引用本文： 何森, 李春慧, 郑翼, 崔凯军, 陈晓平. 体型指数与炎症异常的关系. 华西医学, 2017, 32(4): 515-519. doi: 10.7507/1002-0179.201703032 复制
目前研究显示炎症与许多心脑血管疾病相关，如冠状动脉粥样硬化性心脏病（冠心病）、脑卒中、心力衰竭、高血压等，并与糖尿病、代谢综合征及抑郁等也相关[1-6]。因此，识别患者是否处于异常炎症状态具有重要的临床意义。目前研究提示体质量指数（body mass index，BMI）及腰围等肥胖指标与人群炎症状态相关[7-9]。但是，BMI 不能区分肌肉及脂肪组织，且不能定位脂肪组织分布，这是 BMI 的 2 个重要局限；而腰围目前被认为可以在一定程度上校正 BMI 的上述局限。但由于 BMI 及腰围之间存在较强的相关性，这是在临床实践中不可忽视的问题。基于上述原因，近期，Krakauer 等[10]报道了一个新的肥胖指标，即体型指数（a body shape index，ABSI），该指标能在美国及英国人群中预测死亡，且更优于 BMI 及腰围[10-11]。ABSI 基于腰围并且近似独立于身高、体质量及 BMI，较高的 ABSI 表示在特定的身高及体质量下腰围高于预期，更倾向于中心性肥胖[10]；因此，ABSI 似乎可能是一个较好的炎症异常指标。自 ABSI 出现后引起了全球学者的广泛关注[12-20]，但就目前文献所知，关于 ABSI 与炎症异常之间的关系尚未见确切报道，为探讨 ABSI 与炎症异常之间的关系，我们分析了 651 名成都社区人群的资料。现报告如下。
1 资料与方法
1.1 研究对象
本研究人群是“中国代谢综合征发病趋势和综合控制研究”的一部分。2007 年 5 月，我们在成都市成华区进行了横断面调查研究，采用非随机整群选样和群内性别年龄分层随机抽样相结合的抽样方法抽取人群。
1.2 研究方法
相关临床指标的调查主要依据世界卫生组织 MONICA 方案心血管疾病危险因素调查方法，由经严格培训的医务人员对相关人群进行调查。调查内容主要包括标准化的问卷调查、体格检查和实验室检测等；具体过程已在相关文献中进行报道[21-22]。如受试者存在影响炎症指标水平的相关因素，则不纳入分析，这些因素包括存在急性疾病（如肺部、胃肠道及泌尿系统感染等），而慢性疾病非排除标准（如原发性高血压、糖尿病、冠心病及胃溃疡等）；此外，服用影响炎症指标水平药物（如他汀类、贝特类、降脂中成药及激素等）的患者也不纳入分析。最后共有 651 人纳入分析。
1.3 评价指标
BMI=体质量/身高2，其中，体质量及身高的单位分别为 kg 及 m。ABSI=腰围/（BMI2/3×身高1/2），其中，腰围和身高的单位均为 m[10]。炎症异常采用高敏 C 反应蛋白（C-reactive protein ，CRP）水平进行评估，其中炎症异常定义为：高敏 CRP≥3 mg/L[21,23]。高血压诊断标准：按照《中国高血压防治指南 2010》诊断标准：收缩压≥140 mm Hg（1 mm Hg=0.133 kPa）和（或）舒张压≥90 mm Hg 或正在服用降压药物者。糖尿病诊断标准：参照中华医学会糖尿病学分会 2013 年制定的《中国 2 型糖尿病防治指南-2013 年版》：空腹血糖≥7.0 mmol/L 或有糖尿病史。
1.4 统计学方法
采用 SPSS 17.0 软件进行统计分析。计量资料以均数±标准差或中位数（下四分位数～上四分位数）表示，采用 Pearson 或 Spearman 相关分析；计数资料以率表示。采用非条件 logistic 回归分析各个变量与模型与炎症异常是否独立相关，并使用受试者工作特征（receiver operating characteristic，ROC）曲线评估各个变量与模型对于炎症异常的识别能力。检验水准α=0.05。
2 结果
2.1 人口学资料
