BMI（身体质量指数）与身体健康状况及健康等级交叉分类的风险识别与改进策略：一项基于中国大学生的横断面研究

《Frontiers in Public Health》：Risk identification and improvement strategies for BMI and physical fitness and health grade cross-classification: a cross-sectional study based on Chinese college students

BMI与PFAH交叉分类框架揭示大学生隐匿性风险群体及性别差异，BMI正常但PFAH未达标群体占比4.7%，肥胖但PFAH合格群体占3.0%。最佳预测指标为BMI（男AUC0.902/女0.895）、耐力测试（1000m男/800m女）及速度测试（50m）。建立分层干预体系：肥胖合格者需体重管理，正常BMI不合格者强化无氧训练，超重/肥胖不合格者综合改善心肺功能、肌肉力量和柔韧性，并针对性别差异设计专项训练。

　　大学校园中学生身体素质下降已成为全球性关注的问题。传统的单一指标评估方式，如仅依赖身体质量指数（BMI）来判断健康状况，已经无法全面反映学生的整体健康水平。因此，本研究旨在建立一个结合BMI与身体素质与健康（PFAH）的交叉分类框架，以识别不同风险群体及其特征，从而为制定有针对性的干预策略提供依据。

为了更准确地评估学生群体的健康状况，本研究采用了跨断面研究设计，调查了来自中国东部三所公立大学的3026名大学生（男性1435名，女性1591名，年龄在18至22岁之间）。研究样本涵盖了不同年级的学生，并通过分层整群抽样方法，选取每所大学的一个学院，随机抽取其中的班级，邀请所有符合条件的学生参与。研究结果显示，样本主要代表了东部地区公立大学的本科生，虽然具有一定的代表性，但可能未能全面反映农村或西部地区学生的生活方式和体育活动模式，这限制了研究结果的普遍适用性。

本研究的参与者包括所有完成年度国家学生体质健康测试的本科生。测试项目包括身体成分（BMI）、肺活量、速度（50米短跑）、爆发力（立定跳远）、柔韧性（坐位体前屈）、耐力（男生1000米跑，女生800米跑）、力量与肌肉耐力（男生引体向上，女生仰卧起坐）等。这些测试项目旨在全面评估学生的身体素质与健康状况，而不仅仅是运动能力。研究通过标准化测试数据，对不同群体的健康状况进行了深入分析，并结合热图、雷达图和受试者工作特征（ROC）曲线分析等方法，直观展示了各组的特征和关键预测指标。

研究结果表明，最常见的群体是正常体重-通过（Group C，占52.1%），其次是正常体重-良好（Group A，占22.2%）和超重-通过（Group D，占11.6%）。高风险群体包括肥胖-通过（Group E，占3.0%）、正常体重-未通过（Group F，占4.7%）、超重-未通过（Group G，占2.5%）和肥胖-未通过（Group H，占3.0%）。每个高风险群体都表现出不同的身体素质缺陷：肥胖-通过群体的BMI显著偏高（z=2.45）；正常体重-未通过群体在速度（50米短跑，z=0.69）方面表现较差；超重-未通过群体在柔韧性（坐位体前屈，z=-0.47）和肌肉耐力（仰卧起坐，z=-0.45）方面有所欠缺；而肥胖-未通过群体在心肺耐力（1000米和800米跑，z=1.60和z=2.30）和肌肉力量（引体向上，z=-0.86）方面表现最差。研究还发现，BMI、耐力（1000米/800米跑）和速度（50米短跑）是识别高风险群体最有效的预测指标，其AUC值分别为0.902、0.801和0.792（对于男性）和0.895、0.874和0.731（对于女性）。

在分析中，研究发现男性与女性在身体素质和健康状况上存在显著差异。男性BMI普遍高于女性，但女性在肺活量和柔韧性方面表现更好。此外，不同年级的学生在BMI-PFAH分类中也表现出差异，尤其是三年级学生，高风险群体的比例明显上升。这些差异可能反映了大学教育过程中学生身体素质的变化趋势，以及不同年级学生在体育活动参与度、学业压力和生活方式等方面的差异。

通过交叉分类框架，研究揭示了BMI与PFAH之间的复杂关系，以及不同群体在身体素质上的独特问题。例如，肥胖但通过测试的学生（Group E）可能具有代谢健康的肥胖特征，而正常体重但未通过测试的学生（Group F）则可能面临肌肉质量不足和体脂率偏高的问题。这些发现强调了传统单一指标评估的局限性，即仅凭BMI可能无法全面识别学生的健康风险，特别是在某些情况下，即使体重正常，学生也可能在其他身体素质方面存在显著缺陷。

此外，研究还指出，不同性别在身体素质方面的表现存在显著差异。男性在力量和爆发力方面表现较弱，而女性在心肺耐力方面有更明显的不足。这些差异可能与生理结构、激素水平以及不同性别在体育活动中的偏好有关。因此，在制定干预策略时，应考虑到性别差异，为男性和女性分别设计更具针对性的训练和健康促进计划。

在预测指标方面，研究发现BMI、耐力和速度是识别高风险群体最有效的指标。这些指标的高AUC值表明，它们在区分不同风险群体方面具有较高的准确性。然而，肺活量和柔韧性等其他指标的预测能力相对较弱，这可能与它们在不同群体中的表现差异有关。因此，在实际应用中，可以优先使用BMI、耐力和速度作为主要评估指标，以提高筛查效率和准确性。

研究还提出了针对不同风险群体的个性化干预策略。对于肥胖-通过群体（Group E），应注重体重管理，同时保持现有的身体素质水平。对于正常体重-未通过群体（Group F），应通过力量训练和高强度间歇训练来改善肌肉质量和速度表现。对于超重-未通过和肥胖-未通过群体（Group G和Group H），则需要综合性的干预措施，包括有氧运动和力量训练，以提高心肺耐力和肌肉力量。同时，行为干预如增强动机、提升自我效能感和克服心理障碍也是重要的组成部分。

尽管研究结果具有一定的参考价值，但研究仍存在一些局限性。首先，由于采用的是横断面研究设计，无法确定BMI与身体素质之间的因果关系。其次，样本主要来自东部地区，可能无法代表全国大学生的整体情况。此外，研究未纳入饮食模式、睡眠时间和心理健康等关键变量，这些因素可能对身体素质和健康状况产生重要影响。最后，研究使用的是中国国家标准，这在一定程度上限制了与其他国家研究的可比性。未来研究可以考虑采用国际标准，并扩大样本范围以更全面地反映不同地区学生的情况。

综上所述，本研究建立的BMI-PFAH交叉分类框架为全面评估大学生健康状况提供了新的视角。通过识别不同风险群体及其特征，该框架有助于制定更加精准和有效的健康干预策略，从而改善大学生的身体素质和健康水平。未来的研究应进一步探索性别与BMI之间的交互作用，并考虑纳入更多健康相关变量，以更全面地理解大学生的身体素质与健康状况。