CN105433901B

CN105433901B - 一种测定人体体脂的方法及其应用

Info

Publication number: CN105433901B
Application number: CN201410403782.3A
Authority: CN
Inventors: 林旭; 刘鑫; 孙亮
Original assignee: Shanghai Institutes for Biological Sciences SIBS of CAS
Current assignee: Shanghai Institute of Nutrition and Health of CAS
Priority date: 2014-08-15
Filing date: 2014-08-15
Publication date: 2019-10-25
Anticipated expiration: 2034-08-15
Also published as: CN105433901A

Abstract

本发明提供了一种测定人体体脂含量的方法及其应用。具体地，本发明方法包括步骤：(a)提供检测对象的基本信息和体质信息；(b)将(a)中所述的信息代入选自式I、II或III任一所示的公式，从而获得人体体脂含量的结果：式I：BF％＝‑44.65021389+0.43756706×BMI+0.96844999×腰围+0.06394571×年龄+19.21114033×性别‑0.00406036×腰围²‑0.08813980×性别×腰围；式II：BF％＝‑41.92778773+0.33718996×BMI+0.99622038×腰围‑0.00403169×腰围²；式III：BF％＝‑22.46354525+0.32551474×BMI+0.87135268×腰围+0.00319864×年龄×BMI‑0.00408430×腰围²。本发明方法简单易行，无需昂贵复杂的大型仪器即可完成体脂含量的测定，且所测结果准确性同标准方法接近，并与慢性代谢性指标具有良好相关性。

Description

一种测定人体体脂的方法及其应用

技术领域

本发明涉及公共卫生领域，具体地，涉及一种准确测定人体体脂含量数据的方法及其应用。

背景技术

作为2型糖尿病等慢性代谢疾病的重要风险因素，肥胖的主要特征是体内脂肪过多积累。在大量的流行病学研究中，体质指数(body mass index，BMI)因其简便、经济等优点被用作定义肥胖的常规指标。尽管如此，BMI本身并不能非常准确地反映体脂百分比(body fat percentage,BF％)。事实上，BF％与多种代谢异常表型的关联是独立于BMI而存在的。此外，在肌肉较为发达的个体中，BMI倾向于高估BF％水平。因此，在通过肥胖筛查代谢疾病易感性时，BMI和BF％都是十分重要的参数。尽管像同位素标记、核磁共振成像、双能X射线吸收仪(dual-energy X-ray absorptiometry，DXA)等技术已经被用作准确测量BF％，然而这些方法昂贵、复杂且耗时，难以在大规模流行病学现场工作中应用，尤其是在不发达国家和地区。皮脂计法相对简单且廉价，但是需要操作人员受到良好训练。

近年来，越来越多研究提示：采用年龄、性别、BMI和(或)腰围建立的公式可以作为估计BF％的一项替代方法。然而此类研究多数是在西方人群开展的，并且许多研究显示简单人体测量数据与客观BF％的相关性存在明显的种族间差异。作为全球最大的发展中国家，中国在近几十年经历了快速地膳食和生活方式转型。据估计，全世界超重或肥胖人口约有五分之一来自中国。与西方人相比，在同等BMI或腰围前提下，亚洲人具有更高体脂含量，并倾向于在腹部积累脂肪。此外，体脂含量水平与心血管代谢疾病关联十分密切，因此衡量公式估计所得BF％与这些指标的关系也非常关键。

因此，本领域迫切需要开发一组适用于中国人群的基于简单测量数据的BF％预测公式，作为DXA法的备选替代方法。

发明内容

本发明提供了一种准确度高且使用方便的人体体脂测定方法及采用该方法的人体体脂测定系统。

本发明第一方面，提供了一种测定人体体脂含量(BF％)的方法，包括步骤：

(a)提供检测对象的基本信息和体质信息；

(b)将(a)中所述的信息代入选自式I、II或III任一所示的公式，从而获得人体体脂含量的结果：

式I：

BF％＝-44.65021389+0.43756706×BMI+0.96844999×腰围+0.06394571×年龄+19.21114033×性别-0.00406036×腰围²-0.08813980×性别×腰围；

