蘇義冬,莫懿晗,董欣,鐘靜,鄧文與,劉貝貝,姚雪梅,王秀華
超重和肥胖指可損害健康的異常或過量脂肪累積,是導致心血管疾病、糖尿病、肌肉骨骼疾病及癌癥等疾病的重大風險因素[1]。我國老年人超重率和肥胖率分別高達33.3%和12.4%[2],及時準確地評估老年人肥胖程度,有益于肥胖相關疾病的預防與管理。體重指數(Body Mass Index,BMI)是目前衡量人體胖瘦程度及是否健康的常用指標[3],此指標存在不能區分個體脂肪質量和肌肉質量的缺陷,可能會將肌肉質量較大的人群劃分為肥胖人群;也無法識別體質量正常,但脂肪比例較高的肥胖人群[4]。有研究報道,體脂率(Body Fat Percentage,BF%)較BMI更能準確地反映個體的實際肥胖程度[5]。
體脂率是人體脂肪含量占人體總質量的比例,可通過水下稱重法、雙能X線吸收法及生物電阻抗分析法(Bioelectrical Impedance Analysis,BIA)等方法測量,但以上方法測量需要精密、昂貴儀器,很難大規模應用[6]。有研究便根據與體脂率高度相關的部分人體測量學數據和人口學數據,如身高、體質量、腰圍、年齡等,構建了體脂率預測公式[7-8],為體脂率的廣泛應用提供了解決思路。但現有體脂率預測公式構建的樣本人群多為非老年人群[7-8],而體脂率在不同年齡段中存在較大差異,老年人群體脂率遠高于非老年人群[9],導致現有基于人體測量學數據的體脂率預測公式不適用于老年人。因此,本研究擬基于常用的人體測量學數據和人口學數據,以BIA測得的體脂率為金標準,構建并驗證適用于老年人的體脂率預測公式,為老年人肥胖預防與管理提供參考。
1.1對象 2019年6月至2020年9月,采用分層便利抽樣法,將湖南省分為湘西、湘南、湘北、湘東、湘中5個區域,從每個區域中選取1個城市(懷化、郴州、汨羅、長沙、邵陽),再從每個城市中便利選取2個社區,在每個社區中選取符合標準的老年人。納入標準:①年齡≥60歲;②知情,自愿加入本研究。排除標準:①體內植入有任何金屬物品,如心臟起搏器、支架等;②肢體不健全;③處于疾病終末期或患有嚴重疾病。共入選老年人1 025人,使用SPSS23.0軟件的隨機個案樣本選擇功能,將研究對象按4∶1的比例隨機分為兩組,其中公式建模組820人(80.00%),公式驗證組205人(20.00%)。
1.2方法
1.2.1人體測量學指標的測量和人口學數據的收集 嚴格按照《人體測量方法》[10]測量研究對象的身高、體質量和腰圍,精確度分別為0.1 cm、0.1 kg和0.1 cm。腰圍測量值取被測者髂前上棘和第12肋下緣連線中點,軟皮尺水平繞腹部的周長,全程由經過培訓的1名研究者使用同一條軟皮尺緊貼被測者皮膚測量。根據公式BMI=體質量(kg)/身高(m)2計算研究對象的BMI值。采用自行設計的調查表收集研究對象的一般資料,包括姓名、性別、年齡等。
1.2.2體脂率的測量 采用BIA儀(Inbody S10,Biospace,Korea)測量研究對象的體脂率。研究對象需赤腳平躺于平板床上,四肢連接儀器導聯線后即可測量。為提高測量的準確度,研究對象需穿輕薄衣物(冬季測量現場使用空調,保持室溫適宜),脫去金屬飾品,測量前2 h無劇烈運動,需空腹,未飲酒。
1.2.3統計學方法 采用SPSS23.0軟件和Medcale19.0軟件進行統計分析。一般資料行描述性分析、相關性分析,采用多元線性逐步回歸分析構建體脂率預測公式。采用ROC曲線下面積(AUC)檢驗預測公式的預測效能,計算靈敏度、特異度及約登指數;使用Bland-Altman散點圖和林氏一致性系數(Concordance Correlation Coefficient,CCC)分析2種方法(新建體脂率預測公式與BIA)測量體脂率的一致性。檢驗水準α=0.05。
2.1老年人一般資料 1 025人中,男331人,平均體脂率為(27.14±7.64)%;女694人,平均體脂率為(34.35±6.68)%;年齡60~92(70.24±7.27)歲。建模組與驗證組各項指標比較,差異無統計學差異(均P>0.05),具體見表1。

表1 兩 組 各 項 指 標 比 較
2.2體脂率與其他變量的相關性 體脂率與身高呈負相關(r=-0.462,P<0.05),與年齡、體質量、BMI、腰圍呈正相關(r=0.368、0.302、0.699、0.577,均P<0.05),與性別存在較強相關性(Eta=0.452)。
2.3體脂率影響因素的多元線性回歸分析 以BIA測得體脂率為因變量,將相關性分析中有統計學意義的6個變量作為自變量,進行多元線性逐步回歸分析。結果顯示體質量存在共線性(VIF=12.432),故未納入預測公式。最終BMI、性別、身高、腰圍、年齡進入預測公式,見表2。構建的體脂率預測公式為:BF%=24.994+0.621×BMI+4.796×性別-0.367×身高(cm)+0.406×腰圍(cm)+0.118×年齡。

