身体成分表型轴为BMI分层内的心肺适能与肝脏相关代谢风险提供额外解释信息

《Frontiers in Nutrition》：Body-composition phenotype axes provide additional explanatory information for cardiorespiratory fitness and liver-related metabolic risk within BMI strata

　　

背景：体重指数（BMI）不能完全表征肥胖分布、瘦体重储备和阻抗衍生身体成分特征的异质性。研究人员从常规测量中推导出残差化身体成分表型轴，并考察这些投影轴是否在BMI分层内为估计的VO₂max和丙氨酸氨基转移酶（ALT）提供额外解释信息。
方法：在23,698名个体中，对六个变量（BMI、腰围身高比、脂肪质量指数、去脂质量指数、体脂百分比和相位角）进行年龄和性别残差化后，采用主成分分析（PCA）推导表型轴。评估了稳健性和可重复性。将推导定义的轴外部投影到来自国家健康和营养调查（NHANES）的5,060名20–49岁成人中。采用调查加权回归模型，在统一的BMI四分位分层内，检查投影表型评分与次极量跑步机体能检查（n = 2,721）估计的VO₂max及ALT（n = 4,857）之间的关联，并调整年龄、性别和种族/民族。敏感性分析包括扩展协变量调整、错误发现率校正、交互作用检验、方案调整的估计VO₂max模型和ALT清洁样本分析。
结果：三个轴解释了残差化输入方差的98.6%：PC1代表复合身体大小/肥胖轴，PC2为相位角锚定的身体成分对比轴，PC3为FFMI主导轴。表型结构在NHANES中稳健、可重复且结构一致。在BMI分层内，与估计VO₂max的选定关联在24项检验的BH-FDR校正后仍存在，包括Q3中的PC2（β = 1.82，95% CI 0.41至3.22）和Q4中的PC3（β = 1.72，95% CI 0.61至2.83）。对于ALT，较高BMI分层显示出发散性PC2和PC3关联，在BH-FDR校正后仍存在；例如，在Q4中，PC2与较高ALT相关（+6.74%，95% CI 3.23至10.38%），而PC3与较低ALT相关（?6.41%，95% CI ?10.15%至?2.52%）。扩展和终点特异性敏感性分析总体上与主要解释一致，尽管部分关联有所减弱。
结论：从六项常规测量中推导出的投影身体成分表型轴在BMI分层内为估计VO₂max和ALT提供了额外解释信息。这一残差化多变量框架可能有助于在临床营养研究中表征BMI内异质性，但尚不应解释为临床分类或决策工具。

论文解读：身体成分表型轴在BMI分层中的增量解释价值

身体质量指数（BMI）是临床营养筛查和代谢风险分层中最常用的指标，具有低成本、高可重复性和操作便捷等优势。然而，BMI本质上是一个基于体型的指数，而非组织分辨的表型。它无法区分脂肪与瘦体重，不能表征脂肪分布，也无法反映细胞完整性或功能储备等功能属性。因此，相同BMI类别内的个体可能在中心性肥胖、肌肉保存、代谢负担和身体功能等方面存在显著差异。现有研究多聚焦于单一身体成分分区、单一结局或单一测量平台，缺乏一种可在不同测量环境中应用的表型框架。近年来的专家共识也强调，身体成分研究需要更强的概念整合和更清晰的方法学标准，以支持临床可解释的表型刻画，而非仅仅进行描述性的分隔。在此背景下，本研究旨在利用常规门诊测量数据，通过年龄和性别感知的预处理及主成分分析（principal component analysis, PCA）推导身体成分表型轴，并检验这些轴能否在BMI分层内为估计的最大摄氧量（estimated VO₂max）和丙氨酸氨基转移酶（alanine aminotransferase, ALT）提供额外解释信息。

研究人员在四川大学华西医院门诊身体成分队列中筛选出23,698例个体的首次有效检查记录，对六个常规身体成分变量——BMI、腰围身高比（WHtR）、脂肪质量指数（FMI）、去脂质量指数（FFMI）、体脂百分比（PBF）和相位角（PhA）——进行年龄和性别残差化后，实施PCA，提取出三个表型轴。随后将这些轴外部投影到美国国家健康和营养调查（NHANES）1999–2004年20–49岁成人样本（n = 5,060）中，采用调查加权回归模型评估投影表型评分与估计VO₂max（n = 2,721）和ALT（n = 4,857）的关联，并在一组统一的BMI四分位分层内进行分析。同时开展了一系列稳健性、可重复性、结构一致性、扩展协变量调整、错误发现率（FDR）校正、交互作用检验和终点特异性敏感性分析。该项研究发表于《Frontiers in Nutrition》。

