《Journal of Cachexia, Sarcopenia and Muscle》：Accelerated Anthropometric Ageing Links Loss of Physical Function and Lower Extremity Body Mass
编辑推荐：
背景：衰老伴随身体测量学（anthropometric）改变，既往研究局限于体重指数或腰高比等少数指标。当前成像技术可快速、无负担地同步评估多维身体测量学特征。何种身体测量学指标可预测时序年龄（chronological age），以及身体测量学预测年龄与时序
背景：衰老伴随身体测量学（anthropometric）改变，既往研究局限于体重指数或腰高比等少数指标。当前成像技术可快速、无负担地同步评估多维身体测量学特征。何种身体测量学指标可预测时序年龄（chronological age），以及身体测量学预测年龄与时序年龄之差（anthropometric age gap，AAG）能否超越时序年龄预测健康结局，尚不清楚。识别与年龄相关的身体测量学指标可用于临床甄别经历加速身体测量学衰老且不良健康结局风险增高个体。方法：在302名巴尔的摩纵向衰老研究（Baltimore Longitudinal Study of Aging，BLSA）参与者中，采用Vitus三维身体扫描仪（Human Solutions GmbH）采集171项身体测量指标（均值71.7±13.4岁，58%女性，30%黑人，BMI 27.4±4.5 kg/m2）。研究人员使用LASSO机器学习模型在调整性别、种族和身高后识别联合预测时序年龄的身体测量学指标；进一步采用协变量调整的线性混合效应（linear mixed-effects，LME）模型检验AAG是否预测同期认知/躯体功能与体成分，以及过去20年（平均随访13±5年）的纵向变化。结果：LASSO回归识别22项与时序年龄相关的身体测量学指标（R2=0.689，平均绝对误差4.5年），年长者表现为大腿围、腰至臀长、小腿围减小。较大AAG横断面关联较低运动计划相关认知评分、较低躯体功能与下肢体质量（均p<0.05）；较大AAG亦关联感觉运动功能（手动灵巧性、平衡、离心肌力）加速下降及下肢瘦体与脂肪量更大流失（均p<0.05）。结论：涉及关键年龄相关指标的加速身体测量学衰老，关联感觉运动与肌肉功能的纵向下降；随龄变化的身体测量学特征或可指示运动控制、移动能力与肌肉功能丧失，未来需阐明其与健康结局关联的机理基础。
研究背景与动机：生物衰老时钟（biological ageing clocks）整合表观遗传、蛋白质组等生物标志物以捕捉超越时序年龄的生物学变异，但既有时钟多依赖血液高通量检测。身体测量学外观可能反映衰老节奏，"看起来比实际年龄老"或与生物衰老相关。既往人体测量学衰老研究仅用腰围、腰臀比等少数指标，缺乏全身多维特征。数字三维（3D）身体扫描可同步精确获取多维身体测量学与体成分信息，因此研究人员旨在用机器学习从全身多维身体测量学中识别年龄相关特征，并检验身体测量学预测年龄与时序年龄之差（anthropometric age gap，AAG）能否超越时序年龄预测成年期纵向功能变化。该研究发表于《Journal of Cachexia, Sarcopenia and Muscle》，其意义在于为临床无复杂设备筛查移动能力丧失与肌少症（sarcopenia）风险提供潜在体表标志。
主要技术方法：研究基于巴尔的摩纵向衰老研究（BLSA）队列，纳入302名2024年5月至2025年9月间接受Vitus 3D身体扫描的社区志愿者（基线排除糖尿病、心血管病等，入组后定期随访）。扫描经Anthroscan软件输出171项测量，经去冗余、去异常与缺失值处理保留73项唯一变量。年龄预测采用LASSO（least absolute shrinkage and selection operator）回归在调整性别、种族、身高下做高维特征选择，十折交叉验证重复10次选λ，预测年龄按文献公式做年龄校正得AAG。功能与体成分关联分析采用协变量调整的线性混合效应（LME）模型，身体扫描访视设为时间0，既往访视为负年数，纵向回溯至多20年；认知、躯体功能、体成分（DEXA测瘦体/脂肪量以身高平方归一化）分别建模并附加教育或身高协变量。
研究结果
3.1 身体测量学衰老时钟：73项指标入LASSO，保留22项显著预测时序年龄（R2=0.689，最优λ=0.251，校正后平均绝对误差4.5年，预测与时序年龄r=0.92）。其中10项随龄增大（后裆长rear crotch length、颈背至腰长neck-to-waist back、腕围等），12项随龄减小（大腿围、腰至臀长waist-to-buttock length、小腿围等）。性别交互仅上臂围、小腿围、颈径三项存在，分层方向一致；预测年龄与AAG无性别差异。
3.2 与功能结局的关联：横断面中较大AAG关联较低MMSE、TMT-A、卡片旋转、钉板（pegboard）成绩，较低双手姿势模仿、步速、平衡、握力与膝屈伸肌力，以及较低下肢瘦体量与脂肪量（多数p<0.05，卡片旋转、快速步速、平衡、肌力、下肢瘦体量p<0.01）。回溯纵向中较大AAG关联钉板优势手/非优势手表现加速下降、HABCPPB、平衡、离心腘绳肌力加速下降，以及下肢瘦体/脂肪量加速流失（钉板与离心膝力p<0.01）。单独大腿围、小腿围与步速及向心膝力强相关，但不预测钉板、平衡或离心肌力。
讨论浓缩：研究证实3D扫描多维体表特征可构建预测时序年龄的"身体测量学时钟"，AAG捕捉超越时序年龄的衰老变异，且特异性指向含神经成分的感觉运动整合（手动灵巧性、平衡、离心收缩）而非单纯肌容积。脊柱相关体表距（后裆长、腰臀长）或反映椎体压缩与驼背等年龄改变。局限为BLSA样本偏健康、单队列、骨密度未达显著可能因DEXA受脊柱退变干扰；优势为多维体表+长达20年纵向表型。结论翻译：身体测量学在成年期呈现差异，随龄表现为后裆长增加、大腿围与腰至臀长减小；加速身体测量学衰老或指示较差认知与躯体功能、较弱肌肉功能，并可预测运动控制、移动能力与肌肉功能的加速丧失；这些随龄体表指标具临床甄别移动丧失与肌无力风险个体的潜力，未来需阐明其健康关联的生物机制。