本研究人群共计 651 人，其中男 372 人，女 279 人；年龄 44～83 岁，平均（62.6±6.5）岁；BMI 15.6～45.9 kg/m2，平均（23.6±3.3）kg/m2；腰围 0.58～1.30 m，平均（0.82±0.10）m；ABSI 0.058 6～0.108 4 m11/6kg–2/3，平均（0.078 9±0.004 8）m11/6kg–2/3；高敏 CRP 0.1～40.2 mg/L，中位数为 1.0 mg/L。其他人口学资料见表 1。
表1
人口学资料
2.2 相关性分析
相关性分析提示 ABSI 与身高、体质量、BMI 及腰围均相关，相关系数分别为 0.147、0.178、0.106 及 0.617。单因素 logistic 回归分析提示 BMI、腰围及 ABSI 均与炎症异常相关；在校正相关混杂因素后，多因素 logistic 回归分析提示 BMI、腰围及 ABSI 仍与炎症异常独立相关（数据未列出）。
2.3 ROC 曲线下面积（area under the receiver operating characteristic curve，AROC）
在 BMI、腰围及 ABSI 中，腰围识别炎症异常的能力最佳，AROC 为 0.627［95% 置信区间（0.564，0.689）］，其余指标见表 2。改善其他肥胖指标（BMI 及腰围）识别炎症异常的能力见表 3。结果提示 BMI 联合 ABSI 时可以改善 BMI 识别炎症异常的能力，AROC 从 0.609 增加至 0.646；腰围联合 ABSI 也可以改善腰围对于炎症异常的识别能力，但 AROC 增加不明显，仅从 0.627 增加至 0.631。
表2
各种变量识别炎症异常的 AROC
表3
各种模型用于识别炎症异常的 AROC
2.4 各个变量及模型识别炎症异常的最佳切点及相关参数
BMI、腰围及 ABSI 识别炎症异常的最佳切点分别为 26.1 kg/m2、0.92 m 及 0.080 9 m11/6kg–2/3，灵敏度分别为 34.0%、36.9% 及 47.6%，特异度分别为 82.8%、84.1% 及 73.0%；其他相关参数、模型 1 及模型 2 识别炎症异常的相关参数见表 4。
表4
各种变量/模型识别炎症异常的灵敏度与特异度及其他相关参数
3 讨论
目前研究显示炎症与许多心脑血管疾病相关，如冠心病、脑卒中、心力衰竭、高血压等，并与糖尿病、代谢综合征及抑郁等也相关[1-6]，Rana 等[4]的研究表明多种炎症标志物与冠心病发病风险相关，独立于腰围升高及锻炼减少等冠心病风险因素；Nakamura 等[3]研究发现代谢综合征患者 CRP 较高；来自美国营养与健康调查 2009 年—2010 年的研究结果表明超过 29.0% 的抑郁症患者 CRP 水平升高[2]；此外，研究也认为高血压是一种慢性低级别炎症性疾病[24]。目前研究提示肥胖指标与人群炎症状态相关[7-9]；腰围是代谢综合征患者 CRP 水平升高的最主要决定因素[3]；肥胖者血清肿瘤坏死因子 （tumor necrosis factor，TNF）-α、白细胞介素（interleukin，IL）-6 及其他炎症介质升高[25]；同时肥胖尤其是内脏型肥胖者脂肪细胞增生及肥大，可分泌大量促炎或炎症因子，Mohamed-Ali 等[26]的研究已经显示肥胖患者的脂肪组织能够分泌大量的 IL-6。我们的研究也提示肥胖指标和炎症异常相关，与既往研究结果类似。此外，干预肥胖可以减轻肥胖患者的炎症水平[27-28]：血清 CRP 水平可随体质量减轻而成比例下降；减重能降低血清 TNF-α、IL-6 水平，而且其水平的降低与 BMI 及腰高比的下降以及体力活动增加具有相关性。
作为新形成的肥胖指标，ABSI 与中心性肥胖的相关性强于外周肥胖[10]，因此，ABSI 或许具有较好的炎症异常识别能力，甚至更优于 BMI 及腰围；但是，我们的研究结果暂不支持该假设。目前，具体原因尚不十分清楚，我们推测存在以下可能。ABSI 的系数来源于美国营养与健康调查 1999 年—2004 年（主要包括墨西哥人、黑人及白人）[10]，而该人群的身高、BMI 及腰围明显高于我们的研究人群；此外，与西方人群相比，亚洲人群倾向于腹型肥胖及较少的肌肉组织，计算机断层扫描已经提示与欧洲人群相比，在相同的 BMI 及腰围下，健康中国及南亚人群有着更大比例的内脏脂肪组织[29]；因此，这可能导致原始研究人群来源的 ABSI 系数或许不适用于其他人群，特别是亚洲人群。