基于潜在类别分析的体成分特征谱与心血管代谢疾病风险的关联研究：来自伊朗FASA成人队列的证据

本研究通过潜在类别分析(LPA)揭示了五种体成分特征谱与心血管疾病(CVD)、高血压和糖尿病的显著关联。Fasa医科大学团队利用生物电阻抗分析(BIA)技术对4,661名35-70岁伊朗成人进行横断面研究，发现高体脂百分比特征谱人群的糖尿病风险增加5.64倍(95%CI:2.86-11.11)，高血压风险提升8.75倍(95%CI:4.60-16.65)。该研究为BMI指标局限性提供了重要补充，强调体成分评估在慢性病防控中的临床价值。

　　

在全球慢性非传染性疾病(NCDs)负担日益加重的背景下，传统体重指数(BMI)的局限性逐渐显现——这个无法区分肌肉与脂肪、忽视脂肪分布的简单指标，正面临来自精准医学时代的挑战。世界卫生组织预测到2030年NCDs将导致全球80%的死亡，而伊朗作为中低收入国家正经历着NCDs患病率激增的流行病学转变。正是在这样的背景下，Fasa医科大学的研究团队Mehdi Sharafi⁴等学者开展了一项开创性研究，其成果发表在《Journal of Health, Population and Nutrition》上，为破解体成分与代谢疾病的复杂关系提供了新视角。

研究团队从Fasa成人队列研究(FACS)中纳入4,661名35-70岁参与者，采用生物电阻抗分析(BIA)技术精确测量全身及各部位脂肪含量，包括总脂肪百分比(FATP)、左右腿脂肪百分比(RLFATP/LLFATP)、左右臂脂肪百分比(RAFATP/LAFATP)和躯干脂肪百分比(TRFATP)。通过潜在类别分析(LPA)这种能够识别变量交互作用的先进统计方法，结合多因素logistic回归模型，系统评估了不同体成分特征谱与CVD、高血压和糖尿病的关联强度。

LPA模型识别
通过比较2-6类模型的拟合优度指标，最终确定5类模型最优（AIC=1.65×10⁵，BIC=1.65×10⁵，熵值>0.95）。这五类特征谱包括：低风险组（11.74%）、最高肥胖组（17.27%）、高躯干-总体脂组（21.28%）、高肥胖组（26.35%）和极高肥胖组（23.36%）。其中极高肥胖组的体成分指标显著异常，如FATP达39.96±3.35%，显著高于低风险组的10.05±3.41%（p<0.001）。

疾病关联分析
调整性别、年龄等混杂因素后，研究发现体成分特征谱与代谢疾病存在显著剂量-反应关系：

• 糖尿病风险：极高肥胖组的OR值达5.64（95%CI:2.86-11.11），是高躯干-总体脂组（OR=1.86）的3倍
• 高血压风险：呈现更陡峭的梯度变化，极高肥胖组OR值飙升至8.75（95%CI:4.60-16.65）
• 心血管疾病：虽然关联强度较弱，但极高肥胖组仍显示2.19倍风险（95%CI:1.11-4.31）

性别差异
研究同时揭示了显著的性别差异现象：女性在糖尿病（73.56% vs 26.44%）、高血压（77.52% vs 22.48%）和CVD（70.71% vs 29.29%）患者中占比显著更高（p<0.001），而93.26%的吸烟者为男性。体成分指标也显示性别差异，如女性FATP均值（34.08±6.83%）显著高于男性（19.64±7.17%）。

这项研究的重要价值在于突破了传统BMI的局限，首次通过LPA方法揭示了体成分多维度指标与NCDs的复杂关联模式。极高肥胖特征谱人群的疾病风险急剧升高现象，提示临床实践中需要建立更精细的体成分评估体系。特别是躯干脂肪与四肢脂肪的差异关联，为"代谢健康肥胖"争议提供了新的解释视角。研究者建议，在公共卫生干预中应结合BIA等体成分分析技术，针对不同特征谱人群制定分层管理策略，这对中低收入国家应对NCDs挑战具有重要实践意义。