算法定义的肌肉畸形估计在加权与病例定义策略中的变化:一项性别平衡的成人在线样本研究

《International Journal of Eating Disorders》:Algorithm-Defined Muscle Dysmorphia Estimates Across Weighting and Case-Definition Strategies in a Gender-Balanced Adult Online Sample

【字体: 大 中 小 】 时间:2026年07月11日 来源:International Journal of Eating Disorders 4.7

编辑推荐:

  **目的**:肌肉畸形(muscle dysmorphia, MD)的流行病学证据仍有限,且基于自评算法的估计可能依赖于抽样和病例定义。本研究在一个性别平衡的德国在线样本中,考察了算法定义的MD估计值及其探索性相关因素如何在加权和病例定义场景中变化。 **

  
**目的**:肌肉畸形(muscle dysmorphia, MD)的流行病学证据仍有限,且基于自评算法的估计可能依赖于抽样和病例定义。本研究在一个性别平衡的德国在线样本中,考察了算法定义的MD估计值及其探索性相关因素如何在加权和病例定义场景中变化。
**方法**:在这项横断面网络研究中,1468名德国成年人完成了自评量表:739名(50.3%)男性、706名(48.1%)女性、21名(1.4%)非二元/多元性别参与者,以及2名(0.1%)不愿透露性别的参与者。算法定义的MD使用源自先前流行病学工作的自评算法进行估计。估计值在四种场景中比较:未加权与年龄-性别加权分析相结合,使用全局与性别特异性标准A截断值。逻辑回归模型检验了加权与未加权分析规范下的相关因素。
**结果**:算法定义的估计值在不同操作化方式间差异显著。未加权全局算法得出总体6.2%的估计值,男性为11.0%。加权性别特异性场景得出总体2.6%,男性3.5%,女性1.7%。在所有回归规范中,较低的BMI和较高的身份障碍是算法定义MD最一致的相关因素。女性性别在合并模型中显示出较低的几率,尤其是在全局截断值下,但这一发现应谨慎解释。
**讨论**:自评算法定义的MD可能影响一小部分有意义的成年人,但估计值强烈依赖于加权策略和病例定义。这些发现强调了透明报告算法操作化的必要性。
**论文解读:算法定义的肌肉畸形估计在加权与病例定义策略中的变化——一项性别平衡的成人在线样本研究**

### 一、研究背景与问题

肌肉畸形(muscle dysmorphia, MD)是一种以持续认为自己不够强壮或瘦削为特征的临床状况,即使个体实际肌肉量处于平均水平或以上。该病与心理痛苦、功能损害及潜在危害行为(如过度训练、使用外观及表现增强药物(APEDs))密切相关,且常与其他精神障碍(如抑郁、焦虑、强迫症状)共病。然而,MD的流行病学证据仍然有限,现有患病率估计因样本特征、评估方法和病例定义的不同而差异显著。此前在健身人群等高危样本中的研究报道患病率可达7%–17%以上,而基于人群的算法研究则得出较低且更一致的估计值,如澳大利亚青少年男性2.2%、北美男性青少年和年轻成人2.8%。这些差异提示,自评算法定义的MD估计值高度依赖于抽样、加权策略及病例操作化方式。

目前存在两个关键的方法学问题:第一,在混合性别样本中,应当使用全局截断值还是性别特异性截断值来定义标准A(肌肉量关注);第二,未加权的在线样本可能因自我选择偏倚而与目标人群存在差异,加权调整是否必要。本研究旨在直接考察这些操作化决策如何影响算法定义MD的估计值,并探索其社会人口学、行为及心理社会相关因素的稳定性。

### 二、研究方法与关键技术

本研究为一横断面网络调查,于2025年7月至2026年1月通过Prolific平台在德国招募1468名成年人(男性50.3%,女性48.1%,非二元/多元性别1.4%)。关键技术方法包括:

- **算法定义的MD**:根据Pope等(1997)诊断框架及Mitchison等(2022)、Ganson等(2025)的流行病学操作,构建自评算法,包含三个组件:标准A(肌肉量相关专注)使用肌肉障碍性障碍量表(Muscle Dysmorphic Disorder Inventory, MDDI)的“追求体型(Drive for Size)”子量表,得分高于相应分布均值1.5个标准差;标准B(MD相关痛苦/功能损害)需至少满足4项指标中的2项;标准C(肌肉聚焦的躯体关注且不存在任何可能进食障碍(probable ED))。所有分类均为自我报告近似,非临床诊断。

