简述肥胖的检测方法（基于多元统计学方法的骨量肌量减少性肥胖综合征的结构特征研究）

本文来源：聂义珍, 闫朝岐, 燕巍, 等. 基于多元统计学方法的骨量肌量减少性肥胖综合征的结构特征研究[J]. 中国全科医学, 2022, 25(22): 2733-2739,2745.（点击文题查看原文）

骨量肌量减少性肥胖综合征（OSO）是指机体出现骨量减少、肌肉量下降、肌肉功能减低，同时伴随着脂肪组织增加的一种综合征，即骨质疏松、肌少症和肥胖3种疾病共存于同一个体。骨质疏松、肌少症和肥胖是多因素疾病，三种疾病有共同的病因、发病机制和危险因素[1，2，3，4，5]。澳大利亚一项对≥70岁社区男性居民的前瞻性研究发现，合并肥胖的男性肌少症患者两年内跌倒和骨折的发生率均高于健康男性[6]。另一项平均随访时间长达10.7年的研究报道，合并肌少症的男性肥胖患者与单纯性肥胖男性相比，腰椎骨密度（BMD）和全身BMD更低，较健康男性非椎体骨折发生率更高；而在女性群体中，肌少症合并肥胖患者全髋BMD比单纯性肥胖患者低，且骨折发生率高[7]。因此，研究者提出应将三种疾病综合起来进行分析，不能把骨质疏松、肌少症和肥胖作为独立疾病来研究，否则会造成患者的骨折风险被低估。此外，一项针对癌症患者的研究结果显示，伴有OSO的癌症患者患骨性关节炎，以及发生跌倒、失能的风险明显高于单纯合并肌少症、肥胖或肌肉减少性肥胖症的癌症患者，并且生存时间明显缩短[8]。由此可见，骨质疏松、肌少症和肥胖三种疾病可相互作用，进而加速OSO的进展[8]。

作为一种严重影响老年人健康和生活质量的疾病，OSO的临床研究尚处于初期阶段。现有研究主要将OSO作为一种单一疾病来研究，在诊断OSO患者时要求患者符合三种疾病诊断标准，多将诊断变量视为相对独立的变量[9，10，11]，忽略了诊断变量间的联系、三种疾病间的相互作用及不同疾病在OSO发展中发挥的作用可能不尽相同。相较于相对割裂地看待肌少症、骨质疏松和肥胖三种疾病及其诊断变量，综合研究诊断变量间的关系，发掘诊断变量间潜在的联系，以及基于OSO诊断变量间的相关性对OSO进行分型有助于更好地理解和防治OSO。随着疾病研究的不断深入，许多研究者更注重对疾病结构特征与表型的研究。相较于仅利用单一要素来对疾病进行分型，按照疾病的临床特征和结构特征等多种要素相结合的方法对疾病进行分型更具有临床指导意义，但目前关于OSO结构特征和分型的研究尚未见系统报道。多元统计学方法，如因子分析法常被应用于将疾病按照不同特征进行分型的研究中[9]。因此，本研究利用因子分析法研究OSO诊断变量间的相互关系，利用聚类分析探寻OSO的结构特征，并对OSO患者进行分类，探讨不同类别的OSO患者在临床特征上的差异。

于2018年1月至2020年10月，采用随机抽样法，选取在哈尔滨医科大学附属第二医院体检中心接受健康体检的年龄≥60岁的老年OSO患者为研究对象。纳入标准：（1）患者同时存在骨质疏松、肌少症和肥胖三种疾病；（2）无沟通障碍和肢体缺失；（3）知情同意，并自愿参与本研究。排除标准：（1）患有影响骨或钙、磷代谢的疾病，服用影响骨或钙、磷代谢的药物；（2）因下肢损伤不能进行BMD和人体成分测量；（3）患严重肝肾功能不全、自身免疫性疫病、恶性肿瘤的体检者；（4）体检者患严重精神疾病和/或存在认知功能障碍。本研究通过哈尔滨医科大学附属第二医院伦理委员会审批（审批号：KY2018-262），纳入研究对象均已签署知情同意书。

