生物電阻抗法新公式在透析患者去脂體重中的研究

楊 林 李阿芳 王佩佩 張 蓓 竇艷娜

血液透析和腹膜透析患者的營養狀況與透析患者的預后密切相關[1,2]。營養狀況差的患者預后明顯低于營養狀況正常的患者，且患者的病死率與營養不良的程度呈正比[3,4]。準確方便評估患者的營養狀態尤為重要。目前研究認為雙能X線吸收檢測法(dual-energy X-ray absorption,DXA)是評估營養狀況中去脂體重(fat free mass, FFM)的金標準[5,6]。但其費用較高，且需要專業人員操作，在臨床應用較少。生物電阻抗法(bioimpedance,BIA)因其方便、經濟、可重復性好、被測者可接受度高等優點，廣泛應用于健康人和患者的人體成分分析中[7,8]。研究報道，人體中的水分和電解質都與去脂含量高度相關，并經常將50kHz的全身BIA測量與人體測量學結合使用以預測FFM組分[9]。

目前文獻中發表過的BIA計算公式，大部分都是由健康人群獲得[10]。而健康人群與透析患者間水負荷和電解質的狀態差異很大，使得BIA的測量結果與正常人之間存在差異，這種差異可能會影響與FFM的線性關系[11,12]。因此筆者推測從健康人群獲得的FFM評估公式可能不適用于透析患者。

目前尚沒有公認的用于透析患者的BIA法評估FFM計算公式，本研究以DXA法測得FFM做為金標準，根據人體測量和BIA法測得的相關變量，嘗試開發出適用于我國透析人群的FFM評估公式。

對象與方法

1.研究對象：透析患者納入及排除標準：選取2018年9月～2019年8月于鄭州大學第一附屬醫院血液凈化中心或鄭州大學第一附屬醫院腎臟內科住院的血液透析或腹膜透析患者。納入標準：①維持性血液透析或腹膜透析患者，透析齡≥3個月；②年齡≥18歲且<80歲；③簽署知情同意書。排除標準：①合并肝硬化、腫瘤等；②有心臟置入物或起搏器的患者；③截肢或癱瘓的患者。健康志愿者納入及排除標準：選取2019年9～10月于鄭州大學第一附屬醫院體檢科體檢者。納入標準：①年齡≥18歲且<80歲；②簽署知情同意書。排除標準：①有腎臟、肝臟、呼吸系統、心腦血管系統等重大疾病病史；②高血壓病史；③糖尿病病史；④截肢或癱瘓者。

2．實驗儀器與材料：實驗儀器包括超聲波身高體重秤(歐姆龍HNH-318，日本歐姆龍株式會社)，生物電阻抗頻譜測量儀(Xitron 4200,美國Xitron公司)，筆記本電腦一臺(Vostro 5370，美國戴爾公司)，雙能X線吸收儀(Discovery C骨密度儀，美國Hologic公司)。材料包括人體成分分析電極片(一次性電極，德國費森尤斯公司)。

3.參與者測量流程： 血液透析患者測試時間選擇在非透析日早上8點左右，非透析日即血液透析后的第2天，并保持測試前1天清淡飲食，禁食、禁水至少8h。腹膜透析患者選擇早上放出腹透液后，并保持干腹，測試時間和飲食要求同血液透析患者；健康志愿者測試時間和飲食要求同血液透析和腹膜透析患者。

4.身高及體重測量：研究對象于早晨空腹、排便后，著病號服或輕薄衣物，去掉帽子、首飾和鞋子，雙足并攏站于超聲波身高體重秤上，上身挺直，肢體放松，雙眼平視前方，待測量完畢，記錄被測者的身高和體重，其中身高精確到0.1cm，體重精確到0.1kg。

