《Obesities》：Relative BMI (rBMI) Cut-Points for Adolescent Adiposity Severity: Derivation, Stability, and Internal Validation
编辑推荐：
目的：推导性别特异性相对身体质量指数（rBMI）切点，将青少年划分为双能X线吸收法（DXA）体脂率（BF%）定义的四类脂肪量等级，量化切点稳定性，并针对现行BMI百分位数（BMI%）分类及既往发表的受试者工作特征（ROC）推导rBMI切点评估其分类效能。材料与
目的：推导性别特异性相对身体质量指数（rBMI）切点，将青少年划分为双能X线吸收法（DXA）体脂率（BF%）定义的四类脂肪量等级，量化切点稳定性，并针对现行BMI百分位数（BMI%）分类及既往发表的受试者工作特征（ROC）推导rBMI切点评估其分类效能。材料与方法：分析11–19岁青少年567例观测数据。脂肪量等级（正常、轻度升高、中度升高、重度升高）由性别特异性BF%阈值定义。采用逆类别频率加权分类与回归树（CART）模型拟合两种形式：性别分层式，以及共享下界、性别特异性上界的合并阈值式。通过Bootstrap重抽样评估阈值稳定性；采用重复嵌套交叉验证估计效能，各训练折内重跑完整推导流程，既往ROC阈值在各折内重导以消除乐观偏倚。结果：性别分层切点为男性103、118、162，女性100、118、176；六者中三者与既往ROC值差≤0.5单位，另一者差≤3.2单位，五者落入对应Bootstrap区间（例外为女性中/重度界值160.0，95%CI 161.4–218.7）。男性正常/轻度界值在76.0% Bootstrap样本中被识别；合并样本估下界后识别率升至99.9%，男性序数一致性提高（二次加权κ 0.812 vs 0.759）。折叠外准确率性别分层、合并阈值、ROC法分别为0.697、0.694、0.694，配对差异均含零；三者均优于BMI%（0.608），BMI%仅识别15.5%轻度升高者，且跨两级以上错误率6.0% vs 1.8–2.1%。结论：rBMI切点较BMI%更贴合DXA定义脂肪量（尤其中间等级）；树推导与ROC推导切点收敛且等效，表明切点位置不依赖推导程序；合并阈值式提供更简更稳规则。此为推导阶段估计，临床采用前需外部验证。
研究背景方面，儿童青少年肥胖全球高发，伴随胰岛素抵抗、2型糖尿病、心血管疾病及心理困扰等风险，早期准确分级过剩脂肪量对干预至关重要。现行BMI及年龄别百分位数（BMI%）难以区分瘦体重与脂肪量，且在超重以上区间压缩严重，95百分位以上趋于平台，低估脂肪量动态变化。相对BMI（rBMI，个体BMI与同年龄同性别人群中位BMI之比的百分数）通过归一化保留连续尺度，在高中段脂肪量判别上优于BMI%。既往ROC法以Youden指数逐对推导切点，而多类决策树在单一准则下同时优化四类划分，两种方法是否收敛、稳定性如何尚未检验。该研究即在同一队列中以DXA体脂率（BF%）为参考标准，用CART推导性别特异性rBMI切点，量化稳定性并做内部验证，论文发表于《Obesities》。
主要关键技术方法方面，研究人员使用美国非裔与白人青少年合并队列567例（男149、女418，11–19岁，含同一队列基线及24月随访，敏感分析限基线447例），以Hologic DXA测全身BF%为参考，性别特异性划四类脂肪量；rBMI基于CDC 2000生长图表同年龄同性别人群中位值计算；以R的rpart包拟合逆类别频率加权CART（minbucket=10、minsplit=20、10折内交叉选cp），分性别分层（Model A）与合并下界+性别上界（Model B）两式；1000次Bootstrap重抽样评阈值选择频率与2.5–97.5百分位；20次重复嵌套交叉验证得折叠外效能，ROC切点各训练折内重导以消除样本共享乐观偏倚；效能指标含准确率、Cohenκ、二次加权κ、多类MCC、敏感度、PPV、F1、平均绝对等级距及跨≥2级错误率。
研究结果部分，3.1派生rBMI切点中，Model A男性界值103.2/118.0/161.9、女性99.6/117.8/175.6；两性别下界近同、上界异（男162女176），Model B取共享下界104与118、男上界162女上界176。3.2切点稳定性中，Bootstrap显示男性正常/轻度界值仅76.0%样本识别（95%CI 93.2–107.6），轻度/中度81.0%（104.0–144.5），中度/重度98.2%（152.2–189.9）；女性三界值识别率100%/100%/99.9%；Model B下界识别率升至99.9%与95.1%，男性不稳定源于轻度升高类仅8例。3.3内部验证中，折叠外准确率Model A 0.697、Model B 0.694、ROC 0.694、BMI% 0.608；二次加权κ相应0.865/0.869/0.860/0.815；rBMI法跨≥2级错误1.8–2.1% vs BMI% 6.0%（男2.6–5.1% vs 10.1%）；BMI%对轻度升高敏感度15.5%、男童轻度升高敏感度0，Model B男童正常类敏感度0.685优于A的0.621。3.4方法比较中，Model B与ROC准确率差?0.004（CI含零）、McNemar p=0.88；与BMI%比准确率+0.081、κ各项均优、跨级错误?0.042，p<0.001；男童中Model B较A二次加权κ+0.045、跨级错误?0.027。3.5分类模式中，BMI%错误集中于中间等级（男轻度升高88%判正常、女74%判正常），rBMI法错误多邻级，Model B男轻度升高46%正确、39%邻级正常。3.6敏感性分析中，限基线n=447男界值不变、女中/重界值175.6重现、女下界移至106.0；比例优势模型女取三界、男仅取上界；按11–14/15–19岁及种族分层Model B均优于BMI%。
讨论部分总结，研究人员指出树推导与ROC推导在同一样本收敛（六界值四者近合、五者入Bootstrap区间），证明切点位置是rBMI-BF%关系本身属性而非优化程序产物；男性性别分层下界不稳由轻度类样本少致，合并下界解法合理（两下界性别差小、上界性别差大故保留性别特异）；BMI%在中间等级严重漏诊（尤男童轻度升高零识别），且高正常类敏感度伴低PPV说明正常标签中混有DXA定义脂肪量升高者；rBMI法错误以邻级为主，适于筛查分诊。局限含单合并样本仅内部验证、BF%阈值为文献借用未接临床终点、队列偏胖且男轻度类极少、缺青春分期、160kg以上排除、仅非裔白人，故为推导阶段估计。
结论部分原文翻译：研究发现rBMI阈值较BMI%分类更贴合DXA定义的脂肪量，尤其在BMI百分位数表现不佳且体脂升高青少年最常被漏诊的中间等级；多类递归划分推导的阈值与同队列既往ROC分析法高度重现且效能等效，表明边界位置不依赖推导程序；这类基于规则的切点保留临床可解释性，但应视为推导阶段估计并附不确定性报告，常规筛查采用前需在独立且更具代表性样本中做外部验证，并针对心脏代谢结局评估更准确脂肪量分级是否转化为临床获益。