如在原始研究中，ABSI 与身高、体质量及 BMI 基本无相关性，与腰围存在中等程度相关[10]，而我们的研究及既往某些人群研究提示 ABSI 与身高、体质量或 BMI 存在一定程度相关，与腰围存在中等相关性[16,19]；此外，某些关于 ABSI 的研究也得出相似结果，Haghighatdoost 等[15]指出 ABSI 在伊朗人群中是一个较弱的心血管风险及代谢综合征标志物，Maessen 等[16]的研究结果显示在荷兰人群中，ABSI 不能识别心血管疾病是否存在，ABSI 与高血压患病率的关系在印度尼西亚人群中较弱[19]，这些研究者认为身高、BMI 及腰围差异导致了上述结果[15-16,19]。另外，我们的腰围测量方式与原始研究也存在着差异，这可能在一定程度上影响结果；虽然已有研究指出腰围测量方式的不同不会影响最终结果[30]。以上原因可能导致了目前的结果，ABSI 在中国人群中识别炎症异常并不优于 BMI 及腰围，但 ABSI 与炎症异常存在相关性，而且可以进一步改善 BMI 及腰围对于炎症异常的识别能力，特别是对于 BMI。
本研究也存在一定的局限性：① 本研究为一横断面研究，未能进行前瞻性随访及干预，但本研究仍提示了 ABSI 与炎症异常独立相关，ABSI 具有一定程度识别炎症异常的能力；② 样本量较小，可能导致结果存在一定偏倚，还需在以后研究中扩大样本量做进一步研究；③ 仅选取了高敏 CRP 作为炎症指标的代表，不能完全反映肥胖指标与各种炎症指标的关系，但高敏 CRP 的测定比较容易且具有较好的卫生经济学价值，适合临床评估且已经被众多指南进行推荐；④ 未在不同种族之间进行对比研究。
总之，在中国人群中，ABSI 与炎症异常独立相关，但 ABSI 识别炎症异常的能力较差，并不优于 BMI 及腰围；此外，ABSI 可以进一步改善 BMI 及腰围识别炎症异常的能力，特别是对于 BMI。关于 ABSI 人群应用的种族差异性以及 ABSI 对于其他风险因子的补充作用需要进一步研究。
目前研究显示炎症与许多心脑血管疾病相关，如冠状动脉粥样硬化性心脏病（冠心病）、脑卒中、心力衰竭、高血压等，并与糖尿病、代谢综合征及抑郁等也相关[1-6]。因此，识别患者是否处于异常炎症状态具有重要的临床意义。目前研究提示体质量指数（body mass index，BMI）及腰围等肥胖指标与人群炎症状态相关[7-9]。但是，BMI 不能区分肌肉及脂肪组织，且不能定位脂肪组织分布，这是 BMI 的 2 个重要局限；而腰围目前被认为可以在一定程度上校正 BMI 的上述局限。但由于 BMI 及腰围之间存在较强的相关性，这是在临床实践中不可忽视的问题。基于上述原因，近期，Krakauer 等[10]报道了一个新的肥胖指标，即体型指数（a body shape index，ABSI），该指标能在美国及英国人群中预测死亡，且更优于 BMI 及腰围[10-11]。ABSI 基于腰围并且近似独立于身高、体质量及 BMI，较高的 ABSI 表示在特定的身高及体质量下腰围高于预期，更倾向于中心性肥胖[10]；因此，ABSI 似乎可能是一个较好的炎症异常指标。自 ABSI 出现后引起了全球学者的广泛关注[12-20]，但就目前文献所知，关于 ABSI 与炎症异常之间的关系尚未见确切报道，为探讨 ABSI 与炎症异常之间的关系，我们分析了 651 名成都社区人群的资料。现报告如下。
1 资料与方法
1.1 研究对象
本研究人群是“中国代谢综合征发病趋势和综合控制研究”的一部分。2007 年 5 月，我们在成都市成华区进行了横断面调查研究，采用非随机整群选样和群内性别年龄分层随机抽样相结合的抽样方法抽取人群。
1.2 研究方法