- **加权策略**:采用事后分层加权(raking)法,根据2022年德国人口普查性别与年龄组边际分布进行校准,以调整样本年龄偏年轻化的问题。

- **统计分析**:比较四种场景(未加权全局截断值、未加权性别特异性截断值、加权全局截断值、加权性别特异性截断值)下的患病率;使用设计加权逻辑回归模型检验相关因素(包括性别、年龄、BMI、身份障碍、依恋不安全感、强迫症状、伴侣状态、自我评定女性气质等)。

### 三、研究结果

**3.1 样本特征**
全样本平均年龄31.0岁(SD=9.82),平均BMI 25.1 kg/m2(SD=5.35)。男性平均年龄和BMI均高于女性。加权后,分析样本平均年龄升至48.6岁,性别比例接近平衡(男性48.8%,女性51.2%),BMI为26.1 kg/m2。

**3.2 不同操作化下的患病率估计**
未加权全局算法估计总体患病率为6.2%(男性11.0%,女性1.4%);未加权性别特异性截断值降至总体4.4%(男性6.6%,女性2.3%)。加权后,全局截断值估计为总体3.4%(男性5.3%,女性1.5%);性别特异性截断值为总体2.6%(男性3.5%,女性1.7%)。四种场景的患病率范围从2.6%到6.2%,男性与女性之比从约2:1到8:1不等,表明估计值对操作化决策高度敏感。

**3.3 加权描述比较**
与无MD参与者相比,算法定义MD参与者更年轻(35.8岁 vs. 48.9岁,Cohen's d=?0.92)、BMI更低(23.3 vs. 26.2 kg/m2,d=?0.63)、身份障碍总分更高(SCIM总分3.60 vs. 3.09,d=0.91),且更可能使用肌酸(62.4% vs. 16.4%,OR=8.47)和蛋白补充剂(88.5% vs. 54.2%,OR=6.52),伴侣率更低(13.6% vs. 40.0%,OR=0.24)。性别分层后,该模式在男性中最为明显。

**3.4 加权逻辑回归模型**
在加权性别特异性MD定义下,较低BMI(OR=0.86, 95% CI 0.80–0.93)和较高身份障碍总分(SCIM总分为2.08, 95% CI 1.03–4.22)独立预测算法定义MD;女性性别与较低几率相关(OR=0.33, 95% CI 0.11–1.00,边界显著)。扩展模型(加入伴侣状态和女性气质)中,BMI和身份障碍仍显著,女性性别变为显著(OR=0.27, 95% CI 0.10–0.73)。男性单独模型中,年龄和BMI一致相关,身份障碍在简约模型中显著(OR=2.10)但在扩展模型中衰减至趋势水平(P=0.052)。

**3.5 敏感性分析**
采用其他病例定义(未加权全局/性别特异性)的回归模型中,较低BMI和较高身份障碍总分仍是最一致的相关因素,女性性别在全局截断值下显示较低几率。依恋不安全感、强迫症状、伴侣状态、自我评定性别角色特征等未呈现独立关联。

### 四、讨论与结论

本研究是首个直接在混合性别成人样本中展示算法定义MD估计值如何因加权和病例定义决策而变化的报告之一。加权后的性别特异性场景(整体2.6%)被认为是最接近人口调整的估计,但不宜视为单一确定值。方法学上,全局截断值可能高估男性患病率并低估女性患病率,性别特异性截断值值得考虑。研究还发现,MD与较低BMI和身份障碍独立相关,这与先前将MD与自我概念、自卑及心理社会脆弱性联系起来的文献一致。依恋不安全感、强迫症状及性别角色特征在多元模型中未显示独立关联,提示这些因素的效应可能被重叠方差所解释。

研究局限性包括横断面设计、自评测量、在线样本的自我选择偏倚、加权后有效样本量减小、女性病例数少限制推论等。优势在于性别平衡的大样本、同时评估可能进食障碍并采用保守排除规则,以及通过敏感性分析验证相关模式的稳定性。

结论:自评算法定义的MD可能影响一小部分但有意义的成年人,其流行病学估计强烈依赖于加权策略和标准A操作化。未来研究应透明报告这些决策,并评估性别特异性阈值在混合性别样本中的适用性。身份相关困难在MD评估和理论中应获得更多关注。论文发表于《International Journal of Eating Disorders》。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号