式II：

BF％＝-41.92778773+0.33718996×BMI+0.99622038×腰围-0.00403169×腰围²；

式III：

BF％＝-22.46354525+0.32551474×BMI+0.87135268×腰围+0.00319864×年龄×BMI-0.00408430×腰围²。

在另一优选例中，所述检测对象的基本信息包括年龄(y)、性别。

在另一优选例中，所述检测对象的体质信息包括体重(kg)、身高(cm)、腰围(cm)、体质指数(BMI)。

在另一优选例中，当所述的检测对象为男性时，将(a)中所述的信息代入式II所示的公式。

在另一优选例中，当所述的检测对象为女性时，将(a)中所述的信息代入式III所示的公式。

在另一优选例中，所述的检测对象年龄≥18岁。

在另一优选例中，所述的检测对象年龄≥30岁，较佳地，≥40岁。

本发明第二方面，提供了一种利用所述方法测定人体体脂含量的系统，所述的系统包括：

(i)将权利要求1步骤(a)所获得的信息输入的输入装置；

(ii)信息处理装置，所述的处理装置根据权利要求1步骤(b)，处理获得人体体脂含量的结果；

(iii)将步骤(ii)中所述的结果输出的输出装置。

本发明第三方面，提供了本发明第二方面所述系统的用途，用于测定人体体脂含量。

在另一有优选例中，通过本发明第三方面测得的人体体脂含量还用于预测或早期筛选代谢异常高危人群。

在另一优选例中，所述的代谢异常包括血糖、血脂、尿酸的代谢异常。

应理解，在本发明范围内中，本发明的上述各技术特征和在下文(如实施例)中具体描述的各技术特征之间都可以互相组合，从而构成新的或优选的技术方案。限于篇幅，在此不再一一累述。

附图说明

图1显示了性别特异公式所得BF％与DXA测量所得BF％一致性。

图2显示了BF％与2型糖尿病风险关联的接收者操作特征曲线。

具体实施方式

本发明人根据广泛而深入的研究，基于大样本、长期的数据调研，采用逐步回归的筛选方法，以年龄、性别、体质信息(腰围、身高、体重)作为自变量，建立了可适用于亚裔人群，尤其是中国人群的人体体脂含量(BF％)测定公式，其中，根据性别的不同，本发明BF％测定公式还可以进一步优化为性别特异性的测定公式。此外，经过大样本的人群验证，本发明测定公式所测定的BF％值与体脂测定金标准双能X射线吸收仪测量所得的BF％数据非常接近，不产生或基本不产生偏倚。因此，可以利用本发明测定公式对人群进行体脂的测定(尤其是性别特异性)，而无需利用复杂精密的仪器或设备。

术语

如本文所用，术语“基本信息”指的是与检测对象体质无关，但会影响体脂含量的参数，通常，所述的基本信息指的是所述检测对象的性别和年龄。

如本文所用，术语“体质信息”指的是与体脂含量相关的体成分信息，通常包括体重(kg)、身高(cm)、腰围(cm)、体块指数(BMI)。

人体体脂含量(BF％)

如本文所用，术语“人体体脂含量”、“人体体脂含量百分比”、“BF％”可互换使用，均指人体内脂肪含量占总体重的百分比。在大规模人群研究中，要理清肥胖表型与健康状态的具体关系，BMI和BF％数据都需要收集。目前，测量人体体脂含量的金标准是根据人体密度法设计的水下称重系统，但是系统造价较高，操作复杂并对测定对象而言较为困难且具有一定痛苦。

而目前较为常用的人体体脂测定是双能X射线吸收法(DXA)，然而在大型流行病学调查中，采用核磁共振成像或DXA这样的标准精密设备并不经济高效，在经济不发达或交通不便的偏远地区尤其如此。

