoli Liu. The predictive value of Framingham risk score for mild cognitive impairment progress to dementia in middle-aged and elderly patients [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2021, 08(03): 20-23.
[12]	Liying Zhuang, Lu Liu, Yue Lou, Yu Jin, Xiaoli Liu. Correlation between Framingham risk score and amnestic mild cognitive impairment [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2020, 07(04): 32-35.
[13]	Siran Zhang, Yu Jin, Shanhu Xu, Xiaoli Liu. Application of Mini-Cog and AD8 in early cognitive status evaluation and predicting cognitive deterioration of aged population [J]. Chinese Journal of Geriatrics Research(Electronic Edition), 2020, 07(02): 17-21.
[14]	Jing Shi, Sifan Wang, Hongwei Wang, Yudi Tang, Dan Li, Yan Xing. Influence of scenario simulation combined with computer-assisted cognitive training on elderly hypertensive patients with mild cognitive impairment [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2026, 20(02): 139-147.
[15]	Yi Ye, Yong Zeng. Research progress on the correlation between serum lipids and mild cognitive impairment [J]. Chinese Journal of Cerebrovascular Diseases(Electronic Edition), 2024, 18(01): 14-18.

Please choose a citation manager

Content to export