关键技术方法主要包括：从门诊队列（四川大学华西医院，n = 23,698）提取六项常规身体成分测量值，先对年龄和性别进行自然样条残差化，再对残差进行标准化和PCA，得到推导载荷矩阵；将推导定义的年龄节点、标准化参数和载荷矩阵用于NHANES 1999–2004（n = 5,060）的外部投影，但残差化模型在NHANES内按同一形式重新拟合；采用调查加权回归建模，并利用Benjamini-Hochberg FDR校正控制多重检验。样本队列来源包括门诊真实世界队列和NHANES独立人群样本。

研究结果部分如下：

3.1 队列特征：门诊推导队列共23,698人，平均年龄40.2岁，女性占60.1%，平均BMI为25.74 kg/m²；NHANES分析样本共5,060人，平均年龄34.6岁，女性占48.5%，平均BMI为27.70 kg/m²。ALT可用率为96.0%，估计VO₂max可用率为53.8%，后者受跑步机检查设计限制。

3.2 表型轴的推导、PCA诊断、稳健性和可重复性：三个主成分累积解释残差化输入方差的98.6%，其中PC1为复合身体大小/肥胖轴，PC2为相位角锚定的身体成分对比轴，PC3为FFMI主导轴。KMO抽样充分性测量为0.776，Bartlett球形检验显著。排除BMI或WHtR后，参考解与敏感性解的得分相关性为0.998–1.000；重复测量个体的首末次评分相关性为0.74–0.85，表明结构稳健且个体可重复。

3.3 外部投影、结构一致性和残差化诊断：在NHANES中重新估计内部PCA，与推导载荷的相关系数为0.923–0.978，绝对Tucker一致性系数为0.923–0.980，表明结构一致性良好。采用不同年龄节点或线性残差化规格时，投影得分相关性接近1，结局关联方向一致性为12/12，说明投影对残差化细节不敏感。

3.4 投影表型轴与BMI四分位内估计VO₂max和ALT的关联：估计VO₂max方面，PC1在Q1（β = ?3.48，95% CI ?6.28至?0.67）和Q4（β = ?2.64，95% CI ?4.56至?0.73）呈负相关；PC2在Q1和Q3呈正相关（Q3：β = 1.82，95% CI 0.41至3.22）；PC3在Q4呈正相关（β = 1.72，95% CI 0.61至2.83），以上关联经BH-FDR校正后仍显著。ALT方面，PC1在所有BMI四分位中均与较高ALT相关（效应范围+15.6%至+19.1%）；在较高BMI层中，PC2与较高ALT相关（Q4：+6.74%，95% CI 3.23至10.38%），而PC3与较低ALT相关（Q4：?6.41%，95% CI ?10.15%至?2.52%），这些发散性关联均通过FDR校正。

3.5 扩展协变量、交互、增量信息和终点特异性敏感性分析：扩展协变量调整后，主要关联模式基本保持，尤其Q4中PC1与估计VO₂max的负相关（β = ?2.71）以及PC2、PC3的正相关仍存在。BMI分层×表型轴的交互检验未获得FDR支持的显著证据，因此分层结果被视为描述性模式而非统计确认的效应修饰。增量模型比较显示，加入PC1–PC3后，估计VO₂max的加权R²从0.203增至0.233（ΔR² = 0.030），ALT的R²从0.248增至0.262（ΔR² = 0.014），Wald检验均显著。方案调整的估计VO₂max模型及排除重度饮酒和肝炎血清学阳性的ALT清洁样本分析均与主要解释一致，部分PC3关联在扩展清洁模型中有所减弱。

讨论部分指出，三个表型轴应被视为数据衍生结构的操作化汇总，而非直接生物学实体。PC1反映总体体型与肥胖相关的共享方差，PC2以相位角为核心并与去脂质量正相关、与肥胖指标负相关，PC3则主要由FFMI主导。这些轴在BMI分组后仍能捕获功能性和肝脏酶学异质性，尤其在较高BMI分层中，PC2与PC3对ALT呈现方向相反的关系，提示BMI相似的个体可能因残差化身体成分结构不同而具有不同的肝脏代谢负担。研究还强调，尽管模型R²的增量显著但幅度有限，因此框架提供的是额外解释信息，而非临床预测或风险重分类工具。研究局限包括横断面设计、门诊队列缺乏疾病注释、NHANES为构建级投影而非设备级等价、估计VO₂max为次极量方案推算值、ALT非肝脏疾病的确诊标志物，以及残差化构建的解释依赖于特定处理框架。

结论部分翻译如下：从六项常规测量中推导出的投影身体成分表型轴，在BMI分层内为估计VO₂max和ALT提供了额外解释信息。投影轴突出了BMI单独无法捕捉的残差化身体成分异质性，尤其是相位角锚定的身体成分对比轴与FFMI主导轴在较高BMI分层中对ALT的发散性关联。这些发现支持将多变量身体成分表型作为临床营养研究中刻画BMI内异质性的解释框架。在建立临床阈值或实施路径之前，仍需开展前瞻性、设备校准和干预研究。