本发明同时，性别特异性公式所得BF％和DXA所测BF％与一系列代谢指标6年变化值及2型糖尿病发病风险关联性无显著差异。

本发明利用960名肥胖程度分布广泛的中国人数据，建立了用于估计BF％的公式，并在独立样本中进行了验证分析，验证分析显示性别特异性公式所得BF％与DXA所测BF％具有合理的一致性；从而提供了一种基于简单测量数据的预测公式，即简单的替代方法。

本发明建立的BF％公式仅需要年龄、性别、BMI和腰围这几项流行病学常规数据作为自变量，因此本发明中经过验证的BF％公式可特异地用于在中国人群中估计BF％。

通过在1150名“中国老龄人口营养健康状况研究”的样本中进行的验证分析，发明人发现性别特异公式所得BF％与DXA实测BF％具有强相关性。同时，与一些在其他人群(美国人、西班牙人、挪威人、瑞典人及日本人)中已发表的公式验证偏倚程度(-1.0％至2.9％)相比，本发明女性公式的偏倚相对较小；而男性公式则未观察到显著偏倚。

上述结果提示本发明所得公式具有良好准确性。此外，本发明人建立的性别特异公式(男性：66.5％，女性：61.9％)对BF％的解释度低于一般公式(81.1％)。在本发明中，发现性别特异公式所得BF％和DXA实测BF％与舒张压、甘油三酯、HDL胆固醇、血糖、炎性因子及尿酸的6年变化值具有类似的相关性，并且二者与6年内2型糖尿病的发病风险关系也无显著差异。综上所述，本发明建立的BF％公式不仅在估计BF％方面具有准确性，而且在与长期代谢异常的关联方面也具有类似DXA的表现。

人体体脂含量测定方法

本发明提供了一种根据BF％测定公式而测定人体体脂含量的方法，包括步骤：

(a)提供检测对象的基本信息和体质信息；

式I：

式II：

BF％＝-41.92778773+0.33718996×BMI+0.99622038×腰围-0.00403169×腰围²；

式III：

优选地，当所述的检测对象为男性时，将(a)中所述的信息代入式II所示的公式。当所述的检测对象为女性时，将(a)中所述的信息代入式III所示的公式。

当然，在人群未进行特异性性别区分时，可采用式I所代表的公式进行测定。

本发明有益效果：

1)公式建立所选人群样本大、肥胖程度范围分布广，且验证分析是在独立样本中开展的，因此公式建立基础客观、准确；

2)客观BF％值是采用DXA检测获得，所采用的参照结果可信；

3)基于大样本验证，本发明方法所得BF％测定结果准确，可供大规模流行病学调查；

4)基于追踪研究设计，首次同时记录了公式估计所得BF％和客观检测所得BF％与代谢风险因子的相关性。

测定人体体脂含量的系统

本发明还提供了一种测定人体体脂含量的系统，所述的系统包括信息输入装置、处理装置和输出装置。

其中，所述的输入装置用于输入本发明方法步骤(a)中所提供的检测对象基本信息和体质信息。

所述的处理装置用于处理、计算所述输入装置中输入的信息内容，优选地，根据式I-III的公式对BF％进行计算。

所述的输出装置可对所述处理装置计算获得的结果进行显示或输出。

优选地，所述的系统为一编辑有式I-III公式并能进行自动计算的电子计算机系统，并含有计算机的输入装置以及显示输出装置。

应用

本发明公式及方法可用于在大规模的流行病学调查中快速获得体脂人群的含量，并用于肥胖相关代谢异常高危人群的早期筛选工作，特别是经济不发达的偏远地区。

实施例1样本的采集及统计学分析

1.1研究人群

建立公式的样本来自一项基于人群设计的肥胖病例-对照研究，共由1059名中国上海的社区居民组成。简而言之，参加者是通过广告招募获得的，调查对象包括了在上海生活超过10年的正常体重个体(18≤BMI<24kg/m²)和超重或肥胖个体(BMI≥24kg/m²)。患有糖尿病、癌症、冠心病、中风及严重肝肾疾病者被排除在外。在本发明中，仅纳入了有完整DXA数据的960名调查对象数据，用于BF％公式的建立。