表2 老年人體脂率的多元線性逐步回歸分析(n=820)
2.4新建體脂率預測公式的預測效能及一致性驗證 將驗證組按照性別進行分層,參考WHO推薦的體脂率肥胖評價標準(男性≥25%,女性≥35%),以新建體脂率預測公式的預測值為檢驗變量,繪制ROC曲線。結果男性體脂率預測值AUC為0.983(95%CI:0.961~1.000),取約登指數最高值0.922時,男性體脂率最佳截斷值為25.19%;女性體脂率預測值AUC為0.957(95%CI:0.926~0.988),女性體脂率預測值以34.02%為截點時,約登指數達到最高值0.805。
以男性體脂率預測值≥25.19%,女性≥34.02%為判斷肥胖標準的截點,以WHO推薦的體脂率肥胖評價標準作為金標準,進行一致性診斷和ROC曲線分析。結果顯示Kappa值為0.822;體脂率預測值對肥胖二分類分組靈敏度為92.9%,特異度為89.1%,AUC為0.910(95%CI:0.864~0.956)。


圖1 新建體脂率預測公式與BIA的Bland-Altman散點圖

圖2 新建體脂率預測公式與BIA的林氏一致性系數圖
2.5新建體脂率預測公式的應用舉例 根據新建體脂率公式計算老年人體脂率:如一位老年人,女(男=1,女=2),70歲,身高160 cm,體質量70 kg,腰圍90 cm,代入預測公式:24.994+0.621×(70/1.62)+4.796×2-0.367×160+0.406×90+0.118×70=37.65%。按本公式判斷肥胖的最佳截點為女性體脂率≥34.02%,可判斷該老年人為肥胖。
肥胖是糖尿病、心腦血管等疾病的重要危險因素之一[1],準確了解老年人的肥胖程度,及時預防與管理,有益于促進健康老齡化[11]。本研究基于BMI、性別、年齡和腰圍等常用人體測量學數據和人口學數據構建的體脂率預測公式,可較為準確地預測老年人的體脂率,進而準確地反映老年人的肥胖程度;且預測公式所需數據方便易得,不依賴昂貴精密儀器,便于在老年人群中大規模應用。
新建體脂率預測公式納入了BMI、性別、身高、腰圍及年齡5個變量(調整R2=0.795,P<0.01),公式擬合度較好。新建預測公式中,BMI對體脂率的影響最大,可解釋體脂率變化的48.7%。這與Bertapelli等[12]在非老年人群[年齡(49.1±9.0)歲]中構建的體脂率預測公式相一致,其公式中BMI可解釋體脂率變化的48%。胡強等[13]對廣州市中老年人群體脂率與常規肥胖指標(BMI、腰圍、腰臀比等)的相關性研究發現,BMI與體脂率相關性最大。由此可見,BMI是預測體脂率的重要因子[14]。其次,體脂率存在明顯的性別差異,女性體脂率明顯高于男性[15]。因此在預測體脂率時,十分有必要考慮性別對體脂率的影響。新建預測公式中,將性別納入預測公式后,結果顯示性別可解釋體脂率變化的20.1%,這與巴西學者基于16~24歲青年人構建的體脂率預測公式相近,其公式中性別解釋了體脂率變化的23%[16]。最后,本研究在構建老年人體脂率預測公式過程中發現,在納入BMI和性別的基礎上,將身高、腰圍和年齡納入公式后,公式的標準估計誤差由4.371降至3.557。由此可見,盡管身高、腰圍和年齡解釋老年人體脂率的能力有限,但可明顯提高公式預測體脂率的準確度。這可能與身高較高的老年人,體脂率往往較低有關;同時也可能與隨著年齡增長,老年人機體脂肪比例逐漸增加,瘦體質量比例逐漸減少[17],脂肪重新定向,向腰腹部聚集有關。
新建體脂率預測公式判斷老年人是否肥胖的靈敏度及特異度較好,靈敏度為92.9%,特異度為89.1%,AUC為0.910,說明新建體脂率預測公式具有較好的預測效能。使用本研究的體脂率預測公式,推薦男性體脂率預測值≥25.19%,女性≥34.02%,可判斷為肥胖。另外,本研究中的預測公式與BIA測得的體脂率具有較好的一致性。Kwok等[18]基于BMI、皮褶及性別,在中國香港老年人群(69~82歲)中構建了體脂率預測公式,其驗證結果顯示,預測公式與雙能X線吸收儀測得體脂率的差值的均數為-0.6%,95%LOA為(-8.7%,7.4%),研究未列出95%LOA的95%CI。與之相比,本研究構建的體脂率預測公式與BIA測得體脂率的差值的均數更小,且差異無統計學意義(P>0.05),95%LOA的范圍更窄,且95%LOA的95%CI在可接受誤差范圍內;預測公式與BIA的CCC也較高。此外,皮褶需要專業人員操作皮褶厚度測量儀測量,具有一定操作難度,操作不規范可能存在較大誤差;測量身體某些位置皮褶厚度時還需要脫掉衣物,操作不便[19]。綜上,本研究構建的體脂率預測公式,數據簡便易得,預測較為準確,可作為預測老年人體脂率的有效方法。
有研究報道,體脂率不僅可準確反映肥胖程度,還可有效預測心腦血管疾病[20]。所以,老年患者在常規入院評估時,可使用本研究構建的體脂率預測公式,了解老年患者的體脂率狀況,以更好指導臨床護理工作的開展;社區衛生服務中心也可運用此體脂率預測公式,在居民健康檔案中增加體脂率數據,以便更準確地了解老年居民肥胖程度,有效預防和管理心腦血管疾病;老年人可以自行預測自己的體脂率,了解自身肥胖程度,保持健康體態。
本研究基于常用的人體測量學數據和人口學數據,構建了適用于我國老年人的體脂率預測公式。經驗證,新建預測公式預測效能較好,且與BIA顯示出較好的一致性。未來可以進行更大規模的研究,對此公式加以驗證,以便更好地用于老年人肥胖預防與管理。