脂肪量与瘦体重和关节炎的非线性关系：对关节炎预防的重要启示

《Lipids in Health and Disease》：The non-linear relationships between fat mass and lean body mass with arthritis

为探究瘦体重（LBM）和脂肪量（FM）与关节炎风险的关系及阈值，研究人员基于中国健康与养老追踪调查（CHARLS）开展研究。结果发现二者与关节炎风险存在非线性关系，维持适宜 LBM 和 FM 可降低风险，为关节炎预防提供重要依据。

　　在人口老龄化加剧的当下，关节炎如同隐匿在人群中的 “健康杀手”，逐渐成为一个严峻的公共卫生问题。据统计，2020 年全球约有 595 亿人受到关节炎的困扰，而我国患病人数已超 1 亿，且这一数字还在持续攀升。尽管医疗投入不断增加，但关节炎患者的生活质量却并未得到明显改善。一直以来，肥胖被视为关节炎的重要风险因素，可传统用于评估肥胖的指标 —— 身体质量指数（BMI），却存在诸多缺陷，它无法区分脂肪量（FM）和瘦体重（LBM），也不能反映脂肪在身体各部位的分布情况。此前，关于 LBM 和 FM 与关节炎风险关系的研究大多采用横断面设计，不仅难以确定因果关系，而且缺乏对不同性别和年龄组的分层分析。为了填补这些研究空白，延安大学医学院和延安大学附属医院的研究人员开展了一项深入探究，相关成果发表在《Lipids in Health and Disease》杂志上。

研究人员从中国健康与养老追踪调查（CHARLS）数据库获取数据。该调查采用多阶段概率比例抽样方法，具有广泛的代表性，涵盖了 45 岁及以上成年人的各类信息。研究人员利用 Lee 等人开发的人体测量预测方程，估算参与者的 LBM 和 FM，这种方法已被证明在流行病学分析中具有良好的预测性能。同时，研究人员通过询问 “是否被医生诊断为关节炎” 来确定关节炎患者，并收集了一系列可能影响关节炎风险的协变量，包括社会人口学数据、行为因素、身体测量指标以及血液生化参数等。

在统计分析阶段，研究人员运用 R 软件和 EmpowerStats 软件，对数据进行了全面处理。他们使用多变量 Cox 回归模型评估 LBM 和 FM 与关节炎风险的关联，通过平滑曲线和分段线性回归模型寻找 LBM 和 FM 与关节炎风险关联的转折点。

研究结果显示，在平均 6.66 年的随访期内，6761 名参与者中有 944 人（13.96%）患上了关节炎，发病率为每 1000 人年 20.72 例。在男性中，FM 与新患关节炎风险呈显著线性关联，FM 最高四分位数（Q4）的个体患关节炎风险比 Q1 组高 25%（HR = 1.25，95% CI：1.03 - 1.51）。而 LBM 与关节炎风险存在非线性关系，当 LBM 低于 43.79kg 时，能显著降低关节炎风险（HR = 0.97，95% CI：0.95 - 0.99），但超过这个阈值后，这种关联不再显著（HR = 1.01，95% CI：0.98 - 1.03）。在女性中，FM 与关节炎风险呈 U 形关系，当 FM 为 17.16kg 时，关节炎风险最低。同时，LBM 超过 39.04kg 时，关节炎风险显著降低（HR = 0.92，95% CI：0.87 - 0.96）。

进一步的亚组分析表明，年龄、BMI 类别、吸烟史、饮酒史、高血压和糖尿病等因素，对 LBM 和 FM 预测关节炎风险的效果没有显著影响。

研究结论表明，在中国 45 岁及以上成年人中，保持适宜的 LBM 和 FM 水平有助于降低关节炎风险。这一发现对临床和护理实践具有重要指导意义。临床医生可以通过指导患者进行抗阻训练增加骨骼肌质量，以及通过饮食管理控制脂肪量，来降低关节炎风险。护理人员则可通过开展健康教育，引导患者规律运动、均衡饮食和保持健康体重，实现有效的关节炎预防。

不过，该研究也存在一定局限性。使用人体测量方程计算的 LBM 和 FM 可能无法完全反映实际值，其在亚洲人群中的可靠性有待进一步验证；由于数据限制，研究无法完全控制饮食、生活方式和遗传背景等混杂因素；研究对象局限于中国 45 岁及以上成年人，结论在其他种族和年龄范围的普适性需要进一步研究；此外，CHARLS 数据库中关节炎的诊断依赖患者自我报告，未区分关节炎的具体亚型，这使得研究无法对不同亚型进行详细分析。

总体而言，这项研究揭示了 LBM、FM 与关节炎风险之间的非线性关系，为深入理解关节炎的发病机制提供了新视角，也为关节炎的早期预防和精准干预提供了重要的科学依据。未来研究可针对这些局限性，采用更精确的测量工具和更全面的数据收集方法，进一步探索身体成分与关节炎风险的关系，为关节炎防治开辟新路径。