相对脂肪质量与体质指数在预测老年人心脏代谢多重共病中的比较评估：来自英国老龄化纵向研究的结果

《GeroScience》：Comparative evaluation of relative fat mass and body mass index in predicting cardiometabolic multimorbidity in older adults: results from the English Longitudinal Study of Ageing

本研究针对老年人群心脏代谢多重共病（CMM）风险预测的临床需求，通过分析英国老龄化纵向研究（ELSA）中3,348名基线无CMM的老年参与者数据，系统比较了相对脂肪质量（RFM）和体质指数（BMI）对CMM的预测效能。结果显示，RFM较BMI能更显著地识别CMM高风险个体（最高vs最低三分位OR：2.70 vs 1.88），且加入RFM的预测模型显著改善拟合优度（-2对数似然检验p<0.001）。该研究为临床利用简易体脂指标优化老年CMM风险分层提供了高级别证据。

　　

随着全球人口老龄化进程加速，多重共病——即个体同时存在两种及以上慢性疾病——已成为公共卫生领域的重大挑战。在各类共病模式中，心脏代谢多重共病（CMM）因其高患病率及对生活质量和医疗负担的显著影响尤为引人关注。传统上，体质指数（BMI）作为肥胖筛查的简易指标被广泛使用，但其无法区分脂肪与肌肉组织、忽视脂肪分布等局限性，促使研究者寻求更精准的体脂评估工具。2018年问世的相对脂肪质量（RFM）指标，通过结合身高与腰围数据，能更准确反映体脂百分比，尤其对内脏脂肪的评估具有优势。那么，RFM是否在预测老年CMM风险方面优于BMI？这一问题的解答对早期识别高危人群、制定针对性干预策略具有重要意义。

为回答这一问题，研究团队利用英国老龄化纵向研究（ELSA）这一全国性代表性队列数据，对3,348名基线时未患高血压、冠心病、糖尿病或卒中的老年人（平均年龄64岁，45.1%为男性）进行了12-15年随访。通过护士测量的身高、体重、腰围计算RFM和BMI，并在随访终点评估CMM（定义为至少同时患有两种上述疾病）。研究采用限制性立方样条模型分析剂量反应关系，多变量逻辑回归计算优势比（OR），并通过C指数和-2对数似然检验比较预测效能。

主要技术方法

研究基于ELSA队列的随访数据，采用标准化护士测量获取身高、腰围等人体测量参数，使用性别特异性公式计算RFM。通过结构化访谈和问卷收集生活方式及疾病诊断信息，采用多变量逻辑回归模型调整年龄、性别、吸烟、饮酒、血压、血脂、握力及体力活动等混杂因素，利用限制性立方样条分析非线性关系，并通过C指数和模型似然比检验评估预测效能。

研究结果

基线特征

参与者的平均RFM和BMI分别为34.9±6.9和27.6±4.9 kg/m²。较高RFM水平的参与者年龄更大、体力活动水平更低、血压和血脂指标更差，且握力显著较低（p均<0.05），提示RFM与整体健康状况不良密切相关。

RFM、BMI与CMM的关联强度

随访期间共197例新发CMM事件。限制性立方样条分析显示，RFM与CMM风险呈线性正相关（非线性p=0.78），其关联强度显著高于BMI（非线性p=0.68）。经多因素调整后，RFM每升高1个标准差（SD），CMM风险增加66%（OR=1.66），而BMI仅增加28%（OR=1.28）；最高与最低三分位比较时，RFM的OR值（2.70）较BMI（1.88）高出44%。

预测效能比较

在包含传统风险因素的基线模型（C指数=0.6892）中加入RFM后，C指数提升0.0088（p=0.29），模型拟合优度显著改善（-2对数似然p<0.001）；BMI的增量提升较小（ΔC指数=0.0049）。虽然RFM与BMI的C指数差异未达统计学意义（p=0.39），但其在风险分层中的临床价值更优。

结论与讨论

本研究首次证实RFM是老年CMM的强预测指标，其效能优于BMI。RFM的优势在于通过腰围纳入中心性肥胖评估，更能反映内脏脂肪驱动的代谢紊乱机制——包括慢性炎症、胰岛素抵抗和脂质代谢异常等核心病理生理过程。鉴于RFM的测量简便性与成本效益，将其纳入临床筛查有望改善传统BMI对"正常体重代谢性肥胖"人群的漏判，为早期干预提供新思路。

研究的局限性包括依赖自我报告疾病数据、样本中非白人群体较少限制亚组分析、未使用时间事件模型等。未来需在更多族裔群体和年轻队列中验证RFM的预测普适性，并探索其指导精准预防的实际效果。

该成果发表于《GeroScience》，为老年医学领域提供了重要的工具创新。通过将RFM这一简易指标转化为CMM风险"预警器"，研究者不仅推动了体脂评估方法的优化，更为实现主动健康老龄化提供了可推广的实践路径。