《Nutrition》:Assessment of Body Composition in Severe Obesity: Agreement Between Multifrequency Bioelectrical Impedance Analysis and DXA and Contribution of Raw Impedance Data
编辑推荐:
**目的**:本研究评估了双能X线吸收测定法(DXA)与多频生物电阻抗分析(MF-BIA)在估计脂肪质量(FM)、去脂质量(FFM)和四肢瘦软组织(ALST)时的一致性。研究还检验了原始生物电阻抗数据在多个频率下对严重肥胖个体体成分的预测价值。
**方法*
**目的**:本研究评估了双能X线吸收测定法(DXA)与多频生物电阻抗分析(MF-BIA)在估计脂肪质量(FM)、去脂质量(FFM)和四肢瘦软组织(ALST)时的一致性。研究还检验了原始生物电阻抗数据在多个频率下对严重肥胖个体体成分的预测价值。
**方法**:从MACRO临床试验中纳入49名成人(39名女性;BMI>40 kg/m2),采用DXA和MF-BIA进行评估。使用Bland-Altman图、一致性相关系数(CCC)和组内相关系数(ICC)分析两种方法间的一致性。采用多元线性回归模型评估5、50、300和500 kHz下原始阻抗数据对FM、FFM和ALST的预测能力。
**结果**:MF-BIA预测方程与DXA在FM(偏倚:1.1 kg;一致性界限[LoA]:-6.9至9.0 kg)和FFM(偏倚:-0.22 kg;LoA:-6.6至6.2 kg)上无显著差异。Verdich等(2011)方程低估了FFM(偏倚:-2.9 kg;LoA:-11.4至5.6 kg)。所有MF-BIA方程均低估了ALST。原始生物电阻抗数据在各频率下强预测了FFM和ALST(R2>0.70),但弱预测了FM(R2<0.25)。加入年龄和性别,尤其是体质量,显著改善了FM预测(R2约0.86;RSE约4.3 kg)。
**结论**:MF-BIA与DXA在严重肥胖个体的FM和FFM估计上显示出良好一致性,但始终低估ALST。原始阻抗数据在所有频率下是FFM和ALST的强预测因子,当体质量纳入预测模型时,FM估计得到显著改善。
**论文解读:严重肥胖症中体成分评估——多频生物电阻抗分析与DXA的一致性及原始阻抗数据的价值**
**研究背景与目的**
严重肥胖症(体质量指数BMI>40 kg/m2,BMI单位kg/m
2)在全球范围内日益流行,与高发病率和死亡率以及大幅增加的医疗成本密切相关。准确评估严重肥胖个体的体成分对于临床诊断和治疗监测至关重要。然而,由于现有设备尺寸适配性差以及多种测量方法准确性降低,这类人群的体成分评估面临挑战。双能X线吸收测定法(DXA)是一种精确评估脂肪质量(FM)、去脂质量(FFM)和骨矿物质含量的方法,但其便携性差、扫描范围有限且多数设备承重能力低,限制了在严重肥胖中的应用。多频生物电阻抗分析(MF-BIA)因成本低、可及性高成为临床替代方案,但其在严重肥胖中的有效性受限于关键假设的违反(如FFM恒定水合和矿物质含量),且现有预测方程多非针对肥胖人群开发。目前,专门针对严重肥胖个体的MF-BIA准确性研究较少,且方法学和人群异质性大,导致其适用性仍不确定。因此,研究人员开展了本研究,旨在评估DXA与MF-BIA在估计FM、FFM和四肢瘦软组织(ALST)时的一致性,并探讨原始生物电阻抗数据在多个频率下对体成分的预测价值。该研究成果发表在《Nutrition》上。
**关键技术与方法**
本研究为MACRO临床试验(巴西临床试验注册号RBR-45fpgqh)的横断面二次分析,纳入49名严重肥胖成人(39名女性,10名男性,BMI均值45.7±5.3 kg/m2,BMI单位kg/m