5.生物電阻抗儀測量方法：被測者身高、體重測量完畢后，摘除身上的金屬物品，平躺至少5min，雙上肢外展約15°，手背向上，保持與軀干無接觸，雙下肢自然分開。對進行動靜脈內瘺成形術的患者，研究采取內瘺的對側肢體進行測量，對健康人群、腹透患者和行中心靜脈插管的血透患者，研究采取其右側肢體進行測量。檢測者將生物電阻抗儀連接電腦后，用75%酒精擦拭電極片需要接觸的皮膚，并用紙巾擦干，將4個電極片分別貼于被測者的手腕、手背、腳踝和足背部，電極片之間的距離>5cm。打開測量軟件開始測量，分別記錄10輪的測量數據，頻率從(5～1000)kHz，所有數據保存至特定文件夾中，并提取頻率為50kHz的電阻(R50)、電抗(Xc50)測量結果，便于后期做進一步分析。

6.雙能X線吸收檢測法：待生物電阻抗測量完畢，即帶患者進行雙能X線檢查全身營養狀況分布，雙能X線法是利用兩種不同水平的X線掃描被測者全身，根據射線在不同組織間能量衰減的不同，從而可以逐像素確定被測者的脂肪含量、肌肉含量及骨礦物質量。測量時被測者去除攜帶的金屬物品，平躺于檢測床上，雙下肢內旋約25°使兩腳尖相對，腳跟分開，雙上肢自然放置于身體兩側，背部朝上，手指分開，并與軀干無接觸，囑被測者測量過程中保持此體位。整個測量大約需要10min，測量結束后，由專業的DXA分析師進行人體各成分分析，分別計算出肌肉、脂肪和骨礦物質含量。

7.一般資料收集：收集研究對象的一般人口學資料和實驗室檢查結果，主要包括性別、年齡、血肌酐(Cr)、血清白蛋白(Alb)、血紅蛋白(Hb)等，身高、體重、體重指數(body mass index，BMI)通過超聲波身高體重秤獲得并記錄。

結 果

1.基線資料特征：本研究總共招募132例研究對象，其中透析患者102例，健康志愿者30例，其中男性79例，女性53例，年齡為22～67歲。透析患者與健康志愿者的人口統計學及臨床資料詳見表1。102例透析患者被隨機平均分成兩組，即訓練組和測試組，每組51例，兩組透析患者的人口統計學及BIA變量詳見表2。

表1 透析患者和健康志愿者的人口統計學及臨床資料比較

表2 兩組透析患者的人口統計學及BIA變量比較

2.初步預測公式的開發:將兩組DXA法測量的FFM結果分別作為因變量，利用線性回歸分析模型代入自變量，從兩組透析人群得出的BIA預測公式，以及交叉驗證樣本的交叉驗證結果(表3)。訓練組透析人群得出預測方程：FFM1=11.437+(0.246×H2/R50)+(0.342×體重)+(3.865×性別),男性=1, 女性=0。測試組透析人群得出預測方程：FFM2=-8.386+(0.462×H2/R50)+(0.251×體重)，訓練組患者的DEXA法測量結果為50.05±11.48kg，FFM1公式預測結果是50.05±11.25kg，SEE為2.26kg，應用測試組驗證的結果是50.45±8.36kg，SEE=2.65kg；測試組患者的DXA法測量結果為50.64±8.00kg，FFM2公式預測結果是50.64±7.68kg，SEE為2.23kg，應用訓練組驗證的評估結果是50.74±11.04kg，SEE=2.97kg。兩組之間的預測結果和交叉驗證結果顯示FFM和SEE均相似，因此，將所有透析患者合并用于開發新公式。

表3 兩組透析患者預測公式及交叉驗證結果

3.最終預測公式:將DXA法測量的FFM結果50.35±9.85kg作為因變量，利用線性回歸分析模型代入自變量，用所有透析患者的測量值得出預測公式及預測結果，表4展示了FFM預測模型中自變量對因變量的貢獻和輸入順序。最終預測公式：FFM=5.783+(0.313×H2/R50)+(0.311×體重)+(3.047×性別)，男性=1, 女性=0。由表4可以看出預測變量的輸入順序為H2/R50、體重、性別，隨著變量的累積，模型的決定系數逐漸增大，SEE逐漸減小，最終模型的決定系數是0.939，預測結果為50.35±9.85kg，SEE為2.42kg，可以解釋預測方程中93.9%的變異。其中H2/R50對模型的影響最大，可以解釋模型78.6%的變異(SEE=4.54kg)，重量可以解釋模型73.0%的變異(SEE=5.10kg)，而性別可以解釋模型46.4%的變異(SEE=7.18kg)。