本研究初步拟定9个诊断变量，分别为四肢骨骼肌指数、握力、体脂百分比（BF%），腰椎1~4（L1~4）、髋部、股骨颈BMD，体质指数（BMI）、腰围、步速。考虑进行因子分析时，样本量与变量数比例最小应为5∶1，且总样本量不得小于100，确定最终所需的样本量为100。

采用自行设计、统一编制的问卷收集OSO患者的一般资料、体格检查及实验室检查结果。（1）一般资料由经过统一培训的护士通过"面对面"询问的方式进行采集，内容包括患者的社会人口学特征（年龄、性别、受教育程度、个人月收入）、生活方式〔吸烟史（每日吸烟≥1支，连续或累计>6个月为吸烟）、饮酒史（饮酒>5年且每周饮酒≥300 g为饮酒）、规律运动情况（运动≥3次/周，每次运动时间≥30 min为规律运动）〕及常见慢性病（高血压、冠心病、糖尿病、脑卒中）患病情况。（2）体格检查。由经过统一培训并考核合格的测量员按统一标准进行身高、体质量、腰围、血压、握力和步速测量，并计算BMI。身高、体质量测量时，要求体检者脱去鞋、帽、外衣，以"立正"姿势站在身高体质量测量仪（SG-1000，北京悦琦创通科技有限公司）上。腰围测量时，体检者站立位，双足分开同肩宽，测量髂前上棘和第12肋下缘连线的中点水平的周径。采用欧姆龙电子血压计（HEM-100，日本欧姆龙健康医疗）连续测量3次坐位左上臂血压，测量血压前，体检者静坐休息5 min，测量时左手臂位置与心脏呈同一水平，每次测量间隔1~2 min，取3次读数的平均值作为血压测量值。使用手持式电子测力计（WCS-10000，上海万庆电子有限公司）测量体检者的双手握力，测量时体检者以"立正"姿势站立，肘部完全伸直，紧握握力器持续3~5 s，左、右手交替测量各3次，最终取最大值，每2次测量间隔30 s。采用6 m步行试验测定步速，体检者以日常步行速度步行3次6 m的路程，在体检者足尖越过测试起点线时开始计时，在其足尖越过测试终点线时结束计时，记录其行走时间，取3次测量的平均值作为最终结果，每2次测量间隔15 s，计算行走速度（m/s）。（3）实验室检查指标包括总胆固醇（TC）、三酰甘油（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、尿酸（UA）、肌酐（Cr）、空腹血糖（FBG）、四肢骨骼肌肉质量指数、BF%、BMDL1~4、BMD髋部、BMD股骨颈。体检者均隔夜禁食至少8 h后于清晨由经统一培训的采血护士采集静脉血标本5 ml，血液标本经分离后，统一送至哈尔滨医科大学附属第二医院检验科应用罗氏全自动生化分析仪（Hitachi罗氏D/P/Prise模块型，德国罗氏诊断公司）检测。TC检测使用胆固醇氧化酶-过氧化物酶偶联法，TG检测采用磷酸甘油氧化酶法，HDL-C和LDL-C检测采用均相酶比色法，UA检测采用尿酸酶比色法，Cr检测采用酶法，FBG检测使用己糖激酶法。采用双能X射线吸收仪（Discovery QDR4500W，美国豪洛捷有限公司）测定体检者四肢骨骼肌肉质量指数、BF%、BMDL1~4、BMD髋部、BMD股骨颈，测量前体检者需保持空腹状态、排空大小便、避免剧烈运动，测量时不佩戴任何金属饰品等高密度物体，身着轻便衣物。

（1）BMI=体质量/身高2；（2）四肢骨骼肌指数=四肢骨骼肌肉质量指数/身高2；（3）T值=（测定值-同性别同种族健康成人骨峰值）/健康成人BMD标准差。

（1）肌少症：参照亚洲肌少症工作组2019年发布的肌少症诊断标准，即低四肢骨骼肌指数（男性<7.0 kg/m2，女性<5.4 kg/m2）合并低握力（男性<28.0 kg，女性<18.0 kg）和/或低步速（<1.0 m/s）[5]。（2）骨质疏松：腰椎或股骨近端（左髋）T值≤-2.5个标准差[12]。（3）肥胖：男性BF%≥25%，女性BF%≥35%[13]。（4）高血压：收缩压≥140 mm Hg（1 mm Hg=0.133 kPa）和/或舒张压≥90 mm Hg和/或既往明确诊断高血压和/或近2周内服用降压药物。（5）糖尿病：既往明确诊断糖尿病和/或FBG≥7.0 mmol/L。（6）冠心病：既往明确诊断冠心病。（7）脑卒中：既往明确诊断脑卒中。

