年轻成人手动人体测量与移动3D数字人体测量的一致性与可重复性评估

《Journal of the International Society of Sports Nutrition》:Agreement and repeatability between manual anthropometry and mobile 3D digital anthropometry in young adults

【字体: 大 中 小 】 时间:2026年09月21日 来源:Journal of the International Society of Sports Nutrition 4.9

编辑推荐:

  背景:移动3D数字人体测量已成为手动人体测量的一种快速且易于获取的替代方法。然而,关于其与手动方法的一致性以及能否互换使用的证据仍然有限,尤其在考虑原始人体测量变量时。本研究旨在(a)评估遵循ISAK方案的手动人体测量与使用3DAvatar/Body手机应用程

  
背景:移动3D数字人体测量已成为手动人体测量的一种快速且易于获取的替代方法。然而,关于其与手动方法的一致性以及能否互换使用的证据仍然有限,尤其在考虑原始人体测量变量时。本研究旨在(a)评估遵循ISAK方案的手动人体测量与使用3DAvatar/Body手机应用程序的数字人体测量之间的差异,以及(b)评估两种方法之间的一致性。方法:研究人员开展了一项横断面研究,纳入264名年轻人(160名男性和104名女性)。参与者接受了由ISAK 3级认证人体测量师实施的手动人体测量,并由非认证用户通过基于手机的数字人体测量应用程序进行三维数字化。测试-再测试可重复性采用测量标准误(SEM)和变异系数(CV)评估;方法间一致性采用平均偏倚、Lin's一致性相关系数(CCC)和Bland–Altman分析评估。结果:评估者内手动人体测量显示出良好的可重复性,大多数围度和长度的CV值通常低于2%。数字人体测量在围度和特定身高方面显示出良好的可重复性,尤其是腰围、臀围和下肢围度(CV=0.8%–1.5%),但臂长和一些宽度的可重复性较低(CV>2%)。躯干深度在两种技术中均显示出最低的可重复性(CV>2%)。两种方法之间在大多数变量上观察到显著的系统性差异(p≤0.05),数字测量往往高估围度和宽度,并低估身高和长度,相比于手动测量值。仅腰围(CCC=0.94)、臀围(CCC=0.91)和髂棘高(CCC=0.93–0.94)的CCC值超过0.80。结论:基于手机应用程序的3D数字人体测量对选定变量显示出良好的可重复性,但与手动人体测量相比存在系统性偏倚且一致性有限。此外,负责人体测量数据采集或操作手机应用程序的技术人员的培训和专业水平对于确保数据可靠性至关重要。尽管如此,3D数字人体测量提供了一种更简单、更快速的评估过程,并支持远程数据收集,使其在时间受限或非关键场景中特别有用。数字测量可以很容易地与健康相关指标整合,并在必要时轻松重复。虽然这些方法目前不应被视为在年轻成人中进行精确人体测量评估时可互换使用的方法,但只要通过进一步研究制定方法特异性的参考值和分类标准(类似于为手动人体测量制定的标准),数字人体测量在临床实践中的应用仍然可行。此外,将应用程序使用认证和自适应可重复性方法(如ISAK方案所建议的)纳入数字采集过程,可进一步提高测量可靠性。
人体测量学(anthropometry)在营养学、运动科学和健康评估中被广泛用于描述身体大小、形态和比例,并衍生出与营养状况、运动表现和心脏代谢健康相关的指标。测量腰围、臀围、腰臀比、腰高比等人体测量健康指标常用于筛查中心性肥胖和估计代谢及心血管风险。在运动领域,人体测量还用于运动员画像、训练监控和赛季身体变化评估。当前领域的一个重要争议是直接分析原始人体测量变量与间接估计身体成分之间的区别。直接使用原始变量可减少由外部和瞬时因素引起的误差累积,例如水合状态、近期进食饮水、糖原水平、近期体力活动和月经周期阶段等。手动人体测量简便、低成本且应用广泛,但高度依赖操作者的技术水平、解剖标志点定位能力和标准化测量流程。国际运动人体测量学促进会(ISAK)框架通过结构化培训、认证、严格姿势控制、重复测量和自适应重复标准来应对这些局限。过去十年,三维(3D)数字人体测量兴起,其通过扫描设备或手机应用程序获取身体外部尺寸和形状特征,并自动提取多个人体测量变量。手机应用程序具有便携、易获取和成本低等优势,但已有证据存在样本量较小、操作者资质不明确、技术异质、以及多采用相关性分析而较少充分评估一致性等问题。因此,研究人员招募264名年轻人(160名男性和104名女性;平均年龄22.7±5.86岁;平均体质量71.14±13.70 kg;平均身高172.24±9.36 cm),受试者来自西班牙穆尔西亚圣安东尼奥天主教大学。研究目的是评估两种方法的可重复性、差异和一致性,并检验二者是否可互换使用。