相关临床指标的调查主要依据世界卫生组织 MONICA 方案心血管疾病危险因素调查方法，由经严格培训的医务人员对相关人群进行调查。调查内容主要包括标准化的问卷调查、体格检查和实验室检测等；具体过程已在相关文献中进行报道[21-22]。如受试者存在影响炎症指标水平的相关因素，则不纳入分析，这些因素包括存在急性疾病（如肺部、胃肠道及泌尿系统感染等），而慢性疾病非排除标准（如原发性高血压、糖尿病、冠心病及胃溃疡等）；此外，服用影响炎症指标水平药物（如他汀类、贝特类、降脂中成药及激素等）的患者也不纳入分析。最后共有 651 人纳入分析。
1.3 评价指标
BMI=体质量/身高2，其中，体质量及身高的单位分别为 kg 及 m。ABSI=腰围/（BMI2/3×身高1/2），其中，腰围和身高的单位均为 m[10]。炎症异常采用高敏 C 反应蛋白（C-reactive protein ，CRP）水平进行评估，其中炎症异常定义为：高敏 CRP≥3 mg/L[21,23]。高血压诊断标准：按照《中国高血压防治指南 2010》诊断标准：收缩压≥140 mm Hg（1 mm Hg=0.133 kPa）和（或）舒张压≥90 mm Hg 或正在服用降压药物者。糖尿病诊断标准：参照中华医学会糖尿病学分会 2013 年制定的《中国 2 型糖尿病防治指南-2013 年版》：空腹血糖≥7.0 mmol/L 或有糖尿病史。
1.4 统计学方法
采用 SPSS 17.0 软件进行统计分析。计量资料以均数±标准差或中位数（下四分位数～上四分位数）表示，采用 Pearson 或 Spearman 相关分析；计数资料以率表示。采用非条件 logistic 回归分析各个变量与模型与炎症异常是否独立相关，并使用受试者工作特征（receiver operating characteristic，ROC）曲线评估各个变量与模型对于炎症异常的识别能力。检验水准α=0.05。
2 结果
2.1 人口学资料
本研究人群共计 651 人，其中男 372 人，女 279 人；年龄 44～83 岁，平均（62.6±6.5）岁；BMI 15.6～45.9 kg/m2，平均（23.6±3.3）kg/m2；腰围 0.58～1.30 m，平均（0.82±0.10）m；ABSI 0.058 6～0.108 4 m11/6kg–2/3，平均（0.078 9±0.004 8）m11/6kg–2/3；高敏 CRP 0.1～40.2 mg/L，中位数为 1.0 mg/L。其他人口学资料见表 1。
表1
人口学资料
2.2 相关性分析
相关性分析提示 ABSI 与身高、体质量、BMI 及腰围均相关，相关系数分别为 0.147、0.178、0.106 及 0.617。单因素 logistic 回归分析提示 BMI、腰围及 ABSI 均与炎症异常相关；在校正相关混杂因素后，多因素 logistic 回归分析提示 BMI、腰围及 ABSI 仍与炎症异常独立相关（数据未列出）。
2.3 ROC 曲线下面积（area under the receiver operating characteristic curve，AROC）
在 BMI、腰围及 ABSI 中，腰围识别炎症异常的能力最佳，AROC 为 0.627［95% 置信区间（0.564，0.689）］，其余指标见表 2。改善其他肥胖指标（BMI 及腰围）识别炎症异常的能力见表 3。结果提示 BMI 联合 ABSI 时可以改善 BMI 识别炎症异常的能力，AROC 从 0.609 增加至 0.646；腰围联合 ABSI 也可以改善腰围对于炎症异常的识别能力，但 AROC 增加不明显，仅从 0.627 增加至 0.631。
表2
各种变量识别炎症异常的 AROC
表3
各种模型用于识别炎症异常的 AROC
2.4 各个变量及模型识别炎症异常的最佳切点及相关参数
BMI、腰围及 ABSI 识别炎症异常的最佳切点分别为 26.1 kg/m2、0.92 m 及 0.080 9 m11/6kg–2/3，灵敏度分别为 34.0%、36.9% 及 47.6%，特异度分别为 82.8%、84.1% 及 73.0%；其他相关参数、模型 1 及模型 2 识别炎症异常的相关参数见表 4。
表4
各种变量/模型识别炎症异常的灵敏度与特异度及其他相关参数
3 讨论