应用EpiData 3.02建立数据库，利用"双人独立录入法"录入问卷信息。采用SPSS 23.0进行统计分析。正态分布的计量资料采用（

±s）表示，组间比较方差齐采用单因素方差分析，组间两两比较采用LSD法；非正态分布的计量资料采用中位数（四分位数间距）〔M（QR）〕表示，多组间比较采用Kruskal-Wallis H检验，组间两两比较采用Kruskal-Wallis单因素方差分析；计数资料采用相对数表示，组间比较采用χ2检验，n组间两两比较调整检验水准α'=α/N，其中N=〔n（n-1）〕/2。在进行因子分析前：采用KMO检验、Bartlett's球形检验评价OSO诊断变量数据是否适合进行因子分析；对正态分布的诊断变量数据直接进行Z-score标准化处理，将非正态分布的诊断变量数据通过Box-Cox函数转换为正态分布的数据后进行Z-score标准化处理，以消除原始变量之间在量纲和数量级上的差异，对经标准化的诊断变量数据进行因子分析。通过主成分分析法，提取特征值≥1.000的成分，并运用最大方差正交旋转法得出方差最大正交旋转矩阵。根据因子正交旋转矩阵，对公因子进行命名。基于公因子得分，利用离差平方和系统聚类法生成树状结构，并对患者进行分类，通过比较不同类别患者间诊断变量水平和临床特征的差异，分析OSO的结构特征。以P<0.05为差异有统计学意义。

最终共纳入107例OSO患者，其中男28例（26.2%），平均年龄（71.1±7.5）岁；女79例（73.8%），平均年龄（69.6±6.9）岁；64例（59.8%）受教育程度为本科以下；76例（71.0%）个人月收入<5 000元；14例（13.1%）吸烟；6例（5.6%）饮酒；31例（29.0%）平素能坚持规律运动；51例（47.7%）合并患有高血压；47例（43.9%）合并患有冠心病；11例（10.3%）合并患有糖尿病；62例（57.9%）合并患有脑卒中。

107例OSO患者四肢骨骼肌指数为5.20（0.19）kg/m2，握力为16.50（3.70）kg，BF%为（35.24±4.65）%，BMDL1~4为0.79（0.17）g/cm2，BMD髋部为（0.74±0.10）g/cm2，BMD股骨颈为（0.61±0.10）g/cm2，BMI为22.55（2.94）kg/m2，腰围为（83.04±8.05）cm，步速为0.79（0.14）m/s。

结果显示：KMO值为0.688，Bartlett's球形检验χ2=492.374（df=28），P<0.001，即Bartlett's球形检验结果拒绝了"相关系数矩阵是一个单位阵"的原假设，提示OSO诊断变量数据适合进行因子分析。

对经标准化的9个诊断变量数据进行因子分析，"步速"的公因子方差为0.234（<0.700），表明"步速"能被公因子解释的程度较低，即"步速"影响了公因子对原始变量的解释程度。同时，考虑亚洲肌少症工作组2019年发布的肌少症诊断标准中仅将"步速"作为OSO诊断的非必要条件[5]，故将"步速"予以剔除。对剩余8个OSO诊断变量的数据重新进行因子分析，结果显示：变量的相关系数矩阵初始特征值有3个数值>1.000，3个特征值的累积方差贡献率达到81.408%；第1个公因子对全部初始变量的方差贡献率为30.436%，是影响OSO诊断的首要因素。一般来说，累积方差贡献率达到70.000%的因子分析结果是令人满意的[14]，故采用主成分分析法提取前3个公因子，见表1。

