超越BMI：基于生物电阻抗分析表型的无监督机器学习聚类与神经性厌食症体重恢复轨迹的关联研究

《International Journal of Eating Disorders》：Beyond BMI: Unsupervised Machine Learning Clustering of Bioelectrical Impedance Phenotypes Is Associated With Weight-Recovery Trajectories in Anorexia Nervosa

　　

专业摘要翻译： 目的 旨在利用机器学习（ML）聚类方法，基于生物电阻抗分析（BIA）参数，识别中重度至极重度神经性厌食症（AN）患者中数据驱动的身体成分表型，并检验这些表型是否具有特定的精神病理学及童年创伤特征，同时探讨其与早期体重恢复轨迹的相关性。 方法 在一项前瞻性观察性队列研究中，共纳入100名女性（18–40岁）AN患者，其体质指数（BMI）<17 kg/m2。研究人员采用无监督随机森林算法，对基线BIA衍生指标（相位角、体细胞质量、脂肪量、去脂体重、总体水及细胞外水）进行聚类，并基于一致性原则确定最佳聚类数。随后检验各聚类间的差异，并通过广义加性混合模型，对长达3个月的每周随访BMI纵向轨迹进行建模分析。 结果 研究共识别出三个聚类（n=23、53、24），其区分主要受水合状态及瘦体重指数（总体水、去脂体重、体细胞质量）驱动，由此产生与“体细胞质量保留”、“严重耗竭”及“体液再分布”（表现为细胞外水升高、体细胞质量及相位角降低）相一致的表型，尽管各聚类间BMI存在重叠。聚类1和聚类2表现出更高的童年创伤暴露水平及特定的特质差异。在3个月时，聚类3的BMI随时间增幅较聚类1和聚类2更为显著。 讨论 基于BIA的ML表型分型，通过捕捉与早期体重恢复轨迹差异相关的不同形态-功能模式，可能对当前以BMI为中心的严重程度分期体系形成补充。BIA提供了一种无创、低成本的评估手段，有助于制定更个性化的营养及心理治疗方案，并为未来AN精准分期研究提供依据。

论文解读文章

一、研究背景与问题提出

神经性厌食症（AN）是一种以持续性限制能量摄入、强烈恐惧体重增加或变胖、以及对自身体重或体形的感知扭曲为核心特征，且可能危及生命的进食障碍。尽管循证治疗不断进步，但复发率仍高达40%，给专业诊疗服务带来沉重负担。当前，美国精神障碍诊断与统计手册第五版及其修订版（DSM-5/DSM-5-TR）对成人AN的严重程度分级主要依据体质指数（BMI）。然而，大量研究对BMI作为唯一严重程度指标的临床效用提出质疑，认为其敏感性有限，既难以准确评估初始严重状态，也难以反映疾病纵向进程。具体而言，BMI无法准确反映身体成分，尤其在AN患者中，脂肪量（FM）、去脂体重（FFM）及骨量显著减少是常见现象。例如，体细胞质量（BCM）的丢失（包含蛋白质和细胞内水）可能无法通过体重单独检测，因为细胞外液增加可代偿性弥补，尤其在严重营养不良情况下。此外，BMI虽可粗略估计营养状态，但无法捕捉疾病的精神病理学复杂性。从疾病分期角度看，初始BMI通常可预测出院体重（因自回归效应），但对长期精神病理学及持续性体重恢复结局的预测价值有限。上述局限性推动了将更准确的结果预测因子和临床指标纳入精神病学分期系统的研究兴趣，旨在捕捉更广泛的症状谱、考虑个体差异并反映生物与心理因素的复杂交互。在此背景下，“受虐待生态表型”这一新诊断指标被提出，该亚型具有独特的临床生物学特征且对标准治疗反应较差，其机制可能涉及早期生活应激对神经内分泌和免疫系统的影响。童年创伤与下丘脑-垂体-肾上腺（HPA）轴失调及慢性低度炎症相关，这些过程可显著改变代谢途径，进而影响身体成分和体液分布。然而，尽管概念上有所进展，该领域仍缺乏基于精神病理学特征和特定生物标志物的正式AN分期系统的具体数据。生物电阻抗分析（BIA）作为一种营养状态评估手段，相比BMI能提供更细致的身体成分信息。虽然双能X射线吸收法（DEXA）仍是金标准，但其成本和可及性限制使其在临床环境中不如BIA实用。BIA通过向身体通过低水平安全电流并直接测量电阻和电抗，利用预测方程估算总体水（TBW）、FFM和FM。相位角（PhA）作为细胞膜完整性和细胞健康的定性标志物。更详细的区室分析可区分代表代谢活跃蛋白丰富组织的BCM与反映细胞外液体的细胞外水（ECW）。BIA提供身体成分参数的能力可全面描绘AN患者严重体重不足状态下的质量和体液再分布情况，远超BMI单独所能提供的信息。基于机器学习（ML）的技术可同时考虑多个参数，克服单一参数评估的固有局限性。既往研究已采用ML聚类方法在相似BMI的超重人群中识别出不同代谢表型。鉴于类似方法从未在AN中应用，本研究旨在通过ML技术对BIA参数进行聚类，识别中重度至极重度AN患者中的不同表型，并检验基线聚类归属与3个月内早期体重恢复轨迹的关联，同时探讨聚类与精神病理学、行为及童年创伤特征的可能重叠。