研究人员采用横断面设计,手动测量由两名持有ISAK 3级认证的人体测量师按照ISAK方案完成;数字测量由非认证用户按照3DAvatar/Body手机应用程序(西班牙瓦伦西亚生物力学研究所开发)的指导进行操作。手动测量覆盖头、躯干、左侧和右侧多个部位,数字测量利用受试者正面和侧面两张照片以及年龄、性别、身高和体质量等参数进行身体三维重建,并自动提取40项测量指标。测试-再测试可重复性通过线性混合模型估计的测量标准误(SEM)和变异系数(CV)评估;方法间一致性采用平均偏倚、Lin's一致性相关系数(CCC)和Bland–Altman分析评估。数据清理采用基于核密度估计(KDE)的算法识别并剔除异常值。纳入标准为18至35岁,测量前至少禁食8小时;排除标准包括测量前24小时内进行剧烈运动、存在影响身体成分的伤病或治疗、处于显著脱水状态等。尿液比重(USG)用于评估水合状态,USG≥1.025的受试者被排除。

3.1 测量的可重复性(Repeatability of the measurements):总体而言,围度和身高在两种方法中的可重复性优于宽度和深度。手动测量中,负责中央和左侧测量的测量师重复性高于负责右侧的测量师;数字测量两侧重复性相似,但足长除外,右侧足长(CV=3.2%)明显低于左侧(CV=1.2%)。

3.1.1 围度(Girths):手动和数字方法的所有围度均表现出良好可重复性(CV<2%),两种技术间可重复性相近;臀围在两种方法中重复性最高(低于1%)。手动方法在臂围、胸围和腰围方面略高,数字方法在小腿围和踝围方面略高。

3.1.2 长度和高度(Lengths and heights):两种方法的所有长度和高度均表现出良好可重复性(CV<3%),大多数指标在两种技术间相近;髂棘高在两种方法中重复性最高(%CV=0.5%–0.6%),双侧SEM相似;桡骨点-桡骨茎突长在手动测量中重复性更高。

3.1.3 宽度和深度(Breadths and depths):两种方法的所有宽度和深度均表现出良好可重复性(CV<3%),大多数指标在两种技术间相近;总体上宽度比围度、长度和高度更不稳定;腹部矢状径在两种方法中以及胸部矢状径在手动测量中重复性最差(约3%CV)。

3.2 配对一致性分析(Pairwise Compatibility Analysis):除双侧桡骨茎突长外,3DAB与手动测量的所有变量均存在显著偏倚;40项变量中有15项达到可接受一致性(CCC>0.80)。总体上,数字方法倾向于高估围度、宽度和深度(肩峰宽除外),并低估高度和长度(双侧髂棘高、左侧桡骨茎突长和右侧足长除外)。

3.2.1 围度(Girths):数字方法整体上高估围度。腰围(CCC=0.94)、臀围(CCC=0.91)和股上围(CCC≈0.88)一致性最强,偏倚虽显著但相对平均值较小(均小于8%);头围一致性最低(CCC=0.15)。

3.2.2 长度和高度(Lengths and heights):数字方法整体上低估高度和长度,只有左足长和双侧髂棘高达到CCC>0.80;胫骨内侧和胫骨外侧相关测量偏倚最大且一致性低(CCC<0.40)。