目前研究显示炎症与许多心脑血管疾病相关，如冠心病、脑卒中、心力衰竭、高血压等，并与糖尿病、代谢综合征及抑郁等也相关[1-6]，Rana 等[4]的研究表明多种炎症标志物与冠心病发病风险相关，独立于腰围升高及锻炼减少等冠心病风险因素；Nakamura 等[3]研究发现代谢综合征患者 CRP 较高；来自美国营养与健康调查 2009 年—2010 年的研究结果表明超过 29.0% 的抑郁症患者 CRP 水平升高[2]；此外，研究也认为高血压是一种慢性低级别炎症性疾病[24]。目前研究提示肥胖指标与人群炎症状态相关[7-9]；腰围是代谢综合征患者 CRP 水平升高的最主要决定因素[3]；肥胖者血清肿瘤坏死因子 （tumor necrosis factor，TNF）-α、白细胞介素（interleukin，IL）-6 及其他炎症介质升高[25]；同时肥胖尤其是内脏型肥胖者脂肪细胞增生及肥大，可分泌大量促炎或炎症因子，Mohamed-Ali 等[26]的研究已经显示肥胖患者的脂肪组织能够分泌大量的 IL-6。我们的研究也提示肥胖指标和炎症异常相关，与既往研究结果类似。此外，干预肥胖可以减轻肥胖患者的炎症水平[27-28]：血清 CRP 水平可随体质量减轻而成比例下降；减重能降低血清 TNF-α、IL-6 水平，而且其水平的降低与 BMI 及腰高比的下降以及体力活动增加具有相关性。
作为新形成的肥胖指标，ABSI 与中心性肥胖的相关性强于外周肥胖[10]，因此，ABSI 或许具有较好的炎症异常识别能力，甚至更优于 BMI 及腰围；但是，我们的研究结果暂不支持该假设。目前，具体原因尚不十分清楚，我们推测存在以下可能。ABSI 的系数来源于美国营养与健康调查 1999 年—2004 年（主要包括墨西哥人、黑人及白人）[10]，而该人群的身高、BMI 及腰围明显高于我们的研究人群；此外，与西方人群相比，亚洲人群倾向于腹型肥胖及较少的肌肉组织，计算机断层扫描已经提示与欧洲人群相比，在相同的 BMI 及腰围下，健康中国及南亚人群有着更大比例的内脏脂肪组织[29]；因此，这可能导致原始研究人群来源的 ABSI 系数或许不适用于其他人群，特别是亚洲人群。如在原始研究中，ABSI 与身高、体质量及 BMI 基本无相关性，与腰围存在中等程度相关[10]，而我们的研究及既往某些人群研究提示 ABSI 与身高、体质量或 BMI 存在一定程度相关，与腰围存在中等相关性[16,19]；此外，某些关于 ABSI 的研究也得出相似结果，Haghighatdoost 等[15]指出 ABSI 在伊朗人群中是一个较弱的心血管风险及代谢综合征标志物，Maessen 等[16]的研究结果显示在荷兰人群中，ABSI 不能识别心血管疾病是否存在，ABSI 与高血压患病率的关系在印度尼西亚人群中较弱[19]，这些研究者认为身高、BMI 及腰围差异导致了上述结果[15-16,19]。另外，我们的腰围测量方式与原始研究也存在着差异，这可能在一定程度上影响结果；虽然已有研究指出腰围测量方式的不同不会影响最终结果[30]。以上原因可能导致了目前的结果，ABSI 在中国人群中识别炎症异常并不优于 BMI 及腰围，但 ABSI 与炎症异常存在相关性，而且可以进一步改善 BMI 及腰围对于炎症异常的识别能力，特别是对于 BMI。
本研究也存在一定的局限性：① 本研究为一横断面研究，未能进行前瞻性随访及干预，但本研究仍提示了 ABSI 与炎症异常独立相关，ABSI 具有一定程度识别炎症异常的能力；② 样本量较小，可能导致结果存在一定偏倚，还需在以后研究中扩大样本量做进一步研究；③ 仅选取了高敏 CRP 作为炎症指标的代表，不能完全反映肥胖指标与各种炎症指标的关系，但高敏 CRP 的测定比较容易且具有较好的卫生经济学价值，适合临床评估且已经被众多指南进行推荐；④ 未在不同种族之间进行对比研究。
总之，在中国人群中，ABSI 与炎症异常独立相关，但 ABSI 识别炎症异常的能力较差，并不优于 BMI 及腰围；此外，ABSI 可以进一步改善 BMI 及腰围识别炎症异常的能力，特别是对于 BMI。关于 ABSI 人群应用的种族差异性以及 ABSI 对于其他风险因子的补充作用需要进一步研究。