表4 FFM預測模型中自變量對因變量的貢獻和輸入順序

結 果

根據本研究中的透析人群開發出BIA法評估FFM新公式。在最終的評估公式中，筆者根據決定系數和估計標準誤差，發現對公式評估影響的順序依次是H2/R50、重量、性別，隨著變量的輸入，FFM預測公式的決定系數逐漸變大，其中對FFM評估結果關系最大的是H2/R50，這一點可能跟生物電阻抗法的基本原理有關，生物電阻抗的理論模型是將人體假設成圓柱體，根據公式R=ρ×L/A，而V=A×L，進行公式換算可得V=ρ×L2/R(R=電阻，ρ=電阻率，L=導體長度，A=導體橫截面積，V=導體體積)，導體的長度即是人體的高度H，體積即是人體中非脂肪組織的組分FFM，因此FFM受H2/R50的影響最大，許多研究中也將H2/R50作為一個預測人體組成部分的關鍵變量，與本研究結果一致[13]。

本研究的雙交叉驗證分析中，隨機將透析患者平均分成兩組，對訓練組和測試組的男性比例、人體測量結果和BIA變量分析發現，兩組的基本特征比較，差異無統計學意義，但得出的預測方程中訓練組的預測方程中含H2/R50、體重和性別3個變量，而測試組得出的預測方程中僅有H2/R50和體重兩個變量，FFM1預測公式的決定系數是0.960，FFM2預測公式的決定系數是0.921，說明含性別因素的模型擬合優度更好，許多研究也證明不同性別中BIA法測得身體組分不同[14,15]。男性相對有更高的肌肉含量，而脂肪含量較女性低，因此性別對FFM有影響[10]。而測試組得出預測方程的出入，筆者推測可能與測試組透析患者中男性比例較大有關，測試組透析患者中男性比例為66.67%，而訓練組透析患者中男性比例為52.94%，雖然經χ2檢驗兩組之間男性比例比較，差異無統計學意義，但性別比例不同可能會干擾方程的預測。

在雙交叉驗證分析中，由訓練組和測試組分別推導出的預測方程，用對應的組別進行驗證時，估計標準誤差稍有增大，筆者考慮這種差異與本研究透析患者的入組人數較少有關，兩組之間存在抽樣誤差。本研究將所有的透析患者應用于公式的預測后發現，最終公式的決定系數是0.939，可以解釋因變量93.9%的變異，SEE=2.42kg，這種決定系數和估計標準誤差與別的研究較一致[16,17]。Caicedo等對哥倫比亞女性的FFM預測公式SEE=2.62kg，決定系數是0.84。Sluyter等[18]從432例參與者的人群中得出FFM預測公式的SEE=2.19kg，決定系數是0.91，說明本研究中回歸方程的擬合優度較好。

人體的阻抗包括由水分、電解質等細胞外非脂肪成分形成的電阻，和由細胞膜等電容性元素形成的電抗，電抗在數值上比電阻要小得多，但有研究報道電抗對細胞內和細胞外的總體重分布變化很敏感[19]。電抗能更好地反映體內細胞含量，電抗的減低與機體肌肉消耗有關[5,20,21]。本研究中將電抗代入回歸分析模型，發現電抗與FFM因變量無明顯相關，可能和研究人群有關，筆者研究的人群是透析患者，由于透析超濾的影響，患者體內的細胞外液與細胞內液不斷交換，體液與電解質長期處于波動狀態，電抗對細胞內成分的預測能力可能降低。

本研究存在一定的不足，主要是本研究是單中心研究且樣本量相對較小，在每個透析中心，透析患者的水負荷狀態和營養狀態存在差異，由本中心的透析患者推導出的BIA法預測FFM公式可能存在一定的異質性。因此，此公式需要用于更多的透析患者來驗證，以評價此公式在我國整體透析人群的適用性。目前尚沒有針對透析患者的BIA法預測FFM的計算公式，本研究以DXA法測量結果作為參考標準，根據我國透析患者測得的相關變量，開發出一種用BIA法預測FFM新公式，為我國透析患者臨床營養監測提供一定的應用參考價值。