2)。主要技术方法包括:使用DXA(Lunar iDXA,EnCore 2008软件)测量FM、FFM及ALST(对超出扫描范围的受试者采用半身分析及镜像工具);使用八电极MF-BIA(SECA-515)获取1至1000 kHz共19个频率的原始电阻(R)和电抗(Xc),重点分析5、50、300、500 kHz数据,并计算相位角(PhA50)和阻抗商(Ht
2/Z50);采用Bland-Altman图、一致性相关系数(CCC)和组内相关系数(ICC)评估DXA与MF-BIA预测方程(包括设备内置SECA方程、Verdich等[2011]FFM方程及Ballesteros-Pomar等[2022]ALST方程)的一致性;通过LASSO回归结合10折交叉验证筛选变量,并建立多元线性回归模型分析经身高标准化后的电阻(R/H)和电抗(Xc/H)对FM、FFM和ALST的预测能力,协变量包括年龄、性别和体质量。
**研究结果**
**参与者特征**:49名参与者(39女,10男)平均年龄35.5±10.5岁,BMI 45.7±5.3 kg/m2。35%患有2型糖尿病,22%患有高血压。电阻值随频率升高而显著下降(P<0.05),电抗值呈频率依赖性,50 kHz时最高(P<0.05)。
**MF-BIA与DXA的一致性**:MF-BIA
Seca方程与DXA在FM(偏倚1.1 kg,一致性界限LoA -6.9至9.0 kg,P=0.07)和FFM(偏倚-0.22 kg,LoA -6.6至6.2 kg,P=0.647)上无显著差异,ICC和CCC均>0.93,表明一致性良好。而Verdich等(2011)方程显著低估了女性的FFM(偏倚-2.9 kg,LoA -11.4至5.6 kg,P<0.001),ICC和CCC<0.65,一致性较差。对于ALST,MF-BIA
Seca方程(偏倚-11.1 kg)和Ballesteros-Pomar等(2022)方程(偏倚-6.4 kg)均显著低估(P<0.001),ICC和CCC<0.40,尤其男性中一致性更差(ICC和CCC<0.20)。
**原始阻抗数据的预测能力**:仅含R/H和Xc/H的模型对FM的解释力较低(5 kHz时R2=0.07,300 kHz时最高R2=0.23)。加入年龄、性别和体质量后,各频率模型拟合显著改善(R2约0.86,RSE约4.3 kg)。LASSO选择的模型(保留500 kHz R/H和50 kHz Xc/H,未纳入年龄)R2=0.86。对于FFM,R/H和Xc/H解释超过73%的变异,加入协变量后R2约0.87(RSE约4.4),LASSO模型保留300 kHz R/H与年龄、性别和体质量(R2=0.87)。对于ALST,R/H和Xc/H解释约68%的变异,加入年龄和性别后R2约0.80(RSE约3.4),LASSO模型保留50 kHz R/H与年龄、性别和体质量(R2=0.80)。
**讨论与结论**
研究讨论了MF-BIA与DXA一致性的原因:设备内置方程可能因纳入了体质量、年龄、性别以及躯干-肢体阻抗指数而表现良好;而Verdich等方程源于较低肥胖等级人群且样本量小,导致低估FFM。原始阻抗数据对FFM和ALST的强预测性归因于这些组织的高导电性,但对FM预测有限,因为脂肪组织电阻高、导电率低,需结合体质量等协变量才能获得良好预测。研究局限性包括:DXA在严重肥胖中肢体测量(如ALST)可能不够精确,以及横断面设计无法评估动态变化。结论指出:MF-BIA与DXA在严重肥胖个体的FM和FFM估计上一致性好,但持续低估ALST。原始生物电阻抗参数在所有频率下解释了FFM和ALST的大部分变异,而FM与较高频率测量关联更强(300 kHz解释最佳),但仅靠身高标准化的原始数据与FM关联有限,纳入性别和体质量后模型解释力显著提升。未来研究应聚焦于通过整合原始生物电阻抗参数与体质量信息,优化MF-BIA模型,特别是针对严重肥胖人群的肢端瘦组织估计。