二、研究设计与方法概述

本研究为前瞻性观察性研究，自2022年3月至2024年12月在意大利佛罗伦萨Careggi大学医院进食障碍门诊连续招募女性AN患者，最终纳入100名符合标准（女性、18–40岁、BMI<17 kg/m²、DSM-5 AN诊断）的受试者。研究人员采用无监督随机森林（URF）算法对六项BIA衍生指标（FFM、FM、BCM、TBW、ECW及PhA，除PhA外均按体表面积标准化）进行聚类，并通过NbClust包综合26项聚类有效性指标及贝叶斯信息准则（BIC）确定最佳聚类数。采用轮廓宽度进行内部验证，霍普金斯统计量评估聚类倾向，t-SNE进行低维可视化，平均基尼减少量评估变量重要性。聚类间差异采用方差分析（ANOVA）及BMI校正协方差分析（ANCOVA）检验。纵向体重恢复轨迹采用广义加性混合模型（GAMM）建模，以BMI为因变量，时间趋势采用薄板回归样条，聚类作为参数固定效应和样条分组因子，并通过模型旋转策略进行事后两两比较。基线BMI作为协变量进行敏感性分析。

三、研究结果

3.1 无监督随机森林聚类

霍普金斯统计量H=0.828，确认数据具有强烈非随机聚类结构。无监督学习算法识别出三个不同聚类，全局平均轮廓宽度为0.26，表明结构分离可接受。聚类1含23例（轮廓宽度0.29），聚类2含53例（0.27），聚类3含24例（0.23）。5名患者获得负轮廓值，提示亚组边界存在一定重叠，符合身体成分表型的连续性特征。t-SNE可视化确认三个聚类在二维和三维空间中分离，但存在过渡区和离群点。变量重要性分析显示，体液分布和瘦体重指数是聚类分离的主要驱动因素：TBW指数（TBW/m²）最具区分力（平均基尼减少量=18.68），其次为FFM指数（18.25）和BCM指数（17.86）。PhA和FM指数贡献较小（分别为13.97和13.84），表明所识别表型主要由细胞完整性和水合状态区分，而非单纯脂肪量。

