中国中老年人群内脏脂肪面积预测代谢综合征的性别特异性最佳切点值研究

《British Journal of Nutrition》：Gender Differences in the Optimal Cutoff Values of Visceral Fat Area for Predicting Metabolic Syndrome among Chinese Middle-aged and Elderly Populations: a cross-sectional study

本研究针对中老年人群代谢综合征(MetS)预测指标存在的争议，通过生物电阻抗分析(BIA)技术测定内脏脂肪面积(VFA)，首次系统揭示了中国中老年人群VFA预测MetS的最佳切点值存在显著性别差异（男性85.15 cm2，女性109.55 cm2），并证实VFA在男性中的预测效能优于腰围(WC)和体重指数(BMI)。该研究为基于BIA技术的MetS早期筛查提供了重要循证依据。

　　

随着全球人口老龄化进程加速，代谢综合征(MetS)作为一种集高血压、高血糖、血脂异常等多种代谢异常为一体的临床症候群，正成为威胁中老年健康的重要公共卫生问题。研究表明，MetS显著增加心血管疾病(CVD)、2型糖尿病(T2DM)等慢性疾病风险，而中国31.1%的高患病率更是敲响了警钟。在MetS的发病机制中，内脏肥胖被视为关键驱动因素，但传统指标如腰围(WC)和体重指数(BMI)无法精准区分脂肪分布类型，亟需更准确的评估手段。

在此背景下，四川大学华西医院团队在《British Journal of Nutrition》发表最新研究，首次基于生物电阻抗分析(BIA)技术对中国中老年人群内脏脂肪面积(VFA)预测MetS的最佳切点值进行系统探索。这项横断面研究纳入18632名45岁及以上参与者，通过多阶段抽样从四川三个地区招募研究对象，采用标准化问卷收集人口学特征，使用InBody770体成分分析仪测量VFA，并严格遵循NCEP-ATP III标准诊断MetS。

主要研究方法

研究采用横断面设计，依托"四川大学华西医院自然人群队列"基线数据。通过问卷调查、体格检查（身高、体重、WC、血压）和实验室检测（FBG、血脂等）收集数据，使用BIA技术测量VFA。采用受试者工作特征(ROC)曲线分析确定VFA、WC和BMI预测MetS的最佳切点值，并通过Youden指数最大化确定最优阈值。

研究结果

基线特征分析：研究人群平均年龄58.9岁，女性占67.1%。MetS患病率在包含WC标准时为27.0%，排除WC标准时升至41.2%，两组在人口学特征和代谢指标上均存在显著差异。

VFA与代谢指标相关性：VFA与BMI（r=0.767）和WC（r=0.551）呈强正相关，与血压、血糖、血脂等代谢风险因素也呈现显著相关性，证实VFA作为代谢风险标志物的有效性。

预测效能比较：在预测MetS（排除WC）时，男性中VFA的曲线下面积(AUC=0.680)优于WC(0.670)和BMI(0.665)，而女性中WC的预测效能最佳(AUC=0.671)。年龄分层显示，75岁以上人群的预测模式存在特殊性。

最佳切点值确定：VFA预测MetS的总体最佳切点值为男性85.15 cm²，女性109.55 cm²，男性AUC(0.785)显著高于女性(0.717)。年龄分层分析发现切点值呈倒U型变化，60-74岁人群最高（男性85.15 cm²，女性112.15 cm²），75岁后下降。

结论与意义

本研究首次在中国中老年人群中建立基于BIA技术的VFA预测MetS的性别和年龄特异性切点值体系。研究发现女性切点值高于男性的现象可能与绝经后雌激素水平变化导致的脂肪重分布有关，而切点值随年龄先升后降的趋势则反映了老年期代谢特点的变化。尽管WC因其简便性仍适合大规模筛查，但VFA在男性中的优越预测效能使其成为精准医学场景下的重要工具。

这项研究为开发适合中国人群的MetS早期筛查方案提供了关键参数，对推进健康老龄化战略具有重要实践价值。研究者建议临床应用中应根据性别和年龄选择差异化切点值，并呼吁通过前瞻性队列研究进一步验证这些阈值的预测效能。