根据因子正交旋转矩阵，各OSO诊断变量在对应公因子上的载荷值均>0.400且无双载荷的现象。BMDL1-4、BMD髋部和BMD股骨颈在公因子1上有较大的载荷，其反映的是OSO诊断骨质疏松方面的情况，故将该公因子命名为"骨质疏松因子"；四肢骨骼肌指数、握力和BF%在公因子2上有较大的载荷，其反映的是OSO诊断肌肉、体脂方面的因素，故将该公因子命名为"肌肉 体脂因子"；BMI、腰围在公因子3上有较大的载荷，其体现的是肥胖方面为OSO诊断提供的支持，故将该公因子命名为"肥胖因子"（表2）。

基于公因子得分，利用离差平方和系统聚类法生成树状结构，见图1。最终将107例患者分为3类。第1类OSO患者共23例（21.5%），其中女22例（95.7%）；第2类OSO患者共59例（55.1%），其中女57例（96.6%）；第3类OSO患者共25例（23.4%），其中男24例（96.0%）。

不同类别人群四肢骨骼肌指数、握力、BF%、BMDL1~4、BMD髋部、BMD股骨颈、BMI、腰围比较，差异均有统计学意义（P<0.05）。其中第1类人群的BMDL1~4、BMD髋部、BMD股骨颈均低于其他两类人群（P<0.05）；第2类人群的BMI和腰围均低于其他两类人群（P<0.05）；第3类人群的四肢骨骼肌指数、握力和BMD均高于其他两类人群，BF%低于其他两类人群（P<0.05），见表3。

不同类别OSO患者性别、受教育程度、个人月收入分布，以及TC、HDL-C、UA、Cr水平比较，差异有统计学意义（P<0.05）。第1类人群中本科以下学历者占比高于第3类人群（P<0.017）；第2类人群TC水平高于第3类人群（P<0.05）；第3类人群个人月收入≥5 000元者占比，以及UA、Cr水平均高于其他两类人群，女性占比低于其他两类人群（P<0.05或P<0.017），见表4。

OSO是发生在骨质疏松、肌少症和肥胖基础上的一种综合征，其发生与发展是一个进行性的过程。目前，国内外对OSO尚无统一的诊断标准和分型方法，肌少症诊断时主要参照亚洲肌少症工作组发布的诊断标准，肥胖的诊断主要以WHO对肥胖的定义，即BMI≥30 kg/m2为标准[15]，但是许多学者发现，不同种族和地域的人群在BMI相同的情况下，出现了脂肪分布情况和体脂含量不同的现象，因此现在很多研究者主张采用BF%作为肥胖诊断指标[16]。OSO由3种相互影响、相互作用的疾病共同构成。现阶段OSO的诊断方法为：对每种疾病而言，从多样化的诊断标准中选取1种标准；当个体同时符合3种疾病的诊断标准时，即可认为患者存在OSO。但此种诊断方法并未考虑各诊断变量间的相关性和OSO诊断中的结构特征。因子分析作为一种可用于探索原始变量间相关关系的多元统计学方法，已被广泛应用于医学、心理学和经济学等领域。在医学领域中，因子分析、聚类分析等多元统计学方法主要被应用于呼吸系统疾病、代谢综合征研究，以及中医证候的规范化研究[17，18，19，20]，在疾病的影响因素分析与准确诊断中发挥着重要作用。本研究将上述多元统计学方法应用于OSO领域，以初步探讨OSO诊断变量间的相关性和结构特征；应用因子分析法对具有相关性的OSO诊断变量进行降维处理，进而将其转化为相互独立的综合变量，即因子变量，并在计算公因子得分的基础上，通过聚类分析法，最终将OSO患者分成不同的类别。

