
-
生物通官微
陪你抓住生命科技
跳动的脉搏
重新审视肥胖指标:体型圆润指数作为筛查年轻和中年人肌肉减少症的工具
《Journal of Health, Population and Nutrition》:Rethinking obesity metrics: the body roundness index as a screening tool for sarcopenia in young and middle-aged adults
【字体: 大 中 小 】 时间:2026年08月27日 来源:Journal of Health, Population and Nutrition 2.4
编辑推荐:
摘要 背景 肌少症是一种进行性的肌肉骨骼综合征,其特征是骨骼肌质量、力量和身体表现的整体性及加速性下降。它主要与衰老有关,是虚弱、行动能力下降和不良健康结果风险增加的关键因素。肌少症在年轻人和中年人中常常被忽视。与此同时,肥胖率的上升加剧了其社会负担。尽管传统的肥胖指标(如身
肌少症是一种进行性的肌肉骨骼综合征,其特征是骨骼肌质量、力量和身体表现的整体性及加速性下降。它主要与衰老有关,是虚弱、行动能力下降和不良健康结果风险增加的关键因素。肌少症在年轻人和中年人中常常被忽视。与此同时,肥胖率的上升加剧了其社会负担。尽管传统的肥胖指标(如身体质量指数BMI和腰围)与肌少症有关,但它们在较年轻人群中的预测价值仍不明确。为了解决这一差距,本研究考察了基于体型(结合身高和腰围)的Body Roundness Index (BRI) 与年轻人和中年人(平均年龄38岁)肌少症之间的关联,旨在找到一个可能有助于该特定人群早期风险分层的肥胖指标。
本研究分析了2011-2014年NHANES的数据,其中包括6,009名18-59岁的成年人。在调查中,我们通过八个人体测量指标来评估肥胖情况(所有指标均通过简单的身体测量得出,无需实验室结果)。肌少症的定义主要依据欧洲老年人肌少症工作组(EWGSOP)制定的标准。采用机器学习方法根据这些指标与肌少症的相关性对其进行排序。BRI显示出最高的关联性,并通过多元逻辑回归、限制性三次样条(RCS)和阈值效应分析进行了进一步研究。还进行了亚组分析(按年龄、性别和代谢因素分层)以评估结果的一致性。
研究共有6,009名参与者(经过反加权处理,代表133,965,501名个体;平均年龄38.25±12.33岁;男女比例13:12),其中198人患有肌少症。所有八个与肥胖相关的指标均与肌少症有显著关联。机器学习显示BRI的相关性最强(模型3:OR=1.76,95% CI:1.62–1.91,p<0.001)。RCS证实了非线性关系,趋势分析表明,BRI最高三分位数的肌少症患病率是最低三分位数的7.69倍(模型3:OR=9.31,95% CI:5.28–16.4,p<0.001;趋势p<0.001)。在BRI=3.33时发现了一个阈值效应,超过此阈值后肌少症的风险显著增加。在所有亚组(按性别、年龄等分层)中,均观察到BRI与肌少症患病率之间的正相关关系,进一步支持了结果的稳健性。
BRI是一种简单的人体测量指标,与年轻人和中年人的肌少症风险独立相关。这些发现表明,BRI可能成为一个有用的指标,用于易患肥胖人群的早期风险分层,突显了该年龄段肌源性肥胖的重要性。需要进一步的机制研究和纵向研究来验证这些关联并探索潜在机制。
肌少症是一种进行性的肌肉骨骼综合征,其特征是骨骼肌质量、力量和身体表现的整体性及加速性下降。它主要与衰老有关,是虚弱、行动能力下降和不良健康结果风险增加的关键因素。肌少症在年轻人和中年人中常常被忽视。与此同时,肥胖率的上升加剧了其社会负担。尽管传统的肥胖指标(如身体质量指数BMI和腰围)与肌少症有关,但它们在较年轻人群中的预测价值仍不明确。为了解决这一差距,本研究考察了基于体型(结合身高和腰围)的Body Roundness Index (BRI) 与年轻人和中年人(平均年龄38岁)肌少症之间的关联,旨在找到一个可能有助于该特定人群早期风险分层的肥胖指标。
本研究分析了2011-2014年NHANES的数据,其中包括6,009名18-59岁的成年人。在调查中,我们通过八个人体测量指标来评估肥胖情况(所有指标均通过简单的身体测量得出,无需实验室结果)。肌少症的定义主要依据欧洲老年人肌少症工作组(EWGSOP)制定的标准。采用机器学习方法根据这些指标与肌少症的相关性对其进行排序。BRI显示出最高的关联性,并通过多元逻辑回归、限制性三次样条(RCS)和阈值效应分析进行了进一步研究。还进行了亚组分析(按年龄、性别和代谢因素分层)以评估结果的一致性。
研究共有6,009名参与者(经过反加权处理,代表133,965,501名个体;平均年龄38.25±12.33岁;男女比例13:12),其中198人患有肌少症。所有八个与肥胖相关的指标均与肌少症有显著关联。机器学习显示BRI的相关性最强(模型3:OR=1.76,95% CI:1.62–1.91,p<0.001)。RCS证实了非线性关系,趋势分析表明,BRI最高三分位数的肌少症患病率是最低三分位数的7.69倍(模型3:OR=9.31,95% CI:5.28–16.4,p<0.001;趋势p<0.001)。在BRI=3.33时发现了一个阈值效应,超过此阈值后肌少症的风险显著增加。在所有亚组(按性别、年龄等分层)中,均观察到BRI与肌少症患病率之间的正相关关系,进一步支持了结果的稳健性。
BRI是一种简单的人体测量指标,与年轻人和中年人的肌少症风险独立相关。这些发现表明,BRI可能成为一个有用的指标,用于易患肥胖人群的早期风险分层,突显了该年龄段肌源性肥胖的重要性。需要进一步的机制研究和纵向研究来验证这些关联并探索潜在机制。