验证人群来自“中国老龄人口营养健康状况研究”。该项目是一项基于人群设计的前瞻性队列研究。调查对象基线年龄为50到70周岁，来自中国北京和上海的城区和农村。该项目始于2005年，旨在研究遗传和环境因素及其交互作用对老龄化相关代谢疾病的影响。2011年，项目组通过市、区级疾控中心和社区卫生服务站工作人员对调查对象进行了一次随访。在本发明中，仅纳入了有完整基线DXA数据的1150名上海居民用于公式验证分析。在随访中，有233名(20.3％)居民失去联系，83名基线被诊断为2型糖尿病，另有54名未能提供空腹血样。排除了上述人员后，共有780名调查对象被纳入与代谢指标变化和2型糖尿病发病风险的关联分析中。上述两组样本来源项目都通过了中国科学院营养科学研究所伦理委员会审批，所有调查对象均签署了书面知情同意书。

1.2数据测量

两组样本人体测量和体脂数据均使用统一标准操作方法收集。在要求调查对象着装尽量轻便的前提下，完成体重和身高的测量，并分别精确到0.1kg和0.1cm。具体数据测定方法如下：

BMI以体重除以身高的平方计算获得；

腰围的测量采用统一标准方法：取调查对象髂脊上沿和末端肋骨连线中点，采用玻璃纤维皮尺水平绕一周，待调查对象自然呼吸末端时读数获得；

在调查对象休息至少5分钟后，采用电子血压计(Omron HEM-705CP)测量血压3次，取后两次结果平均值用于数据分析；

体脂数据是采用DXA(Hologic QDR-4500)全身扫描获得，由体脂质量除以体重获得BF％值。

在“中国老龄人口营养健康状况研究”中，基线与6年后血糖、甘油三酯、HDL胆固醇、C反应蛋白和尿酸水平通过全自动生化分析仪(HITACHI7080)检测获得。

1.3疾病状态定义

2型糖尿病定义：空腹血糖≥7.0mmol/L、临床诊断或服用降糖药。

1.4统计分析

采用逐步回归的方法建立性别特异BF％公式，入选和剔除标准限分别设为0.10和0.05。BMI和腰围作为自变量被强制加入模型，其余候选自变量包括：年龄(岁)、腰围的平方(cm²)、BMI的平方(kg²/m⁴)、年龄与其它各项的乘积项。

一般公式(男女共用)采用同样的方法建立，但加入性别及性别与其它各项的乘积项作为候选自变量。采用决定系数(R²)评估新公式对DXA所测BF％变异程度的解释度。采用Pearson相关系数分析任意两变量间的相关性，并采用Wolfe法检验两项相关系数的差异显著水平。采用Bland-Altman法评估公式所得BF％与DXA所测BF％的一致性，二者差值以公式所得BF％减去DXA所测BF％计算获得，差异显著性采用配对t检验分析获得。采用一般线性模型评估BF％与6年代谢指标变化的关系，以基线年龄、居住地(城区、农村)、某项代谢指标、体力活动水平(低、中、高)、受教育年限(0-6年、7-9年、10年及以上)、吸烟、饮酒、患有癌症、冠心病和中风为协变量。

为比较两种方式所得BF％与上述指标关系的一致性，对统计分析做了简要转换：

首先，以特定指标变化值或BF％为因变量，以上述控制因素为自变量建立回归模型获得残差，将上述问题转换为比较公式所得BF％残差与某项指标变化残差的相关系数同DXA所测BF％残差与该指标变化残差的相关系数的一致性，同样采用Wolfe检验进行。当分析C反应蛋白(C-reactive protein,CRP)时，在基线或随访时，CRP>10mg/L的38名受试者被排除在外。此外，采用接收者操作特征曲线下面积(area under the receiver operatingcharacteristic curve，AUC)评估两种方式所得BF％与2型糖尿病风险的关联，其中以年龄、居住地、体力活动水平、受教育年限、吸烟、饮酒、患有癌症、冠心病和中风及糖尿病家族史为控制变量。所有统计分析采用SAS 9.2完成，设双侧P<0.05为统计学显著水平。