3.2 聚类间比较

聚类1被命名为“体细胞质量保留”表型，其BMI（15.96 kg/m²）、FFM指数和BCM指数均显著高于聚类2和3，TBW指数亦显著高于聚类2，PhA值较高，接近健康人群水平。聚类2为“严重耗竭”表型，与聚类3具有几乎相同的基线BMI（15.08 vs. 15.06 kg/m²），但表现出最低的FFM和TBW指数，反映最显著的组织消耗模式。聚类3为“体液再分配”表型，以ECW指数显著升高、BCM指数和PhA最低为特征，提示体液稳态受损和细胞耗竭。三聚类间FM无显著差异。24小时膳食回顾显示三聚类间能量及宏量营养素摄入无统计学显著差异。聚类1报告的代偿性体力活动频率最高（中位数7小时/周），显著高于聚类3。精神病理学方面，核心进食障碍病理（EDE-Q总分、EDI-2追求瘦身、身体不满、贪食）无组间差异，但聚类1和2的社交不安全感及冲动调节障碍评分高于聚类3，聚类2的内感受意识更差。童年创伤暴露方面，聚类1（56.5%）和聚类2（49.1%）的暴露比例显著高于聚类3（20.8%），CTQ总分亦证实聚类3的创伤暴露水平较低（38.58 vs. 47.09和45.89），聚类3的CTQ值与社区样本及健康对照人群重叠。AN亚型（限制型/暴食-清除型）比例在三聚类间无显著差异。

3.3 3个月体重恢复

3个月随访时，32%（32例）患者达到中等早期反应标准，17%（17例）达到快速早期反应标准。总体平均BMI达16.14±1.39，但聚类间存在显著差异：聚类1达16.74±1.30，聚类2为15.81±1.34，聚类3为16.30±1.42，聚类1与聚类2差异显著（F=3.97，p=0.022）。非线性混合模型证实所有聚类的BMI随时间改善均显著（p<0.001）。事后检验显示，聚类1和聚类2的恢复轨迹相似，而聚类3（“体液再分配”表型）在观察期内体重恢复显著多于其他两个表型。校正基线BMI后的敏感性分析（模型4）确认了上述差异，表明聚类3的加速恢复并非由初始BMI差异驱动。

四、讨论与结论

本研究旨在整合当前基于BMI的分类体系，通过引入基于BIA参数的ML聚类新方法，解决单一参数模型的局限性。在BMI相对同质的样本中，该技术识别出三个在身体成分和精神病理学方面均显著不同的AN患者聚类，揭示营养和细胞损伤方面的显著异质性。聚类2和3尽管基线体重严重程度相同，却呈现截然不同的生物电表型，表明聚类解并非基线BMI或整体躯体严重程度的简单反映。聚类1代表相对保留细胞质量的早期AN表型；聚类2代表慢性消瘦状态，机体储备已耗尽；聚类3则表现为细胞完整性受损和稳态失调，而非单纯体重下降。随访数据显示，聚类3尽管部分BIA指标单项解读较差，却获得最大体重增益，呈现“悖论效应”。这可能提示聚类3代表更急性的消耗状态而非慢性饥饿适应，体液再分配特征可能反映半饥饿状态伴体液积聚和分布改变。聚类3的加速恢复轨迹持续3个月，提示可能为真正的组织恢复而非单纯液体潴留。另一方面，恢复较差的聚类1和2具有更高的童年创伤暴露，与“受虐待生态表型”特征一致，其治疗抵抗可能涉及创伤相关共病特质（如冲动性、情绪失调、内感受意识低下）导致的治疗依从性困难。研究优势包括数据驱动方法、纵向随访设计、严格标准化BIA评估流程。局限性包括单中心设计、样本量有限、仅纳入女性、BIA预测方程假设恒定组织水合可能受限、缺乏实验室水合生物标志物验证、3个月随访期较短、12例失访患者排除、未系统追踪治疗过程变量及潜在中介因素。研究结论认为，BIA参数在AN分期中具有潜在应用价值，其分层能力并非简单区分“较好”或“较差”状态，而是识别具有不同早期体重恢复动力学的形态-功能模式。BIA设备便携、无创、低成本（约4000–7000欧元），评估负担极低，可频繁重复监测营养康复轨迹。将BIA数据与童年创伤史及可能影响体重恢复的生物因素（如瘦素、胃饥饿素改变）整合，将推动符合精准精神病学模式的分期进程，为特定AN亚群提供个性化营养和创伤聚焦心理治疗干预的可能性。