因子分析提取的3个公因子，分别从骨质疏松、肌肉与体脂、肥胖3个方面对OSO诊断变量进行概括和解释。本研究发现，BF%与反映肌肉质量及力量的诊断变量被归为一组，可由一个公因子解释，说明BF%与反映肌肉质量及力量的诊断变量之间存在着较强的相关性，而两者与BMI、腰围间的相关性较弱，这也提示利用BF%、BMI进行肥胖诊断时得出的诊断结果可能不同，或BF%与BMI代表着肥胖的不同方面，故今后需要进一步比较分析BF%与BMI对（不同类型）肥胖的诊断价值。此外，BF%与反映肌肉质量及力量的诊断变量相关性较强，进一步验证了脂肪组织参与了肌肉组织质量和力量下降的过程。脂肪组织异位沉积于肌肉组织间和肌肉组织内，可导致肌肉组织收缩力下降、Ⅱ型肌纤维面积变小，同时过量的脂肪组织还可使机体出现胰岛素抵抗和慢性低度炎性反应，从而进一步促进肌肉组织萎缩、肌肉力量下降[21]。"肌肉 体脂因子"是OSO诊断的重要维度这一发现，为OSO的全面、系统诊断与治疗提供了新的理论依据。

国内外关于OSO诊断方面的研究，多聚焦OSO患者各诊断指标的水平，以及不同特征OSO患者各诊断指标水平的差异性[22]。目前，OSO临床研究尚处于初级阶段，OSO分型的方法较为单一，主要按照OSO发生的原因将其分为两种类型——原发性和继发性OSO，其他分型方法未见报道。本研究未采用传统、基于某一要素的方法对OSO患者进行分类，而是在充分考虑OSO诊断变量间相互作用的基础上，以3个公因子的得分作为综合变量，运用聚类分析法将OSO患者划分为3类，并通过进行类与类之间的比较，探讨OSO的结构特征和不同类别OSO患者在临床特征上的差异。结合本研究结果，研究者可以更深入地了解OSO诊断变量间的潜在联系；本研究为临床医务工作者更好地理解和诊治OSO提供了一个新的视角。

本研究结果显示，不同类别人群性别、受教育程度、个人月收入分布，以及TC、HDL-C、UA、Cr水平比较，差异有统计学意义；组间两两比较结果显示，第1、2类OSO患者中女性占比（分别为95.7%、96.6%）高于第3类OSO患者（4.0%），但第1、2类OSO患者中女性占比比较，差异无统计学意义；以女性群体为主的第1、2类OSO患者BMDL1~4、BMD髋部、BMD股骨颈均低于以男性群体为主的第3类OSO患者。其原因可能是：我国50岁以上人群骨质疏松症患病率女性为20.7%，男性为14.4%；60岁以上人群骨质疏松症患病率明显增高，女性尤为突出[23，24]。第3类OSO患者中个人月收入≥5 000元者占比高于其他两类BMD较低的患者。个人月收入水平可在一定程度上反映老年人的社会经济地位，影响老年人的营养状况，研究显示，每日膳食钙的摄入量与骨质疏松的发生风险呈正相关[25，26]。在受教育程度方面，以女性群体为主的第1类OSO患者中学历为本科以下者占比高于以男性群体为主的第3类OSO患者，提示与文化和经济水平有密切关系的健康知识储备和应用情况、营养状况和健康行为水平等对OSO中骨质疏松的发生起到了重要的作用[27]。临床上要加强对此类患者的OSO相关知识健康教育，从饮食、户外运动、日照等方面入手，综合防治OSO。第3类OSO患者的四肢骨骼肌指数、握力和BMD，以及UA、Cr水平均高于其他两类患者，而BF%低于其他两类患者。究其原因可能是：在正常情况下，四肢骨骼肌指数、握力、BF%，以及UA、Cr水平存在着明显的性别差异，除BF%外，男性其余指标水平均高于女性[5，28，29]，而第3类OSO患者以男性群体为主。不同类别患者TC、HDL-C水平比较，差异有统计学意义。其中第2类OSO患者TC水平高于第3类OSO患者，提示不同类别的OSO患者可能会出现不同类型的血脂异常，这为不同类别OSO患者的个体化管理提供了理论依据。本研究为单中心研究，纳入的病例数较少，得到的结果尚不能全面反映OSO患者的整体情况。下一步应积极开展临床多中心研究，并尽可能地扩大研究样本量；在结合既往研究结果的基础上，在不同的时间节点，对本研究的结果进行反复验证，最终帮助临床医务工作者更好地诊治OSO的同时，提高老年人/老年OSO患者的生活质量，降低其住院率和死亡率。

本文无利益冲突。

参考文献略。