实施例2样本采集结果及BF％公式的确立

表1列出了本文所涉及的“肥胖病例-对照研究”(建立公式)和“中国老龄人口营养健康状况研究”(验证)中部分调查对象的特征信息。

表1公式建立样本和验证样本人群特征^a

a数据为均值(标准差)或人数(百分比)。

两组样本的肥胖相关指数接近，且涵盖的BMI(公式建立样本：18.0-41.6kg/m2；验证样本：14.1-35.6kg/m2)和BF％的分布范围广泛(公式建立样本：9.0-47.5％；验证样本：7.9-45.5％)。与公式建立样本调查对象相比，验证样本调查对象更年轻，且没有被诊断为癌症、冠心病和中风的记录。

通过逐步回归筛选，建立了性别特异公式和一般公式(表2)。

表2新建立的公式

a性别，男性取0，女性取1。

R2和估计标准误差在男性公式中分别为66.5％和2.91％，女性公式中分别为61.9％和3.08％，一般公式中分别为81.1％和3.02％。

实施例3公式的样本验证

对三个公式的验证分析在另一组独立样本中完成。DXA测量所得BF％与一般公式或性别特异公式都表现出强相关性(两项相关系数均为r＝0.905)，而DXA测量所得BF％与BMI、腰围、腰臀比及身体肥胖指数相关性较弱(表3)(Wolfe检验P<0.05)。

表3在验证样本中肥胖指数与DXA所测BF％相关性^a

a相关性均显著P<0.001；

b无显著差异。

将性别特异公式在男性和女性中分别进行验证则发现，DXA测量所得BF％与公式所得BF％相关性仅在女性中依然最为显著(Wolfe检验P<0.05)。性别特异公式所得BF％与DXA所测BF％的散点图显示所有点都聚集在图中对角线(截距为0，斜率为1)附近(图1，一般公式的散点图与之类似)，这表示两种方法具有良好一致性。

大体上，Bland-Altman分析显示性别特异公式比一般公式偏倚小(表4)。对于性别特异性公式，一致性界限(均值±2倍标准差)在男女样本中则分别为0.08±6.64％(P＝0.606)和0.45±6.88％(P<0.001)。

表4在验证样本中对公式进行Bland-Altman分析的结果

此外，在基线未患2型糖尿病的验证样本中，除男性舒张压和女性收缩压外，空腹血糖、甘油三酯、HDL胆固醇、CRP和尿酸都在6年间显著增加(表5)。

表5验证人群基线和6年随访时各代谢指标水平^a

a均值(标准差)或中位数(四分位间距)；男性，n＝293，女性，n＝487；CRP分析中排除了CRP>10mg/L的个体后，男性，n＝282，女性，n＝460；在尿酸分析中因部分数据缺乏，男性，n＝288，女性，n＝483；

b配对t检验。

实施例4性别特异性公式所得BF％与2型糖尿病的关联性

由于Bland-Altman分析显示性别特异公式偏倚较小，因此本发明对性别特异公式所得BF％与代谢指标及2型糖尿病发病风险之间的关联性做了进一步分析。

在矫正了年龄、居住地、体力活动水平、受教育年限、吸烟、饮酒、患有癌症、冠心病或中风几项因素后，性别特异公式所得BF％和实测BF％与基线甘油三酯、CRP、尿酸在男女中的关联性均无显著差别(表6)。