3.2.3 宽度和深度(Breadths and depths):数字方法整体上高估宽度和深度,仅肩峰宽一致性良好(CCC=0.82),但存在较小显著偏倚(?10.1 mm,2.7%);其他宽度和深度的CCC介于0.29–0.74,胸横径偏倚最大(63.7 mm,21.5%)。

3.3 Bland–Altman分析(Bland–Altman analysis):大多数变量的Bland–Altman图回归斜率较小,但40项变量中有22项回归斜率具有统计学意义;所有变量的差异系数均低于0.44。肩峰宽、髂脊宽和胸横径的偏倚-量级关系最有利;CCC最高的变量也表现出稳定的Bland–Altman模式。未观察到偏倚大小与体质指数(BMI)或性别分类之间的一致关系,但绝对值的系统性差异在不同性别间明显。

讨论部分总结:3DAB对围度和高度总体表现出良好的可重复性,与既往手机应用程序和3D扫描仪研究一致,但略低于由专家用户在最佳条件下采集的研究,说明操作者专业水平对测量可靠性有重要作用。手动测量的重复性与使用ISAK协议的研究一致,且优于采用其他协议的研究;ISAK协议中包含的第三次测量和自适应重复标准有助于提高精度,本研究中38%的手动测量案例需要第三次测量,若将相同标准应用于数字采集,则56%的数字采集需额外扫描。两种方法差异的来源包括手动测量的软组织压缩在数字方法中缺失、测量姿势不同、呼吸相位控制缺乏、解剖标志点自动估计与触诊定位的差异以及对齐方式差异等。模型化数字方法还可能因稀疏输入数据产生身体表面重建误差。数字系统对腰围、臀围等围度的正偏倚会直接影响腰臀比(WHR)、腰高比(WHtR)、锥度指数(CI)和腹容积指数(AVI)等健康指标,可能导致腹部肥胖和心脏代谢风险的过度分类;用于估计肌肉质量、体型比例和体脂分布方程的人体测量变量也存在系统性偏差,因此直接沿用针对手动测量制定的切点和分类标准可能不合适。研究局限性包括样本仅为年轻且总体上健康的大学人群,外推至老年人、青少年、肥胖个体、临床人群或精英运动员受限;研究未评估多名手动测量师之间以及多名3DAB使用者之间的信度和偏倚。

结论翻译:由ISAK 3级认证人体测量师执行的手动人体测量因其结构化的多重采样方法,被广泛认为是运动和营养科学中高精度身体评估的参考标准。本研究表明,3DAvatar/Body(3DAB)手机应用程序即使由非专家用户操作,也能在腰围和臀围等关键健康相关指标上达到较高的可重复性。两种方法的兼容性分析显示,65%的变量在方法间具有中等至高度一致性,但大多数变量存在数厘米的偏倚,且这些差异主要是系统性的而非随机的。数字系统倾向于高估某些围度和宽度并低估一些长度,表明这些差异可能与数字重建过程和标志点识别程序的特征有关。这些系统性偏移表明,数字测量与手动人体测量的互换性可能仅限于部分变量,并强调在临床应用前需要进行方法特异性校正。如果能够适当校正这些偏倚,数字测量可望与现有切点和分类标准结合使用,从而使腰围(WC)、WHR、WtHR、CI和AVI等指标在由数字数据推导时保持临床相关性。此外,纳入ISAK协议中常用的方法学要素(如多重采样和分级认证的操作者培训)可能有助于提高数字方法的可重复性并减少采集条件相关变异。总之,虽然3DAB和基于ISAK的手动人体测量目前尚不能互换使用,但数字方法是一种可重复且可扩展的纵向监测工具。在解决系统性偏倚的前提下,数字方法可支持在年轻成人的临床和运动人群中进行大规模运动人体测量评估。未来研究应纳入不同年龄、身体成分和健康状况的人群,开发基于数字设备的健康与运动相关变量切点并建立人群参考数据集;还应采用多设备、多操作者设计,评估增加数字采集次数对可重复性和一致性的影响,以及系统性测量偏倚对健康指标、运动表现指标和纵向监测的影响。
相关新闻
生物通微信公众号
微信
新浪微博

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