表6 BF％与基线代谢指标的多元线性回归^a,b

a男性，n＝293，女性，n＝487；CRP分析中排除CRP>10mg/L的个体后，男性，n＝282，女性，n＝460；在尿酸分析中因部分数据缺乏,男性，n＝288，女性，n＝483；

b控制了基线年龄、居住地、受教育程度、吸烟、饮酒、体力活动、患有冠心病、中风或癌症；

c回归系数比较。

在男性中，性别特异公式所得BF％与血糖关联性强于实测BF％(P＝0.002)；而在女性中，性别特异公式所得BF％与HDL胆固醇(P＝0.033)、收缩压(P＝0.009)和舒张压(P＝0.012)的关联性强于实测BF％；在上述基线指标所用模型的基础上，进一步控制特定的基线代谢指标水平，性别特异公式所得BF％和实测BF％与绝大多数代谢指标6年变化值关联性均无显著差异，在女性中，性别特异公式所得BF％与收缩压的6年变化值关联性强于实测BF％(P＝0.028)(表7)。

表7 BF％与代谢指标6年变化值的多元线性回归^a,b

a男性，n＝293，女性，n＝487；CRP分析中排除10mg/L的个体后，男性，n＝282，女性，n＝460；在尿酸分析中因部分数据缺乏,男性，n＝288，女性，n＝483；

b控制了基线某项代谢指标水平、年龄、居住地、受教育程度、吸烟、饮酒、体力活动、患有冠心病、中风或癌症；

c回归系数比较。

在780名调查对象中，18.0％在6年随访中发展为2型糖尿病患者。采用AUC评估性别特异公式所得BF％和实测BF％与2型糖尿病发病风险的关联关系。在男性中，性别特异公式所得BF％和实测BF％的AUC分别为0.62(95％置信区间：0.53，0.71)和0.59(95％置信区间：0.70)(P＝0.159)(图2)。

在本发明中，发现性别特异公式所得BF％和DXA实测BF％与舒张压、甘油三酯、HDL胆固醇、血糖、炎性因子及尿酸的6年变化值具有类似的正相关程度，并且二者与6年内2型糖尿病的发病风险关系也无显著差异。提示本发明所得体脂测量方法与代谢异常的关联性接近于标准方法DXA，该方法不仅有助于快速获得人体体脂百分比，也有助于早期筛选代谢异常高危人群。0.50，0.68)(P＝0.327)；在女性中，性别特异公式所得BF％和实测BF％的AUC分别为0.66(95％置信区间：0.59，0.72)和0.64(95％置信区间：0.58，0.70)(P＝0.159)(图2)

在本发明提及的所有文献都在本申请中引用作为参考，就如同每一篇文献被单独引用作为参考那样。此外应理解，在阅读了本发明的上述讲授内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims

1.一种测定人体体脂含量(BF％)的方法，其特征在于，包括步骤：

(a)提供检测对象的基本信息和体质信息；

式I：

BF％＝-44.65021389+0.43756706×体质指数(BMI)+0.96844999×腰围+0.06394571×年龄+19.21114033×性别-0.00406036×腰围²-0.08813980×性别×腰围；

式II：

BF％＝-41.92778773+0.33718996×体质指数(BMI)+0.99622038×腰围-0.00403169×腰围²；

式III：

BF％＝-22.46354525+0.32551474×体质指数(BMI)+0.87135268×腰围+0.00319864×年龄×体质指数(BMI)-0.00408430×腰围²；

式I中，性别为男性时，赋值为0，性别为女性时，赋值为1；

并且，当所述的检测对象为男性时，将(a)中所述的信息代入式II所示的公式；当所述的检测对象为女性时，将(a)中所述的信息代入式III所示的公式；

并且，本发明的方法适用于中国人群。

2.如权利要求1所述的方法，所述检测对象的基本信息包括年龄(y)、性别。

3.如权利要求1所述的方法，所述检测对象的体质信息包括体重(kg)、身高(cm)、腰围(cm)、体质指数(BMI)。

4.如权利要求1所述的方法，其特征在于，所述的检测对象年龄≥18岁。

5.如权利要求1所述的方法，其特征在于，所述的检测对象年龄≥30岁。

6.如权利要求5所述的方法，其特征在于，所述的检测对象年龄≥40岁。

7.一种利用权利要求1所述方法测定人体体脂含量的系统，其特征在于，所述的系统包括：

(i)将权利要求1步骤(a)所获得的信息输入的输入装置；

(iii)将(ii)中所述的结果输出的输出装置。